花開兩朵，各表一枝。雖然同樣是自動駕駛，但2023年L4和L2講述的故事卻是完全兩個不同的版本。 （以下我們提到的自動駕駛，特指L4及以上的完全自動駕駛）事實上，對於L4級別的自動駕駛來說，今年的開局本來是充滿希望的，因為ChatGPT散發出來的光芒也同樣照耀到了自動駕駛的身上。

然後就是8月，美國加州破天荒的通過了一項法案，讓Waymo和Cruise的Robotaxi在舊金山不受限制的運作。

當時，幾乎所有人都以為，法案落地的那一刻將意味著Robotaxi商業起飛的開始；但如今我們回頭再看，那一刻或許更應該被形容成壓垮Robotaxi的最後一根稻草。

自動駕駛，痛是因為還活著 

首當其衝的自然是Cruise。

在舊金山的營運過程中，Cruise的Robotaxi闖進建築工地，陷在未乾的水泥地裡，在馬路中間熄火，造成交通堵塞，直到一起最嚴重的車禍造成了一名女性的死亡。

▲道路上行駛的Cruise 圖源：detroitnews.com

之後，這家曾經最頂級的自動駕駛公司因為安全問題被吊銷了無人車營運資格，然後雪崩也由此開始。

11月底，Cruise聯合創始人兼CEO Kyle Vogt（凱爾·沃格特）宣布離職。然後不到一天，Cruise另一位聯合創始人、首席產品長（CPO）Daniel Kan（丹尼爾·坎）也離開了公司。

再之後，就是通用將大幅削減Cruise的預算和裁員的消息。 12月15日，Cruise官員宣將裁員900人，約佔總員工的24%。

Cruise的雪崩只是自動駕駛在這個時代最典型的註腳，因為在更大的範圍裡，自動駕駛的潰敗還在持續發生。

在國內，百度自動駕駛在11月初換帥，之前負責Robotaxi業務的王雲鵬接替李震宇，全面負責百度智能駕駛事業群組（百度IDG）的業務，這也是百度自動駕駛6年來首次換帥。

更早之前的5月份，聚焦幹線物流自動駕駛的千掛科技CEO離職，董事長接任；6月份，文遠知行COO張力離職，轉行足式機器人賽道再創業；8月份，小鵬汽車自動駕駛中心副總裁吳新宙離職，加盟晶片巨擘英偉達……

許多自動駕駛企業最頂層的權力架構都開始頻繁更迭，而同時，許多自動駕駛企業和自動駕駛項目也遊走在生死邊緣，崩潰在朝夕之間。

國內，阿里達摩院在5月份官宣了放棄自動駕駛研發，團隊全部轉入菜鳥的消息；7月份，聚焦L4自動駕駛卡車的擎天智卡被曝停擺；

國外，市值一度高達52億美元的明星L4無人智卡Embark在5月被收購；Waymo在年初大裁員之後，在7月關停了無人卡車項目…

▲Embark無人卡車，圖源官網

我們會看到，從人事調整到企業業務的轉向，2023年的自動駕駛持續進行著關閉，停運，裁員和預算縮減的故事，整個行業也因此蒙上了一層巨大的陰影。

Cruise就像是班上成績一直名列前茅的孩子，當他交出的答案都一塌糊塗的時候，打擊的一定不只是他自己，還有大家對這個班級整體的信心。

就如同何小鵬在評價Cruise雪崩時在微博提到的那句話一樣：高階自動輔助駕駛或有人全自動駕駛都可以看到清晰的路線圖，但完全無人駕駛看不到完整的邏輯，我甚至認為可能需要另尋他途。

“另尋他途”，就像是一道巨大的天塹橫亙在所有想要通往完全自動駕駛最終目標的人的面前，畢竟如果技術路徑還沒有跑通，那麼商業模式就更是空中樓閣。

▲何小鵬微博截圖

寒冷，就像北京的冬天，狂風夾雜著刺骨的冰雪，在整個自動駕駛產業肆虐。

資本市場的表現似乎也回應著這種情緒。

根據「自象限」透過公開數據不完全統計，2023年前三季度，國內自動駕駛融資項目約54起，披露的融資總額約68億元。

作為對比，2021年國內自動駕駛產業共發生144起投融資事件，融資規模為932億元；2022年，自動駕駛業投融資事件約128起，融資規模240億元，僅2021年的四分之一。到2023年，前三季的融資總額僅為2022年的四分之一。

我們會看到，整個2023年自動駕駛確實跌入前所未有的冰點的，但我們同樣也看到，巨大的壓力背後，自動駕駛並不是完全的絕望。

實際上，我們前面看到如此種種，其實只是這個巨大產業群像的一種投影。

因為如果我們真正直視這個市場規模超過萬億的賽道，會發現整個自動駕駛其實正在一種巨大的痛苦中經歷一場新的蛻變。

例如被稱為L4自動卡車第一股的圖森未來，在美國經歷管理層動盪、退市警告、大面積裁員之後，他們開始重新調整戰略，重新將重心押回國內，且相關線路將在上海落地。

例如8月底，小鵬汽車和滴滴達成合作，小鵬透過增發股票的方式收購滴滴旗下智慧電動車專案相關資產和研發能力，小鵬至此在robotaxi產業提前嵌入一顆釘子。

此外，滴滴和廣汽埃安也於5月簽署合作，確定L4等級的無人計程車將在2025年落地；以及L4卡車公司Embark Trucks被智駕軟體開發商Applied Intuition收購；9月份自動駕駛公司Nullmax 紐勱被岩山科技收購；11月份，小馬智行L4卡車在廣州獲批上路，同時華為車BU確定獨立，開放融資…..

▲滴滴自動駕駛 圖源官網

我們會發現，整個自動駕駛雖然歷經動盪，但他們更像是在市場這張看不見的手的操縱下，系統地進行著一場新的資源配置。

有的企業聚焦主業，剝離自己的弱勢項目轉移給更具有優勢的公司；有的企業從生態環境更差的市場轉移到環境更好的市場；也有保留餘力的企業提前搶佔一些有價值的優勢資產，如此等等。

這個過程中，有人撤退，但同樣也有人持續加碼。

例如軟銀的孫正義，今年9月就投資了從Argo AI出來的新自動駕駛卡車公司Stack AV，一出手就是10億美金。

今年8月，文遠知行赴美IPO的申請獲得證監會批准，此外還有像Momenta、縱目科技、知行科技、智加科技等多家自動駕駛公司也都紛紛傳出衝刺IPO的傳聞。

當一級市場遇冷，上市融資就成為解決歷史資本問題，且獲得新血續命不可多得的途徑，而這也將成為這些企業在今天仍然能夠奮力一搏的重要籌碼。

所以我們會感覺到，今天自動駕駛這個賽道裡，從創業家到投資人，從新創公司到成熟的企業，每一個人，每一個企業都在努力地活著，大家雖然經歷困頓，但更多都在重新調整姿態，積蓄力量，圖謀再戰。

要在泥濘裡開出花 

事實上，自動駕駛仍然存在許多新的機會。

今年以來，以ChatGPT為代表的AI大模型打開了通往AGI的大門，自動駕駛因此同樣面臨底層技術的重建以及開發流程的再造。

大模型在自動駕駛的應用主要體現在兩個維度，其一是大模型作為工具，輔助自動駕駛演算法的訓練；其二是大模型作為決策模型，控制車輛的行駛，提高自動駕駛的泛化能力。

首先是在輔助演算法訓練上。

今年6月份，特斯拉在CVPR 2023 WAD Workshop上提到了world model，可以憑藉自動駕駛車輛收集的大量實景視訊數據，透過產生模型產生未來場景，然後將產生的數據與真實的數據進行交叉對比，從而建構損失，以此實現在不依賴標註資訊的情況下對模型進行訓練。

具體而言，world model可以用作模擬工具來大規模產生仿真數據，特別是極為罕見的Corner Case。

同樣的原理，毫末在10月份的AI Day上也推出了類似的大模型應用，依靠其今年早些時間發布的DriveGPT，毫末可以通過將圖文和文圖的交叉特徵做匹配，然後再將其放到大語言模型中，針對形成於特徵空間的搜尋（query）特徵。在此基礎上，大模型就可以在不需要做太多準備的情況下，根據場景需求將存量資料重新標註。

10月份，Waymo和Google一起，也發布了新的自動駕駛模擬模擬器。它可以將多個智能體放在同一個模擬環境裡，不斷模擬真實交通狀況，讓自動駕駛系統更好地學習決策與規劃，進而縮短整體的訓練時間。

▲google Waymo 智慧模擬系統 圖源網絡

差不多同一時間，中科院自動化所，清華大學人工智慧產業研究院（AIR），北京大學等科學研究人員發布了一個名叫ADAPT（Action-aware Driving Caption Transformer）的端到端演算法，它是一個基於Transformer的駕駛行為描述框架，可以感知和預測駕駛行為，並且輸出自然語言敘述和推理。

這解決瞭如今困擾自動駕駛的一個重大難題，即我們不知道自動駕駛演算法最終如何做出決策，而ADAPT可以幫助自動駕駛演算法向人類解釋，自己為什麼做出這個行為，從而幫助科研人員更容易了解自動駕駛演算法的運作邏輯。

▲ADAPT工作場景示意

其次是在大模型作為決策模型，運用在自動駕駛車輛控制上。

具代表性的是，8月馬斯克展示的特斯拉端到端的控制技術。馬斯克介紹，由於「端對端」控制技術的應用，特斯拉FSD V12版本減少了數十萬行程式碼，並且在沒有資料連線的情況下仍能在不熟悉的地形上運作。

所以，雖然大模型到今天仍然沒有為自動駕駛帶來如ChatGPT一樣驚天動地的技術突破，但大模型已經為自動駕駛未來的實現指出了一條新的可行路徑 。

而除了技術上的新進展之外，對於自動駕駛來說，更重要的還是獲得和普通汽車一樣的上路行駛的權利，而這一點也在今年得到了落實。

11月底，工信部、交通運輸部等四部門聯合發布了《智能網聯汽車准入和上路通行試點工作的通知》（後文簡稱通知）；12月初，交通部又印布了《自動駕駛汽車運輸安全服務指南（試行）》（後文簡稱指南）等等。

《通知》對L3、L4級別的自動駕駛上路行駛的條件提出了具體的要求，並明確經過四部委遴選，符合要求的車輛可以在限定區域內開展上路通行試點。 《指南》則明確了自動駕駛汽車在從事公共運輸時應該滿足的條件，對於Robotaxi、幹線物流等場景下的自動駕駛經營進行了規範。

在這之前，許多車企都曾表示，自家的自動駕駛能力已經達到L3的水平，只是礙於政策限制無法上路。今年4月的上海車展，餘承東也曾為此也特別發明了一個新詞－L2.9的無限循環，以表示自家的自動駕駛能力極限接近L3。

而這次《通知》和《指南》的發布，則完美解決了余承東的問題，意味著L3、L4級別的自動駕駛獲得了合法上路的權利，自動駕駛在法律意義上正式打開了L3/L4的大門。

根據「自象限」不完全統計，從7月到11月，從國家部會到各地方省、市、自治區，我過關於自動駕駛相關的各類政策共落地78條，數量是今年上半年的三倍。

與國外相比，中國的自動駕駛政策落地既保守又激進。

所謂保守，在於中國的政策落實不會如舊金山一般一次性開放整座城市進行自動駕駛營運。而激進之處在於，與美國開放自動駕駛營運的只有鳳凰城、舊金山等少數城市不同，中國各大城市都在積極推動自動駕駛的落地。

從北京的亦莊，到深圳廣州；從成都的天府新區到重慶的兩江新區；從武漢的經開區再到黃浦江畔的上海；乃至於湖南的株洲、雲南的大理、河北的保定… …

如同城市輔助駕駛在中原大地點燃起星星之火一樣，自動駕駛在全國各地埋下的種子，也慢慢有了燎原之勢。而今年下半年從國家到地方密集的政策發布，也為未來某一天自動駕駛突然爆發打下了一個堅實的基礎。

當然，對於自動駕駛而言，基礎設施除了法律意義上的保障，還有物理意義上的支持，例如作為自動駕駛的“最強輔助”，中國的車路協同基礎設施正在加快建設。

今年6月初，國務院常務會議就曾指出，要建構「車能路雲」融合發展的產業生態。之後，工信部相關領導在眾多場合多次提到，要盡快啟動智慧網聯汽車准入和上路通行試點，加快推進城市級「車路雲一體化」示範應用。

產業落地上，今年車路雲一體化也出現了不少具代表性的項目。

例如蘇州，今年新建智慧網聯道路236.4公里、新增路測設備1384個、邊緣運算和運算設備單元804個，累計打造了涵蓋469.8公里智慧車聯網道路、覆蓋439個路口。

例如百度，今年5月與及上海嘉定區達成合作，透過百度在資料處理、AI大模型方面的能力，幫助嘉定打造智慧網聯汽車服務區，為L2+量產車打通車路雲一體化服務能力。

例如蘑菇車聯，其在大理打造的車路雲一體化智慧景區也在今年十一期間正式營運。今年，蘑菇車聯的車路雲整合已經在北京、山東、湖北、江蘇、四川、貴州、陝西等十餘個省份實現落地。

▲車路雲一體化示意圖 圖源：蘑菇車聯

實上，車路協同也確實是今年自動駕駛產業最大的變數。

就像漸進式和跨越式兩條路線同出一源一樣，車路協同和單車智能也是自動駕駛實現的兩種方式，只是由於車路協同建設週期漫長，前置成本更高以至於被發展速度更快的單車智慧掩蓋了光芒。

但如今世易時移，當單車智慧的發展進入瓶頸期之後，以車路協同為代表的基礎設施建設，就成為從外部推動自動駕駛最終落地的一個重要助力。

從結果可以看到，在今年下半年從國家到地方發布的有關自動駕駛的78條政策法規中，大多數文件都提到了智慧網聯和車路雲一體化的目標。

所以，當國家意志開始下場大力推進，也就成為了今年自動駕駛發展的一個特殊表現。

而回過頭再看，從底層技術突破帶來新的技術路線，到國家層級法律法規的大量落地，再到以道路交通為代表的基礎設施的加速推進。

雖然今年自動駕駛面臨巨大的壓力，但整個產業的底層卻實實在在的變得更加夯實。

結尾 

從智慧駕駛到自動駕駛，從大模型到車路協同，再到產業政策。

整體再回顧2023年，我們會發現今年自動駕駛的熱度會有一個明顯的特點，年初和年底熱度都很高，年中相對平淡，它就像是一個啞鈴，重點放在了兩頭。

或許也正是這種時間上的錯位，加劇了今年自動駕駛的撕裂感。

一方面，所有自動駕駛人顯然都會感受到來自業界的巨大壓力，彷彿空氣中都有一種凝固的窒息感。

但另一方面，所有人也都能感覺到一種特別的希望，彷彿只要再多堅持哪怕一秒，就會看到自動駕駛的曙光從地平線的山嵐升起，如利劍一般刺破黑暗。

而現實，則更像是一場即將結束的馬拉松，當賽程進入最後一公里，所謂技巧就不再是決定勝負的關鍵，生存成為第一性原理，咬緊牙關的堅持和堅定的意志決定了最終誰會出線。

所以，我們仍然衷心的祝愿，所有仍在自動駕駛行業打拼的企業，前途順遂。相信夜盡天明之後的那第一道霞光，也一定格外美麗。

作者｜週遊