Robotaxi 改装车宣告破产？

Argo AI 正在面临破产。

这家由前谷歌和 Uber 自动驾驶团队核心人员创立，背靠大众和福特两大巨头，估值一度高达 70 亿美元的 L4 自动驾驶企业，已经难以为继了。

(资料图片)

另一边，早在去年 9 月，特斯拉投资者之一、知名特斯拉消息爆料人 Sawyer Merritt 就在推特上表示，传说中的 2.5 万美元 "Model 2" 其实是一款没有方向盘和踏板的 Robotaxi，俗称 " 无人驾驶网约车 "。而马斯克也在今年的特斯拉财报会议上，确认特斯拉要做 Robotaxi。

无独有偶，小鹏也有将基于 G9 的 Robotaxi 开放运营的打算。

早些年，谷歌主导的自动驾驶公司 Waymo 曾和特斯拉就自动驾驶路线展开争执。前者代表当时火热的 L4 自动驾驶创业公司，追求一步到位的无人驾驶；后者则是车企自研的代表，是从 L2 辅助驾驶开始的渐进式发展路线。

时间来到 2022 年，两条技术路线之争，其实已然有了结果。L4 自动驾驶的创业明星们举步维艰，活得好的恰恰都是转型为车企做 L2 的算法供应商。而从 L2 开始渐近发展的车企们，正在一步步逼近 Robotaxi 这个生态的大一统者。

路线之争：要技术还是要商业？

车企对 Robotaxi 感兴趣的理由很简单。无人驾驶 + 服务运营的组合，可以让一家车企获得原本由多家企业分享的全链路收益。当车企想要从单纯的汽车生产与销售业务向外扩张时，看似会形成 " 生态 " 的 Robotaxi 会很有吸引力。

所以 Argo AI 的背后是大众和福特，Cruise 的背后有通用和本田，国内的 Momenta 等一批 L4 自动驾驶企业，或多或少也都有车企的投资。

这些公司，聚集了一群拥有算法能力的人才，也很擅长做 demo，拿着厂家的车进行全套自动驾驶软硬件改装，确实有能力在限定区域道路上，谨慎完成自动驾驶的动作。

但这个有三个问题，在实践中被迅速放大。

第一，就是算法很强，但是缺少汽车背景。

L4 自动驾驶公司们总觉得掌握了算法之后，假以时日便可以让汽车自动驾驶。但这就好比一个人跳久了，就觉得自己会飞了一样。当牵涉到需要汽车系统工程能力的环节，L4 自动驾驶公司们很难靠自己的能力打通。

而第二个，就是更加致命的成本。

L4 自动驾驶公司的成本，一直是失控的。一台使用传统汽车改装的 Robotaxi，成本长期在百万元以上。直到今年，百度 Apollo 发布的 RT6 Robotaxi，宣称已经将成本降至 25 万元。这还只是成本，相比之下，特斯拉能实现 L4 自动驾驶的硬件，已经搭载在了售价 20 万元级别的车型上，而特斯拉可是还有接近 30% 的毛利率。

至于第三个，是数据。

做 L2 的车企，有大量的前装量产车在道路上行驶，和 L4 自动驾驶公司的车队数量，完全不在一个量级。就算 Robotaxi 可以用很贵的传感器得到非常漂亮的单车数据，但是在乘以样本量之后，装着 L2 的量产车型已经有了绝对的优势。更不必说，这些量产车获得的数据，远比顶着一堆奇奇怪怪传感器、被路人绕道而行的 Robotaxi，来得更加 " 真实 "。

这三个问题，总结起来就是商业闭环。也许这个词可能大家已经听滥了，但事实上就是如此，L4 自动驾驶公司们没有办法形成完整的商业闭环，没有办法在汽车这个产业链中成为主导。汽车产业的主导，始终都是有体系、有规模、有创新的整车厂。

而技术能力，或者说实现自动驾驶的算法能力，车企是可以用时间和系统工程能力来换取。

车企做 Robotaxi，怎么玩？

当大家从 L1-L5 的刻板观念中跳出来后，关于辅助驾驶的认知正在逐渐场景化，也越发重视功能背后的基础能力。

比如，现在大多数车企是先预埋硬件，再按照车道居中与跟车、高速导航辅助驾驶、城市导航辅助驾驶、记忆泊车这样的功能模块，推进自动驾驶的迭代更新，过程中还要不断优化细节、提升体验。最终实现的，是从车位到车位的全场景融合，在法律法规允许、执行部件冗余的前提下，让驾驶员解放双脚、双手和双眼。

这中间也会有很多人工智能最新成果的应用，比如现在流行的 Transfomer 模型、BEV 鸟瞰图，比如规控从规则化到 AI 化的革命等等。

所有这些，事实上都可以往 Robotaxi 的方向去做。只不过，相比还需要驾驶员的汽车，Robotaxi 的产品取向会完全不一样。

一辆面向驾驶员的车辆，很大程度上要让驾驶员 " 开得爽 "。但是一辆 Robotaxi，目的一定是能实现车辆全生命周期的效率最高、收益最大。

特斯拉要做的 Robotaxi，电池和电机都是专注于极致能效和极致寿命，对于性能反而可以弱化。车身零部件会绝对少，保证生产成本的降低和生产效率的提升。乘用车的车体坚固程度，也要媲美商用车。而这些，是特斯拉在实现 S3XY 四款乘用车、Semi 和 Cybertruck 两款商用车累计数百万辆的量产后，积累下来的经验与理解。

所以，一辆 Robotaxi 的门槛，恰恰不是 L4 自动驾驶公司最擅长的算法，而是极致的整车系统工程能力和成本控制能力。

同样，小鹏 G9 已经实现了以零改装量产车，拿到广州市智能网联汽车道路测试的许可。这就意味着，按照封闭道路的测试标准，小鹏 G9 已经具备与 Robotaxi 同样的感知与规控能力。只不过，因为小鹏 G9 目前并没有在转向、制动等执行部件上进行冗余备份，所以还不能真正 " 无人驾驶 "。

但是特斯拉与小鹏的思路都很明确，就是让 L2 辅助驾驶和 L4 自动驾驶双线并行，实现数据和能力的反哺闭环，最终让两者在 Robotaxi 领域会师。

事实证明，有量产前装能力，低成本、渐进式发展的自动驾驶路线，才是真正有生命力的路线。

写在最后

Robotaxi，作为自动驾驶实现后的必然产物，现在提，太早，但是不提，又显得不够进取。汽车实现自动驾驶，不只是技术问题、数据问题、法规问题，其实最根本的定义问题，今天还没有形成共识。

怎样才算 " 完全自动 "？是按照功能，按照人工接管的频次，还是按照事故率？现在没人能给出答案。而首先，需要有人为能量产的自动驾驶打个样，然后当更多的人跟随之后，才有可能在技术路线、供应链准备和法律法规监管层面持续推进。

此时的 L4 自动驾驶公司，就好比是一个个改装厂。这些改装厂，也许可以改出一台两台所谓的 " 好车 "，但是他们无法像拥有极强垂直整合能力的整车厂那样，做出低成本、规模化、能力也不差的产品。所以，自动驾驶的路线之争，其实到这个时候，已经没什么好争的了。

关键词： 无人驾驶 系统工程 导航辅助