Robotaxi，世界首富的新战场？

　　最近，马斯克对于他的主战场推特的收购，可以说占尽了新闻头条。
　　不过对于身处汽车圈的我来说，似乎对他在上周的特斯拉Q1财报会上的另一个预告更感兴趣，就是那个没有刹车、没有方向盘、使用成本比公交车还便宜的车型。
　　这不就是特斯拉版的Robotaxi么？
　　十多年来，自动驾驶领域经历了几波高潮与低谷：在网约车兴起时代，Robotaxi几乎同时兴起，一时间自动驾驶初创公司们都盯上了Robotaxi的生意。然而随着落地艰难的现实，Robotaxi的行情也被逐渐冷却。
　　那些当初投身其中的公司们，有的选择商用场景，比如自动驾驶第一股的图森未来，更多精力投入在自动驾驶客车卡车上，同样选择这个商用场景的还有嬴彻科技、希迪智驾等；有的选择多线并行路线，比如进军自动驾驶巴士、自动驾驶园区物流车等领域的文远知行；或是降维打击，与整车厂合作将自动驾驶技术降维应用在量产车的L2级别辅助驾驶上。
　　仍然坚守在Robotaxi领域的，几乎都是家底深厚，比如Waymo、Cruise，国内的Apollo、小马智行，被亚马逊收购后加入Robotaxi领域的ZOOX，以及刚刚预告的特斯拉。如今的Robotaxi，几乎成了首富们的新战场。
　　商业化边缘艰难试探的Robotaxi
　　家底深厚的游戏
　　自动驾驶是一场马拉松，现在还不到5公里。
　　在去年底与博世XC事业部中国区总裁李胤的对话中，他曾这样形容目前的自动驾驶，这也代表了行业内一部分人的看法：自动驾驶是一条很长的道路。
　　正是因为路途漫长，我们看到不少主机厂在量产车上并没有那么着急和激进，因为还有足够的时间来完善；但也正是因为路途漫长，自动驾驶玩家们才更加着急，它们需要汲取养料来支撑自己走完全程。商业化落地，是获取养料的最佳途径，无论是出于商业目的，还是技术需求。
　　因此，卡车、园区、矿场，这些场景相对简单、路线相对固定的常用场景，就成了自动驾驶抢滩登陆点。通过扩大自动驾驶产品适用范围，降低落地门槛，来保障自家算法的持续进化。
　　嬴彻科技的自动驾驶卡车
　　亚马逊旗下ZOOX的无人驾驶小巴车
　　但是这些看起来简单的场景，实际落地中并不简单。一方面，类似自动驾驶卡车虽然突发场景的概率低，但是载着几十吨重物的车辆遭遇突然闯入的障碍时，对系统的紧急反应能力提出了更高的挑战。
　　另一方面，就不得不说自动驾驶抢先落地的第二个需求：借助多重场景为算法迭代，来不断完善算法，对技术进行反哺。
　　自动驾驶是一个极度吃场景的技术。对于建立在人工智能算法之上的自动驾驶公司来说，以数据养算法是驱动算法升级迭代的不二法门，特别需要数据的多样化。无论是卡车、矿山，还是物流园区，自动驾驶车辆的测试和运营场景显然与乘用车的使用场景有不小的区别。
　　如此看来，Robotaxi代表的不只是网约车、出租车的市场前景，而是未来能够直接在乘用车上复用的测试场景和技术，几乎可以说是自动驾驶全面铺开的必经之路。这就不难理解，为什么Robotaxi几经低谷，依然有人在这个领域坚守，甚至有新玩家加入进来。
　　但天下没有免费的午餐，Robotaxi虽好，想吃下这碗饭却难。
　　作为自动驾驶头部企业的Waymo，在上个月获得了在旧金山及周边提供收费客运服务的许可证。在经历了2016年至今累计57亿美元的融资后，似乎终于看到了商业化落地的曙光。在此之前，Waymo只能在凤凰城进行小规模的收费运营。
　　在国内获得了商业化测试资格的百度Apollo和小马智行，除了前期的体验外，如今的测试也采取一折的方式，通过补贴鼓励大家来体验。
　　与自动驾驶前期动辄十几亿、几十亿的投入相比，如今的小规模商业化，更像是企业对于自身运营能力的测试，要想真正通过商业化输血，还言之过早。
　　因此，与其说Robotaxi是首富们的战场，不如说在这个战场中留下来、活下去的，除了过硬的技术外，深厚的家底也不可或缺。
　　从0到1难，从1到100更难
　　在很多领域都有这样一个规律，从0到1难，不过突破了1的门槛，从1到100就容易得多。不巧，在自动驾驶商业化这件事上好像并不适用。
　　车、技术、运营，三者缺一不可。前不久，国内某自动驾驶公司负责人这样向GeekCar形容Robotaxi落地的难度。
　　对于任何一家做Robotaxi的公司来说，需要过硬的自动驾驶技术，需要一定规模、可靠且成本可控的车队，需要让车辆与用户需求匹配的运营能力。
　　提到技术层面，不得不说现阶段自动驾驶的评判标准：测试里程、车辆接管次数和平均接管里程。根据美国加州交通管理局DMV发布了2021年度自动驾驶数据报告显示，提交年度报告的26家企业，累计行驶里程超过400万英里，相比前一年翻了一倍。几家头部玩家的平均接管里程能达到几千甚至几万公里。
　　几千公里不需要人工干预，听起来似乎系统已经智能到足以应对日常通勤。不过要知道这些指标大多在规定范围和路线下测试获得。而对于自动驾驶来说，车队规模、不同的路测环境复杂程度和运营范围，都影响系统发挥。小范围测试得出的数据终究无法以点代面来推广的，而那些日常中并不常见的突发场景，才是现阶段自动驾驶测试中宝贵的有效样本，是自动驾驶领域常常挂在嘴边的cornercase。
　　而要获得更多有效样本，需要多场景、大规模的测试来从1扩展到100。
　　好在这两年看到全世界范围内对于自动驾驶商业化的开绿灯。
　　前边提到，在美国除了此前允许商业化运营的凤凰城外，上个月开始洛杉矶及周边也允许商业化测试运营；4月28日北京市智能网联汽车政策先行区向百度Apollo和小马智行颁发了首批无人化示范应用道路测试通知书，两家企业可以在主驾位无安全员，仅在副驾驶位置有安全员的自动驾驶出行服务，测试范围也从原本的20平方公里扩大到60平方公里，纳入了更丰富、更复杂的城区道路场景。
　　从20平方公里，到60平方公里，在身边无人驾驶的测试范围在一点点扩大，Robotaxi的商业化也在一步步推进，这是一段艰难但无法跳过的路。
　　与此同时，车和运营能力也不可或缺。这也导致了目前的自动驾驶公司，通过与主机厂共同打造的量产车的方式得到Robotaxi，或者自己打造测试车。
　　去年百度Apollo发布的ApolloMoon与北汽极狐合作，将车辆的成本压缩至行业的三分之一，压缩之后，成本依然需要48万元。而选择技术、车辆、运营全部自己抓的Waymo，每辆测试车的成本高达百万人民币。难怪外媒同行们在凤凰城体验Waymo时，发现每分钟1美元的价格是同区域内Uber的2。5倍，这在一定程度上也限制了车队规模的扩张。
　　不过要提到造车，卖三台车赚一台车的特斯拉可以挺直腰板了，毕竟能把自家车的毛利率拉高到30，在如何低成本打造车队这件事儿上特斯拉经验丰富。
　　没有激光雷达的Robotaxi可行么？
　　激光雷达最近可是被几位自主品牌掌门人推上了风口浪尖，顶置or前置，一颗or多颗，成了几位大佬互向battle的论点，也成了自主品牌们新产品宣传的卖点。不过在争议背后的一致观点是：目前的自动驾驶，离不开激光雷达。
　　几年前，当Waymo将拥有激光雷达视为自家的护城河时，一定想不到短短几年后它就开始在量产车上遍地开花。
　　因此，当马斯克说特斯拉要做Robotaxi时，我身边最大的质疑就是：没有激光雷达的纯视觉方案，Robotaxi够用么？
　　纯视觉方案vs激光雷达方案，从学术圈到目前的量产车领域，似乎都没有pk出一个标准答案。毕竟，两者都还处于进化中的阶段。马斯克主张的纯视觉方案依赖AI算法，而搭载了激光雷达、选择融合路线的其他玩家，配备了足够的感知冗余，在现阶段依然无法避免小概率的突发事故，依然需要聪明的算法。
　　对于两者来说，通过多场景的大量测试来推进AI算法迭代，可能是现阶段更重要的事情。等规模化量产将激光雷达的成本拉低后，保不齐特斯拉会反水呢？
　　特斯拉的Robotaxi，
　　2023年能见面么？
　　未来35年，Robotaxi都无法真正商业化落地。此前，国内某自动驾驶初创公司负责人这样形容Robotaxi的前景。
　　如今虽然政策、资本、数据一路向好，但Robotaxide大范围商业化短期依然难以实现。
　　因此，当马斯克说出这款无刹车踏板、无方向盘的车辆会在2023年亮相，2024年量产时，就被打上了大大的问号。毕竟，Cybertruck亮相至今已经两年多了，更别说2017年亮相的Roadster，Robotaxi会如此迅速么？
　　马斯克的隧道公司TheBoringCompany提出超级高铁（Hyperloop）概念
　　对于特斯拉来说，Robotaxi的预告，更像是对于FSD的一次秀肌肉。过去的一段时间，FSDBeta更是经历了频繁、密集的OTA，几乎是以周更的频率在进化；FSDBeta的测试人群也从去年的几千人迅速扩张到如今10万多人的规模。
　　从L4级自动驾驶到量产车的辅助驾驶功能，一贯被称为降维打击。因此，在经历了一段快速扩张和频繁完善期后，Robotaxi更像是马斯克给特斯拉车主吃的一颗定心丸。
　　与此同时，也是给投资者吃的一个定心丸。对于FSD的技术和软件盈利的商业前景，马斯克一贯非常乐观。在年初的财报会上，马斯克曾预告将在2022年全面推广FSD，不过如今看来至少在中国市场，这还是个未知数。在预期拉满的情况下，给FSD增加点儿的商业想象力，也就在情理之中了。
　　因此，你问我我们真的能在2023年看到属于特斯拉的Robotaxi么？也许，至少，或者说至多，能看到demo车吧。
　　最后
　　前不久国外社交平台上有这样一段视频，Cruise旗下的无人驾驶测试车被旧金山警方拦下后，突然启动并驶离现场，一时间给警方来了个措手不及。
　　对此，有关专家表示，在完善自动驾驶车辆的规范和标准的同时，也要加大力度培训警方和其他责任人如何控制自动驾驶车辆。
　　你看，随着技术的推进，那些此前未曾遇到的问题也开始冒了出来。在Robotaxi商业化的路上，也能还要经历新的九九八十一难