亚利桑那州坦佩市Uber造成一起致死交通事故，事发时死者正推着自行车在非人行横道线区域横穿马路。事件发生后，Uber已经暂停了在坦佩、匹兹堡、旧金山和多伦多等城市进行的自动驾驶汽车测试。因为这是全球首起自动驾驶致死事故，极有可能引起轩然大波，媒体、社交网站纷纷报道、讨论。人们对自动驾驶（甚至人工智能）技术的信任程度可能会产生更大的波动，目前尚不清楚是否会影响目前美国相关州政府对无人驾驶汽车开放和包容的监管态度，允许公司在驾驶员不在场的情况下测试自动驾驶汽车的政策会否如期推出。

当地警察局长西尔维娅·莫伊尔（Sylvia Moir）表示：“肇事车辆的安全员表示，事情发生的太过突然，行人突然出现在车前，安全员直到听到了碰撞的声音才意识到车辆撞到人了。”莫伊尔透露：“在观看过车载录像之后，我们发现无论处于哪种模式（自动驾驶模式以及人类驾驶模式），本次碰撞都难以避免，因为受害人是从暗处突然闯入机动车道的。”目前警方尚未公布事故发生时的视频。

当前，投资对于智能网联汽车发展的积极意义正在日益凸显，首先体现在为智能网联汽车领域的中小企业提供创新创业资金来源，据不完全统计，汽车智能网联领域，2017年完成投资如下表所示（未能完全覆盖，数据来源于公开信息），共披露融资超过400亿元人民币。根据投资领域分布划分，投资领域分布于人机界面（语音界面、仪表盘智能化等）、汽车联网技术（汽车联网交互技术、高精度地图技术、精密导航技术等）、自动驾驶传感器技术（摄像头及图像学习技术、激光雷达技术等）、自动驾驶芯片及自动驾驶策略领域。

由于大量智能网联汽车技术属于先导研究，产业化程度不成熟，股权投资对于早期项目的发展提供了大量资金支持，有力促进了相关技术的产业化进程。

资料来源：北汽产投根据WIND、清科公开资料整理

根据投资案例数量及额度相比，自动驾驶领域无疑是2017年汽车智能网联领域股权投资的“主战场”：投资案例站全年发生总案例的77.3%，同时投资额度占到全年汽车智能网联领域的80%左右。在传感器领域，由于自动驾驶对传感器硬件科技升级的刚性需求，以及强大算法基础对自动驾驶传感数据的结构需求，传感器领域诞生了较多快速成长的成长性标的。在激光雷达领域，禾赛科技、思岚科技、饮冰科技、镭神科技等标的公司都在2017年陆续完成了融资，其中，各家的业务进展及融资金额如下：

当前，激光雷达公司已经进入量产的关键节点，目前行业内主要量产的激光雷达为机械旋转式多线激光雷达，公司融资规模接近1亿元人民币。目前为止，除了德国的Ibeo在4-8线激光雷达进入量产前装以外（奥迪 A8），其他激光雷达产品主要应用在非量产汽车领域（例如：无人驾驶改装测试车辆、机器人、安防领域等）。国内激光雷达企业进展也非常迅速，以速腾聚创为例，在多轮融资后，从最开始量产 16 线激光雷达到公布「普罗米修斯」计划、免费开放「RS-LiDAR-Algorithms」激光雷达点云算法，展示多激光雷达耦合方案，再到推出 32 线激光雷达。在2018年CES展还推出了MEMS（微机电系统）固态激光雷达。

除了激光雷达外，摄像头领域由于其低廉的成本、数据信息丰富，摄像头近年来在ADAS及自动驾驶业务当中扮演越来越重要的角色。尤其是经过8年左右的沉默，摄像头传感行业巨头Mobileye已经成功赴美上市。Mobileye通过单一摄像头采集路面上车道线、交通标志以及运动物体等肉眼可识别的信息，通过处理器进行分析识别，实现如车道偏离警告、基于雷达视觉融合的车辆探测、前部碰撞警告、车距监测、行人探测、智能前灯控制、交通标志识别、仅视觉自适应巡航控制等功能。2017年3月13日，英特尔和Mobileye联合宣布，双方已经达成一项最终协议，据此，英特尔将以153亿美元收购Mobileye。2017年，在国内的智能驾驶投资当中，摄像头传感技术也掀起了一波投资热潮，这不仅包括摄像头传感器，也包括图像信息带来的人工智能技术应用。在这一年当中，下列摄像头技术或者基于摄像头的人工智能公司完成了智能驾驶领域的融资：

就智能驾驶算法方面，目前各家的技术路线仍然有差异。针对Mobileye单目摄像头数据结构单一的情况，有的公司希望通过多目摄像头提升数据当中的多维度信息，增加传感器的数据在驾驶自动化方面的有效性；另一方面，中科慧眼等公司试图通过对成本低廉的弹幕摄像头数据加以深度学习能力，提升在智能驾驶功能当中的性能表现。

自动驾驶的实现除了传感和执行外，完成思考的大脑也是相当核心的环节。在这一环节，标的公司主要通过自由知识产权的算法策略，结合传感器数据与地盘控制系统，实现车辆的自动驾驶。

根据融资情况来看，目前策略开发项目多数属于早期，在主要的5起融资时间当中，只有图森未来已经完成了C轮融资。在投资额度来讲，虽然标的公司多数处于A-B论之间，但公司融资金额一般都为近亿元人民币，公司业务研发投入仍然需求较大。

除了控制、执行、传感维度以外，自动驾驶相关的运算芯片也是重要的组成部分。由于其在图像处理方面的天然优势，英伟达的GPU在图像为基础的自动驾驶数据方面具有天然优势，然而其运算平台（PX 2）目前还存在着一些不足，例如体积较大，价格昂贵等。针对这些问题，针对于自动驾驶的芯片研发业务在业内掀起了一股浪潮。目前而言，地平线科技、深鉴科技及地平线公司是人工智能类芯片开发业务。地平线是首次公开了自己的ASIC芯片应用于自动驾驶业务当中。寒武纪目前暂未透露其在自动驾驶领域相关的业务，但目前已经在云服务等业务方面取得了一定进展。

纵观国内外智能网联汽车及相关领域投资，以资本为纽带可以快速实现创新资源的全球整合，为投资方快速获取技术、市场等资源。如2017年，英特尔斥资150多亿美元收购了Mobileye。英特尔作为全球半导体产业的老大哥，在数据中心业务上具有绝对的优势，但是其自动驾驶专门领域内并没有建立自己的算法。收购Mobileye后，英特尔不仅获得了算法专用处理器IP的Know-how，弥补了其在算法上的不足，还直接获得了70％的ADAS（高级驾驶辅助系统）的市场。同年，英特尔还收购了Alter获得了FPGA（可编程逻辑器件）资产。收购后，英特尔和Mobileye一起研发推出了最新一代EyeQ5芯片，该芯片能够提供每瓦特2．4DLTOPS（万亿次／每秒）的效能。高通在收购恩智浦后，后者推出了S32平台，这款全新的汽车处理器平台具有强大的网络能力，能大幅度提升汽车安全。

而以整车或其他龙头企业为依托的产业投资更是为智能网联汽车领域的资源整合和产业链生态圈的构建提供了强大的支撑，以投资为纽带为产业链科技企业提供了市场、平台等产业资源赋能。

德尔福在2017年投资了以色列Innoviz公司，此公司的激光雷达方案是相对容易实现的MEMS方案，并且已经实现了Innoviz One 和Innoviz Pro 两种类型产品的量产，分别对应的是自动驾驶的低等级和高等级需求。

同年，德尔福还投资了加拿大初创公司Leddartech，此公司在Vu8固态激光雷达上有独特的技术，还提供信号处理芯片。此举使得德尔福更加稳固了其在固态激光雷达领域的地位。

近年来，我国整车企业在新技术投资并购领域日趋活跃，当前我国整车企业在智能网联汽车领域对外投资合作的主线主要有三条：一是投资科技类企业共同开展自动驾驶技术研发，主要集中在人工智能、大数据、人机交互、V2X通信、无人驾驶传感器及芯片等自身技术积累相对薄弱的方面，如北汽先后开展了激光雷达、毫米波雷达及芯片领域的投资布局；二是依托车联网和自动驾驶强化向共享出行等后服务的延伸，如北汽投资滴滴。三是在技术薄弱的地图数据和高精导航等领域展开投资并购。如上汽投资武汉光庭，北汽产投参与四维图新定增，加快在智能驾驶高精度地图领域的业务拓展和能力建设。除此以外，北汽产投还通过投资天津智车网联孵化器、设立科创加速器等多种形式推进智能网联汽车中小企业创新创业。 

上述举措不仅起到了创新资源整合的作用，也为我国智能网联汽车产业链中小企业依托整车企业开展技术创新提供了资金、市场和平台保障。

智能网联汽车技术的投资热点一直在转变，对比历年投资案例，我们会发现，早先最为集中在容易切入市场的传感器和部件，视觉、毫米波、激光雷达等，目前仍然是各种技术路线互相绞杀的战场，激光雷达和新3D视觉领域公司过度密集，随着国际一线大厂快速技术迭代，留给初创机构的机会已然不多；人车交互HMI的用户体验需求提上新日程，语音的崛起还未结束，智能座舱刚刚开始，尤其是新兴车企重要的要点；智能汽车决策大脑、计算平台方面，巨头的优势已难撼动；以高精地图为代表的基础设施建设，大公司和小公司各有优势；2018年将是5G的风口一年，也将随之成为V2V、V2X技术突破的元年，天线、芯片、模组等各有机会。

商业模式的想象空间还在进一步打开，但由于全球主要科技巨头均将技术创新的焦点转向汽车，导致技术和商业模式迭代的速度急剧加快，中小企业，特别是在某一个领域有所突破的针尖型公司，将面临时间窗口稍纵即逝，抓住机遇则能赢家通吃，快速成长为行业独角兽，错失时间窗口则面临巨大的创新风险。下面着重探索几方面机会：

在执行层面，从自动紧急刹车系统（AEB）（包括控制模块ECU，测距模块，和制动模块。其核心在于通过毫米波雷达对路况进行识别，并传导到制动模块进行作业，在驾驶员不踩刹车的情况下实现制动）；电子稳定程序系统（ESC）（整合防抱死制动系统、制动辅助系统和加速防滑控制系统的相关功能，实现在转型过程中的自动化，辅助车辆保持平衡和稳定性）；ibooster（适用于所有动力总成解决方案，包括传统车和新能源车，并与ESP配合提供自动驾驶所需的冗余制动系统，并在车辆失效的情况下提供解决方案）。执行层面技术往往包括控制模块和执行模块，切入控制模块的新创公司开始出现，我们认为，随着高端装备制造全球范围内重心向中国偏移，大量新兴车企涌现，众多新能源新车型纷纷定义产品规划产能，底盘电控等作为智能汽车单车智能的关键底层技术，中国汽车零部件一直以来的短板，会迎来新的机遇。无论是具有产业优势的上市公司拓普集团，还是开发ESC的英创汇智、AEB控制模块的清智科技等初创公司，都会拥有难得的窗口机遇期。

在单车智能在量产车的应用方面，泊车辅助、碰撞预警、车道偏离预警等一般辅助系统（根据车辆的长宽安装传感器，提供解决方案。通常传感器以毫米波雷达和摄像头为主，并基于算法提供优化的解决方案，提高车主的驾驶体验，为汽车消费升级创造条件）；从定速巡航到自适应巡航（通过智能控制系统实现在特定路况下的自动驾驶，根据车的行驶状态和路况，由系统自主判断当前的行驶方案，在有碰撞风险时，系统会提示驾驶者进行干预，自动化成都相对较高）；从level1到level4（最初阶段的系统以辅助驾驶系统为主，之后将汽车的多个控制单元融合逐步实现半自动功能，然后依靠算法实现特定路况下的自动驾驶，最后实现无人驾驶）。

在车联网的应用方面，智慧城市（通过智能网联将车辆和路况的实时信息上传至互联网平台，可以更好的规划车辆行驶路线，优化交通方案，解决城市交通的拥堵问题。对驾驶安全有较大的帮助，包括车道偏离预警、紧急制动等辅助驾驶功能可以提高交通安全性，更好的避免交通事故的发生）；基于位置信息提供服务（可以为车主提供基于当前位置的路况信息，包括停车车位、前方路况、周边消费等等。可以提供类似通用安吉星的紧急求助服务，更快为发生意外的车主提供救助）；获得车主的行为信息，提供UBI服务（通过互联网平台+传感器的模式，可以更好更快的汇总车主的驾驶习惯，通过对车主的驾驶习惯的细分，判断车主车险的赔付概率，根据不同情况分段定价，提高车险收入并降低成本）；获取车辆的实际信息，为二手车交易提供凭据（通过车联网记录车辆的详细历史信息，包括有无事故、关键零部件是否更换、实际行驶里程、车龄信息等等，在车辆进入二手车交易环节后增加交易透明度，减少信息不对称情况的发生）；为共享汽车等新商业模式奠定基础（通过互联网，更好的匹配用车人和车辆的信息，依靠大数据分析，优化不同时间段不同地点共享汽车的投放量，降低运营成本）。

下一步，基于5G的相关技术将于汽车技术快速融合，再造智能网联汽车新风口。此外，目前给人看的二维地图已经发展成熟，然而给车看的地图——高精度地图，还是起步阶段，通过众包方式绘制高精地图会面临标准不统一，最终效果差的风险；而由各家机构单独绘制，毫无疑问又面临极高的成本。作为实现智能驾驶的条件之一，与传统汽车地图不同，高精度地图的精确度精确到厘米级，通过将数据上传至网络后共享给行驶中的车辆，可以为辅助驾驶系统的决策提供更多的数据。其次，车与车之间实现联网，是城区实现自动驾驶的必要条件之一，将结合车辆的位置信息、行驶速度等信息实时共享，可以为自动驾驶系统提供周边的车辆信息，配合雷达、摄像头等传感器进行工作。

在智能网联汽车商业化方面，2018年，某种程度上，可以视为智能网联汽车真正的商业化元年，十年磨一剑的谷歌一直没有停止脚步，Waymo无人车实际路测里程达到了800万公里（中国的高速公路历程也就十几万公里）——相当于绕地球地道跑了200圈，尚未发生重大事故。Waymo在亚利桑那州试运行了一年，很多普通居民感受到了无人驾驶出行的魅力——昼夜不停、全年无休。Waymo今年还希望正式推出无人驾驶出租车打车服务。2月，美国加利福尼亚州车辆管理局宣布，配有远程监控系统的无人驾驶汽车最早将于4月份在加州接受测试。而此前无人驾驶汽车路试时，车上需要配有安全员时刻监控汽车状态。依靠远程人工监控，既能满足美国加州关于无人驾驶车辆必须由人工监控的要求，又能为无人驾驶技术的新领域创造新的盈利方式。远程人工监控下，人员可在远距离外同时对多辆汽车实施监控。参与无人驾驶研发的不仅包括通用汽车、Waymo等，若上述公司的远程监控无人驾驶汽车在4月份准备好接受新的路试，那么也将是首次在车在没有配备安全员的情况下，参与公路测试——不知这个计划是否会受到Uber交通事故的影响。

此外，Lyft联合自动驾驶软件厂商Aptiv展示它们共同开发的“全自动驾驶”打车服务，Aptiv提供自动驾驶技术，Lyft提供服务；2018年福特将在一座城市开始与美国物流公司Postmates对自动驾驶汽车运输货物进行合作测试，福特认为，与Lyft，Domino's Pizza，Postmates等进行合作，可以帮助福特验证自动驾驶的商业模式；丰田在2018年CES展宣布与亚马逊，Uber和必胜客合作开发一款无人驾驶电动车，打造电商平台E-Palette。

目前，尚不清楚Uber智能驾驶汽车发生致命事故的影响，但历史毕竟是螺旋形上升的，无人驾驶出租车更大概率今年将在美国迈出商业化的第一步，在特定有限地域向公众提供出行服务。虽然更大范围的铺开可能要到2021 年前后，需要成本下降，监管放行，消费者接受，2018年，将成为风口浪尖的智能网联汽车最为关键的一年。