车路协同：无人驾驶的“终局”？( 三 ) 员工|灵活办公|育儿假

然而车路协同并非简单的两两合作就可以解决的。相关的网络、供电、运维如何保障，又由谁在后续去负责相关物业？投入颇大，产出在哪里？这些问题都是在这条路上必然需要面临的。
不难发现，车路协同不仅是需要造出更聪明的车，优化更聪明的路，而且也需要协同诸多产业。车路协同也牵扯到了诸多交通、法规要素，似乎远不是一家企业之力就能够掌控的，不仅是需要各地政府部门、电信运营商、云服务供应商等部位协同，也必然离不开国家的强干预。
这就意味着单车智能的布局往往是聚合式的，一个企业，一个项目，集中火力投入。而车路协同的布局则像是碎片式的，需要一个统一战略的制定者，当前企业们面临无从下手的困局，即便当前蘑菇车联已经与部分城市建立了初步合作，然而整个概念似乎时有点像由于单车智能“感知困境”出现而剧烈升温的。
就像曾经的Waymo估值已从最高点的近2000亿美元断崖式下跌到如今300亿美元左右。任何剧烈升温的赛道出现，往往需要用一份冷思考去看待。在诸多待攻克的难题面前，蘑菇车联们虽然给出了一个单车智能瓶颈的新解法，但真正想要落地也同样道阻且长。

规模

理论上来讲，一件产品或是技术往往需要经历了商业化、规模化之后，才能实现技术的迭代，从而进一步扩大商业化，往复循环，这是一个技术经久不息迭代的必备前提。
其实不难发现，整个汽车电气化变革浪潮里，这样的现象并不少见。
一个最明显的例子就是智能化一定是更适合电动汽车吗？答案是否定的。众所周知当前汽车变革有两个风口，一个是电气化，一个是智能化，两个风口本质上并没有什么联系，只不过碰巧在同一时空相遇。
也因此，既然电动汽车是未来的大趋势，那么智能化又何必在燃油车上浪费时间呢？随着特斯拉、蔚小理等一众玩家都将智能化搭载到电动汽车上，自然就拉动了规模效应。
回到主题，虽然车路协同一个设备可以服务众多路过的机动车，单车智能就显得前期成本更高，但做单车智能的玩家占主流就拉动了规模效应，前些年单车智能的诸多短板与高成本都在这两年被不断解决，这样的规模成本和技术沉淀优势，同样是车路协同玩家们当前所不具备的。
写在最后关于车路协同还有最后一个问题：既然现有认知内，光依靠单车智能基本不可能在未来实现绝对的无人驾驶，那么为何还有那么多玩家要“死磕”？
谈擎说AI认为这主要是因为单车智能的终点并非在L5无人驾驶，而是在L4自动驾驶。
关于单车智能，业内一直都有一个“攀登珠峰，沿途下蛋”的比喻，在技术不断发展的过程中，只要无法解决当前的“感知局限”，就算是单车智能到了珠峰顶也无法达到L5无人驾驶，但L4的ODD大量场景则可以打通，底层的数据积累都是可以大量在ODD场景间复用的。
因此，谈擎说AI认为，以现有认知来看，车路协同是走向L5终局必不可少的一步。但当前的车路协同难就难在“破冰”，只有单车智能走到了一个在技术、规模、成本、效能都较为饱和的位置，市场和行业的整体导向才能够进一步倒逼车路协同快速发展。
在单车仍没有那么“聪明”的今天，车路协同可能一直会是一个相对小众的赛道，我们仍需要向着L4攀峰。在此之前，蘑菇车联们也许仍需要挺过寒冬。
【 车路协同：无人驾驶的“终局”？】【谈擎说AI，左拐新能源汽车，右拐智能驾驶，有深度，有温度，作者郑开车，转载请保留版权信息。】