無人駕駛出租車的“iPhone 4時刻”還遠未到來
百度投資超過10年的Robotaxi（無人駕駛出租車）在沉寂數年後，再度成爲了輿論關注的焦點。
上週，百度的無人駕駛出租車項目“蘿蔔快跑”頻上各大平臺熱搜，帶動公司股價應聲上漲，創下自2023年3月以來最大單日漲幅。這給在自動駕駛行業摸爬滾打多年的“初創”科技公司和押注未來移動出行的汽車企業提振了信心。
與此同時，另一有望推動Robotaxi行業加速發展的“鮎魚”特斯拉，卻被傳將推遲發佈Robotaxi車型。儘管特斯拉CEO埃隆·馬斯克早已預言，2020年將有100萬輛自動駕駛出租車上路，但該公司至今仍未推出無需駕駛員監控的車型。
小鵬汽車CEO何小鵬在社交平臺發文稱，Robotaxi的能力、法規和商業閉環都還沒有到，預計在兩年後開始進入轉折點。
迴歸到理性探討，無論是技術路線的演進，亦或是投入產出比的商業效率，無人駕駛出租車跟前兩年相比都沒有明顯突破，其距離真正大規模商業化落地的“iPhone 4時刻”仍有相當的距離。
按照國際汽車工程協會定義，自動駕駛分爲L1至L5五個級別，以L3爲分界點，以下爲輔助駕駛系統，以上爲高級別自動駕駛。Robotaxi屬於L4級技術，可以自行駕駛，無需人工監督，也沒有L3級技術所規定的速度和其他限制。
實現Robotaxi的技術路徑通常分爲從L2開始的漸進式和直接從L4切入的激進式兩種。前者多以汽車公司爲代表，目前專注於城區領航輔助（NOA）的推進；後者則是百度、小馬智行、文遠知行等自動駕駛公司。
一位智駕研發人員向界面新聞表示，這兩條路線的區別在於L2輔助駕駛考慮成本，用的是已規模化生產的量產芯片和傳感器。而L4自動駕駛方案考慮安全，多搭載冗餘的高性能傳感器、激光雷達和大算力芯片。
兩條路線各自的劣勢明顯。漸進式輔助駕駛還遠不到去除駕駛員的程度；激進的全自動駕駛方案Robotaxi製造成本高昂，而且只能在限定的地理區域內行駛。
最早開始Robotaxi商業化探索的百度蘿蔔快跑所運營城市還只有11座，而小馬智行今年纔在北京、廣州、深圳三個城市開始全無人商業化運營。和人類司機相比，Robotaxi在交通博弈能力和通行效率上，都存在短板。
想要實現更高的收入目標，Robotaxi運營公司就需要提升時空覆蓋程度，滿足更多用戶需求。一個有望提升自動駕駛技術水平和Robotaxi泛化能力的方向是，端到端大模型的應用。
傳統上自動駕駛系統被劃爲感知、規劃、定位和決策等多個獨立模塊，而端到端強調感知決策一體化，融合在一個大模型之中，其最大優勢是減少模塊間信息傳遞損失，提高智駕能力上限。
多位業內人士向界面新聞表示，特斯拉全自動駕駛系統FSD V12版本落地，讓業內對於端到端技術的認知程度和接納性更進一步。
一個典型案例是，模塊化自動駕駛算法需要規控研發團隊手寫代碼，解決永遠解不完的極端場景，但將“感知”和“決策”一體化後，可以將傳感器接收的感知數據通過神經網絡模型，直接輸出用於車輛控制。
何小鵬提到，大模型應用後，團隊發現原本需要特別多的泛化代碼變成簡單的端到端模型，使得自動駕駛系統具備時空理解能力，能讀懂文字信息，具備時間觀念，理解不同城市特點的交通元素，作出更擬人的決策。他建議L4自動駕駛公司趕緊轉向端到端。
上述智駕研發人員向界面新聞指出，端到端的上限一定高於模塊化技術路線。一方面端到端完全由數據和算力驅動，隨着算力和數據量的顯著提升，端到端大模型的進化速度將遠高於模塊化。
“這兩條路線並不矛盾，可以並行發展。而且模塊化路線沒有精進到高水平，貿然切向端到端也不會做好。”
該研發人員認爲，切換到端到端模型後，不需要太多的開發人員書寫規則，但需要將這部分人力資金投入到數據處理上。大模型對於數據量的需求和處理要求更爲苛刻。
目前元戎啓行、Momenta等頭部自動駕駛公司正在推進端到端的落地；國內汽車公司蔚來、小鵬、理想也在配合端到端落地，進行內部組織架構系統調整。
多位業內人士向界面新聞指出，端到端架構多停留在學術層面，距離實際落地還有相當長的距離。這一架構使用的神經網絡大模型是“黑盒”，很難保證實際落地的功能安全，依然需要人工書寫規則進行後處理保證。實際成果的落地還需要持續且巨大的投入，
更進一步的是，技術進步還只是實現Robotaxi商業落地的其中一環。
科爾尼諮詢董事桂靈峰接受界面新聞採訪認爲，Robotaxi的商業閉環形成，需要滿足路徑規劃、乘坐舒適度、行程體驗、用戶經濟性、安全性以及技術接納性這六大要素。端到端大模型能夠得到成熟落地，至少可以解決前三個難題，但消費者能否用得起還考驗自動駕駛公司成本和收入的平衡能力。
當前百度蘿蔔快跑和小馬智行爲吸引用戶乘坐，會採用低價手段與網約車競爭。科技媒體電廠稱，在北京，蘿蔔快跑在同一路線的價格，比最低價的網約車型低44%。
這一方面受益於軟硬件成本的大幅降低。爲保證安全和數據精度，Robotaxi車型通常會搭載激光雷達、毫米波雷達和攝像頭等關鍵傳感器，其中常用在Robotaxi車型上的單顆機械式激光雷達在2018年的售價可達到10萬美元級別。
一位激光雷達行業從業人員向界面新聞透露，隨着近兩年汽車公司展開智駕“軍備競賽”，激光雷達需求規模急速擴張，帶動上游產業鏈成本降低。半固態激光雷達成本已經降至3000元，並有望在2025年降至1000元甚至更低。
在上海自動駕駛公司AutoX工作過的研發人員告訴界面新聞，早年AutoX投放的無人駕駛出租車配備了6個以上的國外成本高昂的激光雷達和性能最強的智駕芯片，單車硬件成本就近200萬元。但現在，Robotaxi車型的傳感器和計算平臺的成本合計不會超過10萬元。
據百度集團副總裁、智能駕駛事業羣組總裁王雲鵬介紹，百度的第六代無人車整車成本相較於五代車下降了60%，價格只需要20萬。
Robotaxi另一項成本開支是人工運營問題。2020年界面新聞記者在北京亦莊體驗百度Robotaxi車型之時，每輛車必須標配一位安全員；四年後在武漢約有95%以上的蘿蔔快跑車輛處於“全無人”狀態，僅有云倉遠程駕控人員進行緊急接管操作。
奧維諮詢企業董事合夥人張君毅接受界面新聞採訪指出，影響Robotaxi成本最核心的一環已經從車隊的軟硬件成本轉向人工成本。配備多少安全員和地勤服務人員、在雲端工作或者在實際場所服務，以及政府給予多少牌照及背後的運維費用，都會決定Robotaxi商業模式的可成立性。
投資人對Robotaxi的顧慮是，這屬於重資產、重研發、重運營的商業模式，既要做自動駕駛解決產品開發，又要運營與服務，還要買車隊，商業化變現難度極高。初創公司一旦出現融資不暢或資金管理不到位，就會存在資金斷鏈的風險。
2022年背靠大衆和福特的海外自動駕駛公司Argo AI因資金問題宣告破產；2023年通用汽車旗下Cruise運營虧損達到34.8億美元；谷歌控股的Waymo估值也從最高的1750億美元暴跌至300億美元。
爲攤銷成本，國內正在以汽車公司、出行平臺以及自動駕駛技術公司形成的聯盟推進技術變現。以剛登陸港股市場的網約車平臺如祺出行爲例，背靠廣汽集團的如祺出行在2022年A輪融資引入頭部自動駕駛公司小馬智行作爲戰略股東。
在“黃金三角”聯盟裡，自動駕駛公司負責提供前沿技術，汽車公司提供整車量產，而出行平臺將兩者結合，推動商業化落地。
張君毅告訴界面新聞，在共享出行概念最爲火熱的時候，汽車公司對自己的定位是未來出行公司。這既可以實現向B端運營，擴大規模化銷量，同時參與出行服務擴充財務盈利點和用戶接觸點。
桂靈峰同樣指出，僅賣車的一錘子買賣的利潤空間越來越承壓，但Robotaxi定義了出行場景，不僅是從A到B的行駛模式，而是提供了第三空間，在車內和用戶產生更多交互，可想象空間更高。
特斯拉是爲數不多由汽車公司單一主導Robotaxi發展的企業。在2018年馬斯克曾提出一個方案，研發自動駕駛汽車並和探索車輛“共享”的可能性。通過這一共享，當一輛特斯拉汽車主人不用車時，可以利用其接送客人以獲取收入。
馬斯克稱，通過按動特斯拉手機應用程序上的一個按鈕即可將其汽車添加至特斯拉的共享艦隊，由此，當車主在工作或者度假時便可利用其汽車增加收入，此舉可大大抵消每月的貸款或租賃成本，甚至有時還能夠額外獲得收入。
天風證券認爲，在Robotaxi領域，特斯拉具備人員和能源的雙重優勢，相較於傳統Uber、Lyft的運營模式，特斯拉節省了人員支出並支付相對較低的能源成本，結合定價更低的Robotaxi版本汽車，在定價相對Uber低50%的情況下，依然獲得近似的單公里盈利和更低的車輛回本週期。
張君毅認爲，車端的技術演進速度已經在提速，但路端仍較爲緩慢，目前也尚未建立完整的L3級別自動駕駛運行法規。另外，Robotaxi還有責任劃分的問題。只有車足夠智能安全，保險公司纔有可能爲車輛上保險，監管部門可執法，使商業模式成爲閉環。
百度的目標是，到2024年底，蘿蔔快跑將在武漢實現收支平衡，並在2025年全面進入盈利期。但想要將成功的模板複製在全國，還取決於法規、保險公司、網約車平臺以及自身技術能力的各個環節打通。