萝卜来袭，但奇点未至

近来，百度旗下自动驾驶出行服务平台萝卜快跑，在社交媒体平台上接连引发热议。

不少舆论表达了自动驾驶出租车（以下称为“Robotaxi”）可能存在交通隐患、与人类网约车司机争抢饭碗等的忧虑，一些心直口快的武汉人甚至将萝卜快跑称为“苕萝卜”（“苕”为本地方言，即不太聪明的意思），这样的讨论也将Robotaxi乃至整个自动驾驶行业推上了风口浪尖。

萝卜快跑的遭遇，是Robotaxi和自动驾驶行业现有困境的一个缩影。焦虑或许来源于未知：虽然自动驾驶近些年始终站在聚光灯下，但公众对这一行业的技术、监管等方面，了解并不详细。

对于Robotaxi和自动驾驶行业而言，技术绝非影响行业未来的最重要因素，在政策法规、基础配套、商业盈利等都能与技术发展相配套之前，这一行业恐怕都难被称为发展成熟。

梯队玩家拉开差距

Robotaxi并不算新鲜。早在2013年，百度就已经开始布局自动驾驶，并在2017年推出了全球首个自动驾驶开放平台Apollo；2019年，萝卜快跑平台成立，专注于提供Robotaxi服务。

公开资料显示，萝卜快跑已在11个城市开放载人测试运营服务，并在北京、武汉、重庆、深圳、上海开展全无人自动驾驶出行服务测试。

今年5月，萝卜快跑上新了搭载第六代智能化系统解决方案的无人车，该款新车的制造成本为20万元人民币，仅为上一代车型成本的一半，计划今年在武汉首批投放1000辆。百度方面透露，萝卜快跑有望于今年底前在武汉实现收支平衡，并在明年进入盈利期，成为全球首个实现盈利的Robotaxi平台。

尽管风头正盛，但从绝对数量上来说，一个城市内千辆甚至只有几十辆的Robotaxi，和普通汽车相比不过是九牛一毛，而之所以萝卜快跑会被关注到，其中一个原因可能是其覆盖范围较广。

曾在某头部自动驾驶公司品牌部门就职的小文向《看世界》介绍，目前国内Robotaxi或者无人巴士等，往往会被限定在某些特定行政区或范围内行驶，如北京的经济技术开发区（亦庄），广州的南沙区、黄埔区，深圳的宝安区等—而武汉市智能网联汽车开放测试道路覆盖了12个行政区，辐射面积约3000平方公里，如此大的范围也让市民对萝卜快跑的感知度会更高。

从全球层面来看，进军Robotaxi的企业同样不在少数。国信证券相关调研报告认为，全球Robotaxi商业化主要分为三个梯队，中美位于第一梯队，萝卜快跑、文远知行、谷歌旗下的Waymo等是其代表性企业，已在多个城市开启全无人的Robotaxi商业化小规模应用，并已准备开始商业化发展；而二三梯队的国家则分别仍在有安全员小规模商业化试验和道路测试阶段，梯队间差距明显。

自动驾驶路线之争

担忧萝卜快跑引发事故是本轮讨论的重点之一，而围绕如何更好地降低事故率、更好地提升Robotaxi面对复杂场景的处理能力，业内在技术路线选择上也不尽相同。

感知和决策是自动驾驶的两大关键，两者就好比人类的眼耳和大脑，共同决定着驾驶的安全。

如萝卜快跑采取的，是基于高精地图的“模块化自动驾驶方案”，通过激光雷达+摄像头+毫米波雷达构成的多传感器组实现感知，再根据人工编写的规则逻辑进行算法决策。

此外，百度作为地图厂商，萝卜快跑还可以享受百度自带厘米级精度的高精地图作为额外辅助，使其在这场自动驾驶的考试中如同开卷，能提前洞悉道路的情况，进而降低算法的处理难度—这样的思路与Waymo相似，作为一家背靠谷歌的公司，谷歌能为其提供其他厂商难以企及的高精地图。

一个城市内千辆甚至只有几十辆的Robotaxi，和普通汽车相比不过是九牛一毛。

当然，重地图路线存在的问题是，并非所有城市都有高精地图，而且高精地图的更新周期未必跟得上实际驾驶需求，因此无论是萝卜快跑还是Waymo，目前试点范围也都没超出本国的大型城市。

而在决策层面，人工编写规则可以通过穷举法，尽可能覆盖绝大部分关乎驾驶安全的场景，但却难免会有疏漏，一旦遇到疏漏或AI解决不了的问题时，就可能需要云端安全员接入了。

在某网约车平台从事市场与政策相关工作的张先生告诉《看世界》，他与一些同行交流后了解到，业内大多认为，萝卜快跑安全性足够但博弈能力偏弱，即遇到不直接关乎安全，但却相对复杂的驾驶场景，如应对乱穿马路的行人、突然杀出的电动车、随意变道的前车、有插队或别车倾向的车辆、异常拥堵的路段时，萝卜快跑的处理往往不如老司机般熟练，显得比较呆板，这也影响了行驶效率。

在张先生看来，这有可能是萝卜快跑为了提高安全性，相关规则代码过于冗长导致。

欧美路况远不如国内复杂，FSD能否适应国内的交通环境，仍是未知数。

与萝卜快跑等相对的，是特斯拉的完全自动驾驶系统（Full-Self Driving，简称“FSD”）。在感知层面，特斯拉采用的是“BEV+Transformer”技术。BEV名为“鸟瞰图视角（Bird's-eye-view）”，是一种AI算法，这一算法在谷歌推出的深度学习模型“Transformers”的加持下，遍布车周遭的12个摄像头所拍摄的画面，将被转换为坐标，模拟出在车辆正上方10～20米处，向下俯视车辆及周围环境的“上帝视角”画面，以供决策。

而在决策层面，有别于依赖人工制定规则的模块化自动驾驶模式，特斯拉的端到端自动驾驶主打学习能力，即不是通过硬规定告诉AI遇到红灯和限速标识等怎么办，而是让AI学习经过安全标注的特斯拉车主驾驶情况，让AI能更像车主一样思考，在遇到突发情况时，也能用更接近真实司机的方式进行处理。

FSD听起来很靠谱，但在实际应用中也存在不少不足。在感知层面，BEV是纯视觉技术，并未配备雷达，当极端天气导致视线极差时，BEV处理起来就相当棘手，因此特斯拉在Model S上又重新装回了毫米波雷达；而在算法上，欧美路况远不如国内复杂，FSD能否适应国内的交通环境，仍是未知数。

此外，马斯克还在不久前宣布，原定于8月上线的Robotaxi推迟到10月发布，并称自己过去的预测过于乐观。这更让特斯拉的Robotaxi之路多少有些显得前途未卜。

奇点时刻仍未到来

作为一项足以影响人类未来数十年出行模式的技术，自动驾驶的未来无疑是美好的。但即便抛开技术层面的棘手不谈，快速成长中的自动驾驶，面临的困境依然不少。

在基础设施、法规、技术等问题都仍存在一定空白的情况下，谈论自动驾驶行业的奇点时刻（即人工智能比人类更智能更聪明的时刻）是否到来，未免有些操之过急。

张先生告诉《看世界》，据他了解，不少一二线城市的政府部门都对自动驾驶比较上心，出台了一系列政策与规划。如上海市经信委等三部门在去年印发了《上海市智能网联汽车高快速路测试与示范实施方案》，表示将有序开展智能网联汽车高快速路测试与示范。

今年6月初，经工业和信息化部等四部门审批后，首批由9个汽车生产企业和9个使用主体组成的联合体，将在北京、上海、广州等7个城市展开智能网联汽车准入和上路通行试点，探索完善智能网联汽车生产准入管理和道路交通安全管理体系。

6月30日，北京市出台了《自动驾驶汽车条例（征求意见稿）》，对产业创新发展、基础设施规划建设、交通违法行为处理、事故责任认定规则等进行了说明，明确了将支持自动驾驶汽车用于城市公共电汽车客运、网约车、汽车租赁等城市出行服务。截至7月29日，该《征求意见稿》仍在公示阶段。

但张先生也表示，尽管政策越发完善，但大多数只是地方性的规定，在自动驾驶领域，目前缺乏全国性的顶层法规，去年交通部发布的《自动驾驶汽车运输安全服务指南》也主要聚焦于安全领域。广汽集团总经理冯兴亚此前也曾发言称，建立与自动驾驶等相关的专门性立法，是产业发展的必然要求。

而在基础设施层面，要想真正实现自动驾驶，离不开车路协同，这也迫切需要国家层面密集政策的支持。在城市交通中，如何将自动驾驶与智能交通信号控制、智能停车等系统配合，在张先生看来，这方面的内容研究与政策，在国内目前相对空白。

类似的困境同样出现在美国。去年8月，在经历了长达6个小时的听证后，Waymo和Cruise公司获准在旧金山全天候运营付费自动驾驶出租车。美国科技媒体The Verge称，当地对于是否扩大自动驾驶的分歧很大。

然而，仅仅在2个多月后，Cruise就被吊销了许可证，原因是该公司的Robotaxi没能识别出一位因事故倒地的行人，发生了严重的拖拽事故。《麻省理工科技评论》称，这一事故再次引发了人们不信任，为这项技术的未来投下了严重的阴影。

事件发生后，加州对自动驾驶的审核也变得更为严格，而这样有些矫枉过正的措施，也被舆论指责为限制行业发展。

目前，身处自动驾驶行业第一梯队的中美两国，都没能在自动驾驶领域给出让大多数人都满意的解答。或许，比起单纯的征服道路，自动驾驶需要征服的还有很多。

（文中小文为化名）

责任编辑吴阳煜 [email protected]