Lyft(LYFT.US)公开“业内最大”数据集, 自动驾驶战场加速安卓化？

本文选自“量子位”。

Uber(UBER.US)的死对头，来自硅谷的网约车公司Lyft(LYFT.US)，7月23日公开了一整套开放式自动驾驶数据集，号称是L5级同类产品内数量世界第一。

目前汽车行业正在经历一个世纪以来的最大转变。在上一个10年里，科技大战的主要战场之一就是控制智能手机。从发展趋势看，下一个10年，战场会变成控制自动驾驶汽车。

在这套数据集的“大套餐”中，包括有：

1.超过55,000个人工标记的3D注释帧流量代理

2.来自七个摄像头和多达三个激光雷达传感器的比特流

3.一个可供驾驶使用的地面地图

4.一个空间语义高精地图，包括197人行横道，60个停车标志，54个停车区，8个减速带和11个缓冲带。

采集数据的自动驾驶车队配备：

1.车顶能够发出40个激光束的激光雷达

2.保险杠上能够发出40个激光束的激光雷达

3.宽视野摄像头

4.检测交通灯的长焦距摄像头

而在这之前一个月，谷歌(GOOG.US)母公司旗下的Waymo，一反对技术较为保密的姿态， 宣布开源全新的自动驾驶数据集。其中包含 3000 段驾驶记录、60 万帧、大约 2500 万 3D 边界框、2200 万 2D 边界框，以及多样化的自动驾驶场景。

这比之前优步工程(Uber Engineering)开放自主可视化系统的几个工具源代码更进一步。

可以看出，在这个自动驾驶秘密曾经被严密保护的世界里，开源正在成为趋势。

自动驾驶技术民主化

设想一下这样的场景，如果谷歌没有开源安卓，现在可能各种操作系统满天飞，我的手机用不了你的软件，你的软件装不上我的手机。

开源的好处之一就是会吸引江湖中的高手。

Lyft公开的数据集，可以满足研究人员的各种需求，包括利用这个数据集可以处理各种问题，比如随时间推移的智能体预测，比如激光雷达的景深估计，再比如通过语义地图在3D环境中进行物体检测等等。

Lyft还把这些数据集划分为训练、验证和测试集，竞赛伴随数据一起来，目的就是为了抢夺优秀人才。

大隐隐于草莽的技术大神不少，或自学成才，或师出名门，或出洋镀金，潜心修炼多年，终成武林高手。一个新兴的行业，从技术到数据再到业务整个行业闭环，进入了全面开放的时代，才能吸引更多精英入局，打造一本全方位的武林秘籍，祭出量产的终极杀招。

由于产业链的相对漫长，企业也在调整商业化落地的最佳姿势，或自立门户，或与巨头共舞。Lyft和Uber这对冤家可以看成最好的对比，目前以Uber为代表的企业的无人驾驶计划，基本上是单独执行的，走的更像是苹果的路。

而Lyft采用的策略与Uber明显不同，首先就建立了“Open Platform Initiative”，简单来讲就是主张与汽车制造商、科技公司合作开发无人驾驶技术，在产业链的不同环节穿针引线，将他们的自动驾驶汽车投放到 Lyft 的打车网络上，类似于各种品牌的手机都要接入到运营商的网络上一样。

而 “Open Platform Initiative”和Lyft 本身的自动驾驶部门的关系也并不矛盾，可以简单粗暴地理解为，像亚马逊一样，有自己的零售业务，同时也为其他的零售业者提供销售市场和发货渠道。

敢于尝鲜的就包括大名鼎鼎的Delphi的兄弟Aptiv（安波福），在去年拉斯维加斯CES展上与lyft合作，提供了20个地点间的自动驾驶出行路线。

接下来进驻平台的是谷歌旗下的的Waymo, 今年5月开始，在美国亚利桑那州凤凰城提供自动驾驶汽车打车服务。

事实上，除了前两家公司，Lyft与通用(GM.US)、Drive.ai自动驾驶车队的试运营也即将上线。

所以说，Lyft更像谷歌开发的安卓系统，它不制造汽车，而是打造一个自动驾驶系统。

相比之下，Uber则是选择尽量控制产品的大部分元素，不管是硬件与软件都一样。这就是为什么Uber的技术合作伙伴只有丰田，而Lyft背后站着Aptiv、通用、谷歌Waymo、捷豹路虎、福特(F.US)、Drive.ai等多家公司。

当然，Lyft这么做的另一个重要原因是，对于大多数研发团队来说，太烧钱。

自动驾驶是典型的资本密集型行业，Uber自动驾驶项目每月烧掉2千万美元经费，这就决定了研发不可能只是某一家公司或科研机构的“特权”。

自动驾驶研发必须构建并正确校准传感器硬件，需要定位堆栈，并且必须创建HD语义映射。只有这样，才能解锁更高层次的功能，如3D感知、预测和规划，即使是对现在前沿的谷歌、百度的自动驾驶研发来说，也不太可能一直“钱够，玩命造”。

当然，还有一些企业开源是为了提前占领行业的标准。

像丰田(TM.US)这类巨无霸公司，这几年丰田开始猛踩油门，成立了丰田研究所，在世界各地的公司正忙着积累地图数据的时候，丰田打算靠着巨大的销售规模，组成世界上最大的测试车队，这些汽车都安装了数据传感器，作为获取数据的终端，通过跑遍天下路，制作一个超高精度数据库。

但对市场数据资源的垄断仍会阻碍技术的发展，因为颠覆的力量还在于，伴随新的城市交通平台崛起，带来的城市、道路、交通系统甚至购物中心长期以来的设计理念都将发生根本性的转变，仅凭一家研发无法实现自动驾驶的最终愿景，分享技术和资源整合才是自动驾驶商业化的必由之路。

毕竟与在传统商业世界谁是敌人谁是朋友泾渭分明不同的是，在移动数据世界，敌人和朋友的界限已经模糊化了。

在这一点的认知上，硅谷的大企业对待新技术的态度更加民主和开放，尝试打破一些传统的门槛，实现某种层面上的平等。

人们对待事情的态度和价值观，会决定人们怎样去做事，滴滴、京东、美团只属于中国，而苹果、谷歌、微软则属于全世界，这种现象的形成绝不仅仅是因为商业。

中美超级玩家大PK

当汽车领域的超级玩家开始布局技术开源之际，商业化的利益角逐令大佬们对开放的程度渐渐敏感起来。

美国多家自动驾驶的扛把子以知识产权为由起诉中国的公司。行业内也逐渐认识到，在PK激烈的自动驾驶这件事上，中国与美国站在了同一起跑线上。

在近月著名科技杂志“MIT Technology Review”的全球“50家最聪明的公司”的评选中，百度(BIDU.US)凭着中国首辆商用级无人驾驶微循环电动车阿波龙上榜。

与特斯拉(TSLA.US)等玩家的辅助自动驾驶思路不同，百度追求L4-5级的全自动驾驶，并且已累积大量的路测里程。而且中国的情况更复杂一些，仅在交通系统层面，中国城市交通密度高，障碍物多，随意性大，相比美国更为复杂，也让自动驾驶的技术开发有更多的拓展。

通过已经落地的阿波龙，人们直观地看到，汽车本身的定义已经发生变化，当以智能化为代表的特征已跨越了产品本身的功能，汽车已经不再仅仅是出行范畴的个体，而是一个由大数据驱动的重要载体，并与周围环境、车辆、路况实时交互的共同体，它将成为汽车产业与人工智能、物联网、高性能计算、智能分享等技术深度融合的产物。

此外，在今年2月美国加州车管局（DMV）公布的Disengagement Reprot（自动驾驶接管报告）中，前10名中有一半都是中国公司，上榜的有 Nuro.ai、Pony.ai、百度、AutoX、Roadstar.ai 5家中国公司或中国人在美创办的公司在前十中拿下5个位置，其中，Nuro.ai排名最高，名列第4。

这一年度路测数据被认为是目前仅有的、由政府制定的、涉及公司最多的衡量一众自动驾驶技术实力最量化的指标。

报告中最重要的概念就是MPD，意思是“每次干预数行驶里程”，代表自动驾驶汽车每行驶多少里程才需要人工干预一次。MPD越高，大体上就就意味着这家公司的自动驾驶技术水平越厉害。

当然，业内已经喊出“DMV已经不能代表自动驾驶真正水平”的口号，毕竟在自动驾驶领域，还有诸多指标比总里程数和接管总数更为重要，那就是它的开放程度和生态布局，直接挂钩了量产能力和商业化竞争力。

考虑到汽车业的巨大体量，以及围绕汽车构建的智能交通体系的巨大想象，行业大佬们逐渐对独立造车兴趣减弱，转而希望将自己打造成大量技术专利的持有者和零件提供商，或从操作系统端占领市场，战略性地轻视打造自身产品。

全球范围内，中美自动驾驶竞赛已经成为最为重要的看点。加州与北京地缘较量、技术的封闭与开放、整合跨界和线性传统思维的比拼，俨然已是神仙打架级别。