在全球自动驾驶领域，2024年最令人期待的事件之一，是特斯拉将会在8月8日公布其Robotaxi车型产品的进展。 当被问及选择这一日期的原因时，特斯拉CEO埃隆·马斯克称，一是因为“8”在中国是一个吉利数字；二是因为8月8日是他的三胞胎儿子们的生日。 从马斯克对于“中国元素”的强调不难猜测，中国市场将会是特斯拉Robotaxi的重要目标市场。 然而，作为一款概念车的CyberCab（坊间流传的特斯拉Robotaxi的名称）还没正式亮相，但此时中国Robotaxi市场的竞争环境已经发生了巨变。 5月15日，百度Apollo在武汉举办Apollo Day开放日，并在活动上宣布：基于自动驾驶商业化运营的萝卜快跑将在年底实现收支平衡、2025年进入盈利期，从而成为全球首个实现商业化盈利的自动驾驶出行服务平台。 一 任何一种商业模式的跑通，无不是在安全合规前提下满足了用户的需求，同时做到收益大于成本。 Robotaxi是一个潜力巨大的生意。仅计算中国市场，中信证券、安信证券等机构对国内Robotaxi市场规模的预估达到3.2-4.4万亿元。 过去数年，百度萝卜快跑在北京、长沙、沧州、广州、上海、重庆、深圳、阳泉、乌镇等多个城市开展Robotaxi运营，但距离真正的商业化盈利，还欠缺一些重要的拼图。 为什么百度能在武汉集齐这些拼图？ 以下从安全、成本、收入三个方面分析。 1.安全 要实现Robotaxi的商业化，前提是极致的安全。 2023年，我国共发生道路交通事故175万起，造成50万人死亡。其中，超过90%的事故是由人为因素造成的。最常见的三个原因分别是：疲劳驾驶、酒驾、超速占道。人为违规驾驶行为导致了70%的死亡事故。 这些违法违规行为，都不会在无人车上出现。 百度Apollo的每辆无人车投入服务之前，都会经过千项以上的测试，保证安全、合规、合法。 截至目前，萝卜快跑已安全行驶超过1亿公里，未出现一例重大伤亡事故。 在技术层面，百度Apollo此次推出全球首个支持L4级别无人驾驶应用的自动驾驶大模型Apollo ADFM（Autonomous Driving Foundation Model）。 其中的规划大模型跳出了原有决策规划系统中预测、决策、车道选择等阶段性任务，通过全链路模型化，综合输入的多源环境信息直接生成最终可执行轨迹，从而实现强交互场景下更完善的安全处理能力，让车辆在复杂场景实现更安全、合理的博弈交互，并能主动预防和规避潜在风险的发生。 在系统设计方面，百度Apollo第六代自动驾驶系统解决方案实现了10重安全冗余，包括感知三冗余、计算单元双冗余、高精度定位三冗余设计，能够确保AI大脑不宕机。 此外，该系统还首创设计了6重MRC安全策略，通过逐级或跨级降级的方式做到安全、人性化的表现。 例如，在大雾大雨等恶劣天气条件下，系统可进行限速处理，继续顺利完成订单；当乘客在车辆行驶过程中因紧急情况而尝试打开车门时，车辆会缓慢刹车直到安全停车。 2.成本 萝卜快跑第六代无人车整车成本相较于第五代无人车下降60%，价格来到20万元。这一成本水平与搭载高阶智能驾驶系统的量产车持平。 在活动现场，百度Apollo甚至秀出了第六代无人车的购车发票，票面价格20.46万元，并当场宣布首批交付的第六代无人车将从即刻起在武汉投入使用，年内在武汉完成千台无人车的部署。 车队规模的扩大将有助于成本持续下降。 运营成本方面，百度Apollo拥有全球最大的全自动无人车运营网络，可以实现车辆唤醒、出车、换电、清洁、监控、收车等全流程的自动化管理。 随着萝卜快跑全自动无人车运营网络建成，预计运营成本可降低30%。 自动化的好处不言自明： 首先，避免了人工挨条依次检查可能产生的错检和漏检，避免潜在安全隐患。 其次，大数据自动调度让整体车队的运营效率大幅提升。有了自动调度入库，即使上千辆的车队规模，每辆车提前知道自己要去的车位，省去了依次寻找车位的时间。 再次，在面对C端用户的运维场景，车舱内的摄像头算法可以自动识别车内物品遗失；车外摄像头可自动识别车辆整洁程度，并自动前往洗车点；系统还会通过自动诊断能力，实时对车辆进行故障预警。 通过自动驾驶技术和人车舱效率的优化，萝卜快跑的服务成本将降低80%。 此外，实现自动化运营的一个重要的技术选择，是换电。 一方面，换电可以大幅提升运营效率。常规的充电桩方式充电，每辆车补电需要大约1小时，而换电只需3分钟，可增加近1小时的运营时间。 另一方面，相比充电需要人工插拔充电枪，换电全流程可实现完全自动化，人工0介入。 在一套全局调度的自动换电系统下，所有车辆可根据服务状态、位置情况、剩余电量，被自动调度到适合的换电站完成补能。 3.收入 以订单为模式的商业模型，收入的计算公式非常简单：单均载客里程×车日均单数×单公里收入。 对于此前仅在一些城市的特定区域提供服务的Robotaxi而言，萝卜快跑在武汉提升时空覆盖、满足更多用户需求，是显而易见的增收途径。 相比刚在武汉落地时，当前萝卜快跑的服务面积已扩展到3000平方公里，辐射近770万人、覆盖大半个武汉。 落地至今，萝卜快跑已载着武汉市民去过153家医院、179所学校、200多座商场和500多个居民区。 其中，服务距离最远的一单全程145公里，用时4个多小时。 过去一年，萝卜快跑在武汉服务范围的扩展，包括空间和时间两个维度，并在很大程度上响应了用户的真实反馈。 武汉商学院是萝卜快跑的一个热门区域。自开通后，百度Apollo收到很多同学的反馈，说是已经习惯出门坐萝卜快跑了，也希望能乘坐无人车往返机场。 于是，2023年8月，萝卜快跑开通了机场线，结果成为最受欢迎的线路之一。 另一个例子是武汉跨江路线的开通。 长江将武汉分为江南、江北两部分，市民日常跨江的需求非常高，增加跨江路线的声音在用户反馈中占比颇高。 2024年2月，在武汉江南合规路网发布之后，萝卜快跑很快完成了跨江通行。 在服务时间方面，最早萝卜快跑每天早上7点开始，当听过很多用户反馈需要赶早班、晚上加班之后也想坐无人车回家后，萝卜快跑在2024年开通了部分路段的7×24小时服务。 与传统的打车相比，无人车不会因为距离太近而拒载，也不会强制拼车、绕路，再加上金牌司机的手法和脚法训练而来的舒适性，体验的提升是显而易见的。 因为无人车安全性高、服务好、用户认可，用户需求快速增长，推动萝卜快跑规模化落地，采用更健康的运营模式，并进一步提升技术和服务能力——正是这样的良性循环，帮助萝卜快跑有望在武汉首先实现盈亏平衡。 二 一个有趣的现象是，曾经被视为“渐进式”和“直接L4”的两种截然不同的技术路线，在百度Apollo的实践推动下，在底层技术上实际已走向融合。 活动当日，百度发布自动驾驶基础大模型Apollo ADFM（Autonomous Driving Foundation Model），并称其为“全球首个支持L4级别无人驾驶应用的自动驾驶大模型”。 其中，感知大模型包含预训练基础模型和解决具体问题的任务模型。 通过将点云与视觉多模态融合，实现了相机和主动光不同类型传感器的优势互补，兼顾主动光传感器带来的深度、准确性，以及相机带来的信息丰富程度，从而最大化还原环境中的障碍物。 同时，通过感知大模型还实现了更完善的数据自标注。将原始数据批量自动化转化成粗标及精标数据，在很大程度上解决了标注数据获取这一感知模型训练的瓶颈。 此外，通过感知大模型实现更精准的超长尾场景检测能力，和高阶场景语义理解能力。在让检测、跟踪能力明显提升的同时，也具备了理解和建图的能力，让自动驾驶汽车更好地应对复杂城市场景。 在感知大模型基础上，规划大模型跳出了原有决策规划系统中预测、决策、车道选择等阶段性任务。通过“全链路模型化”，亦即移除人工代码定义的决策规划，将多源环境信息灌入大模型，直接生成可执行的轨迹。 规划决策由代码变为模型之后，利用“金牌司机”的驾驶行为数据对模型进行训练，系统最大的进步就是更完善的安全处理能力、预判和规避潜在风险的能力，以及行为的拟人性。 经常乘车的人们一定有此体会：优秀的司机不仅可以保障最基本的行车安全，同时还能在每一次刹车、启停、变道、转向等操作时，保持车身横、纵、竖向的平稳；而糟糕的司机，或不愿尽心精细控车的司机，则会让乘客在急停急转中感到不适，甚至晕车。 可以预见的是，在无人车大规模铺开后，每个乘客都能享受到“金牌司机”式的安全、平稳的服务。 当然，AI司机的上限并非仅仅对标“金牌司机”，而是会远超后者的水平。这是由无人车的硬件基础和AI模型属性共同决定的。 百度Apollo第六代系统解决方案采用车规级感知部件，搭载7类共40个传感器，比人类看得更清。 车载计算平台1200TOPS的算力可支持感知模型、决策模型和定位模型，让自动驾驶大脑比人类大脑的反应更快。 同时，除上文已经提到的感知三冗余、计算单元双冗余、高精度定位三冗余之外，第六代无人车还通过转向、制动、驻车的冗余，实现了更精准的车辆操控；通过电源、车载通讯、双5G通讯、热管理冗余，实现了系统全场景永久在线。 从技术上看，L4级Robotaxi除搭载更多冗余设计之外，其自动驾驶系统的底层技术，与搭载量产车的高阶ADAS系统相同。 硬件的冗余确保了Robotaxi作为L4级别自动驾驶产品的极致安全，而自动驾驶系统基础能力的提升，则是源于“全链路模型化”和更多的数据驱动。 决策规划的模型化，也正是特斯拉、华为、小鹏、理想、蔚来等量产车智能驾驶技术演进的方向。 L4与ADAS在底层技术上的贯通，带来的效果包括： 1.Robotaxi的技术释放到量产车上，使得百度ANP城市导航辅助驾驶具备非常强的竞争力——极越01的PPA城区领航即将覆盖100城，且体验看齐头部厂商即是证明。 2.量产车的供应链复用在Robotaxi上，可以大幅度降低Robotaxi硬件的成本——萝卜快跑第六代无人车价格低至20万元。 3.量产车和Robotaxi所用的模型、训练资源共用，Robotaxi业务在城市场景中积累的corner case可以复用。 三 通过近两年在武汉的深耕，萝卜快跑即将实现“Robotaxi商业盈利第一城”，这对于过去10年以Waymo、Cruise、百度Apollo为首的全球Robotaxi探索，意义重大。 在美国，特斯拉在（地理范围的）通用性、量产数据规模、单车成本等方面走得更远；Waymo、Cruise则在特定地理围栏内的无人化运营方面走得更远。 而在中国，“华蔚小理”们专注量产，百度则既有量产（极越）又有Robotaxi业务。 两种探索路径的终极目标，都是实现无人驾驶，把人类从出行场景中的“驾驶”任务中解放出来。 不久前的5月10日，Waymo官方分享称，其每个星期在旧金山、凤凰城、洛杉矶三座城市提供的收费无人载客服务达到5万单——这一订单规模与百度Apollo处在同一量级。 但对于Robotaxi业务何时实现盈亏平衡，Waymo始终讳莫如深。 与Waymo相比，百度Apollo的一个重要区别是，同时拥有Robotaxi和量产车ADAS业务。 随着L4与ADAS在底层技术上的贯通，百度Apollo正在双线迎来突破。 活动当日百度还宣布，其纯视觉城市领航辅助驾驶产品ANP3开始应用自动驾驶大模型技术，并焕新升级为ASD（Apollo Self-Driving），马上就在极越车型上量产首发。 搭载ASD的量产车，将实现城市智驾“有百度地图的地方都能开”。 未来，搭载ASD的量产乘用车也能像萝卜快跑一样，通过来自百度Apollo训练的“金牌司机”，实现类似Robotaxi体验的智能驾驶。 在商业层面，随着萝卜快跑在武汉实现Robotaxi商业化盈利，接下来的任务将是把这一模式迅速扩展至更多城市。 百度Apollo表示，在ADFM技术和萝卜快跑运营网络的加持下，其L4级全无人出行业务，从0到1部署一座城市仅需要6个月，并且将会持续加速。 马斯克对于Robotaxi的愿景由来已久，这一愿景是与FSD软件的进展绑定的： 随着FSD能力的持续提升，最终特斯拉售出的车辆将能够在完全不需要人接管的情况下将乘客从A点送到B点。 特斯拉FSD在转为“端到端”完全模型驱动后，能力提升明显加速，但距离真正的L4级自动驾驶究竟有多远，没人能说得清。 而且，量产车不具备Robotaxi搭载的多重冗余设计，在不经过改装的前提下直接摇身变为Robotaxi车辆，可能还面临法律法规方面的障碍。 整个业界都在翘首期待特斯拉将于8月8日公布的Robotaxi进展。 特斯拉或许将会发布一款没有方向盘、没有电门和刹车踏板的车型，但能够预见的是，该车型所采用的自动驾驶软、硬套件，将会与当前FSD系统一脉相承。 基于FSD技术的Robotaxi商业模式，仍是一个存在诸多不确定因素的谜题。 但无论如何，百度已经准备好迎接特斯拉的挑战了。 百度智能驾驶事业群组总裁王云鹏欢迎特斯拉入局，但同时也表示：“特斯拉想要做到当前百度的全无人运营水平，还是需要挺长时间——少则3年、多则5载，如果不信可以先来武汉跑一跑。” 尾声 几乎可以确定的是，Robotaxi商业化的竞争，将会率先在中国市场打响。 百度Apollo通过萝卜快跑在武汉的运营，即将实现Robotaxi业务的盈亏平衡。这使其占据了该市场的领跑位置。 未来存活的智能车企，注定将发展成为AI科技企业。这意味着特斯拉及其他新势力也终将进入Robotaxi领域。 竞争将会无比激烈和残酷。 对于出行用户而言，这是一个美好的时代，因为全无人Robotaxi真的要来了。 · END ·