發布 CyberCab 時，馬斯克将場地定在了華納電影制片廠，或許是希望自己坐着沒有方向盤的無人車出場那一幕，能像好萊塢電影一樣經典。
但發布會後，特斯拉股價大跌 8 個點。
不怪投資人不滿，在馬斯克立下 2026 年量産的 flag 時，舊金山市民已經對 Waymo 們的 Robotaxi 見慣不怪了。
在大洋彼岸的中國，蘿蔔快跑不僅發布了全球唯一的前裝量産 L4 級無人車，而且自動駕駛車輛的足迹已經遍布十餘個大城市。
蘿蔔快跑還在醞釀着出海，比如近期，其獲批香港首個自動駕駛車輛先導牌照，有了進軍右舵左行地區的跳闆——這塊出行市場，占到了全球份額的 1/3。
根據機構的預測，到 2030 年，全球 Robotaxi 市場規模将達到 8349 億元，大概相當于 6 個 Uber（2023 年出行業務收入）、4 個滴滴的體量。
對這塊甜美的蛋糕，中國玩家們已經虎視眈眈許久了。
" 端到端 " 一腳油門，把自動駕駛轟進 L4 時代
放眼日本的繁華街頭，滿頭白發的老年出租車司機比比皆是，他們顫顫巍巍的車技，需要拿放大鏡來看地圖的操作，讓外國遊客捏了一把汗。
" 本該頤養天年的年紀，卻出來闖蕩 " 的背後，是對自動駕駛需求的日漸高漲。
可以看到，跟着司機年齡起飛的還有打車費用：一小時車程的費用約 2 萬 + 日元，按照日本最低時薪 1 千日元計算，意味着打一次要花三天工資。
而這不是個例，可以看到，相比于中國大陸 0.35 美元 / 公裏、随叫随到的打車服務，中國香港打的每公裏收費約 1.28 美元，且就算成功上車也可能被堵在半路。
也因此，這些地區的民衆事實上比中國大陸更渴求 " 自動駕駛出租車 "，畢竟無需司機的自動駕駛正切中這些痛點。同時，自駕技術還可以智能調配路線，避開擁堵路段。
然而，海外旺盛的需求，在本土遭遇的卻是技術 " 鹽堿地 "。
衆所周知，作爲互聯網的升級應用，" 軟件 + 芯片 / 消費電子 + 機械制造 " 是智駕技術落地的關鍵要素。
可 1990 年的 PC 互聯網浪潮中，美國矽谷的科技新秀們——雅虎、谷歌、Facebook、亞馬遜，席卷了歐洲和日韓，壓制本土互聯網公司發展，導緻計算機人才缺口延續至今。
iPhone 引領的智能手機時代，又将曾吃下全球手機市場 80% 份額的諾基亞、愛立信等歐洲功能機，幾乎連根拔起，本土消費電子業一蹶不振，處理器、内存、芯片等電子供應鏈随之沒落。
唯一的優勢機械制造，如今也慘遭當頭一棒。
就在蘿蔔快跑宣布出海的一周前，歐洲 " 全村的希望 "、肩負 " 超過甯德時代，搶奪新能源汽車浪潮主導權 " 使命的電池企業 Northvolt，向法院提交了破産保護申請。
原因在于，本地從一線工人到董事會，都缺乏電池生産經驗，導緻良品率太低，遲遲交不上貨。有消息稱，瑞典本土工廠真正會技術、能幹活的工人，隻有來自中國和韓國的 100 多個外包工人。
種種限制下，新能源汽車在歐洲發展緩慢。如下圖，相較于中國 40%+ 的新能源滲透率，歐洲僅約 20%，且還一度下降。
其搭載的智能駕駛，進展也一樣。在國内卷無圖 NOA 開城，将技術卷得無限趨近 L3 時，歐洲連 L2 級都難以駕馭。
奔馳 L2+ 級别的輔助駕駛方案，最高速度僅有 64.4km/h，還不能變道；而同級别下，理想 L9 能開 120km/h，也能自動變道。
而如今，端到端技術引入下，自動駕駛迎來 "ChatGPT 時刻 "，可以無限接近真人，而且擁有更快的運算速度，得以轟入 L4 時代。
這一次，技術和應用的引領者，顯然還是自動駕駛巨頭雲集的中美兩地。
在這一新紀元，各車企競争點落到了運營落地上。正如李彥宏所說，端到端的自動駕駛技術背後是大模型技術。
具體來講就是，通過落地應用，覆蓋更多駕駛場景以及各種異常情況和極端條件，讓端到端系統進行學習和優化，實現更高的泛用性和穩定性，最終形成技術 - 應用輪動。
如此一來，自動駕駛企業的擴張成爲首要任務，而這與上述歐洲、部分亞洲（日本、新加坡、泰國）等市場的需求 " 不謀而合 "。
并且這些地區高度城市化，道路設施整體較爲完善。
比如，德國 ATM 系統已實現自動化控制；瑞典宣布将在 2025 年建成全球首條能夠爲行駛中汽車充電的永久性電氣化道路，這爲自動駕駛的視覺識别與充電流程，提供了便利。
此外，歐洲、日本等地區具備汽車及電子零部件産業鏈基礎，便于本地化合作采購；自動駕駛落地的重要因素法規，在這些地區也都相對完善。
這樣的出海條件擺在面前，自動駕駛領域自然騷動起來。可以看到，下半年以來，中美兩地紛紛掀起 " 開城大戰 "，在本土以外的多地區、多國布局落地應用。
不過，即便有備而來，在空白市場開拓也從來不是簡單的事。
Robotaxi 出海的風大，浪也大
如果車輛不做适配，平移出海到右舵左行地區，可能上路沒幾年就會出現制動踏闆異常抖動、熄火趴窩等問題。
這是因爲右舵左行國家和地區，大多屬于前英聯邦國家和地區，地處潮濕、溫熱的沿海地區，海風吹來的濕鹹空氣會在電子元器件表面形成鹽霧，腐蝕傳感器等部件，加快車輛損耗的速度。
基于此，出海企業往往需自研清潔系統，以适應當地複雜的氣候和路況。
可見，海内外截然不同的駕駛環境，時刻考驗着玩家們本地化的能力。
不過，對背靠 " 工業克蘇魯 " 的中國 Robotaxi 來說，硬件問題并不算棘手——目前國内自動駕駛産業鏈趨于成熟，部分零部件産品已領先全球，可快速響應出海的精益生産需求。
真正有挑戰性的，是軟件系統的定制。
海外用戶的駕駛習慣與國内是有出入的，如國内車主希望安全報警信号強烈一些，但歐洲車主習慣安安靜靜地開車，頻繁提示會被視爲噪音。此外，自動駕駛系統也需要學習、适配不同地區的交規。
但了解也隻是做到了第一步，想要做好用戶體驗，還得繼續錘煉技術。
比如，歐洲人喜歡生活在郊區，前往市中心的通勤路上會有許多高速場景，且往往是不限速的高速，車主玩命踩油門，車子能快出殘影來。
車速越快，意味着自動駕駛系統需要足夠的感知、規劃、控制能力，以做到 " 看清道路、注意路況、操作快速 "。
說白了，就是要更高清的攝像頭、更強大的算力，每秒處理更多的圖像和信息。
也正是如此硬核的底層技術要求，讓自動駕駛落地艱難，如德國是最早對自動駕駛立法的國家之一，但要求駕駛員坐在座位上，并準備随時接管車輛。
不過，如今 L4 級别的自動駕駛，或許能帶來新變化。
以國内的蘿蔔快跑爲例，其在武漢幾乎提供了 100% 的全無人駕駛叫車服務，要知道，武漢在互聯網上也被叫做 " 一座全是超雄司機的城市 "，交通事故率常年居全國前列。
不僅如此，蘿蔔快跑還走出了武漢，在北京、上海、廣州、深圳等十餘個城市落地。
能做到這一點，在于 L4 級别自動駕駛具備了很強的安全能力和泛化能力。
在傳感器敏感度、系統算法能力等多個技術充分進化後，L4 級無人車不用人類監督，就可以完全自主駕駛，特斯拉和百度的無人車都取消或隐藏了方向盤。
且 L4 也做到了較大的安全冗餘（對極端環境都安全，對正常環境就冗餘），這使得車輛即便出海面對更嚴格的交規、更擁擠無序的路況，都能較好地應對。
更進一步說，端到端自動駕駛大模型加持下，系統也可以依靠不斷學習，來加快對不同國家和地區交規的理解，持續提升算法能力。
這樣也決定了，玩家積累的自動駕駛裏程越長、覆蓋的城市越多，将具備越明顯的技術優勢，正如百度 Apollo 自動駕駛開放平台升級到 10.0 版本後，于 12 月 4 日面向全球用戶發布。
當然，這一切還得建立在拿到準入資格的前提上，否則積累經驗、訓練大模型就無從談起，這也是爲何蘿蔔快跑駛入香港後，百度股價應聲上漲的原因。
此外，Robotaxi 大規模出海也會 " 掏空錢包 "，畢竟海外大部分地區的新能源基建不發達，以香港爲例，電動汽車數量占比僅有 11.2%，配套設施自然跟不上。
如此一來，出海企業必須有能力降低整車量産及運營成本，否則燒錢遊戲也很難持續下去。
目前，海内外玩家都給出了各自的解法，無人車量産成本已經卷到了 20 萬元的級别。
從這一維度看，Robotaxi 公司也做好了打硬仗的準備，接下來的一兩年，将是決定命運的時間。
小結
2013 年，李彥宏在百度矽谷研發中心落成時，曾展望 AI 道：根據摩爾定律，繼續做十年、二十年的話，AI 大腦很有可能比人腦還聰明，那時候質變就會發生。
然而，十年堅持、千億的研發費用投進去，換來的卻一直是冷闆凳。隻因在華爾街，大家并不喜歡技術創新不确定賽道裏的 " 長期主義 "。
如今，靴子終于落地，汽車智能化轉型全面進入 L4 階段，" 長期主義 " 到了兌現的時候，且随着蘿蔔快跑駛入香港、駛向全球，中國玩家們也将有機會在這片藍海市場中搶跑、搶先，搶到定義賽道的資格。
