AutocarMax

AutocarMax

关注

不要高估「萝卜」,不要低估无人车

环形隧道

2024-07-19


撰文 | 张祥威

编辑|马青竹

19 世纪初,一些纺织工厂引入自动织机,用以生产廉价低质长筒袜。这导致大批手工业者破产,工人工资下跌或失业,秘密结群捣毁织机,史称卢德运动。

这场运动最终遭到英国出兵镇压,机器轰鸣向前。今天无人车提供的服务,颇似「廉价低质长筒袜」。

最近在武汉街头,萝卜快跑「快要把机器人的脸丢光了」。

例如,一台萝卜快跑的 Robotaxi,无法顺利完成路口掉头,造成拥堵。几名交警蜀黍赶来疏通,指挥众人让萝卜先走。

好的一面是,「警察忙得不可开交,顾不上管头盔了。」

遇到电瓶车和大货车,它只会慢慢跟车,急得乘客车里大喊催促。遇到施工锥桶和塑料袋,只会保持一个姿势原地等待,原地躺平。

还有的路口,两台 Robotaxi 相遇,卡在那里动不了身,网友开玩笑说,因为「一个师傅教的破不了招」。人送外号「苕(傻)萝卜」,弱小又无助。

笑声中,一份《巡游出租车已到死亡边缘》文件流出,里面呼吁严禁萝卜快跑低价行为和满大街接单。

这是 Robotaxi 的上岗时刻,也充满了汽车机器人照进现实前的混乱。

国外群众会刺穿轮胎、烧坏那些无人驾驶车辆。而国内,表现得相对克制,最多猛变道吓一下无人车,或上网留言,或发文请愿。

乱象背后,我们更关心的问题是,Robotaxi 如何尽快走出技术泥潭。

1000 vs 40000 的交锋

目前,萝卜快跑在武汉投放车辆超 400 台,订单量占全城网约车市场的 1%,目标是到今年底之前投放 1000 台。

武汉有 1.5 万台巡游出租车、2.4 万台名网约车司机,这是一场 1000vs40000 的交锋。

在萝卜快跑堵车带来的笑声外,这一新事物还给社会生活带来了冲击。

「每天早高峰时段,萝卜快跑网约车导致交通异常拥堵,经常无故停在马路中间,正常 5 分钟的车程要堵 20 分钟以上,建议早高峰和晚高峰时段禁止萝卜快跑上路。」

今年 5 月,有武汉市民在城市留言板上诉苦。

向来驾驶彪悍的武汉出租车司机,也感觉被冒犯了。

月收入 1 万出头,扣掉 4000 元的车辆租金,再减去人工、车辆折损费用,剩不了多少。尤其今年订单下滑,日子本就艰难,又要面临萝卜快跑抢市场。

近日,网传一份署名武汉市建设汽车客运有限公司发出呼吁,「现在司机每天单车 200 至 300 元左右的毛收入,这杯水车薪实在难以为继。……尤其近段时间无人驾驶网约车的盛行,科技垄断资源,抢夺底层人的饭碗,许多巡游出租车养家糊口困难,被逼退出这个行业。」

其实,萝卜快跑所在的 Robotaxi 赛道,同样日子艰难。

提供网约车、顺风车、Robotaxi 混合运营模式的如祺出行,近三年出行服务收入分别为 10.12 亿元、12.48 亿元、18.14 亿元。

其中,Robotaxi、顺风车、营销及推广服务三者合计收入,分别为 727 万元、481 万元、200 万元。

「于往绩记录期间,Robotaxi 产生的收入微乎其微。」

如祺出行有 280 台 Robotaxi,比萝卜快跑规模小了些。这家公司在招股书中提到,无论 Robotaxi 服务能否商业化,公司都无法在 2024 年到 2027 年实现收支平衡。

萝卜快跑的情况可能好一些。

如祺出行的 Robotaxi 搭载小马智行第六代自动驾驶软硬件系统,采用车型有广汽埃安 LX Plus、广汽丰田赛那 S-AM 以及雷克萨斯 RX。

传感器方案包括 4 颗速腾聚创的 M1 固态激光雷达,3 颗补盲激光雷达,4 颗毫米波角雷达,1 个前向长距毫米波雷达,以及 11 个摄像头。

M1 价格为 680 美元,折合人民币 4900 元。升级版 M1 Plus 价格 500 美元,折合人民币 3500 元。

粗略计算,这套传感器方案的成本至少 2 万元。按照广汽埃安 LX Plus 等车型的售价,如祺出行 Robotaxi 的单车成本大概 30 万元级别。

相比之下,萝卜快跑的 Robotaxi,整车成本更低,接下来要投放的第六代无人车搭载 4 颗禾赛 AT128,整车成本 20.46 万元,也许让它有机会更早实现收支平衡。

接下来就看 Robotaxi 上岗后的表现。

待进化的机器

开启无人驾驶运营,并不意味着万事大吉。

在国外,投放了数百台 Robotaxi 的 Cruise 和 Waymo,正在陷入 Corner Case 的泥潭。

去年 4 月,Cruise 与一辆巴士碰撞,宣布召回 300 辆汽车。原因是,自动驾驶系统可能错误预测铰接式车辆的运动,如果公共汽车和拖拉机挂车,从而增加碰撞事故风险。

同年 11 月,Cruise 将一名女子撞倒后,检测到了撞击时间并紧急制动,但随后又启动靠边停车的程序,拖着车底的女子又行驶了接近 6 米。

上个月,在亚利桑那州凤凰城撞上了一根木制电线杆后,Waymo 描述问题为「在可行驶路段内避开杆或杆状物体的的能力不足,可能会增加碰撞风向」,并宣布召回 672 辆自动驾驶汽车。

无法应对铰接式车辆、电线杆等 Corner Case,说明国外 Robotaxi 仍是采用白名单机制,将高频出现的目标纳入白名单,系统见到并学习过之后,下次再遇到才能成功应对。

行业更成熟的做法,是采用通用障碍物检测,确保车辆不会与道路异形物体发生碰撞事故,且可以进行自动绕行。

而萝卜快跑,从被道路施工锥桶、塑料袋挡在路上等细节看,对于道路障碍物的感知和绕行能力还有待提高。

感知之外,还有更准确的决策,更类人的规控,以及降本等任务等在路上。

萝卜快跑在武汉道路上无法掉头的窘境,既源于当地司机本身驾驶风格彪悍,更在于自身能力不够。作为对比,渐进式玩家的高阶自动驾驶功能表现,与其它社会车辆的博弈会更加积极、流畅。

此外,在渐进式玩家不断去高精地图,精简算力,减少激光雷达等降本背景下,Robotaxi 如今尚未去掉高精地图,算力依然需要上千 Tops,算法也处于更多依赖人工规则阶段。

武汉出租车司机感到压力之余,要庆幸,今天在武汉路上跑着的 Robotaxi,仍是有待进化的半成品。

能力上,司机们无需高估萝卜快跑。

想要跑通武汉扩散更多城市,确保安全的基础之上,它们必须提升通行效率,这一过程需要学习、处理多城市复杂场景,以及获取海量数据,再交给 AI 大模型训练。

何小鹏说,「和好几个 Al/出行/L4 业界朋友交流 Robotaxi 的事情,大概的结论是:能力,法规、商业闭环都还没有到,说很快能打平是因为很多账没有算。Robotaxi 的能力要求要明显高于 L4,运营法规还有社会等综合问题,不容易。」

Robotaxi 的商业化,需要萝卜快跑不再像今天视频中表现得那般低效,借助 AI 完成数据的获取、训练和应用。

这考验着市民与监管层的容忍度。

它可能是一台萝卜一个坑的过程,急刹、撞车、撞人、堵路口,人类新手犯得错,Robotaxi 都会犯。落地过程中,给本就拥挤的早晚高峰带来压力,虽然价格便宜,但通行时间有时会更长。

但趋势上,没人能低估 Robotaxi 所代表的无人车。即便最终路上跑的不是萝卜快跑,也会是特斯拉这样拥有海量数据的车企。

届时,不会拒载,不会吵架,不会不开空调的 Robotaxi,将抢走出租车和网约车的客户。今天笑它的市民,会像当初接受网约车一样,再次接受一种新便利工具。

事实上,已经有武汉出租车司机故意别车,也有私家车给它让行。

结语

大概二十年前,凭借蒙特卡洛树搜索算法和机器学习在围棋上的应用,机器开始向围棋界发起冲击。

2016 年,AlphaGo Lee 在自我对弈 3000 万局、训练数月后,以 4:1 大败韩国围棋军李世石,完成弑神之战。

「输给人工智能,从某种意义上说,意味着我的整个世界都坍塌了。」

又过一年,AlphaGo Zero 问世,只训练三天,就以 100:0 打败 AlphaGo Lee。

中国围棋冠军柯洁感叹:「一个纯净、纯粹自我学习的 AlphaGo 是最强的,对于 AlphaGo 的自我进步来讲,人类太多余了。」

机器震荡了有两千多年历史的围棋界,不过,今天围棋世界赛事照常进行,还出现了围棋机器人,可以陪伴孩子「对弈练棋不伤眼」。

机器的进化,最开始也许缓慢,但越到后面就越会加速。人们会选择以何种方式与机器共存,就会选择如何与 Robotaxi 相处。

本文著作权归作者所有,并授权 42 号车库独家使用,未经 42 号车库许可,不得转载使用。

相关阅读

萝卜快跑技术解析:百度在 Apollo Day 2024 上讲了什么?

评论 · 0

0/3
大胆发表你的想法~
赞
1