無人駕駛，發展到什麼階段了？

那要看全球Robotaxi一哥Waymo走到那兒了：

技術上，轉向端到端，雲端基模世界行為語言模型打底，蒸餾為小模型上車。

商業化上，每周50萬單，在美國落地11城，出海英國倫敦和日本東京，開啟「Robotaxi全球化元年」。

這都是Waymo聯席CEO德米特裡·多爾戈夫（Dmitri Dolgov）最近訪談時，披露的最新進展。

多爾戈夫是行業的元老級人物，工程師出身，親歷了21年間，無人車從沙漠挑戰賽走向全球的全過程。

他在訪談中，談及了21年裡自動駕駛的技術演進，同時也展望了，當自動駕駛普及，人類社會的變化。

多爾戈夫透露，Waymo現在也轉向了端到端，但是這並不意味著徹底拋棄過去的技術範式。多爾戈夫認為這是“錯誤的二分法”。

因為在Waymo看來，純粹的端到端，像是一個黑盒，感測器輸入圖像，系統利用圖像像素，直接輸出車輛軌跡，這就給模擬訓練，帶來了困難。

因為這迫使模擬系統去生成一個完整的像素世界，多爾戈夫覺得生成一切本來就很困難，即便做到了，訓練和評估過程也很低效。

Waymo的解決辦法是，以端到端為基礎，再加上一些來自真實世界的結構化概念，比如這裡有一條路、一個交通標誌或者限速資訊。

在這一思路的指導下，Waymo在雲端打造了一個基座模型，多爾戈夫把它叫做多模態世界行為語言模型（Multimodal World Action Language Model），看上去還是世界模型的架構。這裡的語言維度，主要是通過VLM，引入通用世界知識和語義理解。

這個基模並不都是用來開車的，主要適配了這三大類任務：

開車：雲端教師模型學習如何駕駛，後續蒸餾到車端的學生模型

模擬：生成逼真的虛擬環境，訓練自動駕駛系統

評估：評價駕駛決策，教Driver怎麼開

在多爾戈夫看來，如果只做輔助駕駛，只用Driver司機模型就夠了，可以解決自動駕駛系統90%的問題。

但如果想要躍過L4的鴻溝，就需要用到Simulator模擬器和Critic價值判斷器。

從這也能看出，其實多爾戈夫承認，L2玩家有可能進入L4陣營。但是他不認為L2跟L4之間是線性升維關係，因為雙方解決的技術問題，有本質不同，L2到L4是質變，不是一回事兒。

Waymo第六代套件，成本比肩ADAS系統

除了軟體層的技術架構，多爾戈夫還分享了Waymo的硬體側進展。

他表示，Waymo第六代自動駕駛套件，仍然採用了多感測器冗餘感知方案，雷射雷達、毫米波雷達和攝影機都上，對三者做了統一和簡化。

多爾戈夫認為，雷射雷達仍然有純視覺不具備的優越性。他舉了個例子，有一次Waymo無人車準備起步，前方一輛公車駛過，擋住了無人車的視線，Waymo檢測到公車另一側，底部有一個微弱訊號，這個微弱訊號，其實是行人在走路。

就憑藉雷射雷達捕捉到的一點微弱訊號，自動駕駛系統判斷這裡有行人，並預判行人會從公車後方走過來，所以提前減速，並且往側方多打了一下方向盤，留出距離，避讓開了行人。

雖然還是使用了多感測器，但據多爾戈夫透露，其實第六代套件的成本並不高，可以和智能輔助駕駛套件的成本相比了。

這就匪夷所思了。國內套件成本低，包括雷射雷達能做到“千元機”水平，都是因為有成熟的智能車產業鏈，有規模效應的助力。

而在美國，因為特斯拉堅定走純視覺路線，雷射雷達產量並不高，Waymo竟然把成本下探到現在的水平。

回到感測器，多爾戈夫透露，目前還有一些獨特的問題需要解決，天冷時還需要解決感測器的清潔、加熱和濕滑路面控制等一系列問題。

新技術和新套件，也正讓Waymo跑出自動駕駛新的加速度。

多爾戈夫在訪談中披露了一系列資料，他表示目前Waymo累計訂單已經突破了2000萬單，其中有一半都來自過去的7個月。

而且目前還在以50萬單/周的速度增長，同時車隊規模已達到了3000輛，每周無人駕駛里程達到了640萬公里。

這個速度今年還會繼續加快，多爾戈夫稱Waymo已經在美國落地了11座城市，今年還計畫在英國倫敦和日本東京部署。這意味著2026年將成為「Robotaxi全球化元年」。

不過多爾戈夫也坦承，Robotaxi直接在海外部署比較困難，儘管模型現在的泛化性越來越強，但到新的城市，還是需要特調，收集本地資料，做針對性的最佳化，同時進行驗證。

除了技術本身的問題外，還要和監管機構溝通，嘗試取得當地居民的信任。

在談到商業化進展時，多爾戈夫還提及了無人駕駛商業化的「Corner Case」。

多爾戈夫表示，有的偏遠地方，沒什麼人打車，在這種地方部署Robotaxi，不太合理。

畢竟接不到太多單子，算不過來帳。但也不是說，地區偏遠，就普及不了自動駕駛。

多爾戈夫透露，Waymo的系統將來也可以部署到私家車上。

換句話說，未來不一定需要打車，才能體驗自動駕駛服務，用自家車輛也行。

當L2升維，推出Robotaxi叫車服務之際，Robotaxi一哥，考慮進軍私家車了。

從這個角度來看，端到端技術架構之後，L2和L4的商業模式，也正在走向同一條河流。  (智能車參考)

馬斯克認為激光雷達存在技術缺陷，但L4技術人員並不認可。

外界熟知特斯拉一直反對激光雷達的原因是覺得它太貴，但是從技術角度來看，特斯拉內部其實還有另一個說法，他們認為激光雷達的問題不只是貴，還在於跟攝影機的資訊融合上存在技術障礙。

在討論這個問題之前我們先來認識一個行業基本誤區。目前行業將沒有激光雷達的方案統稱為純視覺方案，但其實國內很多車企即便沒有激光雷達，大部分都有毫米波雷達，嚴格意義上來說，應該是攝影機為主的視覺方案。但特斯拉的純視覺是只有攝影機，除了激光雷達，連毫米波雷達都沒有，這才是所謂的純視覺。

這時候我們再來看馬斯克拋棄激光雷達的原因在那裡。馬斯克的邏輯其實很簡單，攝影機是人的“眼睛”，既然人眼能看清，相機也能看清。但是攝影機存在的基本事實無法忽視，缺少深度資訊的攝影機天然就存在“視覺欺騙”的缺陷。比如把白色車輛識別成白雲，將路邊的廣告牌上內容識別為汽車。

問題出在那裡，來看看前特斯拉工程師的回答：

“多個資訊流確實能提供更多的資訊，但是你要解答一個問題，難道攝影機本身的資訊不夠嗎？還是演算法挖掘資訊的演算法能力不足？比如說緊急剎車、在城市道路的時候有頓挫感，其實根源就是它對周圍物體的速度估計、它的角度估計不足，如果是這個原因，那確實激光雷達要比攝影機好很多，因為它能夠給你提供更直接的資訊，就是攝影機本身其實也給你資訊了，只不過我們的演算法不足夠好，能夠挖掘出這樣的資訊。”（摘自《矽谷101》）

這裡面存在兩個問題：在智駕系統裡，攝影機給的資訊夠不夠？演算法能不能很好地挖掘並處理這些資訊？

上述工程師的觀點顯然非常明確，對於第一個問題，他認為並不是攝影機收集到的資訊不夠，而是演算法的能力不行，沒有很好地挖掘和處理攝影機收集到的資訊，也就是第二個問題的答案。他的論證依據是，特斯拉V12端到端架構上來以後這些問題明顯改善，也就是大家常說的端到端的上限提高了。雖然現在V12依然存在很多問題，但他認為這些問題並非感測器不足導致的，核心問題依然出在演算法上。

至於為什麼拋棄雷達？我們可以來看一下特斯拉拿掉毫米波雷達的案例。

特斯拉之前的自動駕駛系統有毫米波雷達，然而感測器融合其實是一個很複雜的演算法，特斯拉工程師發現，毫米波雷達在智駕裡的作用小於攝影機，但是加上毫米波雷達就增加了演算法的複雜度，甚至可能帶來一些資訊干擾導致系統誤判。如果不能實現1+1＞2的效果，感測器越多反而是累贅。

特斯拉的實踐似乎將了雷達企業一軍，來看激光雷達派是如何反駁的。

現在不管是Cruise、Waymo等主流L4公司都是激光雷達為主。以Waymo的Robotaxi來看，它的感測器組態可以說是武裝到了牙齒，裝了 5 顆激光雷達， 30 顆攝影機，6 顆毫米波雷達。僅攝影機就有好幾類，一類是正常攝影機，一類是專門提升夜視能力的攝影機，有看 LED 燈的，有熱成像的，還有盲區攝影機，外加紅外線的閃光燈。一共五類相機。

他們的理由是，激光雷達可以直接拿到位置資訊，對於演算法本身的要求相對會比較低一些，並且很多可以直接通過感測器來拿到這些3D的資訊，提升系統的安全性和魯棒性，解決很多長尾問題會更輕鬆。

攝影機需要大量的訓練資料去學出缺乏3D的資訊，這樣的話缺乏監管，因為沒有一個參照物，很難去拿到一個現實中的一個ground truth（真值資料），如果完全通過這種半監督的學習方法，想要達到系統的一個安全性難度很高。

馬斯克將攝影機等同於人的研究，但在很多L4技術人員看來，攝影機完全不能跟人眼相提並論。

首先，人眼的上限非常高，像素能夠達到5億，並且能夠自動聚焦收縮，但是攝影機是人為設計出來的產物，性能參數，探測距離都有其侷限性。目前像素最高的智駕視覺相機像素也才800萬，跟人眼完全不是一個數量級。

其二，在可視範圍內，人眼只需關注與自己駕駛行為相關的資訊，而智駕相機需要關注可視範圍內的所有元素，隨時排查可能的風險。這樣增加了相機本身和演算法的“工作量”。這些問題可以通過激光雷達來彌補。

一個有意思的事情是，雖然很多L4從業者並不認可特斯拉去掉激光雷達的說法，但是他們也認為，資訊並不是越多越好，因為太多額外的無效資訊會加劇演算法的負擔。

這一點讓視覺派有了“可乘之機”，試圖去找到激光雷達自身的“漏洞”。他們認為，激光雷達是通過發出光束來測距，雨雪天氣會影響雷射反射，這些對智駕就是干擾資訊，增加了演算法的壓力。

激光雷達派對於上述觀點反駁稱，現在的演算法技術已經非常成熟，激光雷達的降噪抗震動等問題並不會對系統產生太大的影響，激光雷達能夠產生的價值遠大於它的問題。

很多人關注到一個事情，今年激光雷達製造商Luminar在第一季度財報中透露特斯拉的訂單達到了10%，是其最大客戶。

對此特斯拉工程師解釋是為了讓激光雷達在測試車上採集訓練神經網路的ground truth（真值資料），因為人工無法標註物體距離，必須要用專門的感測器來標註。

在兩方battle之外，我們來看一些基本事實：

目前全球知名的L4公司清一色都是激光雷達的客戶，包括國內的百度，文遠，小馬，國外的Cruise、Waymo等。至少在L4公司的決策裡，激光雷達並不是備選項，而是必選項。

有意思的是，純視覺和激光雷達之間也在相互滲透。比如一直堅持雙目視覺的卓馭科技（原大疆車載）年初發佈了激目感測器，把激光雷達和攝影機融合在一起形成一個全新的感測器，並計畫於2026年上車。而蔚來，小鵬，華為等原來在激光雷達領域激進的企業也都在今年推出了純視覺方案，很大一部分原因得益於軟體演算法的進步。在L2企業看來，上不上激光雷達更多是商業上的考量。

值得注意的是，最近美國聯邦政府對特斯拉FSD展開了調查，理由是能見度降低情況下的檢測和響應能力，有分析將矛頭指向了沒有激光雷達導致資訊密度較低。

對於馬斯克來說，自證的辦法非常簡單，就是其最近新推出的Robotaxi，也採用沒有激光雷達的純視覺方案，如果馬斯克真能通過純視覺搞定了L4場景，那恐怕所有人都會閉嘴了。但這一天真的會來嗎，到底是什麼時候，沒人說得清楚。 (圓周智行)

◎ 官方宣稱的1000台Robotaxi全天候服務，實際上採取了更靈活的班次安排，按早晚班為主、大夜班為輔的排班，每天約有 600 - 700 台車輛在路上正常接乘客。另有約300台車輛則專用於技術測試，不參與實際載客，僅執行虛擬訂單，以不斷最佳化自動駕駛演算法。

◎ 月度訂單總量官方報導為60萬，這其中既包含真實的乘客訂單，也融合了用於系統測試的虛擬訂單以及調度指令。

◎ 從訂單分佈來看，早班單量較少，晚班單量較多。平均每車每日可完成約20單真實乘客接送，行駛里程（除開大夜班）約為 300 公里以內，其中包括 20 個真實乘客單，10 單左右虛擬單。

◎ 在每單出行距離來看，由於蘿蔔快跑站點安排密集且乘客站點隨機，不像傳統網約車那樣長短單配合，每單行程長度多在10公里左右。目前大部分訂單還是解決短途出行的需求為主。

乘客在武漢能乘坐到的百度蘿蔔快跑車型，主要是原來百度和北汽極狐定製的極狐阿爾法 T ，該車型續航 653 公里，出廠日期從 21 年到 23 年，營運時間長且應用廣泛，最長營運車輛已行駛 12 萬公里。

此外，還有武漢街頭還能看到江淮和百度深度合作定製的一款 MPV 車型 RT 6，該車型造價較低，續航 380 公里，六座，空間相對較大，但目前只作為各個區域的測試車型，用於上傳測試資料、完善地圖，暫未投入乘客服務。

◎ 安全員：每輛用於測試的Robotaxi都會組態安全員，但在武漢由於商業化的正式落地，安全員數量大幅減少，整體僅剩下二三十人。95%以上的車輛都處在“真·全無人”狀態。

◎ 路測人員：約 200 名路測人員分早晚班對未營運區域的路段和路口、道路和站點進行測試，他們的工作對於精確規劃車輛行駛路線、設立站點以及發現道路行駛的不合理情況至關重要。

◎ 雲倉遠端駕控人員：通過電腦遠端駕控的雲倉有80人左右，負責在早晚班通過 5G 網路遠端監控車輛狀態，當車輛出現預警碰撞、停滯不前堵塞交通等情況時進行接管操作，一個人最多可接管 20 台車。

◎ 地勤人員：地勤人員接近 200 個，每兩公里設定一個。主要職責是在車在行駛中出現任何問題時，第一時間趕到現場解決問題，如車輛損傷、扎胎、車門和空調問題等；在車輛收班時檢查車輛狀態；在晚班結束後將車輛開到充電樁門口並交給夜充人員充電等。

另外，普通使用者感興趣的“接管操作”分為兩種情況：

◎ 第一種是路測人員的接管，他們一個早班或晚班接管次數大概是四五十次，主要是為了設立站點、記錄道路行駛不合理情況等。

◎ 第二種是跟車的安全員實際接乘客單的接管，接管平均每天一個班次接管次數小於 20 次，主要是應對緊急情況、保障安全或避免追尾等問題。

在行駛過程中如果出現故障或事故，也有相應的處理機制。例如，乘客忘關車門，地勤人員會趕到關好；若發生有人傷的交通事故，雲倉安全員上報帶班長，帶班長聯絡地勤趕到現場，在當事人允許下將車挪到路邊，罩上車衣，減少媒體影響和損失，同時第一時間與傷者協商處理；若無人傷的追尾事故，地勤人員到現場，雲倉的安全員出示駕照作為責任人協商處理。

在營運成本方面，目前Robotaxi的人員成本佔比較大。目前，蘿蔔快跑在武漢約有 600 多人員，以外包為主，每人每月稅後平均工資 6000 元左右。

此外，車輛成本、系統運行成本也是重要支出。按照百度的官方資料，預計在 2025 年能夠實現盈利。

若要實現這一目標，需要在控製成本方面下功夫，比如推廣代駕和路庫養車模式，縮減用人成本，保留必要的 300 個測試人員來維持 1000 輛無人車的運行，同時增加無人車班次以及車輛執行階段間。

蘿蔔快跑在武漢的定價與補貼政策旨在吸引乘客、提高使用頻率。乘客可通過蘿蔔快跑的微信小程序、APP 或者百度地圖下單。目前的營運政策是首次掃碼乘坐免費，後續乘坐累積分送優惠券，乘客也可在 APP 內用現金購買優惠券或用積分折換優惠券，使用優惠券後單價可低至 1 元/公里，不用優惠券時，10 公里以內的短途訂單價格大概十幾元人民幣，使用優惠券大概在 10 元以內。

武漢市除三個遠端區外，其他區域基本都已覆蓋，但三環線以內的一些鬧市區尚未全部覆蓋。蘿蔔快跑的站點分佈密度因區域而異，在主要的公車樞紐、公車站和地鐵站口、大型社區和小區、大型商業體、事業單位、企業和便民場所等都設有站點。

對於車輛的續航保障和充電問題：

● 在有安全員的時期，早班車上的安全員需保證中午交班時車輛有 450 公里以上的續航交給晚班，晚班車輛回場地後由地勤人員挪到充電樁充電；

● 在全無人車輛時代，早班收班時安全員檢查車輛狀態並確保續航足夠後交給晚班，晚班結束後車輛自行按回程單路線回返場地，由地勤人員將車開到充電樁門口，再由夜充人員充電。

蘿蔔快跑在武漢能夠快速推廣，

● 一方面得益於政府和有關部門的大力支援，如批地建設大規模的基地；

● 另一方面，百度的公關工作到位，通過邀請各級領導、小朋友等試乘試駕體驗，增強了政府和公眾對自動駕駛車輛的認可。

對於新的 Robotaxi 玩家，如果照搬百度模式，至少需要兩年才能達到與百度相同的合規營運範圍，若在 2024 年開始佈局，預計 2025 年可投資營運。但如果公司有自動駕駛營運經驗，且投資力度大、人員投入多、與政府公關良好，也許一年時間就可以實現。

在武漢及其他地區推廣 Robotaxi 模式的主要障礙，

● 一是有關部門的許可，明確哪些路段可以行駛；

● 二是需要建立良好的使用者生態，如百度依託百度地圖的使用者積累和生態優勢，實現了快速發展。

從發展趨勢來看，Robotaxi 的營運區域和訂單量一直在增長。在武漢，隨著區域的打通和跨江能力的實現，需求量和接受度不斷提高。去年營運區域有限，訂單量較少，今年則實現了猛增，年初非節假日正常情況下，單車每天真實乘客單十幾單左右，現在日均 20 單左右。

隨著技術的不斷進步和成本的有效控制，Robotaxi 正醞釀著一場城市出行方式的變革。對於營運持續最佳化營運策略、精進服務質量、壓縮成本開支，是無人駕駛技術實現可持續發展的關鍵。

對於大家關注 的Robotaxi搶了網約車司機“飯碗”的問題，又該如何解決？

的確，Robotaxi的發展對網約車司機的就業構成了潛在威脅，這是一場交織著社會經濟轉型、政策導向調整與行業生態重塑的綜合性考驗。好消息是，無人駕駛計程車的全面落地從技術上來說還有一定的的時間，為相關方提供了緩衝與應對的時機；壞消息是時間可能不多了，時代的洪流之所以被叫“洪流”，大家看看山洪暴發就能知道：幾乎沒有預警、來勢洶洶、普通人難以招架。

但文明的高度不僅在於科技的高度，更在於其能否惠及普羅大眾，確保每個人在時代浪潮中不被遺忘。在此背景下，政府的角色顯得至關重要，其前瞻性的政策制定不僅需要引導技術的發展，同時還要保護傳統就業和轉型。

Robotaxi的發展離不開政府、社會各方的合作與協同。人文關懷，是技術浪潮下政府能做好的事情。 (芝能汽車)

彙整鉅亨號中所有使用「L4自動駕駛技術」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

Waymo CEO回應L2升維L4：有可能，但只靠端到端還不夠

特斯拉指出激光雷達重大“缺陷”，L4技術人員激烈反駁

Robotaxi 在武漢：營運現狀和發展前景