l3 级别的自动驾驶汽车

但我认为这个论坛的主流价值好像变了味。没有去人关注中国新能源汽车的未来的究竟在哪里？该如何居安思危，在自动驾驶和动力电池的技术突破上，提出战略性的意见，大家都为暂时的价格战而忧心忡忡。

反倒是奔驰、丰田等老牌车企，虽然在中国新能源汽车赛道上，处于相对落后的地位，但他们仍然是彬彬有礼，并没有去刻意的还击竞争对手，反倒是自主品牌，相互之间唇枪舌战，更有甚者是咄咄逼人，好像天下已经是被我所掌控。

特斯拉FSD随时可能落地中国，中国新能源汽车真的遥遥领先了吗？

而事实真的是这样吗？我看未必。眼前的利益当然重要，而我认为中国自主品牌真正担心的，应该是未来新能源汽车在自动驾驶和新能源汽车电池技术的迭代突破。

据传特斯拉FSD随时可能落地中国，来看看特斯拉FSD到底厉害在什么地方？是不是真正的可以投入商用。

马斯克说现在FSD最新版本非常先进，早就超过了老司机。特斯拉FSD V12（Supervised）是全新的“端到端自动驾驶”，模型架构发生了重大变化。据特斯拉 CEO马斯克表示，特斯拉 FSD V12（Supervised）需要人工干预的频率只有 FSD V11 的百分之一。 

FSD V12（Supervised）完全采用神经网络进行车辆控制，从机器视觉到驱动决策都将由神经网络进行控制。该神经网络由数百万个视频片段训练而成，取代了超过 30 万行的 C++ 代码。FSD V12（Supervised）减少了车机系统对代码的依赖，使其更加接近人类司机的决策过程。

马斯克在X上说，特斯拉FSD的最新版本一定会让你为之惊艳，目前给北美车主推出的是FSDV12.3版本，说明特斯拉FSD迭代速度惊人。这种迭代依赖于人工智能数据大模型的测试，在北美，FSD人工智能数据大模型训练里程已经过亿公里，而中国的自动驾驶人工智能数据大模型训练里程远远落后于特斯拉。这种训练需要密集的战略性资金投入，国内看看谁能够做到呢？也许都在等特斯拉FSD全面落地，再来看看特斯拉究竟是怎么做到的。

其实在北京国际车展期间，马斯克就专程来到北京，据说是为特斯拉FSD(全自动驾驶)落地中国而来，不管FSD何时落地中国，都将对中国市场产生深远的影响。

目前国内智驾处于领先地位为华为、百度和小鹏，比亚迪甚至对自动驾驶嗤之以鼻。国内的自动驾驶也就处于L2级，华为自动驾驶为L3级，商业化的L4和L5好像是遥不可及，而我们却在这里为暂时的价格战喋喋不休，是不是觉得可笑至极。

特斯拉在中国FSD人工智能数据大模型训练还需要时间，因为中国的数据库不能与北美和全球共享，特斯拉要在中国建设独立的数据中心。这当然需要大量的人工智能大模型训练数据积累。在中国，一线城市都有无人驾驶示范区，据说特斯拉FSD会率先进入出租行业，进行大量数据测试后，逐步放开，FSD全面落地中国。小鹏汽车创始人何小鹏近期到美国试驾特斯拉FSD后坦言，FSD会打败99.99%的司机，看样子特斯拉FSD进入商业化的运营是指日可待。

特斯拉FSD采用的技术路线是纯视觉方案，与国内的激光雷达方案是两种不同的技术路线，孰强孰弱，只能等到特斯拉FSD落地中国后，才能一见高低。

我们还远没有到高枕无忧的时候，仅仅是暂时的阶段性领先。价格战是暂时的，流量更是昙花一现。车企的精英们应该仰望一下天空，思考一下该如何在下一个赛道自动驾驶和电池技术领域，加大战略投入，拥抱下一场汽车智能化革命的到来。

以此为背景，我国开启了L3级自动驾驶的议程，并且公布了准入和上路通行试点名单，其中，比亚迪作为新能源汽车的龙头车企，也成为首批进入名单的车企。同样，广大消费者对比亚迪的自动化驾驶技术也较为关注。

继去年11月提出智能网联汽车试点框架之后，今年6月终于迎来了具体试点的落地。近日工信部、公安部等四部门联合发布《进入智能网联汽车准入和上路通行试点联合体基本信息》，目标推进L3级别自动驾驶汽车的上路通行和量产落地。九家车企入选首批榜单，除了商用车领域的上汽红岩和宇通客车外，乘用车领域共7家车企入围，分别为长安、比亚迪、广汽、上汽、北汽蓝谷、一汽和蔚来。

这一则通知的出台标志着我国L3/L4级自动驾驶上路的政策支持进一步完善。同时也意味着这些车企中可能会出现首批在中国落地自动驾驶的企业，这也将成为中国自动驾驶行业的里程碑。

新能源车市场竞争的胜负在智能，而智能的核心在于自动驾驶。这是一条新的赛道，大家都在摸索前进，拼算力，拼软件，拼数据。短期内谁先带来L3技术，就会在社交媒体上掌握一定话语权。9大车企获得L3自动驾驶门票，是否意味着自动驾驶时代真的要来临了？

哪9家车企入围？

智能驾驶是近年来出行领域最热门的话题，自动驾驶是车辆通过车身布置的传感器，对周围环境进行感知并作出控制决策，包括纵向和横向组合控制，纵向主要控制车速，横向主要控制方向。自动驾驶过程主要包括信息采集、处理和执行指令三个阶段。自动驾驶技术是当前汽车厂商研发的重点，实现自动驾驶是一个渐进过程。

在2022年3月印发的自动驾驶标准《汽车驾驶自动化分级》中，自动驾驶等级被划分得非常清晰。目前国际通用的自动驾驶标准根据自动驾驶程度逐步提升可以分为0级至5级，分别对应应急辅助、部分驾驶辅助、组合自动驾驶、有条件自动驾驶、高度自动驾驶以及完全自动驾驶。目前行业内L2级智能驾驶技术早在多年前就已经实现量产落地，并且成为不少入门级车型的标配，普及程度越来越高。但L3自动驾驶却迟迟未到来。作为辅助驾驶与无人驾驶的分水岭，L3自动驾驶不仅仅需要技术层面的支撑，还需要政策立法、基础建设等多方面协同支持。

此前已有多家车企获得L3级自动驾驶测试牌照，但仅限于测试阶段，而此次进入试点名单则意味着在通过测试后可开展上路通行试点。所以这次公布名单就是为L3甚至L4落地做准备的，入围的企业相当于拿到一个金钥匙，对于自动驾驶行业是往前跨了一大步。

近两年智能驾驶发展速度比较快，在应用场景上有所拓宽；不过自动驾驶发展仍存在包括成本等因素的挑战，L3级别或者更高级别自动驾驶何时能真正落地，关键在于其在未来各个场景中能否真正满足消费者的期望和解决消费者的需求。

这次首批进入试点的企业也并非单独车企，而是一家车企对应一个使用主体所组成的“联合体”，即9家车企负责生产符合L3、L4级别的产品，测试则由相关平台提供。这意味着在自动驾驶车辆上路初期应用场景将包括Robotaxi、自动驾驶客车以及货运等商业场景。

入围名单中，比亚迪和蔚来，则是试点名单里唯二的非国有车企。目前国内公认智驾水平处于前列的小鹏、华为都不在首批名单上，同样的，名单上也没有百度、文远知行这类早已布局智驾领域的科技公司。此次公布的9大联合体并没有完全覆盖此前获得L3测试牌照的车企，比如奔驰、宝马、智己、阿维塔、赛力斯、极氪、极越等。

L3技术真便利吗？

L3级有条件自动驾驶，在L3级别下，车辆可以实现绝大部分路况的自动驾驶，接管汽车一大部分驾驶功能。但是在L3阶段，驾驶员仍需时刻保持注意力，以便在出现紧急情况时及时接管车辆。到了这一级别，驾驶员的重要性明显降低了，只需要像考官盯住学生不要作弊一样，随时关注路况信息，防止汽车行车系统因遇到无法识别的路况而不知如何处理即可，直白一点就是解放双眼。

工信部相关规定只有L3级及以上等级的驾驶自动化才能称之为自动驾驶，L2级及以下只能被称之为辅助驾驶。站在消费者层面，L3自动驾驶情况下，不仅能解放双手，而且相关交通事故由车企负责，一定程度上降低了车主的风险，TJP交通拥堵模式便是L3自动驾驶的一个强项，在此模式下自动驾驶能完全控制车辆，驾驶员可以在无聊的拥堵路途中做其他事情。当前方不再拥堵，车辆会提醒驾驶员接管车辆。

L3落地意味着车辆用起来更放心，新手都不用担心上路问题了，因为是端到端的自动驾驶。现在已经有很多视频流出了，FSD是端到端的，能实现自动驾驶从出门开始到达目的地，完全不用自己操心。

目前L3由于规则上和技术上的限制，就算是推出L3自动驾驶，车企在功能的实现上也会相对比较保守，例如奔驰的L3系统能实现在不变道的情况下自动驾驶，在面对前方加塞车辆或施工路段时，会提醒驾驶员接管，且最高速度设定在64km/h。而目前国内新势力、华为派等车企已经能实现自主变道，且接管概率很低。

我们距离L3多远？

中国离实现L3级自动驾驶还有多远呢？需要明确一点，自动驾驶技术的发展需要多方面的支持和努力。在中国，政府、企业和社会各方面都已经开始积极推动自动驾驶技术的发展。例如深圳市已经开放了部分道路用于自动驾驶汽车的测试和示范，并且已经有多个企业获得了在深圳市开展自动驾驶试点的资格。中国的一些科技巨头如百度、华为等也在积极布局自动驾驶领域。

但是要实现L3级自动驾驶还需要解决很多技术和社会方面的问题。自动驾驶技术本身还需要进一步完善，例如对环境的识别和判断、应对复杂交通情况的能力等等。这些技术问题需要不断进行研究和改进才能得到更好的解决。

很多车企面对L3技术问题时，都卡在了冗余设计上。L3级别自动驾驶系统已经完全取代驾驶员的操作，只是在紧急不可控情况下留给驾驶员6-8s以上的时间接管车辆即可，为保证系统出现故障时也要继续正常工作一段时间——让驾驶员有足够的时间来接管车辆,需要整个自动驾驶系统在感知、决策和执行层面都要有“冗余”，冗余的传感器、冗余的执行器、冗余的电源、冗余的通讯等都要有备份，这对系统是严峻的考验。

L3级别自动驾驶的智能化程度则是让消费者将自己的生命托付给高速行驶的机器，这需要L3级别自动驾驶在限定场景中有着绝对安全的性能。因为L2级别自动驾驶技术只是辅助阶段，所以目前绝大多数因为过度依赖自动驾驶技术而酿成的车祸基本都会由使用自动驾驶的一方承担责任。如果车企、自动驾驶技术供应商乃至是整个行业都肯定了L3级别自动驾驶在特定道路环境的安全性，但是又不能确保它的绝对安全，那么L3的定义就没有意义。

事故责任主体的认定问题，使得从L2到L3存在着一道难以跨越的“坎”。L2及以下车辆出事故后责任明确由驾驶人承担，但L3及以上车辆出事故后责任归属存在争议。这就是L3级别自动驾驶技术目前面临的世纪难题，也是L3自动驾驶相关政策迟迟无法落地的主要原因。

百姓评车

中国实现L3级自动驾驶还需要一定的时间。技术永远是智能化的护城河，无论是L3自动驾驶技术的推进，还是L2持续无穷大发展到直接跨入L4级自动驾驶，2024年都将会是智能化竞争白热化的一年，新能源汽车的下半场就要开场了，L3试点的落地只是个暖场曲。

L3级自动驾驶技术到底值不值得还要通过市场的检验，自动驾驶的华丽新装也需要步骤繁多和进展缓慢的修正过程，L3是自动驾驶发展中特别且重要的一环，它到底能否引发真香定律，那些即将量产的L3级自动驾驶汽车会告诉我们答案。

去年年底，随着中国首部自动驾驶法规落地，阿维塔、长安、奔驰、极狐、宝马和智己6家车企成为国内首批获得自动驾驶（L3级）测试牌照企业。时至今日，在政策落地的半年时间内，中国开展L3级测试的城市从北京、上海和重庆扩展至广州、深圳等地，更多车企也相继获得测试牌照。

在《一品汽车》看来，新能源与智能化产业日新月异的这半年间，自动驾驶技术迎来何处升级，这些车企又带来了哪些令人眼前一亮的产品与技术，无疑值得聚焦。

看现状：大“量变”能否带来“质变”升级

在当下车市，多数品牌相信，决定新能源转型的上半场的关键在于动力驱动形式的转化，而下半局赛道则将聚焦于智能化出行。事实同样如此，据工信部数据显示，2022年我国搭载辅助自动驾驶系统（L2级）的智能网联乘用车新车市场占比提升至34.9%；2023年上半年，这一比例上升至42.4%，而预计2025年乘用车L2级及以上智能驾驶渗透率将会达到70%。

对此，有行业人士分析称，在L2级自动驾驶趋于成熟之际，L3自动驾驶路测“开闸”，水到渠成。在《一品汽车》看来， L3级自动驾驶技术是指汽车可以在一定条件下自主驾驶，但仍需要人类驾驶员的监控和干预。这种技术可以在高速公路、城市快速路等特定场景下使用，可以大大减轻驾驶员的负担，提高驾驶的安全性和舒适性，现在来看，量变产生质变的定律同样应验于汽车智能出行技术之上。

以多家车企竞相比拼的城市领航辅助驾驶(NOA)为例，统计数据显示，吉利、长城、小鹏、理想、华为、智己、小米、蔚来以及比亚迪等品牌均已展开道路测试，更有多家车企已经在部分城市推送NOA辅助驾驶系统。

另据乘联会预估数据显示，预计2024年城市NOA布局范围将扩大至全国200余个城市，具备城市NOA功能的车型销量有望突破150万辆。然而就在高阶自动驾驶技术即将普及开来之际，就目前的营销口径和落地应用来看，驾驶辅助技术的应用同样存在诸多被诟病之处。

以行业领先的特斯拉为例，美国高速公路安全管理局NHTSA发现，特斯拉的驾驶辅助功能不足以保持驾驶者专注于驾驶任务，这往往会导致致命结果。调查发现，使用Autopilot或其更高级别的Full Self-Driving系统的驾驶者在驾驶任务中不够专注，而特斯拉的技术未能充分确保驾驶者保持对驾驶任务的注意力。

据《一品汽车》调查数据发现，特斯拉在北美市场已经陷入智能驾驶风波，美国相关部门正对其恶意宣传营销自动驾驶技术，导致百余位用户伤亡展开调查。案例显示，2023年3月，一名北卡罗来纳州学生在下车时被一辆特斯拉Model Y撞击，这辆车的驾驶员正在使用Autopilot，这是该汽车制造商的先进驾驶辅助功能。

尽管特斯拉掌门人埃隆·马斯克坚始终称其为全自动驾驶汽车，但统计数据显示，NHTSA五年间共调查956起事故，其中一些事故涉及其他车辆撞击特斯拉车辆，有29人死亡，特斯拉的前平面撞击了车辆或路径上的障碍物事故达到211起，导致14人死亡和49人受伤，由此可见，高阶自动驾驶仍然存在诸多安全隐患。

在《一品汽车》看来，虽然市场规模不断扩大，但L3及以上自动驾驶仍然对技术、安全性和法律法规提出更高要求。如何让智能服务于人，让同行更加安全无忧仍是一场尚未完成的革命之举。

谈未来：自动驾驶未成规模 智能化以及是杀手锏

众所周知，当下我国汽车产业支持L3自动驾驶的车端软硬件技术与功能日趋成熟。具体而言，随着大算力智驾芯片、高性能传感器、智能底盘渗透率持续上升，跨域融合的控制器技术与“中央计算+区域控制”新一代电子电气架构实现突破，叠加人工智能大模型的强势赋能，自动驾驶通用泛化能力显著加强。

在车路网协同层面，我们同样看到，当下我国部分城市的基础设施端，5G+V2X车联网支持的C-ADAS功能、云端数据闭环能力等网联通信技术不断完善，可为车辆提供高速稳定的数据传输和交互平台，加快推进L3级别自动驾驶技术落地。

谈及自动驾驶技术未来应用之际，同济大学汽车学院汽车安全技术研究所所长朱西产教授曾预测，按照目前全球自动驾驶技术的发展进度，以及我国在自动驾驶技术攻关和认证推进上的发展速度，无人驾驶可能在2025年能够通过技术关和认证关，大概到2030年可能会有一定规模的应用。

然而在《一品汽车》与首批获得L3牌照的品牌方沟通之际，同样发现，各家车企均深知高阶智能驾驶是决定未来的关键，但实际应用之际仍需更多政策出台，已实现在保障安全的前提下，促进智能网联汽车产品的功能、性能提升和产业生态的迭代优化，推动智能网联汽车产业高质量发展。

在大趋势之下，我们仍然看到诸多用户在驾车之际并不敢将控制权交给车辆。在社交平台和论坛中，我们仍能看到多数用户对驾驶辅助系统仍然投以不信任票。对此，各家车企如何宣传并引导用户良性使用辅助驾驶技术便是重中之重。

对此，《一品汽车》认为，自动驾驶对安全性与可靠性无疑提出了更严苛的要求，需要在接管机制、人机交互、冗余安全、网络安全、数据安全等方面进行多维升级；相关法规和基础设施需要进一步完善，以确保自动驾驶系统的安全性和可靠性。在市场接受层面，也需要各家车企使出浑身解数，让用户接受自动驾驶，并保证自家技术能在各个场景中，真正满足消费者的出行痛点。

写在最后：

作为各家车企角逐未来发展的重中之重，自动驾驶已然成为兵家必争之地。在首批L3牌照发放的半年之际，《一品汽车》看到，奔驰、宝马以及智己等车企均再来了多重智能驾驶技术，并将部分功能应用于量产新车之上，但这距零伤亡的自动驾驶未来依旧遥不可及。

在此，我们同样呼吁各家车企在深化技术研发之际，能够真正以用户出行痛点为基础，让安全最大化，而非用不完备的技术去诱导用户参与到所谓的“自动驾驶”之中，从而引发更多的悲剧。

去年8月，吴新宙离开小鹏加入英伟达，到年底，吴新宙以英伟达全球副总裁和汽车事业部负责人的身份回国，并开始了在中国市场对自动驾驶人才的大规模招聘计划。这被看作是英伟达针对中国市场智能驾驶业务，开启的全新一轮战略扩张。

作为全球智驾发展最为迅速的区域之一，中国车企相关的产品、技术和经验的积累已经走在世界前列，包括最近甚嚣尘上的特斯拉FSD入华，也证明了中国市场上自动驾驶的商业土壤和想象力。

对于英伟达来说，在中国和全球市场商业落地层面的开疆拓土，当然是它当前的重要任务。不过，英伟达也延续它一贯超前的风格，更多从未来自动驾驶发展的视角，提前做更多的战略部署，并最终让这条路线成为行业的共识。

在近期英伟达的媒体沟通会上，除了吴新宙，英伟达汽车事业部数据中心副总裁Norm Marks，以及英伟达全球副总裁、中国区汽车事业部负责人刘通也悉数到场，向车云等媒体详细介绍了英伟达智能驾驶的技术和商业化进展。

从这场沟通会传递的信息来看，中国市场激烈的竞争和巨大的需求，让英伟达看到了汽车领域更多的机会和想象空间；

另一方面，英伟达也希望利用自身在AI领域的领先技术和经验，与中国市场的产品研发和落地经验相结合，为车企提供完整的端到端智能驾驶全栈解决方案，而非限于硬件，在面向未来的智能驾驶竞争中，助力英伟达在全球市场提前占位。

在这个过程中，在“赋能”和“竞争”之外，英伟达更希望扮演的，还有“引领”的角色。

过去十年，“软件定义汽车”在汽车领域产生了非常深远的影响，特别是通过OTA技术，把汽车这样一个固定不变的硬件产品变成可以自学习、不断变化的用户产品。

伴随着AI的发展，软件定义汽车在不断变得成熟，要解决的Corner Case也在不断增多。生成式AI和LLM，将有可能解决这些更复杂的问题，自动驾驶会迎来新的开发范式。在未来这个AI定义汽车的阶段，企业研发重心将向云端转移，打造一个真正类人的高阶自动驾驶技术栈。

在吴新宙看来，软件定义汽车和AI定义汽车，这两个阶段其实是一脉相承的。从自动驾驶的发展过程来看，第一代的自动驾驶系统是完全基于规则，有大量工程师特征；现阶段第二代自动驾驶，已经开始用大量的AI取代原有的工程师特征，可以通过模型去做部分预测、规划等。而接下来则是端到端大模型的方式，这也是英伟达目前在提前做的事情。

二者之间的区别在于，软件定义汽车需要大量工程师介入。所有组件的算法开发量都非常大，比如Corner Case识别比较慢，需要海量的路测和运营，再把数据回传给工程师，这需要非常高效的基础建设设施支持数据设施闭环，再通过OTA的方法更新。简言之，每个环节都需要大量人工参与。

而在AI定义汽车的新阶段，大部分模型能够在云端完成训练，通过数据驱动的方式，车端Corner Case识别，然后通过自动数据驱动完成模型的自我迭代，在云端通过仿真完成大部分的验证，极大地减少车端大规模设备部署和测试的依赖性，让流程得到极大简化。同样，随着生成式AI能力的进一步提升，针对座舱的部分，包括云对话、针对任务的测试规划和编辑，同样也会简单很多。

作为目前智能驾驶赛道最为热门的技术路线之一，虽然很多企业强调自己对于端到端的布局和投入，但也都面临很多未能解决的技术挑战，比如黑盒化的问题。吴新宙认为这些问题，会在未来逐步得到解决。比如未来的大模型、端到端模型有周边的输出点可以观测，相当于在黑盒上开几个窗，可以看到信号是怎样的模式。

尽管现阶段还有一些挑战，但吴新宙坚信端到端自动驾驶，在五年内一定会能实现。但他也强调这也是一个很艰难的过程，不是大家字面上理解的从像素到动作，而是需要很多其他技术配合，所以也不可能一开始就上线端到端模型。

所以，在端到端的模型上线之前，一定会有一个“护栏”，因为这个模型需要不停地优化和成长。就如同一个人从小学生成长为博士生的过程，端到端模型也需要非常好的第二代甚至第一代的自动驾驶堆栈，能够有时间去成长，变得更加强大。

“接下来的几年里的趋势是，端到端模型和原有模型相辅相成，某些情况下，比如对比较难的路口处理，可以显示出更加拟人化的东西，通过原有的模型和方法保证安全性，这是把端到端模型真正大规模部署变成主流的过程。”吴新宙总结说。

在刚刚过去的北京车展上，虽然英伟达并没有开设展台，但在AI和自动驾驶作为关键词的这届车展，英伟达却是完全无法忽略的存在。在高度同质化的竞争中，高阶智驾中是否搭载英伟达的最新产品，甚至成为车企车型差异化竞争的卖点之一。

根据英伟达的官方信息，包括蔚小理、比亚迪、仰望、路特斯GT Emeya、smart精灵#5 ，智己L6、昊铂、极氪007、小米SU7、魏牌蓝山等等车企车型，都已经开始搭载DRIVE Orin打造量产汽车。

与已经广泛落地的Orin相比，英伟达下一代DRIVE Thor 集中式车载计算平台表现出更大的商业发展势头。该平台集成全新NVIDIA Blackwell GPU 架构，该架构专为Transformer、大语言模型和生成式AI工作负载设计。

虽然DRIVE Thor明年才开始第一代SOP，但从去年开始至今，已经有吉利、小鹏、理想、奇瑞、极越、广汽、比亚迪等等车企，宣布了采用英伟达下一代DRIVE Thor 来做面向未来L3以上级智驾的开发和设计。

吴新宙说，DRIVE Thor 还在快速增长，这是一个不可阻挡的趋势，因为它不仅代表了最高算力的下一代芯片，也代表了最高安全等级的下一代芯片，同时能够对生成式 AI 和 LLM 给于最好的支持。

在这么多合作者中，包括蔚小理、比亚迪、长城、吉利等等很多实力强劲的车企，同样也在布局自研智驾芯片。这其中有战略上的审时度势，也有落地实操层面的考量权衡。而车企与供应商之间的竞合关系和走向，也是行业所关注的重点。

和很多国内的智驾芯片供应商不同，英伟达面对中国市场，要考虑的问题会更多一些。就如同黄仁勋此前提到的，英伟达芯片在中国市场并非不可替代，如果买不到，那中国就会自己研发生产。这并非没有先例，当然，这也是英伟达的隐忧。

吴新宙将英伟达定位于AI生态赋能者，而不是专注于做车的公司，他表示目前英伟达的芯片大多是基于通用GPU，但英伟达也在不断调整迭代，对整体硬件架构进行优化，再把AI领域最前端的技术运用到车端芯片，更好地赋能汽车和机器人行业，这是英伟达的优势。

吴新宙特意强调了安全性，这需要大量的投入和实际经验，特别是端到端的安全，包括芯片和操作系统的模块、云端所有训练工具的安全性，真正通过高效安全的网络将软件部署到车端芯片。英伟达希望赋能车企用较少投入实现安全，这也是英伟达的优势。

在面向未来的AI定义汽车的布局上，除了广为人知的系统级芯片，英伟达还部署了多项核心基础能力，包括数据中心、工具训练，汽车安全平台和端到端全栈解决方案等。比如英伟达的Omniverse，可以帮助车企实现从整车设计、生产制造、测试验证甚至销售体验上的全面赋能。而这些软件能力，也是英伟达面向未来竞争希望被广泛应用的重点。

这从英伟达智能驾驶的规划中也能看出端倪：“第一步是希望我们的软件尽快在现有的 L2 和 L2+ 系统上，达到市场领先水平或者第一梯队水平；第二步是希望在 L2++ 领域有些新的突破，把上下游的模块完全打通，还可以做端到端训练，真正做到行业领先的水平；第三步希望能够在 2026 年量产的 L3，完全把人从系统中拿掉，这才是自动驾驶真正的价值所在。”

吴新宙认为这些规划是基于英伟达的巨大优势，是完全可行的，而且这三步规划，是英伟达的市场竞争力和商业想象力一步步提升的过程，同样也是英伟达实现自己目标的过程。

“我们的目标是让大家在车里可以不用开车，而是玩手机，这是大家的刚需。开车不是刚需，从 A 点到 B 点才是刚需，用手机也是刚需。”

虽然如今端到端几乎成了特斯拉智驾的标签，但是如果从时间线来看，英伟达自动驾驶团队提出端到端智能驾驶并做出demo的时间，并不比特斯拉晚。只是当时过于超前，技术和市场都不成熟，所以没有能够成功地商业量产。

当然，还有一个非常重要的因素，英伟达以“卖卡”著称，多年前的自动驾驶业务只是英伟达汽车业务中非常不起眼的一部分，所以当时端到端的问题，充其量也只是其前进路上无数插曲中的一个而已。

但黄仁勋很重视汽车业务，在2022年GTC上黄仁勋表示，按照其规划，当英伟达营收达万亿美元时，汽车业务的收入占比应该达到30%，也就是3000亿美元。不过，从英伟达的财报来看，一直到去年Q4，汽车业务只有英伟达整体营收的1.3%。

这两年伴随着智驾业务的爆发，在中国高阶智驾市场，英伟达的智驾芯片占有率一度超过八成。不过英伟达在智驾相关的软件市场份额，与其芯片的强势地位全然不匹配。

去年吴新宙的加入，就被外界解读为英伟达要在“卖卡”之外，重点发力智能驾驶软件能力和整体解决方案，其首要任务，是要帮助英伟达和奔驰的合作项目落地。

2020年6月，英伟达和奔驰官宣合作，英伟达将为奔驰的下一代车型提供AI软件架构，包括了自动驾驶软件方案、智能座舱等。该项目当时轰动行业的原因，在于双方选择了一种全新的商业模式，即基于合作车型的整车销售进行分成，而不是传统的供应商采购模式。如果这个模式能跑通，这不仅是英伟达，更是整个汽车行业的标杆案例。

但这个万众瞩目的项目却遭遇了重重危机，至今没有量产交付时间表。此前有说法是奔驰引入了Momenta救火，或是吴新宙的团队会在今年年中交付解决方案等等，纷纷扰扰之中，鲜有官方的消息。

不过可以确定的是，从该项目可以看到，英伟达正在努力寻求在硬件之外，为车企提供完整的端到端智能驾驶全栈解决方案，这显然可以帮英伟达实现更大的商业想象空间，离3000亿更进一步。

如今在中国市场，这一努力也取得了非常大的进展。沟通会上，刘通专门介绍了在中国市场上与比亚迪的端到端全栈式合作，包括Orin和Thor智驾芯片、数据中心端的解决方案、用于AI开发和自动驾驶算法开发的软件系列产品NVIDIA AI Enterprise，以及在智能工厂的机器人和Omniverse仿真软件等全系列合作，也是目前英伟达智能驾驶全栈解决方案最完整的合作代表案例。

如今，自动驾驶经过高速发展已进入泛化阶段，2024年有望成为L3+智驾落地元年，智能驾驶渗透率也将不断提升，在此过程中，软硬件成本的下降，技术的持续迭代，软硬解耦、舱驾融合等等，都将成为车企竞争的关键点。

在3月份的英伟达GTC上，英伟达表示，目前已经有部分车企宣布将会采用下一代的NVIDIA DRIVE Thor来开发自动驾驶系统，同时英伟达也详细阐述了其在汽车领域的布局。

会后，吴新宙和Norm Marks还和车东西在内的媒体进行了一些交流，进一步阐释了英伟达在汽车业务方面的思考和进展。

吴新宙认为，AI定义汽车将会成为一个新的趋势，那么什么是AI定义汽车呢？

▲AI定义汽车成为未来的趋势

目前的自动驾驶是通过云端和车端协同的方式，在云端进行自动驾驶汽车模拟训练和仿真，进行模型更新，更新后的模型导入自动驾驶汽车模型部署，收集到数据，重新上传给云端，继续完成模型迭代。

但软件定义汽车需要大量的开发工作，边缘场景识别和融合进度慢，测试涉及到海量的路测，同时也需要大规模测试和运营，甚至需要高效的基础设施来支持测试数据实现闭环，最终OTA更新迭代。

▲AI定义汽车和软件定义汽车的不同

而在AI定义汽车的新阶段，大部分模型在云端完成训练，完全以数据驱动来解决边缘案例，利用互联网规模数据加强泛化能力。

AI定义汽车阶段，大部分模型都能够在云端完成训练，通过数据驱动的方式，然后通过自动数据驱动完成模型的自我迭代。

英伟达正在加速AI定义汽车的发展，有四项核心的基础能力，数据中心和训练基础设施，系统级芯片，汽车安全平台和全栈解决方案。

▲英伟达加速AI定义汽车的发展

吴新宙介绍，从2025年开始，NVIDIA DRIVE Thor将会开始SOP，目前已经有不少车企包括比亚迪、理想、小鹏、极氪、昊铂等都官宣下一代自动驾驶平台会通过NVIDIA DRIVE Thor开发。

Omniverse也是英伟达比较成熟的产品，可以对汽车生产的各个方面产生巨大的影响，包括概念图、设计、软件、工厂的整体数字孪生系统的产生，也包括销售、营销、自动驾驶。

对于目前比较热的生成式AI，英伟达也有相应的产品，可以用于汽车设计，也可以用于工厂规划。

会后，吴新宙也和车东西在内的媒体进行了一场交流，就行业内一些热点事件和趋势进行了分享。

▲吴新宙

针对端到端的问题，吴新宙认为端到端是自动驾驶的最终一步，未来一定会到来。但是对于端到端的理解不能仅仅停留在字面上，端到端也需要一些其他的技术作为配合。

他认为，能够把端到端模型做好的企业也一定有很好的第二代甚至第一代的自动驾驶堆栈。举个例子，端到端模型像是未来要成为博世甚至博士后的学生，但是成长的过程中也需要小学老师、初中老师去教育，最终变得强大。

接下来几年，自动驾驶行业可能会出现一个新的趋势，端到端模型和原有的模型相辅相成，在一些复杂的路口可以处理的更加拟人化，而原来的模型和方法则可以在安全性上发挥作用。

2023年，中国智能驾驶市场进入了以“规模化量产”为核心的新阶段竞争周期，L2渗透率的快速提升，城市NOA的火热加之高阶自动驾驶相关政策的出台，带动中国本土的智驾方案和供应商进入新一轮的高速发展期。

从回答是否要发展自动驾驶，到如何发展自动驾驶，智驾行业整体呈现出不同的竞争特征，技术方案多种多样，产业链竞争格局亦随之重构。

本土智驾力量快速崛起

随着驾驶辅助功能的不断成熟、成本降低、消费者接受度提升，L2级别驾驶辅助系统已经成为当前市场的主导产品，并且预计在未来几年内其渗透率将继续提升。

根据盖世汽车智能驾驶配置数据库数据，2022年中国L2级自动驾驶功能渗透率超过30%，盖世汽车研究院预计到2025年达到50%，到2025年后L3车辆开始规模化量产。市场规模方面，2025年整体将突破2,000亿元。

本土厂商是重要推动力量。

在车企方面，据盖世汽车统计，在L2功能的配套上，丰田、比亚迪、大众位于第一梯队，装配量超过100万套，第二梯队L2装配量在60-90万套之间，部分新势力品牌特斯拉、理想等则实现全系标配。综合来看，合资品牌L2渗透率相差较大，新势力渗透率普遍较高。

在此过程中，国内本土ADAS供应商快速崛起。

外资Tier 1在行车ADAS和泊车领域占据主要市场份额，但近两年随着本土供应商从自主品牌开始切入市场，份额不断提升，未来有望进一步增加。

行泊一体是当前智能驾驶领域的重要方案，当前电子电气架构由分布式向集中式的演进过程中，在功能域融合架构下分化出舱泊一体和行泊一体两条技术路线，其中，行泊一体可打造高速、城市、泊车全场景的智驾方案。

当前由主机厂自研+代工的行泊一体市场份额接近50%，其中本土供应商凭借着软硬件全栈开发的能力、产品的快速迭代、多芯片平台适配等优势领先外资Tier。

去年12月20日，作为国内自动驾驶域控制器提供商主要代表的知行科技，成功在港交所主板挂牌上市，是一代表事件。

知行科技新推出的iDC系列自动驾驶域控制器，将高速自动驾驶功能和低速自动泊车功能集成在一颗SoC中，也是当前业内主流的单芯片行泊一体方案。

据悉，知行科技自动驾驶域控制器解决方案的销量从2021年的5,796台增加至2022年的79,589台。2023年上半年，交付量从上年同期的21,272台增加至42,108台。

此外，在激光雷达、空气悬架等赛道，有一些国内供应商脱颖而出，诞生了禾赛科技、速腾聚创等头部上市企业，而智驾域控芯片、线控制动等领域国内开始有部分企业获得规模化配套发展。

总体来看，基础辅助驾驶功能的渗透率持续提升，往更高阶的领航辅助功能以及L3/L4级别自动驾驶发展。在高阶智能驾驶领域，国内的供应链发展迅速，国产厂商声量渐大，在关键技术和组件的研发制造上取得显著成就，强化了整个行业的竞争力，成为智能驾驶走向未来的核心支撑之一。

高阶智驾驶入快车道

去年11月，四部委联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，对L3/L4自动驾驶的准入规范进行了具体要求，并完善了相关规则。这意味着，我国的高阶自动驾驶上路有了明确的政策支撑和责任界定。

比亚迪、赛力斯、长安、智己、宝马、奔驰等在内的多家车企，此前相继获得L3路测牌照。国内之前的测试车是增加了额外传感器的改装车，此次开放测试的是具备L3/L4能力的量产车。

不难预见，伴随着更多的车企加入L3级自动驾驶研发，高阶智驾有望真正迎来“质变”。当然，距离L3级别自动驾驶车辆的真正量产落地，还有一段路程。当下，车企主要以城市NOA作为核心发力点。

城市NOA的加速落地则被视为L3级别自动驾驶时代来临的先声。过去一年，城市NOA的发展是智驾赛道的绝对焦点。

根据盖世汽车智能驾驶配置数据库数据，2023年国内NOA功能搭载量达94.5万辆，其中大部分集中在高速NOA，城市NOA搭载量为23.8万辆。

显然，这一轮城市NOA的竞争还未到最高点，围绕城市NOA的市场追击战将持续进行，车企是其中主要的推动力量，他们选择的路线方式也不一致。

当下，车企对城市NOA的竞争焦点，主要在于用更少的成本实现更大规模的上车，以快速实现数据收集进行算法优化和模型迭代。

价格战的影响不容忽视，对车企的成本控制提出了更高的要求。“重感知，轻地图”方案的盛行很大程度也是基于车企在成本方面的考量，当前高精地图采集成本、新鲜度等问题拖慢了城市领航辅助的落地速度，企业纷纷转向轻地图方案，逐步降低对高精地图的依赖，以此加快城市领航辅助的落地。

这其中又包含激光雷达感知融合和纯视觉方案的争议，两种技术路线选择的竞争核心同样在于成本。

号称“全国都能开”的华为NCA，算是最激进的头部力量之一，近日，部分AITO问界M5 / M7车主已获推V3.3.8智驾版本，带来了延期已久的“无图 NCA”功能。

盖世汽车研究院认为，车企智驾功能演进路线相似，当前实现全国范围内的城市领航需要解决诸多的长尾场景，通过增强版LCC、通勤模式等过渡功能覆盖消费者日常行驶路线，能够带来更好的用车体验。

目前30万以上价格区间车型是提升NOA搭载量的主力军，不过已经能看到小鹏P5、宝骏云朵等中低端车型的出现，随着搭载NOA功能车型逐渐下探到15万左右的价格区间，2025年，国内NOA功能配套车型预计将突破300万辆，2030年将超850万辆。

未来智驾行业的几点展望

智能驾驶的发展是一个多因素共同作用的结果，面向未来，我们可以看到几个趋势。

一是高阶智能驾驶发展需要高算力芯片的支持，经过过去数年的发展，已经能很明显的看到中高算力芯片开始推出市场。

不过值得注意的是，大算力并非唯一的选择，高性价比单SOC中低算力平台也有望在未来市场中率先爆发。

随着人工智能算法和芯片设计能力的提升，即使是中低算力的SOC平台也能够提供足够的性能来支持智能驾驶的基本功能。这意味着在不追求更高级别自动驾驶的情况下，中低算力平台已经能够满足大部分驾驶辅助和部分自动驾驶的需求。

高性价比的解决方案能够更好地满足大众市场的需求，尤其是对于中低端车型，低成本是其普及的关键因素。目前上车的中低算力行泊一体方案大多采用多SOC方案，在新一代平台上均采用单SOC方案，高性价比单SOC中低算力平台有望率先爆发。

另一个无法忽视的影响要素是AI大模型的发展，正在驱动自动驾驶的迭代创新。

从感知算法层面来看，传统的L2辅助驾驶主要是依托2D视觉+CNN实现，2021年9月，特斯拉发布了BEV+Transformer架构，大模型开始上车。目前头部车企都选择跟进特斯拉的算法的迭代方式，当前头部车企在BEV+Transformer+ Occupancy基础上不断优化体验，特斯拉2024年初将实现端到端技术的落地。

此外，大模型在云端的应用为自动驾驶带来了诸多便利，包括采用预训练的方式实现自动标注、对长尾数据进行挖掘以及场景仿真和数据生成等。不过这也伴随着一系列挑战和问题。

在多模态数据融合方面，自动驾驶系统需要处理来自不同传感器的多种数据，如摄像头、毫米波雷达、激光雷达等。这些数据类型差异较大，如何有效地融合这些多模态数据以获得更好的环境感知能力是一个重要课题。

大模型通常需要较大的计算资源，尤其是在进行复杂的任务如自动标注、数据挖掘和仿真时。这增加了云端服务器的负载，也可能导致延迟问题，对于需要实时响应的应用来说，是一个不小的挑战。此外，即使大模型在云端运行良好，如何将其部署到车端设备上也是一大挑战，还存在安全性和一致性等问题。

目前，行业已采取一些手段来逐步解决这些问题，包括开发更高效的模型架构、利用边缘计算减少云端负载、采用模型蒸馏等技术进行模型压缩，以及设计更安全的模型更新机制等。

更为重要的一点，除了算力和大模型等方面的驱动，数据闭环能力将真正决定企业的智能驾驶水平。

就拿城市NOA来说，城市场景的复杂性决定了城市NOA方案必然是一个数据驱动的系统。来自量产车型的大数据库和自动、高效的海量数据处理能力将是城市NOA落地的基石。

企业采用数据驱动的开发模式，通过建立数据闭环来加速自动驾驶迭代，同时效果也更加可靠，有利于在城市运营中去处理各种各样的长尾问题。

目前，自动驾驶行业走到了一个拐点，国内外自动驾驶的差异化竞争及利润增长点，逐步向L3、L4高等级自动驾驶相关功能的开发及落地转移。

我的判断是24年将是L3市场化应用的元年，24年底，比然会有车企推出L3自动驾驶的小规模量产售卖。谁卷到第一个推出，谁将获得先机！

• 今年8月26日，马斯克亲自上线开启了一场FSD Beta V12试驾直播，引百万人现场围观。此次展示的FSD Beta V12是有史以来第一个端到端AI自动驾驶系统（Full AI End-to-End），是特斯拉最重要的一次升级。直播45分钟，FSD Beta V12系统在行驶全程进展非常顺利，能够轻松绕过障碍物，识别道路各种标志。45分钟内人工干预一次 。
• 今年6 月 17 日消息，理想汽车召开理想家庭科技日发布会，介绍了城市 NOA 和通勤 NOA，宣布本月开始在北京、上海开放城市 NOA 内测，半年开放通勤 NOA 功能。
• 华为ADS2.0自动驾驶，也采用了国内的多传感器融合方案，M7车顶安装有一颗激光雷达，但是完全取消了：高精地图

从现在的头部车企的技术实力来看，24年，必然会实现L3自动驾驶。

技术层面，小鹏的800V高压平台、自动驾驶辅助都是中国乘用车市场的主流技术，智能座舱这一板块的确耗费了大量的心血，这也意味着小鹏的纯电平台自有其核心卖点。

这正是大众所需要的。

燃油车时代，中国市场为大众在全球提供了最高40%的销量，成为大众压倒丰田的重要市场，但电动化以来，大众在中国市场销量节节败退。

奥迪、斯柯达两大品牌在中国市场不断下滑，同时大众潜在用户流失明显。

今年上半年，大众发起了多轮价格战，不仅仅燃油车价格下调明显，同时电动化产品猛烈背刺老车主，说明大众在中国市场存在品牌危机，背后的核心原因，是技术无法推动新品创造核心的市场认可力。

大众在中国拥有最低的沟通成本，品牌价值、生产能力、产业拉动能力以及销售网络，都是第一梯队水平，虽然可以通过自主研发的方式来获得更好的产品风格。

但对于输不起时间的大众来说，最好的方式就是通过购买、学习的方式完成自我进化。

中国的电动化发展是全世界最猛烈的，毫不夸张的说，我们拥有全世界最好的智能化表现，尤其是自动驾驶板块，虽然目前规定企业可以做到最高L2标准，但其实很多企业的自动驾驶已经达到了L3甚至L4标准。

7月8日，百度智行、AutoX安途、小马智行3家企业15辆车获得上海市浦东新区首批发放的无驾驶人智能网联汽车道路测试牌照，获得牌照的企业可在特定区域内开展“车内无人”的智能网联汽车道路测试。而就在前一天，即7月7日，北京宣布正式迈入自动驾驶“车内无人”商业化试点阶段。

所谓“车内无人”，就是自动驾驶的车内，不再设置安全员，实现真正的“无人驾驶”。

截图于《人民日报海外版》

“车内无人”的全无人驾驶的开启，比这还要早。

去年的时候，武汉和重庆两地就已经开始了自动驾驶全无人商业化的探索，允许车内无安全员的Robotaxi（无人驾驶出租车）在社会道路上开展商业化服务。

而且，不仅地方上争先恐后行动起来了，在全国层面，相关措施也已启动。6月，工信部明确表示，将启动智能网联汽车准入和上路通行试点，支持L3级及更高级别的自动驾驶功能商业化应用。

无人驾驶离在全国普及的那一天，已不遥远。这一改变，所带来的影响，不可忽视。中国电动汽车百人会副理事长兼秘书长张永伟今年5月举办的第三期高维对话上，就明确表示，无人驾驶技术一旦起来了，就会带来很大的、多方面的变化，会带来商业模式的变化。

这种“商业模式的改变”，首当其冲“改变”的就是网约车生态。

滴滴出行CTO兼滴滴自动驾驶CEO张博回忆，2016年，他花了整整一年的时间跟全球自动驾驶领域最顶尖的科学家、企业家，还有工程师进行深入的交流，形成了关键一些关键认知，其中就包括：

L4级自动驾驶技术进入人们生活的最优路径，就是Robotaxi，这是自动驾驶技术在冷启动阶段最好的商业化土壤。

正如滴滴所预料的，如今北京、上海、武汉、重庆进行测试、商业化试点，“试”的就是Robotaxi。相较于网约车，Robotaxi无需司机，可以节约司机的人力成本，而且可全天候运行，所以，“无人驾驶技术一旦起来了”，若具有成本优势，或将“碾压”传统的网约车。

百度“萝卜快跑”、小马智行等的Robotaxi发展十分迅速，未来抢占“滴滴”们的市场，是大概率事件；但是，Robotaxi何时能抢“滴滴”们的“饭碗”，则值得期待。

网约车企业“猛攻”Robotaxi的报道截图

本文围绕国内无人驾驶，尤其是Robotaxi发展情况，试图回答三个方面的问题：

1、Robotaxi目前发展情况怎么样？

2、Robotaxi全面商业化落地的障碍是什么？

3、何时，Robotaxi能抢网约车的“饭碗”？

从某种意义上讲，谁能尽快使Robotaxi商业化落地，谁就能在自动驾驶领域获得先机。

此前，美国是自动驾驶领域的领导者，积极推动Robotaxi的落地和商业化运营。在美国，Waymo、Uber、Lyft、BotRide 和xTaxi等公司都在开展Robotaxi的示范运营。尤其是Waymo，一度是Robotaxi商业试运营最早、道路测试的时间最长和估值最高（超千亿美元）的公司。

但是，过去的这两三年，情况大变，美国的这些公司都跌入了低谷。据Crunchbase的统计，这三年，美国上市的十余家自动驾驶公司，估值均出现雪崩。在一级市场，据搜狐汽车研究室估算，全球2022年自动驾驶领域的融资总额在200亿元左右，较2021年缩水近八成。

2023年一开年，Waymo 就开启了研发无人车 14 年以来的首次公开裁员，约涉80 人。2 月，现代汽车与安波福的合资自动驾驶公司 Motional裁掉数十名员工。到了3月，Waymo 又开启第二轮裁员，涉及137人之多。还是3 月，自动驾驶卡车公司 Embark 官宣倒闭关停。5月，Nuro继2022年底裁员后，再优化超300 名员工。

对此，当时有业内人士表示，L4 级自动驾驶公司集体出事，并不只是偶遇波折，而是走向末路。

国内也有一些业内大佬唱衰L4 级自动驾驶。3月底，王传福在比亚迪2022年财报交流会上表示，现阶段不断鼓吹的无人驾驶、自动驾驶，几乎无异于泡沫：“无人驾驶那都是扯淡，弄个虚头巴脑的东西那都是忽悠，它（无人驾驶）就是一场皇帝的新装。”。而在中国电动汽车百人会（2023）论坛上，地平线创始人余凯也表示：“我觉得十年以后连L3都不会真正实现。

L4级自动驾驶，会就此走向末路吗？

对此，张永伟表示，汽车行业存在一个有趣的现象，一些企业看到机会后，难以忍受孤独和保持定力。但是，成功的企业，往往是守得住自己能力的企业。

和美国的自动驾驶企业不同，中国的一些企业，均选择坚守。

譬如百度，2013年以来，对自动驾驶的投入已达10年，已成为其最重要支出。而且，百度做好了打“持久战”的准备，李彦宏在2021年第一季度财报电话会上表示，自动驾驶业务依然需要持续不断地投入。

不仅百度选择坚守，图森未来也看到了以中国为主的亚太市场的巨大潜力。图森未来日前虽然重组美国业务、裁员30%，但表示，继续拥有和运营其亚太子公司符合股东的最大利益，且将重心向亚太地区倾斜。

目前看来，Robotaxi的商业化落地，可能先出现在中国。这得益于中国出台的一系列支持政策。

这些政策的实施，大大拓展了自动驾驶的应用环境，从而助力Robotaxi的大规模商业化落地。如北京市自动驾驶办公室相关负责人接受《证券日报》采访时所说的，通过对政策与监管体系的持续迭代创新，促进自动驾驶企业技术能力验证与服务经验积累，从而营造良好的营商环境。

今年来，一系列政策出台，已使敏感的资本市场率先启动。无论在一级市场，还是在二级市场，我国包括Robotaxi在内的自动驾驶赛道，都开始火爆起来。

一级市场方面，据天眼查数据显示，2023年上半年自动驾驶行业共发生融资事件11次，披露的融资总额共计人民币14.89亿元。与之对比，2022年同期业内共计发生融资事件20起，披露资金共6.865亿元。

二级市场方面，2023年上半年，黑芝麻智能、知行科技、速腾聚创等自动驾驶企业接连冲击港交所。譬如，6月21日，广汽集团发布公告称，旗下出行科技与服务公司如祺出行完成8.42亿元B轮融资，加速推动可商业化的自动驾驶产品落地应用。目前的消息是，如祺最快将于第三季度正式向港交所递交招股说明书。

从以上信息来看，无论是无安全员的无人驾驶商业化试点的开启，还是行业重获资本市场关注，都意味着L4级别自动驾驶，尤其是Robotaxi，已从世界范围内的“衰落”，走向中国这边的“一枝独秀”。

在中国，Robotaxi不仅在自动驾驶企业落地，也在网约车企业落地。除了百度“萝卜快跑”等自动驾驶企业的Robotaxi项目正在快速探索商业化落地，滴滴无人驾驶网约车服务也在有序试运营中。滴滴已经在广州、上海、北京、苏州等城市共拥有超200辆自动驾驶车，而且最新版的滴滴出行APP已可在上海、广州的指定区域内，实现混合派单。

滴滴原本就是中国最有可能实现Robotaxi（自动驾驶出租车）的公司之一，早在2016年就开始投资自动驾驶。

张博回忆，2016年，他和顶尖的科学家、企业家，还有工程师交流，获得了两个关键的认知：

L4级别的自动驾驶技术大概需要十年的时间，也就是会在2026年逐步进入到人们的生活。

L4级别的自动驾驶技术进入人们生活的最优路径，就是进入像滴滴这样的出行网络中，这是自动驾驶技术在冷启动阶段最好的商业化土壤。

2021年，滴滴在提交的招股书中将自动驾驶列为四个核心战略板块之一，自动驾驶和未来可能实现的Robotaxi就是滴滴的第二曲线，甚至也很可能是城市出行的最终答案。

即使滴滴此后遭遇了“下架”等困难，但并没有放弃对Robotaxi的研发。

目前滴滴自动驾驶已经掌握了包括感知、预测、决策控制、大规模访问系统、大规模机器学习平台等L4自动驾驶的全栈核心技术，实现了自主可控，目前正在与产业链上下游的合作伙伴在软件、硬件、服务、运营等方面深度集成，推出下一代的自动驾驶出行服务。

而其他网约车企业，如T3出行、曹操出行等也在自动驾驶的研发方面发力，猛攻Robotaxi。

Robotax取代传统网约车，有一大制约因素，就是成本问题。

据罗兰贝格，当前，造车成本仍是Robotaxi最大的资本投入。Robotaxi所用的车辆，不同于一般的车辆，其多了一笔成本，那就是汽车智能化的改造成本。目前的Robotaxi车辆，多在普通汽车的基础上进行的改造，比网约车多了一笔改造成本，但随着技术的进步，这笔改造成本将越来越低。

麦肯锡的研究认为，与电动出租车相比，Robotaxi改装成本需控制在10万美元左右，才能迎来成本的拐点。

图源：百人会研报《自动驾驶应用场景与商业路径2020》

目前，百度“萝卜快跑”Robotaxi的成本在不断下降，已经达到麦肯锡的“要求”。2022年7月，百度发布第六代量产自动驾驶汽车Apollo RT6，其成本已从原来的48万元降至25万元。根据规划，Apollo RT6将于2023年率先在“萝卜快跑”上投入使用。

改造成本下降，也不代表Robotaxi能够实现盈利，其商业化的关键点，还在于“车内无安全员”。因为只有真正实现“无安全员”，降低人力成本，Robotaxi的商业化之路才能算开始落地。

据中国电动汽车百人会的研报《自动驾驶应用场景与商业路径》，驾驶员人力费用占了用户共享出行付费价格中的一半以上。

具体来说，现阶段国内一线城市2.6-3.2元/千米的出租车价格中，驾驶员成本占了50%。而无人驾驶汽车的安全员工资成本也不低，据研报调查，北京地区的安全员薪资普遍在7000-10000元之间。

此前，由于技术上的限制、以及政策的要求，Robotaxi车辆无法脱离安全员，以至于实现商业化，盈利也无从谈起。因此，文远知行COO张力曾表示：“不拿掉安全员，所有Robotaxi商业模式都是伪命题。”

目前，虽然已经开始试验“无安全员“的Robotaxi，但是，但并不代表这类无人驾驶车辆就没配备工作人员。据连线出行，北京此次参与“无安全员”无人驾驶试点的企业，已被要求1:1在远程配备驾驶人。因此，目前虽然“拿掉了安全员”，但人力成本下降得不多。

对此，麦肯锡预测，随着技术进步，Robotaxi成本还会快速下降，与传统出租车成本相比，将在2025至2027年之间达到拐点。而研报《自动驾驶应用场景与商业路径》也预计，2025年左右，Robotaxi取消安全员并规模化部署后，相关人力成本大为较少，其成本优势才会凸显，将带来出行服务的颠覆。

图源：《自动驾驶应用场景与商业路径》

除了成本障碍，还有技术障碍。

在测试阶段，有关政策能够能够帮助自动驾驶拓展应用环境，助力Robotaxi的大规模落地。而当Robotaxi真正走入普通大众的生活后，如何解决无人驾驶因技术问题产生的故障，并且协调人类和机器之间的矛盾，则十分关键。

在国内示范区内，Robotaxi的表现还算良好。但将目光投向无人驾驶出租进度更快的美国，我们则能看到完全不同的景象。

4月，Waymo 的五辆自动驾驶出租车由于浓雾在旧金山市区街道上停滞不前，严重阻碍了交通。该事件在当地引发了许多人对无人驾驶出租车的抵触。

Waymo已经不是第一次由于技术故障而深陷“浓雾”了。国外的短视频平台上，也记录了Waymo无人驾驶汽车按照交警指示行驶，显得十分费力的情景。该乘客本希望前往凤凰城，但交警示意汽车靠边停车，不过车辆的方向盘没有立即做出反应，而乘客也无法让汽车执行指令。

受制于Robotaxi行驶服务的不受控和运营信息不够公开透明，美国旧金山当局不得不开始考虑是否要减缓Robotaxi的发展速度。有相关专家认为，Waymo一直以来难以跑出凤凰城，说明Waymo目前还没有搞定技术问题。

专家认为其他公司的技术并不比Waymo更厉害。因此，无论国外，还是国内，Robotaxi大规模商业化落地，仍然面临难以解决的技术困难。

在中国电动汽车百人会论坛上，余凯也表示：“对于L3、L4的未来，我可能会比较悲观。我觉得十年以后，连L3都不会真正实现。”

他觉得，未来人跟无人驾驶汽车的关系，可能就跟人与马的关系一样。马如果撞了人，一般都认为该骑马的人负责。但是，无人驾驶出了事故，如果有关部门让车厂承担“撞人”的责任，那这个“创新”没法进行，所有车厂都偃旗息鼓，都不敢投入研发。

“自动驾驶真正出了问题，我觉得，还是由司机承担责任。”余凯说。他的这个建议，则需要有明确政策作为支撑。

7月份举办的2023世界人工智能大会智能社会论坛上，同济大学与百度研究团队联合发布了《高级别自动驾驶法律治理白皮书》，就关注L4、L5全自动驾驶应用场景的法律问题。同济大学法学院副教授陈吉栋提出了自动驾驶事故侵权责任的三个观点：

其一，对于因自动驾驶汽车之故造成的侵权损害，可以构建以运营商为中心的责任链条，设计自动驾驶汽车商业保险。

其二，自动驾驶汽车发生交通事故造成人身伤亡、财产损失的，由保险公司在自动驾驶汽车强制保险责任限额范围内予以赔偿；不足的部分，由车辆所有人、管理人承担赔偿责任。

其三，自动驾驶汽车发生交通事故，因车辆存在缺陷造成损害的，车辆所有人、管理者依照第一款的规定赔偿后，可以向生产者、销售者追偿。

Robotaxi面临的挑战，远不止成本与技术方面的问题，还有部门管理、服务与市场接受度方面的挑战。但是，一旦技术与成本问题解决，这其他的问题，也就迎刃而解了。

因此，百度预测，在2025年左右，全球会出现大范围Robotaxi商业运营的企业。张博认为，L4级别的自动驾驶技术大概在2026年逐步进入到人们的生活。

这就是说，Robotaxi与网约车的竞争，在两三年后，将全面展开。

另外，中金公司预计到2030年，Robotaxi全球市场规模将超过2万亿美元，大大超过网约车市场。而汽车咨询服务机构IHS Markit也预测，到2030年中国共享出行的总市场规模将达到2.25万亿元，其中Robotaxi占比将达到60%，即1.3万亿元。

因此可以预料，到了2030年，Robotaxi可能会快速抢占传统网约车的饭碗。此后的若干年，共享出行市场转向Robotaxi，传统网约车将逐渐退出历史舞台。

只是，那时候，Robotaxi赛道上，占主导地位的，是滴滴这些网约车公司，还是百度、小马智行这些自动驾驶公司，目前，还不好做下结论。

【全文参考】

[1]《这一回，无人驾驶真的来了》，人民日报海外版

[2]《自动驾驶出租车（ROBOTAXI）商业化前景展望》，罗兰贝格

[3]《高级别自动驾驶汽车发生交通事故谁担责？这份白皮书提建议》，澎湃新闻

[4]《滴滴自动驾驶：2025年无人车将量产接入滴滴网络》，DoNews

[5]《滴滴、T3出行、曹操出行“猛攻”无人驾驶网约车》，刘旷

本文部分观点来源于中国电动汽车百人会研报《自动驾驶应用场景与商业路径》。