自动驾驶公司与车企之间的合作并不少见，比如比亚迪和Momenta携手发展高等级智能驾驶技术，小马智行与中国外运签署协议，共同打造以自动驾驶技术为核心的智慧物流运力平台，探索自动驾驶卡车规模化商业落地的全新模式。

　　而最近热议的话题应该属于Waymo和吉利的合作，一个是全球自动驾驶领域的“一哥”，一个是中国规模最大的车企之一，自然成为行业的话题中心。此次Waymo与吉利合作，极氪将为全球首个Robotaxi网约车服务Waymo One的无人驾驶车队提供专属车辆，该车型由极氪欧洲创新中心（CEVT）设计与研发，采用的是基于极氪智能出行平台——浩瀚-M（SEA-M）架构打造。这是全球首款Waymo和主机厂官宣的为完全无人驾驶Robotaxi服务打造的车型。

　　对于Waymo来说，与吉利的合作并非是其第一次与主机厂合作，2009年开始Waymo就一直致力于打造完全无人驾驶Robotaxi车队并且为乘客提供出行服务，也先后和沃尔沃、FCA、雷诺-日产集团等达成乘用车领域的战略合作。不同的是，此前的合作均没有具体的进展展示，而与吉利的合作是有据地落地的车型。

　　与吉利的合作是Waymo进军中国市场的信号，此前，Waymo自动驾驶一直在谋求进军中国，但并没有找到合适的机会，在中国一直没有明确的公开的落地信息，包括路测、建立团队、办公室等等。但在2020年，Waymo成为领克和极星的L4级自动驾驶技术全球独家合作伙伴，以及最新关系的和极氪的合作，可以看做是其正式进军中国市场了。

　　目前的国内自动驾驶领域，华为、腾讯、百度等扎堆进入，还有特斯拉也在中国市场布局许久，以及以AutoX、文远知行、Pony.ai、希迪智驾等为代表的自动驾驶初创公司也在自主研发。而Waymo作为全球自动驾驶的领头羊，进军中国市场势必会对目前的国内自动驾驶领域的格局产生影响，至于能不能凭借其领先的技术，找到更多的合作伙伴，拿到更多的市场份额，目前还无法看出个倪端。不过可以肯定都是，Waymo会对百度、腾讯、华为、特斯拉等造成很大的挑战。

　　先来看看Waymo的自动驾驶发展之路。从2009年开始，Waymo的前身Google X实验室的无人车小组开始研发自动驾驶，2016年完全独立为与Google平行的姐妹公司Waymo，隶属母公司Alphabet旗下。

　　2018年12月，Waymo推出自动驾驶叫车服务Waymo One，2019年1月，Waymo宣布在美国密歇根州建立全球第一家100%致力于生产L4自动驾驶汽车的工厂，实际上，这是一个改装厂，改装此前Waymo从FCA预定的6.2万辆混合动力的克莱斯勒Pacifica，以及2万辆纯电动SUV捷豹I-PACE(配置|询价)。

　　在2020年10月，Waymo宣布通过此前推出的叫车服务软件Waymo One提供完全无人驾驶服务，这是自动驾驶领域迎来全面盈利的历史时刻。

　　但不过，Waymo一直没有大规模推广完全无人驾驶的Robotaxi服务，一方面是严苛的无人驾驶牌照管理，包括有安全员测试、无安全员测试、可载客、可收费等，另一方面则是因为没有真正为无人驾驶而设计的Robotaxi车型，Waymo和吉利极氪的合作，解决了这一问题，就看需要多久的时间可以真正的量产和商业化应用。

　　Waymo进军中国市场的最大对手可以说就是百度Apollo，百度是国内较早涉足自动驾驶的互联网科技公司，也是目前全球最大的自动驾驶出行服务提供商。

　　百度“ACE交通引擎”采用了“1+2+N”的系统架构，即“一大数字底座、两大智能引擎、N大应用生态”。其中，一大数字底座指“车、路、云、图”等数字交通基础设施，包括小度车载OS、飞桨、百度智能云、百度地图。此外，百度Apollo无论是在激光雷达还是纯视觉两方面，都有着深远的布局。

　　在激光雷达高昂的成本使该行业的竞争者望而却步的时候，百度已经投资了激光雷达领域的老牌玩家Velodyne，之后也在Apollo无人驾驶车上使用激光雷达。

　　在纯视觉路径上百度也市资深玩家，Apollo Lite是国内唯一的城市自动驾驶纯视觉城市道路闭环解决方案，能够支持对10路摄像头、200帧/秒数据量的并行处理，单视觉链路最高丢帧率能够控制在5‰以下，实现全方位360°实时环境感知，前向障碍物的稳定检测视距达到240米。此外，2021年上海车展，Apollo首次亮相并重点展出升级无激光雷达纯视觉自动驾驶方案（AVP+ANP）。

　　在芯片领域，百度也一直在走自研路径。在百度世界2021大会上，百度宣布昆仑2代AI芯片实现量产。百度Apollo全新一代自动驾驶小巴阿波龙Ⅱ就集成了Apollo最新一代自研自动驾驶计算平台与传感器系统，与Apollo Robotaxi实现能力互通，核心计算单元算力提升三倍达到372Tops，与Robotaxi算力持平。

　　腾讯在自动驾驶领域起步较晚，各方面的技术实力比起百度还是有一定的差距。腾讯用虚实结合、线上线下一体的自动驾驶仿真系统TAD Sim。TAD Sim结合了专业的游戏引擎、工业级车辆动力学模型、虚实一体交通流等技术，这也是基于腾讯生态的的优势。

　　腾讯认为，在场景的几何还原上，模拟仿真平台要做到三维场景仿真和传感器仿真，让环境和测试车辆条件都与现实世界相同；在场景的逻辑还原上，要在虚拟世界中模拟出测试车辆的决策规划过程；在场景的物理还原上，需要模拟出车辆的操控和车身动力学作用结果。三种层次的还原之后，才能在虚拟世界中看到与现实世界无限接近的自动驾驶测试结果。同时仿真平台还要满足高并发的特点，实现所有场景下车辆反应的排列组合。

　　TAD Sim的侧重还是在自动驾驶的模拟仿真测试上，在模拟仿真平台、高精地图平台和数据云平台的基础之上，还推出了一个城市级的仿真平台，构建了一个运行在云端，与现实物理世界平行的虚拟世界。

　　城市仿真不仅包含静态的环境信息，也包含交通、人流等动态信息，还可在其中叠加诸如交通流这类虚拟信息，既可支撑自动驾驶的开发和安全验证，还可为智慧城市、智能交通的建设助力。

　　腾讯布局自动驾驶云生态的开发平台，则基于云端存储及算力支撑，构建了数据采集管理、样本标注、算法训练评测、诊断调试、云端仿真、实车反馈闭环全流程云服务，提供支撑自动驾驶研发的全链路云服务和开发平台。

　　而华为在在自动驾驶领域的优势在于，无论是自动驾驶还是车路协同，亦或者是硬件、软件和5G，其都拥有与其他任何玩家竞争的资本。

　　华为搞自动驾驶的逻辑是通过“八爪鱼”构建一个按需获取的全栈云平台，除了可以迈过数据处理这座高山，还能覆盖自动驾驶的模型、训练、仿真、标注等全生命周期业务。因而“八爪鱼”可以向用户提供以下几种核心能力。

　　首先是处理海量数据，自动化挖掘及标注，能够节省70%以上的人力成本；其次是软硬件加速，平台提供华为自研昇腾910 AI芯片和MindSpore AI框架能大幅提升训练及仿真效率；第三是丰富的仿真场景，高并发实例处理能力：通过集成场景设计和数据驱动的方法，合计提供超过1万个仿真场景；系统每日虚拟测试里程可超过500万公里，支持3000个实例并发测试；云管端芯协同，车云无缝对接：Octopus天然支持无缝对接MDC（移动数据中心）等车端硬件平台和ADAS系统，实现车云协同。

　　“八爪鱼”并非仅仅是云+AI的结合体，整个生态中还包含芯片、MDC等车端硬件平台和ADAS系统，华为表示，未来还会将高精地图、5G及V2X技术等能力集成到“八爪鱼”中，华为在仿真市场的布局颇为宏大。

　　相比于Waymo、百度、华为、腾讯，特斯拉就显的更加强大，最大的原因是特斯拉有造车能力，同时其自动驾驶技术也是全球领先。众所周知，特斯拉在纯视觉自动驾驶领域无出其右，可以说已经做到了极致。

　　除此之外，纵观国内自动驾驶公司，还有小马（智行）、文远（知行）等比较头部的企业。其中，小马智行一直致力于打造优秀虚拟司机，所有业务都围绕这一目标展开，包括 Robotaxi、Robotruck 以及与此相关的移动出行服务和智慧物流服务，其自动驾驶技术的乘用车与商用车应用是小马智行两大核心业务板块，

　　今年，今年以来，小马智行已获得加州、广州、北京的无人化测试牌照或许可，成为首个在北京、广州、加州均获得自动驾驶无人化测试许可的自动驾驶公司。自2018年至今，RoboTaxi服务在小马智行全球范围内已经完成了超过30万个订单，用户综合满意度4.91分，在5分制下得到如此高分，说明了用户对小马智行的认可。

　　此外，小马智行也跟上了布局L4级的步伐，其L4系统会率先批量搭载于丰田旗下雷克萨斯RX(配置|询价)450h车型上，现在已经开始小规模生产，这批车辆将在中国市场投入自动驾驶车队测试和服务运营。

　　毫无疑问，Waymo的到来将会使中国自动驾驶市场更加精彩，中国自动驾驶市场将会开启“共生模式”，也就是自动驾驶公司与主机厂的合作模式。从宏观上来讲，就是技术发展进行到了一定的阶段，亲自造车又过于复杂，与车企合作是一个比较优的解决方法。

　　不过，对自动驾驶企业来说，过早与车企绑定，有可能让自己未来的路变窄，成为只服务于单一车企的企业，这样以来，就面临被管道化的窘境。比如，被通用收购的Cruise，近日其CEO离职，原因是不愿意在技术研发上以通用一家公司的诉求为核心。

　　这也意味着未来中国自动驾驶市场中，自动驾驶企业和主机厂必须要展开深度合作，共同开发车型。因为当软件定义汽车后，用户会有多元化的驾驶体验的需求，每个车企也都会基于自身优势和竞对短板进行主打产品的定位，着力开发一款或几款主力车型。所以，自动驾驶企业要具有产品意识，而要获得这样的经验，和一个车企深度绑定也是最好的选择。

　　诚然，自动驾驶领域的蛋糕足够大，但是竞争也足够激烈，自动驾驶公司面临的是商业化落地这个门槛，能够先突破这个门槛的公司，能够在商业化落地的过程中更加快速发展。而从整个行业发展趋势上看，自动驾驶公司的发展还将加速，相信大规模商业落地的那一天已经不远。