關於 特斯拉l3 ，我們在網路上蒐集到這些相關的討論、資訊與評價

Tesla FSD號稱全自動駕駛系統，究竟是革命還是吹牛？- 方展策

「水能載舟，亦能覆舟。」新技術雖有助改善人類生活，但如果技術本身還未準備好，人們卻高估技術所能做的事情，或許會造成人命傷亡。伊隆·馬斯克（Elon Musk）今年10月突然宣布推出全新的「Full Self-Driving」（FSD）測試版軟件，可讓特斯拉（Tesla）電動車從「Autopilot」自動輔助駕駛模式，升級至全自動駕駛系統，讓原本遙不可及的無人駕駛一下子提早實現！但隨後卻遭美國國家公路交通安全管理局（NHTSA）打臉，局方直言市面上沒有任何一款車輛具備完全自駕的能力。到底箇中實情如何？

FSD初試啼聲表現勝預期

2020年10月21日，馬斯克在Twitter上宣布，全新的「FSD」全自動駕駛Beta版軟件已向部分車主推送。相比起當年發布「Autopilot」時的高調姿態，今次特斯拉對「FSD」的態度已略顯低調。據悉，首批獲邀參與測試的車主為數不多，只屬小規模的封閉測試。不過，當愈來愈多測試參與者上傳試車短片，顯示出「FSD Beta」的行車表現更勝預期，讓這款新版自駕系統火速成為社交網絡上的熱門話題。

參照馬斯克先前的說法，「FSD」將會分作3個階段推出：首階段是小規模封測，次階段是較大範圍的公測；如前兩個階段均能順利完成，預計可在2020年12月底前向美國所有Tesla車主推送「FSD」。馬斯克已宣布，「FSD」軟件售價會由8,000美元（約6.24萬港元）調高至10,000美元（約7.8萬港元）。

「FSD」在功能上究竟有何獨到之處呢？啟動「FSD」後，車輛在高速公路上便會懂得自行轉線；駛到十字路口，車輛也能按照導航路線，自動轉彎進入正確的道路；遇到前方有汽車擋住車道，車輛先會自動減速停車，然後轉向繞過前車。不少車主在試用「FSD Beta」後都表示，其自駕表現貼近現實中真人駕駛會做出的反應，非常實用。

司機高估Autopilot能力

不過，「FSD Beta」的升級說明中提醒，這只是早期測試版本，用戶必須謹慎使用，並強調司機在行駛過程中始終要把手放在方向盤上，隨時關注路面情況。今次Tesla特別強調安全性，或許跟「Autopilot」歷年來涉及多宗致命車禍有關。

2015年10月，特斯拉正式發表「Autopilot」，容許車輛在特定情況下進行自動駕駛，讓全球Tesla車迷興奮不已。2016年1月，搭載「Autopilot 7.1」的Model S被視為首款L2級別的車型。根據國際汽車工程師學會（SAE International）對自動駕駛分級的定義，L2 級別屬於部分自動駕駛，司機負責周邊監控，並要預備隨時接管車輛，自駕功能包括主動式定速巡航、自動跟車、自動泊車等。

最初Tesla沒有明確說明，L2級別需要司機處於駕駛狀態，行車期間不但要全神貫注監控路面，雙手也不能離開方向盤；有關要求僅在產品說明書上寫了便算，但試問有多少人在開車前會翻閱說明書呢？可能因為這種隱晦的表達方式，再加上駕駛者高估了「Autopilot」的自駕能力，於是自2016年起間接或直接釀成至少5宗致死交通事故。

致死車禍地點分布中美日

2016年1月，在中國河北邯鄲的高速公路上，一名Model S車主啟動了「Autopilot」，車輛進入定速巡航狀態，惟自駕系統未能準確識別前方的道路清潔車而直撞上去，23歲車主重傷身亡。同年5月，美國佛羅里達州一輛正開著「Autopilot」的Model S，因系統無法在晴朗天色下辨識貨櫃車的白色車身，結果直接撞向貨櫃車，40歲司機死亡。

2018年3月，一輛已開啟「Autopilot」的Model X駛至加州山景城附近，失控撞上公路石壆，再與兩車相撞，司機送院不治。同年4月，日本神奈川高速公路發生一宗碰撞事故，涉事貨車與電單車司機下車商討；一輛Model X從後駛來，因司機啟動「Autopilot」後不小心睡著，以致未能閃避貨車，撞向路旁人群，造成一死兩傷。

2019年3月，佛羅里達州一輛「Autopilot」在運作中的Model 3，失控撞入橫越路口的貨車車底，司機喪生。經歷多宗事故後，特斯拉終於在官網上寫明：「目前的 Autopilot 自動輔助駕駛導航功能需要駕駛員主動監督，無法使車輛實現自動駕駛。」

FSD越級挑戰L5級別

馬斯克早於2020年7月的世界人工智能大會上宣稱，Tesla的自動駕駛技術已非常接近L5級別，預計年底前將完成L5的基本功能開發。換言之，「FSD」已在「Autopilot」基礎上跳過L3和L4級別，越級挑戰L5級別。

SAE把L5級別定義為自動駕駛的最高境界，屬於完全的無人駕駛，在任何場景下均可由車輛完成所有駕駛操作，人類在車上毋須保持注意力集中。至於中間隔著的L3和L4，前者是AUDI與本田等大車廠正在積極實現的技術目標，後者則是Waymo與Cruise等無人車初創努力追求的研發境界。由此視之，Tesla或許已一下子超越所有競爭對手了！

美國監管機構密切關注

在「FSD Beta」釋出後不久，交通安全監管機構NHTSA隨即表示，正密切關注這款新版自駕系統的狀況，當公眾面臨不合理的安全風險時，就會立即採取應對行動；同時，又直接打臉Tesla，強調現時市面上並未有任何一款車擁有全自動駕駛的能力。事實上，參照「FSD Beta」的升級說明，要求車主時刻盯著路面，並把雙手放在方向盤上，這樣的描述只能符合SAE分級定義下的L2級別，即是部分自動駕駛。

兩大無人車初創Waymo與Cruise均坦承，現有技術水平離L5級別還有一大段距離。以Waymo為例，自2020年10月起提供不設安全駕駛員的無人的士服務，服務區域局限於亞利桑那州鳳凰城地區50平方里，因有限定操作場景，按照SAE分級定義亦只會視作L4級別。研調機構Forrester曾於2019年分析無人車工程師提供的數據，結果認為全自動駕駛車輛可能要10多年後才能出現。

對自動駕駛持觀望態度

由是觀之，馬斯克宣稱「FSD」是全自動駕駛系統，似乎是有點誇大了。可是，隨著「FSD Beta」步入公測階段，參與測試的車主數量將會大幅增加，意味著Tesla能蒐集更多行車數據，供人工智能神經網絡反覆學習，加快改進自駕演算法。馬斯克曾透露，擬每5至10天就更新一次「FSD Beta」，務求逐步完善系統，或許終有一天可進化到L5級別……儘管暫時未知那一天何時到來。

因此，現階段大家對自動駕駛應抱持觀望態度，千萬不要被一些令人驚艷的新功能搞得興奮過頭，以致高估了自駕技術所能做的事情。否則的話，日後馬路上可能會經常出現類似以下的不可思議事件：2020年7月，加拿大亞伯達省公路上有一輛車以時速140公里超速行駛，警方接報到場，竟發現這輛行駛中的Model S內裡空無一人，原來兩張前排座椅均被完全放平，司機與乘客都趟著睡覺！亞伯達省皇家騎警交通服務局局長在一份公開聲明中指出，新一代汽車的駕駛輔助系統並不等同於全自動駕駛系統，駕駛者仍須承擔駕駛的責任。

原文：經濟通

#科技 #汽車 #生活

汽車軟體深度報告：汽車軟體產業鏈及未來趨勢分析

北京新浪網 10-01 20:00
來源：未來智庫

關鍵結論

電動智能趨勢下，汽車逐步由機械驅動向軟體驅動過渡。近年 SDV（軟體定義汽車）概念逐步被行業認知，根源在於「汽車如何體現差異化」問題的變遷，隨著電 動化帶來的汽車電子構架革新，汽車硬體體系將逐漸趨於一致，軟體成為定義 汽車的關鍵，行業更具想像空間。即造車壁壘已經由從前的上萬個零部件拼合 能力演變成將上億行代碼組合運行的能力。本文通過對汽車軟體行業的系統性 梳理，幫助讀者把握行業成長中的投資機會。

我們提出零部件賽道三維篩選框架，基於起點（單車價值量）-持續時間（產品生 命周期）-斜率（產品升級速度）三維體系評價細分零部件的市場空間，軟體平均單車價值量由傳統車的 200 美元，提升至 2025 年新能源汽車的 0.23 萬美元，進 一步至 2025 年新能源汽車的 1.8 萬美元。未來十年軟體市場復合增速為 9%，2030 年 500 億美元空間，57%的增量來自於 ADAS 及 AD 軟體。

軟體如何定義汽車價值？百年汽車工業面臨由機械機器向電子產品過渡的新變 局。汽車「駕駛感」及車機 APP 化的功能實現發生在我們看不到的隱秘角落— —上百的電子控制單元循環執行軟體代碼功能塊，通過高性能的中央計算單元， 與硬體體繫結合以解析駕駛員需求，邏輯運算後向機械部件發送相應響應指令。

汽車軟體成為未來汽車構架重要組成部分。而整車電子電氣構架提供的硬體、 操作系統實現的管理功能、基礎軟體平台構架實現的抽象化為 SDV 不可或缺的 三大關鍵部分，軟硬體的分離（研發分離、功能發佈分離）成為實現 SDV 基礎。

發展史與整車廠戰略。汽車軟體隨產業技術升級持續迭代：1970 年代的簡單發 動機控制演算法→1980 年代中央計算單元創新→1990 年代信息娛樂系統創新→ 2000 年代安全系統→2010 年代開始向全新汽車電子構架及軟體系統演變。不 同於以前依靠多個 ECU 由部件供應商主導的無獨立軟體產品概念時代，主機廠 愈發需具備軟體的管理能力及核心軟體設計能力。整車廠中特斯拉引領車載軟 件行業最高技術，大眾重金重塑軟體架構，整車廠關乎開發周期、賦予附加值、 構架實現、軟體變現模式以及操作系統切入等問題上仍未進行標準化定義，卻 為影響行業發展的關鍵所在。

產業鏈機遇。新科技、軟體公司湧入帶動供應鏈管理的扁平化、邊界模糊化， 帶動供應鏈生態體系變革。供應模式上，預計 Tier1 與整車廠之間將採取兩種合作方式，其一，整車廠主導軟體，Tier1 負責硬體生產；其二，整車廠定義軟 件框架規範標準，Tier1 供應符合標準的相關軟體。盈利模式上，偏向製造業邏 輯的大部分汽車硬體由於堆橋數量將受到限制，終將會進入產業穩態階段，往 介面及功能上的標準化發展，維持較穩定的利潤率水平；軟體由於迭代周期快 且行業特性帶來的標準化程度低，賦予汽車新盈利模式。現階段特斯拉三大付 費模式打開車企軟體變現想像空間，開發基礎平台收許可費、供應功能模塊按 Royalty 收費及定製化的二次開發均為未來軟體供應商主流打法。

推演的 5 大未來趨勢。汽車終將成為搭載「差異化元素」的通用化平台。一方 面，ECU 功能模塊里循環迭代的代碼驅動汽車執行動作反饋；另一方面，車載 娛樂信息系統 APP 化吸引第三方開發者入場。海量數據將在車內流轉，關於賦 能域控制器、定位車機系統的各項軟體性能升級，包括功能中心化、乙太網應 用、整車 OTA 升級、信息交互上雲及深層次的信息安全防禦等，或將帶來汽車 軟體一系列發展機遇。

SDV 新階段：軟體如何定義汽車價值

百年汽車工業面臨由機械機器向電子產品過渡的新變局。跨入駕駛室，安靜的 啟動、柔中帶剛的加速、平穩過渡的剎車等為代表的汽車「駕駛感」逐步由機 械驅動向軟體驅動過渡，這一套功能的實現發生在我們看不到的隱秘角落—— 上百的電子控制單元循環執行軟體代碼功能塊，通過高性能的中央計算單元， 與硬體體繫結合以解析駕駛員需求，邏輯運算後向機械部件發送相應響應指令。近年來，SDV（Software Define Vehicles，即軟體定義汽車）概念逐步被整車 廠認知，根源在於「汽車如何體現差異化」問題的變遷，隨著電動化帶來的汽 車電子構架革新，汽車硬體體系將逐漸趨於一致，整車廠很難在硬體上打造差 異化，此時軟體成為定義汽車的關鍵，即造車壁壘已經由從前的上萬個零部件 拼合能力演變成將上億行代碼組合運行的能力。

汽車軟體為未來汽車構架重要組成部分

汽車軟體與硬體體系發生分化。近幾十年隨汽車構架升級、性能與用戶操作感 需求逐年提升，汽車軟硬體數量爆發，並愈發複雜化。在硬體方面，電控單元 數量迅速增長，於 2010 年面臨增速放緩的拐點（主要受整車成本與控制器數 量平衡的影響），2025 年隨行業集中式電子電氣架構趨勢持續推進，電控單元 邁向集成化從而控制器數量將較為平穩。在軟體方面，各大主機廠軟體功能體 系越做越大，其中「功能函數」作為軟體體系中的最小單元，其單車數量持續 增大，控制器內部的功能函數複雜度提升，疊加智能座艙新增的應用型軟體需 求，軟體重要性愈發凸顯。2010 年（增速放緩的硬體數量 VS. 急劇攀升的軟 件數量）與 2025 年（硬體產業成型 VS.軟體加速迭代塑造汽車差異性）為汽車 軟硬體發展中兩個重要的分水嶺。

汽車複雜的運作需軟硬體結合進行。無論是駕駛艙對汽車電子功能的調用，抑 或汽車與駕駛員和環境互動，均可抽化為軟硬體密切配合的模型，即駕駛員的 需求與汽車功能反應之間存在著複雜的控制鏈條：駕駛員通過機械硬體或部分 虛擬按鈕輸入期望（例如通過車載按鈕、踏板等輸入型機械硬體給出期望）→ 駕駛員動作轉換為電子信號傳入電控單元→執行器控制控制對象達到駕駛員的 需求→感測器向電控系統持續反饋控制達成的具體情況，軟體邏輯持續運算向 執行器發出指令，最終達成駕駛員的期望要求。以剎車輔助駕駛為例，在駕駛 員剎車信號不足或過慢的情況下，內置的一套軟體邏輯將被激活，讓制動系統 自動做出減速相應。在電控單元中快速進行的一次次軟體迭代循環，為汽車正 常運作的基石。

SDV 研發工具鏈仍以 V 流程為主。汽車研發系統過程能拆解為軟體、硬體、執 行器及感測器 4 大部分。與傳統車相同，V 模型為車企主流的開發流程，從產 品設計、子系統設計、控制器驗證及系統驗證等階段均有相對應的工具鏈進行 支撐，涵蓋從系統到軟體以及集成后的一系列測試等內容。SDV 模式下對工具 鏈的應用具部分變化：一方面，硬體愈發通用化，研發會集中在作為功能集群 的 ECU 開發上；另一方面，車的各種功能實現盡量靠軟體實現。

Step 1：產品設計階段。此階段核心為分析和拆解需求。由消費者的需求、車 型安全及性能的剛性需求以及法律法規需求定義出軟體的基礎構架，以及定義 出各大功能模塊。

Step 2：子系統設計階段。步驟為由系統構架需求定義軟硬體構架設計。關乎 軟體系統部分在這一步雛形初顯，能將技術問題具體化，例如定義軟體能實現 的功能、軟體功能模塊的分離、如何跟對應的控制器配合等。

Step 3：控制器驗證階段。完成硬軟體及控制器集成，代碼成型并迭代測試。

Step 4：系統驗證階段。測試軟硬體在整車上的裝載使用情況。

SDV不可或缺的三大關鍵部分——電子電氣架構、操作系統、軟體平台

整車電子電氣構架為硬體基礎。汽車電子電氣架構（Electronic and Electrical Architecture，文中簡稱 EEA）最初由德爾福公司提出，以博世經典的五域分類 拆分整車為動力域（安全）、底盤域（車輛運動）、座艙域/智能信息域（娛樂信 息）、自動駕駛域（輔助駕駛）和車身域（車身電子）等 5 個子系統。後續演變 成車企所定義的一套整合方式，可形象看作人體結構中的骨架部分，後續需要 「器官」、「血液」和「神經」進行填充。具體到汽車上來說，EEA 把汽車中的 各類感測器、ECU（電子控制單元）、線束拓撲和電子電氣分配系統完美地整合 在一起，完成運算、動力和能量的分配，實現整車的各項智能化功能。博世曾 經將汽車電子電氣架構劃分為三個大階段：傳統分散式電子電氣架構-域控制器 電子電氣架構-集中式電子電氣架構：

（1）傳統分散式的電子電氣架構：主要用在 L0-L2 級別車型，此時車輛主要由 硬體定義，採用分散式的控制單元，專用感測器、專用 ECU 及演算法，資源協同 性不高，有一定程度的浪費。產業鏈分工上，車型架構由整車廠定義，實現核 心功能的 ECU 及其軟體開發由 Tier 1 完成。

（2）域控制器電子電氣架構：從 L3 級別開始，通過域控制器的整合，分散的 車輛硬體之間可以實現信息互聯互通和資源共享，軟體可升級，硬體和感測器 可以更換和進行功能擴展。屬於過渡形態，ECU 仍承擔大部分功能實現，整車 廠將參與部分域控制器的開發。

（3）集中式電子電氣架構：以特斯拉 Model 3 領銜開發的集中式電子電氣架構 基本達到了車輛終極理想——也就是車載電腦級別的中央控制架構。此時集成 化趨勢將消減大部分 ECU，主機廠將逐漸主導原本屬於 Tier 1 參與的軟體部分 （預計以直接開發模式或定義規範標準后讓供應商參與），其目標是設計簡單的 軟體插件和實現物理層變化的本地化。

操作系統實現管理功能。車載操作系統（Car-OS)承擔著管理車載電腦硬體與 軟體資源的程序的角色。20 世紀 90 年代伊始，汽車上基於微控制晶元的嵌入 式電子產品的應運興起，需加入相關的軟體架構以實現分層化，即汽車電子產 品均需要搭載嵌入式操作系統。從產品品類上，汽車電子產品可歸納為兩類， 一是以儀錶，娛樂音響、導航系統為代表的車載娛樂信息系統；二是主管車輛 運動和安全防護的電控裝置。兩者對比而言，電控系統更強調安全性和穩定性， 因此應用於電控單元 ECU 的嵌入式操作系統標準更為嚴格。未來操作系統發展 面臨兩大趨勢，一是以 OSEK、AUTOSAR 為典型代表的操作系統標準聯盟將 定義統一的技術規範；二是智能網聯趨勢下數據融合度提升，由於各個部件的 安全標準等級不一從而整車上存在多種操作系統的運用，通常引入虛擬機管理 （可提供同時運行多個獨立操作系統的環境），如在智能座艙 ECU 中同時運行 Android（車載電子操作系統）和 QNX（電控操作系統）。

基礎軟體平台構架是實現抽象化的關鍵所在。從定義上，軟體架構為軟體系統 定義了一個高級抽象（軟體表達行為、屬性、相互作用、集成方式及約束均在 此架構上體現）。而 SDV 核心內涵是能夠通過軟體作用，動態地改變構架網路 節點之間的聯結或分離狀態，從而定義汽車不同的功能組成。基礎軟體平台需 具備三方面要求：一是可靠性，能保證汽車功能實現的實時和安全；二是通用 性，適用於不同車型和不同的操作系統上；三是網構架節點易於更換聯結方式。AUTOSAR 是全球各大整車廠、供應商聯合擬定開放式標準化的軟體架構，其 使得不同結構的電子控制單元的介面特徵標準化，從而軟體具更優的可擴展性 及可移植性，降低重複性工作，縮短開發周期。

汽車軟硬體分離為 SDV 基礎

軟硬體的分離涵蓋研發分離、功能發佈分離兩方面。軟硬體分離為實現 SDV 基 礎，電動化趨勢簡化造車流程，未來汽車硬體的研發、製造更偏向於流水線過 程，而軟體發展逐步具互聯網的快速迭代趨勢傾向。汽車軟硬體分離概念由此 而生，其包含兩方面內容，一方面，由於開發周期（汽車硬體 5-7 年的開發周 期 vs. 軟體 2-3 年的開發周期）及技術領域（偏向製造業 vs.偏向互聯網）的 差別，汽車軟硬體在開發上、供應上逐漸分開。另一方面，軟體的功能發佈可 以與車型完成分離，新軟體不僅適用於新車，仍可快速發佈到已量產車型上， 增強車型硬體的使用長尾期。

軟硬體分離在功能升級及工藝裝配上具優勢。基於軟硬體分離的新構架體系在 車型功能升級及製造模式上發生變化。功能升級上，新的擴充功能由軟體定義 通過雲端直接升級，無需再在硬體層面進行驗證；工藝製造上，與軟體分離后 的電子電氣構架不同於現階段「八爪魚」式的複雜構造，更易於自動化裝配。

當前車企實現更新的方式——硬體冗餘，後續依靠更新升級。

（1）硬體預置：傳統汽車定價由硬體及性能決定。而 SDV 模式下，相同硬體 的車型通過不同的軟體配置決定車與車之間不同的功能與體驗。車企在車型設 計之初需提前定義軟硬體，SOP 時將具備擴展功能的冗餘硬體預裝，後續將通 過付費型軟體升級或者功能開放回收成本。以特斯拉的 AutoPilot 為例，冗餘的 預設硬體將通過後期持續的軟體升級調動功能，為新創收模式。

（2）性能預置：性能預置分為兩個方面，控制器算力預留，為更多的軟體功能 和演算法預留空間。隨智能駕駛趨勢，車載算力大幅提升，由於無法預估後續所 需算力的極限，通常在實際情況中會預留算力空間。性能預留，通常在各性能 硬體上做事先預留，以應付如加速性能提升，續航里程提升，圖像的清晰度提 升，音響效果提升等升級事項。例如 2018 年 6 月，美國權威雜誌《消費者報 告》發現， Model3 剎車距離比皮卡福特 F-150 要長。ElonMusk 接受了《消 費者報告》的批評並承諾通過 OTA 儘快解決此問題。此後在不到一周時間， 特斯拉通過一次 OTA 升級解決了該個問題，《消費者報告》重新測試后發現， 升級后的 Model3 剎車距離縮短了 5.8 米。

追溯發展史：汽車軟體的前世

汽車軟體隨產業技術升級持續迭代：1970 年代的簡單發動機控制演算法（軟體嵌 入應用模式）→1980 年代中央計算單元創新（顯示車輛基本信息）→1990 年 代信息娛樂系統創新（GPS、自適應巡航控制出現）→2000 年代安全系統（出 現高級駕駛員輔助駕駛概念）→2010 年代開始向全新汽車電子構架及軟體系統 演變（電子化和軟體化，出現無人駕駛概念）。

1980 年代之前，汽車僅搭載車燈、啟動機、火花塞等簡易電子設備，並未運用 任何軟體部分。整車電子設備通信及電能供給依靠銅導線傳輸。部分豪華車裝 置僅由收音機為核心部件的車載娛樂系統。

1970 年代，發動機系統具備演算法功能。出現點火系統、電子燃油噴射等裝置， 軟體直接嵌入應用使用，軟體之間無關聯具獨立性。

1980 年代隨 IT 技術起步，電子電氣化革命在傳統機械部件上進行創新。油耗 及行駛距離等信息可在車內做電子化顯示，搭載軟體的電控單元開始出現，如 防抱死系統 ABS、車輛穩定系統 ESP、電子變速箱等電子系統誕生，新功能由 嵌入式軟體的演算法控制，CAN 及 LIN 匯流排解決不同控制器之間的通信問題。

1990 年代，信息娛樂系統持續創新，軟體成為汽車重要部分。汽車軟體構架愈 發分散，出現 GPS 及自適應巡航控制等較高階的電子組件及軟體。同時，不同 控制器間持續延長的通信匯流排成為車企後續進行成本管控的重要一環。

2000 年代，安全系統推出，軟體開始主導汽車創新。「高級輔助駕駛概念」在 此階段興起，例如駕駛員未及時反應的障礙物可以系統運算下汽車自發停車規 避。此時的軟體系統更為高階，行業引入 AUTOSAR 標準軟體構架。車型方面， 電子化特徵明顯，賓士 S 級轎車車型電控單元超 80 個，通信匯流排近 2000 條。

2010 年開始，汽車電動化帶來電子電氣構架、汽車軟體新變局。智能駕駛、車 聯網概念引入，造車新勢力、互聯網企業等多玩家參與進造車環節，以特斯拉 為代表的整車廠重新定義軟體系統，新創 OTA 新升級模式。

產業鏈機遇：SDV重塑市場格局

新科技、軟體公司的湧入帶動了供應鏈管理的扁平化、邊界模糊化，推動產業 競爭要素髮生本質變化，帶動供應鏈生態體系變革。在傳統封閉式供應鏈的汽 車製造商在整條供應鏈中只負責一個環節，主要擔任汽車研發製造的角色。而 在新生態體系中，汽車軟硬體分離重塑產業格局，主機廠、供應商以及互聯網 企業均參與進汽車新生態體系，從汽車全生命周期覆蓋整個產業鏈條。

供應模式轉變，主機廠、供應商及互聯網企業入局

SDV 軟體開發模式下，不同於以前依靠多個 ECU 由部件供應商主導的無獨立 軟體產品概念時代，主機廠愈發需具備軟體的管理能力及核心軟體設計能力， 並引入供應商及互聯網企業參與此環節。在軟體領域，預計未來 Tier1 與整車 廠之間將採取兩種合作方式：

其一，整車廠主導整車軟體部分，Tier1 負責硬體生產。在傳統車企巨頭入場燃 油車領域 100 多年的歷史里，造車流水線仍以機械製造為主，Tier1 以分擔主機 廠重資產角色存在，通常與整車廠車型生產周期形成相應配套。而在智能化時 代，軟體主要以輕資產模式運轉，出於掌握核心技術考量通常為主機廠所主導。其二，整車廠定義軟體框架規範標準，Tier1 供應符合此標準的相關軟體。瞬息 萬變的技術導致車企研發容錯率下降。尤其對新入場的造車勢力而言，若在前 1~2 款車連續失敗，大概率將面臨淘汰。因此對部分在技術儲備、研發及資金 實力較弱的主機廠而言，可在其定義軟體標準後由 Tier1 進行對應的開發配套。

盈利模式轉換，將逐漸由硬體逐漸向軟體傾斜

硬體發展具天花板效應，軟體持續賦予車型新附加值。以經過 15 年發展的手機 產業鏈為例，硬體體系隨處理器性能持續提升、攝像頭像素及攝像頭個數持續 增加、屏幕材質與大小升級，其產業增速趨緩，硬體盈利模式逐漸固化。而隨 蘋果 iPhone 產品橫空出世定義軟體附加值新模式，小米做低手機硬體利潤並將 其定位於功能載體，至此軟體與服務成為手機產業鏈盈利模式的重要來源。對 標至汽車，偏向造業模式的傳統車具較固定的盈利模式，從而車企具較穩定的 利潤率，而目前在汽車電子電氣化架構趨勢下，軟體有多樣性應用的空間，無 論硬體抑或軟體體系均包含升級或新生環節，盈利模式尚未定型。而長遠來看， 偏向製造業邏輯的大部分汽車硬體由於堆橋數量將受到限制，終將會進入產業 穩態階段，往介面及功能上的標準化發展，維持較穩定的利潤率水平；軟體由 於迭代周期快且行業特性帶來的標準化程度低，賦予汽車新盈利模式。

特斯拉已構築初階車企軟體盈利模式。矽谷出身的特斯拉已證實一條軟體大規 模變現的可行性路徑，分為 FSD 付費、軟體應用商城及訂閱服務三種模式：

（1）FSD 付費模式：特斯拉車型在售出后標配 Autopilot 輔助駕駛功能，而實 現自動泊車、智能召喚的 FSD 全自動駕駛功能需付費使用。FSD 單價並未固 定，過去一年內特斯拉 FSD 售價經過三次提價（國外 8000 美元，國內 6.4 萬 元），成為特斯拉利潤的重要來源。以 2019 年 36.7 萬輛的交付量計算（30 萬 輛 Model3，6.7 萬輛 ModelS/X），假定 35%的 FSD 裝載率，6500 美元的 ASP， 則軟體收入近 8.3 億美元（其毛利率大概率高於 80%）。

（2）軟體應用商城：類似手機應用商城，可即時購買性能升級軟體包（包括輔 助駕駛功能、FSD 及各類性能升級包），通過 OTA 進行升級。

（3）訂閱服務：2019Q4 推出定價 9.9 美元/月的車聯網高級連接服務，包括流 媒體、卡拉 OK、影院模式等功能。2020Q2，特斯拉宣布計劃在年底推出定價 100 美元/月的 FSD 套件訂閱服務，為 FSD 的使用提供另一選擇。

對於第三方汽車軟體供應商，盈利模式仍不明晰，參考手機產業模式及目前行 業發展情況，預計其未來有望採用以下 3 種主流盈利模式：

（1）受主機廠委託，開發基礎平台並收取許可費用。

（2）供應功能模塊按汽車出貨量 Royalty收費（按銷售量和單價一定比例分成）。

（3）基於車企平台為其做定製化的二次開發，並收取費用。

市場空間：未來十年軟體市場復合增速為 9%，2030 年 500 億美元空間

軟體市場進入快速擴張期。包括系統軟體和應用軟體在內的軟體系統將在智能 化趨勢中，由低基數實現快速擴張，據麥肯錫預計，軟體在 D 級車整車價值中 所佔的比例有望在 2030 年達到 30%，將成為未來汽車行業最重要的領域。

市場規模方面：電動智能化趨勢下硬體發展周期領先於軟體，增量市場彈性小 於軟體。據麥肯錫，2020-2030 年汽車軟體和 E / E 架構市場預計復合年增長 7％， 從目前的 2380 億美元增長至 2030 年的 4690 億美元。拆分來看，2020-2030 年軟體市場規模（操作系統、中間件及功能軟體）復合增速為 9%（由 2020 年 的 200 億美元，增長至 2025 年的 370 億美元，進一步增長至 2030 年的 500 億美元）。2020-2030 年動力系統市場規模復合增速為 15%，主要受動力源更 迭拉動。在硬體方面，ECU/DCU、感測器以及其他電子元件的復合增速分別為 5%、8%及 3%。軟體的應用帶動汽車集成及驗證環節革新，2020-2030 年集成 及驗證市場規模復合增速為 10%。

單車價值量方面：汽車軟硬體實現分離后兩者的發展模式將出現分化。其中硬 件體系的價值量隨模塊化、集成化發展，在規模化降本過程中其單車價值量增 長將較為平緩或略下降態勢；而軟體體系迭代速度快，在其對附加值模式的持 續探索下，價值量將持續上行。據麥肯錫預計，汽車中軟體單車價值量增速最 大，純電動車型將由 2025 年的 0.23 萬美元增長 7倍至 2030 年的 1.82 萬美元。同期 ECU/DCU、感測器、動力系統（除電池）及其他電子器件增速分別為 37%、 27%、-7%、5%。此外，在豪華車及主打智能化車型上，軟體的價值量佔比及絕對值將處較高水平。

汽車結構方面：全球汽車軟體與硬體內容結構正發生著重大變化，軟體驅動逐 漸成為主導。據麥肯錫預測，2016年軟體驅動佔比從 2010年的 7%增長到 10%， 預計 2030 年軟體驅動的佔比將達到 30%，屆時硬體驅動佔比僅為 41%。

軟體內容方面：應用型軟體為汽車軟體發展主力，ADAS 及 AD 軟體為主要增 量。據麥肯錫預測，2020-2030 年一體化軟體、驗證型軟體及功能性軟體市場 規模復合增速分別為 9%、10%、10%，其中功能性型軟體佔據汽車軟體半壁江 山（結構上佔比 6 成）。2020-2030 年按軟體功能劃分的市場規模中，最大增量 為 ADAS 及 AD 軟體，佔市場規模增量的 57%；信息娛樂、安全及聯網相關軟 件次之，占 20%；操作系統和中間件、車身和動力系統相關軟體、動力總成和 底盤相關軟體分別佔據 10%、10%、2%。

整車廠戰略思路：軟體為必爭之地

在汽車構架三步走過程中——傳統分散式電子電氣架構-域控制器電子電氣架 構-集中式電子電氣架構，主機廠將逐漸主導原本由 Tier 1 包攬的定製軟體部分， 軟硬體進行拆分發包的趨勢近年來愈發明顯。車企和互聯網軟體企業紛紛入局， 特斯拉引領車載軟體行業最高技術，大眾計劃緊跟，組建 5 千名軟體工程師開 發旗下所有車型統一的操作系統「vw.OS」，汽車屬性已然將逐漸由代步工具轉換 為移動的第三空間（例如未來的娛樂、辦公場所）。現階段整車廠與 Tier 1 的合 作模式仍在探索中，關乎開發周期、賦予附加值、構架實現、軟體變現模式以 及操作系統切入等問題上仍未進行標準化定義，卻為影響行業發展的關鍵所在。

特斯拉在軟體層面最大亮點是OTA 升級模式

特斯拉創整車 OTA 升級先河。其升級主要在兩個方面：一方面，將軟體升級發 送到車輛內的車載通訊單元，更新車載信息娛樂系統內的地圖和應用程序以及 其他車機類軟體。例如升級車機的運算速度、屏幕操作流暢度，運行高畫質游 戲以及增強可視化效果等，屬於駕駛艙內「看得見」的升級。另一方面，以直 接將軟體增補程序傳送至有關的電子控制單元（ECU），為 Autopilot 持續引入 及優化新功能。例如提升時速、修復駕駛漏洞等。軟硬體分離開發、硬體性能 冗餘的設計思路是實現 OTA 的必要條件，隨法規放開、演算法逐漸完善，特斯拉 以 OTA 升級軟體模式逐步解鎖新運用功能。此外，特斯拉顛覆車載軟體盈利模 式，以 6.4 萬元的 FSD 選裝軟體包定價、2000 美元的「 Acceleration Boost」 動力性能加速升級包獨創軟體付費的商業模式。

集中式電子電氣架構提供 OTA 基礎。特斯拉的整車 OTA 升級需要其超前的汽 車電子電氣架構做配套配合，傳統車企分散式電子電氣架構中 ECU 數量龐大， 單個 ECU RAM 內存容量有限，同時供應商的底層代碼和嵌入軟體差別較大， 難以完成整車功能的統一更新。而特斯拉採用集中式的電子電氣架構，分為 CCM(中央計算模塊，整合ADAS 及 IVI 域功能)、BCM LH(左車身控制模塊)、 BCM RH(右車身控制模塊)三個部分，2015 款的 Model S 大約有 15 個 ECU， 此後發佈的 Model 3 則直接通過 Hardware3.0 和三個車身控制器執行來控制行 駛、轉向和停止等功能，集中的架構和高算力的控制模塊支撐了特斯拉整車 OTA 升級。目前特斯拉已經可以通過 OTA 的方式實現改善車輛的底盤、信息娛樂、 電池續航、ADAS 乃至自動駕駛等多項功能，讓車的功能迭代更加靈活和便捷， 最終變成一台可以不斷進化的智能終端。

OTA 升級過程需數據網路配合，其安全性尤為重要。特斯拉 OTA 升級即指將程序從主機廠伺服器更新到指定 ECU，主要步驟為：車輛與伺服器通過蜂窩網 絡進行安全連接，將待更新的固件傳輸至車輛遠程信息處理系統及 OTA Manager，OTA Manager 將固件分發至需更新的 ECU 並管理更新過程，更新 完畢後向伺服器發送確認信息。整個 OTA 升級過程面臨安全考驗，騰訊科恩實 驗室曾實現對特斯拉的無物理接觸遠程攻擊，並將漏洞情況報告給特斯拉以做 修復。OTA 模式的信息安全（信息包加密及隔離）及功能安全（車輛狀態信息 傳輸）需得到足夠保障。

特斯拉 OTA 依然屬於行業標杆，傳統車企追趕特斯拉在研發 OTA 過程中仍面 臨困境。具先發優勢的特斯拉在 OTA 對動力和底盤系統有效升級層面、用戶體 驗、系統成熟和穩定性方面均處於行業領先地位，引領傳統車企和造車新勢力 跟隨布局，但仍面臨較多困難，體現在三個方面：其一，需投入較大的人力、 物力、財力，考驗主機廠研發實力；其二，OTA 打破固有的經銷商提供增值服 務的模式，利潤蛋糕重新切分具一定阻力；其三，OTA 安全性和穩定性上要求 較高，主機廠需理解部分互聯網領域技術。

大眾重塑軟體架構，推行 vw.OS 規劃

曾囿於軟體問題車型延遲交付。在特斯拉軟體技術快速迭代壓力下，大眾加緊 開發基礎架構，或因為開發過於倉促等因素，曾多次發生軟體問題，如新一代 純電動汽車 ID.3 因為軟體開發延遲造成交付時間推遲，新款高爾夫也曾因為倉 促上馬新技術（全數字座艙）於車輛中發現軟體問題而臨時停售。

大眾已著手構建軟體架構體系。為抗衡特斯拉及科技巨頭等新勢力的布局，大 眾愈發重視汽車軟體開發業務。2020 年 1 月 1 日起，大眾集團所有軟體開發工 作被集中至獨立新部門——Car.Software（2019 年 6 月份成立）。Car.Software 分為「互聯汽車和設備平台」「智能車身和駕駛艙」「自動駕駛」「車輛運動和能源」以 及「數字業務和出行服務」五個業務單元，其所有功能都將用於開發 vw.OS 車機 系統。一系列車型軟體問題出現后，寶馬製造工程高級副總裁 Dirk Hilgenberg 加入成為 Car.Software 負責人。此外大眾也對智能駕駛研發體系進行重組，如 拆分 L4 智能駕駛研發部分、合併各部門自動輔助駕駛研發。

大眾軟體計劃的內在驅動力來源於兩個方面：

其一：汽車軟體代碼愈發複雜。大眾曾做過統計，汽車軟體的行代碼遠大於其 他應用終端（汽車軟體 1 億行代碼 VS. Facebook 8 千萬行代碼 VS. PC 電腦 4 千行代碼 VS. 飛機 2.5 千萬行代碼 VS. 谷歌瀏覽器 1 千萬行代碼），是智能 手機的 10 倍。2020 年整車代碼量有望超 2 億行，達 L5 級智能駕駛代碼量有 望超 10 億行。

其二：汽車成為複雜的聯網設備，軟體將扮演重要角色。在大眾傳統車型上僅 需約 70 個 ECU，功能相對較為分散。而在未來的集成化計算單元體系下，軟 件的重要性將愈發凸顯，與 ECU 配合定義汽車功能，涵蓋操作系統、基礎軟體 以及其他應用軟體的車載軟體大眾均會自主開發。

大眾對研發投入、人員安排及軟體化目標做出規劃：

投入方面，大眾集團將在未來三到五年內投入 90 億美元（約合人民幣 630 億 元）資金進行軟體開發。員工方面，不同於製造環節的裁員情況，數字化部門 員工由 5000 名再次擴編至 1 萬人。軟體化目標方面，內部研發軟體佔比由不 足 10%提升到 60%以上，同時提出「8 合 1 目標」（將現有的 8 個電子平台整 合為一個平台）。2025 年前，所有新車型將使用 vw.OS 操作系統和定製的雲服 務（大眾與微軟合作），軟體在汽車創新中佔據 90%份額。

汽車軟體的未來推演

若考慮對汽車開發的終極假想，汽車最終會成為搭載「差異化元素」的通用化 平台。以目前視角，差異化元素涵蓋智能座艙（人與車互動的生態系統，包括 包括全液晶儀錶、車聯網、車載信息娛樂系統 IVI、ADAS、HUD、AR、AI、全 息、氛圍燈、智能座椅等方面）及智能駕駛（L1~L5 級智能駕駛等級）領域。而差異化元素主要由車型全新的電子電氣架構和軟體兩方面定義，一方面，ECU 里的功能模塊持續循環迭代的代碼驅動汽車執行最適宜的動作反饋；另一方面， 車載娛樂系統越發 APP 化吸引較多第三方開發者入場。海量數據在車內流轉， 其深層次的安全防禦（檢測和防禦網路攻擊）愈發重要。經過產業趨勢推演， 提出以下 5 大汽車軟體趨勢預判。

趨勢 1.往車輛集中式電子電氣架構發展，功能中心化

集中式電子電氣架構為終極構架體系。以域控制器為代表產品的跨域集中式電 子電氣架構再往後走，就是集成化程度更高的車輛集中式電子電氣架構—— Vehicle computer and zone concept（車載電腦），終極階段為 Vehicle cloud computing（車雲計算）。未來車輛通過用高性能的中央計算單元取代現在常用 的分散式計算的架構，將實現「軟體定義車輛」的終極目標。再此過程 ECU 的整合過程持續提升，應用程序完全從硬體中抽象出來，控制單元概念最終被 智能節點計算網路接棒。

趨勢2.更高傳輸性能的乙太網作為主幹網路承擔信息交換任務

乙太網作為車內通信網路大勢所趨。隨車內數據傳輸總量及對傳輸速度要求持 續提升，以及在跨行業的標準協議需求驅動下，支撐更多應用場景、更高速的 乙太網有望取代 CAN（主要用於車載控制數據傳輸，最大帶寬 1MB/s）、LIN（低 成本通用串列匯流排，主要用於車門、天窗及座椅控制）、Most（主要用於發數據 包）等傳統汽車車內通信網路成為車內通信網路。在對同樣的 ECU 的軟體進行 更新時，CAN 模式下的傳輸時間是乙太網的 30 倍。因此，乙太網的運用趨勢 得到主流整車廠（如寶馬、通用等）及半導體公司（如博通、恩智浦等）認可， 均推出符合乙太網的應用元件。未來趨勢上，乙太網並非能一蹴而就完全替代 CAN、LIN，預計多種通信模式將在較長一段時間內共存——CAN、LIN 用於傳 感器和執行器等封閉低級網路間的數據傳輸；乙太網（取代 MOST 等技術）用 於域控制器及子部件間的信息交換。

趨勢3.OTA 空中升級模式普及

OTA 由特斯拉引領，向全行業普及。由特斯拉最先推行的 OTA 升級功能模塊 能持續修復汽車軟體缺陷、解決部分故障、解鎖或引入新功能以滿足用戶需求， 成為汽車軟體發展的主流趨勢。按照升級對象的不同，OTA 可分為 FOTA（硬 件在線升級）、SOTA（軟體在線升級）兩個大類，其中 FOTA 主要針對基礎硬 件和汽車底層安全相關功能的升級需求，例如剎車系統、制動系統及 BMS 等；SOTA 主要對座艙娛樂系統進行升級。對 ECU 而言，其內部為備份軟體準備了 額外區域空間，以備當前運行程序出現故障或升級中發生斷錯誤時自動滾回備 份軟體系統，防止車輛出現安全事故。

趨勢4.汽車在雲端交換信息

更為靈活的雲服務是 SDV 載體。從早期的機械時代過渡到目前的硬體時代，在 進一步進化至未來的軟體時代，汽車的功能實現方式持續演變，隨著客戶的個 性化定製需求日益增加，加之雲計算對智能、靈活和自動化的天然要求，由「軟 件定義」來操控硬體資源成為更合適的解決方案，未來大部分汽車功能在雲端 運行，為車企轉型提供聯接使能、數據使能、生態使能和演進使能。因此，在 雲計算的計算、存儲和網路等各方面的基礎設施上，均呈現出從軟硬體捆綁， 到硬體+閉源軟體，再到白盒硬體+開源軟體的演進趨勢。而雲服務也成為 AI、 智能汽車、大數據等新興科技實現商業化落地的載體（例如特斯拉在雲服務載 體上進行 OTA 升級）。近年來雲服務市場實現爆髮式增長，而車載環節尚處於 發展初期，後續增量空間大。

趨勢5.信息安全領域需深層次防禦

汽車電子的運用及智能網聯化趨勢推進車載信息安全要求提升。汽車脫離孤立 單元后，隨之而來的是攻擊面的新增，一方面車輛聯網后其數據面臨被盜取、 泄露風險，另一方面電控系統普及后存在轉向、剎車等關鍵功能被外部控制的 可能性（例如破解車機、T-Box、網管后，向 CAN 發送惡意指令）。即接入汽車控制終端的 APP、網路系統、ECU 代碼均可能成為新攻擊向量。雲（車聯網 平台）-管（車聯網基礎設施）-端（車載智能及聯網設備）均存在信息安全問 題，將造成車輛功能性安全隱患：

（1）雲端與管端：接送關鍵數據的中央互聯網關直接連接至車企後台，部分第 三方公司被允許數據訪問。目前網聯實現通常會通過 APP 實現應用層功能（例 如解鎖車門、調用空調功能等），此時存在手機端與雲端的通信過程，且應用程 序供應商能直接訪問開放的相關數據介面。通過雲端和對外通信管端能對車機 端直接進行攻擊。

（2）車機端：當功能系統被授權時，黑客能對CAN匯流排發送相關指令控制ECU。騰訊道恩實驗室曾對特斯拉 Model S 進行過無物理破解實驗，以 Wifi 熱點接入 向車載娛樂系統植入軟體取得車機許可權，在破解網關后能控制其多個電控單元。

為抵禦外部攻擊需建立深層次的安全防禦系統，嚴控與功能安全及數據連接。汽車的防護措施隨交互信息增多其力度持續提升。車企安全團隊通常基於雲-管 -端對症建立安全防禦系統以應對外部攻擊：

（1）雲端：車載終端是汽車安全架構的核心，主要注意 T-BOX（用於車端和 外界通信）和 OBD（用於將汽車外部設備連接到 CAN 匯流排）兩大塊的信息防 護。實時進行入侵檢測，防止 DDos 攻擊。

（2）管端：汽車在未來將頻繁接入和退出網路節點，存在被篡改信息的風險。通常需要對通訊過程及傳輸數據進行加密，採用專門的 APN 接入網路。

（3）車機端：加強安全固件驗簽及防 root 機制，管理介面並建立監控體系。此外，可在車輛功能模塊上單設安全晶元對數控進行校驗。

部分第三方供應商能參與至信息安全環節。汽車安全防禦對於以特斯拉、蔚來、 小鵬等為代表的有互聯網基因的造車新勢力來說，擁有一定先天的優勢。包括 特斯拉在成立之初便組建了來自谷歌、微軟等互聯網企業的 40 人的網路安全專 家，小鵬和蔚來與阿里、騰訊等互聯網廠商進行深度合作，未來華為等供應商 是此領域的預備軍。目前網路安全系統仍缺乏標準的信息安全方案，原本的汽 車軟硬體供應商難以以統一標準滿足不同整車廠的信息安全要求，並且在測試 階段很難直接接入車企平台進行網路安全試驗。預計未來行業將有提供信息安 全方案、網路安全模塊以及某一特定領域防禦系統的第三方軟體供應商出現。

投資建議和推薦標的

百年汽車工業面臨由機械機器向電子產品過渡的新變局，在我們看不到的隱秘 角落——上百的電子控制單元循環執行軟體代碼功能塊，通過高性能的中央計 算單元，與硬體體繫結合以解析駕駛員需求，邏輯運算後向機械部件發送相應 響應指令。近年來，SDV（軟體定義汽車）概念逐步被整車廠認知，根源在於 「汽車如何體現差異化」問題的變遷，硬體體系將逐漸趨於一致，軟體成為定 義汽車的關鍵，即造車壁壘已經由從前的上萬個零部件拼合能力演變成將上億 行代碼組合運行的能力。

SDV 趨勢下汽車軟硬體分離重塑市場格局，盈利模式由硬體向持續賦予附加值 的軟體傾斜。主機廠愈發需具備軟體的管理能力及核心軟體設計能力，並引入 供應商及互聯網企業參與此環節，開發基礎平台並收取許可費用、供應功能模 塊按汽車出貨量 Royalty 收費及基於車企平台做定製化的二次開發均為未來主 流的軟體供應商盈利模式。預計 2030 年 500 億美元市場空間，復合增速 9%。

汽車最終會成為搭載「差異化元素」的通用化平台。一方面，ECU 里的功能模 塊持續循環迭代的代碼驅動汽車執行最適宜的動作反饋；另一方面，車載娛樂 信息系統越發 APP 化吸引較多第三方開發者入場。海量數據在車內流轉，其深 層次的安全防禦（檢測和防禦網路攻擊）愈發重要。關於賦能域控制器、定位 車機系統的各項軟體性能升級，包括車內乙太網應用、整車 OTA 升級、信息交 互上雲及深層次的信息安全防禦等，或將帶來一系列發展機遇。

資料來源：https://m.news.sina.com.tw/article/20201001/36497492.html?fbclid=IwAR1zWwTMiTHwfLyqZ7Qx698UjYwI3v0c-hs3gXdy560Rf5BgAS4Ts4QLbOQ

滴滴真的在上海推出無人車了，記者上車親測報告

2020-06-30
本文來源：燃財經
作者：金玙璠、周繼鳳

「兩個黃鸝鳴翠柳，自動駕駛也能走，閒敲棋子落燈花，自動駕駛送到家。」

6月27日，滴滴出行首次面向公眾開放自動駕駛服務，開始在上海接受公眾體驗報名。

央視主播朱廣權在當天央視新聞的直播中，賣力地宣傳了一波自動駕駛。

前有百度，後有高德、滴滴，從4月下旬到現在的70天內，三家出行平台密集開放Robotaxi（自動駕駛計程車）服務，均是僅在部分城市的固定區域內運營，運營車輛和時間有限，隨車配有安全員、測試員。

這在行業內是什麼水平？

滴滴號稱此次在上海投入的是L4級別的智能駕駛無人車，但是在直播中駕駛員多次接管方向盤，遇到復雜場景需要遠程求助，這所謂的L4，是真落地還是搞噱頭？

事實上，不少企業給自家自動駕駛技術的定位都是L4級別，與全自動只差一個級別。

但在多位業內人士看來，現在要想達到L4非常困難，短期來看，至少還需要將近10年的時間才有可能做到。

亦有觀點認為，最多只能理解為是L4級技術、但並非可商業化的產品。

不過從另一個角度講，滴滴這次試乘流程是目前Robotaxi裏最全面的，可以說是一次很好的面向大眾的科普直播。

一位業內人士告訴燃財經，滴滴這次和其他兩家一樣，營銷意義大於實際。

談L4的商業化更是為時過早，而滴滴這場直播是單純地秀肌肉，吹響IPO的號角。

01．滴滴首秀翻車了嗎？

我們先來看滴滴自動駕駛的車輛和測試範圍。

車輛由沃爾沃XC60改造，據滴滴介紹，給它安裝了近20個感測器，其中包括1個64線雷射雷達、2個16線雷射雷達、7個攝像頭以及毫米波雷達和超聲波雷達，一輛車的造價在100萬以上。

現階段，滴滴自動駕駛載人測試範圍僅限於上海開放測試道路，路線經過汽車會展中心、辦公區、地鐵站、酒店等核心區域，全長53.6公里。

在滴滴指定的接駁地點，央視記者通過App線上下單了一輛自動駕駛網約車，車輛按時到達後，記者打開車門後發現車內前排還坐著兩名工作人員。

滴滴自動駕駛首席運營官孟醒給出的解釋是，兩位工作人員是為了確保行程安全，其中一位是安全員，應對突發情況，另一位是測試員，實時記錄的同時，能夠提前了解路況與安全員進行溝通。

滴滴這次秀肌肉，不巧碰上了上海的梅雨天氣。

據滴滴介紹，遇上大雨，對自動駕駛車輛的雷射雷達和攝像頭這些感測器都是考驗，比如，對雷射雷達來說，雨點、地面上的積水以及濺起來的水花都可能引發噪點，這就相當於「駕駛員」視力變差，需要演算法有效地去除這些噪點，否則容易引發各種急剎。

但現場的記者和滴滴高管也在反復強調——自動駕駛不等於無人駕駛，如今滴滴的自動駕駛技術已經可以做到自動駕駛，配備安全員是為了乘客的安全兜底，以便在突發情況下隨時接管車輛。

記者上車前需要手簽一份知情責任書。

汽車行業資深人士陳卿表示，這是目前所有的自動駕駛的常規操作，也是讓用戶認識並對自動駕駛保持警惕的一個重要步驟。

第一次測試是從安拓路公交車站到上海汽車城地鐵站。

整體來看，自動駕駛車輛在剎車、避讓、減速超車、掉頭方面還算順暢，但可以發現，因為速度慢，加上都是右轉彎，車輛絕大多數時間都是處於最右側車道。

但是，還是出現了引發大家關注的「翻車」情況：

比如，第一次啟動時，大約等待了兩分多鐘車輛才出發。

記者略顯尷尬，在等待啟動過程中，多次詢問「可以出發了嗎」，介紹完整體情況後，又說起了當天的天氣狀況。

在行駛過程中，駕駛員多次接管方向盤。

直播到39分鐘時，當時車輛路上一個丁字路口，前方、旁邊沒有其他車輛，也無其他突發狀況的情況下，駕駛員開始接管方向盤。

測試員的解釋是，「雨量較大的時候，濺起的水花會對雷達和攝像頭造成影響，駕駛員就會接管方向盤」。

這位測試員稱，接管的另外一種考慮是，自動駕駛是遵守交通規則的，但不能保證行人或者電動車等完全按照交通規則行駛，因此面對幹擾的時候，駕駛員也需要接管方向盤。

當面對相對復雜的場景時，滴滴的自動駕駛就顯得有些力不從心了。

在第二次測試過程中，車前出現了一輛三輪車，三輪車司機蹲在地上疑似修車，如果是普通駕駛員就直接繞道走了，但這對於自動駕駛系統來說，算是一道超綱題。

滴滴解釋稱，這種情況屬於復雜場景，自動駕駛系統需要通過車內的感測器實時將數據發到遠程協助中心，由遠程協助中心給出協助指令。

「前方突遇障礙，自動駕駛汽車自動變道」，自動駕駛車收到指令後，默默地繞開了前方的三輪車。

「這（滴滴）和百度沒有太大區別，這也是目前國內最好的水平之一。」中科創星創始合伙人米磊如此評價。

02．真假L4

滴滴號稱此次在上海投入的是L4級別的智能駕駛無人車。

L4是什麼概念？

按照美國汽車工程師學會（SAE）的定義，無人駕駛分為從0級（完全手動）到5級（完全自動）6個等級。

最高級別L5可以做到全場景全自動，但目前科技水平有限，只能算是一個理想化目標，而在走向L5的路上，每提高一個等級，自動化的程度就會晉升一級台階。

其中，L3級別屬於條件自動化，車輛在特定環境中可以實現自動加減速和轉向，不需要駕駛者的操作。

L4的自動化程度更上一層樓，全程不需要駕駛員，但有限制條件，例如限制車輛車速不能超過一定值，且駕駛區域相對固定，並且一旦發生特殊情況，駕駛員可以切換到手動駕駛。

前不久，工信部也出台了中國版的自動駕駛分級標準，L3為有條件自動駕駛，L4為高度自動駕駛。

一定程度上借鑒了國外的標準。

那麽滴滴和國內同行處於什麼技術水平呢？

米磊給出的側面答案是，現在要想達到L4是非常困難的，短期來看，至少還需要將近10年的時間才有可能做到。

「現在我們看到的，要麽是低速，要麽是在簡單場景，而且短期內不可能去掉安全員去測試。」他表示。

「目前國內的自動駕駛水平，L3都沒到，主要靠產業吹。」一位長期研究造車新勢力的分析師告訴燃財經，所謂的L3，其實都是一些結構化道路的L3功能，也稱為特定場景的L3自動駕駛，均是一些非常有限的場景，而自動召喚是L4的一個很小的應用場景。

一位接近滴滴的人士則透露，目前滴滴給自己的定位是L4級，但很難大規模商業化應用，只能理解為是L4級技術、但並非可商業化的產品。

另一位研究自動駕駛的業內人士對燃財經表示，如今的自動駕駛技術主要由兩大類公司研發推廣。

一類是傳統的汽車製造生產商。

這些公司面向的是C端消費者，「安全是第一位的，因此不太敢宣稱自己的技術已經達到了L4級別。」

另一類便是汽車新勢力。

這些公司短期內並不會向消費者出售自動駕駛車，而是為了給投資人講好故事，拿到下一輪融資。

「他們本身也不會自主造車，更多的是委托一家代理公司幫忙改造。」

如今，自動駕駛因為技術上的不成熟帶來的安全問題也逐漸暴露出來。

比如，特斯拉自動駕駛系統將白色卡車誤識別為天空，致使車輛駕駛員死亡；Uber自動駕駛系統對夜晚橫穿馬路的行人識別分類不準而發生事故，致使對方死亡。

再加上L4是高度自動化，不需要駕駛員，在安全保障方面也就對研發機構提出了更高的要求。

「在這樣的大環境下，經常會有人跳出來說自己達到了L4水平。」上述業內人士表示，事實上，L4級別，絕不只是車的問題，配套的基礎設施也要有對應級別的支持，自動駕駛系統的級別越高，越需要依靠基礎設施的支持來確保安全性。

在他看來，如果基礎設施方面有了足夠的支持，L4技術的應用是沒問題的，但從目前的情況來看，全國只能在有限的幾個地方測試應用L4級別技術。

如今，國內只有六城開放自動駕駛載人道路測試和試運營，且對車輛數量測試裏程等都有明確規定、不允許取消安全員。

滴滴此次的試運營也僅限於上海嘉興的固定路線。

03．真落地還是搞噱頭？

不止一位業內人士對燃財經表示，這次滴滴的試乘流程是目前Robotaxi裏最全面的，是一次不錯的面向大眾的科普直播。

在直播一開始，滴滴展示了指揮中心的交通大數據的分析界面、自動駕駛車隊的管控界面，技術講解也更加全面細致，紅綠燈計時時間的實時調整概念、車路協同、安全員培訓都有所提及。

「但和其他家一樣，宣傳、營銷的意義大於實際（應用）。」其中一位業內人士說。

就在滴滴推出Robotaxi服務的前五天，高德打車和自動駕駛出行企業文遠知行WeRide達成合作，在廣州正式上線Robotaxi服務。

更早上線的還有高德與自動駕駛公司AutoX（4月28日）在上海接入的Robotaxi體驗活動、百度Apollo在長沙開啟的Robotaxi打車服務（4月19日）。

前有百度，後有高德、滴滴，從4月下旬到現在的70天內，三家出行平台密集開放Robotaxi服務。

「今年的疫情利好無人駕駛，行業關注度開始上升，各家應該都在根據環境的變化去推動測試。」

在米磊看來，有滴滴這樣的公司進入，說明這個方向是對的，但Robotaxi的商業化的難度係數也是最大的，比其他場景都要難。

一位汽車領域創業者表示，從各家通用的免費策略來看也是如此，商業化成績並不是他們的關注點。

陳卿告訴燃財經，現階段固定路線的載人運行計程車服務意義不大，離真正的商用距離還很遠。

三家開放Robotaxi服務的平台均是：目前僅在部分城市的固定區域內運營，運營車輛和時間有限，隨車配有安全員、測試員。

除滴滴只能預約體驗試乘外，另外兩家對外的宣傳口徑是「呼叫不需要提交申請或審核，流程與一般網約車無異」。

其中的滴滴，雖然從2016年就開始組建自動駕駛研發團隊，次年在美國加州設立首家海外AI實驗室，但其實前些年的動靜並不大。

直到去年，滴滴開始加強布局，8月份將自動駕駛部門升級為獨立公司沃芽科技，天眼查顯示，今年5月底獲得軟銀超過5億美元融資，成為國內這一領域的最大單筆融資。

可能是有了五億美金的底氣，孟醒在直播當天表示，到2030年，滴滴出行平台將擁有100萬輛全自動的無人駕駛汽車。

滴滴CEO程維已經考慮清楚了，「至少還需要做十年持續投入的計劃」。

滴滴方面此次在直播中除了自報單輛車成本百萬左右外，還透露，滴滴自動駕駛網約車現階段需要配備一名安全員、一名測試員，其中安全員的培養成本也很高，需要經過1-2個月的培訓，錄取率僅為1%。

按照文遠知行工程資深副總裁鐘華此前的表述，無人駕駛公司的發展分為五個階段，第4階段，即限定區域、限定時間的全無人駕駛測試和試運營，進入第5階段（實現大範圍大規模的全無人駕駛運營）方能實現盈利。

中國電動汽車百人會在今年4月份發布的研究報告《Robo-taxi商業化現狀、挑戰及建議》（以下簡稱《建議》）中指出，如今計程車司機人力成本與自動駕駛改造成本基本持平，不過，隨著技術的進步，成本有望大幅降低。

以傳統燃油車的計程車為例，自動駕駛計程車成本依舊略低；與電動計程車相比，自動駕駛計程車改造成本需控制在50萬左右，二者基本持平。

未來5-10年人力成本將會進一步升高，而自動駕駛系統改造成本會逐漸降低。

預計2025年左右，Robotaxi取消安全員並規模化部署後，其成本優勢凸顯，帶來出行服務的顛覆。

麥肯錫的預測是，Robotaxi每公里成本不斷下降，與傳統計程車成本相比將在2025至2027年之間達到拐點。

但與此同時，Robotaxi的實際落地應用還面臨著諸多問題，《建議》中寫道，如今的技術雖可處理交通路況90%常規問題，但剩下的10%影響巨大，需要花費90%的時間解決，長尾效應明顯，且示範場景與真實商用場景存在差距。

而消費者對於自動駕駛尚處於陌生認知階段。

「L3自動駕駛量產難以落地，L4遙遙無期，所以能講故事的Robotaxi成了這幾年的熱門」。一位知乎網友如是寫道。

陳卿亦告訴燃財經，「滴滴自動駕駛體驗車，離宣稱的L4還有很長的路要走。」

事實上，計程車領域的無人駕駛，五年之內都是難以落地的，談L4的商業化更是為時過早，而滴滴這場直播是單純地秀肌肉，吹響IPO的號角。

附圖：▲來源 / 直播截圖 記者正在簽署知情責任書
▲來源 / 直播截圖，圖中安全員已接管方向盤
▲來源 / 直播截圖，自動駕駛網約車前方遇到三輪車障礙

資料來源：https://chinaqna.com/a/112696?fbclid=IwAR0DFhoJ-qcw2TNX68nRy7inB7Xvpe5c6F8yxaPTv6r1aWaLhv-OPS9uLOE

全台1月十大熱銷手機出爐！蘋果手機入榜三款　這支手機賣最好
https://www.ettoday.net/news/20200220/1649949.htm?ercamp=sorted_hot_news

久石讓40年音樂精選登入Apple Music　21日起《龍貓》、《神隱少女》聽好聽滿
https://www.ettoday.net/news/20200220/1649970.htm

不選特斯拉！比爾蓋茲買保時捷電動車　馬斯克不爽開嗆
https://speed.ettoday.net/news/1649432

筆記！Sony Xperia新機、realme X50 Pro 5G 2月24日亮相
https://www.ettoday.net/news/20200218/1648556.htm

別用酒精清潔手機！　小心傷害保護膜塗層
https://www.ettoday.net/news/20200218/1648168.htm


訂閱Tim哥生活副頻道⬇︎
http://bit.ly/36gDKs7
加入頻道會員⬇︎
http://bit.ly/2LoUuox
我的Line@生活圈⬇︎
@237mhhsl
訂閱3cTim哥主頻道⬇︎
http://bit.ly/2MgPy4H
訂閱Tim嫂頻道⬇︎
http://bit.ly/2PEnHMZ
訂閱眾點旅人頻道⬇︎
http://bit.ly/2QaY1vS
訂閱Jade Lin林瑋婕頻道⬇︎
http://bit.ly/2D2YK8O


想知道更多3C第一手資訊？⬇
【3cTim哥趨勢預測 系列】http://bit.ly/31y57M6
【Apple 蘋果每月一爆 系列】http://bit.ly/2KPzdEd

跟Tim哥學3C小技巧⬇
【Apple蘋果小技巧 系列】http://bit.ly/2NXsIyP
【Android安卓小技巧 系列】http://bit.ly/2LE4kWy

觀看3cTim哥Apple系列影片⬇
【Apple蘋果開箱】http://bit.ly/2LE4M6R
【Apple iPhone 系列】http://bit.ly/2Z6NwsO
【Apple iPad 系列】http://bit.ly/303gknn
【Apple Mac 系列】http://bit.ly/2N5Fkqo
【Apple Watch 系列】http://bit.ly/304F5jc
【Apple其他產品 系列】http://bit.ly/2MioZiN

觀看3cTim哥Android系列影片⬇
【Android安卓高階旗艦機 系列】http://bit.ly/2LDGSZx
【Android安卓中階手機 系列】http://bit.ly/2Z1Y4JP
【Android安卓萬元以下手機 系列】http://bit.ly/2z5qF6l

觀看3cTim哥開箱影片⬇
【3cTim哥家電開箱】http://bit.ly/2v49Uai
【3cTim哥電腦開箱】http://bit.ly/2n0UM8Z

追蹤3cTim哥即時動態⬇︎
instagram☛http://bit.ly/2HCZ52j
facebook☛http://bit.ly/2JyOGGK



TIM X OLI 🛍️ 3C購物
官方網站▶️ https://goo.gl/jW7cny
App Store▶️ https://goo.gl/67foDK
Google PlayStore▶️ https://goo.gl/l6B5Zp

*圖片內容截取自Google搜尋網站
**音樂與音效取自Youtube及Youtube音樂庫

#久石讓 #matexs #比爾蓋茲

自動駕駛汽車又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種通過電腦系統實現無人駕駛的智能汽車。自動駕駛汽車技術歷數十年的發展，目前已經投入實用，比如，在2012年5月，谷歌自動駕駛汽車於獲得了美國首個自動駕駛車輛許可證，即將投入市場銷售，2017年7月11日，在西班牙巴塞羅那，奧迪A8正式發布，其搭載了L3級自動駕駛技術，允許駕駛人雙手離開方向盤，在行駛過程中讀書、上網等，已經比特斯拉都要先進，因為目前特斯拉量產車型搭載的自動駕駛技術也只有L2級。