当下，跨界造车正成为一种潮流。互联网造车已过，家电业跨界造车来袭。继小米宣布造车之后，格力、创维、美的、海尔等被曝光正在为新能源造车布局。

截止2021上半年，市场上跨界造车企业越来越多。从所属行业分布来看，除了互联网公司入局，家电、地产、通信、出行、科技制造，甚至白酒等行业巨头也加入了造车的行列。其中包括华为、恒大、宝能、小米、OPPO、BAT、360、创维、格力、魅族、美的、富士康、大疆、滴滴、宁德时代、以及五粮液等。

第二波跨界造车，胜算几何？

在过去几十年里，造车这件事情，一直是传统车企巨头的游戏，车企巨头把控着市场、技术、产业链，没有一个明确的技术突破，跨界造车几乎没有任何机会。

在2003年，中国家电行业就曾掀起过一波“造车热潮”。彼时正值家电市场竞争白热化，美的、奥克斯、波导、夏新、新飞、格林柯尔等都曾通过并购方式进军汽车业，谋求新的产业增长点。不过，当时跨界的企业低估了造车的难度，投入的资金就像无底洞，没有能坚持下去，项目纷纷宣告破产或者被回购。

汽车制造产业链的复杂度高，不仅涉及设计方案、制造Demo，还需要考虑量化生产以及销售售后等问题。如果费劲周折，造出一辆没有足够竞争力的车型，跨界造车也难以立足。

然而，特斯拉汽车的出现，开启了汽车电动化、智能化的浪潮。电力驱动所带来的能源革命催生了新的出行方式，智能化的升级给了全新的用户体验。不仅实现了零排放，特斯拉还将互联网元素和智能理念融入到车辆，使它变得与众不同。

之前从没有一辆车，能够通过车内大屏幕，控制互联网浏览、空调、导航、媒体、灯光、电话、座椅加热、天窗开关，充电，悬架，以及车辆状况等各种信息。一时间，特斯拉市值一度超过了世界9大车企市值的总和，新能源汽车的未来不可估量。

与此同时，人们只能在影视剧里幻想的自动驾驶功能，并不再是遥不可及，具有L2级自动驾驶功能的Autopoilt，已经可以让你谨慎地体验一下松开手脚开车的感觉。满怀梦想的自动驾驶企业，如春笋破土般，在全球市场上努力研发和测试，让自动驾驶系统更加安全和稳定。自动驾驶技术正成为第二次跨界造车企业成功逆袭的机会。

自动驾驶是未来汽车“皇冠上的宝石”

智能化的汽车正在被市场逐步接受，我们已经不满足于汽车仅能实现微信聊天和听音乐等功能，享受汽车智能化便利的同时，也在为智能汽车提出进一步需求。我们在幻想着可以摆脱双手双脚，让车辆自主行驶，甚至利用车内时间做其他事情，长途跋涉不再需要驾驶员，技术的进步给足了用户的期待。

目前，智能驾驶辅助功能在新车中的装载率越来越高，在商业竞争中，智能驾驶功能已然成为打造产品差异化的重要手段，一辆具有OTA智能升级的车型正在成为主流，而自动驾驶将成为未来的标配。

从技术发展角度看，未来的汽车将会以端云一体的自动驾驶功能为基础，构建全新的多模式主动交互方式和功能。车云一体架构也将打通云端与车端服务，汽车的功能将大部分由软件来定义。

基于无人驾驶技术和未来多模式主动交互方式和功能需求，要求汽车具备更大的算力和能源的支持。未来的汽车将会采用一个巨大算力的控制器来满足整车所有功能的实现，这个控制器的算力或许将超过2000T，同时配合超大的通讯带宽、面向服务化的软硬件分离的架构，支持跨域的全场景功能的融合，这个时代的汽车可以称之为四个轮子上的超级计算机。

自动驾驶不仅是智能汽车发展的方向，也是打造未来更安全、高效、节能的交通强国的重要手段。在国家交通部发布的《智能汽车创新发展战略》中，提到“到2025年，自动驾驶基础理论研究取得积极进展，道路基础设施智能化、车路协同等关键技术及产品研发和测试验证取得重要突破；在部分场景实现规模化应用，推动自动驾驶技术产业化落地。”

未来的汽车将会成为我们生活中的第三空间，满足我们对空间想象的不同需求。到那时，汽车不仅可以用它来休闲娱乐、商务会议、晚间休憩，还将成为我们的购物空间、亲子空间以及会客空间等。总之，未来智能驾驶和智能交互技术支撑起来的出行工具成为我们除办公室和家庭之外停留时间最长的第三空间。

数据是实现自动驾驶的养料

自动驾驶技术作为人工智能的应用分支，即使是起步较早的公司也不过研究了五六年时间，而且目前所依赖的算法、传感器甚至是技术路线，基本是大同小异。在同一起跑线上，谁先占据了自动驾驶的制高点，就能首先带动汽车销量的猛增。

华为王军曾表示，真正能够颠覆汽车行业生态和产业链的技术是自动驾驶。

自动驾驶从感知到决策，都离不开机器学习算法，而目前该算法主要是依靠数据去驱动的，比如对摄像头中的图像进行物体识别，就需要大量被标注了实体的图像作为训练数据，通过这种深度学习的方法，才能从新的图像中识别出物体。

而机器学习在行为决策中的运用一般属于强化学习的范畴，智能体需要与环境进行交互，智能体的每一步行为都会影响环境，同时环境的变化也会影响智能体的行为。从大量与环境交互的样本数据中，学习到环境与行为的映射关系，智能体就能从每感知一次环境，就能“智能”地做出行为。

机器学习本质上就是依靠数据驱动的，车辆需要大量真实交通场景下的多维、长尾数据喂养，而且数据规模越大，算法就会进化的越智能。因此，高质量数据的获取速度和规模很大程度上决定了自动驾驶技术落地的时间表和商业化体量。

谁能快速产生、筛选、处理高质量的数据，谁就掌握话语权。目前来看，通过依靠量产车型上车，拿到足够多的摄像头和激光雷达真值数据，并建立一套完整的数据获取和数据分析的方案，实现真正的数据自动化，正成为自动驾驶公司建立“数据壁垒”的方式之一。

越来越多的跨界造车企业的加入当然是一件好事，说明汽车行业的未来潜力巨大，也有助于促进政策和规范的落地。企业官宣造车，如果不是为了抱着“拉动股价，PPT造车，贴牌造车或者靠造车圈地”等目的，只是虔诚地想为世人打造一款优质的交通工具，那么就需要规划未来汽车发展的形态，而自动驾驶必然是绕不过去的。