Argo AI正在面臨破產。

這家由前谷歌和Uber自動駕駛團隊核心人員創立，背靠大眾和福特兩大巨頭，估值一度高達70億美元的L4自動駕駛企業，已經難以為繼了。

另一邊，早在去年9月，特斯拉投資者之一、知名特斯拉消息爆料人Sawyer Merritt就在推特上表示，傳說中的2.5萬美元「Model 2」其實是一款沒有方向盤和踏板的Robotaxi，俗稱「無人駕駛網約車」。而馬斯克也在今年的特斯拉財報會議上，確認特斯拉要做Robotaxi。

無獨有偶，小鵬也有將基於G9的Robotaxi開放運營的打算。

早些年，谷歌主導的自動駕駛公司Waymo曾和特斯拉就自動駕駛路線展開爭執。前者代表當時火熱的L4自動駕駛創業公司，追求一步到位的無人駕駛；後者則是車企自研的代表，是從L2輔助駕駛開始的漸進式發展路線。

時間來到2022年，兩條技術路線之爭，其實已然有了結果。L4自動駕駛的創業明星們舉步維艱，活得好的恰恰都是轉型為車企做L2的算法供應商。而從L2開始漸近發展的車企們，正在一步步逼近Robotaxi這個生態的大一統者。

路線之爭：要技術還是要商業？

車企對Robotaxi感興趣的理由很簡單。無人駕駛+服務運營的組合，可以讓一家車企獲得原本由多家企業分享的全鏈路收益。當車企想要從單純的汽車生產與銷售業務向外擴張時，看似會形成「生態」的Robotaxi會很有吸引力。

所以Argo AI的背後是大眾和福特，Cruise的背後有通用和本田，國內的Momenta等一批L4自動駕駛企業，或多或少也都有車企的投資。

這些公司，聚集了一群擁有算法能力的人才，也很擅長做demo，拿著廠家的車進行全套自動駕駛軟硬體改裝，確實有能力在限定區域道路上，謹慎完成自動駕駛的動作。

但這個有三個問題，在實踐中被迅速放大。

第一，就是算法很強，但是缺少汽車背景。

L4自動駕駛公司們總覺得掌握了算法之後，假以時日便可以讓汽車自動駕駛。但這就好比一個人跳久了，就覺得自己會飛了一樣。當牽涉到需要汽車系統工程能力的環節，L4自動駕駛公司們很難靠自己的能力打通。

而第二個，就是更加致命的成本。

L4自動駕駛公司的成本，一直是失控的。一台使用傳統汽車改裝的Robotaxi，成本長期在百萬元以上。直到今年，百度Apollo發布的RT6 Robotaxi，宣稱已經將成本降至25萬元。這還只是成本，相比之下，特斯拉能實現L4自動駕駛的硬體，已經搭載在了售價20萬元級別的車型上，而特斯拉可是還有接近30%的毛利率。

至於第三個，是數據。

做L2的車企，有大量的前裝量產車在道路上行駛，和L4自動駕駛公司的車隊數量，完全不在一個量級。就算Robotaxi可以用很貴的傳感器得到非常漂亮的單車數據，但是在乘以樣本量之後，裝著L2的量產車型已經有了絕對的優勢。更不必說，這些量產車獲得的數據，遠比頂著一堆奇奇怪怪傳感器、被路人繞道而行的Robotaxi，來得更加「真實」。

這三個問題，總結起來就是商業閉環。也許這個詞可能大家已經聽濫了，但事實上就是如此，L4自動駕駛公司們沒有辦法形成完整的商業閉環，沒有辦法在汽車這個產業鏈中成為主導。汽車產業的主導，始終都是有體系、有規模、有創新的整車廠。

而技術能力，或者說實現自動駕駛的算法能力，車企是可以用時間和系統工程能力來換取。

車企做Robotaxi，怎麼玩？

當大家從L1-L5的刻板觀念中跳出來後，關於輔助駕駛的認知正在逐漸場景化，也越發重視功能背後的基礎能力。

比如，現在大多數車企是先預埋硬體，再按照車道居中與跟車、高速導航輔助駕駛、城市導航輔助駕駛、記憶泊車這樣的功能模塊，推進自動駕駛的疊代更新，過程中還要不斷優化細節、提升體驗。最終實現的，是從車位到車位的全場景融合，在法律法規允許、執行部件冗餘的前提下，讓駕駛員解放雙腳、雙手和雙眼。

這中間也會有很多人工智慧最新成果的應用，比如現在流行的Transfomer模型、BEV鳥瞰圖，比如規控從規則化到AI化的革命等等。

所有這些，事實上都可以往Robotaxi的方向去做。只不過，相比還需要駕駛員的汽車，Robotaxi的產品取向會完全不一樣。

一輛面向駕駛員的車輛，很大程度上要讓駕駛員「開得爽」。但是一輛Robotaxi，目的一定是能實現車輛全生命周期的效率最高、收益最大。

特斯拉要做的Robotaxi，電池和電機都是專注於極致能效和極致壽命，對於性能反而可以弱化。車身零部件會絕對少，保證生產成本的降低和生產效率的提升。乘用車的車體堅固程度，也要媲美商用車。而這些，是特斯拉在實現S3XY四款乘用車、Semi和Cybertruck兩款商用車累計數百萬輛的量產後，積累下來的經驗與理解。

所以，一輛Robotaxi的門檻，恰恰不是L4自動駕駛公司最擅長的算法，而是極致的整車系統工程能力和成本控制能力。

同樣，小鵬G9已經實現了以零改裝量產車，拿到廣州市智能網聯汽車道路測試的許可。這就意味著，按照封閉道路的測試標準，小鵬G9已經具備與Robotaxi同樣的感知與規控能力。只不過，因為小鵬G9目前並沒有在轉向、制動等執行部件上進行冗餘備份，所以還不能真正「無人駕駛」。

但是特斯拉與小鵬的思路都很明確，就是讓L2輔助駕駛和L4自動駕駛雙線並行，實現數據和能力的反哺閉環，最終讓兩者在Robotaxi領域會師。

事實證明，有量產前裝能力，低成本、漸進式發展的自動駕駛路線，才是真正有生命力的路線。

寫在最後

Robotaxi，作為自動駕駛實現後的必然產物，現在提，太早，但是不提，又顯得不夠進取。汽車實現自動駕駛，不只是技術問題、數據問題、法規問題，其實最根本的定義問題，今天還沒有形成共識。

怎樣才算「完全自動」？是按照功能，按照人工接管的頻次，還是按照事故率？現在沒人能給出答案。而首先，需要有人為能量產的自動駕駛打個樣，然後當更多的人跟隨之後，才有可能在技術路線、供應鏈準備和法律法規監管層面持續推進。

此時的L4自動駕駛公司，就好比是一個個改裝廠。這些改裝廠，也許可以改出一台兩台所謂的「好車」，但是他們無法像擁有極強垂直整合能力的整車廠那樣，做出低成本、規模化、能力也不差的產品。所以，自動駕駛的路線之爭，其實到這個時候，已經沒什麼好爭的了。