回望汽車工業(yè)的發(fā)展，從流水線生產到電氣化，再到智能化，汽車工業(yè)發(fā)展的每一步都曾是人類現(xiàn)代科技進步的最典型縮影。如今，隨著特斯拉和蘿卜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(jié)點。

　　那么自動駕駛行業(yè)目前的競爭格局如何?技術路線如何?還有哪些問題和挑戰(zhàn)呢?一起來看。

　　01. 競爭格局：中美各有千秋

　　結合行業(yè)發(fā)展趨勢來看，隨著自動駕駛技術逐步成熟，Robotaxi確實有可能顛覆汽車產業(yè)。

　　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(guī)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，隨著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布局Robotaxi。

　　也正是由于Robotaxi極具想象力，目前不止特斯拉，谷歌、百度、如祺出行等企業(yè)也在布局相關業(yè)務。比如，2024年6月，百度的蘿卜快跑在武漢提供全無人駕駛叫車服務，引發(fā)網友熱議。小鵬汽車CEO何小鵬也宣稱，計劃于2026年推出Robotaxi。

　　中金點睛研報顯示，“目前中美兩國在Robotaxi商業(yè)化探索方面處于全球領先地位”。其中美國明星Robotaxi企業(yè)包括特斯拉、谷歌、Cruise等，中國知名企業(yè)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(qū)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宣布，在美國每周無人車付費出行次數(shù)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也宣布重啟Robotaxi業(yè)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，百度的蘿卜快跑也開始加速落地，目前已于全國11個城市開放載人測試運營服務，實現(xiàn)超一線城市全覆蓋。財報顯示，截至2024年7月28日，蘿卜快跑在全國累計提供超700萬次的乘車服務;2024年Q2，蘿卜快跑提供約89.9萬次乘車服務，同比增長26%。

　　02. 技術路線：一方水土養(yǎng)一方“車”

　　而站在當下的時間節(jié)點，回頭去看中美自動駕駛的歷史進程，不難發(fā)現(xiàn)一個共同之處：先由頭部科技公司主導，而后傳導至傳統(tǒng)車企和網約車平臺，并試圖全力追趕。

　　2009年，谷歌率先啟動自動駕駛項目，并在7年后將其分拆為獨立公司Waymo。而作為中國最早布局自動駕駛的企業(yè)，百度在2013年便成立了深度學習實驗室。緊隨其后，Cruise、Argo、小馬智行、文遠知行等平臺先后出現(xiàn)。

　　具體來看，最早出道的Waymo，走的是成本最高的“重硬件派”。Waymo一直致力于自主研發(fā)關鍵傳感器,從激光雷達、毫米波雷達到計算平臺，實現(xiàn)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?！?/p>

　　與此同時，特斯拉走的則是軟件派。其采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(xié)同自動駕駛方案。例如2018年年底，百度正式開源 Apollo 車路協(xié)同方案，企圖讓自動駕駛進入“聰明的車”與“智能的路”相互協(xié)同階段。

　　而所謂車路協(xié)同自動駕駛方案利用道路兩側的傳感器和通信設備，實現(xiàn)車與基礎設施之間的信息共享和協(xié)同駕駛。優(yōu)點是能夠在特定路段實現(xiàn)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(yè)自動駕駛的發(fā)展路線，也不難發(fā)現(xiàn)雖然二者有相似之處，但也有著一套截然不同的內生邏輯。這種發(fā)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”，背后的核心能力都是人工智能算法和決策芯片。美國擁有發(fā)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(tài)勢，為高性能車載芯片的發(fā)展打下了良好的基礎。

　　相較而言，中國自動駕駛研發(fā)則起步較晚，但好在國內相關產業(yè)配套以及政策的扶持，都具有優(yōu)勢。我國大力推行 5G、衛(wèi)星互聯(lián)網、數(shù)據(jù)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(lián)網時代，新技術的出現(xiàn)都會伴隨著不同的發(fā)展路徑。在臨近終點之前，每一條路都有跑贏的機會。

　　03. 問題和挑戰(zhàn)：商業(yè)化、法律責任

　　講完了技術這些理論話題，我們把視角拉回現(xiàn)實。從現(xiàn)實層面看，當下自動駕駛任然面臨許多挑戰(zhàn)，其中最核心的兩點一個是商業(yè)化，另一個是監(jiān)管或者說是法律責任的厘清。

　　商業(yè)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為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的單英里成本僅為0.18美元?！?/p>

　　此外，據(jù)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，作為出租車跑單，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(yè)“自營自購自運營”的商業(yè)模式。

　　據(jù)華鑫證券測算，Robotaxi的單車盈利模型將在2027年左右實現(xiàn)。分營收和成本兩個角度來看，成本側的主要下降驅動體現(xiàn)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，隨著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(xiàn)單車盈利和成本之間的平衡。

　　在監(jiān)管層面除了數(shù)據(jù)安全外，由誰來承擔自動駕駛帶來事故的法律責任也是業(yè)內關注的焦點之一。

　　歐洲有學者認為，目前的這些智能機器并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(jù)人類設定的程序來完成任務的機器。

　　從實踐上來看，人工智能也并非各國法律規(guī)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并致其死亡，當時這輛車正處于L4駕駛狀態(tài)。本案歷時五年，優(yōu)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(jiān)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為，優(yōu)步公司的系統(tǒng)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(jié)目導致分心以至于沒有及時制動車輛才是事故發(fā)生的主要原因，因此車禍主要原因在人而非技術。

　　04. 結語：拼到最后拼的是算力和盈利能力

　　最后我們來討論自動駕駛行業(yè)拼到最后拼什么。關于這個問題筆者認為有兩個核心分別是算力和盈利。

　　在算力上，自動駕駛行業(yè)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(shù)據(jù)去訓練算法。

　　Robotaxi能否大規(guī)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，以特斯拉為代表的車企可憑借垂直整合，壓低整車制造成本，而與百度為代表的科技公司也通過不斷迭代，盡可能壓低車輛的成本。這背后，更直白一點就是有沒有足夠資金支持，對于車企而言，就是能否有足夠的銷量去獲取利潤、去養(yǎng)自動駕駛的算力和數(shù)據(jù)。