打价格战 轻洲智航L4软硬件方案杀入万元级

　　近期，国内自动驾驶创业公司轻舟智航表示，最新的L4自动驾驶套件，包括软硬件在内，总成本1万元。这是有史以来的最低价，甚至比大多数乘用车上选配的辅助驾驶还便宜。

　　而搭载这套方案的产品，也突破了以往客运或货运的界限，有了车企“平台”开发的味道。

　　除此之外，有行业人士表示，这样的探索不是轻舟智航一家在做，无论是Robotaxi还是无人配送玩家，低成本和平台化成了趋势。

　　按照发展节奏来看，自动驾驶商业化有两条路径。其中车企更加注重成本，采用了L2逐渐升级到L5的软硬件迭代升级路线，例如小鹏、蔚来、特斯拉等；而智能驾驶创业公司更加倾向于直接从L4自动驾驶研发，直接开发出一套完整的自动驾驶车型（商业化路径是出行市场，但还没有盈利，包括Waymo）。

　　簇生出以上两种商业化路线的主要原因是自动驾驶软硬件方案成本太高，公开信息显示，早期百度基于林肯MKZ改造的L4级自动驾驶车型成本在百万元级别。

　　随着科技发展，激光雷达、芯片等核心元器件进入国产替代周期，L4套件成本大幅度下降，这种趋势的界限也越来越模糊了。

　　Part1：成本1万的L4，硬件规格怎么样？

　　把自动驾驶成本做到足够低，然后在不同场景的产品上释放，这其实就是百度为代表的的一众L4玩家常说的“降维打击”。

　　但“打击”的前提是能力水平，低成本不免让一部分人担心是不是通过“简配”实现，因为百度的很大一部分L4级泊车方案是纯视觉方案（威马M6），成本完全可控，轻舟智航的这个史上最低成本的L4，能力到底怎么样？

　　公开信息显示，轻舟智航DBQ V4的最高配置有5个激光雷达、4个盲区雷达、6个毫米波雷达、12个感知摄像头，实现360度无盲区、无死角的感知能力。

　　这样的硬件配置在量产乘用车上也算得上是豪华，量产选配至少也得数万元，但轻舟智航如何能把成本控制在1万？

　　据官方透露，关键在于所用零部件的国产化，比如计算方面采用了来自地平线的车载AI芯片，以及国内某供应商的固态激光雷达。

　　你肯定注意到了，前面说DBQ V4的“最高”配置是5个激光雷达，这其实是轻舟这套方案独特的产品形态，能根据不同车型、不同客户的需求，灵活配置激光雷达、盲区雷达的数量和布置方式，而且都能保证无盲区的感知能力。

　　这样的产品策略，表明轻舟智航正在拓展除小巴之外的其他L4级技术落地场景，同时像是一种宣告：

　　L4成本已经走足够低，应用场景可以是小巴，可以是Robotaxi，也可以是乘用车，甚至也可以用在商用车，这样的情况下，辅助驾驶可能会被降维打击。

　　从商业化来看，越来越多自动驾驶创业公司加入了传统车企的造车计划中（华为、百度、驭势科技、小马智行、momenta），通过自身的软硬件能力，帮助传统车企快速开发出高等级自动驾驶车型。

　　除此之外，随着硬件成本可控，一些新势力车企选择了直接上马L4级的车型（蔚来、小鹏、理想、极狐HI版），硬件先交付，软件后期OTA升级。

　　整体来看，随着硬件成本可控，车企直接上马L4级自动驾驶方案或成为主流选择。

　　Part2：成本1万的L4，功能表现如何？

　　轻舟放出了一段在苏州老城区闹区市内的路测实录，从场景来看，这套产能够根据导航信息自动规划线路，自主处理红绿灯、交通标志，人车混杂、不规范行为、狭窄道路等复杂路况。

　　首先是停车场的自主召唤：

　　远程遥控，车辆自动驾驶到驾驶员位置。

　　上路之后，DBQ V4可以实现城市环路场景下的领航辅助驾驶：

　　这些功能如今并不能称得上是惊艳，毕竟领先的自动驾驶公司，甚至是主机厂都已经将停车辅助、高速领航量产。

　　轻舟智航DBQ V4的能力，官方认为是应对城市复杂道路复杂场景，尤其是车道线不明显，人车混行的场景中表现更好。

　　挑战苏州老城区狭窄的巷弄

　　除此之外，还有像是隧道明暗变化，无保护左转这样的场景，都能流畅的应对。

　　当然，有行业人士表示，基于固定场景的功能测试方式已经不适合检测L4级方案（因为可以基于测试场景做过冗余开发），规模化后的数据才有一定说服性，这个还需要时间来检验。

　　至少在当下来看，轻洲智航这套万元级的L4软硬件方案能够胜任很多场景，甚至是完胜很多车企的演示视频。

　　Part3：总结

　　从技术上，L4玩家正在努力打造通用的AI司机，底层感知、决策核心相同，传感器方案、数据也能最大程度复用。

　　过去，自动驾驶中有很多小圈子，例如港口、货运、乘用车、外卖快递等。

　　现在自动驾驶方案更像是打造一个专业的车手（软硬件平台），然后按照不同用户需求扩展成不同功能的移动设施。比如轻舟最新的龙舟Space，既可以是拉客的无人巴士，也加装货舱变成物流配送车，核心部分都是通用的，而这种趋势的基本成立条件，使得一个平台可以规模化，正是L4自动驾驶成本的不断降低。

　　从技术来看，L4要保证1%的长尾场景处理能力，需要足够数据对算法进行训练，而以往高性能激光雷达、算力平台的成本，导致大规模的测试车队不可能实现；现在随着L4级成本更低，甚至已经进入了普通家用车都可以承担的水平。

　　可预见的是，越来越多的车型将搭载L4套件，在“数据收集——训练——部署——反馈”的闭环升级下， AI司机也会越来越聪明。

　　从商业模式来看，这样一套L4级软硬件方案仅需要1万元，低于很多车企的辅助驾驶软件选装价，这意味着，用户付费模式或许并不是自动驾驶商业化的唯一选择，自动驾驶公司联合车企开打价格战（功能标配），有望重塑产业商业模式。