智驾专家交流0711

智驾专家交流0711

会议要点

1、RoboTaxi的发展现状与前景

RoboTaxi的发展并不是最近才开始，早在2018年和2019年，广州就已经有许多RoboTaxi在路上运行。近年来，百度的萝卜快跑在广州黄埔区的订单量非常大，运营车辆也很多，显示出RoboTaxi在L4应用场景中的潜力。

RoboTaxi在武汉、北京、上海、广州和深圳等城市都有投放，尤其是在北京、上海和武汉，已经允许没有驾驶员的RoboTaxi上路。这些城市的投放数量和接单量显示出RoboTaxi在不同城市的运营情况。

2、RoboTaxi的成本结构

RoboTaxi的成本结构分为生产厂家和运营公司两部分。生产厂家部分包括车辆本身的成本和自动驾驶设备的成本。车辆成本是购买价格，而自动驾驶设备的成本包括激光雷达、摄像头、控制器等，整体成本可以控制在5万以内。

运营成本主要包括开发APP、车辆维护、数据更新和监控等。虽然具体数据不准确，但车辆维护是运营成本中的大头。随着运营车辆数量的增加，单位成本有望下降。

3、RoboTaxi市场竞争与技术发展

市场上主要的RoboTaxi玩家包括百度的萝卜快跑、文远知行和小马智行等。百度通过更好的商业化落地和普及，让更多人接受RoboTaxi。技术方面，硬件变化不大，但软件和算法有显著进步，特别是通过数据驱动的算法优化。

当前RoboTaxi的技术壁垒主要在于其产品尚未达到车规级，无法进行商业销售。未来的技术升级方向包括算法和软件的提升、车规级产品的开发以及功能安全的考虑。

4、政策与法规

根据2023年10月发布的智能网联汽车准入和上路试点通知，RoboTaxi的商业化需要经过申报批准、产品准入、上路试行、评估整改等五个阶段，预计需要五年时间。

政策方面，国家标准和地方支持政策将逐步出台，明确责任划分和管理措施，推动RoboTaxi的落地运营。

5、特斯拉与国内RoboTaxi的对比

特斯拉的FSD方案主要依赖视觉传感器和自研芯片，不使用激光雷达，其硬件已经达到车规级。相比之下，国内RoboTaxi依赖多传感器和高精度地图，但硬件尚未达到车规级。

特斯拉的方案在国外先行试运营，进入国内需要重新训练算法以适应国内交通标识和法规。目前国内法规尚未允许特斯拉的RoboTaxi运行。

6、技术与运营挑战

当前RoboTaxi需要在固定上车点和下车点接客，技术发展后有望实现更自由的上下车点，但需要大量数据训练来应对复杂的动态场景。

在繁华路段和拥堵场景下，RoboTaxi的运行仍面临挑战，需要进一步提升算法和硬件的可靠性。公众对自动驾驶的容忍度也是一个重要因素。

7、商业化路径与前景

L4级自动驾驶的商业化路径较为复杂，当前L2级别的技术积累对未来L4级别的发展有帮助。华为、小鹏等公司通过逐步迭代技术，有望在未来冲刺RoboTaxi市场。

RoboTaxi的运营成本较高，主要集中在车辆维护和数据处理上。以小马智行为例，其运营成本大约是车辆改装成本的2到3倍。

8、技术路线与未来展望

L2和L4的技术路线在感知、决策、控制等方面相似，但实现的场景和功能边界不同。L2是辅助驾驶，需要驾驶员参与，而L4则可以完全自动驾驶。

国内RoboTaxi公司主要采用多传感器融合和高精度地图的方案，而特斯拉则依赖视觉传感器和自研芯片。车路协同方案在国内尚未广泛应用。

Q&A

Q：目前robotaxi在各个城市的运营情况如何？

A：目前robotaxi在武汉、北京、上海、广州和深圳等城市都有投放。武汉的百度萝卜快跑投放了大约1000辆车；北京亦庄、上海浦东区金桥、广州黄埔区和深圳也有投放。特别是在北京、上海和武汉，这些城市允许没有驾驶员的robotaxi运营。

Q：robotaxi的成本结构是怎样的？

A：robotaxi的成本结构可以分为两部分：生产厂家和运营公司。生产厂家的成本包括整车成本和自动驾驶设备成本。整车成本是购买量产车的价格，而自动驾驶设备成本包括激光雷达、摄像头、控制器等，整体成本目前可以控制在5万元以内。运营公司的成本包括开发APP、车辆维护、数据更新和监控等。

Q：robotaxi的运营成本主要包括哪些方面？

A：robotaxi的运营成本主要包括开发APP、车辆维护、数据更新和监控等。车辆维护是一个大头，包括充电、维修等。此外，还有大数据监控平台的投入和公司运营的其他成本。

Q：未来robotaxi大规模运营后，单车成本是否会下降？

A：是的，未来大规模运营后，单车成本会下降。随着车辆数量的增加，很多投入性的成本可以被平摊，从而降低单车的运营成本。

Q：目前robo-taxi市场不同玩家的优劣势是什么？他们后续的布局重点有哪些？

A：目前市场上主要的robo-taxi玩家包括百度的萝卜快跑、景驰（文远知行）和小马智行等。百度的萝卜快跑虽然不是最早出现的，但其商业化落地和普及程度较高，推动了更多人接受自动驾驶robo-taxi。小马智行在广州已经有大几百辆车在运营，并且早在五年前就已经开始布局，运营模式较为成熟。从技术发展角度来看，硬件方面变化不大，主要是成本下降；而软件和算法方面进步显著，尤其是随着车辆运行里程的增加，数据驱动的算法不断优化。

Q：萝卜快跑的自动驾驶技术端和运营端的主要壁垒是什么？

A：萝卜快跑的运营端表现较好，但在技术端存在较大壁垒。其自动驾驶技术尚未达到车规级产品的要求，因此不能出售，只能由百度自己的运营公司使用。根据工信部、公安部、住建部和交通运输部发布的智能网联汽车准入和上路试点通知，robo-taxi产品必须由车厂生产，具备合格证才能出售。因此，萝卜快跑目前的技术限制是一个很大的障碍，需要较长时间才能达到车规级标准。

Q：随着robo-taxi运营里程和范围的扩大，技术升级的主要方向有哪些？

A：随着robo-taxi运营里程和范围的扩大，数据量也会增加，这将有助于算法和软件的提升，因为AI算法需要大量数据来驱动。除了数据驱动的算法优化外，技术升级的主要方向还包括实现车规级产品和功能安全的提升。这些都是未来技术发展的重要方面。

Q：车规级产品需要满足哪些要求？

A：车规级产品需要满足严格的要求。首先，从元器件层面来说，车上的控制器或传感器需要使用经过AQC100行业标准认证的元器件。其次，产品层面，包括控制器和传感器，必须经过车规测试，如EMC测试、环境测试和电气功能测试。这些测试确保产品能在汽车运行的复杂环境中正常工作。此外，车规级产品还需要满足功能安全要求，明确功能失效后的冗余方案和功能使用的边界。

Q：达到车规级测试并实现大规模量产的时间进度如何？

A：根据智能网联汽车准入和上路测试试点通知，整个过程分为五个阶段。第一阶段是申报批准，今年已有九家车企和运营公司联合体通过申报。第二阶段是产品准入，允许车厂以量产方式生产robotaxi车辆。第三阶段是上路试行。第四阶段是针对有问题的车辆和厂家进行暂停和退出。第五阶段是评估和整改，完成后允许车厂大规模生产robotaxi并运营。整个过程预计需要五年时间。

Q：后续在智能网联汽车方面有哪些值得期待的政策？

A：后续在智能网联汽车方面可能会有更多支持和规范政策出台，以推动技术进步和市场发展。具体政策内容尚待进一步观察和确认。

Q：国家在高级别智能驾驶方面的政策支持有哪些？

A：国家已经发布了智能网联准入政策，明确了责任划分，包括运营公司和车厂生产主体之间的责任，以及公安部门的责任。接下来，具体的政策支持将逐步落地，地方政府也会出台相应的管理标准。

Q：特斯拉即将推出的FSD（Full Self-Driving）与国内的robotaxi有哪些主要区别？

A：特斯拉的FSD主要依赖视觉传感器，不使用激光雷达，配备11个摄像头和一个毫米波雷达，搭载其第三代芯片，算力超过500T。特斯拉的方案依赖于算法和云端数据服务，现有车辆通过软件升级即可实现robotaxi功能。而国内的robotaxi则依赖更多的传感器和高精度地图，硬件依赖性较强，控制器还未达到车规级标准。

Q：目前robotaxi需要在固定的上车点和下车点接客，这种情况未来能否改变？

A：目前robotaxi在固定的上车点和下车点接客是由于技术水平的限制。未来随着技术的发展，尤其是定位技术和数据训练的提升，有可能实现更加随意的上下车点。需要大量的数据来训练系统，包括不同路况、动态场景的数据，以提高系统的精准定位和停车能力。当前阶段，为了避免交通事故和投诉，robotaxi选择在路况较好的点设定上下车点。

Q：无人驾驶出租车线路的拓展需要做哪些准备？

A：无人驾驶出租车的线路选择没有明确规定哪些路能跑，哪些不能跑。通常选择具有代表性的线路，这些线路在算法训练过程中已经处理过相应的交通场景。首选的场景和路线通常是路况较好、交通线和交通灯清晰、没有频繁穿梭的行人和二轮车的地方。未来会逐步拓展到城市中更复杂、更拥挤的路况，因为这些地方的需求也很大。

Q：无人驾驶出租车在复杂路况下的表现如何？

A：在繁华路段或人多的街道上，自动驾驶车通常会配备安全员，主要目的是采集数据以提升算法。当前自动驾驶车在这些复杂路况下的表现还不够理想，需要进一步的数据采集和算法训练。

Q：无人驾驶出租车在复杂路况下达到较高技术水平需要多长时间？

A：从软件算法上来说，提升速度相对较快，因为基于数据驱动。但硬件的成熟度仍是一个挑战，尤其是硬件发热问题可能导致软件算法暂停或终止。根据四部委的自动网联准入条例，整个过程大约需要四到五年时间。

Q：无人驾驶出租车是否依赖车路协同？

A：无人驾驶出租车主要依赖自身的传感器和高精度地图进行感知和判断。虽然在一些试点区域，如广州的黄埔和南沙，政府布置了一些车路协同设施，但这些设施主要用于运营监管和数据采集，而非自动驾驶本身的功能。

Q：车路协同的主要作用是什么？

A：车路协同主要用于监管和判断交通事故，通过车辆数据传输到后台进行判断。如果车辆出现问题且没有管理员，后台可以通过远程驾驶接管车辆，将其移到安全位置。

Q：特斯拉的Robot Taxi在进入国内市场时需要做哪些调整？

A：特斯拉的Robot Taxi在进入国内市场时需要重新采集国内的交通路况数据进行算法训练，因为国内的交通标识和交通灯与国外不同。此外，目前国内还没有相关法规允许特斯拉的Robot Taxi在国内运营，特斯拉在国内的自动驾驶功能仍停留在L2+水平。

Q：现在萝卜快跑和其他无人驾驶出租车人工介入的比例是怎样的？平均多少公里需要介入？

A：具体的人工介入比例和频率不方便提供具体数据。从技术水平上看，萝卜快跑虽然宣传火热，但技术水平并未达到顶尖。其火热的原因主要是使用了高性价比的车辆，降低了成本，使得robot taxi看起来更亲民。此外，萝卜快跑在多个城市投放了大量车辆，例如武汉投放了1000辆，这种大规模投放提升了其热度。

Q：理想、小鹏和华为的长期NOA与百度萝卜和小马智行的技术水平相比如何？

A：理想、小鹏和华为的自动驾驶主要是L2+级别的智能驾驶辅助系统，仍需驾驶员操作，属于车规级产品，可以量产销售。而百度萝卜和小马智行的robot taxi则是L4级别的自动驾驶，技术上更复杂。L4级别的自动驾驶技术难以直接应用于L2级别的车辆，因为硬件需求差异巨大。L4级别的自动驾驶算法需要更高的硬件支持，而L2级别的车辆难以满足这种需求。

Q：目前监管是否要求robot taxi使用高精地图？未来无图算法是否可行？

A：目前监管并没有要求robot taxi必须使用高精地图，但为了实现准确定位和自动驾驶算法的有效性，基本上所有robot taxi公司都在使用高精地图。

Q：高精地图成本较高且更新要求高，端到端算法是否可以解决这些问题？国内各厂商在端到端算法方面的进展如何？

A：端到端算法主要依赖于大模型和大量数据训练，虽然这是一个趋势，但由于硬件依赖性强，难以在量产车上实现。目前大模型主要在云端进行运算，车载硬件难以支持大模型所需的计算能力。因此，端到端算法在车上的实际应用仍面临很大挑战，主要还是在训练平台和数据中心进行。

Q：您认为国内整车厂如华为、小鹏是否有机会参与到Robot Taxi的市场？

A：特斯拉是一家比较特殊的公司，它通过不断提升算法，从L2逐步向Robot Taxi发展。国内的情况有所不同，L4和L2是割裂的，L4主要由科技公司主导，而L2则由车厂背景的公司主导。华为和小鹏目前在做L2+，即城市NV功能和技术。如果他们能够完美实现这些功能，下一步肯定会冲刺Robot Taxi。这些技术是在为未来打基础，但能否成功积累到那个程度还需观察。

Q：L4降本路径与华为、小鹏等公司通过迭代实现低成本，哪种商业化更容易落地？

A：根据我的判断，尚未实现L2落地的L4公司要实现商业化是很难的。这与公司的领导层认识有很大关系。当前已经实现L2落地的公司如华为和小鹏，通过一步一步技术积累，未来如果做L4会有政策帮助。而尚未实现L2落地的L4公司去做L2则有一定难度。成功的例子如某公司，通过与车厂合作，逐步实现了L2的商业化落地，这与其领导层的决心和认识有很大关系。

Q：对于普通乘用车L4级驾驶的几种方案，您更看好哪种路线？

A：对于普通乘用车L4级驾驶，目前有几种方案：激光雷达多传感器方案、特斯拉的无图视觉方案以及车路协同的车联网方案。每种方案都有其优劣势，具体看好哪种路线需要根据实际应用场景和技术发展情况来判断。

Q：国外和国内在自动驾驶技术方案上有哪些不同？

A：国外的特斯拉没有使用激光雷达，而是依靠多传感器融合和高精度地图来实现自动驾驶。国内则普遍采用多传感器融合方案，包括激光雷达和高精度地图，虽然这种方案成本较高，但感知水平更高。车路协同技术在国内更多是政策层面的讨论，目前还没有大规模落地应用。车场协同技术在某些示范场地有应用，但也未大规模推广。

Q：L2和L4自动驾驶技术路线有哪些差异？

A：L2属于驾驶辅助技术，需要驾驶员时刻关注道路并承担驾驶责任。L4则是完全自动驾驶，驾驶员可以不在车内，责任由车辆或自动驾驶系统承担。技术实现上，L2和L4都通过感知、决策、控制和运动执行来实现，但应用场景和功能边界不同。L2主要用于结构化道路上的辅助驾驶，而L4则可以在更复杂的环境中实现完全自动驾驶。

Q：国内RoboTaxi公司的运营成本与车辆改造成本的比例是多少？

A：以小马智行为例，其改装一辆雷克萨斯的成本并不高，大约五十多万元，但运营成本非常高。每辆车需要一个安全员和至少两个工程师进行数据采集、处理和更新，运营成本大约是车辆改装成本的2到3倍。具体到其他公司，如祺出行等，可能会有所不同，但总体上运营成本显著高于改装成本。