圖片來源 @視覺中國
文 | 産業家，作者 | 鬥鬥
在 " 滴滴 = 網約車 " 的出行領域，出行網絡和數據量級是滴滴自動駕駛的優勢。但就自動駕駛技術本身來看，滴滴仍然需要展示更多的肌肉。
滴滴自動駕駛有了新動作。
一款 " 人性化 " 的概念車、兩個加速實現量産 L4+ 級車輛的自研硬件、一套全棧式的自動化運維體系。
從成果來看，後兩者是滴滴自動駕駛過去兩年主要的工作成果，但也側面反映滴滴自動駕駛打法的變化。
前裝量産意味着滴滴自動駕駛，開啓量産自動駕駛汽車的 " 副本 "。而自動化運維，是服務、産品邊界擴大的表現，其自動駕駛的版圖正在逐漸擴張。
作爲曾被市場較爲看好的自動駕駛 " 商業化基因攜帶者 "，滴滴當下的發聲，會攪動自動駕駛賽道目前看似平靜的湖面嗎？一些問題需要找到答案。
1、滴滴自動駕駛技術處于什麽水平？
2、爲何錨定自動駕駛，并在這個時間點發聲？
3、滴滴能否改變當下自動駕駛賽道的競争格局？
不 " 單純 " 的業務彙報
" 今天我們隻聊滴滴 Robotaxi 産品化的真實進展。" 在滴滴自動駕駛 COO 孟醒的表述中，這次滴滴自動駕駛的發聲，更像是一個業務彙報。
概念車「DiDi Neuron」的發布作爲開場，先是吸引了一波眼球。
概念車重在 " 概念 "，是廠商腦洞爆發的産物。「DiDi Neuron」亦是如此，但滴滴自動駕駛的腦洞，似乎更看重安全以及人性化服務。這種特性其實更容易讓滴滴的技術、産品被看到。
産品層面，滴滴與北醒合作研發了 2K 圖像級高精度激光雷達，被其稱爲北耀 beta 版。從參數來看，300 萬像素點頻，512 線能力，橫向視場角将近 120 度，縱向視場角将近 26 度，較爲出衆。除此之外，發布了計算平台 Orca 虎鲸。資料顯示其亮點在于三域融合，即智駕域、座艙域和網聯域，全部放在一個 BOX 中。
滴滴公開數據顯示，這一計算平台相比上一代成本可節約 88%，整車空間體積可降低 74%。這意味着，此平台将降低生産制造時間，提高生産效率，加速 L4 級自動駕駛汽車的走向量産。
但具體應用中，究竟能發揮多大的作用，還需時間證明。
技術層面，針對老生常談的商業化問題，" 滴滴自動駕駛已經掌握了感知、預測、決策、控制、仿真系統和機器學習平台等 L4 級自動駕駛的全棧核心技術。" 滴滴出行 CTO 兼自動駕駛 CEO 張博直言這在整個自動駕駛賽道都是領先的水平。
具體分析張博口中 " 領先的技術 "，其實是讓系統盡量挖掘所有遇到的場景數據，并單獨提取所有已經出現過的類似場景的模塊，以實現更精确地處理這些場景。
而對于一些随機且無法被識别、歸類的物體，滴滴引入特斯拉提過的占據空間網絡（Occupation network）。這項技術下使得系統即使無法識别物體，也可以準确判斷和預測它們的行爲軌迹。
張博将滴滴這一系列能力，稱爲 " 城市泛化引擎 "。這也是過去兩年滴滴不斷增強的能力。
其次，在過去一年，滴滴在有限範圍内把 Robotaxi 的泊入能力提升了 96%。事實上，L4 級自動駕駛想要真正實現商業化，就要無限接近網約車的模式。 目前滴滴網約車站點的密度大約是每 10 米一個站點，而自動駕駛車站點爲每 1.5 公裏一個站點，相差 150 倍。
其中，自行車、摩托車和錐桶等障礙物占據停車位是造成自動駕駛汽車停車難的主要原因。泊車技術的提升将有效改變這一問題。但是具體的體驗效果如何，還需進一步驗證。
服務層面，爲了讓自動駕駛運營過程中，盡量減少人力參與。滴滴打造了一套全棧式自動化運維中心，被其成爲「慧桔港」，能自動化滿足車輛在運營過程中的需求，确保車輛能夠 24 小時連軸轉，比如自動出車、接單、回港。沖洗、充電、檢測、停放等。據滴滴公布的數據，其全流程自動化率已達 90%。
可以說孟醒先是規劃了滴滴在未來出行的更多可能性。而張博則是把滴滴過去一段時間内，基于這種可能性所作出的成績亮了出來，即城市泛化引擎、泊入能力提升了 96%、全流程自動化率已達 90%，這三項能力同時回答了三個問題：能否擴大運營區域、能否增加戰點、能否 24 小時運營。
至此，滴滴成績單的底層邏輯逐漸清晰，" 國産化、前裝量産、低成本和高安全性。這些标準也是滴滴選下一代車的核心考量。"
顯然，這不是一個 " 單純 " 的業務彙報，這背後，有滴滴發展瓶頸的倒推，也暗藏着滴滴更大的野心。
L4，不得不做的 TOB 業務
移動互聯網時代，網約車模式橫空出世，使得傳統出行第一次被颠覆。一衆出行服務商因此享受到時代的紅利，滴滴順勢崛起。
但随着人口紅利消失，滴滴 TO C 業務增長天花闆逐漸顯現。
根據中國互聯網絡信息中心數據顯示，2017 年到 2020 年，中國網約車用戶規模經曆了一個以 2019 年 6 月爲高點的抛物線趨勢。2017 年 7 月，中國網約車用戶就達到了 3.08 億人，到 2019 年 6 月，這個數字達到了 4.04 億人，但是此後一年多時間，用戶規模開始出現萎縮趨勢，2020 年 3 月爲 3.62 億人，到了 2020 年 6 月，數字再一次跌到了 3.4 億人。
網約車模式如何再次創新，是滴滴需要思考的問題。數字時代，降本增效成爲主命題。在出行領域，效率和成本成爲重要突破口。
這意味着既需要保障讓消費者以最少的貨币成本和時間成本，得到最舒适和最安全的出行體驗。還需要滴滴提高自身利潤，獲得持續穩定增長。自動駕駛成爲最優解。
而錨定 B 端，則成爲重要布局。這一點，從最近滴滴企業版宣布升級爲一站式費控 SaaS 企業出行、商旅與費控平台，錨定費控 SaaS 就可見一斑。L4 級場景降爲的應用或将爲其帶來車企客戶、新的增長。
其次，一般 L4 級自動駕駛玩家商業化過程中，不僅需要和車企合作還要和網約車平台合作，商業模式局限性較大。而滴滴不僅有着 L4 級自動駕駛技術商業化落地的場景，有助于其探索更好的商業模式閉環，且在出行領域，有着較大的市場占有率。
公開數據顯示，滴滴的市占率仍爲國内第一。可以說滴滴不僅有落地場景、路側數據，還在這些方面有着較大優勢。
此外，站在更大的全球市場來看，中國也是未來自動駕駛最大的市場。這也讓諸多資本看見自動駕駛未來發展的同時，看見了滴滴。使得其獲得全球頭部 VC/PE 的青睐，大量資金湧入下，也讓滴滴面臨着踏入二級市場的壓力。
而基于自身優勢，深耕自動駕駛的發展前景，或将可以爲其帶來更高的估值。因此滴滴的諸多能力和優勢以及研發進度需要被看到，重新獲得一二級市場的青睐。
如今疫情對社會經濟、出行、消費的影響逐漸減小，正處于 " 萬物複蘇 " 的階段。加之 AI、自動駕駛 IPO 熱潮湧起，滴滴雖明确表示，不想蹭熱度。但種種因素下，當下無疑是最合适的發聲節點。
最後，數據安全審查之後，應用被下架，滴滴沉寂兩年。2023 年初，滴滴發布公告正式通過審查，各大應用商店相繼解除滴滴應用下載限制。滴滴需要一些正向且低調的曝光度。而面向 TOB 領域的國産化前沿技術無疑是最佳選擇。
總體來看，在這個時間點，滴滴需要爲其 L4 級自動駕駛發聲，也必須發聲。
值得注意的是，在諸多自動駕駛廠商技術降維、場景降維，紛紛走向 " 自負盈虧 " 的當下，" 講故事 "" 秀肌肉 " 顯然已經無法打動市場。
滴滴更需要展示的是 " 貨真價實 " 的商業化落地情況。
" 是騾子是馬，拉出來溜溜 "
在開放日上，滴滴拿出來自己的商業化案例，落地場景是貨運。
其研發了混合無人化解決方案 HDS（Hybrid Driverless Solution），具體以車隊的形式爲客戶提供物流端到端和倉到倉的運輸，車隊配備一輛人類駕駛員搭載輔助駕駛方案的領航車輛，以及多輛 L4 級自動駕駛卡車構成。
滴滴稱擁有超過 50 台自動駕駛卡車，如今這個數字已突破 100 台。 公布數據顯示，KargoBot 累計物流收入已經突破了 1 億元。
站在整個自動駕駛行業視角來看，滴滴與其他 L4 級廠商漸進式的路徑并無不同，滴滴主要是通過場景降維，亮點在于其 L4 級貨運場景下關于車隊的創新。但這種模式仍需要人工輔助，稱不上 L4 級自動駕駛。
滴滴優勢還是基于出行網絡下，打造的惠桔港一棧式自動化運維以及大量路側道路下的數據，前者強在服務，後者強在數據量級。
總體而言，雖然滴滴自動駕駛技術叠代表現出的速度，以及商業化方面有許多可圈可點之處。但其當下深耕自動駕駛背後，也存在一些問題。
例如，出行服務商與車企合作造車這種模式下，車企是否願意共享數據。
畢竟比起自動駕駛創業者，車企在資金規模、行業積累、供應鏈等層面都有着常年的積累，且從自動駕駛的融資來看，車企近幾年已經逐漸成爲自動駕駛創業公司背後的 " 金主 "。随着 " 賣軟件 " 模式形成消費習慣，不能排除車企未來是否會下場研發自動駕駛技術。
其次，惠桔港這種全棧式自動化運維中心的模式較重，但短期内爲滴滴帶來的增量有限，如何實現盈利，未來商業模式走向何處，也需要畫上一個問号。
要知道，類惠桔港的全棧式自動化運維設施，一是需要大規模落地，才能發揮出較大的價值，爲廠商帶來增量。這意味着需要有足夠多的自動駕駛汽車被投放到市場，這在短期内很難實現；二是賣給其他自動駕駛廠商，但業務交叉下，滴滴想要吸引大量自動駕駛廠商進行合作，并不簡單。
而在産品如何帶來增量方面，也面臨着同樣的問題。即投入大量人力、物力研發的硬件産品，是否能否找到其他買家，也是一個亟待解決的問題。
在這個 " 滴滴 = 網約車 " 的出行領域，滴滴的優勢顯而易見。但就目前來看，除了出行網絡帶來的優勢，滴滴與其他自動駕駛廠商的差距，并未拉開。其能在自動駕駛賽道走多遠，還需時間驗證。
或許，當上述問題愈發清晰的時候，滴滴會給市場一個确定的答案，但在當下還需觀望。
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
