自動駕駛行業觀察：競爭格局、技術路線、問題挑戰

北京時間10月11日，“爽約”許久的特斯拉Robotaxi服務將正式面世，作爲馬斯克“全自動駕駛”夢想的一次大膽實踐，它試圖重新定義城市交通。與此同時，搭載ADFM大模型的百度 Apollo 自動駕駛平臺10.0也即將發佈，也有消息表示，蘿蔔快跑近期正在積極進行全球佈局，已與多個國際公司進行了深入溝通，計劃進軍海外市場。

回望汽車工業的發展，從流水線生產到電氣化，再到智能化，汽車工業發展的每一步都曾是人類現代科技進步的最典型縮影。如今，隨着特斯拉和蘿蔔快跑在自動駕駛領域的新動作，我們似乎又站在了新的歷史節點。

那麼自動駕駛行業目前的競爭格局如何？技術路線如何？還有哪些問題和挑戰呢？一起來看。

競爭格局：中美各有千秋

結合行業發展趨勢來看，隨着自動駕駛技術逐步成熟，Robotaxi確實有可能顛覆汽車產業。

Frost&Sullivan預測，2030年中國L4及以上自動駕駛滲透率有望達9.5%，Robotaxi市場規模將達4888億元。加拿大皇家銀行資本市場分析師Tom Narayan在研報中表示，隨着Robotaxi技術逐步成熟，消費者將不會再購買私家車。在此背景下，特斯拉確實有必要提前佈局Robotaxi。

也正是由於Robotaxi極具想象力，目前不止特斯拉，谷歌、百度、如祺出行等企業也在佈局相關業務。比如，2024年6月，百度的蘿蔔快跑在武漢提供全無人駕駛叫車服務，引發網友熱議。小鵬汽車CEO何小鵬也宣稱，計劃於2026年推出Robotaxi。

中金點睛研報顯示，“目前中美兩國在Robotaxi商業化探索方面處於全球領先地位”。其中美國明星Robotaxi企業包括特斯拉、谷歌、Cruise等，中國知名企業則包括百度、小馬智行、文遠知行、如祺出行等。

在美國市場，2024年以來，谷歌Waymo的Robotaxi不斷擴大服務區域，6月在舊金山面向全域用戶開放無人駕駛出行服務。2024年8月20日，Waymo宣佈，在美國每週無人車付費出行次數突破10萬次，相較5月份的5萬次翻倍。

無獨有偶，2024年5月，Cruise也宣佈重啓Robotaxi業務運營，在亞利桑那州測試有安全員的Robotaxi。

在中國市場，2023年以來，百度的蘿蔔快跑也開始加速落地，目前已於全國11個城市開放載人測試運營服務，實現超一線城市全覆蓋。財報顯示，截至2024年7月28日，蘿蔔快跑在全國累計提供超700萬次的乘車服務；2024年Q2，蘿蔔快跑提供約89.9萬次乘車服務，同比增長26%。

技術路線：一方水土養一方“車”

而站在當下的時間節點，回頭去看中美自動駕駛的歷史進程，不難發現一個共同之處：先由頭部科技公司主導，而後傳導至傳統車企和網約車平臺，並試圖全力追趕。

2009年，谷歌率先啓動自動駕駛項目，並在7年後將其分拆爲獨立公司Waymo。而作爲中國最早佈局自動駕駛的企業，百度在2013年便成立了深度學習實驗室。緊隨其後，Cruise、Argo、小馬智行、文遠知行等平臺先後出現。

具體來看，最早出道的Waymo，走的是成本最高的“重硬件派”。Waymo一直致力於自主研發關鍵傳感器,從激光雷達、毫米波雷達到計算平臺，實現了全套傳感器自研。但這條路線對資金的消耗是巨大的，馬斯克還曾調侃Waymo稱，“Waymo money。”

與此同時，特斯拉走的則是軟件派。其採用的是大模型端到端的技術方案，輸入圖像，通過神經網絡輸出決策，把所有任務都交給了AI。也就是有名的純視覺方案(FSD)。

而國內則大部分是“中間務實派”。即車路協同自動駕駛方案。例如2018年年底，百度正式開源 Apollo 車路協同方案，企圖讓自動駕駛進入“聰明的車”與“智能的路”相互協同階段。

而所謂車路協同自動駕駛方案利用道路兩側的傳感器和通信設備，實現車與基礎設施之間的信息共享和協同駕駛。優點是能夠在特定路段實現高精度定位和感知，提高駕駛安全性。

有趣的是如果仔細研究中美科技企業自動駕駛的發展路線，也不難發現雖然二者有相似之處，但也有着一套截然不同的內生邏輯。這種發展路線上的分歧很大程度上是源自技術上的錯位。

不論是單車智能“Waymo 派”，還是“特斯拉派”，背後的核心能力都是人工智能算法和決策芯片。美國擁有發達的集成電路技術，在高端芯片設計領域也一直保持領先態勢，爲高性能車載芯片的發展打下了良好的基礎。

相較而言，中國自動駕駛研發則起步較晚，但好在國內相關產業配套以及政策的扶持，都具有優勢。我國大力推行 5G、衛星互聯網、數據中心、智能交通等新型基礎設施建設，在道路的改造方面堅決推行 5G LTE-V2X技術標準，支持LTE-V2X(Long Term Evoeution-Vehicle to Everything) 向 5G-v2X 平滑演進。

這些技術路線的選擇在當下其實還很難判斷誰有誰劣，畢竟無論是PC時代還是移動互聯網時代，新技術的出現都會伴隨着不同的發展路徑。在臨近終點之前，每一條路都有跑贏的機會。

問題和挑戰：商業化、法律責任

講完了技術這些理論話題，我們把視角拉回現實。從現實層面看，當下自動駕駛任然面臨許多挑戰，其中最核心的兩點一個是商業化，另一個是監管或者說是法律責任的釐清。

商業化方面還是成本的降低，馬斯克曾多次表示，希望通過Robotaxi和FSD爲人們提供每英里成本最低的交通工具。其在2019年自動駕駛日活動上給出測算值：“今天有人駕駛出租車的成本是2-3美元/英里，而Robotaxi的單英里成本僅爲0.18美元。”

此外，據馬斯克的設想，購買特斯拉Robotaxi的消費者，除了自用，還能讓車自己去掙錢，作爲出租車跑單，而加入Robotaxi車隊的車主，“每年可以獲利3萬美元”。這一想法徹底顛覆了過去Robotaxi行業“自營自購自運營”的商業模式。

據華鑫證券測算，Robotaxi的單車盈利模型將在2027年左右實現。分營收和成本兩個角度來看，成本側的主要下降驅動體現在硬件成本的下降+智駕能力提升帶來的單車遠程安全員成本下降；營收端來看，隨着Robotaxi運營時長提升+空駛率下降這兩個指標的改善，預計在2027年實現單車盈利和成本之間的平衡。

在監管層面除了數據安全外，由誰來承擔自動駕駛帶來事故的法律責任也是業內關注的焦點之一。

歐洲有學者認爲，目前的這些智能機器並沒有具備道德思考和道德決定的能力。即使強人工智能具有類人類的認識和控制能力，但它仍然不過是根據人類設定的程序來完成任務的機器。

從實踐上來看，人工智能也並非各國法律規定的可以行使權利、履行義務和承擔責任的主體。

在全球首例L3以上高度自動駕駛車輛致人死亡案件中，車上的測試人員也承擔了刑事責任。2018年3月18日，美國亞利桑那州一輛載有安全員的自動駕駛車輛在測試中以70公里時速撞上一名過馬路的婦女並致其死亡，當時這輛車正處於L4駕駛狀態。本案歷時五年，優步公司最終未承擔任何刑事責任，安全員拉法埃拉·瓦斯奎茲被判處三年監督緩刑，成了全球第一位因自動駕駛事故被判有罪的人。

美國國家運輸安全委員認爲，優步公司的系統未能及時識別前方物體及其行動軌跡是重要因素，但安全員在履職期間觀看手機上的娛樂節目導致分心以至於沒有及時制動車輛纔是事故發生的主要原因，因此車禍主要原因在人而非技術。

結語：拼到最後拼的是算力和盈利能力

最後我們來討論自動駕駛行業拼到最後拼什麼。關於這個問題筆者認爲有兩個核心分別是算力和盈利。

在算力上，自動駕駛行業各家的軟件架構、算法模型都不再是絕對秘密，最終大家比拼的是有沒有足夠的算力和數據去訓練算法。

Robotaxi能否大規模落地，不光與自動駕駛技術成熟與否息息相關，也離不開整車成本下探。目前，以特斯拉爲代表的車企可憑藉垂直整合，壓低整車製造成本，而與百度爲代表的科技公司也通過不斷迭代，儘可能壓低車輛的成本。這背後，更直白一點就是有沒有足夠資金支持，對於車企而言，就是能否有足夠的銷量去獲取利潤、去養自動駕駛的算力和數據。

因此可以說沒有算力，都是空想；沒有利潤，算力也是空想。