台北時間10月11日上午11點，多次「跳票」的特斯拉Robotaxi終於揭開面紗。
從釋出會資訊來看，此次亮相的Robotaxi為概念車，沒有方向盤和踏板，特斯拉將其命名為Cybercab，預計成本低於3萬美元，有望在2026年落地。
特斯拉CEO埃隆·馬斯克表示：「自動駕駛交通成本很低，包含稅費和其他費用在內的價格可能最終達到每英裏0.3至0.4美元。」
馬斯克聲稱，未來每個網約車司機可以管理10-20輛的Cybercab車隊。未來，在獲得監管和政策授權後，特斯拉的所有車型都將搭載FSD，成為無人駕駛汽車。
隨著特斯拉Cybercab的到來，中國無人駕駛企業也將迎來「勁敵」。
特斯拉Cybercab入局，無人駕駛產業競賽拉開序幕
隨著深度學習和電腦視覺技術的興起，自動駕駛為提升交通安全與效率提供了新的解決方案。自動駕駛綜合了人工智慧、通訊、半導體、汽車等多項技術，涉及產業鏈長、價值創造空間巨大，已經成為各國汽車產業與科技產業跨界、競合的必爭之地。
尤其是中美作為全球自動駕駛企業數量最多的兩個國度，在無人駕駛領域的技術競爭也日漸白熱化。
早在特斯拉無人駕駛出租車Cybercab釋出之前，中國的蘿蔔快跑和美國谷歌旗下Waymo就已加入這一賽道。
10月9日，蘿蔔快跑即將進軍境外市場的訊息引發全球關註。
據【華爾街日報】報道，中國自動駕駛出行服務平台蘿蔔快跑正尋求在境外市場推出其無人駕駛出租車服務，以便將其有利競爭擴充套件到中國大陸以外的地區。
知情人士稱，蘿蔔快跑希望在新加坡、中東等地測試並部署其無人駕駛出租車。知情人士透露，蘿蔔快跑一直在與這些地區的企業和監管機構討論相關計劃。
對此，中國香港運輸及物流局回應稱，香港新的自動駕駛車輛規管框架已於2024年3月實施，運輸署預計於2024年年底前分批公布成功獲取牌證的自動駕駛車輛計畫。
蘿蔔快跑內部人士表示，蘿蔔快跑計劃釋出Apollo自動駕駛開放平台 10.0版本，該版本「專為全球使用者設計」。
據悉，Apollo自動駕駛 10.0版本將搭載百度最新的自動駕駛大模型ADFM（Autonomous Driving Foundation Model），這一升級將大幅提升自動駕駛開放平台的安全性、智慧化和易用性。
這也將成為全球第一個搭載大模型的自動駕駛開放平台。
早在今年5月，百度就在Apollo Day上釋出了全球第一個支持L4級無人駕駛套用的自動駕駛大模型Apollo ADFM，可以兼顧技術的安全性和泛化性，做到安全性高於人類駕駛員10倍以上，實作城市級全域復雜場景覆蓋。
蘿蔔快跑第六代無人車已經全面套用了「ADFM大模型+硬體產品+安全架構」，透過10重安全冗余、6重MRC安全策略確保車輛穩定可靠，且量產價格低於 3 萬美元，極具競爭力。
特斯拉之外，美國另一無人駕駛巨頭谷歌近期動作頻頻。除了擴大在舊金山半島和洛杉磯擴大其營運區域外，Waymo和網約車巨頭Uber合作推出數以百計的無人出租車服務，並計劃與通用汽車、現代汽車等車企展開合作，試圖加速在自動駕駛領域的布局。
「洋蘿蔔」來勢洶洶，中國企業需要搶抓視窗期
盡管特斯拉Cybercab最早2026年才能真正落地，鑒於L4級自動駕駛的特殊性，特斯拉初期也將像Waymo等廠商一樣只能在限定區域執行。
但知情人士認為，對於中國市場，特斯拉會遲到，但是不會缺失。
馬斯克也表示，除了北美之外，其他地方的無人駕駛能力部署都遠遠落後。特斯拉正在向歐洲、中國以及其他國家的監管機構申請批準，V12.5或V12.6版本的FSD（監督版）有可能在今年年底前獲得批準，並計劃於明年一季度進入中國。
這也引發了業內對於全球自動駕駛競爭格局的思考。今年以來，Waymo在自動駕駛領域布局迅速並在無人駕駛競賽中迅速取得了進展。截至今年6月，Waymo自動駕駛汽車行駛裏程已超過2200萬英裏；今年8月，Waymo在舊金山每周訂單量超過10萬單，反超中國最大的出行服務平台蘿蔔快跑。
對此，也有不少專家學者建議，應抓住產業發展視窗期，支持以蘿蔔快跑、小馬智行、文遠知行等為代表的自動駕駛國家隊發展，推動中國自動駕駛的規模化落地。
「中國和美國一直是全球無人駕駛牌桌上最有話語權的兩方勢力。過去十幾年來，中國無人駕駛一直在努力追趕美國，當前在技術上已實作並駕齊驅。中國要想要在未來的人工智慧競爭，尤其是無人駕駛的競爭中搶得先機，需要政府、企業齊心協力。」北京工業大學城市交通學院教授陳艷艷表示。
在陳艷艷看來，一方面，中國在無人駕駛立法端的步子還要邁得再大一些，需要政府給產業積極正向、開放包容的政策環境，充分發揮中國豐富場景優勢加速落地。目前國內多數發展無人駕駛的城市都是在限定區域和時間的小範圍商業化試營運，地方性立法的步伐也要加快，大力支持無人駕駛企業擴充套件營運區域，助力規模化落地。
另一方面政府要鼓勵無人駕駛企業自主創新，盡快在無人駕駛關鍵技術上實作自主可控，提高無人駕駛的技術效能，避免卡脖子。在無人駕駛底層依托的AI技術上，企業要加強自研力度，在大模型、電腦視覺等方向上取得突破。
推廣
