賈浩楠 發自 副駕寺
智能車參考 | 公眾號 AI4Auto
全無人Robotaxi『打工』的一天，首次完整曝光，還是實況直播那種：
連續10個小時全無人載客運營，兩輛直播的無人車一共完成了：
自動駕駛裡程 462.032km最大時速 70km/h51.15%的行駛裡程速度大於40km/h繞行臨停車次數 111繞行施工區次數 33無保護左轉次數 86無保護直行次數 465通過無保護路口 739識別交通信號燈6,810次識別道路交通參與者379,048個，包含225,879輛四輪及以上汽車，77,915輛兩輪及三輪車，75,254位行人
這樣的高強度『打工』，對人類出租車司機來說也不輕松，況且還有很多的高難度場景。
比如路口無保護左轉：
在轉彎過程中，主動避讓突然出現的兩輪低速目標：
保證安全的同時還兼顧通行效率，主動繞行停在路上的公交車：
雙城同步，全無人載客運營，10小時10小時不間斷載客直播，這是自動駕駛發展歷程中的頭一次。
放眼整個自動駕駛圈，現在技術滿足又被監管認可，而且有勇氣全程實況直播接受檢驗的，除了小馬智行，別無分號。
小馬智行做了什麼？
小馬智行搞得10小時不間斷直播，除了全無人、載客運營，值得關注的點還有這些：
首先地點是在北京亦莊和廣州南沙兩個高級別自動駕駛示范區內。
路況上，包含繞城高速、城區道路，也有城市內較為狹窄的非主幹道路。
同時，人車混行情況很普遍，路邊的臨停、施工也很常見。
總之就是我們每天在路上都會遇到的情況。
而且在這樣的路況下，還疊加了早晚高峰這樣的進階挑戰。
小馬智行之所以能在這樣的重要城區內開展Robotaxi運營，背後分別是兩張北京和廣州的無人車載人許可。
以最嚴格的北京地區為例，裡程方面，同車型同配置車輛已經在主駕有安全員的情況下在示范區自動駕駛安全裡程超過30萬公裡，無人化車輛單車自動駕駛裡程超過1.5萬公裡，未發生主責安全事件。
這是必要的『入場券』。
第二，全無人自動駕駛軟硬件系統具備全套冗餘設計方案。
兩個硬指標達到後，車輛還要參加北京智能網聯汽車政策先行區針對無人化的封閉場地《遠程場景、極端場景、系統故障》及網絡安全測試。
這是『考證』最重要的一步。
通過考試後，企業還要證明本身具有完善的應急應對機制和安全員針對性培訓。
四點要求，可以看出北京市對於無人化路測的要求之嚴格，除了本身技術實力，還有對公司組織體系、應急能力的綜合考量。
如今全國各地自動駕駛路測牌照數量越發越多，但無人化測試牌照，各地卻慎之又慎，隻有為數不多的企業能拿到。
所以自動駕駛，無人化牌照是最高認證。
而拿齊北京廣州兩張Robotaxi無人化牌照的玩家目前隻有小馬智行和百度Apollo。
至少說明兩個問題。
一是小馬智行已經具備L4級自動駕駛能力；二是小馬智行的技術、體系等綜合能力，已經在自動駕駛賽道中領先。
為什麼是小馬？
根據小馬官方在直播中透露的數字，目前全無人Robotaxi運營裡程已經超過20萬公裡。
一般來說，Robotaxi的落地過程，是分數個階段逐漸推進的：
• 第一階段：『主駕位無安全員、副駕有安全員』；
• 第二階段：『前排無安全員』；
• 第三階段：『全車無安全員』。
出於安全因素的考慮，制定了這樣的準入程序，加州矽谷如此，中國更如此。
小馬智行獲批廣州北京兩地的無人許可，是監管部門對小馬已經展現出的技術、數據和安全表現的綜合認定。
而小馬在這兩地的全無人運營的時長、裡程、范圍上不斷擴展，更是是自動駕駛技術新商業模式、新產品塑造過程的不斷加速。
為什麼是小馬，以及小馬為什麼這麼快，都與背後的技術投入分不開。
Robotaxi落地的前提，或者說之前制約它落地的最大障礙，其實可以分成兩部分，一是安全員成本，二是車輛硬性成本。
安全員成本其實就是傳統出租車上的司機成本，一年十幾到二十萬不等。
不去掉安全員，在技術上無法兌現自動駕駛的價值，從商業上也和傳統出租車別無二致。
另外，由於以往Robotaxi基本都是在成熟車型上後期改裝，再加上激光雷達等傳感器成本高昂，一輛車購置成本動輒破百萬，更加無法實現商業化前提。
對應自動駕駛的軟件算法，和硬件方案，小馬智行全無人Robotaxi常態化運營的背後，分別有長期的投入積累。
軟件層面，比如小馬智行自研BEV《Bird’s Eye View》感知算法，本質上以視覺感知為基礎的大模型，將圖像數據中的物體信息從2維還原重建成3維的過程。
可以識別各類型障礙物、車道線及可通行區域等信息，並且可以最大限度節約計算、傳感器資源。
這也是目前自動駕駛主流的『重感知算法』。
在繞城環路、高速場景中，小馬智行可極致地利用傳感器，用魚眼相機參與行車BEV感知模型，在無高精地圖的情況下，僅用導航地圖也可實現高速與城市的全無人駕駛能力。
在自動駕駛算法的預測層面，小馬智行開發了博弈交互式規劃算法，Robotaxi上系統的決策過程，充分考慮自車與社會車輛的博弈，可實現在繁忙的城市高架路與匝道上靈活穿梭。
主動避讓低速目標、繞行臨停車輛等等背後，就是這樣的算法在支撐。
而在自動駕駛硬件方案上，首先，小馬智行自研底層域控制器ADC，以英偉達Orin芯片作為算力基礎，在中間層實現傳感器數據的接收處理轉發，以及和執行的控制元件溝通。
超過2200萬公裡自動駕駛裡程數據，讓小馬智行能夠歸納出自動駕駛控制器應該怎麼設計，才能在性能、成本、尺寸等等方面做到最優。
直接體現就是，自研自動駕駛域控制器，小馬智行是目前唯一一家隻用一顆Orin芯片就完美應對城市和高速工況的自動駕駛公司。
另外，在激光雷達傳感器上，小馬智行還和明星獨角獸Luminar達成合作，做了一款IRIS嵌入式激光雷達。
車規、高性能、低成本。
而且能無縫嵌入量產車設計中，實現了Robotaxi或乘用車自動駕駛方案的『前裝正向』設計要求。
這次Robotaxi直播，一個尤其值得關注的要點就是非測試，完全商業化運營的實況呈現。
前面說的軟硬件技術，並不是小馬智行的全部積累。
但通過這些例子，能夠清楚的明白小馬智行是如何在技術上實現Robotaxi全無人的，如何在成本上使其具備商業化條件的。
而由於L4等高階自動駕駛技術逐漸走向成熟的過程中，在感知識別、博弈策略這些層面，必然會表現出『通用AI』的性質，這也就讓小馬智行這樣的玩家可以同時開啟不同的商業化路徑——無人物流和乘用車智能駕駛業務。
比如全無人Robotaxi的直播中，既有城市環路、高速工況，也有城市內復雜路線，其實對應的正是幹線物流，以及乘用車最高頻的智能駕駛輔助場景。
小馬智行的L4 Robotaxi技術棧，就能迅速下放復用。
而在這兩條路徑上，小馬智行的進度也是行業內最快的。
智能卡車業務，和三一重工達成合作解決制造問題，和中外運合作找到落地場景，搭建起了完整商業閉環，是一條賺錢在即的業務，而且也在北京等多地獲批了路測牌照。
乘用車上，小馬官方針對不同級別的車準備了輕重不同的方案，目前已經實現量產上車，確認搭載在洛軻智能的首款車上。
透過小馬智行Robotaxi10小時直播觀察背後的本質，不難發現，在自動駕駛技術落地中，『成本』和『技術』很多時候都是內涵相同的詞匯。
技術的積累、領先，就代表著商業閉環條件的成熟程度，而商業化的前景、規模，又反過來影響技術迭代的速度。
『自動駕駛的ChatGPT時刻正在到來』
在這次直播的晚高峰時間段，小馬智行更是大佬盡出，親身上車，既檢閱自家產品，也聊到了自動駕駛當前最受關注的話題。
小馬智行聯合創始人、CTO『教主』樓天城，小馬智行副總裁、北京研發中心負責人、RoboTaxi總負責人張寧，小馬智行副總裁、廣州研發中心負責人莫璐怡，親身上車，還邀請了量子位總編輯李根，共同為業內首個10小時雙城無人車載客運營直播結尾。
△左為樓天城，右為莫璐怡
他們一邊談論實時路況，也在雙城連線中交流業內話題。
而最受關注的，就是如何看目前的境況。
Robotaxi，或者說L4代表的高階自動駕駛，被認為進入了一個『低谷』。
具體表現在國外昔日的明星玩家，比如Argo破產，行業先驅Waymo也在裁員。
國內，很多當年躊躇滿志做L4的玩家，現在尋求轉軌做L2量產車項目。
小馬智行如何看待自動駕駛如今的現狀？
小馬智行副總裁兼廣州研發中心負責人莫璐怡認為，技術本身就有周期，而且如此創新的技術也沒有現成經驗可參考，隻有不斷堅持不斷創新不斷解決問題的玩家，才能贏得最後的嘉獎。
莫璐怡更傾向於從變化中看未來，她認為各方面的進步都令人欣喜。
硬件上，現在我們的軟硬件系統已經到了第六代，第六代車型我們之前也官宣過，基於豐田的賽那autono-mass，傳感器套件已經非常集成美觀了，現在我們已經開始著手第七代的研發了。
軟件上，一開始車輛的體感還不像現在這麼絲滑，經常會有急剎的情況。
碰上大雨天、大雪天就得停測，柳絮這樣的障礙物也經常會被誤識別，造成點剎，但是現在這些從前所謂的長尾場景已經被攻克。
落地進展層面，之前設想的每一步都在成為現實。
政策層面，一開始可以開放公開道路去測試就很不容易了，之後慢慢擴大范圍，再之後開始允許收費運營、主駕無人、前排無人再到現在的全無人。
短短五六年時間，我們就已經達到了真正的無人化的商業化，廣州南沙從2018年的100多個站點，發展到現在1000多個站點；在北京，一開始的站點也是隻有一百多個，現在有600多個。
小馬智行認為，與外界普遍的悲觀情緒不同，L4無人駕駛『其實發展速度是變快了』。
△左為張寧，右為李根
而對於乘用車L2、L2+的火熱，與Robotaxi的冷遇對比，小馬智行副總裁、北京研發中心負責人、L4 Robotaxi業務負責人張寧覺得，反倒是一件好事：
2016年的時候大家都喊『三年量產、五年商用』之類的口號，覺得兩三年技術就做出來了。
小馬其實並沒有這麼盲目的樂觀吧，自動駕駛是個系統性工程，需要技術、政策、用戶、產業鏈同步發展，才能有所突破。
現在大家又覺得行業遇冷，但是這時候我們反而沒這麼悲觀。
我們不覺得需要20年才能夠把無人駕駛落地。
從技術角度上講，突破其實是近在眼前的。
L2、L4冷熱反差其實正在把量產無人駕駛的供應鏈準備、政策、數據推向質變節點。
比如激光雷達行業的發展就是整個產業鏈發展的一個側切面。
價格、質量、種類、性能等各個方面都有長足的進步。
教主樓天城還以AlphaGo和ChatGPT來類比說明L4和L2的不同。
教主說L4就像AlphaGo，它核心關注的是最後的結果，確保一定可以贏，L4也是對自動駕駛中的安全和效率結果負責。
而L2更像ChatGPT，更關注過程中的體驗，能夠把人從一些駕駛行為和場景中解放出來，實現駕駛體驗的提升。
教主認為，雖然做法不同，出發點有差異，但最後都在為自動駕駛終極目標的實現蓄力。
這個終極目標，正是規模化無人駕駛的實現。
如果說ChatGPT帶來了AI的iPhone時刻，那自動駕駛也會有一個類似的時刻——讓所有人意識到自動駕駛正在的質變，無人駕駛的大勢所趨。
『教主』樓天城還給出了估計：
正在到來，差不多還有2年。
其實無論是輔助駕駛切入也好，無人駕駛降維也好，自動駕駛的終極價值始終沒變。
短期是降低人類駕駛負擔，長期是徹底改變人類出行方式。
L2玩家是通過規模化量產，實現數據積累的量變。
而這個量變一旦達到一個門檻，自然而然就會向高階無人駕駛過渡，相信也不會有任何玩家主動放棄這樣的前景。
而L4玩家則是將已經較為成熟的無人駕駛系統通過簡化傳感器、算力等等方式實現量產，支撐商業運營，最終仍然是通過數據量變引起AI能力的質變。
在直播中，教主還說行業有玩家敗退很正常，大家都差不多在6、7年前播種出發，現在已經到了收貨和檢驗之前積累的周期。
自動駕駛很難，所有投身的人都值得尊敬，但也是這種挑戰，遺憾地意味著不會每個玩家都能贏得最後的聖杯嘉獎。
量子位總編輯李根同樣認同樓教主的看法。
他補充說ChatGPT驚艷轟動之前，OpenAI其實也已經堅持努力和付出了7年，大模型這種范式更是研發推進了快10年，而且正是OpenAI對於AGI矢志不渝的堅持，不忘初心，最後才帶來了巨大突破。
而無人駕駛也面臨一樣的挑戰，或許多數人都相信無人駕駛是終局是未來，但少有人能夠矢志不渝保持定力去實現，然而也正因如此，最後能夠書寫歷史改變世界的，一定是那些瘋狂到相信一定可以改變世界的人。
李根認為OpenAI有這樣一批瘋狂的人，小馬智行也有這樣一批瘋狂的人。
過去6年，他們始終在這個無跡可尋無經驗可循的創新最前沿開拓進步。
現在國外的獨角獸紛紛敗退，他們則用這種直播的方式，讓更多人因為看見而相信。
中國可能不會有OpenAI了，照著成功者復刻，始終活在領先者的影子下亦步亦趨，但在無人駕駛領域，敢於直播展示的全無人駕駛，就是正在全球領先的證明。
更令人感嘆的是，風起浮萍之末，如果回到6年前，誰能想剛剛創業邁出第一步的小馬智行，會在6年後扛起整個行業的正名大旗，引領無人駕駛的希望和未來。
這也再次印證了，顛覆式創新，往往從邊緣來到中心，從初創來到舞臺中央。
One more thing
為什麼這次小馬智行的Robotaxi載客直播時間是10小時？
其實這不是Robotaxi的極限，而是直播設備的極限…
目前直播設備支持的最長時長，也就10個小時。
沒想到自動駕駛技術的發展，還對拍攝記錄技術提出了新的要求。
—完—