最近科技圈一個(gè)最好笑的段子來自蘿卜快跑：Robotaxi在“短時(shí)間內(nèi)”替代人類司機(jī)的可能性，一定小于足療納入醫(yī)保。

　　起因是由于百度旗下無人駕駛出租車“蘿卜快跑”最低0.8元/公里的收費(fèi)，讓其成為武漢出租車公敵，加上不久前一則蘿卜快跑撞上闖紅燈行人的視頻，兩者疊加引發(fā)人類司機(jī)聯(lián)名抗議。

　　但“抗議”很快就被來自產(chǎn)業(yè)界的興奮取代，券商老爺們以“Robotaxi商業(yè)化提速”為標(biāo)題的一篇篇研報(bào)火速出爐，加之百度股價(jià)迎風(fēng)高漲，仿佛Robotaxi大規(guī)模落地近在眼前。

　　也不是沒有人潑冷水。何小鵬就在朋友圈以不點(diǎn)名的方式表達(dá)了自己的觀點(diǎn)，“Robotaxi能力、法規(guī)、商業(yè)閉環(huán)都還沒有到，說很快能打平是因?yàn)楹芏噘~沒有算”。

　　說的是誰不言而喻。此前百度對(duì)外宣稱，預(yù)計(jì)到2024年底將在武漢實(shí)現(xiàn)收支平衡，并在2025年全面進(jìn)入盈利期。

　　冷水潑完何小鵬話鋒一轉(zhuǎn)為端到端造勢(shì)去了，徒留百度等一眾Robotaxi運(yùn)營商在風(fēng)中凌亂。

　　蘿卜快跑引爆輿論后，除了媒體記者以外，還有一家券商也去體驗(yàn)了一下，回來發(fā)了一篇研報(bào)，詳細(xì)記錄了試乘體驗(yàn)。

　　最后這家券商給出的評(píng)語是：不夠擬人的新手司機(jī)，足夠安全運(yùn)行但博弈偏弱，行駛效率較低。

　　蘿卜快跑當(dāng)前采用的算法架構(gòu)，是基于高精地圖的模塊化方案，即“感知-決策-控制”分治法。其中感知模塊為“激光雷達(dá)+攝像頭+毫米波雷達(dá)”多傳感器融合的神經(jīng)網(wǎng)絡(luò)算法，決策歸控模塊為傳統(tǒng)ruled-based算法，即由人工編寫的規(guī)則邏輯。

　　隨著corner case持續(xù)解決以及遠(yuǎn)程安全員監(jiān)控兜底，可以做到安全運(yùn)行水平，但行駛表現(xiàn)不夠靈活擬人，尤其在較為復(fù)雜的路況下博弈能力偏弱，較能夠完全替代人類司機(jī)的理想Robotaxi有較大差距。

　　而與現(xiàn)階段量產(chǎn)乘用車所搭載的智駕方案相比，從算法層面蘿卜快跑較頭部城市無圖NOA性能并未拉開明顯差距。

　　隨后這家券商又算了一筆賬，將蘿卜快跑和技術(shù)成熟的Robotaxi以及網(wǎng)約車放到一起，進(jìn)行盈利測(cè)算。

　　其中蘿卜快跑主要以當(dāng)前的第五代車型為主，Robotaxi則假設(shè)車輛成本為20萬元。測(cè)算條件包含車輛成本、費(fèi)用計(jì)價(jià)、運(yùn)營時(shí)長、運(yùn)營費(fèi)用等幾個(gè)方面，最后得出來的結(jié)果是，蘿卜快跑第五代車型在補(bǔ)貼折扣65%的情況下，一年將虧損7.9萬元，而Robotaxi和網(wǎng)約車則是盈利11.3萬元和11萬元。

　　而造成上述測(cè)算結(jié)果的原因，一方面是蘿卜快跑目前主要因較低的每單里程和較高補(bǔ)貼折扣而影響總營收，其中低里程主要由當(dāng)前偏向保守合規(guī)的策略取向以及較弱的博弈能力導(dǎo)致訂單時(shí)長較長所致；另一方面則是車輛折舊、遠(yuǎn)程安全員和路端地勤支持產(chǎn)生了較高費(fèi)用。

　　影響盈利的主要因素在于造車成本和自動(dòng)駕駛算法的迭代進(jìn)展，前者根據(jù)百度Apollo Day 2024披露第六代車型RT6（頤馳06）成本已經(jīng)下探至20.46萬元，后者將決定Robotaxi能否從車到人實(shí)現(xiàn)運(yùn)營提效。

　　至于百度對(duì)外宣稱的盈利計(jì)劃，如果按照其所言年內(nèi)完成千臺(tái)無人車的部署，其中包括600臺(tái)成本更低的第六代車型，特定層面的收支平衡是可以達(dá)到的。而且隨著明年第六代車型的持續(xù)投放，盈利也并非難事。

　　必一運(yùn)動(dòng)

　　但要注意，有券商測(cè)算盈利的基本線%以上的區(qū)域開放。而且如果再算上何小鵬說的“很多賬沒有算”，即此前盈利測(cè)算里暫時(shí)沒有考慮的平臺(tái)運(yùn)行（如云端計(jì)算、運(yùn)維）和研發(fā)成本。而這些恰恰是Robotaxi中較為重要，也是投入較多的一部分。

　　除了百度，目前全球最惹人矚目的Robotaxi可能非特斯拉莫屬了。但在蘿卜快跑出圈的這段時(shí)間，特斯拉卻被傳Robotaxi延期了，代價(jià)是一夜蒸發(fā)709億美元市值。

　　特斯拉的Robotaxi最初于2016年特斯拉“宏圖計(jì)劃”第二篇章中，以“共享車隊(duì)”的藍(lán)圖呈現(xiàn)，2019年馬斯克豪言“明年”會(huì)有100萬輛Robotaxi上路。事實(shí)證明，馬斯克不僅擅長造車，畫餅功力也是一流。

　　自動(dòng)駕駛算法架構(gòu)的發(fā)展，基本路徑可以描述為基于高精地圖的模塊化方案到無圖模塊化方案，再到剛剛興起的端到端方案，其中端到端就是特斯拉帶的頭。

　　端到端方案簡單來說可分為兩個(gè)階段，其一是通過“Transformer+BEV”感知架構(gòu)，實(shí)現(xiàn)從有圖到無圖的進(jìn)步，讓感知定位更具有泛化能力；

　　第二階段在AI大模型技術(shù)的浪潮下，深度神經(jīng)網(wǎng)絡(luò)算法從感知進(jìn)一步拓展至歸控，其對(duì)自動(dòng)駕駛傳統(tǒng)長尾問題所表現(xiàn)出的極強(qiáng)泛化能力有望打破現(xiàn)有主流方案的發(fā)展瓶頸，同時(shí)其數(shù)據(jù)驅(qū)動(dòng)的特性也使該路線迭代速度大幅提升。

　　今年2月，特斯拉基于端到端架構(gòu)的FSD V12向部分用戶推送，就是端到端路線的首次大規(guī)模部署，性能表現(xiàn)已然超越迭代多年的模塊化方案，在駕駛平順度和博弈能力上表現(xiàn)亮眼，表現(xiàn)更為擬人。

　　短短幾個(gè)月后，小鵬、理想、華為、元戎啟行、商湯等國內(nèi)智駕玩家也陸續(xù)發(fā)布了全新端到端自動(dòng)駕駛架構(gòu)，標(biāo)志著國內(nèi)頭部玩家技術(shù)路徑全面轉(zhuǎn)型。

　　過去L4和L2級(jí)別自動(dòng)駕駛分別由初創(chuàng)公司/軟件大廠和供應(yīng)商/整車廠領(lǐng)導(dǎo)發(fā)展，而在技術(shù)路徑上均采用分治法思路，近年來隨著模塊化方案瓶頸逐步顯現(xiàn)，雙方技術(shù)差距持續(xù)縮小。

　　1）首先，傳統(tǒng)主流方案下頭部玩家在感知模塊基本均實(shí)現(xiàn)“Transformer+BEV”的無圖方案落地，差距主要取決于歸控模塊的規(guī)則代碼積累，端到端路徑將所有玩家拉到統(tǒng)一起跑線）端到端路徑實(shí)現(xiàn)了自動(dòng)駕駛算法從規(guī)則驅(qū)動(dòng)到數(shù)據(jù)驅(qū)動(dòng)的轉(zhuǎn)變，甚至使之從技術(shù)問題轉(zhuǎn)化為工程問題，因而數(shù)據(jù)和算力成為競爭的重點(diǎn)。

　　因此，頭部整車廠和華為系依托其大量智能汽車帶來巨量數(shù)據(jù)和其更大的資金體量得以支持算力開支，在端到端時(shí)代有望占據(jù)發(fā)展的主動(dòng)權(quán)。

　　但也有消息指出，特斯拉推遲發(fā)布Robotaxi的原因可能是其視覺系統(tǒng)仍存在一些問題，需要增加激光雷達(dá)或其他輔助設(shè)備。

　　必一運(yùn)動(dòng)

　　特斯拉目前采用的是L2或L2+的自動(dòng)駕駛模型，能夠解決大部分日常駕駛問題。但L4自動(dòng)駕駛要求車輛在特定位置停靠，且不需要司機(jī)接管，這對(duì)端到端模型提出了更高的數(shù)據(jù)需求和安全挑戰(zhàn)。

　　也就是說，現(xiàn)階段Robotaxi仍以L4級(jí)別技術(shù)路線為主，其中具有高精地圖資質(zhì)的公司在Robotaxi領(lǐng)域又具有一定優(yōu)勢(shì)。

　　特斯拉Robotaxi的運(yùn)營模式，類似于Uber和Airbnb的結(jié)合，公司自營大部分車輛，用戶自有車輛在閑時(shí)可以隨時(shí)加入Robotaxi車隊(duì)，車主每月參加車隊(duì)運(yùn)營所得收益甚至可能會(huì)超過購車的月供。

　　重點(diǎn)是，馬斯克預(yù)計(jì)未來Robotaxi的預(yù)期營業(yè)收入將會(huì)占特斯拉商業(yè)條線%，但不久后就傳來特斯拉Robotaxi推遲到10月的消息。

　　特斯拉推遲Robotaxi有各種各樣的原因，F(xiàn)SD落地、原型車規(guī)劃、Corner Case還沒有辦法徹底解決等等，其中一個(gè)傳言是，馬斯克為了讓參與該項(xiàng)目的團(tuán)隊(duì)能有更多時(shí)間打造原型車，才將Robotaxi發(fā)布時(shí)間推遲。

　　而此處蘿卜快跑的出圈，雖然是運(yùn)營范圍擴(kuò)大引發(fā)了體驗(yàn)浪潮，但核心還是民眾恐慌情緒蔓延導(dǎo)致的輿論危機(jī)。

　　實(shí)際上，目前自動(dòng)駕駛對(duì)就業(yè)的影響其實(shí)并不大。現(xiàn)階段自動(dòng)駕駛車輛的數(shù)量非常有限，比如蘿卜快跑目前在武漢投放無人駕駛汽車數(shù)量約400余輛，接單能力也有限，加之因?yàn)檫@些車都是電動(dòng)車行駛里程受限。

　　而且根據(jù)武漢市交通運(yùn)輸局5月披露當(dāng)前武漢市日均運(yùn)營網(wǎng)約車2.94萬輛，兩者相差較大，同時(shí)考慮到當(dāng)前Robotaxi在接單數(shù)量和每單里程的表現(xiàn)，現(xiàn)階段其消費(fèi)者仍以體驗(yàn)為主，很難對(duì)網(wǎng)約車、出租車造成實(shí)質(zhì)影響。

　　盡管蘿卜快跑在武漢的大規(guī)模全無人運(yùn)營并非是真正的商業(yè)化拐點(diǎn)，但這對(duì)消費(fèi)者有極大教育意義，有利于提高消費(fèi)者對(duì)智能駕駛的認(rèn)知和接受度，提高乘用車消費(fèi)中對(duì)智駕的考量比重，推動(dòng)高階智能駕駛的加速滲透，一眾靠智駕包盈利的車企半夜都能笑醒了。

　　廣汽資本曾聯(lián)合滴滴、麥肯錫等做過一個(gè)調(diào)查，顯示配備安全員的改裝無人出租車整體成本高達(dá)107萬，遠(yuǎn)高于安全員+前裝車的81萬和無安全員+前裝車的43萬。

　　從這份調(diào)研來看，無安全員+前裝車是Robotaxi降本的關(guān)鍵。對(duì)百度來說，學(xué)習(xí)特斯拉有兩條路線，一條是自主生產(chǎn)車輛，目前來說并不現(xiàn)實(shí)，只能通過與車企合作，比如吉利來實(shí)現(xiàn)L4自動(dòng)駕駛的前裝量產(chǎn)；

　　另一條是開放社會(huì)合作，即用戶自有車輛在閑時(shí)可以隨時(shí)加入Robotaxi車隊(duì)，也就是與周鴻祎給的辦法，將Robotaxi車輛賣/租給第三方。

　　但對(duì)百度而言，主機(jī)廠大規(guī)模前裝才能讓飛輪再次轉(zhuǎn)起來，也就是繼續(xù)走此前的合作路線。甚至在華為之后，百度如果只做好智駕服務(wù)提供商這一個(gè)角色，或許傳統(tǒng)主機(jī)廠也就不那么擔(dān)心“靈魂論”了。

　　所以到百度這里，極越的重要性不言而喻，或者也可以在極越之外綁定更多種子客戶。