1、Robotaxi 产业现状及分类
国内Robotaxi产业主要分为三类企业：第一类是以L4级自动驾驶技术为核心的初创公司，如百度、文远知行、风云AI等，这些公司在一线城市开展公开运营，百度旗下的Apollo Go车辆数量最多，超过500辆。第二类是出行服务公司，如上汽集团的享道出行，这些公司依托大型OEM，通过合作实现出行服务。第三类是OEM企业自身的尝试，如小鹏汽车在广州的小范围试点。
2、Robotaxi 技术及成本构成
Robotaxi的技术主要分为车辆本身、传感器套件和计算单元。车辆通常由外部购买并进行改装，传感器主要包括激光雷达、摄像头和毫米波雷达，计算单元以高算力的PC为主，常用英伟达的显卡。整个系统还包括散热循环系统和精确通信的ECU。
Robotaxi的成本主要包括车辆成本、传感器硬件成本和计算单元成本。传感器硬件成本约为15000到20000元，计算单元成本约为2万到3万元，加上其他附属设备，总成本约为8万到9万元。
3、Robotaxi 产业发展驱动因素
Robotaxi产业的发展既依赖技术推动，也依赖政策推动。技术推动主要来自初创企业的技术研发目标，如在2025年到2026年实现全无人运营。政策推动则来自国家和地方政府的支持，通过示范区域的运营项目推动产业发展。
4、Robotaxi 技术路线及挑战
当前Robotaxi技术路线主要以小模型和激光雷达为主，使用自建的高清地图进行运营。地图的绘制和验证成本高，限制了大范围推广。未来技术路线可能向端到端大模型和无图方案发展，以实现更广泛的运营覆盖。
5、Robotaxi 运营及监管
Robotaxi运营需要远程监控和安全员支持，目前远程安全员的比例为1对3到1对5。未来通过技术优化和长时间运营数据积累，接管率有望降低，从而减少安全员的需求。
Robotaxi的责任划分主要依据运营主体，如车辆由自动驾驶公司运营，则公司承担主要责任。合作模式下，运营公司和技术提供方根据协议划分责任。
6、Robotaxi 未来发展及市场前景
Robotaxi的规模化发展需要技术路线的重大突破，特别是端到端模型的应用。当前技术路线限制了大范围推广，未来需要更强的泛化能力和数据驱动的模型。
Robotaxi产业的成熟运营将利好主机厂和传感器供应商，但由于市场体量有限，对整体营收影响较小。政策和技术的进步将决定产业的长期发展前景。
Q&A
Q：目前国内Robotaxi的运营情况如何？
A：目前国内Robotaxi的运营主要分为三类企业：第一类是以L4级别自动驾驶研发起家的初创公司，如百度旗下的Apollo、文远知行、风云AI等，这些公司在一线城市都有公开运营，Apollo的运营车辆数量最多，超过500辆；第二类是出行服务公司，如上汽集团旗下的享道出行，这些公司依托大OEM的资源，与具有技术能力的公司合作提供服务；第三类是一些OEM企业自身的尝试，如小鹏汽车在广州的小范围运营。总体来看，自动驾驶初创公司是主要的运营主体。
Q：Robotaxi的技术构成和成本如何？
A：Robotaxi的技术构成主要包括车辆本身、传感器套件和计算单元。早期公司购买外部车辆进行改装，现阶段多与
OEM合作，使用定制车辆平台。传感器套件主要包括激光雷达、摄像头和毫米波雷达，计算单元以高算力的CPU和显卡为主，通常使用英伟达的显卡。成本主要集中在车辆、传感器、计算单元及研发费用。此外，运营成本还包括远程监控平台、安全员和运营支持人员的费用。目前，大部分Robotaxi仍需配备安全员，完全无人运营的数量较少。
Q：您觉得Robotaxi产业在我国的发展主要是靠政策推动还是技术推动？
A：其实这两方面都有。首先是技术推动，主要来自于L4无人驾驶初创企业的自身发展。这些企业希望在2025年到2026年之间实现全无人的运营，即去掉安全员。目前技术还不够成熟，但企业有这个意愿并在努力推进。另一方面，国家和地方政府也通过政策来推进无人驾驶的发展。地方政府通常与初创企业合作，在特定区域内进行示范运营，以推动当地产业发展。
Q：目前Robotaxi的盈利模式是什么？
A：目前Robotaxi公司的主要盈利模式是通过卖车和车辆的运营，而不是通过公众接单来维持盈利。主要利润来自于车辆销售和相应的技术支持费用。政府与这些公司合作，提供订单和资金支持，从而推动产业发展。
Q：未来Robotaxi的运营模式会是单车智能还是车路云协同？
A：在未来五年内，Robotaxi的运营模式仍将以单车智能为主。车路云协同涉及到V2X，需要广泛的道路测试基础设施和技术支持，目前国内的供应商能力相对较弱且分散。此外，目前没有全国统一的标准，地方政府的需求和技术能力也参差不齐，因此车路云协同还停留在概念阶段，对实际运营帮助不大。
Q：单车智能能否实现L4级别的智能驾驶？
A：目前L4级别的自动驾驶已经实现，但其定义并没有对运营范围或区域进行限制。L4只是指车辆具备点到点自动驾驶的能力，头部的自动驾驶公司在固定站点和路径上已经具备这种能力。然而，要实现大范围或主城区的覆盖，目前的技术路线还难以完全实现。
Q：L4级别的自动驾驶是否意味着不需要接管？
A：L4级别的自动驾驶并不是完全不需要接管，而是在遇到紧急情况时，车辆有能力自行停在一个合理的地方，而不需要司机主动接管。这满足了L4的定义，即车辆在紧急情况下能够自主处理问题。
Q：国内Robotaxi厂商的技术路线有哪些？与特斯拉的Robotaxi相比有什么区别？
A：国内的Robotaxi厂商主要采用L4级别的技术路线，与特斯拉不同。L4级别的技术路线有几个共同点：首先，感知模型以小模型为主，每个模型负责特定的检测任务，并最终融合在一起。此外，激光雷达是主要的感知手段。其次，Robotaxi使用自制的高级地图，这些地图由企业自己采集和优化。最后，运营路线是固定的，经过反复验证后才投入使用。这些特点使得Robotaxi在大范围推广上存在困难。
Q：目前Robotaxi的安全员配置情况如何？未来会有哪些变化？
A：目前，主驾安全员是一车一人，而后端远程安全员的配置则根据技术能力和接管率有所不同，通常是1对3或1对5。如果接管率低，1对5是可行的；如果接管率高，则需要更多的安全员。未来，随着技术的进步和接管率的降低，主驾安全员有望在2025年至2026年之间逐步取消，但远程安全员仍然是必需的，以应对无法处理的突发情况。
Q：如何提升Robotaxi的接管率，从而减少对安全员的依赖？
A：提升接管率主要通过不断的测试和验证。L4级别的Robotaxi在运营过程中会采集数据，算法工程师基于这些数据分析问题并优化系统。随着运营时间的增加和案例的积累，系统会变得更加完善，从而降低接管率。一旦接管率达到一定水平，可以考虑取消主驾安全员，并提升远程安全员的监控数量。
Q：具有高精地图资质的公司在Robotaxi领域是否具有优势？如果没有高精地图，是否会影响推广？
A：具有高精地图资质的公司在Robotaxi领域确实具有优势。高清地图是实现L4级别自动驾驶的必要条件。如果没有高清地图，传统的L4技术路线是无法实现的。因此，如果没有高精地图资质，企业需要选择其他技术路线，例如特斯拉的视觉路线，但这可能需要更长的时间来实现。
Q：单车智能与车路云协同在L4自动驾驶中的作用是什么？
A：目前在中国，车路云协同对L4自动驾驶的技术帮助有限。车路云协同的最大作用是共享路测感知结果，解决一些视野盲区问题。然而，由于计算技术能力不足和缺乏统一的技术规范，企业之间的对接困难，车路云协同在实际应用中没有太大帮助，仅在特定示范场景下有一定作用。
Q：特斯拉推迟发布L4自动驾驶的原因是什么？
A：特斯拉推迟发布L4自动驾驶的原因可能是其视觉系统仍存在一些问题，需要增加激光雷达或其他辅助设备。特斯拉目前采用的是L2或L2+的自动驾驶模型，能够解决大部分日常驾驶问题。但L4自动驾驶要求车辆在特定位置停靠，且不需要司机接管，这对端到端模型提出了更高的数据需求和安全挑战。
Q：海外与国内在车路协同和智能驾驶的发展前景如何？
A：海外不太可能推行车路协同的智能驾驶体验，更多依赖单车智能。国内虽然政府积极推进车路协同，但由于企业众多、技术参差不齐，短期内车路协同对L4自动驾驶的大范围推广没有太大作用。未来需要有技术能力强的企业牵头制定技术规范，并与L4公司合作推广，才能真正对加速运营有帮助。目前，单车智能仍是主要发展方向。
Q：自动驾驶导致部分司机失业的问题如何解决，未来政策前景如何？
A：自动驾驶必然会导致部分司机失业。未来政策可能需要考虑如何应对这一问题，包括再培训和职业转型等措施，以减少对就业市场的冲击。
Q：如何评估自动驾驶对就业的影响？
A：目前，自动驾驶对就业的影响其实并不大。公众的新闻或疑问将其放大了。现阶段，自动驾驶车辆的数量非常有限，接单能力也有限，主要是因为这些车都是电动车，行驶里程受限。因此，它对就业经济的实际影响并不大，更多的是舆论上的恐慌。
Q：如何看待Robotaxi业务的盈亏平衡点？
A：Robotaxi业务目前很难通过乘客端的订单收入来实现盈亏平衡，因为其主要成本在于高昂的研发费用和算法工程师的薪资。要实现盈亏平衡，可能需要依赖卖车和运营期间的基础支持，或者通过政策端和咨询服务公司的采购来实现。百度若要实现盈亏平衡，可能需要将部分隐性成本摊到百度内部资源中。
Q：Robotaxi车辆的成本构成是怎样的？
A：Robotaxi车辆的成本主要包括以下几部分：不同公司选择的车型不同，成本差异较大。比如百度用的是极狐，成本约15万元。主要包括激光雷达等，成本约在1.5万到2万元之间。包括服务器、显卡等，成本约在5万元左右。整体传感器硬件和计算单元的成本约在8万到9万元之间。
Q：百度RT6的成本下降主要来自哪些方面？
A：百度RT6的成本下降主要来自于传感器和计算单元的优化。传感器方面，如果不采用旋转式激光雷达，改用半固态激光雷达并优化摄像头数量，可以节省约1万元。计算单元方面，显卡的优化空间较大，之前使用的高端显卡成本很高，通过优化显卡配置，可以大幅降低成本。其他部分如限速、车辆控制和路由器的成本差异不大。
Q：Robotaxi公司在进行算法优化和算力配置时，采取了哪些策略？
A：Robotaxi公司在最初阶段并不计成本，采用最新的GPU显卡，提供足够的算力来优化算法表现。然而，随着前装量产的需求增加，他们开始在有限算力的情况下，通过模型和算法优化来实现高效能。这种优化不仅减少了算力浪费，还能在有限算力下实现预期功能。
Q：百度在Robotaxi领域的成本控制策略是什么？
A：百度在Robotaxi领域的成本控制策略主要依赖于其在乘用车前装量产方面的经验，通过优化算力和算法来降低成本。这使得百度能够在成本控制上有更大的空间。
Q：目前L4级别的无人驾驶技术是否有前装的实现方式？
A：目前L4级别的无人驾驶技术主要是后装，没有前装的实现方式。前装需要在车辆设计阶段就考虑所有传感器和控制单元，并满足车规标准。目前市场上没有公司能够实现这种前装的L4级别无人驾驶。
Q：Robotaxi产业大规模爆发的主要技术难点是什么？
A：Robotaxi产业大规模爆发的主要技术难点在于技术路线的限制。要实现大规模推广，需要在技术路线上有大的演进，特别是端到端模型和无图方案的应用。这些技术需要强大的模型泛化能力，以数据驱动为主导，才能实现大范围的高效运营。
Q：一个Robotaxi公司在新的城市进行运营测试大概需要多长时间？
A：一个Robotaxi公司在新的城市进行运营测试的时间取决于运营区域的大小。一般来说，扫描地图需要一天一台车大约七八公里的速度，小的区域如二三十公里需要4到5天。制图大约需要2到3天，测试则需要半个月左右。因此，总时间取决于区域的大小和复杂程度。
Q：Robotaxi产业选择城市落地的主要特点是什么？
A：Robotaxi产业选择城市落地的主要特点包括政策支持和基础设施完善的城市，如广州、深圳、北京和上海。这些城市在无人驾驶方面有政策导向的支持，并且当地政府具备一定的资金能力，能够承担高昂的运营和维护费用。
Q：Robotaxi在覆盖一定区域后的成本与传统出租车和网约车相比如何？
A：Robotaxi在覆盖一定区域后的成本取决于多方面因素，包括车辆的购买成本和每年的运营费用。具体成本难以确定，因为这取决于无人驾驶公司以什么样的价格卖给运营公司，以及每年的维护和运营费用。
Q：没有高精度地图资质的Robotaxi公司如何获取高精度地图？
A：没有高精度地图资质的Robotaxi公司通常会通过拥有测绘资质的子公司来获取高精度地图。这些公司会使用配备激光雷达的车辆自行扫描和制图，而不是直接购买高德等公司的高精度地图。
Q：在Robotaxi产业中，初创公司如何处理资质问题？
A：初创公司在处理资质问题时有两种选择：一是自己获取资质，二是与已有资质的企业合作。如果选择传统技术路线，资质是必需的，可以通过合作企业来获取。
Q：在高清地图领域，最大的挑战是什么？
A：在高清地图领域，最大的挑战是获取资质。高清地图本身技术壁垒不高，主要是劳动密集型行业，涉及采图和合成技术。
Q：Robotaxi发生安全事故时，责任如何划分？
A：Robotaxi发生安全事故时，责任主要由运营主体承担。具体责任划分由交警界定，如果是车辆问题，运营主体负责。如果是技术或算法问题，则由相关技术提供方承担责任，双方会有相应的协议进行责任划分。
Q：特斯拉为什么延期到10月发布其Robotaxi？
A：特斯拉延期发布主要因为其技术路线不同，采用端到端大模型，需要大量数据来处理长尾配置问题。此外，Robotaxi的无人驾驶标准比乘用车更严格，需要更多时间和数据来确保安全性。
Q：Robotaxi产业的发展会利好哪些公司和产品？
A：Robotaxi产业的发展首先会利好主机厂和传感器供应商。如果技术路线变更，采用半固态激光雷达的企业如蔚来和丰田可能受益。不过，Robotaxi的绝对数量不大，对营收影响有限，主要是概念上的利好。
Q：Robotaxi的发展会不会影响出租车司机的就业问题，政府是否会因此放缓行业投入？
A：政府不应因就业问题而放缓Robotaxi产业的发展。科技进步会影响某些岗位，但也会创造新的岗位。政府可以通过其他方式处理就业问题，而不应以此为理由阻碍产业推广。