「降维」，RoboTaxi玩家的唯一出路？

2004年3月13日，美国国防部在莫哈韦沙漠举办了首届无人车挑战赛。但令人尴尬的是，进入决赛的15支队伍没有一支能在沙漠中行走200公里，卡内基梅隆大学沙尘暴队的车辆走得最远，总距离为11.78公里。

后来美国国防部又举办了两场比赛，吸引了谷歌、苹果等高管观看比赛。但参赛车辆要么突然失去GPS信号，用前面停着的车当墙重新规划路线绕过漫长的道路，要么卡在狭窄的街道路口。总之各种细节层出不穷。

当时美国国防部判断无人驾驶技术远未实用化，可能还需要二三十年才能实现。在赛事暂停的同时，无人驾驶的第一次高潮也结束了。

十几年后，第二波无人车浪潮在2014年前后达到高潮，大量自动驾驶企业成立。他们做的主要事情是试图让车辆运行，这一直处于演示阶段。但由于迟迟没有落地，业界逐渐降低了音量。

第三个高潮是近两年。与此同时，自动驾驶行业的融资案例也屡屡发生。为了“生存”，玩家开始考虑产品落地，更现实地探索公司的商业模式。企业从L4技术向L2功能转变、从乘用车向商用车转变的趋势日益明显。“降维攻击”甚至成为自动驾驶玩家的噱头，但保持“L4初心”和“All in Robotaxi”的企业屈指可数。

然而，“降维”是自动驾驶技术商业化的唯一途径吗？或者说，自动驾驶技术是否存在降维打击？

“无效”商业计划:连续降维

基于各企业的“降维”表述，“降维”一是指将L4级自动驾驶技术应用于L2+功能，二是指将自身的高级自动驾驶解决方案降维到其他领域(例如从城市出行场景到公园、矿区等封闭场景)。

一家自动驾驶公司的CEO向新智家直言，3-5年内，降维是自动驾驶技术商业化的必由之路。

“像Robotaxi这样的应用应该很难在五年内大规模商用，可能需要更长的时间。所以3-5年内自动驾驶的商业化需要结合场景或者在功能上有所减少。”

百度阿波罗就是一个典型的例子。

2020年5月，百度阿波罗在矿区进行直播。直播的主体是百度为伊敏露天矿改造的两辆无人采矿车。从人员操作到信号控制，百度改造矿车只用了30天。

今年10月，百度Apollo也正式发布了可以投入使用的自动驾驶矿卡。百度宣称这是国内首个面向矿山场景，以超高计算能力为支撑，具备机器学习能力的自行车智能方案案例。

此外，百度还推出了自动驾驶零售汽车、低速自动驾驶扫地机、无人驾驶挖掘机系统、无人驾驶小巴等。，并探讨了自动驾驶技术应用的各种场景。

几家Robotaxi公司，如马骁之星、文远之星和荣源七星，也尝试了自动驾驶技术应用的新场景。文远知行CEO韩旭曾向新智家透露，所有的商业计划完成后都是无用的，商业模式会与实践有很大差异，需要不断调整。

“未来谁掌握了自动驾驶真正的平台技术，谁就是王道，谁就有降维的能力”，韩旭也对新智家表示。“今天做低速物流和园区场景的企业，很可能在未来三到五年内被一家占据战略市场的强大的L4级自动驾驶公司减少。”

L4级技术的降维应用于生产模型中L2/L2+的功能。Robotaxi玩家和Tier1擅长模块化L3/L4高级自动驾驶技术，尝试使用可扩展的……L4级技术的软硬件集成架构，用于创建ADAS解决方案。

例如，百度将其L4无人驾驶技术Apollo Lite应用于乘用车AVP和ANP，现在已经与威马W6一起量产。造车新势力的企业也开始从L4架构和车载OTA的角度打磨L2+级别的辅助驾驶技术。华为等科技公司与传统车企合作，用L4技术在中高端车型上打造L2+功能。

于是，ACC自适应巡航、LCC车道居中辅助、ALC自动变道辅助、BSD盲区监测预警、LCA变道预警等辅助驾驶功能不断渗透到量产车型中，其中自动泊车辅助和导航辅助成为自动驾驶企业竞争的焦点。

还有硬件降维。最初配置在L4试验车上的硬件，如激光雷达和高性能芯片，正逐步投入L2生产车。

去概念化和去名词化，自动驾驶公司不再更关注产品和解决方案是L2还是L2++，这已经成为ADAS解决方案当前的趋势。

真的是「降维打击」吗？

科幻小说《三体》中，一个外星种族把一种叫做“双向箔”的武器扔进了太阳系，于是太阳系从三维变成了二维，地球毫无还手之力，被毁灭了。

“降维”一词已经广泛传播并延伸到商业领域，通常代表一种新的商业模式或技术，比如实体店的网购平台，收费模式的免费模式。

但一家原本专注于RoboTaxi的公司，通过切入矿区、港口、机场等场景，真的能实现“降维”吗？

事实上，虽然矿区、港口、机场等场景具有环境相对固定、车流量小、行驶速度低、奇数操作设计域相对简单的特点，自动驾驶技术更容易落地，但这并不意味着拥有技术优势的企业进入这些场景就可以快速“攻城掠地”。

陈涛资本执行总经理何雄松认为，矿山场景的无人车技术满足基本要求后，自动驾驶企业更重要的是在运营和业务上的积累。

此外，这些场景的工作环境非常恶劣，部分技术人员可能无法承受长时间连续操作，自动驾驶企业的技术优势可能难以发挥。

在自动驾驶行业从技术研究阶段向产品落地阶段过渡的当下，无论企业进入什么市场，都不仅要考虑资金、政策、技术等维度，还要考虑产业链的协同和整合。

“你与主机厂的关系，你在产业链上下游的Tie1，你与设备商的关联度和议价能力，你对商业应用的思考和布局是否领先，都是评价企业赛道资源在乘用车和商用车上倾斜的重要因素。"此前，有业内人士向新智家指出。

在这方面，那些较早进入垂直场景的自动驾驶公司，可能会有先发优势，比垂直场景的商业理解和下游客户的深度绑定更好。

时宇科技联合创始人、首席系统架构师彭告诉新智家，机场、工厂等场景的壁垒不仅体现在自动驾驶技术本身，还需要企业对行业的深刻理解、对行业资源的深度利用、真实的业务运营能力和先发制人的企业资源。

另外，RoboTaxi企业能够切入L2级别赛道的底层逻辑在于两种技术的互通性，也就是说技术点本身差别不大；并且围绕基础设施的技术迁移效率较高，即缩小技术点差异的效率。

天下武功只有“快”，没有破。因此，乘用车企业能否“降维”的核心不是技术，而是乘用车企业能否通过一定规模的试运营锤炼出的高效基础设施，快速积累、分类、运用、验证商用车领域的新技术难题，加速缩小具体技术点的差距。

然而，在全球范围内，还没有一个成功的案例可以将无人驾驶系统和辅助驾驶系统混合使用。

AutoX发言人对新智家表示，L2-L3级系统的辅助驾驶系统和L4-L5级的无人驾驶系统是两种不同的技术，两者之间没有进化关系，所以辅助驾驶不能变成自动驾驶，自动驾驶系统也不能沦为辅助驾驶。

“要想把L4的算法和数据应用到L2，企业基本上要从零开始，重新开发，因为两者的计算能力和传感器有很大差别。"

魔力视界CEO余的观点与上述观点类似。与L4级方案相比，L2级方案使用的传感器和芯片的计算能力更低，从L4直接掉下来的数据和算法更难适应L2的传感器和芯片。

“(L2级别和L4级别的技术)原理是一样的，(但是如果在L2级别上使用L4级别的数据和算法)大量的代码需要重写，生产工作基本需要重新做，因为L4系统的设计没有考虑到计算能力低的计算平台和车辆规格的限制。和量产相比，整个开发流程和规格都有很大不同。”

又道:“将军上路不追兔。”

也有坚持Robotaxi赛道的公司，典型代表就是AutoX。

AutoX的CEO肖曾经强调，AutoX是真正的无人驾驶，而不是量产的L2- L3辅助驾驶。只要驾驶座有人坐，就不能叫L4。

AutoX并不认同“降维是自动驾驶技术商业化的必由之路”的说法，认为行业内玩家近年来通过降维实现了落地，主要是部分玩家现阶段难以挑战L4-L5无人系统，对自己没有信心，只好先另辟蹊径。

当然，从商业模式来看，只有完全无人驾驶，真正为出租车节省司机的人力成本，RoboTaxi才能盈利，才有机会在RoboTaxi万亿美元的市场上分一杯羹。

不过，AutoX要量产无人机器人RoboTaxi还有很多工作要做。由于L4无人驾驶产业刚刚起步，产业链远未成熟，很多配套硬件需要企业自行开发，AutoX开发了自己的域控制器和车辆线控系统，并不断更新其全无人驾驶系统。

在整车方面，AutoX主要借鉴了克莱斯勒、本田、比亚迪、东风、SAIC等传统车企，但这种合作关系并不稳定。据新智家所知，部分合作车企已经或即将推出自己的RoboTaxi车队。

因此，今年4月，AutoX投资了主发动机工厂Aikenik，以便共同建设L4级无人驾驶汽车生产线。

原来，AutoX一直在和Aikenik讨论建造RoboTaxi，作为供货伙伴。但由于信息交换以及车辆架构和技术之间的不透明，双方合作的效率并不尽如人意，对未来产品的描述也不够清晰。所以AutoX选择战略投资艾克尼克，动机是双方也将以更开放的姿态交换信息，共同打造L4级无人车。

目前，AutoX已经在中国四个一线城市和硅谷开始了Robotaxis的运营。2021年1月，AutoX还开始了Robotaxis在中国的首个完全无人驾驶商业运营。

其实AutoX也经历过业务方向的摇摆。2019年底，AutoX宣布与地轨达成合作，将自动驾驶技术延伸至logi……ics卡车，并试图将单点自动驾驶技术升级为“轻资产”的平台模式，实现出租车RoboTaxi和物流卡车RoboTruck的双轮驱动落地。

但从技术维度和大规模落地来看，Robotaxi和RoboTruck对自动驾驶技术的要求并不简单。

酷哇CEO何伟曾对新智家表示，无人驾驶城市配送和RoboTaxi面临的驾驶环境相似，对自动驾驶技术的要求也相似，但RoboTaxi的行驶里程更长，会面临更多的弯道情况。

对于同城自驾配送场景，实现车辆规模化的关键因素是企业能否获得买家，即尚超等。对此，荣源七星副总裁刘璇曾表示，阿里的投资者身份可以给它一些帮助。至于其他想进入无人驾驶城市配送场景的自动驾驶公司，如何说服买家并不是一个容易的问题。

另外，如果是做无人干线物流，由于运载的货物种类多、载货量大、车身长等因素，重卡对安全制动距离的要求远高于RoboTaxi，车辆的感知距离一般在1000米以上，目前的感知技术并不成熟。

因此，小熊健认为，货运物流的落地太难，太远，不可能很快在开放的道路上实现无人驾驶卡车。AutoX也选择先实现RoboTaxi，再考虑运费。

RoboTaxi还是RoboTruck，它们能否在开放道路上实现大规模、完全无人驾驶的运营，更大的不确定性在于政策放开的时间表未知。如果没有足够的现金流支持，这种能量消耗会扼杀很多初创企业。

对此，小熊健曾表示，行业技术在进步，政府一直和最前沿的玩家保持联系，直到明确某个标准是真正安全的(政策才会开放)。目前，AutoX认为这是在2022年或2023年到来的时间。

永远，还是一瞬间？

另一家专注RoboTaxi赛道的公司是滴滴。通过将共享出行平台与自动驾驶技术相结合，滴滴似乎在试图讲述一个对投资者更具吸引力的故事。

一个可以大规模运营，正常情况下需要海量数据“喂养”的自动驾驶车队，滴滴平台的日均订单数是其最大的数据源渠道。

滴滴平台上的出行场景将帮助滴滴自动驾驶开发场景库，可以覆盖大部分想象中的长尾场景，为滴滴自动驾驶提供充足的数据滋养，这也是滴滴自动驾驶系统最大的竞争力。

一旦滴滴自动驾驶技术得到改善，将为其共享出行业务降本增效。2004年3月13日，美国国防部在莫哈韦沙漠举办了首届无人车挑战赛。但令人尴尬的是，进入决赛的15支队伍没有一支能在沙漠中行走200公里，卡内基梅隆大学沙尘暴队的车辆走得最远，总距离为11.78公里。

后来美国国防部又举办了两场比赛，吸引了谷歌、苹果等高管观看比赛。但参赛车辆要么突然失去GPS信号，用前面停着的车当墙重新规划路线绕过漫长的道路，要么卡在狭窄的街道路口。总之各种细节层出不穷。

当时美国国防部判断无人驾驶技术远未实用化，可能还需要二三十年才能实现。在赛事暂停的同时，无人驾驶的第一次高潮也结束了。

十几年后，第二波无人车浪潮在2014年前后达到高潮，大量自动驾驶企业成立。他们做的主要事情是试图让车辆运行，这一直处于演示阶段。但由于迟迟没有落地，业界逐渐降低了音量。

第三个高潮是近两年。与此同时，自动驾驶行业的融资案例也屡屡发生。为了“生存”，玩家开始考虑产品落地，更现实地探索公司的商业模式。企业从L4技术转向L2功能，从乘用车转向商用车的趋势……les变得越来越明显。“降维攻击”甚至成为自动驾驶玩家的噱头，但保持“L4初心”和“All in Robotaxi”的企业屈指可数。

然而，“降维”是自动驾驶技术商业化的唯一途径吗？或者说，自动驾驶技术是否存在降维打击？

“无效”商业计划:连续降维

基于各企业的“降维”表述，“降维”一是指将L4级自动驾驶技术应用于L2+功能，二是指将自身的高级自动驾驶解决方案降维到其他领域(例如从城市出行场景到公园、矿区等封闭场景)。

一家自动驾驶公司的CEO向新智家直言，3-5年内，降维是自动驾驶技术商业化的必由之路。

“像Robotaxi这样的应用应该很难在五年内大规模商用，可能需要更长的时间。所以3-5年内自动驾驶的商业化需要结合场景或者在功能上有所减少。”

百度阿波罗就是一个典型的例子。

2020年5月，百度阿波罗在矿区进行直播。直播的主体是百度为伊敏露天矿改造的两辆无人采矿车。从人员操作到信号控制，百度改造矿车只用了30天。

今年10月，百度Apollo也正式发布了可以投入使用的自动驾驶矿卡。百度宣称这是国内首个面向矿山场景，以超高计算能力为支撑，具备机器学习能力的自行车智能方案案例。

此外，百度还推出了自动驾驶零售汽车、低速自动驾驶扫地机、无人驾驶挖掘机系统、无人驾驶小巴等。，并探讨了自动驾驶技术应用的各种场景。

几家Robotaxi公司，如马骁之星、文远之星和荣源七星，也尝试了自动驾驶技术应用的新场景。文远知行CEO韩旭曾向新智家透露，所有的商业计划完成后都是无用的，商业模式会与实践有很大差异，需要不断调整。

“未来谁掌握了自动驾驶真正的平台技术，谁就是王道，谁就有降维的能力”，韩旭也对新智家表示。“今天做低速物流和园区场景的企业，很可能在未来三到五年内被一家占据战略市场的强大的L4级自动驾驶公司减少。”

L4级技术的降维应用于生产模型中L2/L2+的功能。Robotaxi玩家和Tier1擅长将L3/L4高级自动驾驶技术模块化，试图利用L4级别技术的可扩展软硬件集成架构打造ADAS解决方案。

例如，百度将其L4无人驾驶技术Apollo Lite应用于乘用车AVP和ANP，现在已经与威马W6一起量产。造车新势力的企业也开始从L4架构和车载OTA的角度打磨L2+级别的辅助驾驶技术。华为等科技公司与传统车企合作，用L4技术在中高端车型上打造L2+功能。

于是，ACC自适应巡航、LCC车道居中辅助、ALC自动变道辅助、BSD盲区监测预警、LCA变道预警等辅助驾驶功能不断渗透到量产车型中，其中自动泊车辅助和导航辅助成为自动驾驶企业竞争的焦点。

还有硬件降维。最初配置在L4试验车上的硬件，如激光雷达和高性能芯片，正逐步投入L2生产车。

去概念化和去名词化，自动驾驶公司不再更关注产品和解决方案是L2还是L2++，这已经成为ADAS解决方案当前的趋势。

真的是「降维打击」吗？

科幻小说《三体》中，一个外星种族把一种叫做“双向箔”的武器扔进了太阳系，于是太阳系从三维变成了二维，地球毫无还手之力，被毁灭了。

“降维”一词已经广为流传……延伸到商业领域，通常代表一种新的商业模式或技术，比如实体店的网购平台，收费模式的免费模式。

但一家原本专注于RoboTaxi的公司，通过切入矿区、港口、机场等场景，真的能实现“降维”吗？

事实上，虽然矿区、港口、机场等场景具有环境相对固定、车流量小、行驶速度低、奇数操作设计域相对简单的特点，自动驾驶技术更容易落地，但这并不意味着拥有技术优势的企业进入这些场景就可以快速“攻城掠地”。

陈涛资本执行总经理何雄松认为，矿山场景的无人车技术满足基本要求后，自动驾驶企业更重要的是在运营和业务上的积累。

此外，这些场景的工作环境非常恶劣，部分技术人员可能无法承受长时间连续操作，自动驾驶企业的技术优势可能难以发挥。

在自动驾驶行业从技术研究阶段向产品落地阶段过渡的当下，无论企业进入什么市场，都不仅要考虑资金、政策、技术等维度，还要考虑产业链的协同和整合。

“你与主机厂的关系，你在产业链上下游的Tie1，你与设备商的关联度和议价能力，你对商业应用的思考和布局是否领先，都是评价企业赛道资源在乘用车和商用车上倾斜的重要因素。"此前，有业内人士向新智家指出。

在这方面，那些较早进入垂直场景的自动驾驶公司，可能会有先发优势，比垂直场景的商业理解和下游客户的深度绑定更好。

时宇科技联合创始人、首席系统架构师彭告诉新智家，机场、工厂等场景的壁垒不仅体现在自动驾驶技术本身，还需要企业对行业的深刻理解、对行业资源的深度利用、真实的业务运营能力和先发制人的企业资源。

另外，RoboTaxi企业能够切入L2级别赛道的底层逻辑在于两种技术的互通性，也就是说技术点本身差别不大；并且围绕基础设施的技术迁移效率较高，即缩小技术点差异的效率。

天下武功只有“快”，没有破。因此，乘用车企业能否“降维”的核心不是技术，而是乘用车企业能否通过一定规模的试运营锤炼出的高效基础设施，快速积累、分类、运用、验证商用车领域的新技术难题，加速缩小具体技术点的差距。

然而，在全球范围内，还没有一个成功的案例可以将无人驾驶系统和辅助驾驶系统混合使用。

AutoX发言人对新智家表示，L2-L3级系统的辅助驾驶系统和L4-L5级的无人驾驶系统是两种不同的技术，两者之间没有进化关系，所以辅助驾驶不能变成自动驾驶，自动驾驶系统也不能沦为辅助驾驶。

“要想把L4的算法和数据应用到L2，企业基本上要从零开始，重新开发，因为两者的计算能力和传感器有很大差别。"

魔力视界CEO余的观点与上述观点类似。与L4级方案相比，L2级方案使用的传感器和芯片的计算能力更低，从L4直接掉下来的数据和算法更难适应L2的传感器和芯片。

“(L2级别和L4级别的技术)原理是一样的，(但是如果在L2级别上使用L4级别的数据和算法)大量的代码需要重写，生产工作基本需要重新做，因为L4系统的设计没有考虑到计算能力低的计算平台和车辆规格的限制。和量产相比，整个开发流程和规格都有很大不同。”

又道:“将军上路不追兔。”

也有坚持Robotaxi赛道的公司，典型代表就是AutoX。

AutoX的CEO肖曾经强调，AutoX是真正的无人驾驶，而不是量产的L2- L3辅助驾驶。只要驾驶座有人坐，就不能叫L4。

AutoX并不认同“降维是自动驾驶技术商业化的必由之路”的说法，认为行业内玩家近年来通过降维实现了落地，主要是部分玩家现阶段难以挑战L4-L5无人系统，对自己没有信心，只好先另辟蹊径。

当然，从商业模式来看，只有完全无人驾驶，真正为出租车节省司机的人力成本，RoboTaxi才能盈利，才有机会在RoboTaxi万亿美元的市场上分一杯羹。

不过，AutoX要量产无人机器人RoboTaxi还有很多工作要做。由于L4无人驾驶产业刚刚起步，产业链远未成熟，很多配套硬件需要企业自行开发，AutoX开发了自己的域控制器和车辆线控系统，并不断更新其全无人驾驶系统。

在整车方面，AutoX主要借鉴了克莱斯勒、本田、比亚迪、东风、SAIC等传统车企，但这种合作关系并不稳定。据新智家所知，部分合作车企已经或即将推出自己的RoboTaxi车队。

因此，今年4月，AutoX投资了主发动机工厂Aikenik，以便共同建设L4级无人驾驶汽车生产线。

原来，AutoX一直在和Aikenik讨论建造RoboTaxi，作为供货伙伴。但由于信息交换以及车辆架构和技术之间的不透明，双方合作的效率并不尽如人意，对未来产品的描述也不够清晰。所以AutoX选择战略投资艾克尼克，动机是双方也将以更开放的姿态交换信息，共同打造L4级无人车。

目前，AutoX已经在中国四个一线城市和硅谷开始了Robotaxis的运营。2021年1月，AutoX还开始了Robotaxis在中国的首个完全无人驾驶商业运营。

其实AutoX也经历过业务方向的摇摆。2019年底，AutoX宣布与地轨达成合作，将自动驾驶技术延伸至logi……ics卡车，并试图将单点自动驾驶技术升级为“轻资产”的平台模式，实现出租车RoboTaxi和物流卡车RoboTruck的双轮驱动落地。

但从技术维度和大规模落地来看，Robotaxi和RoboTruck对自动驾驶技术的要求并不简单。

酷哇CEO何伟曾对新智家表示，无人驾驶城市配送和RoboTaxi面临的驾驶环境相似，对自动驾驶技术的要求也相似，但RoboTaxi的行驶里程更长，会面临更多的弯道情况。

对于同城自驾配送场景，实现车辆规模化的关键因素是企业能否获得买家，即尚超等。对此，荣源七星副总裁刘璇曾表示，阿里的投资者身份可以给它一些帮助。至于其他想进入无人驾驶城市配送场景的自动驾驶公司，如何说服买家并不是一个容易的问题。

另外，如果是做无人干线物流，由于运载的货物种类多、载货量大、车身长等因素，重卡对安全制动距离的要求远高于RoboTaxi，车辆的感知距离一般在1000米以上，目前的感知技术并不成熟。

因此，小熊健认为，货运物流的落地太难，太远，不可能很快在开放的道路上实现无人驾驶卡车。AutoX也选择先实现RoboTaxi，再考虑运费。

RoboTaxi还是RoboTruck，它们能否在开放道路上实现大规模、完全无人驾驶的运营，更大的不确定性在于政策放开的时间表未知。如果没有足够的现金流支持，这种能量消耗会扼杀很多初创企业。

对此，小熊健曾表示，行业技术在进步，政府一直和最前沿的玩家保持联系，直到明确某个标准是真正安全的(政策才会开放)。目前，AutoX认为这是在2022年或2023年到来的时间。

永远，还是一瞬间？

另一家专注RoboTaxi赛道的公司是滴滴。通过将共享出行平台与自动驾驶技术相结合，滴滴似乎在试图讲述一个对投资者更具吸引力的故事。

一个可以大规模运营，正常情况下需要海量数据“喂养”的自动驾驶车队，滴滴平台的日均订单数是其最大的数据源渠道。

滴滴平台上的出行场景将帮助滴滴自动驾驶开发场景库，可以覆盖大部分想象中的长尾场景，为滴滴自动驾驶提供充足的数据滋养，这也是滴滴自动驾驶系统最大的竞争力。

一旦滴滴自动驾驶技术得到改善，将为其共享出行业务降本增效。据悉，2025年，滴滴平台将普及超过100万辆共享汽车，新车型迭代版将搭载滴滴自主研发的自动驾驶模块，预计2030年实现全面自动驾驶。

庞大的共享无人车队可以通过全天运营提高车辆利用率，从而降低车辆运营成本，进一步降低出行成本。

所以，一个理想的路线是，在技术和法律法规已经到位的情况下，滴滴可以基于其出行平台的属性，通过一些无人驾驶的混合调度形式来实现其商业目标。随着混合调度的可行性得到验证，技术成熟度提高，滴滴将逐步过渡到完全无人调度。

然而，目前滴滴的自动驾驶技术进展缓慢。当其他企业已经开始无人驾驶RoboTaxi的商业运营时，滴滴却在去年才首次开通了配备安全员的自动驾驶载客服务。

资金方面，滴滴年中赴美上市，其自研自动驾驶技术的资金压力本可以得到缓解。但由于数据安全问题，滴滴上市后受到政府严厉审查，股价表现不尽如人意。

事实上，对于RoboTaxi正式大规模落地的具体时间，业内人士并没有AutoX那么乐观。有的说要三五年，有的说至少十年，所以也有各种悲壮的比喻苏……为“爬到2030”。

这期间会有时宇、酷哇等原本专注于L4级商用车赛道的企业，逐渐成为RoboTaxi战队；还会有特斯拉、蔚来、小鹏等造车新势力，Moblieye等Tier1，从L2方案迭代到L4+方案；还会有传统的OEM，会花很多钱在自动驾驶技术上，建立RoboTaxi团队；会有像Momenta这样的玩家选择同时发展L2技术和L4技术，双轮驱动。

例如，时宇科技表示，每个场景的技术栈和算法都是通用的，试图用一个可以匹配全场景的通用无人驾驶技术平台来适应不同的场景。目前，时宇科技声称其自主研发的自动驾驶技术已经应用于RoboTaxi、机场、工厂、城市配送等不同场景，“证明了这一技术栈的通用性”。

“降维”是否是RoboTaxi企业短时间内商业化的唯一途径，目前还没有给出最终的解决方案。

然而，不谋全天下者，不谋一时。无论是坚守RoboTaxi赛道，还是拓展L2市场，还是涉及L4商用车领域，相信目前的自动驾驶企业在进行战略布局之前，都有自己的考量，都在走适合自己的路。

雷锋网(微信官方账号:雷锋网)#雷锋网#雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。据悉，2025年，滴滴平台将普及超过100万辆共享汽车，新车型迭代版将搭载滴滴自主研发的自动驾驶模块，预计2030年实现全面自动驾驶。

庞大的共享无人车队可以通过全天运营提高车辆利用率，从而降低车辆运营成本，进一步降低出行成本。

所以，一个理想的路线是，在技术和法律法规已经到位的情况下，滴滴可以基于其出行平台的属性，通过一些无人驾驶的混合调度形式来实现其商业目标。随着混合调度的可行性得到验证，技术成熟度提高，滴滴将逐步过渡到完全无人调度。

然而，目前滴滴的自动驾驶技术进展缓慢。当其他企业已经开始无人驾驶RoboTaxi的商业运营时，滴滴却在去年才首次开通了配备安全员的自动驾驶载客服务。

资金方面，滴滴年中赴美上市，其自研自动驾驶技术的资金压力本可以得到缓解。但由于数据安全问题，滴滴上市后受到政府严厉审查，股价表现不尽如人意。

事实上，对于RoboTaxi正式大规模落地的具体时间，业内人士并没有AutoX那么乐观。有的说要三五年，有的说至少十年，于是也有了“爬到2030年”等各种悲壮的比喻。

这期间会有时宇、酷哇等原本专注于L4级商用车赛道的企业，逐渐成为RoboTaxi战队；还会有特斯拉、蔚来、小鹏等造车新势力，Moblieye等Tier1，从L2方案迭代到L4+方案；还会有传统的OEM，会花很多钱在自动驾驶技术上，建立RoboTaxi团队；会有像Momenta这样的玩家选择同时发展L2技术和L4技术，双轮驱动。

例如，时宇科技表示，每个场景的技术栈和算法都是通用的，试图用一个可以匹配全场景的通用无人驾驶技术平台来适应不同的场景。目前，时宇科技声称其自主研发的自动驾驶技术已经应用于RoboTaxi、机场、工厂、城市配送等不同场景，“证明了这一技术栈的通用性”。

“降维”是否是RoboTaxi企业短时间内商业化的唯一途径，目前还没有给出最终的解决方案。

然而，不谋全天下者，不谋一时。无论是坚守RoboTaxi赛道，还是拓展L2市场，还是涉及L4商用车领域，相信目前的自动驾驶企业在进行战略布局之前，都有自己的考量，都在走适合自己的路。

雷锋网(微信官方账号:雷锋网)#雷锋网#雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：本田比亚迪东风合创发现

汽车资讯热门资讯