1973
贾浩楠 发自 副驾寺
智能车参考 | 公众号 AI4Auto
全无人Robotaxi“打工”的一天，首次完整曝光，还是实况直播那种：
连续10个小时全无人载客运营，两辆直播的无人车一共完成了：
自动驾驶里程 462.032km
最大时速 70km/h
51.15%的行驶里程速度大于40km/h
绕行临停车次数 111
绕行施工区次数 33
无保护左转次数 86
无保护直行次数 465
通过无保护路口 739
识别交通信号灯6,810次
识别道路交通参与者379,048个，包含225,879辆四轮及以上汽车，77,915辆两轮及三轮车，75,254位行人
这样的高强度“打工”，对人类出租车司机来说也不轻松，况且还有很多的高难度场景。
比如路口无保护左转：
在转弯过程中，主动避让突然出现的两轮低速目标：
保证安全的同时还兼顾通行效率，主动绕行停在路上的公交车：
双城同步，全无人载客运营，10小时10小时不间断载客直播，这是自动驾驶发展历程中的头一次。
放眼整个自动驾驶圈，现在技术满足又被监管认可，而且有勇气全程实况直播接受检验的，除了小马智行，别无分号。
小马智行做了什么？
小马智行搞得10小时不间断直播，除了全无人、载客运营，值得关注的点还有这些：
首先地点是在北京亦庄和广州南沙两个高级别自动驾驶示范区内。
路况上，包含绕城高速、城区道路，也有城市内较为狭窄的非主干道路。同时，人车混行情况很普遍，路边的临停、施工也很常见。
总之就是我们每天在路上都会遇到的情况。
而且在这样的路况下，还叠加了早晚高峰这样的进阶挑战。
小马智行之所以能在这样的重要城区内开展Robotaxi运营，背后分别是两张北京和广州的无人车载人许可。
以最严格的北京地区为例，里程方面，同车型同配置车辆已经在主驾有安全员的情况下在示范区自动驾驶安全里程超过30万公里，无人化车辆单车自动驾驶里程超过1.5万公里，未发生主责安全事件。
这是必要的“入场券”。
第二，全无人自动驾驶软硬件系统具备全套冗余设计方案。
两个硬指标达到后，车辆还要参加北京智能网联汽车政策先行区针对无人化的封闭场地（远程场景、极端场景、系统故障）及网络安全测试。
这是“考证”最重要的一步。
通过考试后，企业还要证明本身具有完善的应急应对机制和安全员针对性培训。
四点要求，可以看出北京市对于无人化路测的要求之严格，除了本身技术实力，还有对公司组织体系、应急能力的综合考量。
如今全国各地自动驾驶路测牌照数量越发越多，但无人化测试牌照，各地却慎之又慎，只有为数不多的企业能拿到。
所以自动驾驶，无人化牌照是最高认证。而拿齐北京广州两张Robotaxi无人化牌照的玩家目前只有小马智行和百度Apollo。
至少说明两个问题。一是小马智行已经具备L4级自动驾驶能力；二是小马智行的技术、体系等综合能力，已经在自动驾驶赛道中领先。
为什么是小马？
根据小马官方在直播中透露的数字，目前全无人Robotaxi运营里程已经超过20万公里。
一般来说，Robotaxi的落地过程，是分数个阶段逐渐推进的：
• 第一阶段：“主驾位无安全员、副驾有安全员”；
• 第二阶段：“前排无安全员”；
• 第三阶段：“全车无安全员”。
出于安全因素的考虑，制定了这样的准入程序，加州硅谷如此，中国更如此。
小马智行获批广州北京两地的无人许可，是监管部门对小马已经展现出的技术、数据和安全表现的综合认定。
而小马在这两地的全无人运营的时长、里程、范围上不断扩展，更是是自动驾驶技术新商业模式、新产品塑造过程的不断加速。
为什么是小马，以及小马为什么这么快，都与背后的技术投入分不开。
Robotaxi落地的前提，或者说之前制约它落地的最大障碍，其实可以分成两部分，一是安全员成本，二是车辆硬性成本。
安全员成本其实就是传统出租车上的司机成本，一年十几到二十万不等。不去掉安全员，在技术上无法兑现自动驾驶的价值，从商业上也和传统出租车别无二致。
另外，由于以往Robotaxi基本都是在成熟车型上后期改装，再加上激光雷达等传感器成本高昂，一辆车购置成本动辄破百万，更加无法实现商业化前提。
对应自动驾驶的软件算法，和硬件方案，小马智行全无人Robotaxi常态化运营的背后，分别有长期的投入积累。
软件层面，比如小马智行自研BEV（Bird’s Eye View）感知算法，本质上以视觉感知为基础的大模型，将图像数据中的物体信息从2维还原重建成3维的过程。可以识别各类型障碍物、车道线及可通行区域等信息，并且可以最大限度节约计算、传感器资源。
这也是目前自动驾驶主流的“重感知算法”。在绕城环路、高速场景中，小马智行可极致地利用传感器，用鱼眼相机参与行车BEV感知模型，在无高精地图的情况下，仅用导航地图也可实现高速与城市的全无人驾驶能力。
在自动驾驶算法的预测层面，小马智行开发了博弈交互式规划算法，Robotaxi上系统的决策过程，充分考虑自车与社会车辆的博弈，可实现在繁忙的城市高架路与匝道上灵活穿梭。主动避让低速目标、绕行临停车辆等等背后，就是这样的算法在支撑。
而在自动驾驶硬件方案上，首先，小马智行自研底层域控制器ADC，以英伟达Orin芯片作为算力基础，在中间层实现传感器数据的接收处理转发，以及和执行的控制元件沟通。
超过2200万公里自动驾驶里程数据，让小马智行能够归纳出自动驾驶控制器应该怎么设计，才能在性能、成本、尺寸等等方面做到最优。
直接体现就是，自研自动驾驶域控制器，小马智行是目前唯一一家只用一颗Orin芯片就完美应对城市和高速工况的自动驾驶公司。
另外，在激光雷达传感器上，小马智行还和明星独角兽Luminar达成合作，做了一款IRIS嵌入式激光雷达。车规、高性能、低成本。而且能无缝嵌入量产车设计中，实现了Robotaxi或乘用车自动驾驶方案的“前装正向”设计要求。
这次Robotaxi直播，一个尤其值得关注的要点就是非测试，完全商业化运营的实况呈现。
前面说的软硬件技术，并不是小马智行的全部积累。但通过这些例子，能够清楚的明白小马智行是如何在技术上实现Robotaxi全无人的，如何在成本上使其具备商业化条件的。
而由于L4等高阶自动驾驶技术逐渐走向成熟的过程中，在感知识别、博弈策略这些层面，必然会表现出“通用AI”的性质，这也就让小马智行这样的玩家可以同时开启不同的商业化路径——无人物流和乘用车智能驾驶业务。
比如全无人Robotaxi的直播中，既有城市环路、高速工况，也有城市内复杂路线，其实对应的正是干线物流，以及乘用车最高频的智能驾驶辅助场景。
小马智行的L4 Robotaxi技术栈，就能迅速下放复用。而在这两条路径上，小马智行的进度也是行业内最快的。
智能卡车业务，和三一重工达成合作解决制造问题，和中外运合作找到落地场景，搭建起了完整商业闭环，是一条赚钱在即的业务，而且也在北京等多地获批了路测牌照。
乘用车上，小马官方针对不同级别的车准备了轻重不同的方案，目前已经实现量产上车，确认搭载在洛轲智能的首款车上。
透过小马智行Robotaxi10小时直播观察背后的本质，不难发现，在自动驾驶技术落地中，“成本”和“技术”很多时候都是内涵相同的词汇。
技术的积累、领先，就代表着商业闭环条件的成熟程度，而商业化的前景、规模，又反过来影响技术迭代的速度。
“自动驾驶的ChatGPT时刻正在到来”
在这次直播的晚高峰时间段，小马智行更是大佬尽出，亲身上车，既检阅自家产品，也聊到了自动驾驶当前最受关注的话题。
小马智行联合创始人、CTO“教主”楼天城，小马智行副总裁、北京研发中心负责人、RoboTaxi总负责人张宁，小马智行副总裁、广州研发中心负责人莫璐怡，亲身上车，还邀请了量子位总编辑李根，共同为业内首个10小时双城无人车载客运营直播结尾。
△ 左为楼天城，右为莫璐怡
他们一边谈论实时路况，也在双城连线中交流业内话题。
而最受关注的，就是如何看目前的境况。
Robotaxi，或者说L4代表的高阶自动驾驶，被认为进入了一个“低谷”。
具体表现在国外昔日的明星玩家，比如Argo破产，行业先驱Waymo也在裁员。
国内，很多当年踌躇满志做L4的玩家，现在寻求转轨做L2量产车项目。
小马智行如何看待自动驾驶如今的现状？
小马智行副总裁兼广州研发中心负责人莫璐怡认为，技术本身就有周期，而且如此创新的技术也没有现成经验可参考，只有不断坚持不断创新不断解决问题的玩家，才能赢得最后的嘉奖。
莫璐怡更倾向于从变化中看未来，她认为各方面的进步都令人欣喜。
硬件上，现在我们的软硬件系统已经到了第六代，第六代车型我们之前也官宣过，基于丰田的赛那autono-mass，传感器套件已经非常集成美观了，现在我们已经开始着手第七代的研发了。
软件上，一开始车辆的体感还不像现在这么丝滑，经常会有急刹的情况。碰上大雨天、大雪天就得停测，柳絮这样的障碍物也经常会被误识别，造成点刹，但是现在这些从前所谓的长尾场景已经被攻克。
落地进展层面，之前设想的每一步都在成为现实。
政策层面，一开始可以开放公开道路去测试就很不容易了，之后慢慢扩大范围，再之后开始允许收费运营、主驾无人、前排无人再到现在的全无人。
短短五六年时间，我们就已经达到了真正的无人化的商业化，广州南沙从2018年的100多个站点，发展到现在1000多个站点；在北京，一开始的站点也是只有一百多个，现在有600多个。
小马智行认为，与外界普遍的悲观情绪不同，L4无人驾驶“其实发展速度是变快了”。
△ 左为张宁，右为李根
而对于乘用车L2、L2+的火热，与Robotaxi的冷遇对比，小马智行副总裁、北京研发中心负责人、L4 Robotaxi业务负责人张宁觉得，反倒是一件好事：
2016年的时候大家都喊“三年量产、五年商用”之类的口号，觉得两三年技术就做出来了。小马其实并没有这么盲目的乐观吧，自动驾驶是个系统性工程，需要技术、政策、用户、产业链同步发展，才能有所突破。
现在大家又觉得行业遇冷，但是这时候我们反而没这么悲观。我们不觉得需要20年才能够把无人驾驶落地。从技术角度上讲，突破其实是近在眼前的。
L2、L4冷热反差其实正在把量产无人驾驶的供应链准备、政策、数据推向质变节点。比如激光雷达行业的发展就是整个产业链发展的一个侧切面。价格、质量、种类、性能等各个方面都有长足的进步。
教主楼天城还以AlphaGo和ChatGPT来类比说明L4和L2的不同。
教主说L4就像AlphaGo，它核心关注的是最后的结果，确保一定可以赢，L4也是对自动驾驶中的安全和效率结果负责。
而L2更像ChatGPT，更关注过程中的体验，能够把人从一些驾驶行为和场景中解放出来，实现驾驶体验的提升。
教主认为，虽然做法不同，出发点有差异，但最后都在为自动驾驶终极目标的实现蓄力。
这个终极目标，正是规模化无人驾驶的实现。如果说ChatGPT带来了AI的iPhone时刻，那自动驾驶也会有一个类似的时刻——让所有人意识到自动驾驶正在的质变，无人驾驶的大势所趋。
“教主”楼天城还给出了估计：
正在到来，差不多还有2年。
其实无论是辅助驾驶切入也好，无人驾驶降维也好，自动驾驶的终极价值始终没变。短期是降低人类驾驶负担，长期是彻底改变人类出行方式。
L2玩家是通过规模化量产，实现数据积累的量变。而这个量变一旦达到一个门槛，自然而然就会向高阶无人驾驶过渡，相信也不会有任何玩家主动放弃这样的前景。
而L4玩家则是将已经较为成熟的无人驾驶系统通过简化传感器、算力等等方式实现量产，支撑商业运营，最终仍然是通过数据量变引起AI能力的质变。
在直播中，教主还说行业有玩家败退很正常，大家都差不多在6、7年前播种出发，现在已经到了收货和检验之前积累的周期。
自动驾驶很难，所有投身的人都值得尊敬，但也是这种挑战，遗憾地意味着不会每个玩家都能赢得最后的圣杯嘉奖。
量子位总编辑李根同样认同楼教主的看法。他补充说ChatGPT惊艳轰动之前，OpenAI其实也已经坚持努力和付出了7年，大模型这种范式更是研发推进了快10年，而且正是OpenAI对于AGI矢志不渝的坚持，不忘初心，最后才带来了巨大突破。
而无人驾驶也面临一样的挑战，或许多数人都相信无人驾驶是终局是未来，但少有人能够矢志不渝保持定力去实现，然而也正因如此，最后能够书写历史改变世界的，一定是那些疯狂到相信一定可以改变世界的人。
李根认为OpenAI有这样一批疯狂的人，小马智行也有这样一批疯狂的人。
过去6年，他们始终在这个无迹可寻无经验可循的创新最前沿开拓进步。现在国外的独角兽纷纷败退，他们则用这种直播的方式，让更多人因为看见而相信。
中国可能不会有OpenAI了，照着成功者复刻，始终活在领先者的影子下亦步亦趋，但在无人驾驶领域，敢于直播展示的全无人驾驶，就是正在全球领先的证明。
更令人感叹的是，风起浮萍之末，如果回到6年前，谁能想刚刚创业迈出第一步的小马智行，会在6年后扛起整个行业的正名大旗，引领无人驾驶的希望和未来。
这也再次印证了，颠覆式创新，往往从边缘来到中心，从初创来到舞台中央。
One more thing
为什么这次小马智行的Robotaxi载客直播时间是10小时？
其实这不是Robotaxi的极限，而是直播设备的极限…
目前直播设备支持的最长时长，也就10个小时。
没想到自动驾驶技术的发展，还对拍摄记录技术提出了新的要求。
下载ECAD模型
