2004年3月13日，美國國防部在莫哈韋沙漠舉辦了第一屆無人駕駛車輛挑戰賽。但尷尬的是，這15支進入決賽的車隊，沒有一支能在沙漠中走完200公里的路程，走得最遠的還是卡內基·梅隆大學Sandstorm團隊的車輛，共走了11.78公里。
后來美國國防部又辦了兩屆比賽，吸引到谷歌、蘋果等高管觀賽，然而參賽的車輛不是忽然失去GPS信號，就是把前方停著的車當成墻又重新規劃路線繞遠路，要不就是卡在狹窄的街巷路口不動了，總之各種細節問題層出不窮。
美國國防部當時就判斷，無人駕駛技術離實用還差得遠，興許還要二三十年才能實現，賽事由此停辦的同時，無人駕駛的第一個高潮就這么結束了。
十多年后，2014年前后無人駕駛車輛出現第二波高潮，一大批自動駕駛企業成立，主要做的事，則是試圖讓車輛跑起來，一直處于demo階段，但由于遲遲無法落地，行業又逐漸降了聲量。
第三次高潮則在這兩年，自動駕駛行業融資案例迭起的同時，為了“活下去”，玩家們開始更切實際地考慮產品落地、對公司商業模式的探索，企業從做L4級技術到做L2級功能、從乘用車轉向商用車的趨勢日益顯著，“降維打擊”甚至成了自動駕駛玩家的“噱頭”，保持“L4 初心”、All in Robotaxi的企業倒是屈指可數了。
但，“降維”是自動駕駛技術商業化的唯一出路嗎？又或者，自動駕駛技術存在降維打擊嗎？
“失效”的商業計劃書：紛紛降維
綜合各企業的“降維”說法，“降維”一是指將L4級的自動駕駛技術應用到L2+的功能上，另一則是指將自身高級別的自動駕駛解決方案降維應用到其他領域（比如從城市出行場景到做園區、礦區等封閉場景）。
某自動駕駛企業CEO對新智駕直言，在3-5年內，降維是自動駕駛技術商業化的唯一出路。
“像Robotaxi這樣的應用，在5年內應該很難規模化商用，有可能需要更長的時間，所以3-5年內的自動駕駛商業化，需要和場景結合，或者在功能上降維。”
百度Apollo算是一個典型例子。
2020年5月，百度Apollo在礦區進行了一場直播，直播主體就是百度為伊敏露天礦改造的兩輛無人駕駛礦用卡車。從人員操作到信號控制的轉變，百度對礦車的改造僅花了30天。
今年10月，百度Apollo還正式了發布可投入使用的自動駕駛礦卡。百度號稱，這是目前國內首個面向礦山場景，以超高計算能力為支撐，并具有機器學習能力的單車智能方案案例。
除此之外，百度還推出了自動駕駛零售車、低速自動駕駛清掃車、無人駕駛挖掘機系統、無人小巴等，探索了自動駕駛技術應用的各種場景。
小馬智行、文遠知行、元戎啟行等幾家Robotaxi企業也紛紛嘗試了自動駕駛技術的應用新場景。文遠知行CEO韓旭曾對新智駕透露，所有商業計劃書做完后發現都沒有什么用，商業模型與實踐會有很大差別，需要不斷調整。
“未來誰掌握了真正的自動駕駛平臺化技術，誰就會是王者，就將具備降維打擊的能力，”韓旭還對新智駕表示，“今天做低速的物流、園區場景的企業，很可能會在未來三到五年內被一家強大的、占據戰略市場的L4級自動駕駛公司降維打擊”。
而將L4級技術降維應用到量產車型L2/L2+的功能方面，Robotaxi玩家也好，Tier1也好，做的則是將L3/L4高等級自動駕駛技術模塊化，試圖利用L4級技術可擴展的軟硬件一體架構，打造ADAS解決方案。
比如百度就將其L4級無人駕駛技術Apollo Lite應用于乘用車AVP和ANP，目前已配套威馬W6實現量產；造車新勢力企業也開始以L4架構、整車OTA視角打磨L2+級別輔助駕駛技術；華為等科技企業則通過與傳統車企抱團合作，以L4級的技術，在中高端車型打造L2+功能。
由此ACC自適應巡航、LCC車道居中輔助、ALC自動變道輔助、BSD盲區監測預警、LCA車道變換預警等輔助駕駛功能在量產車型的不斷滲透，其中自動泊車輔助、導航領航輔助成了自動駕駛企業們相互比拼的重點。
降維的還有硬件，原本配置在L4測試車輛的硬件諸如激光雷達、高性能芯片等也漸漸前裝到L2量產車中。
去概念化、去名詞化，自動駕駛企業不再更多強調產品和方案是L2級還是L2++級，這成了目前ADAS解決方案的趨勢。
真的是“降維打擊”嗎？
在科幻小說《三體》中，某外星種族向太陽系丟了一個叫“二向箔”的武器，于是太陽系由立體的三維變成了平面的二維，地球毫無還手之力，隨之毀滅。
“降維打擊”一詞由此被廣泛傳播，延伸到商業領域，通常代表著一種碾壓式的新商業模式或技術，比如網購平臺之于實體店、免費模式之于收費模式。
但一家原本專注于RoboTaxi的企業切入去做礦區、港口、機場等場景真的能做到“降維打擊”嗎？
實際上，雖然礦區、港口、機場等場景由于有著環境相對固定、交通流量小、行駛速度較低、ODD運行設計域相對簡單等特點，自動駕駛技術落地更加容易，可這并不意味著有技術優勢的企業進入這些場景就能快速“攻城掠地”。
辰韜資本執行總經理賀雄松就認為，比如礦山場景的無人車技術在達到基本要求后，更重要的是自動駕駛企業在運營、商務方面的積累。
另外這些場景的工作環境很惡劣，一些技術人員可能無法承受長時間連續作業，自動駕駛企業的技術優勢也許就難以發揮出來。
在自動駕駛行業由技術研究階段過渡到產品落地階段的當下，企業無論是進入何種市場，除了要考慮資本、政策、技術等維度，還要考慮產業鏈的協同融合。
“你和主機廠的關系、你對產業鏈上下游的Tie1、設備廠商的關聯度和議價能力、你對商業化應用的思考和布局是否領先，都是評估企業在乘用車和商用車賽道資源傾斜程度的重要因素。”此前有業內人士對新智駕指出。
在這方面，那些早早進入垂直場景的自動駕駛企業或許更具有先發優勢，勝在對垂直場景的商業化理解和下游客戶的適配深度綁定。
馭勢科技聯合創始人、首席系統架構師彭進展對新智駕表示，機場、廠區等場景的壁壘不僅僅體現在自動駕駛技術本身，同時也需要企業對行業的深刻理解、對行業資源的深度利用、真實的商業運營能力及先發的企業資源等。
另外，RoboTaxi企業能切入L2級別賽道的底層邏輯在于，二者技術本身具有互通性，指技術點本身的差異不大；以及圍繞基礎架構的技術遷移效率是高的，即縮小了技術點差異的效率。
天下武功，唯“快”不破。因此乘用車公司能否“降維打擊”的核心，并非技術，而在于乘用車公司能否通過一定規模的試運營錘煉出來的高效基礎架構，幫助它們在商用車領域快速積累、分類、使用和驗證新的技術問題，并加速縮小特定技術點上的差距。
但在全球范圍內，目前還沒有一個成功案例能把無人駕駛系統和輔助駕駛系統混合在一起。
AutoX（安途）發言人對新智駕表示，L2-L3級系統的輔助駕駛系統，與L4-L5級全無人系統是兩種不同的技術，二者沒有進化關系，輔助駕駛不能變成自動駕駛，自動駕駛系統也不能降維成輔助駕駛。
“要想將L4的算法和數據應用到L2上，企業基本要從零開始，重新開發，因為二者的算力和傳感器有著天壤之別。”
魔視CEO虞正華與上面的觀點比較類似，相比于L4級方案，L2級別的解決方案用的傳感器和芯片算力更低，直接從L4降下來的數據和算法，比較難適配L2的傳感器和芯片。
“（L2級和L4級技術）原理相通，（但如果L4級的數據和算法要用到L2級上）很多代碼要重寫，產品化的工作基本要重新做，因為L4系統設計的時候，并沒有考慮在低算力的計算平臺的限制，也沒有考慮車規，整個開發流程和規范，跟量產比較，有很大差距。”
另一條路：“將軍趕路不追小兔”
也有堅持死磕Robotaxi賽道的企業，典型代表就是AutoX。
AutoXCEO肖健雄曾強調，AutoX做的是真正的無人駕駛，而非量產的L2- L3級輔助駕駛，只要還有人坐在駕駛位，就無法稱之為L4。
AutoX并不認同“降維是自動駕駛技術商業化的唯一出路”這一說法，認為近兩年行業玩家紛紛通過“降維”實現落地，主要原因在于，部分玩家現階段挑戰L4-L5級全無人系統比較困難，所以對自己沒有信心，只能先另尋他路。
當然從商業模式看，也只有做全無人，真正為出租車大力節省了司機人力成本，RoboTaxi才有盈利，吃到RoboTaxi萬億美元市場一口蛋糕的機會。
然而要量產全無人RoboTaxi，AutoX還有很多事情需要做。由于L4無人駕駛行業剛剛起步，產業鏈遠未成熟，許多配套的硬件都需要企業自己下場開發，AutoX就自研了域控制器、車輛線控系統，同時也不斷更新其全無人駕駛系統。
整車方面，此前AutoX主要是借力克萊斯勒、本田、比亞迪、東風、上汽等傳統車企，但這種合作關系并不穩固，據新智駕所知，其中部分合作車企已經或即將推出自己的RoboTaxi車隊。
因此今年4月，AutoX投資了主機廠艾康尼克，意在共建L4級別無人駕駛汽車生產線。
原先AutoX也是一直以供應合作伙伴的關系與艾康尼克探討RoboTaxi的打造，但受制于信息的互通以及整車架構與技術間的不透明，雙方協作的效率并不盡如人意，對未來產品的描繪也不夠清晰，于是AutoX就選擇戰略投資艾康尼克，動力也是希望雙方也將以更為開放的態度去交換信息，共同打造L4級別無人車。
目前AutoX已在中國四大一線城市和硅谷開始RoboTaxi的運營，在2021年1月，AutoX也開始了中國第一個完全無人駕駛的RoboTaxi商業化運營。
實際上AutoX也曾經歷過業務方向的搖擺。2019年底，AutoX宣布與地上鐵達成合作，將自動駕駛技術拓展到了物流卡車上，并試圖將單點的自動駕駛技術上升至"輕資產"的平臺模式，實現出租車RoboTaxi和物流卡車RoboTruck的雙輪驅動落地。
但從技術維度和規模化落地的角度來看，Robotaxi和RoboTruck對自動駕駛技術要求都不簡單。
酷哇CEO何弢曾對新智駕表示，無人駕駛城市配送和RoboTaxi面臨著相似的行駛環境，對自動駕駛技術水平的要求相似，只是RoboTaxi行駛里程更長，會面臨更多Corner Case。
而對于自動駕駛同城配送場景來說，實現車輛規模落地的關鍵因素，還在于企業能否搞定買單方，也就是商超等，在這方面元戎啟行副總裁劉軒倒曾表示，阿里的投資方身份可以給其部分助力。至于其他想要進入無人駕駛同城配送場景的自動駕駛企業來說，如何說服買方，并不是一個容易的問題。
另外如果是做無人駕駛干線物流，由于運載貨物多樣、載貨量大、車身長等因素，重卡對于安全剎車距離的要求要遠高于RoboTaxi，對車輛的感知距離一般要達到1000米及以上，目前的感知技術也并未成熟。
因此肖健雄認為，貨運物流的落地太難也太遙遠，不可能很快在公開道路上實現無人駕駛大卡車，AutoX也就選擇先實現RoboTaxi，以后再考慮貨運。
RoboTaxi也好，RoboTruck也罷，它們能否在公開道路實現規模化、完全無人化運營的更大不確定性，則在于未知的政策放開時間表，如果沒有足夠的現金流支持，這能耗死許多初創企業。
對此肖健雄曾表示，行業技術在進步，政府始終在與最前沿的玩家保持溝通，直到明確了某一標準確實安全（政策就會開放）。目前來看，AutoX認為這是時間會在2022年或2023年到來。
謀萬世，還是謀一時？
另一專注于RoboTaxi賽道的企業還有滴滴，通過將共享出行平臺和自動駕駛技術結合，滴滴似乎正試圖講述一個更能吸引投資者的故事。
一個可規模化、常態化運行的自動駕駛車隊，需要海量數據“喂養”，而滴滴平臺日均數千萬的訂單數正是其最大的數據來源渠道。
滴滴平臺上的出行場景會幫助滴滴自動駕駛研發建立場景庫，能夠覆蓋絕大多數想象中的長尾場景，給滴滴自動駕駛提供了足夠豐富的數據養料，這也是滴滴自動駕駛系統最大的競爭力所在。
而一旦滴滴自動駕駛技術得到提升，則將為其共享出行業務降本增效。據悉，2025年滴滴平臺將普及超過100萬臺的共享汽車，且迭代版本的新車型將搭載滴滴自主研發的自動駕駛模塊，并有望在2030年實現完全意義上的自動駕駛。
龐大的共享無人車隊，可通過全天運行提高車輛利用率，以降低車輛的運營成本，再進一步降低出行成本。
因此一個理想的路線是，在技術和法律法規到位的條件下，滴滴可基于其出行平臺的屬性，通過部分無人駕駛的混合派單形式來實現商用的目標。隨著混合派單的可行性得到驗證以及技術成熟度提高，滴滴也將逐步過渡到完全無人駕駛派單。
不過目前滴滴的自動駕駛技術進展稍慢，在其他企業已經開始全無人RoboTaxi商業化運營的時候，滴滴僅在去年首次開放了配備安全員的自動駕駛載客服務。
資金方面，滴滴已在年中赴美上市，其自研自動駕駛技術的資金壓力本可借此減輕，但無奈因數據安全問題，滴滴上市后遭遇政府嚴厲審查，股價表現并不如人意。
實際上，對于RoboTaxi正式規模化落地的具體時間，業內人士并不都如AutoX那樣樂觀，有的說需要三五年，有的說至少還有十年，因此也出現了各種諸如“爬也要爬到2030年”的慘烈比喻。
而在這期間，會有諸如馭勢、酷哇等原本聚焦L4級商用車賽道的企業，漸漸來做RoboTaxi車隊；也會有特斯拉、蔚來、小鵬等造車新勢力以及Moblieye等Tier1，從L2級方案迭代到L4+級方案；還會有傳統主機廠，砸重金做自動駕駛技術，建RoboTaxi車隊；更會有諸如Momenta這樣，選擇L2級技術和L4級技術同時開發，雙輪驅動的玩家。
比如馭勢科技就表示，各個場景的技術棧和算法都是通用的，并試圖用一個通用的、能匹配全場景的無人駕駛技術平臺去適配不同的場景。目前，馭勢科技稱，其全棧自研的這套自動駕駛技術已經可以應用在RoboTaxi、機場、廠區、城市配送等各個不同的場景，“證明了這個技術棧的通用性”。
“降維打擊”是不是短期內RoboTaxi企業商業化的唯一路徑，現實還未給出最終解。
但不謀萬世者，不足謀一時，不管是堅守RoboTaxi賽道，還是拓展至L2級市場，抑或是涉及L4級商用車領域，當下自動駕駛企業進行戰略布局前，相信都各有各有的考量，在走認為適合自己的路。
