沉寂多年的百度无人驾驶出租车（Robotaxi）再度成为舆论焦点。百度无人驾驶项目“萝卜快跑”近期登上各大平台热搜，带动公司股价大幅上涨，创下自今年3月以来的最大单日涨幅。这提振了自动驾驶初创企业和押注未来移动出行的汽车公司的信心。

与此另一家有望推动Robotaxi行业发展的企业特斯拉，却传出将推迟发布Robotaxi车型。尽管特斯拉首席执行官埃隆·马斯克曾预言2020年将有100万辆自动驾驶出租车上路，但该公司至今仍未推出无需驾驶员监控的车型。

小鹏汽车首席执行官何小鹏在社交平台表示，Robotaxi的能力、法规和商业模式尚未成熟，预计两年后开始进入转折点。

从技术角度来看，Robotaxi采用L4级技术，可以自行驾驶，无需人工监督。实现Robotaxi的技术路径主要分为渐进式（从L2开始）和激进式（直接从L4切入）两种。

渐进式辅助驾驶考虑成本，采用规模化生产的芯片和传感器。激进的全自动驾驶方案Robotaxi则考虑安全，搭载高性能传感器、激光雷达和大算力芯片。

目前，百度萝卜快跑仅在11个城市运营，而小马智行今年才在北京、广州、深圳开启全无人商业化运营。与人类驾驶员相比，Robotaxi在交通博弈能力和通行效率方面仍有差距。

为了实现更高的收入目标，Robotaxi运营公司需要提升时空覆盖，满足更多用户需求。端到端大模型的应用是提升自动驾驶技术水平和Robotaxi泛化能力的潜在方向。

特斯拉全自动驾驶系统FSD V12版本的推出，提高了业内对端到端技术的认知和接受程度。

模块化自动驾驶算法通常要求研发团队手动编写代码以解决极端场景问题，但将“感知”和“决策”一体化后，感知数据可通过神经网络模型直接输出用于车辆控制。

何小鹏指出，应用大模型后，原本大量的泛化代码已转换为端到端模型，赋予自动驾驶系统时空理解能力，使其能读懂文字信息、具备时间观念，并理解不同城市交通元素的特点，从而做出更人性化的决策。他建议 L4 自动驾驶公司尽快转向端到端技术。

一位智驾研发人员表示，端到端技术的上限高于模块化技术路线，因为端到端完全由数据和算力驱动，随着二者的显著提升，端到端的进化速度将远高于模块化。

该研发人员认为，转向端到端模型后，开发人员不再需要编写大量规则，但需要将人力和资金投入到数据处理上。大模型对数据量和处理要求更高。

元戎启行、Momenta 等头部自动驾驶公司正在推进端到端的落地，国内汽车公司蔚来、小鹏、理想也在进行内部组织架构调整以配合端到端落地。

业内人士指出，端到端架构仍停留在学术层面，距离实际落地还有相当的距离。该架构使用的神经网络大模型是一个“黑匣子”，难以确保实际落地的功能安全，仍需要人工编写规则进行后处理。要实现实际落地成果，需要持续且巨额投入。

技术进步只是实现 Robotaxi 商业落地的其中一环。科尔尼咨询董事桂灵峰认为，Robotaxi 商业闭环的形成需要满足路径规划、乘坐舒适度、行程体验、用户经济性、安全性以及技术接纳性等六大要素。端到端大模型的成熟落地可以解决前三个难题，但消费者能否负担还考验着自动驾驶公司的成本和收入平衡能力。

目前，百度萝卜快跑和小马智行使用低价策略吸引用户乘坐，以与网约车竞争。科技媒体《电厂》指出，在北京，萝卜快跑同一路线的定价比最便宜的网约车低 44%。

一方面，这得益于软硬件成本的大幅下降。为了保证安全和数据精度，Robotaxi 车型通常搭载激光雷达、毫米波雷达和摄像头等关键传感器。2018 年，用于 Robotaxi 车型的机械式激光雷达单颗售价高达 10 万美元。

一位激光雷达行业从业人员透露，随着汽车公司展开智能驾驶“军备竞赛”，激光雷达需求规模迅速扩大，带动上游产业链成本降低。半固态激光雷达成本已降至 3000 元，并有望在 2025 年降至 1000 元甚至更低。

曾就职于上海自动驾驶公司 AutoX 的研发人员表示，AutoX 早期投放的无人驾驶出租车配备了 6 个以上国外的高成本激光雷达和性能最强的智驾芯片，单车硬件成本接近 200 万元。而现在，Robotaxi 车型的传感器和计算平台成本总和不会超过 10 万元。

据百度集团副总裁兼智能驾驶事业群组总裁王云鹏透露，百度的第六代无人车的整车成本已较第五代大幅下降 60%，价格只需 20 万元。

Robotaxi 另一项成本支出是人工运营问题。2020 年，记者在北京亦庄体验百度 Robotaxi 时，每辆车必须配备一名安全员。四年后，在武汉，约 95% 以上的萝卜快跑车辆已实现“全无人”驾驶，仅有云端远程驾控人员执行应急接管操作。

奥纬咨询企业董事合伙人张君毅指出，影响 Robotaxi 成本的核心因素已从软硬件成本转向人工成本。配备安全员和地勤服务人员的数量、工作地点（云端或现场）以及政府发放牌照及运维费用，都将决定 Robotaxi 商业模式的可行性。

投资者对 Robotaxi 的担忧在于其重资产、重研发、重运营的商业模式。既要开发自动驾驶解决方案，又要运营和服务，还要购买车队，实现商业化变现难度极高。初创公司一旦出现融资困难或资金管理不善，便存在资金链断裂风险。

2022 年，得到大众和福特支持的海外自动驾驶公司 Argo AI 因资金问题宣告破产。2023 年，通用汽车旗下的 Cruise 运营亏损高达 34.8 亿美元。谷歌控股的 Waymo 估值也从最高时的 1750 亿美元暴跌至 300 亿美元。

为摊销成本，国内正通过由汽车公司、出行平台和自动驾驶技术公司组成的联盟推进技术变现。例如，刚登陆港股市场的网约车平台如祺出行，背后有广汽集团支持，在 2022 年 A 轮融资中引入了头部自动驾驶公司小马智行作为战略股东。

在这个“黄金三角”联盟中，自动驾驶公司提供前沿技术，汽车公司提供整车量产，出行平台将两者结合，推动商业化落地。

张君毅表示，在共享出行概念最火热的时候，汽车公司将自己定位为未来的出行公司。这既可以实现面向 B 端运营，扩大销量，又能参与出行服务，增加盈利点和用户触达。

桂灵峰也指出，汽车公司单纯卖车的利润空间越来越小，而 Robotaxi 定义了出行场景，不仅是从 A 到 B 的行驶模式，还能提供第三空间，在车内与用户产生更多交互，想象空间更大。

特斯拉是为数不多由汽车公司单一主导 Robotaxi 发展的企业。2018 年，马斯克提出研发自动驾驶汽车并探索车辆“共享”的可能性。通过这一共享，当特斯拉车主不用车时，可以利用其接送客人以获取收入。

马斯克表示，通过在特斯拉手机应用程序上按一个按钮，即可将汽车添加到特斯拉共享车队，然后，当车主工作或度假时便可利用其汽车增加收入，此举可大大抵消每月的贷款或租赁成本，甚至有时还能够额外获得收入。

天风证券认为，在自动驾驶出租车领域，特斯拉拥有技术人才和低能源成本的双重优势。与传统的 Uber 和 Lyft 运营模式相比，特斯拉省去了人工成本，支付的能源成本也较低。结合定价更低的自动驾驶出租车车型，即使定价比 Uber 低 50%，特斯拉仍能获得相近的每公里收益，缩短车辆回收成本周期。

张君毅认为，汽车端的技术进步速度正在加快，但路端发展相对缓慢。目前，L3 级自动驾驶的运行法规也尚未完善。自动驾驶出租车还存在责任划分的问题。只有车辆足够智能和安全，保险公司才愿意承保，监管部门才能够执法，使商业模式形成闭环。

百度的目标是在 2024 年底前，萝卜快跑在武汉实现收支平衡，并在 2025 年全面进入盈利期。但要将成功的模式复制到全国，还需要打通法规、保险公司、网约车平台和自身技术能力等环节。