抢人类饭碗的Robotaxi 正站在风口浪尖

“我们坚决不做无人出租车，我们认为‘解放精力、减少事故’是智能驾驶创造的真正社会价值。”近日，蔚来汽车CEO李斌在一场媒体沟通会上的言论又出圈了，他认为，“自动驾驶的价值不是为了把专车司机、出租车司机的工作搞没，这真的一点都不激动人心。”

　　李斌的这番言论说到部分人的心坎里。前不久，武汉出租车司机因“萝卜快跑”而订单减少的消息，不断出现在社交平台上。有武汉“的哥”称被萝卜快跑抢生意，投放量多的地方几乎接不到客人。

　　一石激起千层浪，有人为新科技革新而欢呼，也有人为司机可能面临失业而惆怅。自动驾驶是不是会抢人类司机饭碗？在这个话题上，每个人立场不一样，看法就会截然不同。

　　笔者更想探讨的是，为何Robotaxi在沉寂多年后，在当下这个时间点又火了？自动驾驶技术在普及落地的过程中，有没有更好的方式或者节奏？

■为何Robotaxi当下又火了？

　　Robotaxi即无人出租车，是自动驾驶技术在出租场景的重要应用。与乘用车场景不同，出租场景天生具有“人车分离”的属性，这促使Robotaxi直接探索L4级别高度无人驾驶。

　　据百度官方信息显示，“萝卜快跑”已经于11个城市开放载人测试运营服务，并且在北京、武汉、重庆、深圳、上海等地开展了全无人自动驾驶出行服务测试。

　　如果回顾行业发展历史，Robotaxi经历过一波“期望膨胀”，随后“理性回归”。

　　自2009年Google启动了无人驾驶项目的研究，全球对无人驾驶的兴趣升温。2015年前后，Robotaxi初创公司如雨后春笋般密集涌现，资本市场对于自动驾驶投融资热度升高。Cruise、百度L4自动驾驶事业部、小马智行、AutoX、文远知行等均在这一时间段内成立。

　　但随着福特、大众投资的Argo AI破产清算、激光雷达领域鼻祖Ibeo提交破产申请，2019年以来自动驾驶初创公司成立数量大幅减少。背后主要是商业化路径不清晰，资金收紧等难点，行业进入阵痛期。

　　为何Robotaxi在当下又火了？背后有几大因素。

　　首先，消费者对Robotaxi的感知更深了。过去两年，Robotaxi在驾驶位上还坐着一个安全员，如今是真的无人驾驶，市民只要在车玻璃上用手指划上手机号码后四位，车门就会打开，随后系好安全带，点屏幕上的确定，即可开始行程。

　　据悉，武汉投放的萝卜快跑Robotaxi，一个月内，每辆车平均每天完成订单20个左右，和普通网约车司机的数量差不多，但每单平均价格是普通网约车的60%。虽然大家担心的交通事故也出现过，但全是人类违反交规造成的。从保险公司的统计数据看，萝卜快跑无人车的出险率是人类的1/14。所以，相比出租车拒载乘客、以及夏天司机不开空调的体验，市民对Robotaxi的关注热情变高。

　　其次，Robotaxi单车成本相比过去有了大幅度的下降，让市场对其商业化有了期待。今年5月Apollo Day 2024发布会上，百度上新了搭载百度第六代智能化系统解决方案的“萝卜快跑”第六代无人车。新车售价仅20.46万元，整车成本相较于5代车直接下降了60%，远低于其他自动驾驶企业所推出的Robotaxi。

　　此外，自动驾驶平台通过减少平台费用和司机成本，同时提供全天候服务，能够显著降低服务的单位成本，从而使得里程单价低于传统出租车。

　　最后一点，其实也是最重要的――特斯拉称今年将推出Robotaxi。近期，特斯拉FSD取得重大进展，3月31日，特斯拉向美国部分用户推送FSD V12的新版本。新版本首次去除了“Beta”测试版字样，替换成“Supervised”，意为“有监督”。

　　马斯克称其为“车轮上的Airbnb”，车主可以选择将自己的车辆加入特斯拉网约车车队，与特斯拉分享收入。特斯拉是汽车智能驾驶技术引领者，它若能如期发布Robotaxi，无异于行业地震。

■自动驾驶迎来ChatGPT时刻？

　　眼下，智能驾驶技术正在发生一个里程碑式的转变，这个里程碑叫“端到端”，而特斯拉FSD新版本背后就是使用了端到端技术，萝卜快跑的智能驾驶也使用了端到端大模型。

　　何为“端到端？它是一个深度学习方面的概念。一个AI模型只需要输入原始数据，就能输出最终结果，中间不需要再引入额外的模块做加工。比如ChatGPT，你对它说话，它就回答你，中间只牵扯到一个大语言模型。

　　但智能驾驶要复杂得多，除了识别人的指令，还要识别马路上的物体，观察其纹理、颜色、运动速度等。过去，这些环节需要不同的模块，这些模块做到的智能化程度参差不齐。

　　比如，负责规划路线的模块，以及负责控制车辆的模块，智能化不够，就需要人工输入大量的路况和规则，并按照规则行事。

　　随着智能驾驶向端到端方向进化，它能够自己判断路况，并自己做出反应。这也是为何近半年来多家国内新能源车企大幅度裁员，裁掉的是智能驾驶部门的程序员。因为端到端时代，已经不需要那么多程序员，来一点点写代码，一点点制定每一条驾驶规则。

　　简单地说，在无人驾驶替代出租车司机前，最先替代的居然是一大批写代码的程序员。

　　马斯克称，“FSD实现自动驾驶会是特斯拉的“ChatGPT时刻”。这也加速了国内自动驾驶端到端大模型的研发和应用。小鹏、蔚来、理想等新势力车企都在进行端到端模型技术的研发部署，华为、小马智行、英伟达、元戎启行、商汤绝影、轻舟智航等产业链企业也在端到端领域发力。

　　在实现无人驾驶之前，各家企业都在向体验更好的高阶智能驾驶方向努力。区别与传统智能驾驶，端到端技术系统驾驶更像有经验的人类司机，不会过于死板教条。

　　“端到端技术的核心优势在于其能够显著提升高级别智能驾驶的落地效率，同时在一定程度上降低成本。而这一技术路径的成功，得益于大模型、大算力和大数据的结合，推动人工智能算法实现质的飞跃。”深圳元戎启行科技有限公司副总裁刘轩在与汽车之家沟通中指出。

　　在降低成本方面，端到端技术不依赖于高精度地图，这一点对于实现全国乃至全球范围内的自动驾驶尤为重要。刘轩解释说，人类驾驶员在开车时并不会在脑海中形成一张高精度地图，而是依靠对道路和路标的直观感知。高精度地图作为中间结果，虽然对于机器理解环境有所帮助，但也带来了维护更新、时效性和数据安全等一系列问题。因此，减少对高精度地图的依赖，是实现端到端算法的关键。

　　另一方面，特斯拉FSD表现取得突破，也让业内产生激光雷达是否真正需要的讨论。特斯拉如果仅依靠摄像头即可实现无人驾驶，这对激光雷达行业来说是不是打击。

　　对此，轻舟智航联合创始人、CEO于骞对汽车之家称，“无论是纯视觉还是结合激光雷达，端到端的方法都能适用。不过，虽然激光雷达在当前技术限制下提供了必要的安全冗余，但从长远来看，视觉技术完全有能力实现高等级的自动驾驶。随着技术的进步，纯视觉系统有望达到甚至超越人类驾驶员的水平。”

　　李斌也发表了自己的看法，激光雷达就像是汽车安全气囊，更大的作用在于安全价值，能够为纯视觉不能应对的1%极限场景兜底。“企业用不用激光雷达是一个商业问题，取决于它是否为了那1%付出这个成本。”

■大规模商业化落地有多难？

　　虽然新技术迭代、成本下降等方面让外界对自动驾驶产生了期待，但从特斯拉的开发经验看，端到端智驾技术对于算力、算法和大数据的要求都非常高，如果没有足够的经济和技术实力很难实现。特斯拉也是通过大量测试才最终实现了FSD 端到端自动驾驶。

　　马斯克称，2024年特斯拉计划向人工智能基础设施和算力投资100亿美元，其他公司的投资强度如果达不到这一水平，或者资金利用效率不高，就无法竞争。

　　刘轩坦言，特斯拉的优势在于它自己本身有超过600万辆车，有着海量的真实数据形成数据闭环。但不同端到端具体实现路径模型本身并不一样，实现的过程方法也有差别。“我们可以针对性地训练自己的模型，中国复杂城区的CBD、拥堵场景为我们积累了相当的经验，相信这些能够帮助端到端算法模型快速迭代到一个具有竞争力的水平。”

　　小马智行 CTO楼天城表示，现阶段，训练出一个一般性能的端到端模型，自动驾驶的数据量已经不是一个问题，但是要训练出一个高性能的端到端模型，对数据的质量要求可能是几个量级的提升，这是自动驾驶行业都会面临的挑战。

　　随着自动驾驶系统的AI模型化程度越来越高，其对训练算力资源的需求越来越大。

　　特斯拉近年来不断增加训练算力投入。特斯拉在2024年Q2财报上透露，其人工智能训练算力已达35000 H100 GPU等效算力，预计到年底增加到约90000 H100 GPU等效算力。相比2023年底，同比增长约500%，达到和谷歌、亚马逊同一梯队。此前，特斯拉还部署了规模更大的A100 GPU训练集群，其实际训练算力投入在自动驾驶行业中遥遥领先。国内主机厂和自动驾驶公司虽然也在训练算力上投入，但很少能达到特斯拉的规模。

『特斯拉发布超级计算机用于训练自动驾驶』

　　不过当前，特斯拉Robotaxi产品何时能够实际运营还没有明确时间表。特斯拉原定于8月8日发布的无人驾驶出租车Robotaxi将推迟到10月10日发布。对于推迟的原因，马斯克表示，要对车辆进行一些设计更改。有业内专家认为，特斯拉推迟Robotaxi的发布主要是它的技术还不成熟，如果按期发布可能会出现一些bug。

　　除了技术问题需要完善，Robotaxi商业模式问题更是难点。

　　以萝卜快跑为例，500辆无人出租车，就算每天每辆车都能接满20单，每单都能赚10块钱，那么萝卜快跑Robotaxi，一天的收入也只有10万。这个数字对普通人来说挺多，但是对一家做自动驾驶的技术型公司来说，估计连几个算法科学家的工资都覆盖不了。

　　蔚来不做Robotaxi，李斌也给出了自己的理由，“交通是个社会问题，不是单独的技术问题，从技术上说，Robotaxi会越来越成熟，但它不一定是一个可持续的生意。一座城市能容纳的汽车数量是有限的，Robotaxi不会像云服务那样没有边界地扩展。”

　　资本市场对特斯拉的Robotaxi计划持谨慎乐观态度。摩根士丹利称，自动驾驶技术受到法律、监管、道德伦理等一系列无法预估的因素影响，它的市场普及度变化或是一条极端曲线，行业距离拐点还有较远距离。

　　虽然Robotaxi离大规模应用还有很长一段距离，但端到端的智能驾驶方案，可以显著提升用户体验，让更多消费者愿意接受自动驾驶，这或能加速高阶智能驾驶的整体渗透率。业内专家预测，国内高速NOA渗透率至2026年将超过30%，城市NOA渗透率超过10%。2024年将成为自动驾驶从形成认知到购买转化的重要时间窗口。（文/汽车之家 彭斐）