自动驾驶IPO热潮里,L4厂商的「攻与守」

上市,L4与AI大模型

 

自动驾驶IPO热潮里,L4厂商的「攻与守」

 

“从悬崖上跳下去或许还有一线生机,大不了落个残疾,但不跳等着你的就是一枪毙命。”

作者|斗斗

编辑|皮爷

出品|产业家

 

最近,自动驾驶的圈子十分热闹。

首先是禾赛科技赴美IPO成功、亿咖通科技成功登陆纳斯达克、纵目科技从新三板转战科创板;再有Momenta 被传拟在香港或美国公开募股、文远知行秘密向美国证监会提交 IPO 申请、智加科技拟在美国IPO、纵目科技科创板IPO恢复“已问询”状态;另外蘑菇车联、速腾聚创等厂商也透露出IPO意向。

似乎自动驾驶又迎来了新一轮风口。但硬币的另一面是,在刚刚过去的一年中,尽管“上市”动作频频,自动驾驶整个圈子却并未表现出特别高涨的氛围,甚至有所降温。

例如,背靠福特、大众两大造车巨头的L4自动驾驶公司Argo AI倒闭;自动驾驶第一股图森未来CEO遭罢免;苹果放弃L5自动驾驶汽车;谷歌旗下自动驾驶公司Waymo进行了近10轮裁员……2022年的自动驾驶显然深处寒冬。

这样鲜明的对比,也引起诸多业内外人士的疑问。在当下而言,几个核心问题需要有答案:

1、IPO热潮背后,是否意味着自动驾驶再次站上风口?

2、这些厂商能上市成功吗?

3、IPO热潮背后的深度原因是什么?

一、“ADAS+车企”,自动驾驶涌向IPO

从此次自动驾驶IPO热潮表象来看,这种行业整体积极性来自厂商的底气,而厂商之所以有底气,则源于老生常谈的商业化落地。

这一点可以从自动驾驶厂商的具体落地路径、主要盈利产品以及投资方中发现一些端倪。

具体来看,Momenta的核心是数据,将量产的L2/L3自动驾驶产品搭载在车辆上,不断的收集、训练路测数数据,进行产品迭代,从而推动L4升级,属于L2和L4并行。

近两年,Momenta逐渐开始为主机厂提供L2/L3级量产自动驾驶解决方案。

值得注意的是,在其最近两轮投资方中,也出现了大量汽车厂商。例如通用汽车、丰田汽车。并且与比亚迪成立了合资公司。

与Momenta不同,文远知行一开始便起家于L4级无人驾驶,属于跃进式,信奉L4级的“一步到位”。但从最近一两年的动态来看,其逐渐转向复杂度较低的场景,推出了文远小巴Robobus。

智加科技和文远知行类似,都是起家于L4级自动驾驶。不同点在于智加科技专于物流场景,自称SL4级自动驾驶(监督式的L4自动驾驶)。但在最近两年也开始降维,转向前装量产自动驾驶解决方案。

不同于其他厂商,蘑菇车联核心是基于自动驾驶基础建设,推动L4落地。简言之,就是利用软硬件产品将道路数字化,使车路协同。继而降低Robotaxi场景复杂度,逐渐实现L4落地。值得注意的是,蘑菇车联的商业模式可获得大量G端项目。

其新一轮融资投资方中,出现了湖南省国有资产管理集团有限公司等机构。目前其已与各地政府开始合作,项目签约金额超过100亿元。

速腾聚创的产品主要在自动驾驶感知层,专于自动驾驶激光雷达环境感知解决方案。值得注意的是其自2018年10月至今的4轮融资都是战略融资,交易金额共计高达几十亿,而战略投资方涉及北汽、上汽、比亚迪、宇通客车、广汽、吉利。

其中的不同在于,以往车企偏向于和技术成熟、体量大的大厂合作,但随着大厂造车界限越来越模糊,车企与大厂之间业务重合度越来越高,且较为被动。例如华为一开始入局造车的模式是以供应商的身份和车企合作,后又推出自动驾驶解决方案,并一直强调不会下场造车。但从其最近动态来看,“AITO问界”改为“HUAWEI问界”,已经掌握了问界的主控权。

“不用怀疑,大厂不会放过造车这块巨大的蛋糕。”一位业内人士对产业家说。

而对于有自动驾驶技术需求的车企而言,垂直的自动驾驶技术厂商则成为其主要合作对象。这种“车企+自动驾驶专业厂商”的趋势未来将会愈发明显。

总体看来,车企大量资金的支持和前装自动驾驶软硬件需求下,使得L4级自动驾驶厂商降维,转向L2级辅助驾驶(ADAS),实现了主机厂前端软硬件的量产落地,拉动了规模化盈利。

这或许让自动驾驶厂商们有了开启IPO的底气。

从这个层面来看,虽然自动驾驶开始规模化落地,但实现规模化落地和造血能力的是L2,并非L4。这意味着,自动驾驶并未在产品、技术上实现实质性的迭代。

若只靠车企的加持,没有技术上的创新,无法形成明显的竞争壁垒。厂商的上市之路真的能顺利的走下去吗?还是厂商另有深意?

IPO热潮背后,“自动驾驶再次站上风口”这一结论仍需打上一个问号。

二、智能驾驶,虚晃一枪

“从悬崖上跳下去或许还有一线生机,大不了落个残疾,但不跳等着你的就是一枪毙命。”对于自动驾驶上市潮的现象,常垒资本管理合伙人冯博给出了不一样的看法。

虽然有些重,但难掩一二级市场以及各地交易所对国内自动驾驶赛道的态度。

自动驾驶第一次融资热潮发生在2018年前后,截至目前已经过去5个年头。“在这个节点上,资本始终无法退出,也面临很大的压力。”站在资本运作的角度,冯博认为在自动驾驶迟迟无法落地的当下,投资人需要一个退出路径,一些厂商自然将IPO提上日程。

但压力大是一回事,能不能上市又是另一回事。

最近几年,国内股票市场越来越成熟,国家的新经济战略、股民对互联网等新兴经济模式的认知逐渐提升,经常有同类型公司获得几倍于海外上市公司市值的案例。

因此,自动驾驶厂商也看到了这一趋势,纷纷选择A股上市,但A股IPO申报、要求都较为严苛。

根据A股IPO要求,对于主板和中小板企业而言,最近3个会记年度净利润为证书且累计超过人民币3千万元;创业板需要连年连续盈利,最近两年净利润累计不少于1千万元。

“科创板是A股中对亏损容忍度最高的板块,但去年上市企业中,也只有15%的企业不达标。”冯博直言,A股不喜欢没有盈利的企业。

这一点,在国内近期已经上市的自动驾驶厂商身上表现的淋漓尽致。禾赛科技、亿咖通两者皆是在科创板上市遇阻后,转头赴美,还有一些厂商中途退市的现象。

当然,这不是导致自动驾驶厂商在A股上市难的直接结果,也不意味着所有未能在A股上市的自动驾驶厂商不盈利。毕竟具备国产替代、颠覆性和创新性的技术企业,仍有在A股上市的优势,另外背后还有许多不可知、隐藏的因素。

可是,从自动驾驶厂商在A股上市的概率和坎坷度来看,目前自动驾驶厂商在盈利和技术方面仍是和A股上市要求有一些距离。

“像自动驾驶这种赛道,其实是国际资本比较喜欢的。”冯博认为自动驾驶公司上市无非两个地方,一个是港股、一个是美股,但主要还是后者。

事实确实如此,由于在盈利要求上美股并没有A股那么严格,更加看重公司的市值增长空间。所以在A股受挫情况下,美股自然成为第二选择。这点从上市公司具体产品、行业市场规模,以及目前所表现的增长中可以感觉到。

例如禾赛科技主要业务是激光雷达研发与制造,更多涉及自动驾驶技术感知层的软硬件,目前美国加州现有的52家获得无人车公开道路测试牌照的高科技公司中,超过1/3已经是其付费客户。

值得注意的是,其硬件产品在其营收构成里占比较重。其中禾赛科技ADAS激光雷达产品在过去的一年交付量高达80462台,同比增长467.5%。相关数据显示,其是全球激光雷达份额排名最高的公司。

另外,激光雷达产业在国外发展一直较为颓靡,且没什么市场,主要市场还是国内,目前禾赛科技一半多的营收也在国内,加之国内政策上对激光雷达中某些技术出口的限制,禾赛科技自然能打破中美目前的冰面,让纽交所心甘情愿的打开IPO大门。

可是并非每个公司都具备这样的优势,纵观国内自动驾驶赛道的玩家,仍有难度。

换个角度来看,即使国内自动驾驶厂商在美上市成功,可能仍要面对赛道不稳定性带来的大幅股价波动。以美股来看,自动驾驶厂商上市后股价平均暴跌80%,自动驾驶一级市场的钱也并不好赚。

综合所有因素,自动驾驶厂商的IPO之路,一是上市道阻且长,二是成功上市后股价也很有可能不如预期。可以预测,如果自动驾驶厂商不具备国产替代,以及高增长空间的产品或技术,只靠“车企+ADAS”,上市之路会比较坎坷。

这一点,自动驾驶厂商自身也十分清晰。

其实,这类转向“车企+ADAS”厂商,之所以会相继抛出上市的消息,在产业家看来,无非两个原因。一是或许就像开头冯博所言,上了总比没上的好,大家总得试试。创业者在投资人的加压下“赶鸭子上架”;二是投资人和创业者想以此法,重新激发二级市场,重回曾经的融资节奏上。

但无论何种原因,自动驾驶厂商最后的目的仍是寻求长线发展的资金和支持者,助其熬到L4真正规模化落地的那一天。

毕竟,虽然厂商转向L2级“ADAS+车企”方向,开始规模化落地、盈利,但厂商面临的危机也更多。

三、L4背后的“攻与守”

市场发展环境变换莫测,行业的竞争格局必然也会被打破。

对于厂商而言,其一方面需要“ADAS+车企”撑营收,一方面仍需要大量资金加速其在L4技术层面建立优势。以此保证其在L4真正到来的那一刻,抢到市场份额。

“ADAS+车企”向L4级渐进过程中,并不意味着自动驾驶技术厂商和车企会一直没有合作裂缝。

事实上,以前自动驾驶的商业模式较为清晰,主要就是以国外成功商业化路径作为模版。一是Robotaxi方向的类Waymo模式,是L4级自动驾驶;二是主机厂商方向的类特斯拉模式。

但随着国内越来越多的创业主体参与进来,以及商业化落地的问题,一些新的商业模式出现。

例如Robotaxi方向商业化落地较为困难,且十分烧钱,大厂输血能力强,逐渐成为主导者。而对于一些创业厂商而言,则开始渐进式发展,慢慢地选择降维或者场景降维。场景方面就是从原来的出租车应用场景转向物流、环卫等低速应用场景。技术降维就是从原来的L4转而向主机厂提供L2+解决方案或者硬件,从而更好的辅助司机驾驶(ADAS)。

如今,可以看到ADAS方向成为原本Robotaxi方向厂商撑营收的主要阵地。这一路径也在诸多厂商的实践下,发展的越发通畅。地平线、大疆、毫末智行、MINIEYE、福瑞泰克等实现量产。

因此,也就有了当下诸多厂商纷纷拐入ADAS的现象。至此,自动驾驶技术厂商与车企合作,实现L2级自动驾驶落地,继而收集路测数据训练为L4所用,自动驾驶迭代实现闭环。

也让智能驾驶在C端乘用车上的应用和低速自动驾驶的应用,成为当下厂商技术主要“落脚点”。

但这种合作模式也暗藏危机。

以Momenta为例,数据驱动的模式中,海量数据获取依赖车企,短期时间内可以拿到数据,但与多家车企合作时难免会出现合作破裂,数据可靠性、稳定性难以确保。但类特斯拉方向的新势力整车厂商却可以。因此,在渐进式的自动驾驶最终胜利者可能是蔚来、小鹏这样的新势力主机厂。

另外,自动驾驶运营能力已经成为传统车企的必修课,逐渐入局自动驾驶,未来,越来越多的传统车企将会亲自下场做技术。

彼时,Momenta可能面临的并购和收购的危机。

还有一个重要的问题是,低维和高维的场景数据有明显的差异。低维数据能否满足高维场景的需求,百分百反哺L4仍要打一个问号。所以对于自动驾驶厂商而言,“L2+L4”才能在未来构建竞争优势。

自动驾驶厂商一方面要守住车企这个“金主爸爸”,另一方面要挺进L4。能让厂商坚持到最后的唯有融资能力。所以上市抑或是不上市,这波IPO热潮,总是会为厂商创造一些声音,让自己被投资人看到,让市场活跃起来。

回到宏观角度,ChatGPT现象级的爆发下,其底层技术AI大模型的应用,或许也为自动驾驶带来了关注度和新的增量。

四、“遇见”AI大模型

这个月的16号和17号,百度股价从跌超10%到涨超12%,2天时间经历了过山车式的涨幅。这种现象背后皆源于「文心一言」的发布。

有意思的是,这一跌一涨,前者对应的是面向C端用户的类ChatGPT产品;后者对应的是面向B端的AI大模型。

据百度官方发布的数据显示,截止3月17日上午10点,文心一言企业版API调用服务测试的用户已经突破7.5万,基于文心一言与百度智能云展开的合作咨询已达6080条。

“文心一言原来是吸引B端客户的。”在产业家TOB俱乐部交流社群中,部分业内人士纷纷感叹。

其实,百度股价高涨背后的因素不仅在于AI大模型的产业侧应用趋势,但在国内,AI大模型最好的规模化落地确实是在产业侧。

自动驾驶就是培育其规模化落地较好的“土壤”之一。

分析这背后的逻辑,就不得不提到自动驾驶商业化落地最底层的技术瓶颈,即“长尾问题”。自动驾驶的实现路径首先是通过视觉或激光雷达打造感知系统,识别各种路况,通过AI学习、计算、分析、训练,规划出具体的行驶路径,继而作出智能决策,将这种决策传输到控制系统,系统驱动汽车行驶。

然而,汽车行驶的道路场景十分复杂,例如高速公路、城市道路、乡间道路都不一样,且在具体道路场景下还有无保护左转、环岛等具体驾驶任务,所以感知层始终无法覆盖所有场景。目前唯一的方法就是通过汽车在道路上行驶,不断收集行驶数据,尽可能覆盖更多场景。

这听着就像个“无底洞”式的发展路径,因为很难实现所有场景的覆盖。目前很多L4+级自动驾驶只能在封闭道路或固定园区运行,也印证了这一点。

从技术底层来看,主要是因为机器学习不足。目前机器学习的逻辑是,通过收集、筛选各类数据,借助人工确定识别特征,然后根据域和数据类型编码模型。通俗的讲,机器学习的逻辑下,L4+级自动驾驶在开放场景的落地路径为:

首先需要利用汽车搭载的摄像头、激光雷达等感知设备,收集某段道路场景中车主的状态、道路立体结构、行人和其他汽车状态等数据。然后工程师识别出泊车、车辆变道等意图。

技术人员会根据具体的行为意图写一条规则,例如如果当车辆变道时,预测下一步先打转向灯,如果周围车辆安全,预测下一步方向盘左转….当汽车有变道意图时,汽车就按照这个规则实现自动变道。

当大量的、多维的车辆变道的操作数据,不断集成到这个规则中,这个规则可以自己对不同维度的车辆变道数据进行学习,训练,使得这个规则更完善,可以应对多变的车辆变道。这个规则我们也可以称之为车辆变道模型。

可以发现,机器学习下,自动驾驶模型只能针对有限的、单一的数据种类,无法进行多模态大量数据处理。且单个场景下,往往由多个模型组成,单个模型仅负责一种决策无法应对连续的多场景任务。

简单说,如今的自动驾驶,基本是靠工程师一条条规则写出来的。

深度学习下的AI大模型正在改变这一现状。通过构建具有更多层神经元的机器学习模型,并依靠大数据来学习更有用的特征,从而最终提升分类或预测的准确性。相较机器学习,没有工程师参与识别数据特征的环节,可以用无标定数据实现无监督训练,还能与大数据与大算力组合发挥更大性能,与L4+级自动驾驶高度契合。

基于AI大模型,可以看到未来自动驾驶将会具备高效获取并处理海量、多维度数据的能力,面对任何场景,都可以迅速做出智能预测。

目前,随着ChatGPT的现象级爆发,其高效获取并处理海量、多维度数据的底层AI大模型照进现实,让L4+自动驾驶多了一些想象。国内一些厂商也在基于AI大模型推动自动驾驶发展。例如以百度文心一言为代表的互联网大厂;以商谈为代表的AI厂商。

但据产业家通过对多家自动驾驶厂商的问询,发现虽有些厂商有这方面的布局,但大多数厂商还未发声,有明确布局的是毫末智行的“DriveGPT”。

至于,AI大模型能激发出自动驾驶厂商多少潜力,还需时间来证明。但对于自动驾驶厂商而言,AI大模型是自动驾驶走出低谷的关键。另外,似乎也间接推动了这次自动驾驶厂商的IPO热潮。

自动驾驶的浪潮不会停止,仍然会继续发展下去,但会更加谨慎,务实。

 

本文来自投稿,不代表增长黑客立场,如若转载,请注明出处:https://www.growthhk.cn/quan/93913.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-03-24 14:11
下一篇 2023-03-24 16:12

增长黑客Growthhk.cn荐读更多>>

发表回复

登录后才能评论
特别提示:登陆使用搜索/分类/最新内容推送等功能 >>