2024年智能驾驶专题报告：Robotaxi元年已至，端到端有望加速商业闭环

政策催化，ROBOTAXI 有望迎来强力推动

自动驾驶迎来上路试点

政策密集催化，自动驾驶迎来上路通行试点。近日工信部、公安部等四部门联合发布《进入智能网 联汽车准入和上路通行试点联合体基本信息》（简称《试点》）。继去年 11 月智能网联汽车试点 框架发布后，今年 6 月智能网联汽车准入和上路通行试点迎来落地。此次《试点》确定蔚来、长安 等汽车生产企业和使用主体组成的 9 个联合体，将在北京、上海、广州等 7 个城市展开智能网联汽 车准入和上路通行试点，试点产品涵盖乘用车、客车、货车三大类。此次试点落地标志着自动驾驶 将走通生产、销售和上路的全流程，使 L3/L4 的量产得到国家层面的认可和允许。

根据各大城市发布的相应细则，自动驾驶实现上路运营一般需要经过以下 4 个阶段，即：封闭区测 试、道路测试、示范应用以及示范运营。 封闭区测试即在固定区域设置的具有封闭物理界限及智能网联汽车自动驾驶功能测试所需道路、网 联等设施及环境条件的场地进行智能网联汽车自动驾驶功能测试活动。如天津（西青）国家级车联 网先导区封闭测试场占地面积 1475 亩，已建成快速环道，ADAS（高级驾驶辅助系统）直线区，动 态多功能测试区，城市道路测试区，高速道路测试区，山路模拟测试区，研发、车间配套区等 7 个 测试区域，满足各类场景模拟需求。

道路测试是指在公路（包括高速公路）、城市道路、特定区域范围内等用于社会机动车通行的各类 道路的指定路段进行的智能网联汽车自动驾驶功能测试活动，以评估智能网联汽车在真实场景中自 动驾驶的安全性和可靠性。上海市在今年 2 月份发布《关于划定浦东新区第二批自动驾驶开放测试 道路的通知》，进一步扩大上海市自动驾驶道路测试范围。

示范应用是指在公路（包括高速公路）、城市道路、特定区域范围内等用于社会机动车通行的各类 道路的指定路段进行的具有试点、试行效果的智能网联汽车载人载物运行活动。在《智能网联汽车 道路测试与示范应用管理规范（试行）》文件中，规定允许经过一定时间或里程道路测试、安全可 靠的车辆开展载人载物示范应用。2022 年上海国际港务（集团）股份有限公司就与上研智联智能 出行科技（上海）有限公司合作投放 39 辆智能重卡，年转运总量 11.46 万 TEU，被评为 2022 年度 上海市智能网联汽车示范应用创新项目。

示范运营是指在公路（包括高速公路）、城市道路、特定区域范围内等用于社会机动车通行的各类 道路的指定路段，对智能网联汽车开展载人、载货或者特种作业的商业试运营活动。2023 年 4 月 17 日上海市首批智能网联出租示范运营正式启动，加速了智能网联汽车商业化路径的探索形成， 企业将可以在嘉定区 1076 公里以及临港新片区 498.7 公里开放测试道路范围内开展示范运营，标志 着上海智能网联汽车发展正式迈入示范运营新阶段。

北京作为国内首个开展乘用车无人化运营试点的城市，从封闭区测试至无人示范运营大约经历 3 年 时间。2018 年 2 月 9 日，“国家智能汽车与智慧交通（京冀）示范区海淀基地”作为北京市首个自动 驾驶车辆封闭测试场，在有关部门的相关领导见证下正式启用。2021 年 4 月，北京设立了国内首个 智能网联汽车政策先行区，允许自动驾驶车辆率先开启无人化测试、率先进行高速测试等。2022 年 4 月 28 日，北京市高级别自动驾驶示范区工作办公室发布《北京市智能网联汽车政策先行区乘 用车无人化道路测试与示范应用管理实施细则》，在国内首次开展乘用车无人化的运营试点，采用 “主驾无人、副驾驶配备安全员”的无人化载人模式，2022 年首批投入 14 台无人化车辆在京开展示 范应用。2023 年 3 月百度和小马智行获得了在北京亦庄经开区 60 平方公里范围内开展全无人自动 驾驶 Robotaxi 运营的许可。

在北京打通从封闭区测试至无人示范运营的路径后，后续城市推进速度得到加快。以上海为例， 2016 年 6 月，位于上海嘉定区的国家智能网联汽车（上海）试点示范区封闭道路测试区正式开园， 开始进行封闭区测试。2018 年 3 月，上海率先实施智能网联汽车开放道路测试，并发放国内首批智 能网联汽车道路测试牌照。2019 年 9 月 16 日，在上海嘉定举行的“2019 世界智能网联汽车大会”中， 首批智能网联汽车示范应用牌照被颁发给上汽、宝马和滴滴三家。企业可先行在城市道路中开展示 范应用，探索智能网联汽车的商业化运营。2022 年 11 月，以“数智·出行”为主题的第五届进博会第二届智能交通上海论坛在国家会展中心召开。上海市交通委员会发布了《上海智能网联汽车示范 运营实施细则》，并为上海友道智途科技有限公司颁发了全球首批智能网联汽车示范运营证。2023 年 4 月，上海市正式颁发首批智能网联出租示范运营通知书和示范运营证，向 8 家企业或企业联合 体发放 160 张智能网联汽车示范运营证，标志着上海智能网联汽车发展正式迈入无人化示范运营新 阶段。在北京完成示范运营后，其余如上海、重庆、武汉、长沙等纷纷在半年时间内相继开放无人 驾驶运营。

政府、车企、自动驾驶公司绑定，产业迎来有力推动

在《关于开展智能网联汽车准入和上路通行试点工作的通知》（简称“《试点通知》”）发布以前， 自动驾驶商业落地进展较为缓慢，主要是因为：虽然自动驾驶技术发展迅速，但是相关法律法规、 道路和硬件设施的配套滞后，制约了产业商业落地的进程。而在《试点通知》发布后，政府、车企、 以及自动驾驶公司三方联合形成参与主体，使各方的利益和责任得到平衡，产业有望迎来有力推动。 《试点通知》发布前，对于汽车制造商而言，更倾向于向消费市场展现自动驾驶技术的同时，以 L2 级别为‘保护’。由于 L2 系统要求驾驶员始终保持对车辆的控制和对环境的监督，这样一旦发生 事故，驾驶员首先要承担事故责任。而 L3 及以上自动驾驶事故的责任则逐渐向主机厂倾斜。国内 首部 L3 级的法规《深圳经济特区智能网联汽车管理条例》规定，配备驾驶人的智能网联汽车发生 交通违法行为，由公安机关交通管理部门依法对驾驶人进行处罚；因智能网联汽车质量缺陷造成交 通事故的，驾驶人依法承担损害赔偿责任后，可以向智能网联汽车的生产者、销售者追偿。因此厂 家为了规避风险，通常在发布新车型时采用 L2.5、L2.9 等表述。

对于自动驾驶厂商，无人驾驶汽车的运营利润丰厚，企业推动意愿强烈。相比司机驾驶的汽车， Robotaxi 能够 7*24 小时工作，且无需支付司机人力成本，随着 Robotaxi 逐渐实现前装量产，其车 辆成本有望显著降低。以百度萝卜快跑为例，Apollo Day 2024 发布的 Apollo 第六代智能化系统解 决方案的萝卜快跑第六代无人车，其售价仅为 20.46 万元，相比于前一代整车成本下降 60%。根据 麦肯锡预测，直到 2030 年，自动驾驶出行服务成本有望持续下降，运营利润空间有望进一步扩大。

而车企和自动驾驶运营商对于高阶自动驾驶推进的矛盾就导致市面上的 Robotaxi 往往是乘用车后期 改装，而非直接在车企总装流水线前装量产，致使 Robotaxi 成本增加。以萝卜快跑为例，其运营车 型多基于广汽埃安 LX、威马 W6、北汽极狐 αT 打造。根据广汽资本联合滴滴、麦肯锡做过的调查， 配备安全员的改装无人出租车整体成本高达 107 万元，远高于安全员+前装车的 81 万元和无安全员 +前装车的 43 万元。

但在《试点通知》发布后，车企、使用主体（自动驾驶公司）和当地政府三方联合形成参与主体， 对于各方的责任有了明确的规定和划分。车企主要负责智能网联汽车的设计验证能力、安全检测与 保障、建立用户告知机制以及生产符合相关标准的智能网联汽车。使用主体除了必须符合相关部门 的基本条件外，还需要有相关的运行安全保障能力、责任承担能力、网络安全与数据安全保障能力 以及运营安全保障能力。当地政府除了负责政策法规的制定外，还需要提供基础设施支持、进行监 管与执法以及数据与安全监测。

并且对于 L3、L4 的自动驾驶事故，主管部门并没有简单的把责任全部划给车企或自动驾驶公司承 担，而是将自动驾驶车辆发生事故的主要责任，放在试点的使用主体上。《智能网联汽车准入和上 路通行试点实施指南（试行）》中提到智能网联汽车的试点使用主体应当为车辆上路通行购买机动 车交通事故责任强制保险以及每车不低于五百万元人民币的交通事故责任保险。造成的人身伤亡、 财产损失，由保险公司在保险责任限额范围内予以赔偿；不足的部分，按照《中华人民共和国道路 交通安全法》规定确定各主体的赔偿责任。在此之前，中国《道路交通安全法》、《道路交通安全 法实施条例》等上位法并未对自动驾驶汽车进行专门规定，但地方性立法对此进行了大量探索。

根据《试点》内容，蔚来、长安等汽车生产企业和使用主体组成的 9 个联合体在宣传中，全部使用 了“L3”的说法。在具体分工上，由主机厂生产制造 L3/L4 级别的车，由“使用主体”进行测试或运营， 试点产品涵盖乘用车、客车、货车三大类。而在 7 个乘用车试点申请中，有 6 个（长安、上汽、广 汽、一汽、比亚迪、北汽）关联的使用主体都是出行服务公司，Robotaxi 有望迎来强力推动。

车路协同带动单车智能协同发展

车路云政策加码。2023 年 12 月《自动驾驶汽车运输安全服务指南（试行）》印发，指南作为 推荐性行业标准明确提出完善公路基 础设施，使其更加适应自动驾驶车辆的认知和行为特点，为 自动驾驶车辆提供辅助信 息，加快自动驾驶技术的实用化进程。2024 年 1 月 15 日五部门联合发 布《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，计划于 2024 至 2026 年期 间开展智能网联汽车“车路云一体化”应用试点工作，推进网联云控基础设施的建设，并探索基 于车、路、网、云、图等高效协同的自动驾驶技术在多场景下的应用。到 7 月初首批试点城市 名单正式公布。该通知首度确定了以北京、上海和重庆为首的 20 个城市（联合体）为智能网 联汽车“车路云一体化”应用试点城市。明确智能网联汽车“车路云一体化”试点商业化运营主体， 鼓励探索国资平台、车企、运营商、科技公司等多主体投资共建、联合运营的发展模式，探索 形成互融共生、分工合作、利益共享的新型商业模式。

车路协同加速建设。自 2020 年起，我国对车路协同的主要 IT 设备投资持续增长，预计至 2030 年投资规模可达到 2834 亿元。据工信部装备工业一司的最新数据显示，截至 2024 年 7 月 12 日，全国共建设了 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，开放测试道路 32000 多公里，发放测试牌照超过 7700 张，测试里程超过 1.2 亿公里，各 地智能化路侧单元（RSU）部署超过 8700 套，多地开展云控基础平台建设。

车路云一体化系统通过新一代信息与通信技术将人、车、路、云的物理空间、信息空间融为一 体。对于自动驾驶而言，“智慧的路”是感知核心，能够实现道路交通全要素感知信息的汇聚； “实时的云”是运营核心，具备助力广大市民智慧出行、提升政府城市治理效能及支持产业新技 术与新产品创新三重服务能力。通过“路”与“云”共同赋能“车”，提升高级别自动驾驶的安全性， 加速其规模化落地，形成具备复制推广潜力的产业建设成果和经验。

车路协同促进单车智能发展。当前基础设施数字化规模渗透率较低限制了自动驾驶的发展。基础设 施数字化规模可基于 C-V2X 车联网“两率”衡量，即路侧 RSU 覆盖率和车端 OBU 渗透率。路侧 覆盖率是指城市道路十字路口和重要的危险路段是否安装 C-V2X、RSU 设备和感知设备，支 撑智能网联辅助驾驶，降低事故率和提升交通效率。车端 OBU 则是用于实现车联网功能。 OBU 能够接收来自 RSU 的信号，并将车辆的状态信息发送给 RSU。OBU 和 RSU 渗透率可以 用来共同衡量车联网技术在车辆中的普及程度。

根据腾讯智慧交通副总裁施雪松在《21 世纪经济报道》访谈中的发言，抢滩智能网联新赛道， 关键是车路协同和单车智能协同发展。比如，单车智能可以解决行驶过程中 99.5%以上的问题， 但如果在行驶过程中有大车阻挡信号，感知再强也很难做决策，而当单车智能和车路协同同时 使用，可以把安全的驾驶性和安全性提高到 99.9%。当前 C-V2X 车联网“两率”渗透率较低，仅 靠单车智能，难以进一步优化自动驾驶决策。据前瞻产业研究院预测，2030 年中国路侧单元 RSU 应用渗透率有望达到 30%。随着车路云建设的加速，自动驾驶有望加速发展。

ROBOTAXI 商业拐点将至，端到端自动驾驶有望拓宽市场

万亿元蓝海市场开启在即

2024 年， Robotaxi 市场规模有望显著提升。一方面，L3、L4 技术的成熟使 Robotaxi 能够实现更高 级别的自主驾驶。例如，Waymo 的 Robotaxi 服务 Waymo One 已在凤凰城、旧金山、洛杉矶提供服 务。Waymo 每周提供 5 万次付费出行服务，并在旧金山实现了全天候无人驾驶出租车服务；国内 北京、上海、广州、深圳也已经实现 Robotaxi 的测试和示范运营。另一方面，道路基础设施的成熟 也在推动 Robotaxi 加速落地。截至 2023 年底，武汉的智能网联汽车开放测试道路范围覆盖已超过 3000 平方公里。IHS Markit 预测，到 2030 年，中国共享出行的总市场规模将达到 2.25 万亿，复合 增长率在 20% - 28%之间。其中，Robotaxi 在其中的占比将达到 60%，规模为 1.3 万亿。

技术加速迭代，自动驾驶渗透率有望于 2025 年达 50%以上。随着无人驾驶技术的加速迭代，L2 级 以上的渗透率将不断提升。根据工信部 2020 年 11 月发布的《中国智能网联汽车发展路线图 2.0》， 搭载 L2+ 和 L3 自动驾驶功能的新车销量在 2025 年要达到 50%以上，C-V2X 终端新车装配率要达 到 50%以上。到 2030 年，搭载 L2+ 和 L3 自动驾驶功能的新车销量在 2030 年要达到 70%以上，搭 载 L4 级自动驾驶功能的新车销量占比要在 2030 年达到 20%，C-V2X 终端新车装配率要达到 100%。

2025 年有望迎来 Robotaxi 利润拐点

前装量产有望使成本降低 60%。根据广汽资本联合滴滴、麦肯锡做过的调查，配备安全员的改装 无人出租车整体成本高达 107 万元，远高于安全员+前装车的 81 万元和无安全员+前装车的 43 万元。 前装量产后，Robotaxi 成本有望降低近 60%。同样，根据百度自动驾驶业务部总经理陈卓的发言， 百度 Apollo 第六代无人车单车采购价降低到了 20.46 万元，整车成本相较于 5 代车直接下降 60%， 2025 年 Robotaxi 有望实现盈利。

我们对萝卜快跑收入利润情况进行详细分析。对于收入端，我们将单车单日运营里程与单公里价格 相乘得到单车单日收入。以下是核心假设： 单车日均里程数：参考现任百度集团能驾驶事业群组总裁王云鹏在 2024 年 Apollo Day 上的讲话， 在武汉萝卜快跑每日 24 小时不间断运营里程超 10 万公里，目前武汉已投入超 400 辆无人驾驶汽车， 按 450 辆车进行测算，则单车每日行驶里程数为 100,000km/450≈222km。 单公里收入：网约车单公里价格 3 元/公里，目前萝卜快跑收费标准约为网约车的 50%，我们假设 Robotaxi 按正常网约车价格收费为乐观情况，按网约车价格 70%收费为中性情况，则 乐观情况：按网约车单公里价格 3 元/公里收费，则单车日均收入 222km*3 元/km≈666 元 中性情况：以网约车价格 70%为标准，单车日均收入 222km*2.1 元/km≈466 元 Robotaxi 主要成本包括： 整车成本：2024 年搭载百度 Apollo 第六代智能化系统解决方案的萝卜快跑第六代无人车单车采购 价为 20.46 万元，以 5 年周期进行测算，则单日成本为 204600/(5*365) ≈112.1 元。 维修保养成本：新能源车维修保养费用大致 1500 元/年，假设萝卜快跑车辆维修保养成本为 1500 元/年,则单日成本为 1500/365≈4.1 元。 保险成本：参考新能源车保险费用大致 4,000 元/年，假设萝卜快跑车辆保险费用为 4,000 元/年,则 单日成本为 4000/36≈11.0 元。 车辆日运营成本：根据自动驾驶技术部总经理王云鹏的采访，Robotaxi 每日充电费用 35 元、洗车 10 元、运维费用 30 元，单车日均运营费用总计约 75 元。 安全员费用：安全员与地勤人员月均工资 6,000 元，平均安全员每人监视 10 辆无人网约车，则单日 成本为 6,000/(30*10)=20 元。

地勤员费用：假设地勤人员月均工资 6,000 元，2024 年 7 月萝卜快跑每两公里设置一位地勤员，未 来随着无人驾驶技术的逐步成熟，地勤员数量有望相应减少，假设未来每人负责 7-8 辆无人网约车, 则单日成本为 6,000/(30*8)=25 元。 使用寿命：根据现任百度集团能驾驶事业群组总裁王云鹏接受媒体采访时的报道可知，目前百度的 Robotaxi 车辆可确保 5 年内的可靠运营。 将上述成本加总，则单车单日总成本约为 247 元/天。 乐观情况下，单车单日利润：666 元/天-247 元/天≈419 元/天。 中性情况下，单车单日利润：466 元/天-247 元/天≈219 元/天。

端到端自动驾驶有望拓宽市场

Robotaxi 商业闭环的实现依赖于车辆的大规模部署，而国内现有方案重传感器和高精地图，限制 了其扩展性。目前 Robotaxi 的运营还是以点对点的接送为主，而如果 Robotaxi 要完成商业闭环， 则需要突破点对点的限制进行更大规模的部署。但国内现有方案重传感器和高精地图，限制了其扩 展性。百度 Apollo、小马智行、文远知行、AutoX、滴滴自动驾驶等多采用激光雷达作为主传感器 的技术路线方案。首先，高精度地图需要定期更新以反映道路变化，在点对点接送的情况下，高精 地图无需进行高频更新；而如果 Robotaxi 在更加复杂多变的道路上行驶时，面对道路施工、交通信 号变化等突发状况，需要地图实现分钟级或秒级更新，这一过程耗时且成本较高。因此在动态交通 环境中可能存在滞后情况。其次，Robotaxi 的传感器系统，包括激光雷达、摄像头、雷达等，对于 车辆的感知能力至关重要。但在恶劣天气条件下，传感器的性能可能会受到严重影响，降低车辆的 感知范围和准确性。除此之外，激光雷达相比视觉路线成本更高，Robotaxi 抢占市场份额需要将运 营成本降低到能够与传统出租车或网约车竞争的水平。

端到端有望成为突破点对点运营的关键，并且具备更高的技术上限。首先，端到端路线能够从传感 器数据中学习驾驶策略，减少对高精度地图和激光雷达的依赖，从而提升实时感知能力。而且，端 到端能够充分利用传感器信息，而传统分模块下信息经过感知模型过滤后，损失较多。并且端到端 系统通过学习数据找到决策规律，无需根据每个假设场景人工写出相应规则，能更好地处理 corner case。

特斯拉端到端使用全球各地数百万特斯拉车身视频作为训练材料来模仿人类司机的驾驶决策，采用 “光子进入，控制输出（photon in, controls out）”的模式，使车辆仅利用一套神经网络就能处理所有 输入信号，并输出驾驶决策。而传统分模块架构则是以工程师人为定义的手写规则为基础，依靠感 知、决策、规划等不同模块的相互配合来实现自动驾驶，在这种技术范式下，感知、决策、控制由 开发人员各自完成，具备更强可解释性。但由于每个独立模块之间的数据是逐级传递的，因此会存 在信息的丢失和误差，而且前一个模块的误差会累积到下一个。根据小鹏 XPILOT 总监 Patrick Liu 在 CVPR 2023 上的演讲，分模块的方式允许开发人员以最少的努力快速工作，但通常会导致自动 驾驶性能上限为 80%，而端到端以全局最优为导向，相比传统分模块的方式具备更高性能上限。

对比端到端和分模块 2 种技术路径，我们认为端到端已经达到现有技术路径水平。在 8 月 26 日马 斯克 45 分钟直播试驾中，FSD Beta V12 在面对之前从未见过的建筑、道路标志时能够进行识别， 并轻松绕过障碍物。对于同样未经过编程的环形交叉路口概念，FSD V12 顺利完成转弯行驶。只需 输入目的地地址，FSD V12 就可自动行驶到达目的地，并将车停到合适的位置。根据界面新闻的报 导，YouTube 博主 Whole Mars Catalog 将特斯拉与 Waymo 进行了一场测试，用一镜到底的两个视 频展示两辆车从同一地点出发到同一终点的过程。测试结果表明，特斯拉选择的线路更优，用时更 少：Waymo 全程用时 8 分钟，特斯拉的路线用时 5 分 12 秒，相比 Waymo 节省了大约 3 分钟。

自动驾驶端到端训练需要高质量数据，而自动驾驶数据的采集需要通过车辆的部署来实现。特斯拉 采用影子模式进行数据收集，其运作方式是在有人驾驶状态下，运行自动驾驶系统和传感器，系统 虽不参与车辆控制，但仍持续进行模拟决策，并把决策与驾驶员行为进行对比。两者不一致时，系 统将场景判定为“极端工况”，进而触发数据回传。因而特斯拉的使用用户越多,收集的数据就越多。 根据马斯克在特斯拉人工智能官方社交媒体账户的发言，2024 年 4 月 FSD 行驶里程已超 10 亿英里。

编辑：火腿肠