自动驾驶，越来越像是一个充满矛盾的综合体。
例如刚刚在11月17日接受采访时，宣布将推迟公司L4级自动驾驶Trinity项目，并考虑放弃狼堡建厂计划的大众汽车新任CEO，又在24日声称，“大众旗下自动驾驶汽车将在2030年成为主流”。
据内部人士透露，大众CEO推迟、放弃自动驾驶相关项目，是因为看不到L4级自动驾驶商业落地的可能。而其对2030年的预期，则是因为认可自动驾驶汽车的市场潜力，坚持认为自动驾驶领域有着“巨大的利润和机会”。
自相矛盾的观点阐述，或许只是深陷迷茫的自动驾驶行业中，冰山一角的缩影。至少从11月初，福特和大众相继撤出L4级自动驾驶独角兽Argo AI，导致Argo AI宣布倒闭后，越来越多的人都开始思考——
自动驾驶，真的只是个看得到、吃不着的大饼吗？
一、高投资低回报黑洞，自动驾驶技术落地艰难
其实从技术的角度来看，理想状态下的自动驾驶落地，仍是个非常艰难的任务。
现阶段的国内外自动驾驶企业，普遍对外宣传已经掌握L4级自动驾驶技术，并且在个别车型上已经得到有效应用。但如果严格按照美国汽车工程师学会SAE的分级标准，当前在售的自动驾驶车型，大多数或许只能达到L2级的技术水平应用。
即便个别车型理论上可以实现L4级自动驾驶技术，但受限于芯片算力、智能座舱设计、路面配套设施等多方面因素，最终呈现出来的实际驾驶表现，可能也只有L3级的水平。
最典型的案例，莫过于从L5跌落L2，曾被嘲讽为“牛皮吹破”的特斯拉。2019年马斯克在FSD系统发布时，预测2020年底将实现完全无人驾驶操作，然而在2020年底被曝光的，特斯拉发给加州机动车管理局的邮件中，却主动承认了FSD和Autopilot一样都是L2级自动辅助驾驶系统。
之所以如此，是因为在SAE的自动驾驶技术分级中，从L0至L5共分为6个级别。其中从简单配备自动紧急制动、各类危险警告功能的L0，到初步为驾驶员提供转向、制动、加速等控制功能的L1和L2，都被定义为“智能驾驶辅助”，而不是真正意义上的“自动驾驶”。
之后的L3级自动化技术，虽然已经可以在满足特定条件的前提下实现自动行驶，成为区分驾驶辅助和自动驾驶的分水岭。但这一阶段中，车辆行驶过程中，也还是以人工干涉为主。
也即是说，L3级只能算作是自动驾驶的基础门槛。进入L4后，尽管仍对驾驶环境存在需求限制，但基本摆脱了对人工干涉的依赖，甚至从这一阶段开始，车辆已经不再需要踏板和方向盘。
至于最高级别的L5，由于没有任何使用限制，同时汽车本身也开始具备真正意义上的高智能、高互动能力，或许更像是科幻概念中，具备自主AI的机器人。
因此在部分业内人士看来，虽然自动驾驶技术水平已经处于L4级的早期阶段。但是在实际应用过程中，大部分企业依旧尚未真正迈过L3级的门槛，部分企业为了加速落地，也会采用利用L4级技术降维应用到L2级场景的策略。
漫长的研发周期、极高的研发成本、遥远的落地前景，也意味着对资金储备、投资者信心等现实因素的直接考验。
就像百度曾透露，仅是2020年就投入了超过200亿元在自动驾驶的研发上；小米也在宣布进军智能新能源汽车市场时，给出了首投100亿元人民币，后续追加100亿美元的心理预期；特斯拉每辆车的研发成本都在1．9万元人民币左右，平均每年投入168亿元的研发费用；走轻资产路线的造车新势力“蔚小理”，综合融资额度和频率来计算，每年的研发投入也都在30－50亿元左右。
同时，芯片供应短缺、工艺原材料持续涨价，以及全球上游代工工厂普遍产能不足，严重拖累着自动驾驶大规模量产的节奏。再加上传感器、电池等关键零部件的价格昂贵，智能汽车的单车成本始终无法得到有效控制，导致商业化落地前景始终不够明朗，难以走通盈利模式。
很长一段时间内，自动驾驶都将是一个投资和回报严重不成正比的黑洞。像Argon AI这样，在主要投资方撤出后无以为继，直接宣布破产的L4级自动驾驶独角兽，今后或许也会出现更多。
3
