來源 | 十一號組織

2022年10月26日，美國一家名叫Argo AI（小名二狗）的自動駕駛公司宣布倒閉。本來，自動駕駛賽道每隔一段時間消失/出現幾家公司再平常不過，但考慮到Argo AI是汽車界兩大傳統豪強福特與大眾在自動駕駛賽道抱團取暖的成果，其倒閉也就不可避免的在業界引起一陣騷動。

再結合前腳Mobileye的“骨折”般上市，中腳圖森未來的華人CEO被自己公司罷黜，后腳小馬智行的隱秘裁員，自媒體們出奇一致的作出了自動駕駛“泡沫破滅、寒冬來臨”的預判。

筆者細讀了幾篇相關報道，詳細了解了Argo AI由生到滅的修煉經歷后，再一聯想國內同時期成立的自動駕駛公司現狀，突然覺得這不就是古老東方“拔苗助長”故事在西方列強土地上的完美復制嗎，何來“自動駕駛的至暗一天”，何來“自動駕駛的凜冬將至”，何來“自動駕駛的無人生還”。

二狗的經歷

2016年11月，Bryan Salesky和Peter Rander博士，兩位分別擁有Google和Uber自動駕駛團隊任職背景的大牛在美國賓夕法尼亞州匹茲堡聯合成立了Argo AI。在自動駕駛公司如雨后春筍般冒出的風口年代，行業內最先進兩家公司Waymo和Uber的前技術專家強強聯手，就提前預示了其不平凡的一生。

2017年2月，在一個陽光明媚的工作日上午，當Argo AI兩位創始人還在辦公室為公司發展戰略爭論的時候，財大氣粗的福特走了進來，王之蔑視般往桌子上扔了10億美元，并丟下一句話：未來五年，我將與你們同行。

盡管剛成立3個月，盡管還只有12名員工，盡管可能還沒有定好自動駕駛的落地場景，但這些都不足以動搖福特公子哥的偏愛。風口別說豬，大象都能起飛，站在風口的Argo AI用三個月實現了絕大多數創業者一輩子也實現不了的夢想。

關于福特著急忙慌收購Argo AI，坊間流傳著這樣一個故事：早已嗅到自動駕駛這股春風的福特，在2015年時差點與谷歌達成合作，結果因消息提前披露而導致谷歌反水。未曾想，老冤家通用在2016年3月，斥巨資10億美元完成了對自動駕駛初創公司Cruise的收購，提前完成自動駕駛的布局，留下了在自動駕駛風口中凍傻了的福特。

所以當Argo AI橫空出世的時候，福特看了看創始人背景，再也沒有猶豫，以迅雷不及掩耳之勢，趕在所有人看清Argo AI相貌之前，毫不猶豫買下了這位還在襁褓中喝奶的孩子。

成為Argo AI的最大股東后，福特還將內部的自動駕駛研發團隊并入Argo AI。給錢又給人，“望子成龍、望女成鳳”的心情躍然紙上。而后與Argo AI一同制定了一個短期計劃——2021年實現SAE L4，同時這套L4自動駕駛系統既可以搭載在福特車上，也可以對外銷售。

福特和Argo AI合作開發的自動駕駛測試車輛（來源：網絡）

2021年，是當時絕大多數人相信自動駕駛可以實現的時間，所以當時沒有人對這一計劃提出質疑。

有了福特公子哥的偏愛，Argo AI一邊開始大規模招兵買 馬、一邊抓緊部署測試車輛，自動駕駛能力以肉眼可見的速度在增長。站在2022年末這個時間點，在有了與自動駕駛纏斗的豐富經驗后，我們已經人間清醒：自動駕駛從0到90%的能力進步僅需要10%的時間，但從90%到100%的量產能力具備還需要90%的時間。Argo AI從0到90%的飛速成長讓所有人忽略了后者還需要的經歷的漫漫長路，這其中也包括大眾。

同為傳統汽車豪強，大眾一直在自動駕駛賽道的起點觀察，以期可以物色出那位“萬中無一的練武奇才”。而在收購Aurora被婉拒、投資Waymo不了了之，自家AID依舊弱雞的背景下，這家全球規模最大的汽車制造商，對擁有自動駕駛自主技術的急迫心情已經達到頂峰。

所以在當福特領著Argo AI向資本世界敞開懷抱時，大眾毫不猶豫的撲了上去。沒過多久，大眾便在2019年7月宣布將向自己看中的“練武奇才”Argo AI投資26億美元，包括10億美元的現金和16億美元的大眾自動駕駛子公司 AID（Autonomous Intelligent Driving）。

等到2020年6月這筆交易完成后，大眾與福特各持Argo AI約40%股份，共同成為Argo AI最大股東，也開啟了將Argo AI打造成自動駕駛領域全球巨頭的甜蜜合作。想象一下：當你的父親是廣東首富，你的母親是江蘇首富之后，你還能低調的了嗎？。拿了至少36億美元的投資之后，Argo AI一度擠進自動駕駛領域頭部企業，估值一舉達到了72.5億美元，員工頂峰時超過2000人。看起來半個身子都已經跨入IPO的大門了。

大眾和Argo AI合作開發的測試車輛ID Buzz AD（來源：網絡）

而后Argo AI在Robotaxi和無人配送場景開始了辛勤耕耘，雖然在Robotaxi場景已經和美國網約車巨頭Lyft合作測試，雖然在無人配送場景已經零售巨頭沃爾瑪合作測試，雖然測試地點已經從大本營匹茲堡已經擴展到邁阿密、底特律、華盛頓……但Argo AI始終無法從這些測試項目中獲得穩定的收入。

這其實并不是Argo AI一家公司的問題，這是所有自動駕駛賽道上公司的共同問題。在攻克后面10%的難題之前，自動駕駛公司需要一直輸血。然而，令人詭異的是，在2022年，兩大傳統汽車豪強同時坐不住了，不愿再為這一具有偉大前景的事業燒錢了。于是紛紛停止了Argo AI的輸血，而Argo AI也因資金鏈斷鏈最終走向倒閉。

福特隨后給出了做出這個艱難決定的原因：Argo AI未能吸引到新的投資，而實現L4級別的自動駕駛將需要比預期更長時間，而當前用戶更期盼的是L2+級智能駕駛功能。因此，福特決定不再向以研發L4為目標的Argo AI投入資金，轉而將資源投入到福特公司內部研發的L2+和L3級智能駕駛系統。

聽完這個故事，我的腦海里沒有出現“寒冬、凜冬”這些字眼，倒是想起了神秘東方古國的一個成語“拔苗助長”。西方傳統列強在與東方古國關于“新能源、自動駕駛”的較量中，隱約感受到了些許威脅。于是乎，在業界公認的汽車最有前景的自動駕駛賽道砸入重金，準備快速建立競爭壁壘，以期可以在未來半個世紀繼續呆在汽車產業利潤金字塔的頂端。

但是未曾想，這條路非一朝一夕可以走通，非瘋狂施肥澆水就可以在三個月后收割的韭菜。而另一邊東方古國遍地開花的自動駕駛公司在陽光雨露充足時肆意生長，在嚴寒酷暑來臨時韜光養晦。在眼見L4自動駕駛短期落地無望后，國內自動駕駛公司紛紛調轉船頭開始為主機廠提供優秀的L2輔助駕駛解決方案。

福特眼見Argo AI 這顆L4自動駕駛的苗被拔的營養不良，而自己的L2輔助駕駛這顆苗更是弱不禁風。氣急敗壞、忍無可忍之后，福特決定放棄這顆仙根損壞的小蘭花，從頭再來。就是這么一個拔苗助長失敗的經歷，沒啥大驚小怪。

二狗的貢獻

二狗對自動駕駛產業的貢獻，除了千篇一律的測試車輛，還留下了被開發人員銘記的Argoverse數據集，以及一個前途未明的自研激光雷達。

一、Argoverse數據集

數據集是自動駕駛神經網絡模型不斷成長的肥料，很多自動駕駛公司和知名大學都公開過自動駕駛的數據集。而由Argo AI、卡內基梅隆大學和佐治亞理工學院共同發布數據集——Argoverse，在所有數據集中也值得一提。

已有的數據集絕大部分主要聚焦在目標檢測，通過這類數據集的訓練，就可以比較好的進行類似目標的識別。比如通過對異形車輛數據集訓練，自動駕駛感知模塊就能認出各種農用車輛。但是感知模塊除了對目標進行檢測外，還需要對目標進行跟蹤、對目標未來的運動軌跡進行預測，以便表現的更像一個老司機。

而Argoverse就是這樣一個用于目標跟蹤和軌跡預測的數據集。截止2021年12月，Argoverse最新版本是1.1，最新版本數據集具有如下特點：

（1）包含113個用于目標跟蹤的場景注釋；

（2）包含從1000多個駕駛小時中提取的324,557條用于軌跡預測的車輛軌跡；

（3）兩張具有車道中心線，交通方向，地面高度等的高精地圖；

（4）一個API，用于將地圖數據與傳感器信息連接起來。

二、未知命運的自研激光雷達

2021年5月，Argo AI向外界公布了一款自研的長距新型激光雷達，并計劃于2021年年底配備在自家的200輛自動駕駛測試車輛上。根據披露的消息，Argo AI自研的這款激光雷達可以探測400米處10%反射率的物體和250米處3.5%反射率的物體。

而這樣優秀的低反射率物體的遠距離探測能力，得益于蓋革模式雪崩光電二極管（GmAPD）陣列探測器和1440nm以上波長發射器的使用。

目前市面上常見激光雷達的探測器多是利用光電傳感器產生模擬輸出信號，而模擬輸出信號值的大小與探測到的光子數成正比。越近和反射率越高的物體，探測器就能接收較多的光子，從而產生較大的模擬輸出信號。但是對于較遠和反射率較低的物體，探測器只能接收到較少的光子，模擬輸出信號也就較小，而這個時候為了區分信號和噪聲，就需要設置一個最小的閾值。而這個閾值過濾了噪聲，也不可避免地造成部分光子的損失。

而GmAPD陣列探測器上的單個像素可檢測出帶有尖峰輸出的單個光子，光子的尖峰輸出與噪聲明顯不同。這樣一來，采用GmAPD陣列探測器的激光雷達就可以增強對低反射率物體的識別能力。Argo AI硬件開發高級總監Zach Little舉了一個例子：如果傳統的激光雷達在人類身上有15-20個點，我們的激光雷達則會有70-150個點。

而1440nm以上波長發射器的使用（具體使用波長未披露），則提供了更長探測距離和分辨率的能力。

今天，我們無法得知Argo AI自研激光雷達的進展情況，但隨著Argo AI倒閉，其激光雷達部門也被擺上貨架。該部門來源于2017年被Argo AI收購的Princeton Lightwave，收購時就已經是一個超過50人的工程師團隊，而今五年過去，還是一個只有80人的團隊，怎么看都不像自研激光雷達的團隊規模配置。

二狗的教訓

二狗的失敗，激發了業內對國內L4自動駕駛公司“燒錢無數、落地無望”的討伐。

有人說：只做L4自動駕駛就是死路一條，L4自動駕駛公司遇到的“不可能三角”：數據、安全和成本，三者之間相互制約，無法兼得。將L4自動駕駛研發中積累的技術能力應用于可在量產車上搭載的L2輔助駕駛，才是識時務之舉。

有人說：L4自動駕駛的成功秘籍藏在干線物流、港口、礦山、環衛等具體場景內，開發出可以解決這些行業痛點、難點問題的自動駕駛產品，才是L4自動駕駛發展的正確方向。

有人說：在熱浪逐漸消散，寒潮滾滾而來的當下，越來越多的自動駕駛企業將舉步維艱。背靠巨頭的尚且難以自保，那些概念型的中小企業所面臨的困境更是可想而知。物競天擇、適者生存，這將是一場比拼生命力的終極競賽。

這些討伐可能都對，也可能都不對。自動駕駛這個賽道不是沒有經歷過寒冬，2019年的寒冬不知道比現在冷了多少倍，文遠知行、元戎啟行、禾多科技，領駿科技，馭勢科技等公司賬上基本都沒錢了，眼看就要倒下了。但奇跡的是他們都堅持活到了現在，并且都找到了活得越來越好的道路。

2019年的這一波寒冬也充分鍛煉了國內自動駕駛公司的韌勁，所以在2022年年初顯露出來絲絲寒意之后，國內L4自動駕駛公司立馬求變，有的開始探索和主機廠合作提供L2輔助駕駛解決方案，有的開始將落地場景切到需求更迫切的港口、礦山等。

退一萬步講，即使這一波寒冬持續時間足夠長、導致部分自動駕駛公司的余量消耗殆盡，播種的種子還沒收獲。但也別怕，山窮水盡之后還有國家這雙大手。對于早已跨越了行業競爭，上升到國家競爭的自動駕駛賽道來說，這一戰全是為國出征。在新能源的根基上，開出自動駕駛之花，是能否昂首闊步走進制造業利潤金字塔頂端的關鍵，是能否實現工業強國的標志。