48万的自动驾驶车我不敢坐，百度Apollo:难者不会，会者不难

AutoLab

记者 | 白杨

编辑 | 白杨

投稿邮箱：editor@autolab.cn

3年30城，部署3000台车，服务300万用户。

百度Apollo在今天的Apollo Day技术开放日上，重申了这样的Flag。30城和3000台车这样的数据，在Robotaxi领域是非常震撼的。

明星选手谷歌Waymo，目前也仅在北美2个城市运营着600多辆车。如果把视野拉回国内，公开消息来看，目前也仅有百度、滴滴和文远知行的车队规模超过100台，而超过500台规模，就只有百度一家了。

基于当下基数来看，3年3000台的目标是绝大多数自动驾驶企业所不敢想的。

让自动驾驶企业在铺量上畏手畏脚，最重要的原因在于车辆成本和运营成本都太贵了。这不像是前几年的共享单车大战，企业能烧钱不眨眼地在几个城市投放几千辆车。受制于激光雷达、计算芯片等昂贵的硬件成本，一辆Robotaxi的成本动不动就要100万以上。

而Robotaxi的车辆成本还只是冰山一角，运营成本随着车队规模增长的指数级爆炸，让自动驾驶企业们都被迫保持了理性消费，即便富有如谷歌，也不敢随便在Robotaxi赛道上撒币。

百度敢按下拓张的加速键，率先开启下半场的战局，是因为它已经解决了Robotaxi的成本问题和运营问题，实际上它还解决了Robotaxi大规模商业化落地的第三个问题，用户对自动驾驶信任度的问题。探清了路，解决了后顾之忧，自然敢大步奔跑。

48万的Apollo Moon，实现车辆成本可控

在Apollo Day技术开放日上，Apollo Moon极狐版、Apollo Moon威马版、Apollo Moon埃安版三款前装量产Robotaxi第一次同台亮相。同时百度Apollo也宣布，Apollo 极狐版正式投入首钢运营。

Apollo Day上还首次开放了Apollo Moon极狐版的试乘，该版本车上已经没有安全员，前排完全无人，坐在车上的感觉非常奇妙，大家可以通过视频感受一下。

Apollo Moon是百度Apollo 第五代L4级自动驾驶量产车型，百度Apollo从上代车型开始，已经实现了前装量产。第五代车型同样是前装量产，联合车企合作伙伴对产线深度定制改造，深度复用原车的多数元器件，因此第五代车型相较第四代，做到了性能提升10倍，成本降低一半，整车价格做到了48万。

48万的Robotaxi是什么概念呢？极狐联合华为打造的极狐阿尔法S HI版高配也要42.99万，而Apollo Moon是针对L4自动驾驶设计，不仅能实现激光雷达的360度感知，还具备全传感器及计算单元冗余。

放在Robotaxi领域横向对比来看，想要实现同样标准的安全冗余，滴滴联合沃尔沃打造的Robtaoxi车型成本要100万以上，而Waymo基于克莱斯勒改造的Robotaxi，仅加装的自动驾驶套件成本就接近18万美元（折人民币也是100万以上）。

据百度此前公布的数据称，Apollo Moon的整车成本是业内平均水平的1/3。技术开放日现场，百度汽车机器人部总监徐宝强还回应了此前，某友商“48万的Robotaxi我不敢坐”的疑虑，“难者不会，会者不难，我们的低成本当然不是通过减配来实现。我们的逻辑不是为了成本目标而牺牲性能和安全，而是在实现了高安全、高可靠的前提下，同时做到了大幅度降本。”

值得一提的是，百度汽车机器人部是百度新成立的部门，目前已经成为geek最向往的工作部门,感兴趣的同学可以试试。

首先在于百度在视觉算法领域的技术布局，百度是国内最早做自动驾驶的企业，拥有世界最大的自动驾驶开源平台。早在2019年，百度就发布了国内唯一的L4级纯视觉自动驾驶技术Apollo Lite，而这个“国内唯一”的定语，时至今日依然适用。此后百度又基于Apollo Lite发布了可量产的高级别智能驾驶解决方案ANP。

而Apollo Moon是基于以视觉算法为主的“ANP-Robotaxi”架构开发，“ANP-Robotaxi”架构和ANP同根同源，传感器上仅增加了一颗联合禾赛科技深度定制开发的机械式激光雷达，两套方案能够实现数据共生共享，形成数据闭环。

这一方面可以获取更多的有效数据，加速自动驾驶算法模型的训练优化，另一方面，共用传感器等核心部件，可以通过量产乘用车大幅提升规模效应，降低核心部件采购成本，为Apollo Moon的L4级Robotaxi成本可控提供可能。

优秀的视觉感知算法，帮助Apollo Moon减少对昂贵激光雷达的依赖，是Apollo成本可控的基础，但不是全部。例如Apollo自研计算单元，定制激光雷达都帮助Apollo Moon实现了成本可控。

成本可控不仅意味着Robotaxi具备了大规模商业化落地的可能性，还意味着Robotaxi开始真正攻入传统网约车的阵地，48万的单车成本，已经接近或持平多数专车车型的价格。

而这只是一个开始，Apollo Moon还只是Apollo 的第五代Robotaxi，按照Apollo Robotaxi 2年一次迭代，每代性能翻倍，成本降低一半的Robotaxi领域“摩尔定律”，2023年Apollo的Robotaxi单车成本将下探至20万区间，和传统网约车持平。

3年3000辆车，背后是依靠百度在Robotaxi领域这种“摩尔定律”的支持。

车规级+5G云代驾，实现运营成本可控

想做Robotaxi规模化量产，运营成本是挡在路上的第二座大山。百度的解决方案是通过车规级前装量产车，降低车辆的运营成本，再通过5G云代驾，降低人员的运营成本。最终目标或许是让运营成本占比最高的大头，成为云平台的电费（再次利好储能股）。

百度Apollo Moon的车型采用了大量车规级硬件，同时传感器支持自清洁，单系统平均失效时间2万小时。也就是说整套硬件系统，能够支持车辆无故障平稳运行2万小时以上。Apollo Moon具有5年以上运营周期，可投入规模化稳定运营。

低故障率及较长的硬件生命周期，对共享出行运营而言，不仅降低了硬件更替的成本，还降低了运维的人力成本，这逻辑如同租车公司，都倾向于买故障率低的车型。

人力成本是网约车运营中成本的大头，而Robotaxi商业化落地的基础逻辑，就是降低传统的司机成本。此前受技术所限，每辆Robotaxi都需配备一个安全员，而目前百度Apollo已经通过5G云代驾拿掉了安全员，使Robotaxi的商业逻辑得以完整。

此次Apollo Day还发布了5G云代驾企业版，仅凭1台驾驶舱，即可配比N辆无人车，运营成本大幅降低。

值得解释的是，5G云代驾并非是简单地将安全员从车上移到了云端，而是基于自动驾驶能力的成熟，在车端提高安全等级，从而彻底不需要安全员再来充当自动驾驶车的安全冗余。取而代之的安全操作员，并不需要时刻盯着每辆车做接管的准备，他只需要在云控平台收到接管需求时，介入那辆具体的车，帮助该车脱困并重新回到运营状态。

什么时候云端会收到接管需求呢？例如你坐在一辆Robotaxi中，因为台风将一棵树刮倒横在前方的路上，Robotaxi遇到这种大场面只能当场停车了，此时你就可以通过车内的按键，主动请求安全操作员远程介入，帮你绕过该道路直至系统恢复运行。可以看到安全冗余是依靠车来完成的，云端只是处理一些极端场景而已。

目前百度Apollo的萝卜快跑已经在长沙、北京、沧州、广州、上海五座城市面向市民开启Robotaxi试运营，运营成本的大幅降低，为百度Apollo将触角伸向更多城市提供了可能。

3年30城，百度Apollo已经解决了运营成本的后顾之忧。

技术成熟+ 交互，建设消费者的信任度

Robotaxi商业化落地，最难解决的不是技术，而是如何让消费者接纳这个新鲜的事物。

对此百度也做了很多的努力，例如在交互设计上，Apollo Moon从车外到车内，都做了精心的交互设计。在车外，车顶的交互屏会通过文字向车外传达信息。例如当车辆礼让行人时，会显示“请您先行”，让行人感受到车辆已经识别到了自己，而且现在是在等自己先过马路，这样人们才能够放心地从车前经过。

此外坐进车内，车辆也会通过后排和前排中控的屏幕和乘客互动，时刻展示渲染后的，传感器感知到的环境信息，同时会把车辆的位置、车速、转向等状态信息时刻显示，清楚了解行车信息，提升对系统的信任度。

最为重要的是技术上的努力，系统只有通过0事故的成绩，才能说服乘客相信这是真正安全的。百度Apollo的Robotaxi自2019年在长沙开启试，至今仍然保持0事故。

现阶段的Apollo自动驾驶在复杂城市道路的送达成功率可以做到99.99%，也就是说平均10000笔出行订单里，仅有一次需要安全冗余系统介入。而Apollo 又有着完善的从车端到云端的安全冗余，确保即便遇到1/10000系统失效的场景，也能够通过安全冗余来确保安全。

建立消费者对Robotaxi的信任是个难度很大的长期工程，即便在技术上已经很优秀，但依然会有误解。

事实上，乘坐一辆Robotaxi，并不会比坐上一辆出租车或网约车危险。人类驾驶员会因为情绪、注意力、技术等种种原因犯错，坐人开的车，安全与否其实是随机的，也是不可解释的。但自动驾驶汽车的犯错都是可以通过技术来规避掉的，甚至还可以通过虚拟仿真环境，来提前预判各种可能出现犯错的场景，这种犯错本质上是可解释的，也是可控的。

2020年中国道路交通事故万车死亡人数为1.66人，这个数据是非常可怕的，目前Robotaxi还无法有如此大的量来提供数据支撑。但至今为止，包括百度Apollo在内的国内Robotaxi运营商，已经累计向公众提供了100万人次以上的自动驾驶出行服务，都保持了0事故，做数据对比，安全性肯定是高出人类驾驶的。