二狗，自动驾驶“拔苗助长”的一个悲剧

来源 | 十一号组织

2022年10月26日，美国一家名叫Argo AI（小名二狗）的自动驾驶公司宣布倒闭。本来，自动驾驶赛道每隔一段时间消失/出现几家公司再平常不过，但考虑到Argo AI是汽车界两大传统豪强福特与大众在自动驾驶赛道抱团取暖的成果，其倒闭也就不可避免的在业界引起一阵骚动。

再结合前脚Mobileye的“骨折”般上市，中脚图森未来的华人CEO被自己公司罢黜，后脚小马智行的隐秘裁员，自媒体们出奇一致的作出了自动驾驶“泡沫破灭、寒冬来临”的预判。

笔者细读了几篇相关报道，详细了解了Argo AI由生到灭的修炼经历后，再一联想国内同时期成立的自动驾驶公司现状，突然觉得这不就是古老东方“拔苗助长”故事在西方列强土地上的完美复制吗，何来“自动驾驶的至暗一天”，何来“自动驾驶的凛冬将至”，何来“自动驾驶的无人生还”。

二狗的经历

2016年11月，Bryan Salesky和Peter Rander博士，两位分别拥有Google和Uber自动驾驶团队任职背景的大牛在美国宾夕法尼亚州匹兹堡联合成立了Argo AI。在自动驾驶公司如雨后春笋般冒出的风口年代，行业内最先进两家公司Waymo和Uber的前技术专家强强联手，就提前预示了其不平凡的一生。

2017年2月，在一个阳光明媚的工作日上午，当Argo AI两位创始人还在办公室为公司发展战略争论的时候，财大气粗的福特走了进来，王之蔑视般往桌子上扔了10亿美元，并丢下一句话：未来五年，我将与你们同行。

尽管刚成立3个月，尽管还只有12名员工，尽管可能还没有定好自动驾驶的落地场景，但这些都不足以动摇福特公子哥的偏爱。风口别说猪，大象都能起飞，站在风口的Argo AI用三个月实现了绝大多数创业者一辈子也实现不了的梦想。

关于福特着急忙慌收购Argo AI，坊间流传着这样一个故事：早已嗅到自动驾驶这股春风的福特，在2015年时差点与谷歌达成合作，结果因消息提前披露而导致谷歌反水。未曾想，老冤家通用在2016年3月，斥巨资10亿美元完成了对自动驾驶初创公司Cruise的收购，提前完成自动驾驶的布局，留下了在自动驾驶风口中冻傻了的福特。

所以当Argo AI横空出世的时候，福特看了看创始人背景，再也没有犹豫，以迅雷不及掩耳之势，赶在所有人看清Argo AI相貌之前，毫不犹豫买下了这位还在襁褓中喝奶的孩子。

成为Argo AI的最大股东后，福特还将内部的自动驾驶研发团队并入Argo AI。给钱又给人，“望子成龙、望女成凤”的心情跃然纸上。而后与Argo AI一同制定了一个短期计划——2021年实现SAE L4，同时这套L4自动驾驶系统既可以搭载在福特车上，也可以对外销售。

福特和Argo AI合作开发的自动驾驶测试车辆（来源：网络）

2021年，是当时绝大多数人相信自动驾驶可以实现的时间，所以当时没有人对这一计划提出质疑。

有了福特公子哥的偏爱，Argo AI一边开始大规模招兵买 马、一边抓紧部署测试车辆，自动驾驶能力以肉眼可见的速度在增长。站在2022年末这个时间点，在有了与自动驾驶缠斗的丰富经验后，我们已经人间清醒：自动驾驶从0到90%的能力进步仅需要10%的时间，但从90%到100%的量产能力具备还需要90%的时间。Argo AI从0到90%的飞速成长让所有人忽略了后者还需要的经历的漫漫长路，这其中也包括大众。

同为传统汽车豪强，大众一直在自动驾驶赛道的起点观察，以期可以物色出那位“万中无一的练武奇才”。而在收购Aurora被婉拒、投资Waymo不了了之，自家AID依旧弱鸡的背景下，这家全球规模最大的汽车制造商，对拥有自动驾驶自主技术的急迫心情已经达到顶峰。

所以在当福特领着Argo AI向资本世界敞开怀抱时，大众毫不犹豫的扑了上去。没过多久，大众便在2019年7月宣布将向自己看中的“练武奇才”Argo AI投资26亿美元，包括10亿美元的现金和16亿美元的大众自动驾驶子公司 AID（Autonomous Intelligent Driving）。

等到2020年6月这笔交易完成后，大众与福特各持Argo AI约40%股份，共同成为Argo AI最大股东，也开启了将Argo AI打造成自动驾驶领域全球巨头的甜蜜合作。想象一下：当你的父亲是广东首富，你的母亲是江苏首富之后，你还能低调的了吗？。拿了至少36亿美元的投资之后，Argo AI一度挤进自动驾驶领域头部企业，估值一举达到了72.5亿美元，员工顶峰时超过2000人。看起来半个身子都已经跨入IPO的大门了。

大众和Argo AI合作开发的测试车辆ID Buzz AD（来源：网络）

而后Argo AI在Robotaxi和无人配送场景开始了辛勤耕耘，虽然在Robotaxi场景已经和美国网约车巨头Lyft合作测试，虽然在无人配送场景已经零售巨头沃尔玛合作测试，虽然测试地点已经从大本营匹兹堡已经扩展到迈阿密、底特律、华盛顿……但Argo AI始终无法从这些测试项目中获得稳定的收入。

这其实并不是Argo AI一家公司的问题，这是所有自动驾驶赛道上公司的共同问题。在攻克后面10%的难题之前，自动驾驶公司需要一直输血。然而，令人诡异的是，在2022年，两大传统汽车豪强同时坐不住了，不愿再为这一具有伟大前景的事业烧钱了。于是纷纷停止了Argo AI的输血，而Argo AI也因资金链断链最终走向倒闭。

福特随后给出了做出这个艰难决定的原因：Argo AI未能吸引到新的投资，而实现L4级别的自动驾驶将需要比预期更长时间，而当前用户更期盼的是L2+级智能驾驶功能。因此，福特决定不再向以研发L4为目标的Argo AI投入资金，转而将资源投入到福特公司内部研发的L2+和L3级智能驾驶系统。

听完这个故事，我的脑海里没有出现“寒冬、凛冬”这些字眼，倒是想起了神秘东方古国的一个成语“拔苗助长”。西方传统列强在与东方古国关于“新能源、自动驾驶”的较量中，隐约感受到了些许威胁。于是乎，在业界公认的汽车最有前景的自动驾驶赛道砸入重金，准备快速建立竞争壁垒，以期可以在未来半个世纪继续呆在汽车产业利润金字塔的顶端。

但是未曾想，这条路非一朝一夕可以走通，非疯狂施肥浇水就可以在三个月后收割的韭菜。而另一边东方古国遍地开花的自动驾驶公司在阳光雨露充足时肆意生长，在严寒酷暑来临时韬光养晦。在眼见L4自动驾驶短期落地无望后，国内自动驾驶公司纷纷调转船头开始为主机厂提供优秀的L2辅助驾驶解决方案。

福特眼见Argo AI 这颗L4自动驾驶的苗被拔的营养不良，而自己的L2辅助驾驶这颗苗更是弱不禁风。气急败坏、忍无可忍之后，福特决定放弃这颗仙根损坏的小兰花，从头再来。就是这么一个拔苗助长失败的经历，没啥大惊小怪。

二狗的贡献

二狗对自动驾驶产业的贡献，除了千篇一律的测试车辆，还留下了被开发人员铭记的Argoverse数据集，以及一个前途未明的自研激光雷达。

一、Argoverse数据集

数据集是自动驾驶神经网络模型不断成长的肥料，很多自动驾驶公司和知名大学都公开过自动驾驶的数据集。而由Argo AI、卡内基梅隆大学和佐治亚理工学院共同发布数据集——Argoverse，在所有数据集中也值得一提。

已有的数据集绝大部分主要聚焦在目标检测，通过这类数据集的训练，就可以比较好的进行类似目标的识别。比如通过对异形车辆数据集训练，自动驾驶感知模块就能认出各种农用车辆。但是感知模块除了对目标进行检测外，还需要对目标进行跟踪、对目标未来的运动轨迹进行预测，以便表现的更像一个老司机。

而Argoverse就是这样一个用于目标跟踪和轨迹预测的数据集。截止2021年12月，Argoverse最新版本是1.1，最新版本数据集具有如下特点：

（1）包含113个用于目标跟踪的场景注释；

（2）包含从1000多个驾驶小时中提取的324,557条用于轨迹预测的车辆轨迹；

（3）两张具有车道中心线，交通方向，地面高度等的高精地图；

（4）一个API，用于将地图数据与传感器信息连接起来。

二、未知命运的自研激光雷达

2021年5月，Argo AI向外界公布了一款自研的长距新型激光雷达，并计划于2021年年底配备在自家的200辆自动驾驶测试车辆上。根据披露的消息，Argo AI自研的这款激光雷达可以探测400米处10%反射率的物体和250米处3.5%反射率的物体。

而这样优秀的低反射率物体的远距离探测能力，得益于盖革模式雪崩光电二极管（GmAPD）阵列探测器和1440nm以上波长发射器的使用。

目前市面上常见激光雷达的探测器多是利用光电传感器产生模拟输出信号，而模拟输出信号值的大小与探测到的光子数成正比。越近和反射率越高的物体，探测器就能接收较多的光子，从而产生较大的模拟输出信号。但是对于较远和反射率较低的物体，探测器只能接收到较少的光子，模拟输出信号也就较小，而这个时候为了区分信号和噪声，就需要设置一个最小的阈值。而这个阈值过滤了噪声，也不可避免地造成部分光子的损失。

而GmAPD阵列探测器上的单个像素可检测出带有尖峰输出的单个光子，光子的尖峰输出与噪声明显不同。这样一来，采用GmAPD阵列探测器的激光雷达就可以增强对低反射率物体的识别能力。Argo AI硬件开发高级总监Zach Little举了一个例子：如果传统的激光雷达在人类身上有15-20个点，我们的激光雷达则会有70-150个点。

而1440nm以上波长发射器的使用（具体使用波长未披露），则提供了更长探测距离和分辨率的能力。

今天，我们无法得知Argo AI自研激光雷达的进展情况，但随着Argo AI倒闭，其激光雷达部门也被摆上货架。该部门来源于2017年被Argo AI收购的Princeton Lightwave，收购时就已经是一个超过50人的工程师团队，而今五年过去，还是一个只有80人的团队，怎么看都不像自研激光雷达的团队规模配置。

二狗的教训

二狗的失败，激发了业内对国内L4自动驾驶公司“烧钱无数、落地无望”的讨伐。

有人说：只做L4自动驾驶就是死路一条，L4自动驾驶公司遇到的“不可能三角”：数据、安全和成本，三者之间相互制约，无法兼得。将L4自动驾驶研发中积累的技术能力应用于可在量产车上搭载的L2辅助驾驶，才是识时务之举。

有人说：L4自动驾驶的成功秘籍藏在干线物流、港口、矿山、环卫等具体场景内，开发出可以解决这些行业痛点、难点问题的自动驾驶产品，才是L4自动驾驶发展的正确方向。

有人说：在热浪逐渐消散，寒潮滚滚而来的当下，越来越多的自动驾驶企业将举步维艰。背靠巨头的尚且难以自保，那些概念型的中小企业所面临的困境更是可想而知。物竞天择、适者生存，这将是一场比拼生命力的终极竞赛。

这些讨伐可能都对，也可能都不对。自动驾驶这个赛道不是没有经历过寒冬，2019年的寒冬不知道比现在冷了多少倍，文远知行、元戎启行、禾多科技，领骏科技，驭势科技等公司账上基本都没钱了，眼看就要倒下了。但奇迹的是他们都坚持活到了现在，并且都找到了活得越来越好的道路。

2019年的这一波寒冬也充分锻炼了国内自动驾驶公司的韧劲，所以在2022年年初显露出来丝丝寒意之后，国内L4自动驾驶公司立马求变，有的开始探索和主机厂合作提供L2辅助驾驶解决方案，有的开始将落地场景切到需求更迫切的港口、矿山等。

退一万步讲，即使这一波寒冬持续时间足够长、导致部分自动驾驶公司的余量消耗殆尽，播种的种子还没收获。但也别怕，山穷水尽之后还有国家这双大手。对于早已跨越了行业竞争，上升到国家竞争的自动驾驶赛道来说，这一战全是为国出征。在新能源的根基上，开出自动驾驶之花，是能否昂首阔步走进制造业利润金字塔顶端的关键，是能否实现工业强国的标志。