來源和作者為【蓋世汽車】

在自動駕駛的眾多細分應用中，Robotaxi和Robobus可以說是最為相似的。從用途來看，二者均是面向載人的；就使用場景而言，雖然現階段部分無人巴士還只要是在封閉或半封閉場景運營，但長遠來看開放道路才是最終歸宿。因此，這兩種模式雖然初始賽道不一樣，最終可能駛向同一個終點。

Robotaxi和Robobus加速爆發

作為面向未來無人共享出行的“新物種”，Robotaxi和Robobus由于可以實現智能化與共享化的充分融合，極大地緩解城市出行里私家車利用率低、交通擁堵、污染排放增加等一系列痛點，正迎來廣泛的關注。

據IHS Markit最新預測數據顯示，到2030年，中國共享出行市場規模將達到2.25萬億元人民幣，復合增長率在20% - 28%之間。其中，Robotaxi有望占據60%以上的市場規模，市場規模預計超過1.3萬億。而Robobus，據測算也有望達到百億甚至千億市場規模。

正是看到這一廣闊的市場前景，除了滴滴、Lyft這樣的出行平臺，目前很多科技公司、自動駕駛初創企業以及傳統車企和零部件公司均在積極開展共享無人車的開發，搶奪這塊萬億“蛋糕”。

圖片來源：Waymo

比如Waymo，已經開展了長達十年的探索。近日該公司正式獲得了加州無人駕駛汽車商用許可，一同獲批的還有通用旗下的自動駕駛公司Cruise。

在此之前，這兩家公司一直在加州免費向乘客提供Robotaxi服務。10月1日，消息稱美國加州機動車輛管理局正式批準了Waymo和Cruise在當地投放自動駕駛汽車的許可，使這兩家公司在某些地區面向公眾提供自動駕駛汽車服務并收取適當的費用成為可能，可謂終于“守得云開見月明”。

雖然這距離真正的大規模商用還有很長一段路要走，但從免費到收費，從單純的技術研發轉向商業變現，不可否認Waymo和Cruise已成功實現了從0到1的突破，未來這兩家公司需要思考的是如果實現從1到100的跨越。

9月底，豐田也宣布將會在美國達拉斯和匹茲堡推出自動駕駛出租車，預計可以在年內正式上路，目前豐田正和自動駕駛技術公司 Aurora合作開發一支自動駕駛出租車車隊。另外，豐田還在開展自動駕駛巴士e-Palette相關的研發，并已在東京殘奧會進行了載人嘗試。

現代和福特則不約而同選擇了與Lyft合作，分別計劃于2023年和今年年底聯合推出自動駕駛出租車服務。

圖片來源：Mobileye

英特爾旗下Mobileye現階段更多聚焦于德國，正與當地汽車租賃巨頭Sixt SE合作，于明年在慕尼黑推出自動駕駛的出租車測試服務，并計劃在未來幾年后推向整個歐洲。

這意味著，未來幾年海外Robotaxi將進入一個集中落地階段。

而在國內，以百度為代表的自動駕駛玩家也在積極布局共享無人車的研發。且與豐田類似，本土企業很多也都是同時布局了Robotaxi和Robobus兩條技術路線。

圖片來源：百度 Apollo

比如百度，自2018年正式量產聯手金龍客車打造的自動駕駛小巴阿波龍，已先后在北京、廣州、雄安、重慶、佛山等22個城市園區落地部署，累計服務人次超12萬，累計自動駕駛里程達到12萬公里。

伴隨著在無人巴士領域取得的突出成就，百度也在積極部署Robotaxi的商業化試運營。發展到現在，百度的Robotaxi已經在北京、廣州、長沙、滄州、上海五個城市面向公眾提供了常態化試運營服務。如果加上在其他地區開展的無人測試，截至當前百度Apollo自動駕駛已累計服務乘客 40 多萬人次，測試里程超過 1400 萬公里。

另一個典型是文遠知行，也是Robotaxi和Robobus “并駕齊驅”（最近新增了自動駕駛貨運Robovan）。在Robotaxi布局方面，文遠知行主要是與廣州白云出租車集團、科學城(廣州)投資集團等聯合布局，在廣州推進Robotaxi運營服務。此外，文遠知行還聯合東風汽車自2020年10月起在武漢市經開區正式開展自動駕駛常態化測試，覆蓋經開區106公里的開放道路，迄今為止已經安全測試超過10個月。

在文遠知行看來，自動駕駛技術公司——主機廠/Tier1——平臺/場景/運營方這種“鐵三角”的戰略合作模式對于實現自動駕駛業務落地至關重要，并且易于在不同的城市快速復制，以創造更大的經濟效益。而目前文遠知行也確實是這樣推動自動駕駛發展的，并為此在各地先后成立了文遠粵行、文遠楚行、文遠豫行、文遠蘇行等多家出行公司。

在Robobus方面，文遠知行則選擇了與宇通合作。兩家公司聯合開發的無人駕駛微循環小巴，也于今年4月批量下線，目前正在廣州、南京、鄭州等地開展常態化測試。據相關統計數據顯示，截至今年6月，宇通自動駕駛巴士已安全運營900多天，累計接待市民36萬人次，開放道路運營里程累計71萬公里。

圖片來源：蘑菇車聯

還有馭勢科技、元戎啟行、蘑菇車聯等自動駕駛技術提供商，也均采取了多線布局的策略，并已進入規模化試運營階段。例如蘑菇車聯，通過與衡陽市政府達成自動駕駛城市級試點合作，將于年底前在衡陽市陸續投放1000輛自動駕駛汽車，涵蓋Robotaxi和Robobus等多種不同車型。

在此背景下，共享無人車的市場也不斷被打開。特別是無人巴士，由于現階段更多著眼于封閉和半封閉場景，具備多人出行路權優先、運行線路固定、速度相對較低，以及更容易和5G車路協同相融合等特征，落地速度已經明顯快于Robotaxi，諸如百度阿波龍、文遠知行的Mini Robobus，均已率先實現前裝量產。

未來邊界將越來越模糊

盡管在目前的技術條件下，Robobus的商業化速度要遠遠快于Robotaxi，但從長遠的技術演進路線來看，Robobus與Robotaxi之間的界限將越來越模糊，這從目前各大玩家的技術策略就可以看出。

面對無人共享出行，現階段該領域的玩家布局策略大多類似，基本都采用的是以一套通用的、可匹配全場景的無人駕駛技解決方案，去適配各種不同的場景，或者不同技術路線之間共享研發成果，以提升研發效率，縮減研發成本。

圖片來源：馭勢科技

比如馭勢科技，一直以來堅持用一個通用的、可匹配全場景的無人駕駛技術平臺，以快速去適配不同的場景。因此除了無人公交，馭勢科技也在同步開發Robotaxi甚至無人駕駛物流車，落地包括機場、汽車制造、?；毓?、食品養殖等多個行業領域。其中無人公交，據悉截止2020年12月，已落地20+應用場景，運行了12w+公里，接待人次7.5w+。而Robotaxi則在武漢已經覆蓋超300公里路網，100多個站點，并將持續擴大服務范圍。

文遠知行的Mini Robobus也充分借鑒了此前Robotaxi在研發、測試和開放運營服務中積累的豐富經驗。“因為Robobus和Robotaxi技術通用性的部分遠遠大于差異性，基本上是一套技術支持兩個平臺，差異性很微小。”文遠知行CEO韓旭曾如是說，而這也是文遠知行在Robotaxi之后選擇入局Robobus的原因。

甚至在文遠知行看來，同城貨運與Robotaxi在技術上也有一定的共通性。拋開載人還是載物的差異，這兩者在場景上基本沒有區別，都需要在城市道路內實現車輛的自動駕駛。所以在軟件算法等方面，其Robovan也是高度沿用了Robotaxi和Robobus上的經驗，包括在城市中心、城中村、高速路等復雜場景下的通行能力驗證。

輕舟智航亦認為，Robotaxi和Robobus很多技術是相通的，場景是相通的，只不過Robotaxi覆蓋的區域更大，落地的難度更高。Robobus只是速度慢一些，運營區域稍微小一些，但技術或者整個場景與Robotaxi都是一致的，短期內更適合作為通向共享無人車這個萬億規模市場的起點。

圖片來源：輕舟智航

正因為如此，輕舟智航在設計Driven-by-QCraft這套方案時，同樣考慮到盡量采用同一方案賦能不同的車型落地多個城市，像其龍舟SPACE，就設想未來可作為Robotaxi使用。

“現在我們相當于選擇了一個大市場的小切口來切入，而不是起步就做一個非常大的市場。目前無人駕駛在礦山、港口、環衛等應用場景的需求雖然也很強，但這些場景下的技術拓展性相對比較差，在礦山開得再好，在公開道路上也有可能寸步難行。而Robobus和開放道路的出行是相通的， 潛在市場空間更大。換言之，Robobus只是一個起始點，并不是終局?！?輕舟智航上述負責人指出。

比如與文遠知行類似，由于輕舟智航無人小巴的開發本身還是以自動駕駛能力為核心，車內將沒有方向盤，空間會比較大，如果進行一些模塊的改裝，也可以滿足物流等需求，以實現運人和物流的共享。

“我們的車型未來是有可能支持物流場景的，但我們會謹慎地推出各種功能，和監管部門做相應溝通，確保符合當地政策的要求?！痹撠撠熑吮硎尽亩箶祿玫毓餐ǎ岣邤祿睦眯剩涌鞌祿]環的形成，以及更好地增強擴展性，適應不同城市的需求。

這并非異想天開。豐田早在2016年就提出了類似的構想，并于2018年正式發布了一款無人駕駛的廂式電動概念車e-Palette。按照豐田的設想，這款車可以根據服務商的需求定制一切——早晚高峰作為公交出行，中間可以送快遞、送餐等等。此前，豐田已經在東京奧運村進行了載人嘗試。

圖片來源：豐田

這意味著，未來隨著Robobus不斷從封閉或者半封閉場景走向開放場景，其與Robotaxi的邊界將越來越模糊，甚至無人共享出行與同城配送在技術上也有可能向交匯。

當然，這個過程并不容易。當Robobus與Robotaxi走向融合，便意味著L5自動駕駛時代的真正到來。而即使到現在，這背后的挑戰仍然是多種多樣的。

“無人巴士如果要實現大規模商業化應用，需要解決兩個核心問題：一個是安全性、穩定性；另一個是成本的大幅下降?！蹦⒐杰嚶撓嚓P負責人指出。

看似一句話就可以概括完，但這背后需要付出的努力卻是不可估量的。以可靠性為例，要達到規?；慨a要求極為嚴苛?！斑@需要做到系統在各個方面100%并且是7×365×24小時全天候正常運行。”馭勢科技聯合創始人、首席系統架構師彭進展表示。

目前來看，能實現這樣真無人駕駛的企業基本沒有。因為這需要開展大量的測試，包括不同類型道路、不同交通狀況、不同天氣狀況下的測試，即便是通過仿真，也可能無法窮盡所有的場景，實現100%的可靠，這背后感知的局限、長尾場景應對能力不足都是關鍵掣肘。更何況還有商業模式、法律法規等方面的限制，都使得無人駕駛的規模化落地難以一蹴而就。

“L4和L5級自動駕駛之間存在巨大的差異，L4由于有地理圍欄，或許很快就可以實現，比如高速公路上的卡車列隊，但要在短期內實現L5級自動駕駛仍然無望?！眻D靈獎得主、法國工程院院士和歐洲科學院院士JosephSifakis表示。