0. 小引

農歷狗年除夕之夜，百度阿波羅平臺（Apollo）的自動駕駛汽車登上央視春晚的新聞刷爆了朋友圈。按照官方的說法，Apollo 計劃已經取得或即將取得的成就如下：

?

2017 年 04 月，百度公司 COO 陸奇在上海車展公布了百度自動駕駛汽車技術商業化策略，即「Apollo 計劃」；

?

2017 年 07 月，百度正式發布 Apollo 自動駕駛開放平臺，將自身積累的自動駕駛技術、數據和資源面向全行業開放，以期降低無人駕駛研發的門檻，加速自動駕駛技術的普及；

?

2017 年 11 月，科技部宣布將依托百度建設自動駕駛國家新一代人工智能開放創新平臺；

?

2017 年 12 月，百度與雄安新區達成合作，擬將雄安打造為全球領先的智能出行城市樣本；

?

2018 年，百度 Apollo 與金龍客車自主研發的無人駕駛小巴「阿波龍」即將面世，并開展示范運營；

?

2019 年，百度將與江淮、北汽推出自動駕駛量產車型；

?

2020 年，百度將與奇瑞推出自動駕駛量產車型；

?

迄今為止，加入 Apollo 計劃的的企業或機構共有 88 家。

?

自誕生起，百度阿波羅平臺一直聲稱要成為「自動駕駛領域的 Android 操作系統」。號稱「受到包括李想、李斌、何小鵬、付強等行業大佬的一致好評，包括徐留平、朱華榮、付強、曾毓群、楊浩涌、王勁、董海洋、廉玉波等行業大佬主動成為訂閱用戶」的建約車評不止一次發布軟文，對百度 Apollo 計劃大唱贊歌：

?

2017 年 04 月 19 日：《 百度扔下原子彈，炸掉全球無人駕駛數百億美金研發投入 》，這篇文章的邏輯推理非常奇葩，從前提條件到結論的推演路徑相當詭異，而贊美陸奇的態度幾近跪舔；

?

2017 年 08 月 08 日：《「懟」百度 Apollo 的正確姿勢 》，大批何平 8 月 6 日發表在《經濟觀察報》上的文章《 百度阿波羅計劃打折：雖掛名，但與百度暫無實質合作 》缺乏專業性，作者沒有職業操守。事實上，是誰不專業誰沒節操，明眼人一看便知；

?

2018 年 01 月 10 日：《 自動駕駛，百度在谷歌家門口向谷歌宣戰 》，對百度敢于在 Waymo 總部所在地加州的臨州內華達州開 Apollo 2.0 發布會的「勇氣」大加贊賞；

?

2018 年 02 月 16 日：《 百度無人車亮相春晚，何時飛入尋常百姓家 》，對百度 Apollo 能擊敗阿里巴巴、騰訊和華為，被官方欽點為中國自動駕駛汽車的國家隊，欽佩不已。

?

如果大佬們真的相信這些標題近似咆哮、內容不訴諸理性而只求煽動讀者情緒的文章中得出的結論，那可真的是要栽跟頭了。因為百度 Apollo 平臺成為「自動駕駛領域的安卓操作系統」的可能性幾乎為 0。

?

1. 基本的智慧：為什么 Waymo 從沒說過要做「自動駕駛的 Android」？

1.1 段永平的智慧

2016 年 11 月，在得到專欄「硅谷來信」第 46 封信《 巴菲特午餐聊什么（二）》中，《浪潮之巔》的作者吳軍博士講過一個發生在步步高集團董事長段永平身上的故事：

?

當年步步高曾奪得央視廣告的標王，靠著黃金時段的廣告，這家公司的品牌迅速被廣大消費者接受。為了維持品牌，也為了宣傳自己新的產品，公司每年都投入幾個億到現在的幾十個億做廣告。當然，這也讓廣告公司掙得盆滿缽滿。

?

腦筋靈活的讀者看到這里可能馬上會想：與其讓廣告公司掙錢，為什么不自己成立一家廣告公司，或者收購一家呢？

?

的確，當時步步高的很多高管也意識到這一點，向段永平建議自己創辦廣告公司。但是段永平并不認可這種想法，認為自己辦廣告公司一定會辦砸。段永平解釋道：「我確實不知道為什么我們不可能辦好，但是我知道一定會是一個失敗的結果。因為如果你們的邏輯成立的話，今天世界上最大的廣告公司應該是可口可樂廣告公司或者寶潔廣告公司。但是結果卻不是，這里面必然有它的原因?！?/p>

?

段永平向吳博士透露，當年和他先后奪得央視廣告標王的企業，無一例外地成立了自己的廣告公司，今天它們絕大部分消失了，個別的還在苦苦掙扎。而他因為沒有去做那些自己不懂的事情，而是把心思放在一代代產品的更新上，十幾年來公司發展得非常穩健。這些智慧是他從巴菲特身上學到的。

?

1.2 Google 自動駕駛技術發展歷程

某種程度上，整個自動駕駛汽車產業是被 Google 一家明星企業給帶熱起來的。它從 2005 年開始涉足自動駕駛汽車領域，其發展大事記如下：

?

2009 年，啟動自動駕駛汽車項目，成立自動駕駛汽車團隊，大范圍采集街景數據，構建地圖數據庫；

?

2010 年，經由《紐約時報》，正式對外公布正在研發全自動駕駛汽車（SAE Level 4 及以上）；

?

2012 年，獲得加州機動車管理局（DMV）頒布的自動駕駛汽車路測許可；

?

2013 年，正式開始復雜情況下的城市道路實測；

?

2013 年，設計 Firefly（螢火蟲）原型車并進行系列改裝；

?

2015 年，公司重組為 Alphabet，開始和汽車制造商 FIAT 合作，不再親自制造汽車本身；

?

2016 年，成立專注研究并商業化自動駕駛技術的獨立實體公司 Waymo；

?

2017 年，拿到美國高速公路安全管理局（NHTSA）的認定文件，開啟真人乘車試驗；

?

2018 年，在亞利桑那州拿到美國首個商業自動駕駛打車服務執照。

?

截止 2017 年 11 月，Waymo 已在 4 座城市進行道路測試，里程累計超過 400 萬英里。2018 年 2 月，加州 DMV 發布的《 Autonomous Vehicle Disengagement Reports 2017 》顯示（見表 1），Waymo 在加州的自動駕駛車隊在過去的一年中共行駛了 352545 英里，但只發生了 63 次「脫離」狀況（即需要安全駕駛員進行人工干預的車況），平均可行使 5596 英里而無需人類駕駛員介入。

?

表 1 ?2017 年加州各自動駕駛路測機構人工干預情況

?

1.3 Google 自動駕駛技術發展歷程

與之相比，中國互聯網公司百度在 2013 年開始無人駕駛汽車項目，2014 年正式啟動，其大事記如下：

?

2015 年，公布自動駕駛原型車，在北京首次實現城市、環路及高速道路混合路況下的全自動駕駛，隨后成立自動駕駛事業部，致力于研究 L4 級別無人駕駛（完全無人駕駛）；

?

2016 年，發布智能汽車戰略，成立智能汽車事業部，致力于研究 L3 級別無人駕駛（有限條件自動駕駛），并獲得加州 DMV 頒發的測試許可，首次在浙江嘉興進行開放城市道路運營，并與國內 3 座城市簽約進行道路實測合作；

?

2017 年，成立智能駕駛事業群組，并與博世合作研發高精地圖，宣布為汽車行業和自動駕駛領域的合作伙伴開放 Apollo 平臺；

?

2018 年，百度阿波羅系的百余輛自動駕駛汽車登上央視春晚珠海分會場，包括乘用車（與比亞迪合作）、短駁巴士（與金龍客車合作）、掃路車和物流車（與智行者合作）。

?

此外，如表 1 所示，百度自動駕駛車隊去年在加州的測試總里程為 1971 英里，脫離次數 43 次，平均只能自動駕駛 45.8 英里。

?

1.4 Larry Page 和 Sergey Brin 同時犯錯的概率有多高？

由上可知，世界上最適合在自動駕駛領域建立 Android 聯盟，即開展百度 Apollo 計劃的機構應該是 Google 母公司 Alphabet 旗下自動駕駛子公司 Waymo。因為它握有世界上最先進、最完備的自動駕駛技術，擁有最強人力資源、最長的道路實測里程以及僅次于 Apple 的現金儲備（截至 2017 年第二季度，Alphabet 擁有 947 億美元現金，蘋果公司擁有 2460億美元現金），同時其兄弟公司 Google 也擁有運營智能手機 Android 聯盟的成功經驗。

?

但是即便如此，Google 卻沒有嘗試去做「自動駕駛的 Android」，這到底是為什么呢？

?

聰明如 Larry Page 和 Sergey Brin 難道兩人都沒有想到過這個問題嗎？不希望在 Alphabet 被美國司法部祭出《謝爾曼反托拉斯法》肢解之前在其它領域孕育出下一個同等體量的 Google 嗎？

?

幾乎不可能！唯一的解釋是：Page 和 Brin 早就知道在自動駕駛領域照搬 Android 那套是行不通的，即使做了也是徒勞無功白費力氣！

?

如果李彥宏和陸奇有上述基本的智慧/思考問題的方式，估計就不會想出并執行「自動駕駛的 Android」這個幾乎不可能成功的選項了?；蛟S是陸奇這位空降的 COO 急于鞏固自己在公司的地位，才在到任后 3 個月內依樣畫葫蘆，畫出了 Apollo 計劃。

?

2. 自動駕駛的本質：汽車主動安全技術的終極形態

2.1 汽車安全——汽車工業的三大主題之一

2.1.1 如何用數學方法推導出未來汽車工業形態？

學汽車專業的都知道，汽車工業有三大主題——能源、環境與安全，任何汽車技術的發展都是為了解決這三方面的問題。如果按照數學的邏輯-公理體系進行推理的話，大致就能夠得出「未來汽車是什么樣的？」這一問題的答案了。

?

全自動駕駛技術（SAE Level 4 及以上）是汽車主動安全技術的終極形態，因此未來的汽車必定是自動駕駛的。能源（指能源安全及能效問題）與環境（指環境污染問題）是一而二二而一、可同時解決——只要單輛汽車配置運行效率比內燃機高得多的驅動電機，并使用來源清潔且可再生的能源所生產的電能。與此同時，在汽車保有總量上控制汽車規模。

?

由此，推導出的未來汽車就是電動、自動駕駛且是以共享的方式使用的（即 Mobility as a Service，按需使用），即「Shared Autonomous Electric Vehicle」。

?

2.1.2 Waymo 在汽車安全方面做的工作

?

圖 1 ?Waymo 自動駕駛安全報告

?

2017 年 10 月 13 日，Waymo 發布了專門的安全報告《 On the Road to Fully Self-Driving：Waymo Safety Report 》（如圖 1 所示），來解釋其整套全自動駕駛系統是如何運作的。

?

圖 2 ?Waymo 企業使命的核心——安全

?

如圖 2 所示，在報告的開頭第二段，Waymo 明確表示「『安全』是 Waymo 的企業使命的核心，是 8 年前組建 Google 自動駕駛項目的原因（Safety is at the core of Waymo’s mission—it’s why we were founded over eight years ago as the Google self-driving car project）」其中，「安全」被定義為「免于可能造成死亡、受傷、職業病、設備及財產的損壞或損失、環境破壞的環境的自由（Freedom from those conditions that can cause death, injury, occupational illness, damage to or loss of equipment or property, or damage to the environment）」。

?

Waymo 解決自動駕駛汽車安全問題的設計方案被稱為「系統安全程序（ Waymo’s System Safety Program）」，旨在在車輛設計階段就對安全加以保障，即「Safety by Design」，共分為 5 個部分：行為安全（Behavioral Safety）、功能安全（Functional Safety）、碰撞安全（Crash Safety）、操作安全（Operational Safety）和非碰撞安全（Non-Collision Safety）：

?

行為安全：指自動駕駛汽車在道路上的駕駛決策與駕駛行為。與人類駕駛員一樣，自動駕駛汽車也要遵守交通規則，并在各種駕駛場景（不論是否在數據庫中）下安全地行駛到目的地——無論是預料中的還是意外的；

?

功能安全：指能確保即便出現系統故障或失效時自動駕駛汽車也可安全運行或靠邊停車的策略，這通常意味著要設置冗余以處理意外情況，如 Waymo 自動駕駛汽車配置有備用計算系統（Backup Computing）、備用制動與轉向系統（Backup Braking & Steering）和備用電源系統（Backup Power Systems）等；

?

碰撞安全：指車輛通過多種措施保護車內乘客以減少傷亡的能力，如車輛內部結構設計、安全帶之類的座椅約束和安全氣囊等；

?

圖 3 ?Waymo 自動駕駛汽車交互設計細節：物理按鍵與可視化設計

?

操作安全：指 Waymo 自動駕駛汽車與乘客之間的交互設計（如圖 3 所示），可確保乘客在車內擁有安全舒適的體驗，如乘客會對自動駕駛汽車的行為有明確的預期，從而可減少乘車焦慮；

非碰撞安全：指為可能與車輛接觸互動的各類人群提供人身安全保障，包括可能會對乘員乘客、測試人員、行人等造成傷害的電氣系統（電壓較高）或傳感器故障隱患。

?

圖 4 ?Waymo 自動駕駛汽車硬件在極端環境下的可靠性測試

?

通常而言，在設計階段融入自動駕駛汽車的安全元素，尚需經過各類嚴格測試的考驗。Waymo 自動駕駛汽車測試的對象包括自動駕駛整車及其三大子系統：

?

傳統汽車原有的機械部分和電子電器部分，其質量由汽車制造商（OEM）來認證；

?

由 Waymo 在公司內部設計或制造的硬件，如各類傳感器和計算平臺，測試內容包括可靠性（Reliability）與耐久性（Durability）測試（如圖 4 所示），即便在極端環境下，如高溫高寒、暴雨暴雪；

?

做出所有駕駛決策的自動駕駛軟件系統，測試方法包括模擬測試（Simulation Testing）、封閉園區測試（Closed-Course Testing）和公共道路測試（Real-World Driving）三大類，對應到 Waymo 便是模擬場景構建軟件 Carcraft、加州 Castle 基地和山景城以及鳳凰城等城市的公共道路。

?

2.1.3 「軟硬一體」理念的提出者——Alan Kay

如前文所述，建約車評懟《經濟觀察報》何平的文章缺乏專業性，聲稱類似「只有 Waymo 那樣軟硬一體才能成功」的觀點是「對自動駕駛生態的認識顯得業余」的表現。事實上，真正不專業的是他們自己。在他們對百度 Apollo 計劃百般諂媚的文章中，從未指出過以下核心要點：自動駕駛汽車的安全性才是第一位的！

?

圖 5 ?計算機科學家Alan Kay的名言

?

圖 5 中的文字是 2003 年圖靈獎得主 Alan Kay 最著名的一個觀點——「真正認真對待軟件的人，應該自己設計制造硬件！（People who are really serious about software should make their own hardware）」。

?

顯然，Kay 所倡導的「軟硬件都由一家機構來做」的方式能夠更好地確保汽車在行駛過程中的安全性——如果某一家企業能夠控制全自動駕駛汽車的所有方面，在沒有人類駕駛員為各種車輛突發故障「擦屁股」的情況下，由于「軟硬一體」的模式在設計研發階段需要協調的相關方更少，出差錯的概率必然越低，且能夠提供更好的整體體驗，類比 iPhone 與 Android 手機。

?

在人身安全面前，效率和便利性也是必須要往后放的！

?

2.2 Waymo 的「蘋果化」

2.2.1 蘋果公司的基因與 Google 的使命

蘋果公司的產品（ iPod、iMac、iPhone、iPad）總給人一種「這是一件藝術品」的感覺，吳軍博士的解釋是，因為在「將技術與藝術結合」這一點上，沒有人的境界能夠超過 Steve Jobs，而大學都沒畢業的喬幫主也因為「開創和發展個人電腦工業」當選為美國工程院院士。

?

在產品設計上，蘋果公司不具備開放的基因。以 PC 產業為例，蘋果公司的做法一直是「通吃從芯片（和摩托羅拉合作）和硬件設計，到操作系統，再到應用軟件整個 PC 生態鏈的各個環節」，拒絕開放麥金托什計算機技術。在很大程度上，這是因為在 Oracle 和微軟之前，軟件都是在賣硬件時白送給用戶的，這樣軟件就不能直接掙錢，其價值必須通過硬件的銷售才能體現出來。

?

以「整理全球信息，使人人皆可訪問并從中受益（To organize the world’s information and make it universally accessible and useful）」為企業使命的 Google 以及現在的 Alphabet 幾乎不涉及硬件產品，其最成功的產品——搜索服務和 Android 操作系統都是軟件產品。眾所周知，由于反摩爾定律和原材料價格因素的影響，軟件產品的利潤率要比硬件要高很多。

?

但是，在自動駕駛領域，Waymo 明顯地采取「蘋果化」的策略——自動駕駛系統中感知、決策、規劃部分所涉及的算法都由自己來設計與訓練，激光雷達、視覺系統、雷達系統以及計算平臺的硬件也由自己來設計！

?

2.2.2 Waymo 自己設計、制造自動駕駛原型車

2010 年 1 月，Google 自己做了一款手機 Nexus One，目的是通過這款手機了解手機設計和制造的整個流程，優化 Android 操作系統本身，并提供更好的云計算服務。

?

圖 6 ?Waymo 自動駕駛原型車 Firefly 設計過程

（來自 Waymo 于 2017 年 6 月 13 日發布的官方 Medium 文章）

?

類似地，如圖 6 所示，Waymo 在 2013 年自己試制過一款自動駕駛原型車用于試驗與學習，即著名的 Firefly（螢火蟲）。Firefly 在加州設計并在密歇根州手工打造，其主要設計者是美籍韓裔女設計師楊俊安（YooJung Ahn）。通過從零開始設計與制造一輛真正的全自動駕駛汽車，Waymo 的工程師們能夠解開幾個最基本的自動駕駛謎題，例如：

?

在哪個部位放置哪類傳感器更合適？

?

如何將車載計算平臺整合進汽車？

?

坐在車內的乘客需要親自操控哪些汽車控制功能？

?

圖 7 ?Waymo 的兩代自動駕駛汽車：Firefly 和 Chrysler Pacifica

?

在尋找這些問題答案的過程中，Firefly 幫助確定了 Waymo 自動駕駛汽車的一些最可辨識的外觀設計，例如每一輛自動駕駛汽車頂部都會有的圓頂狀物（如圖 7 所示），通過將激光雷達與攝像頭放在汽車中心位置的設計，傳感器可以感知到更多車輛周圍環境的數據，且車載計算平臺可以更有效地處理這些數據。

?

2.2.3 Waymo 自己設計車載計算平臺

2017 年 9 月 19 日，Waymo 通過官方 Twitter 宣布——已與 Intel 合作，完成了自動駕駛汽車車載計算平臺（Compute Platform）的開發。

?

圖 8 ?Waymo 官方 Twitter 17 年 9 月 19 日所發推文

?

與激光雷達、雷達系統（毫米波雷達和超聲波雷達）和視覺系統一樣（該傳感器套件可無瑕疵地協同工作，繪制出周圍環境的三位模型，并標注出動靜態物體，包括行人、騎自行車者、路上其它車輛、交通信號燈、道路障礙錐等，其布置方案如圖 8 所示）， Waymo 在其自動駕駛汽車上使用的計算平臺也完全由 Waymo 的工程師在公司內部進行設計（與 Intel 的工程師一起合作），但芯片的制造工作交給了經驗豐富的 Intel 來完成。

?

該計算平臺是 Waymo 為在公司內部設計的傳感器套件與自動駕駛軟件架構所專門設計制造的，用于實現自動駕駛的傳感器融合、決策、路徑規劃等功能。反之，通過獨立開發自己的計算平臺，Waymo 的工程師可以刪選出最適合全自動駕駛的傳感器套件。

?

圖 9「Intel Inside」的 Waymo 自動駕駛汽車

?

?

考慮到 Waymo 此前數年一直不急于將自動駕駛技術商業化，而是專注于通過道路測試（封閉測試區與公共道路）和模擬測試的方式獲取更多的數據來消除掉各種邊緣案例（Edge Cases）以期能夠實現大數據的完備性，個中緣由，不言自明：

?

要想讓用戶安心地把汽車方向盤交給自動駕駛系統，安全性是最起碼也是最重要的前提，如果說手機用戶更在意方便性和價格因素，那么自動駕駛汽車的終端用戶更關注行車安全；

?

用戶最終必然只會選擇把自己的身家性命交給最安全而不是第二第三安全的自動駕駛汽車，如果「自動駕駛 Android」的存在只是方便了生產制造方，卻增加了用戶面臨的危險，最后在商業上必定會失敗；

任何公司的自動駕駛汽車只要出現一次由自身設計疏漏引發的交通傷亡事故，所有用戶對該公司產品可靠性的信任度就會大打折扣，潛在集體訴訟（Class Action）所帶來的巨額賠償是任何企業也承受不了的。

?

2.3 百度的「谷歌化」

2.3.1 百度 Apollo 計劃成員單位

?

表 2 ?百度 Apollo 計劃 88 家成員單位統計（點擊可看高清大圖）

?

有意思的是，Waymo 在研發全自動駕駛汽車時學習借鑒蘋果公司「軟硬一體化」的產品思路，百度卻走上了 Google 聚焦軟件、回避硬件的老路。在表 2 中，筆者對 88 家 Apollo 計劃成員單位做了簡單的統計分類。與 Waymo 自己設計制造傳感器套件、自動駕駛計算平臺甚至自動駕駛汽車本身不同，百度把自動駕駛汽車所需的硬件全部都交了出去：

?

激光雷達：Velodyne LiDAR，速騰聚創，禾塞科技；

?

毫米波雷達：Bosch，Continental，Delphi；

?

攝像頭：ZF，中科慧眼；

?

計算平臺：NVIDIA，Intel，NXP，Infineon，Renesas，地平線機器人；

?

自動駕駛汽車：北京汽車，奇瑞汽車，金龍客車，智行者科技等。

?

雖然百度將自己的自動駕駛系統各環節（定位、感知、預測、決策、規劃、控制等）在 GitHub上進行了開源（網址：https://github.com/ApolloAuto/apollo），但是該項目本身是基于 ROS 的，即基于已經開源的東西，且沒有將國內合作伙伴的硬件寫進去。

?

此外，百度 Apollo 計劃是有免責聲明的（網址：http://apollo.auto/docs/disclaimer_cn.html），要點摘錄如下：

?

……阿波羅或百度均不對有關平臺代碼的準確性、完整性、遺失、錯誤或瑕疵做任何形式（明示或默示）或源于交易習慣、使用方法或其他的聲明或保證。

?

除法律另有規定或書面同意外，本平臺或百度不因您使用或無法使用平臺代碼或程序而承擔任何種類或性質的損失、費用或直接、間接、附帶、懲罰性損害……

?

……本平臺和百度均不會對平臺代碼的輸出和使用結果的正確性、準確性或可靠性作出任何保證，也不會就任何已知或未知的錯誤或缺陷承擔任何進行改正、修改、發布升級補丁或做出通知的法律責任。若您在道路測試或其他行動中依賴平臺代碼，您將自行承擔使用平臺代碼的風險和相應責任。

?

在法律允許范圍內，您同意保護本平臺、百度及其各自關聯公司、雇員、合作伙伴，以及任何相關人員，免遭任何由您使用、修改、共享或轉移平臺代碼引起的或有關的任何索賠、責任、損失、起訴、損害和經濟損失，包括合理的法律費用，以及任何第三方的損害或損失。

?

上述免責聲明，結合下文從博弈論角度進行的分析，百度 Apollo 計劃最后的結局很可能是：Apollo 平臺充斥著假數據，也沒有汽車制造商敢用 Apollo 平臺提供的任何測試數據來研發自動駕駛汽車，整個平臺可有可無，意義不大。

?

2.3.2 「蘋果化」是大勢所趨

?

圖 10 ?地平線機器人自主研發的自動駕駛 AI 芯片 Journey 1.0

?

軟件和硬件不同時做有個什么壞處？地平線機器人 CEO 余凱博士表示，通過地平線的實踐發現，軟件和硬件之間配合不好就會出現分離，這種分離是以星期和月的速度往前迭代。他進一步解釋道：

?

我們看到一個趨勢，在自動駕駛產業中，半導體廠商不僅僅只是做硬件，它們其實越來越多的往上層在走，越來越多的去構建軟件的架構。

?

我們還看到另外一種情景，傳統的、過去只做軟件的玩家現在也朝著向軟硬一體的方向去走。比如說 Google，之前主要是做軟件的，現在也朝著人工智能硬件、軟硬一體化去發展。

?

包括地平線，核心創始人都是來自百度、來自 Facebook，我們也是軟件背景（注：2017 年 12 月 20 日，地平線發布了自主研發的人工智能芯片：面向智能駕駛的征程 1.0 處理器和面向智能攝像頭的旭日 1.0 處理器，如圖 10 所示）。我們認為，未來要真正去解決人工智能的應用落地，必須從軟件到硬件、軟硬一體。

?

綜合本節前段論述，筆者認為：「軟硬一體」是保證自動駕駛汽車安全的重要手段，也將是自動駕駛產業的制高點，擁有「軟硬一體」開發能力的企業將會受到市場的青睞！

?

3. Android 聯盟的本質：無利益沖突的公司們在一起歡快地賺錢

3.1 Google 的 Android 聯盟

3.1.1 Android 聯盟成員

在移動互聯網時代，面對蘋果公司 iPhone 的競爭及其把一條產業鏈從頭吃到尾的老套路，Google 效仿當年微軟在 PC 時代的做法——只關心智能手機產業鏈中最重要的操作系統部分，把上下游全部交出去，在 2007 年 11 月 5 日成立了 Android 聯盟，有意識地構建智能手機產業的 Android-ARM 體系（對應 PC 時代的 WinTel 體系）。比微軟更絕的是，Google 為了加速產業鏈的形成，將 Android 操作系統免費開放。由此，Google 站上了互聯網 3.0 時代的制高點。

?

圖 11 ?智能手機產業雙雄：Google 和蘋果

?

Android 聯盟中的主要成員包括：

?

首先，是四家最重要的處理器廠商：Qualcomm、Broadcom、Marvell 和 Texas Instruments，這四家公司幾乎壟斷了智能手機的處理器市場；

?

其次，是世界上的主要手機制造商：當時包括除了諾基亞之外的所有手機廠商，如 Samsung、Motorola、LG、HTC等，現在包括華為、小米、OPPO、vivo 等崛起的中國智能手機廠商；

?

最后，是一大堆電信運營商：如 AT&T、Verizon、Vodafone、Deutsche Telekom、中國移動、中國聯通、中國電信等。

?

3.1.2 Android 的商業模式

有一點非常關鍵：Google 如何在免費的 Android 操作系統上掙錢的？

?

某一項新技術或種產品只有在商業上取得成功，才能真正對社會產生影響，賠本賺吆喝的事情是不可能持久的。Google 掙錢的辦法其實很簡單：

?

首先，通過 Android 將現有的現金奶牛，即互聯網廣告業務，橫向拓展（Leverage）到移動端。為此，Google 收購了無線廣告公司 AdMob，將其有機地整合到自己的廣告系統中。在移動互聯網時代，Google 并沒有因為用戶上網習慣的改變而流失廣告收入。

其次，挖掘出新的盈利點——APP 商店 Google Play，Google 可獲得那些付費 APP 和音頻內容的分成。像剪羊毛那樣，雖然每一筆的收入并不多，但總量卻很可觀，足夠支付維護 Android 的費用。

?

通常情況下，好的商業模式都非常簡單，即使是外行也能一眼看清楚。相反，一種商業模式要是幾個小時都說不清楚，要么根本不存在，要么是在騙人。對應到 Android 聯盟中的三類公司：處理器廠商和手機制造商分別通過銷售手機芯片和智能手機來盈利，電信運營商通過銷售話費套餐和上網流量賺錢，各憑本事掙錢，相互之間不零和博弈。

?

而作為 Android 聯盟網絡的樞紐節點（Hub Node），Google 則通過采用賣廣告的商業模式，與上述三方避免了直接的利益沖突，從而使整個聯盟得以穩定持續運行——各成員只需關注自己的切身利益，借助市場的無形之手，開動各自的商業模式，歡快地掙錢！

?

3.2 數據的重要性

3.2.1 Apollo 社區管理規范

在百度 Apollo 計劃的官網上，有一份 770 字的《社區管理規范》（網址：http://apollo.auto/docs/manifesto_cn.html），其中提到：

?

Apollo 的成長離不開合作伙伴的貢獻。高質量的數據訓練出高質量的自動駕駛系統，高質量的自動駕駛系統的廣泛部署又可以產生出更多高質量的數據, 這將實現一個良性循環。經過不斷迭代，自動駕駛汽車和相應的服務將會自我演進、不斷成熟，從而完成技術的自我突破，將開放、完整、安全的自動駕駛技術展現在公眾面前。

?

Apollo 歡迎來自任何合作伙伴的貢獻：例如，提供高質量的數據，將會是最重要的貢獻之一。作為第一波推動力，百度愿意貢獻自己的自動駕駛數據集，以啟動「數據-服務」的良性循環。未來，隨著更多合作伙伴的加入，更多的高質量數據在 Apollo 上匯集，每個合作伙伴都可以藉由自己的貢獻，享受到數倍于此的數據服務。

?

在筆者看來，讓成員單位貢獻出自己的數據給其他單位（包括競爭對手），這完全是陸奇和李彥宏的一廂情愿，在現實中很難真正發生。本小節將詳細分析。

?

3.2.2 在數據為王的時代，企業并不愿意共享數據

當下，有先見之明的科技公司普遍接受「數據驅動」（Data Driven）的理念，即力求從海量的數據中提取出信息以消除商業決策或技術決策過程中的不確定性。其中，最明顯的例子便是 Google。

?

作為將「整理全球信息」作為使命的企業，Google 深知大數據的價值并率先實踐。例如，大多數人認為 Google 的搜索比微軟的 Bing 在質量上做得略好一點的原因是 「Google 的算法好」。真實原因是 Google 手里有更多的數據，并利用它們形成了正反饋效應——Google 憑借 PageRank 算法給搜索結果帶來了質的變化，而好的搜索結果能吸引更多的用戶使用 Google 的搜索引擎，這不知不覺間給 Google 提供了大量的點擊數據。

?

有了這些數據之后，Google 可以訓練出更精確的「點擊模型」，而點擊模型貢獻了今天搜索排序至少 60%~80% 的權重，這將吸引更多的用戶。如此循環往復，Google 的搜索質量永遠領先于競爭對手。

?

圖 12 ?奪得 2005 年 DARPA 無人駕駛汽車挑戰賽冠軍后，斯坦福車隊負責人 Sebastian Thrun 被 Larry Page 請來負責 Google 街景項目（Project Street View）

?

再如，很多人認為最早發明無人駕駛汽車是 Google 而不是傳統汽車制造商的原因是前者的技術更先進。錯！還是因為 Google 手里有更多的數據，并采用了「數據驅動」的理念——對于 Google 街景車「掃過街」的地方，Google 都收集到了非常完備的信息。這些數據 Google 都已經事先離線處理好了給自動駕駛汽車備用，由此將車輛在道路行駛過程中的絕大多數不確定性都盡可能事先加以消除了，不需要在行駛過程中對周圍環境進行臨時識別。

?

即使如 Toyota、GM 或 VW 這樣的汽車巨頭也不具有 Google 那么多的數據，因此它們雖然在自動駕駛汽車的研制方面早起步幾十年，但是很快就被擁有數據優勢的 Google 超越。

?

3.2.3 Apollo 計劃中各成員間潛在的利益沖突

?

圖 13 ?數據：新時代的石油

?

如圖 13 所示，2017 年 5 月 6 日出版的《經濟學人》雜志以「世界上最有價值的資源：數據和新的競爭規則」為封面，介紹了數據產業的發展現狀以及全球市值最高的 5 家公司——Apple、Google、Microsoft、Amazon、Facebook——如何依靠數據以及處理數據的計算資源來統治整個行業并阻斷競爭對手的進階之路的。

?

圖 14 ?數據驅動式收購

?

圖 14 中展示的是由《經濟學人》整理的近幾年 IT 行業重大的收購案例。從數據的角度看，大公司之所以收購某家公司，其真正想要的或許是收購標的所擁有的數據或數據處理能力，例如：

?

Intel 之所以花 153 億美元收購 Mobileye， 是因為后者擁有經過大量數據訓練過的處理圖像數據的數學模型及其芯片產品；

?

微軟之所以花 262 億美元收購 LinkedIn，是因為后者擁有最全的職場社交數據；

?

Google 之所以花 12 億美元收購 Waze，是因為后者擁有的地圖數據以及地圖數據的收集方法，等。?

?

如前文所述，在 Android 聯盟中，Google 的商業模式和各成員有差異，彼此之間沒有利益沖突，所以整個聯盟能夠穩定運行。而百度卻要求 Apollo 計劃的各成員貢獻最寶貴的核心資產——數據，很難相信這不是在為難聯盟成員。而 Android 聯盟的成員無需作出此類犧牲。

?

圖 15 ?上汽集團在自動駕駛產業進行獨立布局

?

由此引發的利益沖突即便不會使整個聯盟分崩離析，也不會吸引到重要的成員加入。例如，中國汽車行業的龍頭上汽集團（2017 年銷售額 8400 億元，利潤 342 億元，2017 年財富世界 500 強排名第 41 位）和自主品牌的龍頭吉利汽車（2017 年利潤 100 億元，2017 年財富世界 500 強排名第 343 位）就沒有參加 Apollo 計劃，而是自己進行獨立布局。以上汽集團為例：

?

2016 年 7 月 25 日，上汽與 Alibaba 成立合資公司「斑馬智行」，提供車聯網解決方案；

?

2017 年 9 月 28 日，上汽與武漢光庭成立武漢中海庭數據技術有限公司，圍繞高精度地圖進行深度合作；

?

2018 年 1 月 9 日，在 CES 展上上汽宣布與 Intel 及其旗下的 Mobileye 在自動駕駛和高清地圖領域展開合作，利用 Mobileye 的技術優勢（包括計算機視覺、感知、傳感器融合、高精地圖和駕駛決策等）與 Intel 的開放計算平臺、數據中心和 5G 通信技術。

?

3.2.4 美國的經驗

事實上，在 NHTSA 于 2016 年 9 月 20 日頒布的文件《聯邦自動駕駛汽車政策：加快實現下一代道路安全技術革命》（Federal Automated Vehicle Policy：Accelerate the Next Revolution in Roadway Safety）中，美國政府要求參與自動駕駛汽車道路測試的企業在測試汽車發生事故時必須與 NHTSA 以及其他企業共享該故障的相關數據。但很明顯，各企業對此表現得并不熱心。

?

代表 Google、Uber 和 Lyft 三家企業的游說人士 David Strickland 表示，「在商業競爭激烈的自動駕駛汽車領域，要求企業共享出寶貴的、甚至包含有機密商業信息的數據，確實令企業為難。魔鬼往往存在于細節中，操作起來相當困難?！梗═he devil is in the details when it comes to data sharing, and that’s going to be a sticking point for all private companies involved, especially in a space as closely competitive as autonomous vehicles.）

?

自動駕駛初創企業 nuTonomy（已在 2017 年 10 月 25 日被 Delphi 以 4.5 億美元收購）的創始人 Karl Iagnaema 在一次接受 MIT Technology Review 的采訪中也表示：「汽車廠商共享數據的行為將非常有意義，特別是對于自動駕駛這種需要大量且多樣數據的技術領域。但是，汽車廠商的高層們擔心這會削弱自身優勢，因而心底并不是很情愿，這使得共享數據資源變得十分困難?！梗↖t makes a ton of sense for car companies to share data, particularly for a problem like this where a vast amount of diverse data is required. Typically, however, leaders are unwilling to pool resources, for fear of diluting their advantage. It makes sharing of resources difficult.）

?

事實上，即便退一步看，即便在 Apollo 平臺內有成員愿意貢獻出自己的數據，其它成員會相信或者說敢在研發過程中使用這些數據嗎？

?

博弈論的推理結果告訴我們——并不會！

?

3.3 博弈論的視角

3.3.1 最佳應對與納什均衡

?

圖 16 ?博弈論是一個普世理論，甚至可用于解釋生物進化過程

?

博弈論（Game Theory）是用來研究這樣一種情境，即人們的決策結果不僅取決于他/她自身如何在不同的可能策略之間進行選擇，而且取決于與之互動的他人所做出的選擇。一般情況下，任何背景中的博弈都具有以下三方面的特征：

?

存在一組參與者（不少于兩個），即博弈參與人；

?

每個參與人都有一組關于如何行動的備選項，即參與人的策略集；

?

每個策略行為的選擇，都會使參與人得到一個收益/回報。

?

一旦完整給出了參與人、策略集和回報，就嚴格描述了一個博弈。隨后，就可以來推理參與人將會如何選擇他們的策略。但在此之前還需約定幾個假設：

?

第一，每個參與人關心的所有事情都表達在自己的回報中；

?

第二，每個參與人都對博弈結構充分了解；

?

第三，每個參與人選擇某一策略的目的都是為了達到自身收益的最大化，且他/她也知道其他參與人也會選擇收益最大化的策略，這種個體行為模型通常被稱為「理性人模型」（Rationality）。

?

基于第三個假設，定義博弈論中的重要概念「最佳應對」（Best Response）。假設 S 是參與人 1 的一個選擇策略，T 是參與人 2 的一個選擇策略。在收益矩陣（下一小節會舉例子）中的某個單元格對應策略組(S,T)。用 P1(S,T) 表示參與人 1 從這組決策獲得的收益，P2(S,T) 表示參與人 2 從這組決策獲得的收益。針對參與人 2 的策略 T，若參與人 1 用策略 S 產生的收益大于或等于任何其他決策，則稱參與人 1 的策略 S 是參與人 2 的策略 T 的最佳應對，即

?

P1(S,T) ?≥ ?P1(S',T)

?

S' 表示參與人 1 除 S 外的其它策略。相應地，對于參與人 2 也有完全對稱的定義。當上述表達式中的等號不存在時，即 P1(S,T) ＞ P1(S',T)，則稱參與人 1 的策略 S 是參與人 2 的策略 T 的「嚴格最佳應對」（Strict Best Response）。

?

基于最佳應對的概念，可定義「占優策略」（Dominant Strategy）和「嚴格占優策略」（Strictly Dominant Strategy）的概念：

?

參與人 1 的占優策略，是指該策略對于參與人 2 的每一策略都是最佳應對；

參與人 1 的嚴格占優策略，是指該占優策略對于參與人 2 的每一策略都是嚴格最佳應對。當任意參與人有一個嚴格占優策略時，則可以預期該參與人肯定會選擇它。

?

當任意參與人在博弈中都無嚴格占優策略時，則需要通過其它方式來預測什么行為傾向于在實際中發生，即博弈論中著名的「納什均衡」的概念。

?

圖 17 ?著名數學家 John Nash

?

1950 年，John Nash 在推理一般博弈行為時，提出了一個簡單但非常重要的原則：即使不存在占優策略，也可以通過參與人彼此策略的最佳應對，來預測參與人的策略選擇行為——假定參與人 1 選擇策略 S，同時參與人 2 選擇策略T，若 S 是 T 的最佳應對，同時 T 也是 S 的最佳應對，即，則稱策略組 (S,T) 是一個納什均衡（Nash Equilibrium）。在一組備選策略中，策略彼此之間都是最佳應對，則任何參與人都沒有激勵或動機去改換一種策略，由此該系統處于一種均衡的狀態中，沒有什么力量將它推向不同的行為結果。Nash 由于發展和分析了這個概念，分享了 1994 年的諾貝爾經濟學獎。

?

3.3.2 一個例子：囚徒困境

博弈論發展史上最著名的場景便是「囚徒困境」（The Prisoner’s Dilemma）（如圖 13 所示），從 20 世紀 50 年代以來，有大量文獻研究成果，它很好地刻畫了有關在個體私利面前，建立合作是十分困難的模型。以下是該場景的具體描述：

?

假設有兩個嫌犯被警察抓住，并且被分開關押在不同的囚室。警察強烈懷疑這兩個嫌犯和一場搶劫案有關，但是卻沒有充足的證據證明他們的搶劫行為。然而，他們都拒捕的事實也是要判刑的，盡管會少一些，比如說 1 年。

?

兩個嫌犯都被告知以下事實：「如果你坦白，而另外一人抵賴，則你可以馬上釋放，另外一人將承擔全部罪行。你的坦白將足夠證明另外一方的罪行，則他將會被關押 10 年。如果你們都坦白，則不需要相互證明對方有罪，你們的罪行都將被證實。（雖然，在這種情況下你們的罪行將會減少——只有 4 年，這是因為你們有認罪表現）最后，如果你們都不坦白，那么沒有證據證明你們的搶劫罪，我們將以拒捕控告你們。另外一方也正在接受這樣的審訊。你想坦白嗎？」

?

圖 18 ?囚徒困境

?

為了使該場景更具正式化的博弈結構，需要確定博弈三要素，即參與人、可能的策略集和收益。兩個嫌犯都是參與人，每個參與人都可在兩種可能的策略中做出選擇——坦白（Confess，C）或抵賴（Not-Confess，NC）。最后，通過收益矩陣（Payoff Matrix），可以將上述場景中的收益情況形象化（由于對兩個嫌犯來說，坐牢是負效益，因此用負數表示；每個單元格中的第 1 個數字表示嫌犯 1 的收益），如表 3 所示。

?

表 3 ?囚徒困境的收益矩陣

?

選擇考慮其中一個嫌疑犯的行動，如嫌犯 1，來推測他的決策集：

?

假設嫌犯 2 計劃坦白，則嫌犯 1 通過坦白行為得到的收益是 -4，通過抵賴行為得到的收益是 -10。所以，在這種背景下，嫌疑犯 1 最好選擇坦白；

?

假設嫌犯 2 計劃抵賴，則嫌犯 1 通過坦白行為得到的收益是 0，通過抵賴行為得到的收益是 -1。同樣，在這種條件下，嫌犯 1 應該選擇坦白。

?

因此，坦白是一個嚴格占優策略，即無論其他參與人如何進行選擇，坦白都是最佳選擇。自然地，就可以預測嫌疑犯都會進行坦白，彼此得到收益是 -4。

?

在這里有一個值得注意的現象：嫌疑犯都知道，當他們都選擇抵賴時，結果會是更優的。但在理性行為的博弈中，參與人根本不可能得到這個結果，他們只能得到對彼此都較差的結果。

?

3.3.3 Apollo 計劃各成員收益矩陣分析

百度的 Apollo 計劃本質上是想實現測試數據的共享。該計劃的各參與方，特別是汽車制造商，會乖乖就范，把數據貢獻出來，最后讓百度獨享壟斷帶來的好處嗎？

?

如果答案是不愿意，或者假裝愿意但在上傳數據的時候使壞（如把假的數據摻進去），那么這個計劃還存在成功的可能性或者存在的必要嗎？特別考慮到，百度自身是不會像 Google 大手筆收購 Motorola 那樣管這攤事的（見前文提到的免責聲明）。

?

我們不妨來分析一下兩家車企上傳數據時的博弈結構：

?

博弈參與人有：車企 1 和車企 2；

可選擇的策略有兩個：上傳假數據（false data，FD）和上傳真數據（Truthful Data，TD）；

收益矩陣：假設車企 1 上傳假數據，而車企 2上傳真數據，則車企 1 在研發自動駕駛汽車的過程中就會取得優勢，用數值來刻畫這種收益情況，如表 4 所示。

?

表 4 ?車企上傳真假數據的收益矩陣

?

經過簡單分析，此博弈的納什均衡如表 4 中紅框圈出的策略組，即雙方都選擇上傳假數據。事實上，此博弈和囚徒困境的機構是一樣的。

?

所以，Apollo 平臺中最后將充斥虛假的測試數據，而 Apollo 計劃的各成員也知道其他成員會上傳假數據，所以在研發過程中不會使用這些數據。由此，百度 Apollo 計劃還沒開始發揮作用就已經徹底涼了。

?

3.3.4 Google 使用博弈論的經驗

?

圖 19 ?UC Berkeley 榮譽教授、Google 首席經濟學家 ?Hal Varian

?

2002 年，UC Berkeley 的著名經濟學教授 Hal Varian 以顧問的身份加入 Google。2007 年 Varian 教授至今擔任 Google 首席經濟學家，致力于 Google 廣告拍賣系統、金融策略、企業戰略和公共政策等的設計。Varian 教授是世界著名的微觀經濟學家，由其撰寫的《 Intermediate Microeconomics : A Modern Approach 》是各國大學商學院的通用教材。

?

眾所周知，基于 AdWords 和 AdSense 的廣告系統是 Google 的現金奶牛，如印鈔機般日夜不停地為 Google 創造者利潤。Hal Varian 在 Google 作出的最大貢獻之一是利用博弈論的研究成果（主要是「廣義次價拍賣」，Generalized Seccond-Price Auction，拍賣也是博弈場景的一種），主導設計了 Google 的廣告位拍賣系統，讓 Google 廣告系統的掙錢效率得以最大化！

?

由此可以料想，Waymo 肯定早已知曉 3.3.3 小節中的分析結果——假數據泛濫，平臺名存實亡。但鑒別數據也是有成本的，甚至是巨額成本。

?

所以，Waymo 的領導層肯定會想，既然如此，還不如自己做自動駕駛汽車的軟硬件，這樣還能幫助提升汽車的安全性。

?

4. Apollo 計劃最多只能算「閹割版」的 Android 聯盟

4.1 老大應有的魄力

4.1.1 智能手機專利大戰

2009 年前后，當使用 Android 操作系統的智能手機在全球以勢不可擋的氣勢搶奪市場的時候，PC 雙雄自然不會坐以待斃。該來的還是會來，蘋果和微軟挑起了和 Android 聯盟的手機專利戰爭。

?

在互聯網時代，微軟的發展開始出現停滯，先后敗給 Yahoo! 和 Google。而在移動互聯網時代，微軟則幾乎被邊緣化了。于是它和蘋果（聯合其他一些公司）以 45 億美元的高價從破產的加拿大北電公司那里購買了大量與移動通信相關的專利。買下這些專利后，微軟并不是為了利用它們來研制更好的產品或帶來科技進步，而是試圖通過打專利侵權官司阻撓 Google 和 Android 聯盟的手機廠商進入智能手機市場——雖然說微軟的行徑就是「專利流氓」，但在歐美等對知識產權保護執行得很嚴格的地區，這種做法是完全合法的。

?

從 2011 年開始，微軟通過打官司向 Samsung、HTC 等在美國有業務的 Android 手機廠商收費，它開出的價錢是每部 15 美元，不過業界估計它應該可以收到一半，即每部手機 7~8 美元。即便如此，微軟每年也可以有至少 10 億美元的專利費收入，隨之而來的是微軟法務部門的話語權有比技術部門還大的趨勢。

?

4.1.2 Larry Page 的回擊

Google 當然不會坐以待斃，為了一勞永逸地解決這場專利糾紛，Larry Page 想出了一個奇招——以 120 億美元收購 Motorola（但考慮到后者尚有 30 億美元現金，真實的價格為 90 億美元），并在 2011 年 8 月達成了收購協議，經過各國政府馬拉松式的反壟斷審查，終于得到各方面的批準，最終于 2012 年完成收購。

?

作為最早的移動通信廠商，摩托羅拉擁有該行業最多而且有用的專利。如果 Google 獲得這些專利，它就完全可以反制微軟和蘋果。后來，借助這些專利，Android 聯盟的手機廠商開始在法庭上反擊蘋果了，并在一些國家贏得了官司。

?

等到了 2014 年，在擁有了足夠多的移動通信專利并且對整個手機行業有了足夠的了解之后，Google 將 Motorola 再次出售給中國的聯想公司，售價只剩下 29 億美元。

?

這里面的差價，除了當初從摩托羅拉獲得的現金、已經出售的資產和稅務優惠之外，主要反映在 Google 拿走的 7000 多項重要專利上，Google 用它們修筑了堅不可摧的專利長城。

?

由此，微軟和蘋果想制止 Google進 入手機操作系統市場的企圖，最終也沒有達成。

?

4.2 誰在修筑自動駕駛的專利長城？

4.2.1 Waymo 吃一塹長一智

在智能手機上吃了「專利流氓」的虧的 Google，在進入市場規模更大的自動駕駛汽車創業時，便吸取了過往的教訓。Google 與兄弟公司 Waymo 一起提前修筑了一道又長又高又厚的技術長城（公開專利 + 商業機密），以保障在進行市場擴張時不會被競爭對手揪住專利侵權的小辮子，受制于人。

?

圖 20 ?科技公司與傳統車企在汽車產業的專利布局

?

如圖 13 所示，據咨詢公司 Oliver Wyman 和世界知識產權組織（World Intellectual Property Organization，WIPO）的研究顯示，2012 年至 2016 年期間，由 12 家領先汽車制造商和全球科技公司提交的在出行領域的專利有近 5000 件。其中，有近 3800 件屬于 6 家汽車廠商（Audi、Daimler、GM、VW、BMW 和 Tesla），主要涉及新能源技術，包括電動汽車、動力電池、燃料電池和可替代燃料。值得一提的是，在該領域，以 Google 為首的科技公司只擁有 7 項專利。

?

但是，在剩下的 1200 件與網聯與自動駕駛技術（Connected and Autonomous Vehicle，CAV）相關的專利中，有 1/3 屬于以 Google 為首的科技公司。事實上，Google在該領域擁有 221 項專利，幾乎與奧迪公司在新能源領域擁有的專利數（223 項）相等，超過了 BMW（198 項）、Daimler（159 項）、GM（141 項）和 VW（75 項）。此外，科技公司蘋果、Facebook、微軟、Amazon 和 Uber 在該領域亦有專利布局。

?

不過需要指出的是，Google 申請 CAV 專利的目的是防御性的，即不會申請那些將來可能有用但自己未必使用的專利并專門用來告別人侵權以謀取賠償，只是為了保證自己在進入 CAV 領域時不被競爭對手以專利為由提出不合理的要求。這符合 Google 一貫的「不作惡」（Do not be evil）的精神，而且業務尚在快速發展期的 Google 沒必要像 IBM 或微軟那樣通過專利大戰來保護自己的利益。

?

4.2.2 自動駕駛專利訴訟第一案

讀到這里，讀者或許會感到奇怪，既然 Waymo 的專利布局是防御性的，那又為什么會在去年 2 月起訴 Uber 呢？

?

事實上，在此之前，Alphabet 旗下公司從來沒有在專利官司中主動充當原告，前董事長 Eric Schmidt 曾在公開場合表示：「專利大戰只有死路一條，專利訴訟并不利于創新?！?/p>

?

就此次由 Waymo 前員工 Anthony Levandowski 在離職前一個月內下載 14000 份共 9.7G 高度機密文件并轉投競爭對手 Uber 而引起的訴訟而言，除了起訴 Uber 專利侵權（Patent Infringement）之外，Waymo 的訴訟緣由還包括「濫用商業機密」（Trade Secret Misappropriation）和「不公平競爭」（Unfair Competition）：

?

「商業機密」包括在 Waymo 的激光雷達供應商名單、激光雷達設計中實際采用的設計制造細節以及 Waymo 對多年研發過程中所得到的經驗教訓所做的包含高度技術性信息的工作聲明；

「不公平競爭」是指 Uber 通過竊取 Waymo 商業機密及侵犯專利的方式來推進該公司自動駕駛汽車相關技術而不是依靠自身獨立研發的行為觸犯了公平競爭原則。

?

Waymo 發起此次訴訟的真正目的是阻止 Uber 將自己的技術機密泄露出去，導致自己的技術長城被敵軍攻陷。這從 Waymo 的兩大訴訟請求中包括要求法官 William Alsup 對 Uber 發布「臨時禁令」（Preliminary Injunction）可以看出，即 Waymo 希望禁止 Uber 在訴訟期間進行與自動駕駛汽車方面的研發及測試直至完成最終判決。最終法規同意了該項訴求。

?

事件發展到今年 2 月 10 日，在「臨時禁令」的威力下——因為專利官司曠日持久（典型的例子是 Cisco 與 Arista 的官司，從 3 年前打到現在還未結案），而競爭對手可都沒閑著——Uber 與 Waymo 之間終于達成了一份庭外和解協議——Uber 支付給 Waymo 本公司 0.34% 的股份（約 2.45 億美元）作為賠償，并承諾不會將 Waymo 的機密技術應用到本公司自動駕駛汽車的硬件和軟件中。

?

4.2.3 百度與 Waymo 在自動駕駛領域的專利布局

在厚勢 18 年 01 月 08 日推送的文章《 百度與谷歌無人駕駛汽車技術專利對比分析 》中，武漢理工大學汽車學院的廖燕副教授分析了 Google（現為 Waymo）與百度在自動駕駛領域的專利布局（數據檢索時間截至 2017 年 6 月 30 日），可與 Oliver Wyman 的研究互為參照。

?

表 5 ?Waymo 與百度公司自動駕駛專利整體概況（點擊可看高清大圖）

?

表 6 ?Waymo 和百度自動駕駛汽車專利布局（點擊可看高清大圖）

?

圖 21 ?Waymo 和百度專利趨勢圖

?

如表 5、表 6 和圖 21 所示，Waymo 已授權的有效專利共有 110 組（每組可以有多件專利構成），分別在 2012 年 ~ 2016 年之間獲得，主要分布在中國與美國這兩個全球最大的汽車市場。與之相比，百度已授權的有效專利只有 3 組，集中在 2016 年獲得且全部在中國。

?

百度在美國一件專利都沒有，只是在今年美國 CES 展上開了一個 Apollo 2.0 的發布會，真的膽敢進入美國市場，必然會被「專利流氓」虐得體無完膚。建約車評卻在《 自動駕駛，百度在谷歌家門口向谷歌宣戰 》一文中將其夸大為「此刻的谷歌，也許會尤為尷尬，作為自動駕駛領域的『始作俑者』和江湖傳說中的『一哥』，它的地位正在經受挑戰，就在自己的家門口，就在這個展會上」，將百度的行為不知是美化還是丑化為「這樣的叫板，在反應百度自信的同時，也給中國的企業樹立了一個標桿，以后任何一家做自動駕駛的企業，想要擁有市場地位，先得來到谷歌的隔壁，告訴它『我要成為自動駕駛領域的安卓』」。

?

類似這種評論是難說專業的——即便百度真的能夠成為自動駕駛的 Android，頂多也是一個「閹割版」的。

?

4.3 百度只是一家區域性互聯網公司

吳軍博士在《浪潮之巔》最后一章《下一個 Google》中表示，「如果在不久的將來，全世界只剩下四家半主要的主營業務在互聯網或電子商務的公司」，應該是：

?

Google ：它控制著全世界的信息源；

?

Amazon：它是電子商務中的沃爾瑪；

?

Facebook ：它控制著互聯網的社區；

?

Alibaba：它擁有全球最完整的電子商務的生態鏈和最大的營業額；

?

Tencent：它擁有全世界最大的注冊用戶群，并控制著中國互聯網和手機網的虛擬社區，由于主要業務在中國，只能算半家 。

?

吳博士在書中特別提到：「這里面中國的公司占一大一小兩家。有人可能會問為什么沒有中國的百度，因為它只是一個區域性互聯網公司（注：與之相對的是『全球性的跨國公司』，它們在各自領域處于主導地位）。有人把它比作中國的 Google，這個比喻并不恰當。」

?

他進一步解釋道：「Google 更多地是一個科技公司，而百度僅僅是一個互聯網公司，就如同當年風光一時的雅虎是個技術競爭力不很強的互聯網公司一樣?？萍脊究梢酝ㄟ^不斷創新，開拓新的成長點，而靠運營壯大起來的互聯網公司在主營業務成熟后，成長就會成為很大的問題。事實上如果把阿里巴巴的淘寶看做一種商品搜索，他的廣告收入已經和百度處在同一個量級。百度難以國際化的原因是它在所有的非中國大陸市場上的努力都是失敗的。相比之下，阿里巴巴在海外的擴張至今是成功的。」

?

優秀的美國企業幾乎都有一個共同的特點，那就是做全球市場，打造全球品牌，這一點在硅谷尤為明顯。在全球主要國家中，美國是人均擁有世界級品牌最多的國家。中國的貿易額和出口量高于美國，但是美國擁有比中國多得多的跨國公司。在美國標準普爾 500 指數中的成份股公司，一半左右的收入來自于海外。一家企業不論選擇只做哪個市場，即便是中國市場，都是全球的一部分市場，而非全部。

?

百度已經習慣于蜷縮中國市場，而不論 Android 還是 Windows，作為操作系統，都是暢行全球的。所以即便百度 Apollo 能夠成為「自動駕駛的 Android」，也只能說是「閹割版」的，它只適用于中國市場。

?

一旦走出國門，沒有專利「長城」的保護，面對海外市場潛在的「專利流氓」，百度目前并無還手之力，這還怎么讓 Apollo 計劃中的「小弟們「安心跟著你混？

?

5. 小結

經過上文長篇論述，在此總結全文的 4 個要點：

?

開發自動駕駛技術的目的是提升汽車安全性，而安全性是用戶選擇某家公司產品或服務的首要考慮因素；

為了保證并提升自動駕駛汽車的安全性能，「軟硬一體化」的開發模式是首選；

一個聯盟能否成功，得看聯盟成員之間的利益是協調一致還是相互沖突，以及老大是否真心愿意解決核心困難（如 Google 花 120 億美元解決了 Android 聯盟的專利問題；百度卻不愿意解決鑒別測試數據真偽這一難題）；

一家習慣于蜷縮于本土市場的企業，難以在「專利流氓」橫行的海外市場取得成功，因此，「自動駕駛的 Android」這個稱呼，以后就請不要再提了。

?

另外，需要解釋一下標題中「畫虎不成反類犬」的涵義：

?

體量上的差別——百度約為 Alphabet 的1/10：據不久前發布的未經審計的年報，2017 年，Alphabet 營收為 1108 億美元，利潤為 127 億美元，目前市值為 7711.4 億美元；百度營收為 130.3 億美元，利潤為 28.9 億美元，被寄予厚望的自動駕駛項目在年報中的篇幅并不大，目前市值為 864.65 億美元；

技術理解力：百度似乎不知道自動駕駛汽車的第一要務是保證安全，一味追逐操作上的便利性；

商業理解力：百度不能事先考慮到 Apollo 計劃成員單位之間的利益沖突，并在事后加以解決，盲目學習 Google 表面的做法而不得其成功的精髓。

?

最后，關于自動駕駛最好的商業模式——收保護費（來自 IBM 的經驗），筆者今后將會另辟一篇文章來討論。

?

感謝閱讀！

?

參考文獻

1. 吳軍. 浪潮之巔（第 3 版）[M]. 人民郵電出版社. 2016.06

?

2. 吳軍. 智能時代. 人民郵電出版社 [M]. 2015.12

?

3. 曼昆. 經濟學原理：微觀經濟學分冊（第 6 版）[M]. 2012.07

?

4. David Easley, Jon Kleinberg. Network, Crowds, and Markets: Reasoning about a Highly Connected World [M]. Cambridge University Press. 2010

?

5. Avinash Dixit, Susan Skeath and David Reiley. Games of Strategy, Third Edition [M]. W.W. Norton & Company. 2009

?

6. Kate Conger. Federal Policy for Self-Driving Cars Pushes Data Sharing [N/OL]. Tech Crunch. ?2016.09.20

?

7. Will Knight. An Ambitious Plan to Build a Self-Driving Borg [N/OL]. MIT Technology Review. 2016.10.10

?

8. 廖燕，余業干. 百度與谷歌無人駕駛汽車技術專利對比分析 [J]. 北京汽車. 2017.12.25?