Robotaxi的另一种范式

Robotaxi现在并不是一个性感的词，这项曾经令无数资本疯狂的业务，在2022年随着Argo的倒闭而元气大伤。

目前，全球还专注在搞Robotaxi业务的公司并不算多，尤其在中国市场这边，主要的Robotaxi几乎都已经完成了一轮的业务切换，集体奔向了量产车市场，试图在用“量产+L4”的“双轮驱动”，让行业再度焕发青春。

但火种也得到了保留，在中国仍然有一些自动驾驶公司专注在Robotaxi赛道上，滴滴自动驾驶就是其中一家。

Robotaxi之所以不再性感，是因为其一直是停留在较小的测试场景内，无法规模化、商业化落地。如今，滴滴自动驾驶试图打破这个魔咒。

一

滴滴的自动驾驶业务成立于2016年，据滴滴自动驾驶CEO张博介绍，滴滴当时在与行业专家广泛沟通后，得出两个结论：

• L4至少还需要10年，即2026年，才能进入公众的生活
• L4进入到人们生活的最佳方式是通过滴滴这样的共享出行网络

按照这两个结论，网约车平台做自动驾驶，成为无法回避的问题。滴滴、Uber、Lyft等网约车公司纷纷冲进了自动驾驶研发领域，但在一段时间的探索之后，Uber、Lyft主动放弃了自动驾驶业务，网约车公司做自动驾驶只剩下滴滴一棵独苗。

滴滴在这7年的探索中，一方面在补齐L4自动驾驶全栈技术，包括感知、预测、决策、控制、仿真、数据闭环等；另一方面，也在思考如何将自身在网约车业务上沉淀的运营经验复制到Robotaxi业务上，使其在商业上可行。

4月13日，滴滴自动驾驶通过开放日活动，分享了一系列进展。

据滴滴自动驾驶COO孟醒介绍，自动驾驶的落地分为三个阶段：自动驾驶、自动驾驶服务、自动驾驶商业化服务。看起来像是文字游戏，但其实是因为每个阶段的侧重有所不同。

孟醒称，自动驾驶发展的第一阶段关键词是安全。滴滴自动驾驶从首次面向公众以来，已经连续安全运营了1020天。

目前，滴滴自动驾驶已经在广州、上海、北京、苏州等城市共拥有超过200辆自动驾驶车，消费者现在可以通过滴滴出行app在广州、上海的自动驾驶示范区域体验滴滴自动驾驶。

到第二个阶段，滴滴自动驾驶思考的是，如何将自动驾驶服务开放到更多区域、加入更多的站点，以及实现更长的运营时间，从安全驱动转换到运营体验驱动。

1、扩张覆盖区域

据滴滴介绍，相对于最初的运营区域，滴滴自动驾驶在上海地图覆盖里程已经扩张了7倍。

开放更多区域，意味着需要面对更多复杂的场景，滴滴自动驾驶称将通过“城市泛化引擎”，来对扩张区域时遇到的复杂车流、长尾场景等做定向优化。

感知、预测方面，针对更多的交通流，例如在学校门口、占路摆摊等场景下，需要对200个以上的目标做跟踪、检测，这就对系统延迟提出了挑战。滴滴自动驾驶称，其自研的BEV感知大模型、基于Transformer的预测大模型可以有效处理上述工况；

在决策环节，面对海量的多车、多目标交互，传统rule-based的方式难以有效处理，滴滴自动驾驶通过引入博弈论决策模型、模仿学习来处理决策环节的多目标交互问题；

对于不断遇到的长尾场景，滴滴自动驾驶将其分为两类：对于一些常规的目标，例如小猫、小狗等，做主动的数据挖掘；但是对于一些不规则的异型目标，则通过占据空间网络（Occupancy Space Network）来解决无法分类、识别的问题，做到即使不知道目标是什么，也能对其进行判断、预测。

2、更多站点

孟醒称，用户在使用自动驾驶服务时的痛点之一是上下车的站点能不能多一点，不要有公交车式的纠结。

一般来说，网约车是10米一个站点（可停靠位置），而目前的自动驾驶服务是1.5km一个站点，这导致用户在使用自动驾驶服务的时候难以获得良好的体验。

为了提高自动驾驶服务的实用性，滴滴自动驾驶目前已将泊入能力成功率提升至96%，并计划将全路段都变成站点，实现无限泊车。

3、更长时间

更长时间意味着要将原来服务中的断点补上，原来主要的断点有两部分：夜间、充电和清洁维修等。

孟醒称，尽管夜间的交通量相对于白天下降了60%，但是致命性车祸夜间占比达到了40%。为了提升夜间感知能力，滴滴自动驾驶引入了红外摄像头。

在运营服务方面，今年年初，滴滴自动驾驶在上海推出了24小时不间断自动驾驶服务，在其背后是滴滴打造的国内首个自动驾驶自动运维中心——慧桔港，这是滴滴自动驾驶对大规模Robotaxi车队运营的尝试。

在慧桔港，自动驾驶车辆可以进行自动充电、检测维修、冲洗、停放等全流程，在滴滴展示的演示视频中，这些工作都是通过AGV、机械臂来完成，并不需要人工的介入。

有了慧桔港，自动驾驶车队可以实现24小时连轴转。

二

要想大规模落地自动驾驶服务，除了运营方面的举措外，前装量产车是必不可少的，一个成本可负担的车队是扩大规模的必要条件，这也是滴滴自动驾驶畅想的第三个阶段。

自2016年以来，滴滴的自动驾驶车型已经经历了三代产品，但这三代平台都是后装改造的车型，成本相对较高、一致性不好，而前装量产可以解决这些问题。

据孟醒介绍，滴滴自动驾驶将和新能源整车企业共同定义和量产无人驾驶新能源网约车，双方将在Robotaxi产品定义、车型平台选择、座舱、智驾系统开发等方面展开合作。滴滴自动驾驶希望搭载国产车型平台，零部件国产化率实现90%以上，同时将成本降低80%。

量产进度方面，滴滴自动驾驶计划将下一代车型在2025年接入滴滴网络，实现Robotaxi和滴滴司机的混合派单，可全天候、规模化运营。

除了整车的前装量产计划，滴滴自动驾驶本次也发布了两款自动驾驶硬件：“北曜Beta”激光雷达和三域融合计算平台“Orca虎鲸”。

北曜Beta，是滴滴自动驾驶与北醒合作的激光雷达，可实现2k图像级分辨率，拥有每秒300万高点频、超512线的激光线数，探测的横向视场角为120°、纵向25.6°。

在功能方面，北曜Beta可进行分辨率调节，支持常规模式、视场角聚焦高清、局部高清、全局高清等四种模式，可根据场景需求自适应地调节局部区域或全局的分辨率，实现激光雷达在不同感知场景下的性能要求。

Orca虎鲸，将智能驾驶域、智能座舱域、网联域装进了one-box中，相比上一代硬件，成本下降88%，体积减少74%，核心元器件数量减少61%，线束数量减少33%。

滴滴自动驾驶表示，之前Robotaxi车辆在后备箱中都是一台体积很大的工控机，而现在新的中央计算平台，由于更为集成化，可以为后备箱腾出一个20寸行李箱的空间。

三

Robotaxi公司们从2020年开始的遇挫，核心原因还是在商业上缺少可行性。

从小范围测试到大规模商用，这中间有个巨大的鸿沟需要跨越，要用大量的资源才能填平，资本在经历过早期的疯狂之后，已经冷静下来，大家看不清要花多少钱、等上多少年才能进入回报期。

为了生存下来，Robotaxi公司们抓住了量产L2+、L2++这颗救命稻草，为公司实现造血能力，这种趋势愈演愈烈。

但在滴滴的故事中，他们找到了一个Robotaxi公司的“渐进式路线”，即通过混合派单网络，将自动驾驶服务不断融入到滴滴的大网络中，以实现Robotaxi运力的不断扩张，这是一种润物无声的变化，外界难以察觉。

滴滴的优势在于其了解网约车的运营情况，可针对不同城市的运力情况、用户需求，并结合Robotaxi的现状进行相应的匹配。

与网约车业务相比，Robotaxi车队现在达到了什么样的水平，滴滴的心里是有谱的。

例如在本次的分享活动上，滴滴自动驾驶就分享了Robotaxi在体验上与网约车的差距正在不断缩小，送驾时长从原来的人类司机的1.35倍下降到1.19倍；送驾距离从人类司机的1.31倍下降到1.17倍。

运营效率方面，Robotaxi每小时单量从网约车的81%上升到93%。

当Robotaxi比人类司机更高效、体验更优的时候，用户和滴滴都会做出自己的选择，Robotaxi业务也能尽快回流现金，形成商业闭环。

当技术在不断进步、法规在不断完善的情况下，一旦Robotaxi可以进驻到更多的区域，滴滴自动驾驶受益于自身的出行网络入口，一定是Robotaxi公司中跑得最快的。

比其他Robotaxi公司更快、更容易获取用户心智，这是一个很关键的竞争力。

同时，在网约车运营上的经验和布局，也使得滴滴做Robotaxi这个事更有效率。

运营经验即上述提到的Robotaxi与人类司机的对比，有了人类司机的标杆，Robotaxi的运营效率和运营体验只要往这个方向优化即可。

运营布局方面，以往滴滴服务于司机的小桔充电、小桔车服，都可以在Robotaxi业务上继续为无人车提供服务，本次的慧桔港就是一个很好的例子。

结尾

L4的实现看起来是技术问题、技术路线问题，但其实也是关乎成本和效率的商业问题。

在L4规模落地之前，我们需要投入多少资源？怎么更有效的投入资源？怎么去和产业链、用户共同推进L4的落地？这些问题都需要很好的回答。

滴滴自动驾驶本次的分享给上述问题提供了一些思路，一定程度上，滴滴走出了一条不一样的路，让L4的落地变得更清晰了一些。

这条路上没有其他公司，同时，其他公司也无法复制滴滴的路线。

文章转载自公众号：建约车评