文 |
赫晋一
周霄
谭鸠云
编辑 | 曹宾玲
付晓玲 慕沐
数据支持 | 洞见数据研究院
发布
CyberCab
时，马斯克将场地定在了华纳电影制片厂，或许是希望自己坐着没有方向盘的无人车出场那一幕，能像好莱坞电影一样经典。
但发布会后，特斯拉股价大跌8个点。
不怪投资人不满，在马斯克立下2026年量产的flag时，旧金山市民已经对Waymo们的Robotaxi见惯不怪了。
在大洋彼岸的中国，萝卜快跑不仅发布了全球唯一的前装量产L4级无人车，而且自动驾驶车辆的足迹已经遍布十余个大城市。
萝卜快跑还在酝酿着出海，比如近期，其获批香港首个自动驾驶车辆先导牌照，有了进军右舵左行地区的跳板——这块出行市场，占到了全球份额的1/3。
根据机构的预测，到2030年，全球Robotaxi市场规模将达到8349亿元，大概相当于6个Uber（2023年出行业务收入）、4个滴滴的体量。
对这块甜美的蛋糕，中国玩家们已经虎视眈眈许久了。
“端到端”一脚油门，把自动驾驶轰进L4时代
放眼日本的繁华街头，满头白发的老年出租车司
机比比皆是，他们颤颤巍巍的车技，需要拿放大镜来看地图的操作，让外国游客捏了一把汗。
“本该颐养天年的年纪，却出来闯荡”的背后，是对自动驾驶需求的日渐高涨。
可以看到，跟着司机年龄起飞的还有打车费用：
一小时车程的费用约2万+日元，按照日本最低时薪1千日元计算，意味着打一次要花三天工资。
而这不是个例，可以看到，相比于中国大陆0.35美元/公里、随叫随到的打车服务，
中国香港打的每公里收费约1.28美元，且就算成功上车也可能被堵在半路。
也因此，这些地区的民众事实上比中国大陆更渴求“自动驾驶出租车”，毕竟无需司机的自动驾驶正切中这些痛点。同
时，自驾技术还可以智能调配路线，避开拥堵路段。
然而，海外旺盛的需求，在本土遭遇的却是技术“盐碱地”。
众所周知，作为互联网的升级应用，“软件+芯片/消费电子+机械制造”是智驾技术落地的关键要素。
可1990年的PC互联网浪潮中，美国硅谷的科技新秀们——雅虎、谷歌、F
acebook、亚马逊，席卷了欧洲和日韩，
压制本土互联网公司发展，导致计算机人才缺口延续至今。
iPhone引领的智能手机时代，又将曾吃下全球手机市场80%份额的诺基亚、爱立信等欧洲功能机，几乎连根拔起，本土消费电子业一蹶不振，处理器、内存、芯片等电子供应链随之没落。
唯一的优势机械制造，如今也惨遭当头一棒。
就在萝卜快跑宣布出海的一周前，欧洲“全村的希望”、肩负“超过宁德时代，抢夺新能源汽车浪潮主导权”使命的电池企业Northvolt，向法院提交了破产保护申请。
原因在于，本地从一线工人到董事会，都缺乏电池生产经验，导致良品率太低，迟迟交不上货。有消息称，瑞典本土工厂真正会技术、能干活的工人，只有来自中国和韩国的100多个外包工人。
种种限制下，新能源汽车在欧洲发展缓慢。如下图，相较于中国40%+的新
能源渗透率，欧洲仅约20%，且还一度下降。
其搭载的智能驾驶，进展也一样。在国内卷无图NOA开城，将技术卷得无限趋近L3时，欧洲连L2级都难以驾驭。
奔驰L2+级别的辅助驾驶方案，最高速度仅有64.4km/h，还不能变道；而同级别
下，理想L9能开120km/h，也能自动变道。
而如今，端到端技术引入下，自动驾驶迎来“ChatGPT时刻”，可以无限接近真人，而且拥有更快的运算速度，得以
轰入L4时代。
这一次，技术和应用的引领者，显然还是自动驾驶巨头云集的中美两地。
在这一新纪元，各车企竞争点落到了运营落地上。正如李彦宏所说，端到端的自动驾驶技术背后是大模型技术。
具体来讲就是，通过落地应用，覆盖更多驾驶场景以及各种异常情况和极端条件
，让端到端系统进行学习和优化，实现更高的泛用性和稳定性，最终形成技术-应用轮动。
如此一来，自动驾驶企业的扩张成为首要任务，而这与上述欧洲、部分亚洲（日本、新加坡、泰国）等市场的需求“不谋而合”。
并且这些地区高度城市化，道路设施整体较为完善。
比如，德国ATM系统已实现自动化控制；瑞典宣布将在2025年建成全球首条能够为行驶中汽车充电的永久性电气化道路，这为自动驾驶的视觉识别与充电流程，提供了便利。
此外，欧洲、日本等地区具备汽车及电子零部件产业链基础，便于本地化合作采购；自动驾驶落地的重要因素法规，在这些地区也都相对完善。
这样的出海条件摆在面前，自动驾驶领域自然骚动起来。可以看到，下半年以来，中美两地纷纷掀起“开城大战”，在本土以外的多地区、多国布局落地应用。
不过，即便有备而来，在空白市场开拓也从来不是简单的事。
Robotaxi出海的风大，浪也大
如果车辆不做适配，平移出海到右舵左行地区，可能上路没几年就会出现制动踏板异常抖动、熄火趴窝等问题。
这是因为右舵左行国家和地区，大多属于前英联邦国家和地区，地处潮湿、温热的沿海地区，海风吹来的湿咸空气会在电子元器件表面形成盐雾，腐蚀传感器等部件，加快车辆损耗的速度。
基于此，出海企业往往需自研清洁系统，以适应当地复杂的气候和路况。
可见，海内外截然不同的驾驶环境，时刻考验着玩家们本地化的能力。
不过，对背靠“工业克苏鲁”的中国Robotaxi来说，硬件问题并不算棘手——目前国内自动驾驶产业链趋于成熟，部分零部件产品已领先全球，可快速响应出海的精益生产需求。
真正有挑战性的，是软件系统的定制。
海外用户的驾驶习惯与国内是有出入的，如国内车主希望安全报警信号强烈一些，但欧洲车主习惯安安静静地开车，频繁提示会被视为噪音。此外，自动驾驶系统也需要学习、适配不同地区的交规。
但了解也只是做到了第一步，想要做好用户体验，还得继续锤炼技术。
比如，欧洲人喜欢生活在郊区，前往市中心的通勤路上会有许多高速场景，且往往是不限速的高速，车主玩命踩油门，车子能快出残影来。
车速越快，意味着自动驾驶系统需要足够的感知、规划、控制能力，以做到“看清道路、注意路况、操作快速”。
说白了，就是要更高清的摄像头、更强大的算力，每秒处理更多的图像和信息。
也正是如此硬核的底层技术要求，让自动驾驶落地艰难，如德国是最早对自动驾驶立法的国家之一，但要求驾驶员坐在座位上，并准备随时接管车辆。
不过，如今L4级别的自动驾驶，或许能带来新变化。
以国内的萝卜快跑为例，其在武汉几乎提供了100%的全无人驾驶叫车服务，要知道，武汉在互联网上也被叫做“一座全是超雄司机的城市”，交通事故率常年居全国前列。
不仅如此，萝卜快跑还走出了武汉，在北京、上海、广州、深圳等十余个城市落地。
能做到这一点，在于L4级别自动驾驶具备了很强的安全能力和泛化能力。
在传感器敏感度、系统算法能力等多个技术充分进化后，L4级无人车不用人类监督，就可以完全自主驾驶，特斯拉和百度的无人车都取消或隐藏了方向盘。
且L4也做到了较大的安全冗余（对极端环境都安全，对正常环境就冗余），这使得车辆即便出海面对更严格的交规、更拥挤无序的路况，都能较好地应对。
更进一步说，端到端自动驾驶大模型加持下，系统也可以依靠不断学习，来加快对不同国家和地区交规的理解，持续提升算法能力。
这样也决定了，
玩家
积累的自动驾驶里程越长、覆盖的城市越多，将具备越明显的技术优势，正如百度Apollo自动驾驶开放平台升级到10.0版本后，于12月4日面向全球用户发布。
