我跑滴滴的机会也没了？到底是谁在抢老司机的饭碗？

无人车的恪守交规，也和人类司机的彪悍成了鲜明的对比。毕竟这里可是“全员鄂人”的湖北，因为热衷于开快车，

在2022年的事故率高居全国第一

再比如，萝卜快跑2公里的路打完折只要5块钱，在北京甚至比拼车还便宜：

再比如，萝卜快跑会默认所有人都能遵守交规，往往因为面对违法司机反应不及时导致撞车：

这种对行人唯唯诺诺、对违法司机重拳出击的风格，也让萝卜快跑在短短几天时间里成了网友口中的“马路判官”。哪怕是当街撞到了行人，大家也觉得一定是行人的错。

说到这里，相信很多小伙伴会好奇：既然车企们推出的辅助驾驶，责任依然是由司机来承担。要是无人驾驶出租车发生了事故，责任到底该怎么算？

虽说相关法律法规还在完善，但前不久《北京市自动驾驶汽车条例（征求意见稿）》中已经提到，要由车辆所有人、管理人来承担责任。

这也就意味着，如果无人车违法了，不会扣分，但罚款要由萝卜快跑来交；如果发生事故且无人车有责任，那要由萝卜快跑来进行赔偿。

如果这类条例顺利通过，所谓的“马路判官”说不定还真能改天换地，还大家一个遵守交规的清朗人间！

那么问题来了，无人驾驶出租车，它到底什么时候能普及？又会不会像很多人说的，抢走司机们的饭碗？

今天就先从大洋彼岸的美国开始，和大家好好聊一聊。

01. 无人驾驶水深火热？

有句老话说得好，

“摸着鹰酱过河”错不了

相比于最近才在武汉铺开的萝卜快跑，美国可是早早地就开始了robotaxi的测试和运营。之前社长也给大家盘过这两家扛把子——Google的Waymo和通用的Cruise。

详情请戳：新年第一烧！惹众怒的无人车，究竟动了谁的奶酪？

但是吧，Waymo和Cruise遇到的情况比“苕萝卜”还尴尬，毕竟咱们这只有司机抵制萝卜快跑，既没往“苕萝卜”上放雪糕筒逼停，也没直接放火烧车啊

至于为啥美国老百姓对robotaxi意见这么大，一定程度上也是可以理解的。

就拿Cruise来说，他家robotaxi的胆子是真的大！

在路中间停摆导致拥堵、挡住救护车导致抢救延误、未检测到事故中被撞击的行人，导致二次碰撞还拖拽……无论哪一条单拎出来，都值得打上50大板。这也导致Cruise在加州运营和测试的时候，必须有安全员才能上路。

隔壁的Waymo也没好到哪去，先是在去年在旧金山撞死了一条狗，后在今年年初撞到了一名骑自行车的人，没过多久又有两辆robotaxi先后撞上了同一辆卡车……逼着Waymo召回了444辆车以提升安全性。

除了安全之外，美国人不信任robotaxi还有一个重要因素：智驾的普及率和认知度，可比咱们差远了。

那么多家美国车企，真正在智驾上能拿得出手的，差不多也就一家特斯拉和一家通用，而FSD和Super Cruise的选装价格都可以说是高到天际。

再叠加巨大的“老旧燃油车”保有量，智驾能

带来的认知改变很难说举足轻重，只能说是聊胜于无

更不用说那些只有大城市居民才能接触到的robotaxi了。

就在这两天，特斯拉宣称要在8月8日亮相的robotaxi也又双叒叕跳票了，而推迟到10月发布的原因是“得多造几辆无人驾驶出租车才行”。

抛开美国极客对特斯拉FSD的溢美之词不谈，这个理由确实稍显牵强了点：说好的“车主不用车的时候，让特斯拉出去当出租车赚钱”呢

至于10月份特斯拉会不会跳票，我们到时候再看。至少在目前，业内把robotaxi划分成了3个阶段。

第一阶段，要求道路标线清晰、交通较为顺畅，在天气晴朗的白天以固定区域运营，车速也不会太快（北京亦庄、上海嘉定等地区的测试车辆处于这一阶段）；

第二阶段，能适应多种路线，也能在车流密集的市区自由活动，车辆速度得以提升，但还是会受到恶劣天气等因素影响（武汉的萝卜快跑处于这一阶段）；

第三阶段，也就是终极阶段——不附加任何条件的无人驾驶，可以和真人司机一样提供任何形式的驾驶服务。

如此来看，无人驾驶车的种种安全事故，都属于是黎明前的黑暗。

但黎明，究竟还有多远？

02. 辅助驾驶跑步前进？

2015-2021这几年，全球自动驾驶行业进入了一个投资高峰期。和无数热钱一同涌入的，是投资人和初创公司对自动驾驶的雄雄野心。

自动驾驶领域被视为万亿市场起步的掘金场，光robotaxi一条赛道就被认为市场规模将在2030年突破2.93万亿元，很多人都梦想着在robotaxi上面复刻网约车的成功。

然而事与愿违，鉴于自动驾驶迟迟无法突破第三阶段、实现商业化落地，自动驾驶公司们纷纷身陷囹圄，还能活下来的基本都选择了降维辅助驾驶，去挣活命钱。

能够量产的辅助驾驶，也在近两年有了突飞猛进的发展。

不说特斯拉的FSD，就说国内，在智驾上卷得那叫一个精彩。“蔚小理”搞自研，华为、Momenta、大疆等等给车企当供应商，不同智驾解决方案百花齐放。

什么车道保持、自适应巡航、记忆泊车、领航辅助……纯以体感定论，甚至有几个品牌已经可以独立应对路况复杂、人车众多的城区环境了。

考虑到robotaxi们也并没有那么靠谱，常常整出点人工智障的乐子，双方如今的差距其实并没有很多人想象的那么大，甚至可以说只不过是一纸法规之隔。

那么，这些年究竟发生了什么？我们先来看几个名词解释（也可以看下面这个视频了解，更加直观，不是广告，放心食用）：

NOA，全称Navigate on Autopilot，意为领航辅助驾驶，和NGP、NCA等各家不同名字所指的都是一个东西，是我们目前能在市售量产车型上体验到的最高水准智能驾驶；

端到端，其中两个端指的分别是输入端和输出端，本质是输入信息、输出决策的简称，为更流畅的NOA提供了实时分析路况的能力；

BEV+transformer，直译是鸟瞰图视角+基于注意力机制的神经网络模型，意译一下就是把感知和大模型结合起来，这个组合奠定了端到端出现的基础。

2021年7月，特斯拉最先将BEV+transformer的感知范式应用到了智能驾驶当中，大家发现“这玩意真™好用”！随后整个汽车行业也都纷纷开始采用。

这一新武器最大的优点就是提升了自动驾驶的上限，并且极大加快了发展速度。

此前自动驾驶的逻辑是规则驱动，车辆遇到什么场景该解决什么问题，对应一条条撰写好的代码，要是遇到没有预先设想到的场景，那对不起，解决不了！当街宕机吧！

业内人士对这种应对方式用“机械”来形容，很符合人类对机器的刻板印象。规则里让它走直线通过，它就绝对不会绕路。

但BEV+transformer的出现，让自动驾驶的逻辑转换为数据驱动，相当于为自动驾驶车辆赋予了一个随身大脑，之前没见过的场景没关系，看看大脑里有类似的吗？有啊，那好，拿过来用用！

这也是车企目前最喜欢宣传自家智驾产品“像老司机”、“更拟人”的原因。

正因有了大模型的支持，智能驾驶系统是可以学习可以被训练的，而它们所学习的就是无数人类驾驶员的驾驶数据，人类怎么决策怎么开，它们就怎么学。

学的是人，学出来自然像人

对比此前由规则驱动的自动驾驶，数据驱动的自动驾驶更灵活、进步更快，好比同样学一道题，前者是学一道会一道，换个数都不行；后者是举一反三、触类旁通，学起来自然效率更高。

再配合从几万甚至几十万降到如今千元级的激光雷达等硬件，从L2辅助驾驶开始的渐进式发展路线，就这么向着自动驾驶的目标大踏步前进。

借用Momenta创始人曹旭东的说法，“（如今包含NOA的辅助驾驶功能在）智驾体验的提升，能达到两年十倍。FSD V11版本和Waymo在体验上还有巨大差距，但最新的V12和Waymo已经非常接近了。”

从2021年到如今的2024年，时间也过去3年了，特斯拉能做到的提升，和特斯拉采用同一大方向的其他车企或供应商也完全可以，无非是进度快一点、慢一点的分别。

即使自研能力不足、或是不想在智驾方向大规模投入的车企，也可以找华为这样的供应商合作。

所以换句话说，并不是特斯拉一家独大，而是整个行业都已经发展到了“有导航就能开”、“全国都能开”的水平。

而随着规模化效应提升，智驾的体验必然越来越好、门槛越来越低，眼瞅着就要“自下而上”完成自动驾驶的终极目标了。这也是特斯拉宣布推出robotaxi最大的底气。

03. 还有多久普及？

社长有位朋友在无意间刷到萝卜快跑的视频之后，脱口而出一句话：“这玩意要是真的这么好，怎么还没普及？”

相信对robotaxi抱有同样期待的人还有很多。但有点可惜的是，现实可能要让他们失望了。

首先一点，作为直接影响道路交通安全的重要变量，无人驾驶车辆不可能比法规先行。

不论中美，robotaxi能测试运营的地方，都必须经过当地法规或者监管部门允许，运行时间、运行范围、安全员的设置，无一能由自动驾驶公司自专。

（就连上下车地点都是固定的）

像网约车那般一夜之间革了出租车的命的情况，没法在robotaxi上复刻。就像我们开头说的，万一出了有责事故，萝卜快跑是要承担赔偿责任的。

所以不管萝卜快跑再怎么火遍全网，在确保100%的安全之前，后台也必然会有安全员；除此之外，用以训练无人驾驶技术的道路数据也是由人类驾驶员开车提供的。

如果用学骑自行车去类比，当下安全员做的就是在后面扶车的工作，在确定不会摔跤之前，扶车人是撤不走的。短时间之内，这些岗位还需要由“老司机”们担任。

另一方面，大模型也不是万能灵药，药到病除。

AI产业爆发至今，大模型被称为“暴力美学”，英伟达是怎么靠卖卡占据不可替代生态位的？因为算力就是智驾的基础，高算力就代表了无限可能。

可不仅算力在膨胀，训练大模型所用的数据也在膨胀、大模型本身也在膨胀。就有点像大家手里的智能手机，多大内存都不够用，一两年后还是会卡。

如何驯服这一暴力美学，让它向着合理的方向进化是个难题。

而即便算力充足，也不能保证自己的无人驾驶出租车就100%安全，哪怕AI的发展为自动驾驶赋予了更多可能。

以前用代码写就的规则，现在用数据训练的大模型，都无法模拟出全部的行车场景，毕竟人生都总有意外会发生，何况复杂的道路呢？

这就有点像游戏里的探索扫图，角色走到哪里，就清楚掉哪里的一部分迷雾，可自动驾驶广阔的边界不是游戏里有限的地图，总会有哪个犄角旮旯（也就是业界所说的corner case）轻易过不去，最后发现前方有堵空气墙，得绞尽脑汁才能绕过去。

如果你是自动驾驶公司，很幸运的活到通关那一天，且技术水平足够推向市场了，那么将面临一个严峻的问题：

烧了那么多钱，要是想尽快回本，在定价环节就必须好好斟酌。

现阶段“苕萝卜”有硬伤还能爆单，正是因为萝卜快跑终端收费够便宜。“一公里一块钱”的价格这谁顶得住？它让行让5分钟我都得夸它有礼貌

但可惜的是，等到萝卜快跑正式市场化运营的那一天，“一公里一块钱”对应现在48万元一辆的五代无人车、哪怕是未来20.46万元的六代无人车，可能也很难盈利。

就算智驾软件没有寿命、可以持续迭代，未来的算力也越来越便宜。但车辆本身有60万公里的报废年限，还要叠加保养、维修、洗车、充电等等的费用，这些都会体现在成本上，摆到自动驾驶公司面前。

所以所谓的低价恶性竞争，其实并不准确。现阶段的无人车与其说是为了挣钱，不如说是为了验证技术并收集行驶数据，顺便回点血，根本覆盖不了投入的成本。

要真正实现市场化，无人驾驶出租车不仅要完善技术，同时整车成本也得继续往下降。

而这两点，都需要时间。

写在最后

据官方预计，到2024年底，萝卜快跑将在武汉实现收支平衡，并于2025年全面进入盈利期。

看起来确实很诱人，但结合我们刚才的分析，很难不去怀疑这是不是“狼来了”的故事。毕竟“无人驾驶出租车一出，谁与争锋”的名场面，始终未能出现。

而在漫长的投入和持续的烧钱中，许多公司和项目胎死腹中，还活下来的纷纷在现实的打击下，选择了曲线救国——

先给车企供应能量产的L2辅助驾驶，有了进项再向着L4自动驾驶徐徐图之。

百度Apollo的领航辅助驾驶，就是百度基于无人驾驶出租车业务难以落地的现实，而开辟出的“第二战场”。

而随着这些自动驾驶公司的“降维打击”，从某一段无需接管的行驶体验来说，当下最领先的辅助驾驶跟真正的无人驾驶几乎无甚差别。

这是一场出发点不同，却殊途同归的双向奔赴。

2023年的GTC大会上，英伟达CEO黄仁勋用一句“AI的iPhone时刻已经到了”，宣告了AI产业的大爆发。

Waymo、Cruise、萝卜快跑在公众层面所引发的关注，不禁让关注自动驾驶的爱好者思考：是否自动驾驶的“iPhone时刻”也已到来？

而我们，又是否已经做好准备？