专访肖健雄：车企没有做L4的基因，AutoX不着急挣钱 | 新出行100人
肖健雄 来源：36氪
「新出行100人」是未来汽车日报的人物访谈栏目，致力于对话新出行领域站在前沿、洞悉风向的创变者，持续记录他们探索边界、触摸未来的每一次脉搏。
作者 | 牛耕
编辑 | 吴岩
可以突破固定路线的限制，在指定地点接送乘客，还能够穿越闹市区、辨认绿叶背后的红绿灯、躲避密集行人和违停车辆。随着路测数据的积累，无人驾驶出租车距离人们的生活越来越近。
近日，阿里投资的自动驾驶公司AutoX与高德地图达成合作，在上海正式开放自动驾驶出租车试运营，当地市民只要打开高德地图App搜索“无人车”就能体验这一服务。
被称为“Professor X”的AutoX创始人肖健雄，曾在普林斯顿大学搭建起计算机视觉和机器人实验室，连续拿下两届Google Research Awards。拒绝福特自动驾驶副总裁职位后，他创办的AutoX已跻身独角兽，成为全球进度最快的L4公司之一。
肖健雄在接受未来汽车日报（ID：auto-time）专访时表示，AutoX是少数同时具有软硬件能力的L4公司。因为L4处于创新最前沿，很多硬件方案尚不存在，只做软件会拖慢进度。同时，由于硬件开发周期长，建立起来的壁垒也很难被其他公司超越。
在自动驾驶领域，部分专注L2/L3的公司已经开始商业化。肖健雄表示并不羡慕。在他看来，每家公司都有自己的定位，L4门槛最高，但对应的商业化场景价值也最大。
肖健雄预测，乐观估计自动驾驶出租车将在2-3年后获批上路，按目前成本计算已能够实现盈利。随着昂贵部件进一步降价，这门生意还会更赚钱。
AutoX创始人兼CEO肖健雄 来源：AutoX
肖健雄的核心观点还包括：
仿真是L4公司的三大支柱之一，也是实现真正无人驾驶的最后障碍，谁能跑到最后，就看仿真器谁做得好。
L4的行业机会太大了，Robotaxi是万亿美元的市场，大家都想一起参与。整个商业格局是三位一体，三个角上分别是车企、运营商和技术公司。
国内大公司做无人驾驶车，真正像模像样的只有百度，其他公司基本没做起来。百度是互联网公司里最有技术基因的一个。
自动驾驶不能为了落地而落地，去干跟主业没关系的事。有句话叫“将军赶路不追小兔”，就像一个人在读小学，本来想读到博士毕业，结果着急赚钱直接去打工，后面发展会受影响。
以下是未来汽车日报（ID：auto-time）专访肖健雄的对话节选（经未来汽车日报整理）：
无人驾驶进入冲刺阶段
Q：在过去一年，AutoX最关心什么？
A：AutoX最关心继续积累真实世界的数据，以及大规模提升仿真数据的数量级。
AutoX成立3年，前两年主要在开发技术，现在处于第三个阶段，也就是谷歌、Cruise的状态——该有的都有，但还需要升级换代，需要积攒大量数据、做大量仿真测试，真正在技术上把无人驾驶跑完。
无人车很神奇的一点是，它需要大量数据去喂，AI系统才会越来越智能。现在自动驾驶已进入冲刺阶段，需要大量数据。首先有足够多真实世界的数据，它们再被放大成仿真数据。积累数据已经成为技术进步必不可少的一个途径了。
对L4自动驾驶公司来说，仿真是三大支柱之一：AI能力、软硬件一体化和仿真。仿真是实现真正无人驾驶的最后障碍，谁能跑到最后，就看仿真器谁做得好。
Q：目前AutoX的数据积累到什么程度了？
A：数据不只是量，质也很重要。我们有上百辆车天天在收集数据，同时有一系列很聪明的办法来解决数据问题。
首先是路测数据。路测集中在市中心的闹市区，每分钟遇到的人和车可能是郊区的10倍、100倍甚至更多。Cruise创始人Kyle说，在旧金山（做无人驾驶）的难度大概是湾区的15倍，国内大城市中心的复杂度又是旧金山10倍。中国闹市区的数据密度更高，也能尽快获得有用的数据。
第二是把这些数据有效地加工放大。每小时1辆车有1TB的数据，可以装满一个大硬盘。要自动化地取出有用的数据，价值没那么大的就放弃。仿真能将真实数据放大1000倍以上。
Q：AutoX为何自己开发软硬件和收集数据？
A：L4无人驾驶行业刚刚起步，产品链上很多东西买不到。有的可能谷歌Waymo有，但它不卖。在新兴行业作为头部玩家，最先吃螃蟹的人，连抓螃蟹的网都要自己发明。
激光雷达我们不做，是因为市面上有很多激光雷达。也有很多非常靠谱的运营商，不用自己成立出租车公司。但我们推出的域控制器，市面上根本没有真正能用的产品，Nvidia开发的Tegra 2也不大能用。这个行业机会很多，没必要在存量市场上竞争，缺什么我们就做什么。
L4的行业机会太大了，Robotaxi是万亿美元的市场，大家都想一起参与。整个商业的格局不是一层一层，而是三位一体，三个角上分别是车企、运营商和技术公司。
AutoX在CES上发布的域控制器XCU 来源：AutoX
Robotaxi将在两三年内落地
Q：Robotaxi面临的一大难题是政策放开的时间表，你怎么看？
A：首先我们内部得能过得了自己的标准。内部标准比外面高非常多，如果车不安全，对公司影响是致命的。安全是公司最高的优先级，无论谷歌、百度还是AutoX，如果车没达到内部标准，都不敢拿出来开。这是第一层保护，主要是头部玩家的自我约束。
政府也有其监管标准。AutoX是中国最先在上海、深圳、广州都拿到路测牌照的公司，这3个城市有3个考试部门，出3套完全不一样的题目，从各自的角度分别设计出最难的考题。头部公司只要能过内部标准，考试基本都能满分过。
合理的监管是必要的。就像人去考驾照，拿到驾照也不能保证以后肯定不出事，但监管能确保不要错得太离谱。头部公司在乎自己的声誉，但万一有小公司不在乎，随便上路可能就出事了，监管是卡这些公司。
Q：很多AI公司面临估值下降和融资难题，AutoX有这样的担忧吗？
A：我们比较幸运，去年融资两轮，在疫情前完成了一大笔融资，资金比较充足。
自动驾驶跟别的行业不一样，不能为了落地而落地，去干跟主业没关系的事情。有句话叫“将军赶路不追小兔”，就像一个人在读小学，本来想读到博士毕业，结果着急赚钱直接去打工，后面发展会受影响。
每家公司都有自己的定位，我们定位是做公开道路上的无人驾驶。有些公司定位做低速机场拖车，我觉得也很好，行行出状元。Robotaxi和Robotruck这条赛道肯定难度是最大的，但市场也是最大的。百度、AutoX和小马智行都在追这条赛道。也有些玩家随着时间推移选择别的道路，这也是很有智慧的想法。
Q：AutoX作为创业公司，有没有挣钱的压力？
A：钱有不同的挣法。我们有车企合作伙伴，已经有一些收入。但要大规模挣钱，肯定是有几万辆无人车在路上接客。我觉得这个时间点可能是在2022年、2023年左右，深圳、上海等一线城市的某个区会允许无人出租车运营，之后再扩大。
应该关注的重点不是哪一天挣钱，而是如何找到循序渐进的路径。考虑商业化有一个非常现实的问题：假如我们在上海有100辆车，上海那么多人同时打车，100辆车不能满足需要，乘客打车打不到，下次还会打开这个App吗？
无人车一开始肯定是在市中心最繁华的地带。比如网约车和出租车在深圳南山区非常赚钱，在坪山区却要靠政府补贴。从技术上来看，无人驾驶用的高清三维地图也需要更新频率够高，要考虑分摊成本。自动驾驶也是一样，会先在能赚钱的地区运营，量足够大才会扩展到郊区。
AutoX在上海调试试运营无人出租车 来源：AutoX
Q：你认为无人驾驶出租车会在2022年前后上路？
A：是的。行业技术在进步，政府与最前沿的玩家保持沟通，直到明确到某一标准确实安全。就目前来看，我们对2022年或2023年这个时间表是比较乐观的。
我们说Robotaxi肯定赚钱，是因为现在的账已经能算过来了。像传感器价格、域控制器价格、云服务和数据的价格，已经能算出来可以赚钱了。
如果降价比较猛，肯定赚得更多。激光雷达去年降价很猛，大疆的激光雷达800美元一个，非常便宜，速腾聚创是1898美元。AutoX还有个优势，除了激光雷达，很多硬件都是我们自己做，成本比别人低很多。而且我们集成度很高，不需要的功能和元器件可以不要。
车企的基因很难做L4
Q：如果车企拿到仿真平台，也有算法开发的赋能，能否基本接手软件开发？
A：我觉得难度很大。车企主要是做集成，就是各家已经做得差不多了，车企把它们凑到一起，测试一下确保正常工作，就交付量产了。这就是车企的定位：集成测试、质量保证、品牌销售等。
车企购买仿真器不一定是要自己做辅助驾驶系统。哪怕不自己做，也需要仿真器，因为得验证系统到底靠不靠谱。仿真是出厂质量监控的重要手段。
也有车企真的想自己做，比如小鹏汽车，他们本身有科技基因，做的是辅助驾驶。但要做到L4级别难度很高，基本100%都变成科技公司了。像通用公司做无人驾驶买了Cruise，Cruise其实是独立运作的，通用只是投资人。福特10亿美元投资Argo AI，但员工也是分开的。车企很难靠自己做L4。
Q：你离开MIT时拒绝了福特自动驾驶副总裁的邀约，自己创立了AutoX。根本原因还是双方基因不一样？
A：是的，基因太不一样了，以至于我觉得很难在那种基因里做起来。当时福特邀请我去做VP，在硅谷负责两栋大楼的七八百号工程师。但那么多人为什么最后没搞出来，最后还得去投资Argo？
当企业大到一定程度，文化和思维方式都定下来了，就很难改变。我之前把我的博士生送到福特去实习，效率非常低。要用无人驾驶车做实验，申请了3个月，写了无数份报告，车还没摸到一次。这不是福特的问题，是整个汽车行业的基因问题。车企有自己的强项，像大规模生产、质量把控等。你让他们管工厂，能管得井井有条，但让他们开发AI，难度很大。
国内大公司做无人驾驶车，真正像模像样的只有百度，其他公司基本没做起来。这也跟百度基因有关，百度是互联网公司里最有技术基因的一个。
AutoX与FCA合作采用的Pacifica大捷龙车型，Waymo也采用相同车型 来源：AutoX
Q：AutoX与国内车企合作状况如何？
A：中国的车企数目非常有限，大的车企不超过10家。车企要跟自动驾驶公司合作，要付出很多资源，包括资金、人力，没办法跟很多家合作。AutoX已经分到了超过一半，上汽、东风是股东，跟奇瑞、长城、比亚迪也有合作。AutoX是国内和车企合作最多的L4公司。
车企对辅助驾驶非常感兴趣，因为今天就可以卖钱。无人驾驶毕竟是未来的事，短期不赚钱，长期非常重要。这不是采购部能决定的事，你要说服公司非常高层的人，难度很大。不过这种合作一旦建立，会非常稳定。
L4才是最值钱的场景
Q：自动驾驶落地的主要领域（Robotaxi、Robotruck、低速物流小车等），你认为哪些最有价值、哪些会最先落地？
A：园区物流肯定是最先落地的，但它赚的钱非常有限。比如居民区送货只能从小区门口送到楼下，价值非常小，考虑到车的充电、传感器等成本，账不一定算得过来。在园区里给人送包裹或外卖，我认为这个商业模式是讲不通的。
在园区里能讲通的商业逻辑有两个：一是在工业园里给工厂运货，二是机场拖运货物。
园区的车一旦想上公开道路，难度非常大。大家走的是一样的路，物流车太小走得又慢，就更危险。哪怕在美国，Nuro的车也没办法上快速马路。有公司说小车能上辅路，其实辅路比大马路路况还复杂，例如很多共享单车就把辅路堵了。
Robotruck分两种。短途的同城配送会先落地。长途卡车首先牌照很难搞定，同城配送只需要拿一个城市的牌照。从风险角度，大卡车拖着大集装箱也非常危险。总之，无人驾驶大卡车非常难落地，政策法规阻力非常大。
最先落地且市场比较大的，是无人驾驶出租车和无人轻卡（同城配送）。我们预计轻卡跟Robotaxi会在同一个时间段放开，甚至还会快一点。因为轻卡可以只跑固定路线，更容易获得政策支持。
Q：L2/L3和L4的技术路线完全不一样，是什么原因？
A：传感器不一样只是非常表面的东西，算法也不一样，唯一共通的就是深度学习部分。L2/L3的算法很简单，因为成本卡得很死，计算资源不能太贵，优化的主要是价格和成本。L4优化的是安全性和性能，不在乎算法再复杂一点。两者出发点不一样，导致岔路越走越远。比如Mobileye，L2/L3做得特别好，L4完全没人把它当回事。
L2/L3和L4最标志性的区别就是有没有激光雷达，因为激光雷达特别贵。辅助驾驶系统卖得很便宜，Mobileye自动驾驶芯片一个就卖50美元。而L4设计出来是替代人的司机，做网约车等等，所以考虑的是替代司机工资，预算是司机一年的工资10万元。遇到激光雷达一个800美元，就没问题完全可以买。
如果特斯拉要做L4，就一定要用激光雷达。特斯拉现在只有三四个人做L4，还被人在硅谷抓拍过一个照片，是车上装了一个激光雷达。他们做自动驾驶就几十号人的团队，做的主要是L2/L3，如果要做L4，肯定是重新找一帮人或收购一个公司。L2/L3和L4的技术路线差别太大了，没法升级过去。
特斯拉在硅谷被拍到加装激光雷达的测试车 来源：teslarati
Q：为什么面向消费者的乘用车不是L4的主要市场？
A：L4级别自动驾驶的系统比较贵，用户一般不愿意掏那么多钱。比如多花10万元实现无人驾驶，用户会觉得太贵了，都可以再买一辆车了。但如果做Robotaxi或Robotruck，替代的是一个司机的工资，10万元也是合算的。
并不排除高端自动驾驶汽车是可以卖的，一辆售价两三百万元的车不在乎多20万元。但这毕竟是小众市场，相当于替代有钱人的私家司机。当然，随着时间推移和硬件成本下降，L4技术最终也会普及到普通的私家车上。
