比特币:滴滴自动驾驶：牌好，不顺，难赢_比特币在中国合法吗是不是局

图片来源@视觉中国

文|白菜咸鱼，作者|徐蔡钰

早在2019年，滴滴自动驾驶CEO张博就表示，自动驾驶要想实现技术落地，必须要集齐四张牌：共享出行网络、无人驾驶技术、汽车厂商和Tier1的支持和足够的资本支持。但这样一个牌势优越的玩家，却又为何一直还未下听？

几圈下来，想做大番牌型的其他玩家，已纷纷转型求和牌。起手牌型漂亮的滴滴，赢牌的可能又有多大？本期，重新端详滴滴自动驾驶。

滴滴做Robotaxi，起手牌型漂亮

2016年，滴滴内部开始组建自动驾驶研发团队。2017年，滴滴成立美国研究院，核心围绕自动驾驶与大数据。2018年，滴滴先后拿到美国加州路测资格与北京自动驾驶路测牌照。

同年，滴滴出行与31家汽车产业链企业官宣了「洪流联盟」，这其中包括博世、北汽、比亚迪、宁德时代、四维图新等汽车制造/零配件制造/新能源/数字地图/车联网企业。

2019年，滴滴宣布自动驾驶事业部升级为独立公司，由滴滴出行CTO张博兼任滴滴沃芽CEO,贾兆寅和郑建强分别担任美国研发团队和中国研发团队的负责人，均向张博汇报。此时，沃芽的员工规模不到200人。

沃芽独立后，于2020年5月，获得来自软银超5亿美元的A轮融资，是国内自动驾驶公司获得的单笔最大融资。2021年5月，更是引入广汽集团领投的2亿美元战略融资。不到两年时间，沃芽融资超11亿美元，有消息称，此时沃芽估值已超小马智行。

沃芽的员工规模也在数轮融资后不断翻番：2020年，研发团队已接近400人；2021年中，滴滴发布连续5小时无接管视频，COO孟醒表示，现在人数已经涨到了500人以上；而在2022年底，这个数字已接近1000人。

压倒性优势的出行网络、汽车供应链合作基础及丰厚的资金支持，滴滴自动驾驶难道只差技术这张牌吗？

2018年农历新年，滴滴发布全员信，晋级智慧交通FT为智慧交通事业部，旗下包括车载设备业务。2019年3月起，滴滴司机陆续收到装备桔视记录仪的通知。

2020年8月，在全球智博会中，张博表示，滴滴自主研发的“桔视”车载摄像设备已覆盖50%的网约车订单，每年能提供超一千亿公里的真实道路数据，加速滴滴自动驾驶应用部署。

数据一直是滴滴引以为傲的优势，庞大的出行网络使得滴滴拥有其他自动驾驶公司难以企及的真实道路数据，这些数据将帮助滴滴更快更准地解决真实长尾问题。但挪到2023年来看，滴滴的技术水平似乎并没有取得一骑绝尘的优势。

最具希望玩家，为何迟迟还未和牌？

滴滴自动驾驶的技术命脉掌握在贾兆寅和郑建强手里，贾一手搭建了美国研发团队，郑则在技术架构上有突出贡献。纵使在2023年，新入职沃芽的工程师，仍会感叹“滴滴自动驾驶早期代码非常扎实，且具有学习价值”。

人才：上牌不顺，牌型被拆

但中美研发团队长期分散管理，使得沃芽在自动驾驶整体解决方案上的进度非常缓慢。专注出行研究的张博从外面“请”来了一位CTO：

2019年9月，来自安波福的全球工程副总裁韦骏青加入沃芽，统筹管理中美两地研发团队。韦在安波福曾主导建立无人出租车运营与测试中心，但相比同期创业公司的技术把子，韦的背景与知名度逊色不少。

原研发团队的两位负责人与这位新任CTO的蜜月期并不长，短短半年后，贾兆寅就提出离职，转身加入Cruise，郑建强很快也从主要位置中退下。在往后几年间，虽然不断有优秀工程师加入，但再也没见到技术高层中出现令人眼前一亮的新名字。滴滴自动驾驶，似乎已经失去了人才优势。

数据：有牌只是优势，会打才起作用

另一方面，滴滴每年一千亿公里的真实道路数据优势，可能也只是一堆「素材」。2020年，韦峻青曾公开表示：“滴滴是世界上唯一拥有千亿公里数据的自动驾驶公司。”

道路数据的主要作用则分两方面，一是通过回放测试或构建仿真场景库，起到验证作用；二是经过一系列处理，加入数据训练集，对核心算法模型起训练作用。

这一千亿公里的道路数据来自滴滴桔视记录仪，而从记录仪产生的数据，到能对自动驾驶系统性能起正向效果的有效数据，需要下多少功夫？

已知桔视记录仪搭载了一个1080p的车外摄像头，急加速/减速/转弯状态判断的六轴姿态传感器及北斗/GPS双模定位组件。

由于危险场景一般都伴随着急加速、急刹车或急转弯，那么可以通过IMU信息，筛选出驾驶状态异常的车辆行驶片段；并通过定位模块，获取车辆行驶的位置信息，还原路径；最后，结合摄像头记录的影像素材，获取车前场景中的人/车/物品等障碍物信息，形成真实的问题场景库。

这个场景库，在算法模型验证及系统版本迭代中都可以起到重要作用，我们可以通过测试，知道已经解决了，或还没解决的问题具体有哪些，这对算法团队无疑是重要的指引。逻辑简单，成本并不简单，这部分数据处理，对滴滴来说也存在难度与挑战。

比如数据的存储与处理问题。

据滴滴称，桔视记录仪每年能提供一千亿公里的真实道路数据。那么包含轨迹、简单驾驶行为及影像素材在内，桔视每天产生的原始数据是2.5亿公里、2万TB级别。目前业界常用的高效无损视频压缩算法H.264的压缩比大概是5:1，也就是滴滴自动驾驶每天需要处理4000TB的道路数据。

而除桔视记录仪外，滴滴还有道路测试车辆。据统计，一辆L4级别无人驾驶车每天产生的数据，量级在5TB-20TB之间。2019年8月，张博表示，滴滴在中美两地一共有40辆无人路测车，除桔视之外，沃芽每天至少还有200TB的测试车道路数据。

2019年中国互联网大会上，滴滴智能控制首席科学家唐剑介绍，滴滴出行每天处理数据超过4800TB，日新增轨迹数据106TB。那么沃芽需要拥有与滴滴出行同样量级的服务器及存储空间，才能及时将道路素材转换为业务可用的有效数据。

除测试外，道路数据应用的另一方面，是算法模型训练。原始素材则需要经过清洗、标注、审核、入库。其中，标注与审核是比较有挑战的两个环节。

在数据标注中，算法团队提出标注需求，数据团队落实标注要求，交由供应商公司进行数据标注，标注结果由数据团队进行审核，审核通过入库成功。审核团队的综合素质也非常重要，对内直接影响入库数据质量，对外决定了标注准确率与效率的提升。

再者是成本问题，数据标注的价格影响因素较为复杂。与数据量、标注要求，甚至是长期的标注需求量都有关。由于每家自动驾驶公司的标注要求及工具有差，供应商公司需要协调人力分配，及标注能力的培养成本。

需求越稳定，标注要求越准确可行的自动驾驶公司，则可能拿到更低的标注价格。4000TB/天的原始影像数据，经过清洗筛选后，需要标注的帧数及对应的价格，无疑是一个天文数字。

除成本与准确率外，算法与数据团队的协同、数据团队内部的项目管理，同样影响标注的效率。

最后，桔视记录仪仅仅是摄像头收集的影像素材，而21年滴滴发布的双子星平台中，搭载的传感器高达50个，使用的是包括毫米波雷达、激光雷达在内的融合感知方案。

纯车前场景的摄像头影像数据，只能对视觉感知部分起作用。且越大数据量的训练，需要越大算力的训练集群，而这也意味着需要更高的成本。

数据是AI的燃料。拥有越丰富的真实道路数据，越有可能拥有常规测试中发现不了的长尾场景。但数据能否成为燃料，核心是足够的资金支持，及各种意义上的数据处理能力。有牌只是优势，会打才起作用。

运营：没到和牌，上手的暗杠或白搭

滴滴真正的优势是运营网络，只是Robotaxi的牌局，还没到这张牌发挥优势的时候。

首先，Robotaxi的成本是一定的。

据公开信息显示，2021年6月，百度发布第五代无人车，成本为48万元/辆；到2022年7月，第六代百度无人车的成本仅为25万元/辆，这是基于百度量产能力下的车辆成本。而在改装领域，一辆自动驾驶汽车的硬件成本就在数十万元级别。

其次，Robotaxi的盈利是漫长的。

据财新网报道，出行自营品牌在单一城市的市场占比达到10%才能玩下去，达到20%才具备盈利的资格。而2022年，曹操出行市场份额在15%-30%之间，T3出行则抢占到11.6%的市场份额。

T3出行对外披露，2022年已覆盖91座城市，注册司机数量超80万，注册用户突破1亿，累计超9亿人次使用T3出行。一则数据显示，2022年T3出行登陆广西省北海市，首批投放自营车辆为500辆。

滴滴出行连续6年亏损超过390亿人民币，直到2020年初，滴滴出行总裁柳青接受采访时表示，核心业务已实现小幅盈利。除了运营平台、运力部署等等运营成本外，相比传统出租车，Robotaxi在冷启动阶段，还需承担巨大的研发成本。新兴自营的Robotaxi平台，在巨大的成本面前，盈利是遥远而漫长的。

最后，滴滴做Robotaxi，盈利更快。

2021年5月，滴滴自动驾驶发布双子星平台，COO孟醒介绍，新一代平台在硬件数量、性能均提升的情况下，做到了成本持平。90%的后装元器件可量产，且80%可选择国产化方案。在无人车成本控制上，滴滴极有可能做得更加出色。

滴滴还省去了业务冷启动成本：只需要让Robotaxi接入滴滴出行即可。一个经历一年半沉寂后仍有80%市场占有率的出行平台，这是同行科技公司不具备的绝对性优势。

另一个很大的优势是：庞大的出行轨迹数据。在2017至2019年间，滴滴出行轨迹的日新增量在106TB级别，这些数据能让滴滴快速分析不同路线出行需求量的差别、运力短缺的时间与路线，以及更安全、更固定、更适合无人车运行的路线。

这一切能让Robotaxi更迅速地融入已有出行网络，并且在研发成本上达到最高效率。在单车成本相同的情况下，滴滴一定能更快地挣到钱，且能让无人车的使用率更高。

只要和牌，一定是最大番数，但没和，无论手上多好的牌，都是白搭。

量产：牌技一般，逐渐掉队

首先是无人车的量产。2016年就已成立的滴滴自动驾驶，在2020年底才成功实现量产，这个时间，在同行普遍只需要2-3年。

其次是adas的量产。滴滴CEO程维曾表示：2025年滴滴将普及100万台D1并搭载自动驾驶技术；2030年，滴滴的定制车甚至将去掉驾驶舱，实现完全自动驾驶。这条路似乎尤其不顺：

2018年，滴滴与理想汽车宣布成立桔电出行，计划共同推出一款纯电MPV。因理念不合，量产进度中止，而这家合资公司，在2022年已正式申请破产。

2020年11月，滴滴发布与比亚迪联合打造的D1电动车。2021年首季度销量破5000，而此后，便也陆续没了声音。

再到2021年3月，传出滴滴单独成立代号为「达芬奇」的造车业务，并且团队规模已达1700人。有媒体报道，滴滴预计在23年中发布造车计划，并争取于一年后进行交付。

而到2022年，达芬奇项目的自动驾驶团队，包含非研发人员在内，仅有100人的规模。而在同行里，蔚来汽车早期非自研阶段员工规模已超百人，组建自研团队后，在21年度迅速增长至800人规模；更早开始自研的小鹏汽车，自动驾驶团队则在2018年就已超过200人。

达芬奇自动驾驶团队早期核心成员多来自滴滴地图业务，在成立后的招聘过程中，与沃芽也频频存在「抢人」现象。这个团队的人才，够吗？

无论是无人车，还是整车与adas，滴滴在量产上的表现总是不尽如人意。这也让人不禁怀疑，手握「运营」这张绝世好牌的滴滴，能否摆好「量产」牌型呢？

卡车：临时改牌型，能博个碰碰胡吗？

2022年4月，据第一财经报道，滴滴已经开始布局无人驾驶卡车，意图进军干线物流市场。而这个技术团队，源自滴滴沃芽CTO韦峻青。Robotruck，是滴滴自动驾驶临时改换牌局，想快速在商业化里赢得第一场牌吗？

技术上，卡车与乘用车存在着不同的难点与挑战。在2021年后，国内也浮现出千挂科技、擎天智卡、卡睿智行、苇渡科技等一批着眼干线物流的创业公司。都是自动驾驶届「老人」的「二次创业」，滴滴的优势似乎没这么大。

重卡OEM的资源也远远不如乘用车丰富。国内几乎90%的重卡资源把握在解放、东风、重汽、陕汽和福田5家OEM手里，而市面上着眼重卡的科技公司已是十位数量级。重卡竞争僧多肉少，临时改换牌型的滴滴，也许来不及听牌。

「写在最后」

技术驱动的自动驾驶，在商业化的过程中已经经历过冷静期。强大如Waymo，因为商业化困境估值已不如从前；另一家具有强大出行优势的Uber早在2020年就将自动驾驶业务打包出售。而与其说滴滴在做自动驾驶，不如说是Robotaxi需要滴滴的坚持。

经历上市、退市、沉寂的滴滴出行，仍然保持了出行界的王牌位置。奋力追击的美团打车几乎已经放弃自营，转做聚合平台；背靠吉利的曹操出行、T3出行等公司也没能实现“抢单滴滴”的目标。出行市场的竞争，远比L4自动驾驶来得惨烈。

目前火热的L2+量产领域，包括标配被动付费在内的整体占有率不足3%，一场仅需要在已有范围内提高付费率的战争已是如此，在需要「抢滩」的出行战中，玩家们能抢到多少终端出行订单养活自己？让Robotaxi更丝滑地接入商业化，这件事似乎只有滴滴能做到。

虽然己方的牌越打越难，但Robotaxi场上并没有玩家听牌，几乎的自动驾驶公司都在考虑转型和生存问题，有些甚至已面临着绝章陪玩的处境。滴滴仍是Robotaxi领域最具赢面的玩家，前提是坚持坐在这张牌桌上。

程维曾表示，对自动驾驶「至少还需要做十年持续投入的计划」。相信滴滴，相信拥有长期投入决心的滴滴。

标签：比特币DENTENT亚马逊比特币在中国合法吗是不是局DENT币Dentcoin亚马逊币在香港上市是真的吗

Fil热门资讯