[汽車之家行業]“我們堅決不做無人出租車，我們認為‘解放精力、減少事故’是智能駕駛創造的真正社會價值。”近日，蔚來汽車CEO李斌在一場媒體溝通會上的言論又出圈了，他認為，“自動駕駛的價值不是為了把專車司機、出租車司機的工作搞沒，這真的一點都不激動人心。”
李斌的這番言論說到部分人的心坎里。前不久，武漢出租車司機因“蘿卜快跑”而訂單減少的消息，不斷出現在社交平臺上。有武漢“的哥”稱被蘿卜快跑搶生意，投放量多的地方幾乎接不到客人。
一石激起千層浪，有人為新科技革新而歡呼，也有人為司機可能面臨失業而惆悵。自動駕駛是不是會搶人類司機飯碗？在這個話題上，每個人立場不一樣，看法就會截然不同。
筆者更想探討的是，為何Robotaxi在沉寂多年后，在當下這個時間點又火了？自動駕駛技術在普及落地的過程中，有沒有更好的方式或者節奏？
■為何Robotaxi當下又火了？
Robotaxi即無人出租車，是自動駕駛技術在出租場景的重要應用。與乘用車場景不同，出租場景天生具有“人車分離”的屬性，這促使Robotaxi直接探索L4級別高度無人駕駛。
據百度官方信息顯示，“蘿卜快跑”已經于11個城市開放載人測試運營服務，并且在北京、武漢、重慶、深圳、上海等地開展了全無人自動駕駛出行服務測試。
如果回顧行業發展歷史，Robotaxi經歷過一波“期望膨脹”，隨后“理性回歸”。
自2009年Google啟動了無人駕駛項目的研究，全球對無人駕駛的興趣升溫。2015年前后，Robotaxi初創公司如雨后春筍般密集涌現，資本市場對于自動駕駛投融資熱度升高。Cruise、百度L4自動駕駛事業部、小馬智行、AutoX、文遠知行等均在這一時間段內成立。
但隨著福特、大眾投資的Argo AI破產清算、激光雷達領域鼻祖Ibeo提交破產申請，2019年以來自動駕駛初創公司成立數量大幅減少。背后主要是商業化路徑不清晰，資金收緊等難點，行業進入陣痛期。
為何Robotaxi在當下又火了？背后有幾大因素。
首先，消費者對Robotaxi的感知更深了。過去兩年，Robotaxi在駕駛位上還坐著一個安全員，如今是真的無人駕駛，市民只要在車玻璃上用手指劃上手機號碼后四位，車門就會打開，隨后系好安全帶，點屏幕上的確定，即可開始行程。
據悉，武漢投放的蘿卜快跑Robotaxi，一個月內，每輛車平均每天完成訂單20個左右，和普通網約車司機的數量差不多，但每單平均價格是普通網約車的60%。雖然大家擔心的交通事故也出現過，但全是人類違反交規造成的。從保險公司的統計數據看，蘿卜快跑無人車的出險率是人類的1/14。所以，相比出租車拒載乘客、以及夏天司機不開空調的體驗，市民對Robotaxi的關注熱情變高。
其次，Robotaxi單車成本相比過去有了大幅度的下降，讓市場對其商業化有了期待。今年5月Apollo Day 2024發布會上，百度上新了搭載百度第六代智能化系統解決方案的“蘿卜快跑”第六代無人車。新車售價僅20.46萬元，整車成本相較于5代車直接下降了60%，遠低于其他自動駕駛企業所推出的Robotaxi。
此外，自動駕駛平臺通過減少平臺費用和司機成本，同時提供全天候服務，能夠顯著降低服務的單位成本，從而使得里程單價低于傳統出租車。
最后一點，其實也是最重要的——特斯拉稱今年將推出Robotaxi。近期，特斯拉FSD取得重大進展，3月31日，特斯拉向美國部分用戶推送FSD V12的新版本。新版本首次去除了“Beta”測試版字樣，替換成“Supervised”，意為“有監督”。
馬斯克稱其為“車輪上的Airbnb”，車主可以選擇將自己的車輛加入特斯拉網約車車隊，與特斯拉分享收入。特斯拉是汽車智能駕駛技術引領者，它若能如期發布Robotaxi，無異于行業地震。
■自動駕駛迎來ChatGPT時刻？
眼下，智能駕駛技術正在發生一個里程碑式的轉變，這個里程碑叫“端到端”，而特斯拉FSD新版本背后就是使用了端到端技術，蘿卜快跑的智能駕駛也使用了端到端大模型。
何為“端到端？它是一個深度學習方面的概念。一個AI模型只需要輸入原始數據，就能輸出最終結果，中間不需要再引入額外的模塊做加工。比如ChatGPT，你對它說話，它就回答你，中間只牽扯到一個大語言模型。
但智能駕駛要復雜得多，除了識別人的指令，還要識別馬路上的物體，觀察其紋理、顏色、運動速度等。過去，這些環節需要不同的模塊，這些模塊做到的智能化程度參差不齊。
比如，負責規劃路線的模塊，以及負責控制車輛的模塊，智能化不夠，就需要人工輸入大量的路況和規則，并按照規則行事。
隨著智能駕駛向端到端方向進化，它能夠自己判斷路況，并自己做出反應。這也是為何近半年來多家國內新能源車企大幅度裁員，裁掉的是智能駕駛部門的程序員。因為端到端時代，已經不需要那么多程序員，來一點點寫代碼，一點點制定每一條駕駛規則。
簡單地說，在無人駕駛替代出租車司機前，最先替代的居然是一大批寫代碼的程序員。
馬斯克稱，“FSD實現自動駕駛會是特斯拉的“ChatGPT時刻”。這也加速了國內自動駕駛端到端大模型的研發和應用。小鵬、蔚來、理想等新勢力車企都在進行端到端模型技術的研發部署，華為、小馬智行、英偉達、元戎啟行、商湯絕影、輕舟智航等產業鏈企業也在端到端領域發力。
在實現無人駕駛之前，各家企業都在向體驗更好的高階智能駕駛方向努力。區別與傳統智能駕駛，端到端技術系統駕駛更像有經驗的人類司機，不會過于死板教條。
“端到端技術的核心優勢在于其能夠顯著提升高級別智能駕駛的落地效率，同時在一定程度上降低成本。而這一技術路徑的成功，得益于大模型、大算力和大數據的結合，推動人工智能算法實現質的飛躍。”深圳元戎啟行科技有限公司副總裁劉軒在與汽車之家溝通中指出。
在降低成本方面，端到端技術不依賴于高精度地圖，這一點對于實現全國乃至全球范圍內的自動駕駛尤為重要。劉軒解釋說，人類駕駛員在開車時并不會在腦海中形成一張高精度地圖，而是依靠對道路和路標的直觀感知。高精度地圖作為中間結果，雖然對于機器理解環境有所幫助，但也帶來了維護更新、時效性和數據安全等一系列問題。因此，減少對高精度地圖的依賴，是實現端到端算法的關鍵。
另一方面，特斯拉FSD表現取得突破，也讓業內產生激光雷達是否真正需要的討論。特斯拉如果僅依靠攝像頭即可實現無人駕駛，這對激光雷達行業來說是不是打擊。
對此，輕舟智航聯合創始人、CEO于騫對汽車之家稱，“無論是純視覺還是結合激光雷達，端到端的方法都能適用。不過，雖然激光雷達在當前技術限制下提供了必要的安全冗余，但從長遠來看，視覺技術完全有能力實現高等級的自動駕駛。隨著技術的進步，純視覺系統有望達到甚至超越人類駕駛員的水平。”
李斌也發表了自己的看法，激光雷達就像是汽車安全氣囊，更大的作用在于安全價值，能夠為純視覺不能應對的1%極限場景兜底。“企業用不用激光雷達是一個商業問題，取決于它是否為了那1%付出這個成本。”
■大規模商業化落地有多難？
雖然新技術迭代、成本下降等方面讓外界對自動駕駛產生了期待，但從特斯拉的開發經驗看，端到端智駕技術對于算力、算法和大數據的要求都非常高，如果沒有足夠的經濟和技術實力很難實現。特斯拉也是通過大量測試才最終實現了FSD 端到端自動駕駛。
馬斯克稱，2024年特斯拉計劃向人工智能基礎設施和算力投資100億美元，其他公司的投資強度如果達不到這一水平，或者資金利用效率不高，就無法競爭。
劉軒坦言，特斯拉的優勢在于它自己本身有超過600萬輛車，有著海量的真實數據形成數據閉環。但不同端到端具體實現路徑模型本身并不一樣，實現的過程方法也有差別。“我們可以針對性地訓練自己的模型，中國復雜城區的CBD、擁堵場景為我們積累了相當的經驗，相信這些能夠幫助端到端算法模型快速迭代到一個具有競爭力的水平。”
小馬智行 CTO樓天城表示，現階段，訓練出一個一般性能的端到端模型，自動駕駛的數據量已經不是一個問題，但是要訓練出一個高性能的端到端模型，對數據的質量要求可能是幾個量級的提升，這是自動駕駛行業都會面臨的挑戰。
隨著自動駕駛系統的AI模型化程度越來越高，其對訓練算力資源的需求越來越大。
特斯拉近年來不斷增加訓練算力投入。特斯拉在2024年Q2財報上透露，其人工智能訓練算力已達35000 H100 GPU等效算力，預計到年底增加到約90000 H100 GPU等效算力。相比2023年底，同比增長約500%，達到和谷歌、亞馬遜同一梯隊。此前，特斯拉還部署了規模更大的A100 GPU訓練集群，其實際訓練算力投入在自動駕駛行業中遙遙領先。國內主機廠和自動駕駛公司雖然也在訓練算力上投入，但很少能達到特斯拉的規模。
『特斯拉發布超級計算機用于訓練自動駕駛』
不過當前，特斯拉Robotaxi產品何時能夠實際運營還沒有明確時間表。特斯拉原定于8月8日發布的無人駕駛出租車Robotaxi將推遲到10月10日發布。對于推遲的原因，馬斯克表示，要對車輛進行一些設計更改。有業內專家認為，特斯拉推遲Robotaxi的發布主要是它的技術還不成熟，如果按期發布可能會出現一些bug。
除了技術問題需要完善，Robotaxi商業模式問題更是難點。
以蘿卜快跑為例，500輛無人出租車，就算每天每輛車都能接滿20單，每單都能賺10塊錢，那么蘿卜快跑Robotaxi，一天的收入也只有10萬。這個數字對普通人來說挺多，但是對一家做自動駕駛的技術型公司來說，估計連幾個算法科學家的工資都覆蓋不了。
蔚來不做Robotaxi，李斌也給出了自己的理由，“交通是個社會問題，不是單獨的技術問題，從技術上說，Robotaxi會越來越成熟，但它不一定是一個可持續的生意。一座城市能容納的汽車數量是有限的，Robotaxi不會像云服務那樣沒有邊界地擴展。”
資本市場對特斯拉的Robotaxi計劃持謹慎樂觀態度。摩根士丹利稱，自動駕駛技術受到法律、監管、道德倫理等一系列無法預估的因素影響，它的市場普及度變化或是一條極端曲線，行業距離拐點還有較遠距離。
雖然Robotaxi離大規模應用還有很長一段距離，但端到端的智能駕駛方案，可以顯著提升用戶體驗，讓更多消費者愿意接受自動駕駛，這或能加速高階智能駕駛的整體滲透率。業內專家預測，國內高速NOA滲透率至2026年將超過30%，城市NOA滲透率超過10%。2024年將成為自動駕駛從形成認知到購買轉化的重要時間窗口。（文/汽車之家 彭斐）