今年的百度 AI 开发者大会上，陆奇坦言百度的阿波罗计划就是要成为汽车工业中的安卓。
无独有偶，在大洋的那一边，去年年底从谷歌拆分出来的 Waymo，好像也有点要做无人驾驶安卓的意思。
虽然没官宣，但自从谷歌时代的遗产“萤火虫”退役之后，Waymo 做整车的计划似乎已经一去不复返。
相比整车制造，今天的 Waymo 似乎更倾向于打造从算法到硬件的一整套体系，让汽车厂商拿回去装在自家车上就成了自动驾驶——恰似安卓在智能手机中的上游位置。
虽然具体计划差别很大，但为车企提供人工智能能力、云端服务、无人驾驶数据，并且建立相对开放的开发平台，这些思路上阿波罗与 Waymo 可谓保持了非常高的相似度。
从搜索引擎到人工智能，再到无人驾驶，似乎百度与谷歌总有比较一致的步调。但同时问题也来了。我们知道高等级的自动驾驶和无人驾驶，对平台的兼容能力和优质数据要求很高，虽然现在各玩各的，但无人驾驶全球化的浪潮下两家难免有一战。
以 AI 平台和软件为基础，融入无人驾驶圈子的玩家并不多，阿波罗和 Waymo 的交锋也许会比想象中更早。这些交锋可能发生在哪些关键节点？通往“车之安卓”的路上又如何分出胜败？
我们总结了五个关键节点，来测算 AI+ 开放平台在无人驾驶格局中的卡位赛。未来无人驾驶界的关键剧情反转，或许就发生在这五局之中。
硬碰硬的实车上路数据
或许由于中美市场文化的不同，阿波罗和 Waymo 虽然大方向相似，但对外宣传的方式却完全不同。
阿波罗平台虽然刚建立没多久，但自一亮相就发布了大模块小模块组成的完整计划，而 Waymo 则倾向于做一个说一个，每当有新专利、新实验和新官司（基本都是跟 Uber 的）才有消息。
但不管何种话术，作为无人驾驶的框架与平台，最有说服力的东西只有一个：实车上路数据。
在中外媒体对比两家平台的时候，Waymo 从谷歌时代开始进行了多年的实车上路和极端环境测试都被认为是最大优势。
而刚刚建立的阿波罗，则在实车上路表现上处于劣势。百度 AI 大会期间李彦宏坐无人车上五环，引来的也更多是质疑而非赞美。
接下来的市场开展里，实车上路必然继续成为隔空角力的关键环节。一方面实车实验和长距离实验是无人车搜集关键数据，不断改进性能和解决方案的基础。一方面合作者、资本和社会舆论，也要从实车数据来判断无人驾驶平台的价值。
比如关键数据带来的对比。无人驾驶事故率、人类干预驾驶频次，以及拥堵环境通过率等等，都是考验一个平台能力的关键。像 Waymo 刚刚挑战了极端高温条件下的无人驾驶，就获得了广泛好评。
接下来是否能拿出稳定、大量的实车测试数据，是体现平台商业前景和量产可能性的核心。这一战对未来需要大量合作伙伴与资金支持“无人驾驶安卓”意义重大。
对整车方案的拿捏取舍
Waymo 与阿波罗已经显现出的一个核心区别，在于 Waymo 似乎并不愿意放弃硬件体系的主导权。比如 Waymo 今年核心推动的就是低价版激光雷达。
而阿波罗则似乎更愿意显现出开放的姿态，以多领域的人工智能技术、平台服务、软件服务为主。在硬件端，阿波罗提出的是构建参考硬件体系，此举显然也是希望吸引更多垂直硬件领域的合作者。虽然看起来差别不大，但这个差别事实上却影响深远。
因为这关乎一个“无人驾驶安卓”到底如何定义、都包括哪些内容的问题。Waymo 的思路似乎是，除了车本身继续由车企造，其他的我们全包了。阿波罗的思路则相对开放，愿意在很多能力上引入合作者共同合作。
这里暗藏着一个有待检验的矛盾：似乎无人驾驶系统全部由一方打造比较安全，众包式研发可能带来的问题隐患会更多。但 Waymo 的思路似乎是车企在无人驾驶上什么都不用做，最后等我们研发好过来买就行了——但这显然不现实。Waymo 漫长的研发进度早就饱受质疑，有钱有技术的车企也绝不愿意错过无人驾驶这波风口。
本田、特莱斯勒等原本与 Waymo 合作的车企纷纷开始后撤，很大程度上来自于 Waymo 对整车方案的固执己见。
个人认为，平台对无人驾驶方案的完全封闭和完全开放都是死路一条。只有在其中不断拿捏取舍，找到效率与质量间的平衡点才可言生存。
合作关系的布局完整度与深度
参与无人驾驶的企业大体可以分为 5 种：平台（比如 Waymo、百度阿波罗）；硬件供应商（比如英特尔、英伟达）；车企（比如宝马、戴姆勒）；车辆零部件企业（比如博世）；技术解决方案提供者（比如 mobileye）。当然未来可能会加入其它创业者与开发者身份。
有意思的是，除了以 AI 能力入局平台的企业之外，另外四种企业似乎正在围绕英特尔-宝马和英伟达-戴姆勒形成两个不同体系的联盟。这就让有志成为“安卓”的平台或多或少有点尴尬：到底是站队还是左右逢源呢？
更本质的问题，是平台到底如何处理与合作者群落之间的关系。要知道行业的普遍共识，是独立完成无人驾驶是任何企业都做不到的。而是需要大量企业进行优势互补、技术整合和数据共享才有可能成功。
在合作关系上，Waymo 和阿波罗似乎各有问题。
比如 Waymo 处在合作者不断减少、合作方开始与其他联盟眉来眼去的尴尬境地。主要原因可能是相比风生水起的几大无人驾驶联盟，Waymo 的进度实在太慢，也让人难以看到商业化前景。这之后 Waymo 的主要动作都是专利和实验，多少有点自娱自乐的意思。
而开启了几个月的阿波罗计划，受到的质疑主要来自合作者多是挂名，没有实质性合作展开。也有声音开始怀疑阿波罗计划提出的一套完整开放平台，是否能兼容多种软硬件厂商、传感器厂商。
这两种质疑，代表了无人驾驶平台的两个需求：首先不能合作者太少，造成原本应该更后端的技术与平台无的放矢；其次必须保证合作具体落实，否则技术驱动的产业信任会逐渐流失。
做一个底层与后端的无人驾驶平台，可能注定了永远离不开庞大的合作者体系。难点在于把控自身的商业化进度，满足合作者的合理预期；其次平台本身的具体价值要逐步释放，获得技术接入的刚性入口；再有就是合作者之间的关系也很重要，目前无人驾驶领域合纵连横好不热闹。处处讨好和自成一派恐怕都不是长久之计——当然中国市场的特殊性会让阿波罗少一些此类顾虑。
供养出好的开发者群落
优秀平台的血液，是优质的开发者群落。这是安卓、IOS 都验证过了的道理。
无人驾驶可能不需要移动开发者那么多的创意，但是驾驶技术升级本身应用的技术集群十分庞杂，各地区、各场景的解决方案需求十分巨大。
AI 时代最强的技术力量来自于众包，但无人驾驶领域的众包研发确实个全新命题。
总结各种开发者聚落的特点，再结合无人驾驶的特点，优质开发者价值可能来自四项能力：
第一、好用的开发平台和实验平台：无人驾驶是一个要求无限接近零误差的领域，而且涉及的开发工具、平台能力特别多。成为众多技术的后台，就必须提供足够兼容，使用便捷的开发平台。而且无人驾驶涉及的实验需求巨大，如何实侧技术是重要问题。阿波罗提出的仿真引擎，以及国外有无人驾驶公司使用游戏测试，都是为了解决虚拟实验问题。
第二、关键数据共享：高级自动驾驶的核心，是大量数据反复模拟和处置，让智能体获得自主解决方案。这就需要大量优质数据作为研发基础。平台一方面需要不断收集合作企业的数据、自我积累数据，还需要把数据提供给开发者，组成良性闭环。
第三、扶持重点团队：这点很好理解，当大家都眼巴巴看着核桃的时候，就先找一个会剥壳的人。无人驾驶一直被认为是巨头游戏，如果其中能写进开发者和初创团队的故事，那想来会有不少附加反应。
第四、良性技术回收能力：还是说回无人驾驶体系的多元性。无论软件技术、运算技术还是感知技术，单独拆分出来都有太多的可能。平台如何建立有效回收机制，将开发者创造的价值聚拢，并且效率最高的运用到自身体系里，催化更大商业价值，是开发者关系的基础。
无人驾驶领域的众包和创业风口，到今天为止还处在美好的想象中。但能否抢下开发者这一局，却是影响未来生态化进程的关键指数。
跳过 L3 的能力
众所周知，自动驾驶分为 5 个级别。L5 就是全自动的无人驾驶，L0 则是今天的一般车辆。但这些级别里，有一个是特别尴尬的，那就是 L3。
所谓的 L3，是说人可以不进行主动驾驶，但需要时刻保持注意力，关键时刻修正自动驾驶的判断结果——这多反人类啊！我不开车，却让我全程高度注意，说实话那还不如让人类重新掌握方向盘。
所以今天的无人驾驶领域，有一个越来越热门的提议，叫做跳过 L3。
从技术难度上讲，想完成这个命题，直接进入 L4 并非不可能。L4 阶段，人类可以放弃对驾驶的控制，而是仅仅注意小部分关键数值。形象点说就是告别方向盘，留下液晶屏。
这个跳跃式发展，需要三个领域的关键进化：激光雷达、高精度地图、环境感知算法与设备。
在商业化之前，能在这三个领域取得突破性进展，完成技术跳跃的平台显然可以在整个体系化市场里占据巨大优势。当然，平台的另一个重任是要保证技术突破不附带极其高昂的成本，毕竟量产和商业化是驾驶升级的唯一目标。
这里分析的 5 个所谓“赛点”，当然不意味着在无人驾驶领域彻底成功。但如果能够领先完成这五场比赛中的大部分，显然在产业上游的占领能力将会非常扎实。
所谓“车辆工业的安卓”，是一个必须在整体无人驾驶研发进程中，与产业同步起舞完成的命题。反之，任何单一优势都不能证明最终结果。
Waymo 与阿波罗计划，或许是目前世界上最有希望接近“无人驾驶安卓”目标的两家。当然了，一切才刚刚开始而已。
相关文章
