无人驾驶江湖的沉寂，现在被滴滴打破了

邓思邈 贾浩楠 发自 凹非寺
量子位 | 公众号 QbitAI

过去的1000多天，自动驾驶江湖风云诡谲。

各家的成功或挫折，展现出一个自动驾驶技术转折、行业格局大变的图景，但有一个名字却反常地一直没有出现——

滴滴自动驾驶。

直到现在。

最新举办的技术开放日上，滴滴一口气放出了一系列新进展。

产品上，全新推出的概念车Neuron，车身传感器数量高达35个，包括21个摄像头、8个激光雷达、6个毫米波雷达。

技术积累上，Robotaxi已经做到了24小时全天候无间断运营。

地理上，Robotaxi运营覆盖区域更大了，从上海再到如今的广州花都区；自动驾驶车队规模上，总数已经超过了200辆；而且上下车的自动驾驶站点数量，限制有望被进一步打破——滴滴正在自研无限泊车技术，不久的将来，全路段任何地方都有望成为站点。

业务上，还官宣了最新的自动驾驶卡车板块。

并且，滴滴明确坚持L4路线推进自动驾驶业务，这在当下显得尤其可贵。

没有抛头露面的滴滴自动驾驶，过去1020个日夜一直在修炼武功。

滴滴自动驾驶最新能力

滴滴自动驾驶，这次新带来了一台未来服务概念车Neuron。

最大的创新之处，莫过于在功能方面，车内设有一个机械臂，相当于是充当“管家”的角色，可以帮你提行李：

给你端茶递水，还能提供叫醒等服务：

车外用智能交互五联屏代替了传统车灯，能更为直观、便捷的地显示车辆转弯、到达、充电等状态。

此外，顶翼门+侧滑门的设计，在提升开关门安全性的同时，也增加了上下车舒适度：

车内搭载了大屏交互系统，设计了会议、游戏、影音、街景介绍、氛围选择等模式。

而将视线从未来进一步拉回到现在，滴滴目前的无人Robotaxi都展现出了哪些新能力？

首先是车辆本身的能力，在面对疑难场景时处理地更游刃有余了。

例如，第一个场景是：广州放学时，直行道被大量的车占道了，本该直行的Robotaxi被迫挤进了左转道，车要找到空隙回到直行道，同时避让穿行的摩托车、自行车。

再比如，第二个场景：广州夜晚路边经常有人摆摊，行人更是在道路中央随意穿梭，滴滴Robotaxi则是这样应对的：

之所以能够实现以上类似的效果，主要源于滴滴自动驾驶对技术进行了打磨：

为了更好应对车流和人流量，他们推出了感知和预测大模型，感知大模型能够做到把所有感知结果一次性输出，降低延迟同时提升精准度；而预测大模型则通过引入博弈论来做多轮预测，从而对各种交通状况预测得更准。

为了提升车与周边人事物的交互能力，滴滴引入了一个技术模块叫模仿学习引擎，可以让车在不理解人的情况下，依然能够复制人类的驾驶行为。

处理长尾场景方面，方法可以分为两类：第一是对于出现频率高的场景，例如路面上的小猫小狗，他们会将类似场景的模块单提出来，进行一些数据加工，之后再处理这样的场景就会更加精准。

而对于那些经常出现、但每次出现都长得不一样的物体，虽然无法将其归成一类进行识别，但他们通过引入占据空间网络，即便在不知道是什么的情况下，依然能够准确判断和预测它的行为轨迹。

以上综合性的能力，统统被滴滴自动驾驶归结为“城市泛化引擎”。

其次是，在乘客体验方面，滴滴Robotaxi变得更加体贴了。

怎么个体贴法？

车窗颜色不仅可以变化，还能实时显示天气和时间。

针对自动驾驶上下车站点数量太少，且站点位置总是被自行车、锥桶、摩托车占掉等等问题——滴滴自动驾驶希望能够打破站点数量的限制，这就意味着未来在任何一个安全的地方，只要车能够泊入的地方就可以停进去，全路段任何地方都有望成为站点，背后则归功于滴滴目前正在自研的无限泊车技术。

无人车运营时间太短、而且晚上还体验不到？从今年1月3日起，他们将服务时间拓宽到了连续24小时无间断运营。

要做到这一点其实不算容易，关键在于保障车辆夜间行驶的安全性。为此，他们在传感器套件中引入了红外摄像头，使夜晚能见度大大提升，车辆在黑暗的区域能看到原来看不见的人群了。

最后，关于车队的运营和维护方面，滴滴Robotaxi也变得更加高效了。

他们在上海嘉定建造了全球首个自动驾驶自动运维中心，名叫“慧桔港”。在这个运营中心里，有很多AGV机器人，可以自动化地给这些Robotaxi加油、充电、维修、保养、清洗。

现在自动驾驶汽车能够做到，在白天的时候自动出门接单、自动接驾，到晚上的时候会自动驶回运营中心。

这也就意味着，在人不参与的情况下，Robotaxi真正可以做到24小时连轴转进行运营。

而以上所做的一切，统统都是为了让自动驾驶服务更加接近于甚至远超普通网约车的体验。

也侧面反映出，滴滴对L4级自动驾驶，投入一直没停过。

滴滴对自动驾驶的持续投入

滴滴对自动驾驶的投入，主要体现在哪些方面？

从2020年到现在，滴滴自动驾驶经历了1020天，在这期间团队规模差不多翻了三倍，现已达到近1000人。团队的掌舵人是张博，他是滴滴CTO兼滴滴自动驾驶CEO。

而且车也升级了一代，算法更是进行了无数次迭代。

通过核心技术的研发，目前滴滴自动驾驶已经掌握了包括感知、预测、决策、控制、大规模的仿真系统、大规模的机器学习平台等等L4级自动驾驶的全栈核心技术，而且核心技术已经完全实现自主可控。

与之相对应的是，业务涉足范围也在不断扩大，步子迈得比以前更大更广了。

在自动驾驶核心硬件上，他们联合北醒开发了一款2K图像级高精度激光雷达，名叫“北曜Beta”，拥有每秒300万高点频、超512线、横向120°及纵向25.6°的超大视场角等性能特点。

此外，这款激光雷达还增加了可调节分辨率功能，支持常规模式、视场角聚焦高清、局部高清、全局高清等四种模式，不仅200m外能够感知轮胎等低反射率物体清晰的轮廓，还可以根据场景需求自适应地调节局部区域或全局的分辨率，提升激光雷达在不同环境下的感知效果。

除了激光雷达，他们还自研了一款名叫“Orca虎鲸”的三域融合计算平台，能够将智能驾驶域、智能座舱域和网联域三域融集成至一体。

相比于上一代硬件，虎鲸计算平台成本下降88%，整车空间体积减少74%，核心元器件数量减少了61%，线束数量减小了33%。这也意味着自动驾驶车的后备箱能再多容纳一个20寸行李箱，与此同时，整车装配时的人效比提升7倍。

行业政策方面，滴滴牵头制定了行业标准——《自动驾驶道路安全等级分级方法》，去年12月已获中国智能交通产业联盟批准，正式发布。

该标准的制定将进一步完善自动驾驶道路分级依据，以及安全风险控制，为自动驾驶企业选定安全运营范围，为自动驾驶载人运营规模化应用提供关键支持，加速高级别自动驾驶技术迈向商业化。

牛人、牛事在一件件落实推进，滴滴自动驾驶其实正快速扩张。

目前滴滴自动驾驶车队数量已经超过了200辆，散布在上海、广州、北京、苏州等城市。

以上海为例，滴滴的自动驾驶覆盖区域已经扩张了7倍——从最开始比较宽的马路，包括上海嘉定会展中心、旁边的酒店，拓展到二期包含了很多车厂的工厂，三期还扩大到了更大的区域，覆盖嘉定新城、火车站、公交车站等区域。

除此以外，今年3月，滴滴自动驾驶获得了广州智能网联示范运营资质，开启了广州花都区的正式收费运营，覆盖花都的写字楼、星级酒店、景区、学校、购物中心、小区等典型商业区和生活区。

未来花都区的运营范围还将进一步扩大，在广州逐步实现对自动驾驶车辆和人类司机的混合派单，自如地根据路况、天气和路径决定派单模式。

而且不仅局限于L4级自动驾驶Robotaxi，滴滴已经孵化出了新的业务——滴滴自动驾驶货运KargoBot。

他们提出了一套混合无人化解决方案（Hybrid Driverless Solution），大致意思就是最前面由一辆有人驾驶的具有L2级辅助驾驶功能的车辆牵头，后面跟着多辆L4级卡车。

如果遇到修路、收费站、检查，L4车辆会主动和前车组成一个更加密集的队列，通过人类司机的引导，安全处理这些比较复杂的场景，好处是能够提高劳动生产率，降低了客户的运营成本。

目前KargoBot拥有超过100台自动驾驶卡车，已经在天津和内蒙之间开始了常态化的试运营。截至今年3月，KargoBot累计物流收入已经突破了1亿元。

取得资质牌照是技术被认可，开启物流货运业务，则是商业化启动的标志。

对于高举L4大旗的自动驾驶公司这两年的境遇来说，滴滴的确出乎意料。

坚持L4，是这些遭遇“瓶颈”的自动驾驶玩家最容易被归纳出的原因。但在滴滴这里，为什么情况不一样？

如此坚定L4级自动驾驶，背后原因？

坚持做L4，现在是一件“可贵”的事。

可贵在资本对技术的支持由积极变得谨慎。

可贵在政策大门还没有完全对Robotaxi敞开。

还可贵在以视觉AI技术为主的自动驾驶，仍在等一个属于自己的ChatGPT时刻。

坚持的根源，是自动驾驶信仰的初心。

L4能落地，就代表着高阶自动驾驶技术的价值开始兑现。

面向普通用户，L4规模商业化，可以获得高安全、低成本、更好更舒适的出行体验。

从社会角度看，L4普及带来的是绝对事故数量的下降、通行效率的提升、出行资源的合理分配…进而提高整个经济的运转效率。比如百度李彦宏给出了提升3-5%GDP的估算，核心依据就是这个。

L4的期望和前景是真实且诱人的，这也是最早一批玩家入局自动驾驶的原因，滴滴正在此列。

而对于他们来说，L4的价值在这么几个层面。

首先，L4做得好，可以轻松将技术降维乘用车，或者落地其他场景。通过AI司机底层感知、预测、规划能力的复用，能在众多领域快速拿出商业化技术方案。

比如滴滴这次展示的货运业务，就是技术型L4玩家技术达到一定程度积累后，自然而然开启的商业化方向之一。而这些业务都是能够快速产生营收利润，反哺研发的。

其次法规层面来看，国内反而是L4代表的高阶自动驾驶走在开放最前列。而L2、L3安全边界界定不清晰，所以法规难以定责，无论是用户还是技术开发商，一直都有无法回避却无法解决的问题。

这些，是滴滴必须坚持L4高阶自动驾驶研发的客观原因。

主观层面，滴滴作为出行平台服务的科技公司，本身天然具有落地的场景和需求。这是令大部分L4玩家羡慕的。

此外，滴滴在运车辆所覆盖的范围，也几乎穷尽所有的路段条件。

这首先意味着与自建车队研发L4尝试Robotaxi落地的玩家相比，滴滴首先在硬性研发成本上节省一大块。最重要的，是能尽快收集尽可能多的长尾场景（对自动驾驶迭代提升价值高的数据）。

其次，滴滴的独特优势还在于能够适时地、分阶段的提升自动驾驶迭代规模和速度。

基于滴滴已有的有人驾驶网约车网络，在拓展新区域的时候可以在有人网络里面逐步植入自动驾驶车辆。

在路况相对简单，天气相对良好的情况下，为乘客优先推荐自动驾驶车辆；而当路况非常复杂，天气很极端的情况下，系统将派单给人类网约车司机进行驾驶。

最后，滴滴还有人无我有的独一无二的优势，即可以软硬件一体、以终为始地达成目标。

这体现在滴滴已经和一些新能源主机厂达成了合作，专门开发可投入规模化应用的、前装量产、全无人驾驶的新能源车型，而且目前已经在Robotaxi产品定义、车型平台选择、座舱与智驾系统开发等方面进行了合作。

首款量产车型将于2025年接入滴滴共享出行网络，届时将能够实现全天候、规模化的混合派单。

满足自动驾驶研发数据收集需求的车辆，同时也能完全融入滴滴业务运营中，分担开发成本。

L4级自动驾驶江湖这段时间的沉寂，有路线难、行业落地不如量产车那么快的原因。

但滴滴这次技术开放日作为代表站出来，坚定了行业信心，也是无独有偶。

别人落地Robotaxi要先建出行平台，但滴滴天然就有出行场景，相当于是一出生就已经在罗马的那个玩家，所以滴滴打破L4级无人驾驶路线的沉寂，可能也是“冥冥之中自有天意”。

— 完 —

《中国AIGC算力产业全景报告》征集启动

AIGC算力需求爆发，谁将在此次算力产业变革中脱颖而出？

量子位《中国AIGC算力产业全景报告》和《最值得关注的AIGC算力玩家》正式启动对外征集，期待有更多优秀的机构产品、案例与技术能够被大众看到。

点这里👇关注我，记得标星哦～

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见 ~