100年前，Francis Houdina將一輛無線電遙控汽車開上了紐約的第五大道和百老匯大街。這就是一些人眼中的史上第一輛“無人駕駛”汽車，它在行駛過程中好幾次險些釀成事故，終于還是撞上了另一輛車，結束了它開創(chuàng)歷史的旅程。

在隨后的幾十年里，人們嘗試了許多自主和半自主駕駛技術，但直到20世紀80年代，美國國防部通過其國防高級研究計劃局（DARPA）介入這一領域后，自動駕駛技術才引起了廣泛關注。

2004年，DARPA發(fā)起了一項無人駕駛汽車挑戰(zhàn)賽（DARPA Grand Challenge），參賽的工程師、學生等人員需要打造出能夠穿越沙漠賽道的自主行駛汽車。盡管當時沒有一輛車成功跑完了全程，但這項賽事驗證了自動駕駛汽車的可行性，于是許多公司開始將目光投向這一領域，希冀日后能夠領跑這個市場。此后，自動駕駛技術取得了多項里程碑式的進展，包括谷歌旗下Waymo在2015年首次成功實現公共道路完全自動駕駛。

截至目前，自動駕駛領域的投資規(guī)模已超過1000億美元，其中大部分資金都流向了自動駕駛出租車（robotaxi）領域[2]。然而，在投入運營五年后，L4級（特定條件下無需人工接管）自動駕駛出租車的運營商仍未實現盈利。本文將探討自動駕駛出租車的夢想，以及如何將其從炒作變?yōu)楝F實。

自動駕駛出租車背后的技術

根據研究機構IDTechEx的數據，到2045年，全球自動駕駛出租車市場規(guī)模將達到1,740億美元，2025至2045年間的年復合年增長率（CAGR）將達到37%[3]。美國和中國的市場份額預計將占據主導地位。如此迅猛的增長離不開多項技術的支持，包括雷達、激光雷達、超聲波傳感器和攝像頭，這些設備負責提供所需的視覺數據，以實現對車輛、行人和障礙物的檢測與識別。此外，處理器、連接協(xié)議和執(zhí)行器也發(fā)揮著重要作用；近年來，人工智能（AI）和機器學習（ML）的引入，更使車輛能夠利用駕駛經驗和復雜算法來解析海量數據并作出合理決策。

AI和ML通過實時分析數據，提高了自動駕駛的準確性和可靠性，使車輛能夠識別潛在危險、預測其他駕駛員的行為，從而確定合適的行動方案。得益于這些技術，自動駕駛車輛能夠在非常復雜的環(huán)境中做出明智決策，逐步提升對各種場景的適應能力。這在一定程度上也要歸功于全球定位系統(tǒng)（GPS）接收器，它能夠接收多顆衛(wèi)星的信號，從而確定位置。這些數據與汽車的速度和方向相結合，可以實時記錄精確位置。

借助高精度地圖系統(tǒng)，自動駕駛車輛可以獲得道路布局、車道標線、交通標志和限速等信息。這些數據能夠幫助車輛預判即將到來的轉彎、交叉路口和可能的障礙物，從而提前規(guī)劃行駛路線。與此同時，強大的軟件系統(tǒng)可以檢測和預防傳感器讀數錯誤和網絡安全威脅等風險和故障，這對于確保自動駕駛的安全性而言至關重要。

在這些技術背后，多家行業(yè)巨頭正在獨立或合作開發(fā)自動駕駛汽車技術。其中，Waymo和Apollo在傳感器、地圖和智能決策方面享有盛譽，他們采用復雜的架構來結合多個AI系統(tǒng)進行決策。相比之下，有的車企則采用基于攝像頭的方案，輔以地圖和端到端深度學習系統(tǒng)，通過處理原始傳感器數據來做出駕駛決策。這種方法存在一定的爭議，一些專家認為，與競爭對手相比，后者的方案在精度上可能存在局限性。

隨著自動駕駛汽車上路，商業(yè)化的自動駕駛出租車服務在美國和中國正迅速發(fā)展。這些地區(qū)的主要參與者包括谷歌旗下Waymo、百度旗下蘿卜快跑以及亞馬遜支持的Zoox，并且服務提供商和運營地點的數量仍在增長。

普及之路上的障礙

雖然自動駕駛技術的精確性有望將事故率降至低于人工駕駛的水平[4]，但其大規(guī)模普及仍然面臨諸多挑戰(zhàn)。監(jiān)管和法律問題、安全性和數據隱私保護要求、事故責任認定以及系統(tǒng)認證等都是必須解決的問題，但這些問題的處理成本高昂，而且在不同地區(qū)之間存在差異。此外，城市環(huán)境對安全性和可靠性提出了更高的要求，因而車輛必須要應對惡劣天氣、復雜路況和人類行為。

例如，通用汽車旗下Cruise在2023年發(fā)生了一起涉及行人的事故，此后該公司暫停了全部自動駕駛出租車業(yè)務[5]。這一事件引發(fā)了關于自動駕駛汽車成熟度的廣泛討論，并凸顯了公眾認知、安全保障與監(jiān)管政策之間的微妙關系。

這些挑戰(zhàn)持續(xù)阻礙著自動駕駛出租車的市場滲透，延緩了這個行業(yè)實現可行的盈利模式。政府和私營企業(yè)仍需投入大量資金，以支持長期解決方案的落地。

盈利難題

將自動駕駛汽車用于出租車服務仍然是一件難以盈利的事情。投資和收入必須要帶來足夠的毛利，才能覆蓋研發(fā)和運營成本，以及主要支出項——人員成本。Cruise的商業(yè)模式需要每輛車配備1.5名人員來協(xié)助無人駕駛運營[6]，這些人員包括呼叫中心員工、接管自動駕駛車輛的遠程操作人員、負責車輛救援的道路救援團隊，以及負責車輛維護與充電的場內運維人員。

按照該模式的成本來計算的話，即使每輛車只配備一名支持人員，企業(yè)仍將面臨每輛車約34,000美元的虧損[7]。雖然自動駕駛技術的性能正持續(xù)提升，但盈利能力才是推動自動駕駛汽車大規(guī)模部署的關鍵。目前，自動駕駛出租車的盈利困境阻礙了車隊規(guī)模的擴大，致使成本難以降低，也就無法進一步推廣普及。不過，百度表示旗下Apollo有望在2025年實現盈利，遠超美國的同行[8]。

市場接受度

幾大巨頭的行動及其策略和成功經驗，將有助于確定市場對自動駕駛出租車的接受度。Waymo擁有先發(fā)優(yōu)勢、巨額投資、專利儲備和數百萬英里的自動駕駛里程記錄，在地圖繪制、數據分析、測試和部署方面表現出色，但仍然面臨傳感器融合、突發(fā)場景應對以及硬件可靠性等方面的挑戰(zhàn)。

Waymo正與極氪合作開發(fā)電動汽車（EV），并與Uber攜手拓展市場影響力。中國科技巨頭百度的蘿卜快跑自動駕駛出租車服務已覆蓋多個中國城市，其優(yōu)勢在于先進的AI和地圖繪制能力，面臨的挑戰(zhàn)包括復雜的路況和嚴格的監(jiān)管要求。

公眾對自動駕駛汽車的接受度取決于安全性、可及性以及正確認識這項技術所需教育程度的影響。美國汽車協(xié)會（AAA）近期的一項調查發(fā)現，68%的美國人對于乘坐完全自動駕駛汽車仍持猶豫態(tài)度，主要原因就是對其信任不足[9]。Waymo等公司正嘗試在特定城市提供免費試乘服務，以此來提高公眾接受度；更有車企依托其龐大的車隊收集數據，并希望借此逐步改善市場認知。

在自動駕駛出租車實現廣泛應用之前，監(jiān)管障礙、道德考量以及公眾接受度不穩(wěn)定都是必須解決的問題。自動駕駛汽車的安全標準必須達到或超過人類駕駛汽車的標準。此外，事故責任認定問題也需要在各方之間加以厘清，包括自動駕駛出租車本身、車輛制造商和運營商，同時保險單也需要涵蓋技術故障甚至網絡威脅。基礎設施方面，規(guī)劃者需要確?？煽康?a href="http://www.greenbey.cn/v/tag/1225/" target="_blank">5G和車聯網（V2X）通信，以支持實時數據傳輸，并根據交通流量的變化設立上下車區(qū)域，并提供足夠的充電支持。

結語

自動駕駛出租車的未來仍然面臨復雜的挑戰(zhàn)。雖然Waymo和百度等車企正加速推進生產和測試，但仍有許多障礙阻止著自動駕駛出租車實現盈利和普及。這些變化的實現速度將取決于公眾的信心和接受度、監(jiān)管合規(guī)性和可持續(xù)擴展能力。

隨著行業(yè)的發(fā)展，終將只有少數幾家公司能夠主導新一代自動駕駛交通出行方式。在取得必要的進步之前，沒有人知道1,000億美元的投資是否物有所值，但它無疑將推動眾多創(chuàng)新技術的發(fā)展，從而重新定義未來交通出行方式。