來源：Unsplash

   鮮為人知的自動駕駛仿真測試市場，正在成為自動駕駛企業最后的決戰地。

    2020年4月，阿里達摩院推出自己的自動駕駛仿真測試平臺。至此，BAT和華為悉數進入自動駕駛仿真市場。國外頭部企業谷歌Waymo、通用Cruise，以及小馬智行、AutoX、文遠知行等中國獨角獸企業也已深扎在這一領域。

    目前，很多自動駕駛頭部企業已完成硬件和算法搭建，只差足夠多的路測數據，而仿真測試能讓真實路測積累的數據發揮千倍的訓練效果。車企希望訓練自己的ADAS模型（對應自動泊車、高速路行駛等），紛紛向IT巨頭購買云資源和仿真服務。

    據去年6月發布的《中國自動駕駛仿真技術研究報告》估計，仿真軟件與測試將在5年內達到百億美元的市場規模。在自動駕駛汽車真正落地的前夜，仿真測試市場將成為新的掘金地。

    被AutoX創始人肖健雄形容為“最后的戰場”的自動駕駛仿真路測市場，誰能跑到最后？

    “日行百萬公里”

    無人車對路測數據的饑渴程度，用一組數據可以說明：特斯拉CEO馬斯克認為，量產一套自動駕駛系統需要跑至少96億公里，美國蘭德智庫則認為需要跑177億公里，相當于在地球和太陽之間往返50多趟。

    即使全球最領先的公司能調動100輛車以每小時40公里的速度進行全天路測，完成相應的真實路測也需要500年。要建立自動駕駛系統，全部倚賴真實路測數據是不可能完成的任務。

    Waymo的自動駕駛仿真圖像 來源：Hard Copy

    AutoX創始人肖健雄博士在接受未來汽車日報采訪時表示，如果有仿真測試，真實路測的效果可以被放大1000倍以上。

    2016年，谷歌waymo的真實路測里程是483萬公里，虛擬測試里程長達40億公里。英偉達CEO黃仁勛也曾公開表示：如果工程師使用仿真測試系統，可以在5小時內完成48萬公里的路測。

    仿真技術就是在計算機建立的場景內，將真實控制器變成算法，訓練自動駕駛算法不斷學習的技術。如果每次調整算法，都要線下幾十輛車的車隊動輒跑數百公里來驗證，成本未免過于高昂。有了仿真技術，就可以在計算機里做最初步的驗證。

    肖健雄告訴未來汽車日報：“無人車需要大量數據去喂，而目前自動駕駛公司已紛紛進入沖刺階段，數據積累成為核心?！痹谶^去一年里，他最關注的事就是增加真實數據和仿真數據的積累量級。

    除了放大路測效果，仿真路測還能覆蓋真實路測無法實現的極端情況，如惡劣天氣、交通事故等。

    智能駕駛通常被劃分為ADAS（高級輔助駕駛系統，對應L2、L3級別）和自動駕駛（L3、L4級別）兩條路線。前者的仿真路測較為簡單，后者的難點在于解耦系統和建立架構。肖健雄告訴未來汽車日報：自動駕駛仿真的門檻頗高，只有本身是自動駕駛領先企業，才知道如何建立更好的仿真系統。

    自動駕駛仿真系統模塊，模仿自動駕駛汽車的控制模塊搭建 來源：51WORLD

    目前，ADAS的仿真路測需求旺盛，在自動代客泊車、交通擁堵駕駛、園區物流等應用場景已經落地。按中國工信部要求，2020年基本ADAS自主份額要達到50%。高級別自動駕駛的仿真路測也進入研發沖刺階段。多家頭部仿真公司（都是國內初創企業？可以簡稱為仿真公司嗎？）表示，他們的仿真器幾乎是為中國路況量身定制。

    仿真獨角獸企業51WORLD智能駕駛與交通事業部負責人張帆告訴未來汽車日報，由于信息安全、地圖安全、車輛生產一致性等考慮，中國必須有自己的仿真路測軟件。

    巨頭悉數入局

    包括BAT和華為在內的互聯網巨頭悉數入局，是仿真路測成為核心戰場的標志。

    在最先入場的百度，處于Apollo技術框架頂層的Apollo仿真引擎擁有海量實際路況和自動駕駛場景，基于大規模云端計算容量，目標是賦予開發者“日行百萬公里”的訓練能力。2020年3月，中國首個L4級自動駕駛開放測試基地在重慶開工，百度Apollo自動駕駛測試運營中心將設立，打造“虛擬仿真+封閉試驗+開放測試”的全鏈條能力。

    但多位行業頭部玩家告訴未來汽車日報：百度仿真平臺的開放較為有限，其出發點是為自己的研發服務，會把這一核心能力牢牢攥在手里，算法的匹配性也局限較大。還有玩家表示，如果過于倚賴百度，主機廠將淪為“造殼”的公司（指不掌握軟件能力，只生產硬件），這讓主機廠有所顧慮。

    百度Apollo技術框架 來源：百度Apollo

    華為的自動駕駛仿真業務則更希望成為全棧能力的一環。2019年4月，華為云發布了自動駕駛云服務八爪魚（Octopus），提供模型搭建、訓練、仿真、標注等全生命周期服務。其中，仿真的核心賣點是“高并發實例處理能力”：提供超過1萬個仿真場景，每日可測試虛擬里程超過500萬公里，支持3000個實例并發測試。

    行業人士告訴未來汽車日報，華為的仿真技術核心是要讓開發者享受到全鏈條服務，仿真業務本身不是重點。一方面，仿真業務部署在華為云上，能促進云服務的使用，另一方面也能為華為MDC（移動數據中心）提供相應的軟件，就像買了計算機要裝系統，“而賣硬件才是華為的基本盤”。

    華為云八爪魚（Octopus）自動駕駛服務 來源：世界智能網聯汽車大會

    騰訊的仿真業務與華為相似，都服務于L2、L3級別自動駕駛，面向主機廠商。2019年11月，騰訊發布了自動駕駛仿真系統TAD Sim，其賣點是使用專業游戲引擎、工業級車輛動力學模型、虛實一體交通流等技術，“讓虛擬場景無限接近真實世界”。

    有行業人士告訴未來汽車日報，騰訊的基本盤在于賣云服務，很多車企都有自主開發ADAS系統的需求，對云服務有很大需求，騰訊正好布局場景。騰訊的短板在于沒有深厚的自動駕駛技術儲備，也無法形成HiL（硬件在環）能力。

    騰訊自動駕駛布局 來源：2018騰訊全球合作伙伴大會

    2020年4月，最晚入局的阿里通過達摩院發布了“混合式仿真測試平臺”。官方信息稱，這一平臺的賣點在于打通了線上固定環境與線下真實路況的鴻溝，能夠模仿人類的隨機干預。阿里宣稱，該平臺將推動自動駕駛走向L5量級，但目前公布的細節很少，也未確定是否對外開放。

    除了BATH，自動駕駛頭部公司也在布局仿真路測。

    谷歌旗下自動駕駛公司Waymo的仿真測試軟件Carcraft并不對外開放，而是服務于自己車型的大規模測試，目前已完成100億英里（161億公里）的仿真路測。2019年底，Waymo收購了英國公司Latent Logic，用于仿真模擬技術的提高。

    通用旗下Cruise的仿真平臺同樣不對外開放，由著名游戲開發者Tom Boyd統領。比起仿真路測里程，Cruise更強調路測的”質量“，也就是覆蓋足夠多的場景。Cruise還建立了一座虛擬的城市，來模擬“不守規矩的行人和開車亂竄的駕駛員”。

    張帆告訴未來汽車日報，市場上主要有三類企業：一類是以百度、Waymo為代表的頭部公司，本身對仿真工具有很強需求；第二類是主機廠，有需求但沒工具，會考慮使用騰訊或華為的工具，或干脆買小公司（例如上汽通過收購推出的仿真計算云SSCC）；第三類是純商業仿真公司，只服務于車廠。

    就技術能力而言，張帆認為，除了BATH、Waymo等巨頭，AutoX、文遠知行、小馬智行等聚焦L4的頭部企業也多已完成硬件和算法的搭建，只差足夠多的數據來訓練算法。這些企業也在瓜分國內主機廠，以戰略合作形式提供仿真能力。