原标题：困在ODD里的无人驾驶 仍是一个美好的愿景
一骑红尘妃子笑，仅因为喜食荔枝，杜牧用一句诗，让千年以后的人们也没有忘记唐统治阶级的骄奢淫逸。
可几梭光阴笑妃子，如今且不说是荔枝，万里之外的智利都已经将各种水果送到我们街头巷尾的便利店。
从被钉在耻辱柱上的一骑红尘，到飞入寻常家的万千蔬果，这背后的人类运输发展，还远远没有画上句点。
大繁至简，是事物发展的客观规律。今天，就有这样一群人，他们要将从古至今道路上从未缺位过的人这一最大要素拿掉，以无人的方式推动人类运输史再进一程。
无人驾驶，激流彼岸的金矿
2010年，谷歌成立了神秘的Google X部门，也就是如今自动驾驶一哥Waymo的前身，经历了近十年的发展，2018年，摩根士坦利的一份报告显示，Waymo在当年的估值已经达到1750亿美元，而到2019年，其年收入也仅有数十万美元。
新生事物从实验室到落地，资本无疑有着催化作用，能够快速让一条赛道热闹起来。但在技术方面则是无能为力的，毕竟生孩子这事儿还得参与者自己来。在无人驾驶仍未真正落地的今天，资本已经回归了些许理性。根据投资者网站PitchBook的数据，今年Waymo 估值约为300亿美元，这一数字相较于3年前，已经缩水超1400亿。
兜兜转转，越来越多人开始意识到，想要让无人车真正颠覆人类交通史，毫无疑问，需要实现L5级的自动驾驶。但如今的现实情况是，可以做到L4级自动驾驶的玩家也是凤毛麟角。在从繁到简的无人驾驶初次博弈里，大家看到了愿景与现实之间的落差：
远方是一座金矿，但想越过面前的激流，并非易事。
然而赛道上兵马与粮草都已到位，据天眼查APP，独角兽企业图森未来不仅在近两年进行了高密度的融资，还成为了自动驾驶第一股，账上趴着大量融资，就地解散显然不太不合适。
但相较于一口吃个胖子式的技术攀峰，如今的很多玩家已经放下了执念，转而向着场景化落地发力。
从自动驾驶分级图中可以看到，相较于L5，L4级别自动驾驶的不同之处在于驾驶可以不需要人的参与，但必须在一些限制条件下进行。如何理解此处的限制条件？这就需要引入自动驾驶的设计运行区域（ODD）概念。
ODD这一概念正来自于制作这张自动驾驶分级图的美国汽车工程师学会，定义是：为特定驾驶自动化系统或其功能专门设计的运行条件，包括但不限于环境、地理、时间限制，和/或某些交通或道路特征的存在或缺失。
是不是很拗口？其实在谈擎说AI看来，通俗一点讲，主要就是在无法完全达到随心所欲的无人驾驶之前，自动驾驶技术需要被一个特定场景限制来运作，以尽可能消除无法应对的不确定性。
举个栗子，就比如期末考试（场景环境），可能每年的考试范围都在变，学校（研发企业）无法用一年时间让学生（无人车）成为百科全书（实现L5无人驾驶），但最起码要保证教给每一个学生当年考试大纲（特定ODD）里的全部内容。
场景不同，对无人驾驶泊车、超车、跟车、让行等等的一系列参与交通的要素要求就会改变。
目前针对一些场景，很多企业已经开始了布局。
比如在清洁环卫领域布局的于万智行、龙马环卫；在整个新零售领域布局的新石器；以及在物流运输领域布局的京东、美团、阿里等互联网巨头，图森未来、赢彻科技、智加科技等新晋玩家。
随着战略路线的转变，从图森未来上瑞典公开道路测试，到美团的无人车魔袋在北京顺义落地运营，可量产L4级别无人车已经离我们越来越近。
事实上，在当前无人驾驶赛道上，盘踞玩家最多的正是货运，这个交通不稳定因素较低且存在巨大转型空间的领域。通过研究赛道最热的局部，也就能够更好地理解整个赛道的机遇与价值何在。
无人货运，线与面的殊途同归
无人驾驶真能革了货运的命吗？
先来看几组数据，据中国物流与采购联合会，2020年中国社会物流总费用为14.9万亿元，占GDP比重达14.67%。而据全国道路货运车辆公共监管与服务平台数据，在我国的物流运输模式里，2020年，公路运输占比约74%，这无疑是一条万亿级别的赛道。
从当前无人驾驶货运赛道的玩家基因来看，需求不同，注定了其布局的底层逻辑存在差异，谈擎说AI将目前赛道上的玩家布局分为两条路线，一是干线物流，二是同城配送。前者的阵营里，有阿里和图森未来等企业，后者则是以美团、新石器等玩家为代表。
解放生产力是科研的契机，但安全往往是决定可行性的根本。在这一道金科玉律下，本文将以这两条路线为基点，从三个层面进一步分析无人驾驶在我国的货运市场究竟是不是一门好生意。
人机的成本博弈
当前的无人货运，首先绕不开的就是成本与商业模式上的问题。我们先来看看干线物流，通过查阅2020年我国公路货运的主要成本构成占比，不难发现，其中燃油费和司机薪酬是当之无愧的两座大山，占比总成本接近半数。
决定无人驾驶能否正式落地的一大要素，就是货运车辆在规模化地搭载了无人驾驶技术之后，这部分成本能否优于如今主流模式里的司机薪酬、燃油费、车辆折旧等成本开支。
目前来看，这个可能性是存在的。自动驾驶独角兽图森未来曾算过一笔账，其无人驾驶系统每英里的成本约为0.3美元，而美国卡车司机的工资成本约为每英里0.8美元。
除此之外，在燃油方面，机器的操控会优于人工，可以最节能的方式来跑，这么算的话，从解放生产力的角度来看，无人货运确实是一门好生意。
但凡事都有一个but，一方面，图森未来的无人货运在美国进行地如火如荼，然而“每英里成本”这一人机价格差搬到中国，还是否划算？另一方面，2020年我国公路货运成本中车辆折旧占比13.42%，无人驾驶技术虽能削减一部分成本，但无疑也会扩大这部分成本。
并行前进的同城配送在当前的成本上也没有好到哪去，“现在整车成本在50万元左右，最好的能压在20万元左右。”任职于国内某自动驾驶企业的硬件测试工程师李畅（化名）向谈擎说AI团队表示，“但随着逐步规模化和量产，后面的成本很快就会下降，我们预测最终将会控制在5-10万之间。”
李畅向我们调侃，“（现阶段）这些小车，一个个都像是行走的小金库，路测要是真遇到个懂行的，能给拆的一干二净。”
综合来看，谈擎说AI认为，当前无人货运赛道上并没有大规模商业化的项目，尤其是在同城配送领域，成本仍然高企，也因此，在成果规模化落地，不断达成技术成本的边际效应递减后，无人货运能否盈利才会进一步地明晰。虽然当前解放生产力这一初衷尚存阻滞，但前景客观存在。
是“人”还是车？
安全作为科技可行性的根基，全世界每年因交通事故死亡的人数庞大，无人驾驶的美好愿景自然是让这一悲剧彻底消失，但现阶段的无人货运还有另一个问题，即路权问题：
首先，无人车想要参与交通，无疑需要高度规范的智能化，不能说你规定了起点终点，然后就可以想怎么开就怎么开。在无人车完全普及后，机器的高精度规范能够极大改善我们当前的交通安全现状。
谈擎说AI认为，当下的主要问题在于，从无人车上路到彻底普及，中间需要很长一段的人车共行时期来过渡，这一时期正是瓶颈所在。机器是完全可以严格遵守规矩的，人类交通参与者却无法像机器一样高精度规范化，但过渡时期又需要当前的无人驾驶有一定的应变能力来包容人的不确定性，很难做到两全。
与此同时，在这一过渡时期内，无人驾驶的终端究竟算是汽车还是机器人？如果是机器人，那么理论上就不可以走上机动车道，但如果算机动车，交通事故又如何判责，车辆如何上保险？
就比如前些时间，美团无人车与一辆民用车辆相撞，当事人用“横冲直撞”来形容其驾驶技术，判决过程中，也存在着无人车虽是机动车，但无牌照、无交强险等难以界定的问题。
可以预测，未来很长一段时间内人、车、无人车都会处于一种混行状态，而那时的人车安全如何保障？如今的相关政策与法规，都存在着大量空白，这同样是无人车大规模落地的先决条件之一。
线与面的殊途与同归
在解放生产力与守住安全根基上，不难发现，无人货运要做的，都可以称得上是一件难而正确的事。而这件事的胜算几何？通过干线物流与同城配送的殊途与同归，我们也许能够窥见一斑：
从干线物流与同城配送的运输模型来看，前者是从干道的“线”扩张，后者则是通过区域的“面”扩张，因此，谈擎说AI认为，这样的模型差异反映到无人驾驶的技术层面，会导致完全两种不同的研发思维路径：
在技术问题上，干线物流往往干扰因素少且路线是封闭或半封闭的，线路扩张无疑更加快速；同城配送则像是L4货运最难啃的一块骨头，与乘用车无人驾驶存在相似性，在人车共用的开放场景里，每一块新区域都有海量的不确定性与挑战。
由此可见，短期内，较为封闭场景下的无人货运或许将最快迎接大规模落地，而放到长期来看，殊途必将同归，无论是干线物流还是同城配送，甚至环卫、矿业等诸多场景，一如支流汇入主流，未来也都将会在L5重逢。
尽管现在看来，这仍是一个美好的愿景，但近年来自动驾驶赛道上从未停止的轰鸣声，已经足以让人振奋。