'Lyft公開“業內最大”數據集，自動駕駛戰場加速安卓化？'

Uber的死對頭，來自硅谷的網約車公司Lyft，7月23日公開了一整套開放式自動駕駛數據集，號稱是L5級同類產品內數量世界第一。

目前汽車行業正在經歷一個世紀以來的最大轉變。在上一個10年裡，科技大戰的主要戰場之一就是控制智能手機。從發展趨勢看，下一個10年，戰場會變成控制自動駕駛汽車。

在這套數據集的“大套餐”中，包括有：

1.超過55,000個人工標記的3D註釋幀流量代理

2.來自七個攝像頭和多達三個激光雷達傳感器的比特流

3.一個可供駕駛使用的地面地圖

4.一個空間語義高精地圖，包括197人行橫道，60個停車標誌，54個停車區，8個減速帶和11個緩衝帶。

採集數據的自動駕駛車隊配備：

1.車頂能夠發出40個激光束的激光雷達

2.保險槓上能夠發出40個激光束的激光雷達

3.寬視野攝像頭

4.檢測交通燈的長焦距攝像頭

而在這之前一個月，谷歌母公司旗下的Waymo，一反對技術較為保密的姿態， 宣佈開源全新的自動駕駛數據集。其中包含 3000 段駕駛記錄、60 萬幀、大約 2500 萬 3D 邊界框、2200 萬 2D 邊界框，以及多樣化的自動駕駛場景。

這比之前優步工程(Uber Engineering)開放自主可視化系統的幾個工具源代碼更進一步。

可以看出，在這個自動駕駛祕密曾經被嚴密保護的世界裡，開源正在成為趨勢。

自動駕駛技術民主化

設想一下這樣的場景，如果谷歌沒有開源安卓，現在可能各種操作系統滿天飛，我的手機用不了你的軟件，你的軟件裝不上我的手機。

開源的好處之一就是會吸引江湖中的高手。

Lyft公開的數據集，可以滿足研究人員的各種需求，包括利用這個數據集可以處理各種問題，比如隨時間推移的智能體預測，比如激光雷達的景深估計，再比如通過語義地圖在3D環境中進行物體檢測等等。

Lyft還把這些數據集劃分為訓練、驗證和測試集，競賽伴隨數據一起來，目的就是為了搶奪優秀人才。

大隱隱於草莽的技術大神不少，或自學成才，或師出名門，或出洋鍍金，潛心修煉多年，終成武林高手。一個新興的行業，從技術到數據再到業務整個行業閉環，進入了全面開放的時代，才能吸引更多精英入局，打造一本全方位的武林祕籍，祭出量產的終極殺招。

由於產業鏈的相對漫長，企業也在調整商業化落地的最佳姿勢，或自立門戶，或與巨頭共舞。Lyft和Uber這對冤家可以看成最好的對比，目前以Uber為代表的企業的無人駕駛計劃，基本上是單獨執行的，走的更像是蘋果的路。

而Lyft採用的策略與Uber明顯不同，首先就建立了“Open Platform Initiative”，簡單來講就是主張與汽車製造商、科技公司合作開發無人駕駛技術，在產業鏈的不同環節穿針引線，將他們的自動駕駛汽車投放到 Lyft 的打車網絡上，類似於各種品牌的手機都要接入到運營商的網絡上一樣。

而 “Open Platform Initiative”和Lyft 本身的自動駕駛部門的關係也並不矛盾，可以簡單粗暴地理解為，像亞馬遜一樣，有自己的零售業務，同時也為其他的零售業者提供銷售市場和發貨渠道。

敢於嚐鮮的就包括大名鼎鼎的Delphi的兄弟Aptiv（安波福），在去年拉斯維加斯CES展上與lyft合作，提供了20個地點間的自動駕駛出行路線。

接下來進駐平臺的是谷歌旗下的的Waymo, 今年5月開始，在美國亞利桑那州鳳凰城提供自動駕駛汽車打車服務。

事實上，除了前兩家公司，Lyft與通用、Drive.ai自動駕駛車隊的試運營也即將上線。

所以說，Lyft更像谷歌開發的安卓系統，它不製造汽車，而是打造一個自動駕駛系統。

相比之下，Uber則是選擇儘量控制產品的大部分元素，不管是硬件與軟件都一樣。這就是為什麼Uber的技術合作夥伴只有豐田，而Lyft背後站著Aptiv、通用、谷歌Waymo、捷豹路虎、福特、Drive.ai等多家公司。

當然，Lyft這麼做的另一個重要原因是，對於大多數研發團隊來說，太燒錢。

自動駕駛是典型的資本密集型行業，Uber自動駕駛項目每月燒掉2千萬美元經費，這就決定了研發不可能只是某一家公司或科研機構的“特權”。

自動駕駛研發必須構建並正確校準傳感器硬件，需要定位堆棧，並且必須創建HD語義映射。只有這樣，才能解鎖更高層次的功能，如3D感知、預測和規劃，即使是對現在前沿的谷歌、百度的自動駕駛研發來說，也不太可能一直“錢夠，玩命造”。

當然，還有一些企業開源是為了提前佔領行業的標準。

像豐田這類巨無霸公司，這幾年豐田開始猛踩油門，成立了豐田研究所，在世界各地的公司正忙著積累地圖數據的時候，豐田打算靠著巨大的銷售規模，組成世界上最大的測試車隊，這些汽車都安裝了數據傳感器，作為獲取數據的終端，通過跑遍天下路，製作一個超高精度數據庫。

但對市場數據資源的壟斷仍會阻礙技術的發展，因為顛覆的力量還在於，伴隨新的城市交通平臺崛起，帶來的城市、道路、交通系統甚至購物中心長期以來的設計理念都將發生根本性的轉變，僅憑一家研發無法實現自動駕駛的最終願景，分享技術和資源整合才是自動駕駛商業化的必由之路。

畢竟與在傳統商業世界誰是敵人誰是朋友涇渭分明不同的是，在移動數據世界，敵人和朋友的界限已經模糊化了。

在這一點的認知上，硅谷的大企業對待新技術的態度更加民主和開放，嘗試打破一些傳統的門檻，實現某種層面上的平等。

人們對待事情的態度和價值觀，會決定人們怎樣去做事，滴滴、京東、美團只屬於中國，而蘋果、谷歌、微軟則屬於全世界，這種現象的形成絕不僅僅是因為商業。

中美超級玩家大PK

當汽車領域的超級玩家開始佈局技術開源之際，商業化的利益角逐令大佬們對開放的程度漸漸敏感起來。

美國多家自動駕駛的扛把子以知識產權為由起訴中國的公司。行業內也逐漸認識到，在PK激烈的自動駕駛這件事上，中國與美國站在了同一起跑線上。

在近月著名科技雜誌“MIT Technology Review”的全球“50家最聰明的公司”的評選中，百度憑著中國首輛商用級無人駕駛微循環電動車阿波龍上榜。

與特斯拉等玩家的輔助自動駕駛思路不同，百度追求L4-5級的全自動駕駛，並且已累積大量的路測里程。而且中國的情況更復雜一些，僅在交通系統層面，中國城市交通密度高，障礙物多，隨意性大，相比美國更為複雜，也讓自動駕駛的技術開發有更多的拓展。

通過已經落地的阿波龍，人們直觀地看到，汽車本身的定義已經發生變化，當以智能化為代表的特徵已跨越了產品本身的功能，汽車已經不再僅僅是出行範疇的個體，而是一個由大數據驅動的重要載體，並與周圍環境、車輛、路況實時交互的共同體，它將成為汽車產業與人工智能、物聯網、高性能計算、智能分享等技術深度融合的產物。

此外，在今年2月美國加州車管局（DMV）公佈的Disengagement Reprot（自動駕駛接管報告）中，前10名中有一半都是中國公司，上榜的有 Nuro.ai、Pony.ai、百度、AutoX、Roadstar.ai 5家中國公司或中國人在美創辦的公司在前十中拿下5個位置，其中，Nuro.ai排名最高，名列第4。

這一年度路測數據被認為是目前僅有的、由政府制定的、涉及公司最多的衡量一眾自動駕駛技術實力最量化的指標。

報告中最重要的概念就是MPD，意思是“每次干預數行駛里程”，代表自動駕駛汽車每行駛多少里程才需要人工干預一次。MPD越高，大體上就就意味著這家公司的自動駕駛技術水平越厲害。

當然，業內已經喊出“DMV已經不能代表自動駕駛真正水平”的口號，畢竟在自動駕駛領域，還有諸多指標比總里程數和接管總數更為重要，那就是它的開放程度和生態佈局，直接掛鉤了量產能力和商業化競爭力。

考慮到汽車業的巨大體量，以及圍繞汽車構建的智能交通體系的巨大想象，行業大佬們逐漸對獨立造車興趣減弱，轉而希望將自己打造成大量技術專利的持有者和零件提供商，或從操作系統端佔領市場，戰略性地輕視打造自身產品。

全球範圍內，中美自動駕駛競賽已經成為最為重要的看點。加州與北京地緣較量、技術的封閉與開放、整合跨界和線性傳統思維的比拼，儼然已是神仙打架級別。