本文來源：遠川汽車評論

(資料圖片)

2023年，很難再找出比汽車更地獄級難度的行業了，從價格戰打到輿論戰，從明嘲暗諷到實名舉報，怪相頻出，難得一見。

車企帶頭下場肉搏，上游供應商更加水生火熱。即便是智駕賽道，在車型癱瘓式降價、人才踩踏式競爭的當下，也無可避免地被大浪裹挾著沖入了深海。

引用一句智駕從業者的原話：“那些被如珠如寶對待的好日子，算是到頭了。”

硬件公司的“加減法”

如廣袤深海孕育多樣物種，智駕賽道的玩家屬性也是各式各樣。想在深海生存，與其關注其他生物的參差多彩，不如找到自己最合適的“生態位”。

自然界的規律，亦可當做企業生存和發展的指引。

若是以方案商是否自有硬件產品線為區分，粗粗劃下道，大致分為以零部件起家的硬件公司，以及擁有互聯網基因的算法公司。

前者的典型代表有博世、德賽西威，福瑞泰克和法雷奧等。他們都在零部件行業深耕多年，產品線幾乎囊括了智能輔助駕駛所需的所有核心。

以德賽西威為例，從2019年起，德賽西威就開始向車企提供多種攝像頭，僅此單一零件市占率就達15%。至于毫米波雷達、超聲波雷達，以及支持4G/5G/V2X的智能天線盒等，自2020年前后量產至今，出貨量達千萬計。

智能駕駛所需的傳感器和相關硬件

多樣的硬件產品，正是它們向智駕方案商轉型的底氣。因為硬件公司最擅長的，就是用“舊”零件煥發“新”活力。

以最常見的泊車功能為例。早期的泊車功能一般由超聲波雷達和控制盒來實現，但由于超聲波雷達的功能局限，該功能只能在相鄰車位都有車的情況下使用。換句話說，超聲波雷達是靠“摸”來判斷兩車中間是否有足夠停車空間，不能識別連續空車位。

在停車過程中，車周4個環視攝像頭會通過車機中控屏向司機實時顯示周圍情況，保障安全。由于實時顯示和超聲波感知是同時開啟的，很容易讓人誤解，認為環視攝像頭是泊車功能的一部分。事實上，此時的攝像頭功能只是座艙顯示的一部分，和泊車并無關系。

但就是這兩款十分基礎的零件，在硬件公司的妙手下，經過組合搭配，再加上一點算力，就升級成了視覺融合泊車方案。

類似“1+1＞2”的案例還有很多。

用于泊車的環視攝像頭在行車時被調用，實現成功率更高的撥桿變道或自動變道；用于行車的側視攝像頭和毫米波雷達，在泊車場景下被調用，幫助車輛自行緩行到指定停車位，實現學習型泊車，甚至是跨層泊車……

在“如何花小錢辦大事”方面，硬件公司心得滿滿。

至于進階方案，也基本圍繞著5V-5R-12U（5個攝像頭、5個毫米波雷達、12個超聲波雷達）這個經典搭配做各種變形。多一個攝像頭，變成前視雙目，或者少幾個毫米波雷達，組一個前向毫米波雷達和前視攝像頭的CP，都是比較普遍的衍生形態。

這種以某一固定搭配做底，再按實際需求做增減的方案，往往需要其他傳感器的性能提升作為補充，這點正中硬件公司下懷，畢竟產品籃子里應有盡有，交叉匹配自然是不在話下。

這也是為啥硬件出身的智駕方案商對外自薦方案時，往往以提供整套解決方案為主，很少主動提出將方案拆零售賣——整體方案打包賣，硬件和軟件，都是自家左手右手的產品，可達利益最大化。

算法公司兼收并蓄

相比懷揣著“肥水不流外人田，能整包就不拆零”小心思的硬件公司，以軟件為立身之本的算法公司則反其道而行，其智駕方案特點可以用“兼收并蓄”來概括。

以禾多科技為例，僅智駕芯片一項，就適配了市面上大部分主流芯片。

用德州儀器的TDA4V做記憶泊車，用華為的MDC610做行泊一體，用地平線的J3/J5做高速領航，用英偉達的Orin做城區領航……

在感知硬件方面，適配范圍就更大了。

攝像頭、毫米波雷達、激光雷達、超聲波雷達，這些零部件的合作廠家，從國外到國內，從大廠到初創，軟件公司基本都牽手了個遍，其中甚至不乏競爭對手的硬件產品。

元戎啟行部分硬件選型范圍

算法公司“包容開放”的態度，乍看是有大格局，實際卻是“不得已而為之”的無奈。

因為這些做智駕方案的算法公司，前身大多是L4自動駕駛科技公司，他們的強項是無人駕駛（自動駕駛）軟件算法、數據訓練和車隊運營，零部件的生產制造并不包含在內。

只是時移世易，當初受投資人青睞的“輕資產”，如今變成了“缺少零部件生產制造經驗”的先天不足。

軟件公司自然知道自己初始牌面不佳，再花大力氣從頭搭建產線既不現實也不劃算，只能順勢而為——既然硬件只能依靠代工或外購，那索性一不做二不休，直接把主流零部件都納入進來。只要做到“任君選擇，我都行”的程度，那“無自有零件”的劣勢就能一舉扭轉成“無綁定零件”的優勢。

至于在智駕方案主打款的選擇上，算法公司則堅持“以己之長攻人所短”的錯位打法。相比強調低成本和性價比，他們更傾向于在L2+高等級輔助駕駛層面上發力。

一方面，這能最大程度避免與硬件公司形成全面的競爭關系（畢竟還要用人家的感知硬件），更重要的是，L2+高等級輔助駕駛的表現更依賴于軟件算法的打磨和優化，這就完全進入了L4算法降維的輻射領域，是算法公司妥妥的舒適區。

例如，小馬智行主推的的三款智駕方案里，只有一款成本在數千元，說不上特別便宜的PonyClassic，另外兩款系統方案PonyPro和PonyUltra，算力分別為200TOPS和500TOPS，硬件配置也很高，包含高階智駕增量零件——激光雷達。

小馬智行針對乘用車提供的三種方案

相比加入“沒有最低，只有更低”的性價比之爭，算法公司更傾向于提供大算力、高配置的域控方案，在高速、城區和泊車場景提供可媲美L4 Robotaxi水平的高端體驗，讓車企和用戶認可“一分價錢一分貨”，心甘情愿掏錢買單。

這是算法公司綜合考量自身情況和環境基礎后，為自己明確的“生態位”。

人情世故

甄別哪些車企是高潛客戶，是方案商驗證自身產品路線是否正確的第一步。

在“獲客”方面，硬件背景的方案商有著天然的巨大優勢。

長期穩定的合作，幫助硬件公司省去了從零開始建立商務關系的前期環節。事實上，方案商們對接的車企采購、研發和質保同事大概率都還是那群熟悉的“老朋友”，對彼此的工作風格和工作流程都爛熟于心，在按年計數的合作時間里，幾乎沒有額外新增的溝通成本。

整條鏈路上唯一的區別，似乎只有交易商品的變化——從硬件主導的零部件，變成了軟硬兼有的功能方案。

方案商“以客戶要求為先”的理念能做到什么程度呢？

比如，為了能夠及時響應車企的需求，產品經理帶著團隊常駐車企，和車企工程師們同一間辦公室工作、同一張食堂飯桌上吃飯、同一輛班車上下班，按車企的需求調整自己的工作休息安排，在距離車企5-10公里范圍內設立研發辦公室……這些都是無需多言的默契。

即便是面對車企提出的“量產問題不解決不能出會議室門”的“小黑屋式”高壓政策，方案商往往也是從善如流地接受，安安分分地熬夜，直到功能測試無誤，平穩交付。

至于在物流受阻、出行不便的特殊時期，人肉扛零件打飛的送貨、單人單車長途奔襲上百公里去外地工廠解決問題，那都是不用多提及的日常操作。

甚至，當車企項目團隊的第三方外援因個人原因要從設計公司離職，車企也會從中斡旋，讓方案商直接“定向招人”，給加薪、給職位、給一切能給的福利，幫車企把人才給“摁”在項目上，只為了項目能夠順利進行。

如此妥帖周全的功力，不是一朝一夕能練成的，也不是一個副總或單個項目經理能夠帶起來的，這是在和車企長期摩擦、長期斗爭、長期合作中形成的，已經成了類似膝跳反射般的本能。

保姆式的全方位服務，也更容易讓車企優先考慮和接受硬件公司的自薦方案。

有Moblieye的前車之鑒，如今的智駕方案商已經不敢明目張膽地強制車企吃進自己準備的“預制菜”，但所有硬件公司，都從未放棄過變成下一個Mobileye（變通版）的野心，只是換了種表達方式。當車企要求方案商拆零單賣時，他們會以“利他性”為突破口，去推銷“交鑰匙方案”。

Mobileye以“黑盒方案”著稱

所謂“利他”，就是訂單量大價格可談、整包方案現成可用、無需額外集成適配、全權負責售后、絕無扯皮甩鍋的一套組合拳。這可是真真切切搔到了車企的癢處——省錢、省事、省時、省力，產品如斯，夫復何求？

相比突出的硬件優勢，硬件出身的方案商，除了本土屈指可數的幾個特優生，大部分在算法軟件方面的能力屬于無功無過的“隨大流”。

這種情況在有外資背景的Tier 1身上尤為明顯，國內外路況差異和迭代效率低下是主要因素。

國內交通的復雜程度遠超國外，非法占道、人車混行、鬼探頭、異型車，中文交通標識等……都屬國內特供路況，只有對這些“限定款”做針對性算法訓練，才能讓車輛在本土復雜的交通路況中適時執行避讓或剎車動作。但外資Tier 1的研發中心很少在研發初期就將這些中國特殊數據納入訓練集，導致國內經常出現使用體驗拉胯的情況。

要解決“水土不服”的問題，就要做算法優化，但為了保證國內外算法版本統一，只能將收集到的道路信息和長尾場景交由國外進行優化、測試和釋放，在完成迭代后，再傳至國內上車布置……中間還要算上數據脫敏、特征提取、甚至是國外漫長的休假時間，整體鏈路被拉得很長，相比本土方案商的速度，至少要多花費20%的時間，效率堪憂。

不過幸運的是，實際來看，軟件算法的平庸并沒有給方案商造成太大的困擾。

一方面，經過這幾年的積累打磨，L2基礎輔助駕駛的算法已經很成熟了，每家方案商的功能表現大差不差，大家更多是在卷性價比而非功能高低，疊加上車企想盡快將研發投入轉化為市場銷量的迫切心情，接受整套打包方案，也就順理成章了。

由此，和硬件背景的智駕方案商高度匹配的Mr. Right也呼之欲出了——通過賣車掙錢，依靠規模化帶動經濟效應，走親民路線的車企。

這些車企的用戶對價格敏感，更看重車型功能均衡，不能有明顯短板，對長板的需求也不強烈。

一個典型代表是售價僅10萬的五菱寶駿Kiwi，選擇使用整套大疆車載解決方案，用7個攝像頭的基本配置實現大部分的智駕功能，這套系統還將在寶駿新車型云朵上繼續綁定使用。

防火防盜防白嫖

硬件公司在小劇場游刃有余，算法公司通向舞臺的路卻很是泥濘坎坷。

算法公司延續了其智駕產品“寬泛選擇”的特點，向車企提供任君挑選的“貨架方案”。從域控硬件盒、底層軟件、中間件到全部應用算法……幾乎所有軟硬技術，都可靈活選購，還能為客戶提供深度定制服務。

相比硬件公司表面宣傳軟硬解耦，內里偏向軟硬協同的做法，算法公司就實在很多。某家算法公司的研發總監在向車企做方案介紹的閉門會上直言，現階段，算法變現、擴大合作圈是他們的主要任務，至于營銷層面，車企如何對外宣傳，他們并不介意，反正圈內了解真實情況，不影響他們實際拿業務。

一句話，就是愿意“舍名取利”拿項目。

算法公司甘愿隱入幕后，對外姿態如此柔軟，很大程度上源自“供應鏈根基”和“功能化能力”的暫缺。

過去，L4自動駕駛公司和車企無甚交集，最多是購買或定制成品車，改造后用于無人駕駛車隊的示范應用和運營。如今，L4科技公司從“買方”變成了“賣方”，首先要做的，就是和車企建聯。

谷歌無人駕駛車隊

POC（Proof of Concept）項目，是其叩開車企供應鏈大門的“敲門磚”，因此獲得了算法公司內部極大的關注。

一方面，這是展示自己研發能力的機會，從而打消車企對算法公司“PPT天下無敵，談落地全是問題”的偏見；

其次，能夠迅速建立和車企的聯系，熟悉車企內部流程，為后面的量產打基礎；

第三，雖然POC的報價和量產不在一個數量級，但商務流程簡單快捷，能讓算法公司迅速掙點零花錢；

第四個好處在于擴大影響力，只要有一家品牌力不錯的車企愿意與之合作，那算法公司就能理直氣壯地把這家車企的LOGO放在PPT介紹的“合作伙伴”頁面，去其它車企介紹項目時也更有底氣一點。

但POC項目并非百利而無一害，最大的風險恰恰是來自合作伙伴——車企的背刺。

被“靈魂論”直擊天靈蓋，自研之心不死的車企最喜歡用量產定點做餌，掛在名為POC的魚鉤上，坐等算法公司上鉤。

算法公司指望用POC項目秀肌肉、掙零花、熟人頭、找背書、談合作，車企則盯著算法公司的智駕軟件，想以此來反哺內部智駕團隊，頗有點“用訂單換技術”的意思。

看看這幾年，有多少曾高調發布過戰略合作關系的車企和算法公司，在DEMO亮相后，就再無更多合作消息傳出了。究其根本，就是雙方無法消弭又無處不在的“防備感”在作祟。

曾經有家算法公司不知道是太過心急想要表現誠意求得量產合作，還是太過自信就算把算法攤開來給車企看，對面都不一定能接得住，總之，就是派了不少優秀工程師和車企直接溝通，力求滿足車企提出的各種細微繁瑣的要求。

結果等項目完成，交付給車企的，除了展車和說明文檔，還有算法公司的專家。

“痛失”人才后，算法公司痛定思痛，要求后續項目，凡是有溝通需求的，都要經由項目經理作為對接人，盡量避免技術人員直接接觸。即使在需要工程師出面解釋專業問題的電話會上，線上會議的界面里，除了商務經理和項目經理外的所有人都是一水兒的花名，保密工作十分到位。

雙方大佬站在臺上握手簽字時，說的是構建新時代合作伙伴關系，轉身下臺就告誡團隊。

一個說，天底下沒有花錢的不是，POC花了那么多錢，到時候可不能兩手空空啊。一個說，注意車企訴求是否超出項目定義，明確驗收標準和款項支付條件，主打一個不見兔子不撒鷹。

兩者的關系看起來是情真意切地雙向奔赴，背后則是勾心斗角地各取所需。

博弈不止

即便雙方手拉手給予了充分的信任和尊重，跨過了POC項目的坎，走到量產定點的門口，車企的謹慎程度仍遠超算法公司想象，其中很大一塊的顧慮來自對算法公司工程化能力的擔憂。

這里說的工程化能力不僅是“把零件裝上車”，而是由開發流程、管理流程、標準體系、溝通技巧和方法論等交叉組合而成的，貫穿整個項目過程的東西。

L4算法公司成立的時間普遍不長，量產經驗和To B的工作經驗約等于無。

曾有汽車自媒體老師認為，工程化能力的不足，短期內可以用挖人來解決，長期可以通過訓練和實戰來解決。這話有道理，但成功者卻是寥寥。

人，很關鍵，但更關鍵的，是執行。

做過項目的人都知道，風險可以減緩和轉移，但不能避免。即使站在巨人的肩膀上，量產上該踩的坑，該爆的雷，一個也逃不掉，算法公司想在短期內單靠人就成長為“熟手”，很難。而車企愿意花多長時間和多大代價去培養和等待算法公司的成長和成熟，是未知之數。

等方案商熬過算法被割韭菜，工程化能力被質疑的階段，就會面臨第三個難題——如何給算法定價。

汽車作為工業的集大成者，由成千上萬個零部件構成，銅、鐵、鋁、金、塑料、皮革、布料、泡沫……幾乎所有零部件都可以通過拆解稱重估算出成本，即便市場有波動，但大體也維持在一定區間內。每車用量，年度需求，都可以白紙黑字地量化出來。

拆解一輛新能源車

甚至曾經有車企采購直接對供應商表示：你們的零件毛利率在2%-3%之間，是個比較合理的數值。供應商在強勢的車企眼里，就是透明的、沒有議價空間的。

但……純算法……？

純算法看不見摸不著，不依附于某個固定硬件。其定制化的特點，又注定不能通過規模效應盈利，那該如何定價？如何年降？是以裝車率還是以開通量為衡量？

對素來認為軟件是硬件附屬品，應該隨硬件低價搭售甚至無償附贈的車企來說，這些無疑都是新學問。算法公司要在這略顯僵化的思維定勢里撕開一道口子，不是易事。

相比車企愿意用合理的價格來認可算法的價值這一假設結果，算法公司步硬件供應商后塵，向強勢車企繳納巨額保證金，以求自己進入定點詢價和預開發的流程，再和同樣渴求項目的競爭者一起搶得頭破血流，這樣的結果似乎擁有更大的現實可能。

算法公司的第四個潛在風險是業務擴展后的人員配置問題。

在L4時期積累的算法，想從DEMO嫁接到量產，會受到各種外部影響。芯片算力、計算單元、傳感器的位置、型號、數量、底盤控制等等，都會影響算法的實際效果，和那些只要確定好圖紙，就能轟鳴開啟流水線，24小時不停歇生產的硬件，存在本質不同。

雖然算法公司聲稱可以提供“貨架方案”，建議車企在其限定范圍的硬件中選擇，但如果車企希望根據自己已有的供應鏈配置硬件，要求算法與之匹配，那算法公司就需要為其匹配開發、后臺、前端、測試、運維等全套人員，人力成本上的巨大投入不可避免。

一個項目可以全情投入，若干項目可以平衡兼顧，那N個項目還能撐得起來嗎？

算法公司顯然也想到了這點，不少方案商設想交付標準化軟件，只在應用層上做差異設計，目前看來距離落地還很遙遠。即便將來能夠實現，但其推崇的“標準化”交付和車企的“定制化”要求是否相悖？是否有車企愿意買單？實際效果如何？都還不確定。

以“深度合作、高度定制”為賣點的算法公司，很容易把自己坑進“疲于奔命”的陷阱里。

目前看來，算法公司的潛在客戶，是暫無智駕自研能力，但希望以L2+高階輔助駕駛功能為賣點的車企。

但計之長遠，如果車企愿意花費車價3%~5%成本，為L2+高階輔助駕駛功能買單，那大概率不會把這項和用戶體驗高度相關、并且在后續有極大想象和盈利空間的內容，全權交托給僅有單純商務關系的第三方，長期穩定的合作關系，可能只是算法公司的一廂情愿。

純算法或弱硬件強算法的方案商，如果想擺脫自己只是權宜之計的角色定位，發展地更迅速穩健，那看看Momenta和毫末智行先行一步趟出的路，或許能打開積極的思路。

結尾

智駕方案商，作為汽車智能化網聯化時代的新角色，最終能留在舞臺上，享受鎂光燈的，是“軟硬協同”還是“軟硬解耦”，我們不得而知。

雖然，目前看來，“軟硬協同”更對車企的口味，也更適合如今成本效率為王的市場，但誰又能保證，過去關于自動駕駛“跨越式”還是“漸進式”的爭論和反轉不會出現在智駕方案的選擇上呢？

只有一點是肯定的，硬件時代能孕育出博世、大陸、麥格納這樣的巨無霸，但在主打智能化的當下，智駕方案商不論是從硬件出身，還是以算法為生，都很難在智能網聯汽車時代復現獨霸一方的盛況。

前有Mobileye從封閉到開發，地平線從芯片到智能化一攬子解決方案，后有Momenta下場研發自動駕駛芯片，在暗流涌動，瞬息萬變的深海，盡全力做到能做的所有，不固守舊業，相互滲透、相互學習，將成為智駕賽道的新常態。

不是所有車企都主打智駕，但幾乎所有車企都需要智駕，這就是屬于所有智駕方案商的機會和未來。

關鍵詞：