北京时间10月11日上午11点,多次“跳票”的特斯拉Robotaxi终于揭开面纱。
(相关资料图)
从发布会信息来看,此次亮相的Robotaxi为概念车,没有方向盘和踏板,特斯拉将其命名为Cybercab,预计成本低于3万美元,有望在2026年落地。
特斯拉CEO埃隆·马斯克表示:“自动驾驶交通成本很低,包含税费和其他费用在内的价格可能最终达到每英里0.3至0.4美元。”
马斯克声称,未来每个网约车司机可以管理10-20辆的Cybercab车队。未来,在获得监管和政策许可后,特斯拉的所有车型都将搭载FSD,成为无人驾驶汽车。
随着特斯拉Cybercab的到来,中国无人驾驶企业也将迎来“劲敌”。
特斯拉Cybercab入局,无人驾驶产业竞赛拉开序幕
随着深度学习和计算机视觉技术的兴起,自动驾驶为提升交通安全与效率提供了新的解决方案。自动驾驶综合了人工智能、通信、半导体、汽车等多项技术,涉及产业链长、价值创造空间巨大,已经成为各国汽车产业与科技产业跨界、竞合的必争之地。
尤其是中美作为全球自动驾驶企业数量最多的两个国度,在无人驾驶领域的技术竞争也日渐白热化。
早在特斯拉无人驾驶出租车Cybercab发布之前,中国的萝卜快跑和美国谷歌旗下Waymo就已加入这一赛道。
10月9日,萝卜快跑即将进军海外市场的消息引发全球关注。
据《华尔街日报》报道,中国自动驾驶出行服务平台萝卜快跑正寻求在海外市场推出其无人驾驶出租车服务,以便将其竞争优势扩展到中国大陆以外的地区。
知情人士称,萝卜快跑希望在新加坡、中东等地测试并部署其无人驾驶出租车。知情人士透露,萝卜快跑一直在与这些地区的企业和监管机构讨论相关计划。
对此,香港运输及物流局回应称,香港新的自动驾驶车辆规管框架已于2024年3月实施,运输署预计于2024年年底前分批公布成功获取牌证的自动驾驶车辆项目。
萝卜快跑内部人士表示,萝卜快跑计划发布Apollo自动驾驶开放平台 10.0版本,该版本“专为全球用户设计”。
据悉,Apollo自动驾驶10.0版本将搭载百度最新的自动驾驶大模型ADFM(Autonomous Driving Foundation Model),这一升级将大幅提升自动驾驶开放平台的安全性、智能化和易用性。
这也将成为全球首个搭载大模型的自动驾驶开放平台。
早在今年5月,百度就在Apollo Day上发布了全球首个支持L4级无人驾驶应用的自动驾驶大模型Apollo ADFM,可以兼顾技术的安全性和泛化性,做到安全性高于人类驾驶员10倍以上,实现城市级全域复杂场景覆盖。
萝卜快跑第六代无人车已经全面应用了“ADFM大模型+硬件产品+安全架构”,通过10重安全冗余、6重MRC安全策略确保车辆稳定可靠,且量产价格低于3 万美元,极具竞争力。
特斯拉之外,美国另一无人驾驶巨头谷歌近期动作频频。除了扩大在旧金山半岛和洛杉矶扩大其运营区域外,Waymo和网约车巨头Uber合作推出数以百计的无人出租车服务,并于计划与通用汽车、现代汽车等车企展开合作,试图加速在自动驾驶领域的布局。
“洋萝卜”来势汹汹,中国企业需要抢抓窗口期
尽管特斯拉Cybercab最早2026年才能真正落地,鉴于L4级自动驾驶的特殊性,特斯拉初期也将像Waymo等厂商一样只能在限定区域运行。
但知情人士认为,对于中国市场,特斯拉会迟到,但是不会缺失。
马斯克也表示,除了北美之外,其他地方的无人驾驶能力部署都远远落后。特斯拉正在向欧洲、中国以及其他国家的监管机构申请批准,V12.5或V12.6版本的FSD(监督版)有可能在今年年底前获得批准,并计划于明年一季度进入中国。
这也引发了业内对于全球自动驾驶竞争格局的思考。今年以来,Waymo在自动驾驶领域布局迅速并在无人驾驶竞赛中迅速取得了进展。截至今年6月,Waymo自动驾驶汽车行驶里程已超过2200万英里;今年8月,Waymo在旧金山每周订单量超过10万单,反超中国最大的出行服务平台萝卜快跑。
对此,也有不少专家学者建议,应抓住产业发展窗口期,支持以萝卜快跑、小马智行、文远知行等为代表的自动驾驶国家队发展,推动我国自动驾驶的规模化落地。
“中国和美国一直是全球无人驾驶牌桌上最有话语权的两方势力。过去十几年来,中国无人驾驶一直在努力追赶美国,当前在技术上已实现并驾齐驱。中国要想要在未来的人工智能竞争、尤其是无人驾驶的竞争中抢得先机,需要政府、企业齐心协力。”北京工业大学城市交通学院教授陈艳艳表示。
在陈艳艳看来,一方面,中国在无人驾驶立法端的步子还要迈得再大一些,需要政府给产业积极正向、开放包容的政策环境,充分发挥中国丰富场景优势加速落地。目前国内多数发展无人驾驶的城市都是在限定区域和时间的小范围商业化试运营,地方性立法的步伐也要加快,大力支持无人驾驶企业扩展运营区域,助力规模化落地。
另一方面政府要鼓励无人驾驶企业自主创新,尽快在无人驾驶关键技术上实现自主可控,提高无人驾驶的技术性能,避免卡脖子。在无人驾驶底层依托的AI技术上,企业要加强自研力度,在大模型、计算机视觉等方向上取得突破。
标签: