吴甘沙：从L2+到L2++的几点思考

ampampnbsp2021年6月10日，第十三届中国汽车蓝皮书论坛在合肥隆重开幕。下午，时宇技术联合公司。

2021年6月10日，第十三届中国汽车蓝皮书论坛在合肥隆重开幕。

当天下午，时宇科技联合创始人、董事长兼CEO吴甘沙做了“从L2+到L2++的思考”主题演讲。

以下是他演讲的实录。

大家下午好。今年的上海车展有两位新玩家。一个是首次推出L2+产品的DJI，另一个是华为，它在一个看起来有点像robotaxi的产品形式上放了一个L2避孕套。这是我的两个话题，一个叫L2+,另一个叫L2++。从L2+到L2++，中间发生了什么？对我们的OEM和供应商意味着什么？以上是我想说的一些想法。

如果说最成熟的L2+是特斯拉的产品，它的NOA就是典型的L2+，可以实现解放双手，自动变道，自动进出匝道的产品。

L2++怎么样？FSD是典型的L2++，可以在市区实现L2级别的辅助驾驶。

这两个产品的成熟度不同。

L2+现在应该已经行驶了至少几十亿英里。特斯拉没有说具体多少。我们猜测大概是这个数量级。

L2++或FSD并不是一个非常成熟的产品形式。根据现在报道的数据，特斯拉大概一共跑了15.3万英里，800多人参加了这样一个计划的测试。这800多人中，只有71人不是特斯拉员工，其他人都是特斯拉员工。平均一个人只开186英里左右，所以应该说还是早期的产品形态。

夹在两者之间，我没有说L3，因为L3现在是否会存在，其实已经成为一个很有争议的话题。我放在中间的叫做影子模式，就是用你今天的L2模式，它可以大规模部署。所以我可以收集很多数据，甚至可以在车上做一些受控的算法实验。这是阴影模式。

如果特斯拉更早，也就是NOA，把比NOA更早的车型都算进去，我猜它可能已经有100亿公里的影子模式数据覆盖了。当然，这并不意味着它真的收集了数百亿公里的数据。在这几百亿公里中，它可能按照10000:1，甚至100000:1的比例收集精华数据。这就是当今业界的领军人物所做的事情。

今天，我想说几点想法:

思考一:学习特斯拉不是一天建成的。

这是我去年在蓝皮书论坛上用过的一个PPT。这个PPT是想说明特斯拉用了将近20年的时间才达到今天。这20年，战略思路非常清晰，几乎每个方面都是通过三步走，不是一步两步，也没有四步五步那么复杂。

比如产品定义，从超豪华跑车到普通富人用的Model S/X，再到大众用的Model 3/Y。核心是做好电子电气架构的三域控制器，当然是四域，它的身体变成了左体右体的四域控制器。然后进一步发展其更新的基于以太双环的新组织结构。

采用三步车架构，在功能上做到了三步。首先，它控制并实现了全新的交互体验。它的标志是大屏幕。然后实现了车辆的OTA。有了车辆的OTA，就可以打着它所谓的FSD的幌子，不断推送一些新的功能。最后，配合OTA，可以持续推送智能驾驶，在后面实现数据闭环，所以从2015年你就可以看到。

随着智能驾驶开始进入芯片，芯片也采取了三步走的策略。只有自研芯片才能允许FSD这样的城市场景，所以它的FSD也是一步一步发布的。最早的时候几乎没人会用V7，现在用的差不多有几百个V9。这是坚定的三步走，走过二十年。

这给我们主机厂带来启示，我们不必在它走过的路上走弯路。这是一个好地方。但另一方面，它踩过的很多坑都没有公布。当我们重复它走过的路时，难免会踩到一些看不见的坑，那怎么办呢？我们现在看到了很多，尤其是新车的力量。2023年，这样的L2++产品形态将会推出，我们相信会通过以下几个步骤来完成。

第一，硬件还是一步到位，包括激光雷达。当然，因为这样的硬件可能存在一些潜在的隐患，所以它的硬件接口被设计成后期可更换的，也就是未来可能会在4S的门店更换成新一代的发动机。我们认为，要想一下子跨越十年，就不能低估特斯拉的挑战。

现在大家都很激进，但是硬件不是电脑，它的挑战不容小觑。所以预计最早一批产品在硬件上还需要一些迭代。软件和高精地图可以由OTA逐步推高，尤其是明年。明年发布的部分车型可能会在6月推出，但其自驾软件可能要到年底才能OTA。我确定最开始是L2+，逐渐推向L2++，而L2++，我相信和特斯拉的做法差不多，就是一开始从一条线或者一个小区域开始，可以做一些受控实验。我相信未来L2++成为产品后，L2++可能会从一些定制的线路上实现，并不是所有地区都能实现L2++。

还有一个被忽视的驾驶员培训。L2++用你和车取代了今天Robotaxi公司雇佣的安全员。这些安全官员可能需要几个月的培训。所以车主的培训也将是一项必不可少的工作。这是我们对未来产品形态上市的判断。

思考二:两种模式结合加速追赶。

对于车厂来说，我们认为会加速特斯拉对两种车型结合的追赶。

一种产品形态是可能进化到L4的L2++也就是Tesla FSD，或者华为展示的产品形态。我们称之为L4的灵魂L2的出现。这个画面刚才已经被倪凯和唐蕊反复播放过了。L4的灵魂人物L2的出现，这样一个L2++，本质上是第一次全面覆盖了这三个场景。原来L2+，还是NOV这样的高速公路，封闭了高速现场。L4，或者类似Robotaxi市区的场景，停车场记忆停车的场景。因此，一个产品形态涵盖三种场景。

这三个场景不会像今天的汽车工厂，比如L2+找博世，停车找法雷奥等。找多家供应商，必须有共享的控制器和传感器，实现了软硬件的兼容。从它的域控制来看，我们相信它一定有100+TOPS的计算能力。

今天的特斯拉配置，前三个摄像头有三个不同的FOV，不同的角度其实代表了上一代的产品。新一代800万像素，一个摄像头就能覆盖，所以整车用6个左右的摄像头基本能做到360度。毫米波雷达可能有四维图像。激光雷达，大家可以看到，最早的L3产品形态是奥迪A8，实际上用的是四线激光雷达。激光雷达本质上是解决堵车跟车的问题，但是要实现L2++，我们现在看到的激光雷达至少是64线，比如DJI的64线，华为的96线。然后就是超声波，以后很可能会在车上，不是一圈，而是两圈，可以达到更好的近距离感知。整个架构将变得无法运行。

第二种产品形态叫做L2+增强版，是基于今天的L2+的数据闭环和本地影子模式。这偶尔是L4的灵魂，主要是L2。它缺少一个场景和城市中的一个场景，它还会变成一个共享的控制器和传感器，实现软硬件的解耦。它的计算能力是20+TOPS，也是360度摄像头，但不一定是800万像素。为什么不是800万像素？因为800万像素，这个计算能力是不够的。800万像素，必须用更高的计算能力。毫米波，激光雷达，超声波，低速失效操作都没有了。

这么多传感器，大家会说有必要吗？特斯拉最近宣布它是纯视觉的，它甚至没有使用雷达。我们认为，在历史上，毫米波雷达作为视觉感知，特别是视觉测距的一个非常好的校准器，帮助它改进了算法。但是因为毫米波雷达也有局限性，毫米波雷达和纯视觉的融合可能会拖累纯视觉算法的结果，所以它做出了这么大胆的决定，我们相信它的纯视觉。当然，我们说的是多摄像头的纯视觉，在光照好的天气下会比视觉+毫米波好，但在光照弱和天气不好的情况下，性能可能会变差。

当然，鱼和熊掌不可兼得。大家会说特斯拉汽车也装了激光雷达，但不是量产的，只是为了摄像头的验证。

我猜，这可能会限制特斯拉的技术领先优势。我们科技行业经常有这样一句话，发明一个东西的人，会是最后一个承认自己过时的人。他对视觉算法如此推崇，可能会忽略激光雷达行业的发展，给身后的追赶者一定的优势。这是我们的第二个想法，第二个想法的结论是，未来一定是这两种产品形态的结合。

产品形态1是L2++，有点高，但是我们用的词是借假修真也就是说，借L2的车可以修复你L4的真实性。产品2的形式是体积。如果这样的产品价格在20-30万元，成本可能会降到4000-5000元，甚至更低。可以测量体积，实现数据闭环，实现局部阴影模式。它可以借草船之箭，也就是借用大量车主的跑车来获取数据。这种组合可能是未来汽车制造商应该考虑的。

思考三:重建OEM+供应商关系

最典型的案例是这样的。这是一家专门做开关旋钮的供应商。他给我们讲了一个故事。他们花了30年时间进入BBA等一些豪华车型的供应链。然后董事长去了硅谷，看到Model 3，心凉了一大半。因为一辆传统的BBA豪华车有70个开关旋钮，模型中只剩下3个。这就是技术的突然发展，导致其与供应商关系的改变。

另一个典型的例子是自适应雨刷。传统的汽车在挡风玻璃前有一个阳光和降雨的传感器，通过一个独立的ECU来实现。而这个，我想说，特斯拉，这是它的专利，叫深雨。在挡风玻璃上安装摄像头，测量降雨量，这样就可以把整个ECU拆下来，只需要这么一个软件。未来可能会有很多类似特斯拉的创新。这辆车很独特。当然，最终的产品不是那样的。我还不知道，但现在看来独特的是它没有雨刷。这是它的专利。它通过激光去除灰尘和水分。

这一切反映了什么？硬件电子化、集中化、平台化。传统零件是基于软件的，可以带来很多好处，比如全球智能。本来我对降雨的感知是在ECU里完成的，它和车内其他部分的交流是有限的。但是如果我把它变成一个软件模块，我可以感知降雨量，所以我可以做很多事情。比如我可以自动把打开的车窗摇起来，通知导航软件走不同的路，自动通知刹车系统选择不同的模式，可以实现全局智能。但是会给主要卖硬件的供应商带来很大的挑战。

所以代工和供应商之间会有一种全新的关系。第一，如何整合，原来通过黑盒整合，现在通过灰盒和白盒。二是如何进化。原来零件卖给了汽车厂。目前数据管理要贯穿全生命周期，自动驾驶的不断进化迭代需要全生命周期数据的交互。第三是钱怎么分，带来了全新的关系。我们相信OEM会与供应商进行深度整合，而这种深度整合是为了更好地迎接风雨飘摇的未来。

这是今天的燃油车。你也看到了，镜架便宜一点，但是用起来比较贵。相反，电动车用起来更便宜，但买起来更贵。今天，它几乎形成了一种平衡。上午，小鹏表示，今天，电动汽车只占5%的市场份额，但根据今天的技术发展趋势，到2023年，电池将下降到新的价格。这个时候电动车可能不仅用起来便宜，买起来也便宜，这是对我们汽车市场的第一波冲击。

第二波冲击是成为智能电动车，其车价会进一步降低。大家都觉得这可能是反直觉的，因为上面有很多更贵的智能元件。为什么要进一步降低？因为它可以降低硬件方面的毛利，然后通过软件和订阅服务获得更高的毛利。这是第二波冲击，而这两波冲击，尤其是第二波冲击，需要OEM和供应商的深度整合。

思考四:新时代的供应商需要三种能力。

让我们以我们公司时宇科技为例。

首先，可以量产和白盒的产品模块涵盖了三大场景。

为什么我用产品模块而不是产品？因为就像我刚才说的，无论是L2+还是L2++，都是由主机厂主导开发和集成，所以供应商会交付可以量产和白盒的产品模块。现在，在与主机厂的合作中，我们已经做到了这一点。比如刚才一汽李丹总裁提到的这个产品，可以达到L3，但是我们不敢宣称是L3。在停车服务的L4级停车场，我们还提供与汽车厂的小批量交货。L4级城市道路Robotaxi开始与东风合作运营。

在这三个场景中，我们使用传感器和控制器的统一菜单模板。刚才说的是模块，这里说的是模板。模板是一种参考设计，可由OEM高度定制、修改和替换。

产品模块包括前视和环视的完整计算机算法，包括激光雷达，我们在激光雷达点云处理中得到了非常好的场景。视觉定位包括深度学习+SLAM+语义定位。这些模块将被嵌套到模板中，以实现快速定制。

比如这款车，和乘用车关系不大，是做终端交付的，但是这款车的底盘是借用A00级车的底盘。我们以前做AVP，加上L4城区的感知和决策的算法，通过一个快速的模板定制，它就很快做出了一个新产品。因为时宇科技传统上没有在末端交付产品，所以我们还是强调可以基于产品模块和模板快速定制。

当然，我们也很荣幸成为汽车商业评论轩辕奖的合作伙伴。去年，我们测试了34辆参赛汽车，完成了87页的测试报告，让我们对市场上的产品状态有了更专业的评价。

第二是控制复杂软件和硬件系统的能力。作为新的供应商，这是我们的核心竞争力，因为我们的核心团队参与了多种核心芯片和系统软件的研发。这里可以看到我们做了四代核心域控制器。每一代都更小，更符合车规，计算能力更高。根据汽车行业的要求，我们从最早的IATF到ISO 9001做认证16949，包括ISO 27001。

第三是在云端，因为要想实现闭环，必须驱动+云端。在云端，我们也实现了全功能的云大脑，可以帮助主机厂实现数据加AI算法的闭环。我们已经帮助一些OEM厂商定制交付了这个云平台，从最底层的基础设施到工具，到仿真服务，到上面的地图，多车调度，运维，数据分析，再到连接第三方的真实系统接口，都可以定制。

模拟我会再多提一点。模拟真的是一个非常有用的工具，因为它真的可以解决我今天测试太多英里的问题。如果真的要在路上跑，成本是非常巨大的。想象一下，我们作为软件制作者都知道，我每次升级软件，都需要再做一次回归测试。当回归测试里程达到一百万或者一千万公里的时候，基本上所有的车都没办法跑了。这个时候，模拟就变得非常有效。

我今天主要和大家分享这四点想法。就这些，谢谢。