一直以来，关于自动驾驶的路线始终有两种观点，且竞争延续多年，那就是：渐进式VS跨越式。特斯拉代表的是渐进式路线，主张从L1、L2、L3状态的“人机共驾”逐渐过渡到L4的无人驾驶，而Waymo代表的跨越式路线，直接以L4的无人驾驶为目标进行研发。原本两种路线互有优势，且各有各的目标客户——渐进式路线的客户为主机厂，跨越式路线面向新兴的智慧出行服务商，比如Robotaxi公司。但最近两年，随着Robotaxi公司在商业化进程上的前景不够明朗，也逐渐有部分专注于L4的企业开始向L2领域进发，例如原本聚焦在Robobus领域的轻舟智航，推出了面向主机厂的前装量产解决方案，以Robotaxi起家的文远知行则是获得博世投资，将联合开展应用于乘用车的L2-L3级自动驾驶软件的开发。那么这是一场L4自动驾驶在技术上对L2的降维打击，还是L4企业对L2的集体倒戈？在路线收敛之际，自动驾驶的新格局是什么？

　　何为自动驾驶的降维打击？

　　自动驾驶领域的降维打击其实有两重含义，第一层降维，是场景复杂度的降维。之所以有“降维”的概念，是因为自动驾驶维度足够多。通过载人、载物、低速、高速等不同场景分类，自动驾驶可以分为出租车、卡车、环卫、巴士、港口等多个等场景。这些应用场景的终极目的在于通过“AI司机”替代逐渐短缺的劳动力，因此都可以归为L4的范畴，即无人驾驶。其中，Robotaxi由于面对的道路路况最复杂、技术要求最高，从而成为自动驾驶众多落地场景中的明珠，早期最受市场关注的自动驾驶公司也主要聚集于此。

　　第二层降维，则是一个跨度更大、赛道更宽的扩展，也是当下自动驾驶赛道的新变量，即面向主机厂提供L2的量产解决方案。L2并不追求替代人类司机，而是为人类司机提供帮助，因此也被称为ADAS——高级辅助驾驶，包含了数十项功能。由于L4与L2两者存在较大的差异，因此过去很少有L4自动驾驶公司跨界。

　　两种路线方案差距巨大

　　虽然从技术层面上来说，L4级别的自动驾驶难度远超L2，但在方案上，由于两种路线的差异巨大，跨界也并没有想象中那么容易。

　　首先，两者在针对场景的设计规划上有所不同。Robotaxi针对的道路场景主要是城市道路，虽然传统的L2有少量针对城区道路设计的功能，比如TJA（交通拥堵辅助），但更多的是针对高速公路场景去设计的，比如ACC、LCC、自主变道等功能。如此一来，所采集的数据以及算法的策略等都不能直接复用，需要进行相当大程度的调整，在时间紧迫的自动驾驶战场上无疑将落入下风。

　　其次，两种路线传感器的配置也有着较大的差异。由于高速道路的场景比较规整、单一，不需要识别红绿灯、人车交互等复杂场景，因为对传感器的要求不高，甚至1个摄像头+1个毫米波雷达就能搞定（1V1R方案）。但在Robotaxi的解决方案中，离不开大算力计算平台和激光雷达。之前适应了在大算力平台上部署算法的L4厂商们，如果迁移至辅助驾驶设备上，将有着极大的阵痛，这对于算法以及性能优化都有着非常巨大的挑战。

　　最后，是两种路线对于落地成本的方案差异，具备自动驾驶功能的车辆成本必然是远高于辅助驾驶的，那么将技术降维迁移的过程中，需要对成本进行大幅度的收缩，此中带来的方案更新将会是一大难点。

　　降维打击是否存在边界？

　　虽说有种种困难，但由于自动驾驶领域中技术为王道，拥有着前沿的技术将解决遇到的绝大部分难题，因此对于L4的自动驾驶厂商来说，在技术实力上的话语权也让他们更有信心完成着跨界之战。但与此同时，L2的辅助驾驶厂商难道没有属于自己的护城河吗？自动驾驶降维打击的边界在哪里？

　　在一部分无人驾驶公司表态自动驾驶在2021年进入了下半场开始，商业化运营和规模化的推广成为新的主旋律，但在未来，大批量上市目前看来只能是辅助驾驶，因为辅助驾驶的出错成本是可控的，因为有一个司机在车上。如果是无人驾驶汽车，则一定要把今天的开放、无边界、不收敛的问题，变成有边界和收敛的问题，不然无人驾驶的实现也无从谈起。这样一来，降维打击的边界，其实就是场景。

　　作为专注于辅助驾驶领域的厂商来说，在限定场景内是其天然的优势，且始终有驾驶员为算法bug兜底将极大的保障了安全性，也让辅助驾驶的落地进程极大加快了。而辅助驾驶厂商只有利用好场景中的先发优势，才能避免被L4自动驾驶企业实现真正的降维打击。

　　资本不再买单，降维或成唯一出路

　　自动驾驶发展到现在，靠单纯讲故事显然已经很难吸引到资本的眼球了。对此，业内人士也表示，大家逐步认识到自动驾驶在技术和商业化层面的难度，整个行业正趋于理性化。自动驾驶在落地时普遍会遇到三个问题，这将决定其在商业场景里的渗透速度。

　　第一是技术成熟度。在目前的开放场景下，自动驾驶还难以落地；而限定场景里的自动驾驶，则已经基本上被认可了。

　　第二是成本接受度。这是个动态问题，有两个子因素：一是可量化的经营指标，如替代人力的成本；二是不可量化的经营指标，如给企业带来的隐形生命价值。

　　第三是文化接受程度。社会是否允许一台具有风险的机器独立在路上跑？这对于社会大众来说，是否是可以接受的？从如今的开放场景来看，自动驾驶似乎带来一些不可控的风险。

　　从上述三个角度去综合判断，现在资本面临的是获得有限收益率与观望未来星辰大海之间的选择。随着自动驾驶的落地难度越来越大，渐渐资本也失去耐心，而没有了投资的L4自动驾驶厂商们只能放弃那桀骜的信仰，以降维辅助驾驶为出路先活下来，再来谈论理想。

　　总结

　　经过这几年的发展，无论是从事自动驾驶技术研发的企业还是投资机构，似乎都在渐渐回归理性。企业开始努力在商用方面展示成果，将注意力转向实实在在的商业化盈利，投资逻辑也从预期市场天花板降维到关注细分场景落地上。长远来看，自动驾驶行业依然拥有资本市场的较高关注度，但投资格局显然会愈发务实，企业方需要用实际盈利能力来让资本看到更多回报机会。