時下Robotaxi，全球冰火兩重天。

　　第一層，中國玩家發(fā)展越來越穩(wěn)，美國代表卻流年不利。

　　第二層，技術派高歌猛進，場景派卻紛紛退賽出局。

　　關于Robotaxi的兩大門派之爭，似乎也在此消彼長。

　　Robotaxi的兩大門派？沒錯，就是現(xiàn)如今眾所周知的兩條自動駕駛落地路線。

　　一條以Waymo百度為代表，是研發(fā)、路測，落地的直接L4派；另一條則是特斯拉為代表，搞量產(chǎn)、上路后迭代，希望從L2到L4的升維派。但這兩條落地路線，最終目標都是Robotaxi。

　　Waymo、百度不用說，路線就是不斷擴充車隊規(guī)模，直接推出終極形態(tài)的Robotaxi產(chǎn)品。特斯拉則是希望在足夠多量產(chǎn)車上路后，可以讓”閑置“的車輛上路”賺錢“。

　　可以說，Robotaxi就是自動駕駛領域的終極圣杯。但在特斯拉狂飆突進之前，關于Robotaxi的實現(xiàn)，其實被談論最多的卻是另外兩大門派之爭。

　　Waymo和Uber，誰將更快實現(xiàn)Robotaxi？

　　是技術領先的Waymo從邊緣來到中心，顛覆共享網(wǎng)約車平臺的格局？還是擁有場景資源的Uber順勢而為，利用場景和數(shù)據(jù)獲得雪球效應、后發(fā)制勝？

　　當時，這兩條路線競爭之激烈，讓一向”脾氣好“的谷歌，在萊萬竊密案中，反常地一告到底，態(tài)度堅決到導致Uber創(chuàng)始人卡蘭尼克被董事會驅(qū)逐、萊萬多夫斯基被判牢獄之災。

　　而今時今日在美國，Robotaxi的兩大門派似乎已經(jīng)分出高下：Uber和Lyft都放棄自研，基本算是退賽出局了。但Waymo日子也不好過，雖然最早推出了Robotaxi服務，但規(guī)模化和商業(yè)化變現(xiàn)難，如今半年8位高管出走，一言難盡……

　　所以，這兩大門派的終局之戰(zhàn)，決勝場還要回到中國。

　　那么，問題也就來了：在中國，情況會有不同嗎？

　　我們先看都有誰，再分析兩大門派的優(yōu)與劣。

　　1

　　做Robotaxi的都有誰？

　　Robotaxi江湖，存在或曾經(jīng)存在過不少玩家。這些公司不外乎兩種：

　　技術驅(qū)動型和場景驅(qū)動型。

　　百度Apollo、文遠知行、小馬智行，AutoX、谷歌旗下Waymo屬于典型的技術驅(qū)動型，從智能化往共享化發(fā)展，即先把算法策略磨練成熟，再做共享出行。

　　另一大派別，是場景驅(qū)動型。顧名思義，先有出行服務的平臺，然后利用豐富的場景慢慢打磨算法，讓技術從場景中”生長“出來，從共享化擁抱智能化。這一派的代表，國外有一度風生水起的Uber、Lyft，國內(nèi)則以滴滴、首汽約車、T3出行等為代表。

　　那么兩大門派現(xiàn)狀如何？

　　從Robotaxi測試車隊規(guī)模來看，技術驅(qū)動一派，顯然聲勢更大：

                                                            ↑數(shù)據(jù)來源：官方披露和公開信息

　　而國外，技術驅(qū)動的Waymo，和平臺驅(qū)動的Uber、Lyft 成績?nèi)缦拢ń刂?020年）：

　　另外，以百度、文遠知行和小馬智行為代表的技術驅(qū)動型，都陸續(xù)進入了Robotaxi無人化和商業(yè)化運營階段。而場景平臺型中，現(xiàn)在除了滴滴扛起大旗，其他玩家進展非常有限。

　　所以，如果單從現(xiàn)狀進展而言，技術派壓倒場景派，技術驅(qū)動型確實占優(yōu)。但是不是場景驅(qū)動派沒有逆風翻盤的籌碼？

　　話還沒到說死的時候。

　　2

　　兩派孰優(yōu)孰劣？

　　首先，場景驅(qū)動型的優(yōu)勢是什么？

　　應用場景直接現(xiàn)成，擁有久經(jīng)打磨的出行網(wǎng)絡調(diào)度經(jīng)驗，以及人類駕駛網(wǎng)約車帶來的海量數(shù)據(jù)。在自動駕駛的推進中，出行平臺一直被認為是最后Robotaxi落地的必備平臺，且這種經(jīng)年累月積累的數(shù)據(jù)、調(diào)度優(yōu)勢，是其他自動駕駛玩家無法比擬的。

　　更重要的是，在自建路測車隊之余，出行平臺通過給運營車輛后裝傳感器，就能開啟更大規(guī)模的數(shù)據(jù)收集。如果能進一步前裝定制車輛，還能更精準獲取路況和人類駕駛行為等方面的信息。

　　眾所周知，從本質(zhì)上看，自動駕駛的競爭其實就是圍繞有效數(shù)據(jù)收集和驅(qū)動AI模型迭代的競爭。而路測里程背后，要么自建路測車隊（Waymo），要么通過量產(chǎn)車（特斯拉）展開。而出行平臺，甚至不必像特斯拉一樣經(jīng)歷產(chǎn)能挑戰(zhàn)。

　　所以，一直以來，網(wǎng)約車平臺搞自動駕駛，天生的場景和資源備受羨慕。至少在Uber急功近利成為豬隊友之前，業(yè)內(nèi)認為能與Waymo相提并論，甚至可能比Waymo更早實現(xiàn)自動駕駛里程碑的，是出行平臺。

　　在場景驅(qū)動型主要玩家的進展中，使用從網(wǎng)約車平臺采集的真實場景數(shù)據(jù)，是介紹其優(yōu)勢的關鍵重點之一。比如一個代表性玩家就披露過，背靠其出行平臺，每天訂單數(shù)量平均達數(shù)千萬，加之司機的行駛軌跡和安裝在交通工具上的設備，全年可以采集近1000億公里的真實場景數(shù)據(jù)，然后進一步利用仿真系統(tǒng)來實現(xiàn)迭代。

　　另外，一場圍繞”定制化前裝“的運動，也正在各大出行平臺廠商那里徐徐展開，一支規(guī)模龐大的前裝定制車型車隊，已經(jīng)在來的路上。

　　場景驅(qū)動型Robotaxi的商業(yè)模式也很直接，現(xiàn)有模式內(nèi)替代——逐漸用AI司機、Robotaxi替代掉人類司機和常規(guī)網(wǎng)約車。

　　這樣聽起來似乎有理有據(jù)，但很多人也會疑問，為何Uber和Lyft都退賽不玩了呢？

　　實際上，內(nèi)因依然是關鍵，因為場景驅(qū)動型平臺內(nèi)部也有難念的經(jīng)。

　　首先，挑戰(zhàn)現(xiàn)有的商業(yè)模式、需要自我顛覆，并且自動駕駛的研發(fā)成本高企。

　　Uber也好、Lyft也好，營收賺錢的核心在于網(wǎng)約車業(yè)務，發(fā)展自動駕駛雖然是未來，但相當長一段時間內(nèi)都是高成本投入，更何況網(wǎng)約車現(xiàn)在有規(guī)模但不見盈利，組織內(nèi)部是否可以一如既往堅定如初，不好說。

　　況且，自動駕駛研發(fā)有多燒錢，誰用誰知道。Uber財報有過披露，一個月成本賬單就是2000萬美元。在Uber無人車部門出售后，外媒估算過，花費投入超過了20億美元。既然如此燒錢，止損又遙遙無期，最后Robotaxi的應用還得有出行網(wǎng)絡和平臺，那為什么不是等到技術驅(qū)動平臺研發(fā)成功了，再接入進來？

　　其次，出行平臺搞Robotaxi，有場景優(yōu)勢但也有天然軟肋。人類司機方面，面臨阻力。而也正是出于這兩大因素，Uber和Lyft退出自研，但放話仍然關注和篤信Robotaxi。

　　回到技術驅(qū)動派這邊。

　　其實現(xiàn)Robotaxi的劣勢相比也很明顯，推進速度相對不會那么快，需要嚴格路測、試運營，然后無人化ODD區(qū)域落地，并且進一步實現(xiàn)商業(yè)化，另外也沒有現(xiàn)成的出行平臺網(wǎng)絡可用。

　　不過，好處是沒有包袱，百度也好，其他Robotaxi落地玩家也好，現(xiàn)如今正在展現(xiàn)出的邏輯可能就是：慢就是快。

　　一方面，他們所有的研發(fā)、路測和數(shù)據(jù)迭代，都是為Robotaxi而展開的，從收集到反饋都非常精準，自動駕駛的模型自然迭代快速。

　　以國內(nèi)”帶頭大哥“百度Apollo為例，除了Robotaxi，其用在乘用車的自動駕駛技術（ADS）與Robotaxi同架構(gòu)、共平臺，目前已經(jīng)和車企合作量產(chǎn)交付。這正是技術驅(qū)動型Robotaxi平臺的新趨勢——降維釋放，利用Robotaxi和量產(chǎn)自動駕駛，實現(xiàn)”雙輪驅(qū)動“。

　　另一方面，商業(yè)化推進上不需要自我革命。今年五一期間，百度Apollo就開始在北京首鋼園啟動無人化的商業(yè)化運營，單程票價30元，但體驗者預約不斷，都希望打卡Robotaxi這一新物種。

　　而如果百度是先做了網(wǎng)約車業(yè)務，再換Robotaxi收費，恐怕接受度上就是另一番模樣了。

　　3

　　Robotaxi江湖誰將主導？

　　至此，我們明晰了兩大門派的優(yōu)劣勢，或許對于接下來決勝關鍵，也就更加明確了。

　　概括起來，Robotaxi作為自動駕駛的終極目標，偉大前景毋庸置疑，但誰才能摘得圣杯呢？

　　之前，出行平臺被認為是Robotaxi落地的絕佳場景。

　　普遍觀點認為，除了自建的路測車隊，網(wǎng)約車平臺通過給運營車輛后裝傳感器，能開啟大規(guī)模的數(shù)據(jù)收集。如果能進一步前裝定制車輛，還能更精準獲取路況和人類駕駛行為等方面的信息。

　　所以，一直以來，網(wǎng)約車平臺搞自動駕駛，天生資源備受羨慕。但所有人都低估了算法迭代的挑戰(zhàn)和擴充車隊的成本。

　　場景型平臺驅(qū)動的內(nèi)生矛盾，讓Uber、Lyft不得不在自動駕駛面前”沒有夢想“。

　　另外，海量出行數(shù)據(jù)本來是無數(shù)AI公司夢寐以求的，但如何把這樣的數(shù)據(jù)優(yōu)勢變成算法優(yōu)勢，挑戰(zhàn)其實不小。

　　出行平臺收集數(shù)據(jù)的方案，往往是在車輛上后期加裝傳感器。比如行車記錄儀。這樣的攝像頭可以很快覆蓋到平臺上的所有車型，但也有兩方面的挑戰(zhàn)。

　　一是車載記錄儀式的攝像頭數(shù)據(jù)，以前向行車數(shù)據(jù)為主，成像質(zhì)量和分辨率，也非嚴格為自動駕駛高精度數(shù)據(jù)而生，如果還不能與車輛的駕駛行為數(shù)據(jù)（速度、方向等）數(shù)據(jù)打通，對自動駕駛系統(tǒng)的迭代幫助，效用就會存疑。

　　另一方面，標注的挑戰(zhàn)。攝像頭記錄的視覺數(shù)據(jù)，需要經(jīng)過標注、優(yōu)化工作，才能對自動駕駛算法產(chǎn)生貢獻。但每年千億公里級別的數(shù)據(jù)，標注優(yōu)化的工作量無法估計……

　　所以，出行平臺和特斯拉，盡管表面看都有豐富的場景，但真正要讓這些場景發(fā)揮出價值，標注方面的成本和技術能力，又是另一大關鍵技術挑戰(zhàn)。

　　歸根結(jié)底，難如登月的Robotaxi實現(xiàn)，不存在”資源密集“式的捷徑。

　　畢竟如果不走視覺路線，轉(zhuǎn)而追求安全冗余，將毫米波雷達、激光雷達等等一步到位……那么車隊的規(guī)模必然嚴格受限，數(shù)據(jù)方面的數(shù)量優(yōu)勢反而被抵消。

　　所以，對于平臺型Robotaxi來說，找不到快速突破無安全員的技術路徑，就將一直難以擺脫”規(guī)模-成本“魔咒。

　　分析到此，走通Robotaxi這條路的核心已經(jīng)明了，無非技術積累、成本控制、商業(yè)變現(xiàn)。這三點缺一不可，相輔相成。

　　再以步入Robotaxi商業(yè)化階段的百度Apollo為例，看看它都做了什么？

　　首先，技術是底層基礎。經(jīng)年累月投入的大量人力財力，是任何想做Robotaxi的企業(yè)無法逃避的過程。掌握可靠的無安全員自動駕駛技術，就意味著拿到Robotaxi入場券，”賺錢“一事此時才剛有眉目。

　　其二，是成本控制。無安全員只是一個方面，另外一個方面是實現(xiàn)運營車輛的前裝量產(chǎn)，通過技術迭代把Robotaxi成本控制在和出行平臺相當甚至更低的范圍。

　　比如，目前百度Apollo在跑的是和一汽紅旗合作的改裝車，但年內(nèi)會投放下一代前裝量產(chǎn)車型，百度估計成本能降低一半，而且未來每一代車型都能實現(xiàn)成本下降一半。

　　也就是說，按照技術公司與車廠、硬件廠商的合作規(guī)劃，未來Robotaxi有希望實現(xiàn)和網(wǎng)約車相當?shù)某杀?。只有這樣，才能迅速擴大車隊規(guī)模。

　　最后就是商業(yè)變現(xiàn)，或者對內(nèi)對外展現(xiàn)出這種潛力，不但直接關系企業(yè)的自我造血能力，運營規(guī)模還與成本、算法優(yōu)化強相關。百度的方法是請外援補短板，直接拉來了前首汽約車CEO魏東加盟，操刀Robotaxi的商業(yè)落地。

　　作為技術驅(qū)動一派的代表，百度的這一系列進展，毫無疑問讓該陣營在中國繼續(xù)高歌猛進的概率大增。

　　但話說回來，中國出行平臺現(xiàn)在的格局，又是幾年前全世界無人出其右的補貼大戰(zhàn)和競爭的結(jié)果，跟太平洋對岸的Uber和Lyft相較，條件和變數(shù)都不盡相同。

　　所以，回到最初的問題，Robotaxi江湖，未來誰將率先觸達圣杯？

　　其實還沒有定論。

　　但Robotaxi的兩條路線之爭，技術驅(qū)動和場景驅(qū)動的快慢高下之爭，兩大門派的全球斗法，最終決勝盤一定在中國。

　　一場終局之戰(zhàn)即將開始，或許已經(jīng)開始。

　　那么，你更看好誰呢？