政策与技术并行，共推Robotaxi商业化进程？

高级别自动驾驶的发展离不开政策与技术的双重驱动。政府对“车路云一体化”建设的支持推动了基础设施的完善，同时高级别自动驾驶的监管体系逐步完善，为自动驾驶商业化进程提供了政策保障。从技术角度看，融合感知与轻量级高精地图方案成为过渡路径，使高级别自动驾驶的商业化落地得以实现。

政策与技术螺旋前进：高级别自动驾驶的关键推动力

高级别自动驾驶技术的发展与政策支持相辅相成。政策的推动为高级别自动驾驶的研发和落地提供了环境支持，尤其在基础设施建设、法规完善和试点应用等方面起到了决定性的作用。技术端的进步，包括感知技术的突破和地图方案的创新，为自动驾驶商业化铺平了道路。政策与技术的“螺旋前进”模式不仅加速了商业化的步伐，也推动高级别自动驾驶向更成熟的阶段迈进。

1.1 政策驱动：大规模基础设施建设与试点项目加速推进

政策端的支持是高级别自动驾驶加速商业化的主要推动力之一，2024年7月，工信部等五部门联合发布智能网联汽车“车路云一体化”应用试点城市名单，确定了北京、上海、重庆等20个城市作为车路云一体化应用试点。这些试点城市的设立意味着，我国在自动驾驶的政策扶持和基础设施建设方面进入了一个新的阶段。

车路云一体化相关政策

在车路云一体化的框架下，我国各地政府对智能网联汽车基础设施的投资大幅增加，各地项目陆续启动。例如，北京市计划投资99.4亿元用于车路云一体化基础设施建设；武汉市投入170亿元用于智能网联基础设施建设等。通过推动“车路云一体化”建设，使高级别自动驾驶技术能够在早期测试、实际应用中得以检验，同时也为未来的规模化应用积累了丰富的数据和实践经验。此外，为促进不同企业、科研机构在这些试点城市中开展合作，政策端还逐渐放宽了高级别自动驾驶测试的许可标准。多地政府相继出台了扶持政策，鼓励企业在这些城市中发展Robotaxi等新型出行模式，推动无人驾驶技术在实际环境中的测试和验证。

1.2 法规体系的逐步完善：填补高级别自动驾驶监管空白

高级别自动驾驶的商业化进程还面临法规层面的挑战，不可否认的是，自动驾驶的技术迭代速度快于现有的法律监管框架。为此，我国近年来加强了自动驾驶法律法规的建设，以确保高级别自动驾驶的商业化落地更加安全可靠。自2023年起，工信部、公安部、住建部和交通运输部等部门先后发布了多项政策，包括《关于开展智能网联汽车准入和上路通行试点工作的通知》和《自动驾驶汽车运输安全服务指南（试行）》等。

我国高级别自动驾驶政策补齐

这些政策文件填补了高级别自动驾驶在交通法规、测试许可、事故责任等方面的监管空白。例如《关于开展智能网联汽车准入和上路通行试点工作的通知》明确了L3、L4级别自动驾驶车辆的准入规范，对自动驾驶系统的安全性、数据隐私和网络安全提出了具体要求。此举使得高级别自动驾驶在道路测试和上路许可方面得到了政策的支持，有效保障了技术的安全性和可控性。这些政策的逐步出台和完善，为高级别自动驾驶车辆提供了法律支持。在道路使用、交通事故责任划分等方面，通过清晰的法律规定，提升了公众对于无人驾驶车辆的信任。同时这种政策的松绑也为自动驾驶技术的推广提供了更宽松的环境，使其能够在更多场景下进行试验和推广。

1.3 技术端的突破：融合感知与轻量级高精地图方案的广泛应用

在技术端，高级别自动驾驶的突破主要集中在感知系统的优化和地图方案的升级。感知系统是实现高级别自动驾驶的重要组成部分，其中以融合感知和轻量高精地图为代表的技术解决方案已逐渐成熟并广泛应用。融合感知技术是通过多种传感器（如摄像头、毫米波雷达、激光雷达等）协同工作，提供高精度的环境感知信息。相比于传统的单传感器方案，多传感器融合能够在恶劣天气、复杂路况中提高自动驾驶车辆的感知能力和鲁棒性。如Waymo的自动驾驶系统通过融合激光雷达和摄像头数据，使其能够在夜间、雨雾天气等恶劣环境下实现高效的目标检测和路径规划。

多传感器融合方案

除此之外，随着纯视觉方案的兴起，端到端算法在高级别自动驾驶中的应用逐渐得到重视。特斯拉引领的纯视觉方案通过车辆搭载的摄像头采集环境数据，并利用深度学习神经网络进行处理，直接生成自动驾驶控制命令。这种方案在降低了成本的同时，减少了对高精地图的依赖，简化了系统的硬件要求。由于纯视觉方案对算法和算力要求高，目前仍然面临环境适应性和安全性方面的挑战。与此同时，轻量级高精地图成为了高精地图的有效替代方案。与传统的高精地图不同，轻量高精地图通过简化地图要素、降低精度要求，减少了地图数据的存储和更新成本。例如，百度推出的轻量级高精地图方案在不牺牲定位精度的前提下，将地图数据量减少了80%，使其适用于城市NOA（自动导航驾驶）等高频场景。这种技术进展为高级别自动驾驶提供了更具成本效益的解决方案，加速了技术的商业化落地进程。

Robotaxi场景中的商业化进展

Robotaxi作为高级别自动驾驶商业化的典型应用场景，近年来得到了快速发展。随着政策的放开和技术的成熟，Robotaxi的商业化进展在全球范围内取得了显著成果。中国的百度“萝卜快跑”项目和美国的Waymo、Cruise等企业率先进行了大规模测试和实际运营。在政策和技术的双重支持下，我国Robotaxi逐步构建了初步的商业闭环，为高级别自动驾驶在其他应用场景中的扩展打下了基础。

2.1 Robotaxi的市场发展背景与潜力

Robotaxi，即无人驾驶出租车，是高级别自动驾驶技术的主要商业化应用场景之一。其发展得益于政策的扶持、资本的投入以及技术的进步。作为自动驾驶的关键市场，Robotaxi不仅能减少出行成本，还能显著提升交通的安全性和效率，从而降低社会交通负担，带来显著的经济效益。据中商产业研究院数据，2023年，中国无人驾驶市场规模达到3301亿元，预计到2024年将增长到3832亿元。

2019年-2024年中国无人驾驶行业市场规模及预测（亿元）

在中国，Robotaxi的商业化进程受到政策的强力支持。以Robotaxi运营为代表的“萝卜快跑”在武汉、北京、重庆等城市开展了大规模的无人驾驶服务试点。自2024年以来，百度“萝卜快跑”在武汉的订单量持续增长，并逐步扩展到24小时全天候运营，为Robotaxi的商业闭环初步形成提供了支撑，其目标是在2025年实现武汉区域的全面盈利。未来几年，随着更多城市逐步开放测试，Robotaxi的市场需求有望持续上升，为整个自动驾驶行业带来持续的增长动能。美国的Waymo和Cruise等公司也在积极推进Robotaxi的商业化进程。2023年，Waymo和Cruise分别在旧金山获得了无人驾驶出租车的商业运营许可，实现了24小时全天候服务，这标志着美国Robotaxi行业向全面商业化迈出了重要一步。中美两国在Robotaxi市场的发展始终位居前列，成为自动驾驶行业的主要推动力量。通过各自的政策和技术优势，两国Robotaxi市场的发展为全球自动驾驶技术积累了宝贵的实践经验。

全球主要Robotaxi企业规模情况

2.2 Robotaxi的技术方案：多传感器融合与端到端视觉的实践

Robotaxi的实现依赖于多种技术方案，其中主要包括多传感器融合和端到端视觉。多传感器融合方案通常采用激光雷达、毫米波雷达和摄像头等多种传感器，确保自动驾驶系统能够实时感知周围环境的变化，避免交通事故的发生。这一方案的主要优势在于系统的鲁棒性和高精度，但其缺点在于高昂的硬件成本。Waymo的Robotaxi在城市复杂路况中采用了多传感器融合方案，通过不同类型的传感器协同工作，有效地解决了感知精度和冗余性的问题，使其具备全天候的行驶能力。另一种技术方案是纯视觉+端到端算法，该方案通过摄像头采集环境信息，利用神经网络处理后直接生成车辆控制指令。这种方案在特斯拉FSD系统中得到了广泛应用。特斯拉通过引入BEV（鸟瞰视角）+Transformer算法架构，显著提高了其视觉系统的感知能力和泛化性能。在特斯拉的带动下，越来越多的企业开始研发基于端到端视觉的方案。尽管目前端到端视觉方案在恶劣天气、复杂交通环境中仍存在一定的局限性，但它在降低硬件成本、提高计算效率方面显示出巨大的潜力。未来，随着激光雷达价格的逐渐下降，以及端到端视觉算法的进一步完善，Robotaxi的技术方案有望朝着多传感器融合与端到端算法并行发展的方向迈进。多传感器融合适合用于复杂环境下的高精度定位，而端到端视觉适合在成本较低的场景中推广，二者的结合将进一步提高Robotaxi的商业化潜力。

2.3 Robotaxi商业化路径：从技术验证到规模化应用

Robotaxi的商业化路径逐渐形成了“技术+整车+出行平台”的合作模式，即通过自动驾驶技术公司、整车厂和出行服务平台的紧密合作，形成深度绑定的“金三角”模式。例如，Waymo在美国与Uber、捷豹合作，共同开发Robotaxi的运营平台，通过专业分工来加速技术的落地和市场推广。国内的百度“萝卜快跑”则通过与地方政府合作，依托百度Apollo的自动驾驶技术，在多地实现了无人驾驶的落地应用。

美国Robotaxi“金三角”生态合作关系

这种商业模式的优势在于资源整合与分工协作。自动驾驶技术公司专注于技术创新，整车厂负责整车平台的开发和优化，出行平台则承担市场推广和用户服务的职能。这种模式不仅能够加速Robotaxi的技术成熟度，还能减少各方的成本，提高商业化效率。目前，Robotaxi赛道的参与者主要包括三类：互联网企业（如百度、谷歌）、车企（如特斯拉、小鹏）、以及出行平台（如滴滴、曹操出行）。这种合作模式为Robotaxi的快速落地和运营奠定了坚实的基础。根据麦肯锡的预测，到2025年至2027年，Robotaxi的单位运营成本将低于同级别的传统网约车，从而实现真正的成本优势。当前，Robotaxi的商业化进程在政策的推动和市场需求的拉动下不断加快，Robotaxi作为自动驾驶商业化的先行者，其市场潜力逐渐显现，有望在未来几年进一步扩大。

车路云一体化建设：高级别自动驾驶的基础保障

车路云一体化作为智能网联汽车发展不可或缺的部分，是高级别自动驾驶落地的重要基础。车路云一体化通过将智能道路、智能车辆等路侧设备相互协同，为自动驾驶车辆提供“超视距”的感知能力，从而大大提升了车辆的安全性和应变能力。车路云一体化的发展不仅依赖于道路和通信基础设施的完善，还依赖于云计算、边缘计算等新兴技术的支持。这一技术的发展，成为推动高级别自动驾驶规模化落地的关键因素。

车路云一体化系统架构

3.1 车路云一体化的概念与发展背景

车路云一体化是通过车载传感器、路侧感知设备和云端计算系统的协同工作，实现信息的实时共享和处理。具体而言，车路云一体化系统由三部分构成：智能车辆、智能路侧设备和云端控制平台。智能车辆负责感知周边环境，智能路侧设备提供道路状况和交通信号的实时信息，而云端控制平台则负责全局调度和数据处理。这种架构可以有效提升自动驾驶系统的感知范围和信息获取能力，使车辆能够在复杂环境中应对突发状况，提高自动驾驶的安全性和适应性。车路云一体化的发展背景可以追溯到智能网联汽车的早期研究阶段。随着自动驾驶技术逐渐向高级别发展，单车智能的局限性开始显现：例如，摄像头、雷达等传感器的感知范围有限，尤其在夜间、雾霾等恶劣天气下的识别精度大幅下降。而通过车路云协同，智能道路的感知设备可以为车辆提供远距离的实时信息，使车辆在盲区、复杂路况等情况下也能获取交通信息，从而提升了系统的安全性和可靠性。

3.2 车路云一体化在中国的推进与政策支持

中国的车路云一体化发展得益于政府的政策支持与大规模的基础设施投资。2024年，工信部等五个部门发布了智能网联汽车“车路云一体化”应用试点项目，选定北京、上海、重庆等20个城市作为试点区域，推动“车、路、云”高效协同。根据工信部的数据显示，截至2024年7月，中国已建设17个国家级智能网联汽车测试区、7个车联网先导区、16个“双智”试点城市，并开放了超过32000公里的测试道路，政府的支持和基础设施的建设为车路云一体化的发展奠定了坚实的基础。这些试点城市成为了探索和验证车路云一体化的重要场所，北京市投资了近百亿元用于车路云一体化基础设施的建设，其中包含智能路侧感知设备的安装、车联网系统的搭建等。这些项目不仅推动了本地自动驾驶测试，也为未来车路云一体化的大规模推广提供了技术和经验支持。武汉市的智能网联项目也在快速推进，通过大量的智能感知设备建设和数据采集，该项目将有效提升Robotaxi等高级别自动驾驶的运行安全性，促进自动驾驶在城市交通场景中的广泛应用。

3.3 车路云一体化的技术架构与优势

车路云一体化的核心优势在于其实现了数据共享和多级协同，智能车辆通过车载传感器获取自身周围的实时信息，包括车速、行人和障碍物等数据，帮助系统进行感知和决策；其次，智能路侧设备能够补充车辆感知的盲区，监控包括交通信号、突发事件等信息，并将这些数据上传至云端；最后，云端控制平台能够通过大规模数据计算提供更高层次的决策支持，如交通信号优化、行车路线规划等。车路云一体化的分布式架构实现了车辆、路侧设备和云端的高度协同，使得自动驾驶车辆在复杂交通场景下能够安全高效地行驶。这种多层级的数据共享和协同计算有效解决了单车智能的局限性，提升了车辆的环境感知能力和决策效率。通过路侧设备提供的超视距信息，自动驾驶车辆能够在进入盲区之前获得预警信息，从而提前进行路径调整。此外，云端系统能够实时监控整个道路网络的交通流量，协调车辆的行驶路径，减少道路拥堵，提升整体交通效率。车路云一体化通过信息的共享和计算资源的优化分配，增强了自动驾驶系统的适应能力和抗风险能力，成为未来高级别自动驾驶的重要发展方向。

Robotaxi商业闭环的形成与未来发展趋势

随着高级别自动驾驶技术和车路云一体化的成熟，Robotaxi已逐步进入商业化运营阶段，形成了以无人驾驶技术、整车平台和出行服务平台为核心的“金三角”闭环模式。Robotaxi在技术、政策和市场的多重推动下，从测试验证阶段逐步走向了实际应用，并展现出显著的市场潜力。

4.1 Robotaxi商业闭环的构建与市场格局

Robotaxi的商业闭环主要依赖于技术公司、整车厂和出行平台的紧密协作。自动驾驶技术公司为Robotaxi提供感知、决策和控制技术，整车厂负责开发车辆平台，出行平台则为Robotaxi提供运营支持。例如，美国的Waymo与Uber、捷豹公司合作开发无人驾驶出租车运营模式，在旧金山等地实现了收费运营。中国的百度“萝卜快跑”则依托百度Apollo的技术支持，通过与地方政府合作，逐步实现了Robotaxi的规模化应用。Robotaxi商业闭环的形成，使各个环节的资源和功能得到整合与优化，提升了运营效率和成本效益。通过集中化的技术开发和市场推广，Robotaxi的成本将随着规模化运营逐步下降。根据麦肯锡预测，到2025至2027年间，Robotaxi的单位服务成本有望低于传统网约车，这意味着Robotaxi的商业模式将逐步实现可持续的盈利能力。Robotaxi的市场格局逐渐形成了互联网科技企业、传统车企和新兴出行平台共同竞争的局面。例如，百度、谷歌、文远知行等互联网企业凭借其算法和数据优势，占据了技术开发的主导地位；而特斯拉、通用等传统车企则依托其丰富的生产制造经验和资金实力，逐步布局Robotaxi市场；滴滴、如祺出行等出行平台则在运营和用户服务方面具备竞争优势。这种多元化的市场格局促进了Robotaxi的快速发展，为未来进一步的市场拓展奠定了基础。

4.2 Robotaxi的成本控制与盈利模式探索

Robotaxi的商业模式虽然在初步形成，但在盈利方面仍面临挑战。当前，Robotaxi的单位服务成本依然高于传统出租车的成本，以及车辆在测试和运营过程中产生的维护费用。然而，随着技术进步和规模化生产的推动，Robotaxi的成本有望大幅下降，逐渐具备盈利的可能性。为了实现可持续的盈利，Robotaxi在成本控制、业务模式创新和运营效率提升方面进行了诸多探索。成本控制成为Robotaxi实现商业化的关键。当前，激光雷达、高清摄像头等传感器的价格仍然较高，但随着这些技术的不断成熟和市场需求的增加，其成本已开始逐步下降。根据预测，到2030年，主视激光雷达的价格可能下降至1800元人民币，补盲激光雷达降至600元人民币，这将显著降低Robotaxi的单车成本。许多Robotaxi公司开始研究和采用轻量化感知方案，以减少对昂贵的高精地图的依赖。特斯拉引领的纯视觉端到端方案，以其成本优势成为自动驾驶车辆在城市道路中的一种重要选择。Robotaxi的盈利模式也在不断优化。百度“萝卜快跑”项目已在武汉等地展开全天候的无人驾驶服务运营，目标是在2025年实现收支平衡。百度通过降低无人车的生产和运营成本，同时提高无人驾驶技术的效率，实现规模化运营，逐步构建了“技术开发+运营支持+用户体验”的闭环模式 。另外，通过构建丰富的用户数据和出行习惯，Robotaxi可以在出行数据分析、广告和附加服务等方面拓展盈利来源。例如，根据乘客需求和行程偏好，提供定制化的服务和娱乐内容，这些都是未来Robotaxi探索多元盈利的潜力方向。

4.3 Robotaxi未来的发展趋势与挑战

随着政策和技术的不断完善，Robotaxi未来的发展前景非常广阔。然而，在推进商业化的过程中，也面临着一些挑战。未来的发展趋势和挑战主要体现在以下几个方面：

1.市场扩展与法规适应性

目前，Robotaxi在全球范围内的应用还主要集中在特定城市和试点区域，市场扩展的进程依赖于各地政策和法规的支持。为保证运营安全，各地政府在道路安全、数据隐私、事故责任等方面提出了严格的要求，特别是在中国，各地政策有所不同。例如，北京和重庆的Robotaxi准入要求存在一定差异，这使得跨区域运营的难度增加。如何在满足法规的基础上实现市场的快速扩展，是Robotaxi在商业化中面临的一大挑战。

2. 技术进步与安全保障

Robotaxi的广泛应用需要在复杂城市环境中确保安全性和稳定性。尽管融合感知、多传感器等技术为Robotaxi提供了高度的环境感知能力，但在特殊天气、突发事件、恶劣路况下，传感器的稳定性和算法的鲁棒性依然有待提升。此外，自动驾驶系统的网络安全也备受关注。在数据上传云端的过程中，如何防止黑客攻击、确保乘客的隐私数据安全，将是Robotaxi行业发展的长期课题。

3. 用户接受度和服务体验提升

Robotaxi的推广还需要逐步提高用户的接受度和信任感。自动驾驶技术在公众中的认知和接受仍处于初期阶段，许多乘客对无人驾驶车辆的安全性表示担忧。因此，Robotaxi在提供服务时，通常会配备安全员，以确保乘客的安全。同时，通过提供优质的服务体验，例如减少候车时间、提升乘车舒适度、提供个性化服务等，Robotaxi可以逐步增强用户粘性，提高乘客的满意度。未来，随着技术的进一步完善，Robotaxi或将逐步取消安全员，实现真正的无人驾驶出行。

总结与展望

高级别自动驾驶的发展经历了政策和技术螺旋推动的历程，车路云一体化建设为其提供了坚实的基础，Robotaxi成为高级别自动驾驶商业化的先锋应用。政策支持、高精地图的优化、成本控制等多方面因素共同推动了自动驾驶技术的成熟。在技术上，感知系统的不断优化、多传感器融合技术和端到端算法的进展，使得自动驾驶车辆能够应对更复杂的交通环境。此外，轻量级高精地图的普及，以及激光雷达等传感器的成本下降，为自动驾驶商业化提供了更高的可行性。未来，随着自动驾驶技术的进一步成熟，Robotaxi的商业化进程将进一步加速，逐步覆盖更多城市和地区。通过不断的技术进步和商业模式的创新，Robotaxi的市场潜力将不断释放。Robotaxi作为自动驾驶的重要应用场景之一，不仅为高级别自动驾驶的落地提供了宝贵经验，也推动了整个智能交通生态的发展。未来，Robotaxi可能会与智慧城市建设更加紧密地结合，成为提升城市交通效率、改善出行体验的关键一环。Robotaxi的全面普及仍需面对技术和监管的双重挑战。如何确保自动驾驶技术的安全性、适应复杂的道路环境，以及如何制定合理的政策法规，都是未来需要持续解决的问题。在政策和技术的共同推动下，高级别自动驾驶将在未来几年迎来更加广阔的发展空间。通过车路云一体化与技术升级，Robotaxi及其他高级别自动驾驶应用将成为现代化智能交通系统的核心组成部分，推动全球交通系统向更加智能、高效、安全的方向发展。

审核编辑 黄宇