经济学有个概念“壁垒”，指进入退出的门槛。在十年前，汽车行业还被当作典型拥有高壁垒的行业，今天却似乎是另一番景象。
要造车，就需要建筑工厂，购置设备，以及雇用大量的人手来进行设计、生产和装配等工作。可是，如此巨大的麻烦之下，利润却是非常微薄的。比如根据彭博的数据，全球最大十家车企，2020年的总体运营利润率只有区区5.2%，而那些大科技公司的利润率却达到了34%。
关键其实是在于，对于苹果和其他致力于开发自动驾驶技术和电动汽车技术的科技巨头而言，造车并不是因为他们要进军全新的市场，而是因为他们必须保护自己价值连城的领地。
“科技巨头们为什么要大力发展自动驾驶业务？因为他们有这个能力，也因为他们有这个必要。”斯坦福大学汽车研究中心联席主任格尔迪斯（Chris Gerdes）坦言，“这背后是一众许多人还没有意识到的商业模式。”
不应该问为什么要进入这个领域，反而应该问，为什么不该进入这个领域？
一个2030年预计将达到2万亿美元之巨的市场，是谁也不敢忽视的。到那时，预计全世界的道路上将有超过5800万部自动驾驶汽车。从人工智能到大数据，从芯片制造到工程科学，大科技公司有充分的能力彻底颠覆已经存在了百年之久的传统汽车行业。
他们所看重的，其实并不是这个行业的利润，而是比利润更为宝贵的东西——入睡之外的时间当中，消费者注意力仅存的一片尚未被占领的地方。
全世界的人们，尤其是美国人，都会在汽车当中度过大量的时间。根据美国汽车协会的最新数据，美国人2016年当中平均有307.8个小时是在方向盘前度过的，大约相当于每周有6个小时。
这是消费者生命当中一段很大块的时间，目前还不属于手机和app，也不属于搜索引擎和社交媒体。如果一个玩家有能力解锁这段时间，那么也就有很大的可能性占领这段时间。
彭博社去年6月间发布的《电动汽车展望》预计，哪怕没有新的政策出台，全球道路交通的原油总需求也将在六年之后见顶。到2025年，电动汽车就将占据全球载客汽车销售量的10%，2030年达到28%，2040年达到58%。最终，自动驾驶汽车将重塑整个汽车市场和货运市场。
其次在于“自动驾驶控制权转移”下，用户价值和产业价值的释放。它实际上改变了“汽车”的商业模式，从售卖“效率硬件”，到售卖“用户服务”
这一方面释放了消费者的双手和时间，成为新用户流量场景
另一方面也是被誉为“未来科技之光”的人工智能、云、边缘计算、大数据等技术的真实操练场，是将技术商业落地的土壤。当然，与之关联的产业也将爆发，如高精地图、探测器、数据压缩等等
车辆智能化的趋势已经无可阻挡，这对环境无疑也是有巨大好处的。不过，即便各国政府没有宣布在这个十年结束时实现碳中立的目标，内燃机汽车也注定将恐龙一样走向灭绝。
今天巨头们纷纷亲自下场造车，连李书福也不得不在吉利内部交流中承认“汽车产业革命已经开始“暴动””。从“防小弟”，成了“防大佬”，汽车人这次喊出“狼来了”再不为过。
具体到小米和雷军，小米现在虽然进入了世界五百强，在手机市场做到了中国手机企业第一，但是小米的市值离互联网一线巨头们却越来越远，究其原因一句话：手机市场格局已定，资本想象空间有限。
小米若只停留在手机行业，迟早也会被淘汰的，现在苹果也已经开始造车，特斯拉则准备造手机，未来华为也必然会踏出造车这一步。小米的对手们都在造车，小米不造车的话，就会被时代淘汰。就像当初共享单车企业成为互联网巨头竞争的牺牲品，手机和汽车市场打通后，手机极有可能变为汽车市场竞争的附属产品。汽车成为未来的超级移动终端，而不是手机。
8月11日，雷军在发表2022年度公开演讲时表示，小米自动驾驶采用全栈自研算法，在自动驾驶领域首期投入33亿元研发费用，已组建超500人规模的研发团队，年底该团队整体规模预计将突破600人。
下面是一段小米公开的自动驾驶路测实拍视频，展示了无保护自动掉头、自动环岛绕行、自动下连续坡道等行车场景，以及预定车位、自主代客泊车、机械臂自动充电等功能，显示出小米具备L2级别的基础辅助驾驶功能、L4级别的自动泊车功能，以及高速及城市道路场景的领航辅助驾驶功能。
我们先看视频。
然而观众们从小米展示的自动驾驶路面测试的实拍视频中发现了很多不足之处。有自动驾驶业内人士看完了这段演示demo后表示，“毫无惊喜和亮点”，“回到了2019年的水平”，用百度Apollo5.0开源版本就能达到这个水平了。
比如一些场景设置得比较刻意，车辆表现得僵硬，比如事故车辆自动绕行、斑马线礼让行人等镜头。并且这样的激光雷达（整体感知硬件）规格也上不了量产车，应该还有不少“修饰”。
比如在变道的时候，前方有一辆大型车，车速比较慢，同时后方也有车辆，小米测试车在变道过程中，后方车辆车速比较快，而测试车并没有取消此次变道指令，而是压着车道线持续行驶。
“放在两三年前，这些自动驾驶和高阶辅助驾驶技术会让人眼前一亮，但现在已经是智能汽车的基操了。”有独立汽车分析师表示，小米目前展示出来的能力，在当今的智能汽车领域，并没有什么突破性成就。“业内都知道这种展示视频不算什么。测试车看得出来是比亚迪汉、宝马5系，搭载了小米自动驾驶系统，主要是采集数据。传感器和其他硬件不一定和量产车一样。”
在自动驾驶车端，激光雷达充当“眼睛”，观察路况与周围环境，并精准判断物体与自身之间的空间距离，再通过AI算法，例如基于三维点云的目标识别、目标跟踪与语义分割，去分类和学习、理解周围的环境和动态物体，同时也提供目标物空间位置。相当于长了“一点脑子”，告诉自动驾驶汽车周围是什么（这是人，这是其他车，或什么类型的环境），并作出预测输出（可做什么决策）。
L2到L5，如果要用激光雷达作为主传感器的话，它要实现360度的感知，如果用现在固态或者半固态激光雷达（大部分是120度）一般需要3个左右，再高级别一点可能要到4个左右。总体上来讲，对于L3需要2~3个左右，对于L4/L5，需要3~5个左右。
感知算法的优劣直接决定对交通参与者的检出率、感知准确度和感知距离。如果感知算法性能不足，即使雷达硬件线数再高，也无法获得优质的感知结果，所以说感知算法是激光雷达感知系统的“第二个核心”。
感知系统的刚需揭示了一个被掩盖在激光雷达硬件光环下的核心需求, 相比信息“收集器”，自动驾驶需要更聪明的信息“收集+理解者”。
雷军在演讲中表示，小米自动驾驶技术采用全栈自研的技术布局策略，还喊出了“目标是2024年进入第一阵营”的口号。
全栈自研，意味着车企能在相关领域掌握最核心技术，在研发领域拥有主导权，而不需要借助外部力量；也意味着高成本，不仅需要更大的研究团队，投入更多资金，甚至要收购企业来弥补自身的不足。
要想实现这个目标，小米需要在感知和决策上实现全面突破，解决当下的问题：
感知算法模块存在问题：
2D图像语义分割、3D目标检测、3D语义分割的精度下降
训练样本数量偏少
高的标注成本
不平衡的训练数据
不完整的场景覆盖
模型不可解释、需要大量的数据、训练过程不可控、鲁棒性不够
多传感器融合的耦合性较高，真正异构的多传感器融合比较少
没有全天候，全场景的覆盖研究
雨天、雪天、雾天
山路、乡村路、冰雪路
对高动态的场景缺少在线验证的方法，无法评估正确性与稳定性
截至目前，小米系在智能汽车领域出手30余次，涉及芯片、激光雷达、自动驾驶、电池等领域：
2022年来看，小米5月投资锂离子电池材料商法恩莱特
3月投资芯片设计公司慷智集成，后者聚焦智能汽车领域
2月参与速腾聚创超24亿元战投，该公司为雷达激光供应商
同月，小米又向新能源汽车电气系统进军，投资智绿chilye
2021年，长江小米产业基金和小米集团密集扫货，出手汽车电子产品、汽车芯片、车载电源、车载芯片、智慧泊车，以及汽车级芯片等各个环节
有早期硬科技领域投资人表示，小米不是第一个造车的，可能也不是最后一个造车的公司。从造车阵营上看，最早一批造车公司，乐视因资金链问题死掉；第二批公司，‘蔚小理’活得很好，虽然不能盈利，但有市场份额。对于小米，目前来看算是来得晚的一批公司，时间上也需要花几年。
汽车不像手机，每年都有迭代出新品。汽车是耐用消费品，购买之后通常会用5年时间以上，这意味着国内市场容不下太多汽车品牌。对比海外市场，市场中也只有10家品牌的车企能存活下来。
目前新能源汽车在技术上大同小异，很多品牌也选择产业链代工，这就意味着只要有品牌，别人能提供的东西，其他品牌都能提供，差异性非常小。
据中国科学院院士、中国电动汽车百人会副理事长欧阳明高表示，“今年（新能源汽车销量）总体大约在330万辆左右，估计在2025年我国新能源汽车销量会在700万到900万之间。”2020年11月，国务院办公厅发布《新能源汽车产业发展规划（2021-2035年）》，《规划》中提出，到2025年新能源汽车销量占整车销量的20%，约为500万辆。
很明显，这个目标将会超速完成，“2023年或许就可以完成500万辆目标。”一位投资人如是说。
目前还是一个百花齐放、万马奔腾的状态，国企、央企、民企新势力等等，各有各的招牌，各有各的杀手锏，不过，把时间线拉长到20~30年或者更长的时间，未来肯定会变成三五家主要车企。
不过，对于后续想要入局的厂商，新能源汽车从2015年发展至今，已经量产的车企还是有一定机会的，但到现在还没有走到量产这一步，再入局是比较困难的。
造车新势力头部企业像蔚来汽车、小鹏汽车和理想汽车，这些新势力基本已经形成了各自的市场品牌认知，并且在研发、销售、服务和交付等方面也日渐完善
新势力第二梯队的成员也虎视眈眈，整体实力也不能小觑
传统车企的轮番转型，推出独立子品牌等，都给这些后入场者带来了不小的压力
-----END-----
看更多精彩内容
「汽车电子」
自动驾驶的必经之路
自动驾驶中视觉处理技术革命
中国车规级芯片企业版图
「AI 」
AI 计算的下半场
处理器的第三极
畸形的深度学习，把自己逼进死胡同
谷歌 AI 负责人Jeff Dean展望：机器学习五大潜力趋势
科学家纷纷回归学术界，AI拉开下半场大幕
「芯片」
半导体行业大地震
AI 芯片创业进入决赛圈
国产GPU创业潮：难言奇迹
寒冬里的寒武纪
AI大算力时代：存算一体迎来爆发时刻？
