谷歌旗下的Waymo刚刚公布了一组数据，他们的全无人驾驶累计里程已经正式突破了2.2亿英里，每周的付费订单量达到了50万单。
不过另一边的特斯拉正带着纯视觉路线和约3万美元的Cybercab全速推进，几乎所有人都在问同一个问题：硬件装得满满当当的Waymo，到底会不会被特斯拉的极低成本直接挤压出去？
那么今天我们就来聊聊曾经被全行业质疑“造价太贵难以普及”的Waymo，到底是怎么走到今天的，它的成本壁垒真的已经不复存在了吗？
一、从不计成本的传感器堆叠，到全行业质疑的硬件瓶颈
早在2009年，谷歌就启动了自动驾驶汽车项目，也就是后来在2016年独立出来的Waymo。
因为背靠母公司Alphabet的资金支持，Waymo从一开始就选择了一条非常稳妥、追求绝对安全的路线。
他们把当时市面上能买到的最顶尖传感器全装在了车上，包括昂贵的高精度激光雷达、毫米波雷达、高清摄像头以及高精度地图系统。
当Waymo推出搭载在捷豹I-PACE电动车上的第五代自动驾驶系统时，单车装备了29个高清摄像头、5个高清激光雷达和6个毫米波雷达。
把这些定制的传感器、车载计算芯片、冷却系统以及线束加在一起，光是这一套自动驾驶套件的硬件成本就超过了10万美元。
如果再加上捷豹I-PACE原车本身的售价，一辆Waymo无人驾驶出租车的整车制造成本直接达到了15万到20万美元。
我们可以对比一下传统的人工网约车，普通用来跑Uber或者Lyft的家用轿车，购车成本普遍在2.5万到3.5万美元之间。
面对如此高昂的造价，华尔街的分析师和汽车行业的专家们给Waymo算了一笔账：如果一辆车的造价高达20万美元，它需要在路上不间断地跑多少单付费行程，才能把前期投入的硬件制造费用赚回来？
如果按照这个成本推算，要打造规模达到上万辆的车队，就需要注入数百亿美元的现金，这在商业盈利逻辑上几乎是一个难以通关的难题。
就在Waymo被高造价困住的时候，特斯拉走了一条截然相反的路线，埃隆·马斯克公开表示激光雷达既昂贵又没有必要，特斯拉坚定地选择只用摄像头完成自动驾驶的纯视觉路线。
特斯拉直接拿掉了汽车上的毫米波雷达和超声波雷达，全车仅依靠8到13个高清摄像头以及自己研发的HW3或HW4计算芯片。
特斯拉这一套自动驾驶硬件套件的成本被严格控制在了1000到2000美元之间。
更关键的是，特斯拉并没有自己掏钱去组装测试车队，而是直接把这套硬件装在了卖给普通消费者的Model 3和Model Y上，让全世界上百万名车主每天在日常驾驶中帮特斯拉收集海量的真实道路视频数据。
除了硬件造价高昂之外，Waymo前期还承担着另一项沉重的运营成本，那就是高精度地图。
在Waymo准备进入一个新的城市开展运营之前，工程师们必须驾驶着带有测绘设备的车辆走遍城市的每一条街道，对道路上的交通标志、车道线、红绿灯位置以及路沿高度进行厘米级的3D扫描和建图。
如果城市里的某条街道发生了道路施工、车道改道或者交通标识更换，Waymo就必须重新派车去该区域进行二次扫描和更新。
这种对高精度地图的强依赖，导致Waymo每扩展一座新的城市都需要投入大量的测绘时间和资金。
在2018年到2022年期间，行业内对Waymo的怀疑声音达到了高潮，大家普遍认为，高昂的激光雷达造价和复杂的地图测绘把Waymo困在了小规模试运营的死局里，而车队规模小又导致每辆车分摊的运营成本居高不下。
相比之下，特斯拉依靠极低的硬件成本和庞大的车主数据收集网络，呈现出了指数级扩张的势头。
在当时很多人的认知里，硬件昂贵、推进缓慢的Waymo，似乎随时都会被成本极低的纯视觉路线所淘汰。
二、第六代硬件直接裁剪四成，老牌公司的供应链降本战
面临来自市场和成本的巨大压力，Waymo并没有原地固守原来的方案，相反，他们从几年前就开始悄悄进行一场彻底的硬件降本和供应链重组。
这场变革集中的成果，就是他们推出的第六代自动驾驶系统，在第六代硬件方案中，Waymo对整车的传感器配置做了一次大规模的减法。
他们直接将全车传感器的总数量削减了42%，具体来看，摄像头数量从上一代的29个一口气裁减到了13个，虽然摄像头数量减少了，但Waymo换上了定制的1700万像素高动态范围摄像头，单个摄像头在夜间或者强光直射等极端光线条件下的图像捕捉能力大幅提升。
激光雷达的数量也从上一代的5个减少到了4个，并且采用了最新的固态激光雷达技术和芯片级集成方案，让单个激光雷达的生产成本出现了大幅度的下降。此外，毫米波雷达的数量也被精简到了6个。
除了削减传感器，Waymo在整车平台的选择上也做出了重大调整，他们放弃了继续采购价格昂贵的捷豹豪华电动车，转而与吉利集团的极氪品牌合作，基于极氪RT6平台打造专门用于无人驾驶网约车的定制车型，同时也与现代汽车合作引入IONIQ 5车型。
这些新型车身平台在设计之初就考虑到了模块化组装和无人驾驶系统的兼容性，不仅整车造价更低，而且车辆的使用寿命和维护便利性也大大提高。
经过这一系列的改动，Waymo第六代自动驾驶硬件套件的成本直接降到了2万美元以内。
如果加上定制的车身平台，整车的物料制造总成本被压低到了7万美元以下，相比于上一代15万到20万美元的造价，降幅超过了60%。
我们再把这个降本数据放到车辆的整个使用寿命里去算一笔账，一辆用于商业运营的无人驾驶出租车，在其30万到50万英里的全生命周期营运里程中，当整车制造成本降至7万美元时，分摊到每一英里上的硬件折旧成本只有0.14到0.23美元左右。
在这其中，为了保留激光雷达和毫米波雷达所多花的那1.5万多美元硬件费用，折算下来每英里仅仅增加了0.04到0.06美元，这表明，硬件制造费用已经不再是阻碍Waymo实现商业化盈利的决定性因素。
为了进一步加快技术的迭代速度和边缘场景的测试验证，Waymo在近期更是直接出资2.2亿美元，买下了苹果公司此前在加州闲置的一块占地5500英亩的大型封闭测试场。
Waymo利用这个巨大的测试场地搭建各种极端天气、突发路况以及复杂交叉路口的模拟场景，进行全天候的无人驾驶极限测试。
如今，Waymo已经在旧金山、凤凰城、洛杉矶、奥斯汀、亚特兰大和迈阿密等10多个重点城市区域展开了无安全员的商业化运营。
他们的车队每周为乘客提供超过50万次的付费行程，全无人驾驶的累计安全行驶里程一举突破了2.2亿英里。
三、接管率、实际安全与算力账本，成本竞争的真正终局
大家在讨论Waymo和特斯拉的成本竞争时，经常容易把目光死死盯在买车时的硬件造价上。
但实际上，在无人驾驶网约车的商业运营模式里，单车综合运营成本不仅包括买车和硬件折旧，还包含了远程人工接管、车辆维护、保险理赔以及监管合规等一长串隐性费用。
特斯拉即将推出的Cybercab目标售价控制在3万美元以内，其预测的初始每英里综合运营成本大约在0.81美元左右，长期目标则是降到0.30美元以下。
而Waymo在第六代硬件普及之后，目标是将每英里的综合运营成本压低到1.00美元以内。
虽然特斯拉在买车成本上依然便宜，但两家在实际跑起来之后的每英里运营成本差距，并没有大家想象的那么悬殊。
导致这个结果的关键原因之一，是远程人工接管和运维成本，在无人驾驶运营的早期阶段，每几辆车就需要后台有一名远程操作员坐在屏幕前进行实时监控，一旦车辆遇到看不懂的复杂路况就需要人工介入。
这种高比例的人工接管会导致摊到每一英里的运营人工成本非常高，而Waymo通过2.2亿英里真实无安全员驾驶数据的训练，系统的独立处理能力大幅提升。
后台远程监控人员与车辆的比例已经拉高到了1比100以上，也就是一个人可以同时看管上百辆在路上跑的无人车，这直接把人工运维成本降到了极低的水平。
另一个更加关键、甚至决定企业生死存亡的隐性成本，是安全事故成本与监管合规成本。
根据瑞士再保险公司以及美国国家公路交通安全管理局公布的数据显示，Waymo的无人驾驶车辆平均每行驶36万英里才会发生一次造成人员受伤的事故。
与同区域的人类驾驶员相比，Waymo将造成人员受伤的事故率降低了85%，将警察介入报告的事故率降低了57%。
为什么安全数据对成本影响这么大？我们可以看看通用汽车旗下的自动驾驶公司Cruise。
在2023年底，Cruise因为在旧金山发生了一起针对行人的严重交通事故，监管部门当即吊销了其无人驾驶运营牌照，导致其整个车队停摆了数月之久，直接损失高达数亿美元。
这个案例清楚地表明，如果在硬件上省下了几千美元，却因为安全漏洞引发了一次重大事故或者导致监管部门叫停运营，企业所付出的财务代价将远远超出硬件降本带来的好处。
Waymo之所以坚持保留激光雷达和毫米波雷达，就是为了建立多传感器的安全冗余。
当摄像头在遇到大雾、暴雨或者面对强光直射出现视觉失真时，毫米波雷达和激光雷达依然可以精准识别障碍物的位置和距离。
特斯拉的纯视觉方案虽然把硬件成本压到了极限，但它要求神经网络算法必须百分之百完美地理解摄像头拍下的所有图像，一旦在特定光线或极端天气下发生视觉误判，就没有第二套传感器来进行交叉验证。
在算法和算力层面，Waymo采用了基于DeepMind技术的世界模型来进行海量的虚拟仿真与碰撞预测，结合真实路测数据进行双重验证，而特斯拉则是依靠庞大的车队规模，提取视频数据来进行端到端的神经网络大模型训练。
从最终的发展趋势来看，Waymo和特斯拉并不是在两条完全不相交的道路上越走越远，而是在从两个相反的方向向中间靠拢。
Waymo在安全和算法已经得到2.2亿英里验证的前提下，正通过第六代硬件和供应链规模化疯狂向下压低硬件成本；
而特斯拉则是在拥有极低硬件成本优势的同时，全力向上提升系统的安全性和可靠性，试图拿到政府监管部门发放的L4级全无人驾驶商业运营牌照。
Waymo用传感器冗余、高安全标准和合规牌照所建立起来的商业防线依然十分稳固，硅谷老牌智驾巨头的成本壁垒并没有打破，而是在自我进化中找到了更加务实的商业落地节奏。
热门跟贴