時下Robotaxi，全球冰火兩重天。

　　第一層，中國玩家發展越來越穩，美國代表卻流年不利。

　　第二層，技術派高歌猛進，場景派卻紛紛退賽出局。

　　關于Robotaxi的兩大門派之爭，似乎也在此消彼長。

　　Robotaxi的兩大門派？沒錯，就是現如今眾所周知的兩條自動駕駛落地路線。

　　一條以Waymo百度為代表，是研發、路測，落地的直接L4派；另一條則是特斯拉為代表，搞量產、上路后迭代，希望從L2到L4的升維派。但這兩條落地路線，最終目標都是Robotaxi。

　　Waymo、百度不用說，路線就是不斷擴充車隊規模，直接推出終極形態的Robotaxi產品。特斯拉則是希望在足夠多量產車上路后，可以讓”閑置“的車輛上路”賺錢“。

　　可以說，Robotaxi就是自動駕駛領域的終極圣杯。但在特斯拉狂飆突進之前，關于Robotaxi的實現，其實被談論最多的卻是另外兩大門派之爭。

　　Waymo和Uber，誰將更快實現Robotaxi？

　　是技術領先的Waymo從邊緣來到中心，顛覆共享網約車平臺的格局？還是擁有場景資源的Uber順勢而為，利用場景和數據獲得雪球效應、后發制勝？

　　當時，這兩條路線競爭之激烈，讓一向”脾氣好“的谷歌，在萊萬竊密案中，反常地一告到底，態度堅決到導致Uber創始人卡蘭尼克被董事會驅逐、萊萬多夫斯基被判牢獄之災。

　　而今時今日在美國，Robotaxi的兩大門派似乎已經分出高下：Uber和Lyft都放棄自研，基本算是退賽出局了。但Waymo日子也不好過，雖然最早推出了Robotaxi服務，但規?；蜕虡I化變現難，如今半年8位高管出走，一言難盡……

　　所以，這兩大門派的終局之戰，決勝場還要回到中國。

　　那么，問題也就來了：在中國，情況會有不同嗎？

　　我們先看都有誰，再分析兩大門派的優與劣。

　　1

　　做Robotaxi的都有誰？

　　Robotaxi江湖，存在或曾經存在過不少玩家。這些公司不外乎兩種：

　　技術驅動型和場景驅動型。

　　百度Apollo、文遠知行、小馬智行，AutoX、谷歌旗下Waymo屬于典型的技術驅動型，從智能化往共享化發展，即先把算法策略磨練成熟，再做共享出行。

　　另一大派別，是場景驅動型。顧名思義，先有出行服務的平臺，然后利用豐富的場景慢慢打磨算法，讓技術從場景中”生長“出來，從共享化擁抱智能化。這一派的代表，國外有一度風生水起的Uber、Lyft，國內則以滴滴、首汽約車、T3出行等為代表。

　　那么兩大門派現狀如何？

　　從Robotaxi測試車隊規模來看，技術驅動一派，顯然聲勢更大：

                                                            ↑數據來源：官方披露和公開信息

　　而國外，技術驅動的Waymo，和平臺驅動的Uber、Lyft 成績如下（截止2020年）：

　　另外，以百度、文遠知行和小馬智行為代表的技術驅動型，都陸續進入了Robotaxi無人化和商業化運營階段。而場景平臺型中，現在除了滴滴扛起大旗，其他玩家進展非常有限。

　　所以，如果單從現狀進展而言，技術派壓倒場景派，技術驅動型確實占優。但是不是場景驅動派沒有逆風翻盤的籌碼？

　　話還沒到說死的時候。

　　2

　　兩派孰優孰劣？

　　首先，場景驅動型的優勢是什么？

　　應用場景直接現成，擁有久經打磨的出行網絡調度經驗，以及人類駕駛網約車帶來的海量數據。在自動駕駛的推進中，出行平臺一直被認為是最后Robotaxi落地的必備平臺，且這種經年累月積累的數據、調度優勢，是其他自動駕駛玩家無法比擬的。

　　更重要的是，在自建路測車隊之余，出行平臺通過給運營車輛后裝傳感器，就能開啟更大規模的數據收集。如果能進一步前裝定制車輛，還能更精準獲取路況和人類駕駛行為等方面的信息。

　　眾所周知，從本質上看，自動駕駛的競爭其實就是圍繞有效數據收集和驅動AI模型迭代的競爭。而路測里程背后，要么自建路測車隊（Waymo），要么通過量產車（特斯拉）展開。而出行平臺，甚至不必像特斯拉一樣經歷產能挑戰。

　　所以，一直以來，網約車平臺搞自動駕駛，天生的場景和資源備受羨慕。至少在Uber急功近利成為豬隊友之前，業內認為能與Waymo相提并論，甚至可能比Waymo更早實現自動駕駛里程碑的，是出行平臺。

　　在場景驅動型主要玩家的進展中，使用從網約車平臺采集的真實場景數據，是介紹其優勢的關鍵重點之一。比如一個代表性玩家就披露過，背靠其出行平臺，每天訂單數量平均達數千萬，加之司機的行駛軌跡和安裝在交通工具上的設備，全年可以采集近1000億公里的真實場景數據，然后進一步利用仿真系統來實現迭代。

　　另外，一場圍繞”定制化前裝“的運動，也正在各大出行平臺廠商那里徐徐展開，一支規模龐大的前裝定制車型車隊，已經在來的路上。

　　場景驅動型Robotaxi的商業模式也很直接，現有模式內替代——逐漸用AI司機、Robotaxi替代掉人類司機和常規網約車。

　　這樣聽起來似乎有理有據，但很多人也會疑問，為何Uber和Lyft都退賽不玩了呢？

　　實際上，內因依然是關鍵，因為場景驅動型平臺內部也有難念的經。

　　首先，挑戰現有的商業模式、需要自我顛覆，并且自動駕駛的研發成本高企。

　　Uber也好、Lyft也好，營收賺錢的核心在于網約車業務，發展自動駕駛雖然是未來，但相當長一段時間內都是高成本投入，更何況網約車現在有規模但不見盈利，組織內部是否可以一如既往堅定如初，不好說。

　　況且，自動駕駛研發有多燒錢，誰用誰知道。Uber財報有過披露，一個月成本賬單就是2000萬美元。在Uber無人車部門出售后，外媒估算過，花費投入超過了20億美元。既然如此燒錢，止損又遙遙無期，最后Robotaxi的應用還得有出行網絡和平臺，那為什么不是等到技術驅動平臺研發成功了，再接入進來？

　　其次，出行平臺搞Robotaxi，有場景優勢但也有天然軟肋。人類司機方面，面臨阻力。而也正是出于這兩大因素，Uber和Lyft退出自研，但放話仍然關注和篤信Robotaxi。

　　回到技術驅動派這邊。

　　其實現Robotaxi的劣勢相比也很明顯，推進速度相對不會那么快，需要嚴格路測、試運營，然后無人化ODD區域落地，并且進一步實現商業化，另外也沒有現成的出行平臺網絡可用。

　　不過，好處是沒有包袱，百度也好，其他Robotaxi落地玩家也好，現如今正在展現出的邏輯可能就是：慢就是快。

　　一方面，他們所有的研發、路測和數據迭代，都是為Robotaxi而展開的，從收集到反饋都非常精準，自動駕駛的模型自然迭代快速。

　　以國內”帶頭大哥“百度Apollo為例，除了Robotaxi，其用在乘用車的自動駕駛技術（ADS）與Robotaxi同架構、共平臺，目前已經和車企合作量產交付。這正是技術驅動型Robotaxi平臺的新趨勢——降維釋放，利用Robotaxi和量產自動駕駛，實現”雙輪驅動“。

　　另一方面，商業化推進上不需要自我革命。今年五一期間，百度Apollo就開始在北京首鋼園啟動無人化的商業化運營，單程票價30元，但體驗者預約不斷，都希望打卡Robotaxi這一新物種。

　　而如果百度是先做了網約車業務，再換Robotaxi收費，恐怕接受度上就是另一番模樣了。

　　3

　　Robotaxi江湖誰將主導？

　　至此，我們明晰了兩大門派的優劣勢，或許對于接下來決勝關鍵，也就更加明確了。

　　概括起來，Robotaxi作為自動駕駛的終極目標，偉大前景毋庸置疑，但誰才能摘得圣杯呢？

　　之前，出行平臺被認為是Robotaxi落地的絕佳場景。

　　普遍觀點認為，除了自建的路測車隊，網約車平臺通過給運營車輛后裝傳感器，能開啟大規模的數據收集。如果能進一步前裝定制車輛，還能更精準獲取路況和人類駕駛行為等方面的信息。

　　所以，一直以來，網約車平臺搞自動駕駛，天生資源備受羨慕。但所有人都低估了算法迭代的挑戰和擴充車隊的成本。

　　場景型平臺驅動的內生矛盾，讓Uber、Lyft不得不在自動駕駛面前”沒有夢想“。

　　另外，海量出行數據本來是無數AI公司夢寐以求的，但如何把這樣的數據優勢變成算法優勢，挑戰其實不小。

　　出行平臺收集數據的方案，往往是在車輛上后期加裝傳感器。比如行車記錄儀。這樣的攝像頭可以很快覆蓋到平臺上的所有車型，但也有兩方面的挑戰。

　　一是車載記錄儀式的攝像頭數據，以前向行車數據為主，成像質量和分辨率，也非嚴格為自動駕駛高精度數據而生，如果還不能與車輛的駕駛行為數據（速度、方向等）數據打通，對自動駕駛系統的迭代幫助，效用就會存疑。

　　另一方面，標注的挑戰。攝像頭記錄的視覺數據，需要經過標注、優化工作，才能對自動駕駛算法產生貢獻。但每年千億公里級別的數據，標注優化的工作量無法估計……

　　所以，出行平臺和特斯拉，盡管表面看都有豐富的場景，但真正要讓這些場景發揮出價值，標注方面的成本和技術能力，又是另一大關鍵技術挑戰。

　　歸根結底，難如登月的Robotaxi實現，不存在”資源密集“式的捷徑。

　　畢竟如果不走視覺路線，轉而追求安全冗余，將毫米波雷達、激光雷達等等一步到位……那么車隊的規模必然嚴格受限，數據方面的數量優勢反而被抵消。

　　所以，對于平臺型Robotaxi來說，找不到快速突破無安全員的技術路徑，就將一直難以擺脫”規模-成本“魔咒。

　　分析到此，走通Robotaxi這條路的核心已經明了，無非技術積累、成本控制、商業變現。這三點缺一不可，相輔相成。

　　再以步入Robotaxi商業化階段的百度Apollo為例，看看它都做了什么？

　　首先，技術是底層基礎。經年累月投入的大量人力財力，是任何想做Robotaxi的企業無法逃避的過程。掌握可靠的無安全員自動駕駛技術，就意味著拿到Robotaxi入場券，”賺錢“一事此時才剛有眉目。

　　其二，是成本控制。無安全員只是一個方面，另外一個方面是實現運營車輛的前裝量產，通過技術迭代把Robotaxi成本控制在和出行平臺相當甚至更低的范圍。

　　比如，目前百度Apollo在跑的是和一汽紅旗合作的改裝車，但年內會投放下一代前裝量產車型，百度估計成本能降低一半，而且未來每一代車型都能實現成本下降一半。

　　也就是說，按照技術公司與車廠、硬件廠商的合作規劃，未來Robotaxi有希望實現和網約車相當的成本。只有這樣，才能迅速擴大車隊規模。

　　最后就是商業變現，或者對內對外展現出這種潛力，不但直接關系企業的自我造血能力，運營規模還與成本、算法優化強相關。百度的方法是請外援補短板，直接拉來了前首汽約車CEO魏東加盟，操刀Robotaxi的商業落地。

　　作為技術驅動一派的代表，百度的這一系列進展，毫無疑問讓該陣營在中國繼續高歌猛進的概率大增。

　　但話說回來，中國出行平臺現在的格局，又是幾年前全世界無人出其右的補貼大戰和競爭的結果，跟太平洋對岸的Uber和Lyft相較，條件和變數都不盡相同。

　　所以，回到最初的問題，Robotaxi江湖，未來誰將率先觸達圣杯？

　　其實還沒有定論。

　　但Robotaxi的兩條路線之爭，技術驅動和場景驅動的快慢高下之爭，兩大門派的全球斗法，最終決勝盤一定在中國。

　　一場終局之戰即將開始，或許已經開始。

　　那么，你更看好誰呢？