在自动驾驶的众多细分应用中，Robotaxi和Robobus可以说是最为相似的。从用途来看，二者均是面向载人的；就使用场景而言，虽然现阶段部分无人巴士还只要是在封闭或半封闭场景运营，但长远来看开放道路才是最终归宿。因此，这两种模式虽然初始赛道不一样，最终可能驶向同一个终点。

Robotaxi和Robobus加速爆发

作为面向未来无人共享出行的“新物种”，Robotaxi和Robobus由于可以实现智能化与共享化的充分融合，极大地缓解城市出行里私家车利用率低、交通拥堵、污染排放增加等一系列痛点，正迎来广泛的关注。

据IHS Markit最新预测数据显示，到2030年，中国共享出行市场规模将达到2．25万亿元人民币，复合增长率在20％ － 28％之间。其中，Robotaxi有望占据60％以上的市场规模，市场规模预计超过1．3万亿。而Robobus，据测算也有望达到百亿甚至千亿市场规模。

正是看到这一广阔的市场前景，除了滴滴、Lyft这样的出行平台，目前很多科技公司、自动驾驶初创企业以及传统车企和零部件公司均在积极开展共享无人车的开发，抢夺这块万亿“蛋糕”。

比如Waymo，已经开展了长达十年的探索。近日该公司正式获得了加州无人驾驶汽车商用许可，一同获批的还有通用旗下的自动驾驶公司Cruise。

在此之前，这两家公司一直在加州免费向乘客提供Robotaxi服务。10月1日，消息称美国加州机动车辆管理局正式批准了Waymo和Cruise在当地投放自动驾驶汽车的许可，使这两家公司在某些地区面向公众提供自动驾驶汽车服务并收取适当的费用成为可能，可谓终于“守得云开见月明”。

虽然这距离真正的大规模商用还有很长一段路要走，但从免费到收费，从单纯的技术研发转向商业变现，不可否认Waymo和Cruise已成功实现了从0到1的突破，未来这两家公司需要思考的是如果实现从1到100的跨越。

9月底，丰田也宣布将会在美国达拉斯和匹兹堡推出自动驾驶出租车，预计可以在年内正式上路，目前丰田正和自动驾驶技术公司 Aurora合作开发一支自动驾驶出租车车队。另外，丰田还在开展自动驾驶巴士e－Palette相关的研发，并已在东京残奥会进行了载人尝试。

现代和福特则不约而同选择了与Lyft合作，分别计划于2023年和今年年底联合推出自动驾驶出租车服务。

英特尔旗下Mobileye现阶段更多聚焦于德国，正与当地汽车租赁巨头Sixt SE合作，于明年在慕尼黑推出自动驾驶的出租车测试服务，并计划在未来几年后推向整个欧洲。

这意味着，未来几年海外Robotaxi将进入一个集中落地阶段。

而在国内，以百度为代表的自动驾驶玩家也在积极布局共享无人车的研发。且与丰田类似，本土企业很多也都是同时布局了Robotaxi和Robobus两条技术路线。

比如百度，自2018年正式量产联手金龙客车打造的自动驾驶小巴阿波龙，已先后在北京、广州、雄安、重庆、佛山等22个城市园区落地部署，累计服务人次超12万，累计自动驾驶里程达到12万公里。

伴随着在无人巴士领域取得的突出成就，百度也在积极部署Robotaxi的商业化试运营。发展到现在，百度的Robotaxi已经在北京、广州、长沙、沧州、上海五个城市面向公众提供了常态化试运营服务。如果加上在其他地区开展的无人测试，截至当前百度Apollo自动驾驶已累计服务乘客 40 多万人次，测试里程超过 1400 万公里。

另一个典型是文远知行，也是Robotaxi和Robobus “并驾齐驱”（最近新增了自动驾驶货运Robovan）。在Robotaxi布局方面，文远知行主要是与广州白云出租车集团、科学城（广州）投资集团等联合布局，在广州推进Robotaxi运营服务。此外，文远知行还联合东风汽车自2020年10月起在武汉市经开区正式开展自动驾驶常态化测试，覆盖经开区106公里的开放道路，迄今为止已经安全测试超过10个月。

在文远知行看来，自动驾驶技术公司——主机厂／Tier1——平台／场景／运营方这种“铁三角”的战略合作模式对于实现自动驾驶业务落地至关重要，并且易于在不同的城市快速复制，以创造更大的经济效益。而目前文远知行也确实是这样推动自动驾驶发展的，并为此在各地先后成立了文远粤行、文远楚行、文远豫行、文远苏行等多家出行公司。

在Robobus方面，文远知行则选择了与宇通合作。两家公司联合开发的无人驾驶微循环小巴，也于今年4月批量下线，目前正在广州、南京、郑州等地开展常态化测试。据相关统计数据显示，截至今年6月，宇通自动驾驶巴士已安全运营900多天，累计接待市民36万人次，开放道路运营里程累计71万公里。

还有驭势科技、元戎启行、蘑菇车联等自动驾驶技术提供商，也均采取了多线布局的策略，并已进入规模化试运营阶段。例如蘑菇车联，通过与衡阳市政府达成自动驾驶城市级试点合作，将于年底前在衡阳市陆续投放1000辆自动驾驶汽车，涵盖Robotaxi和Robobus等多种不同车型。

在此背景下，共享无人车的市场也不断被打开。特别是无人巴士，由于现阶段更多着眼于封闭和半封闭场景，具备多人出行路权优先、运行线路固定、速度相对较低，以及更容易和5G车路协同相融合等特征，落地速度已经明显快于Robotaxi，诸如百度阿波龙、文远知行的Mini Robobus，均已率先实现前装量产。

未来边界将越来越模糊

尽管在目前的技术条件下，Robobus的商业化速度要远远快于Robotaxi，但从长远的技术演进路线来看，Robobus与Robotaxi之间的界限将越来越模糊，这从目前各大玩家的技术策略就可以看出。

面对无人共享出行，现阶段该领域的玩家布局策略大多类似，基本都采用的是以一套通用的、可匹配全场景的无人驾驶技解决方案，去适配各种不同的场景，或者不同技术路线之间共享研发成果，以提升研发效率，缩减研发成本。

比如驭势科技，一直以来坚持用一个通用的、可匹配全场景的无人驾驶技术平台，以快速去适配不同的场景。因此除了无人公交，驭势科技也在同步开发Robotaxi甚至无人驾驶物流车，落地包括机场、汽车制造、危化重工、食品养殖等多个行业领域。其中无人公交，据悉截止2020年12月，已落地20＋应用场景，运行了12w＋公里，接待人次7．5w＋。而Robotaxi则在武汉已经覆盖超300公里路网，100多个站点，并将持续扩大服务范围。

文远知行的Mini Robobus也充分借鉴了此前Robotaxi在研发、测试和开放运营服务中积累的丰富经验。“因为Robobus和Robotaxi技术通用性的部分远远大于差异性，基本上是一套技术支持两个平台，差异性很微小。”文远知行CEO韩旭曾如是说，而这也是文远知行在Robotaxi之后选择入局Robobus的原因。

甚至在文远知行看来，同城货运与Robotaxi在技术上也有一定的共通性。抛开载人还是载物的差异，这两者在场景上基本没有区别，都需要在城市道路内实现车辆的自动驾驶。所以在软件算法等方面，其Robovan也是高度沿用了Robotaxi和Robobus上的经验，包括在城市中心、城中村、高速路等复杂场景下的通行能力验证。

轻舟智航亦认为，Robotaxi和Robobus很多技术是相通的，场景是相通的，只不过Robotaxi覆盖的区域更大，落地的难度更高。Robobus只是速度慢一些，运营区域稍微小一些，但技术或者整个场景与Robotaxi都是一致的，短期内更适合作为通向共享无人车这个万亿规模市场的起点。

正因为如此，轻舟智航在设计Driven－by－QCraft这套方案时，同样考虑到尽量采用同一方案赋能不同的车型落地多个城市，像其龙舟SPACE，就设想未来可作为Robotaxi使用。

“现在我们相当于选择了一个大市场的小切口来切入，而不是起步就做一个非常大的市场。目前无人驾驶在矿山、港口、环卫等应用场景的需求虽然也很强，但这些场景下的技术拓展性相对比较差，在矿山开得再好，在公开道路上也有可能寸步难行。而Robobus和开放道路的出行是相通的， 潜在市场空间更大。换言之，Robobus只是一个起始点，并不是终局。” 轻舟智航上述负责人指出。

比如与文远知行类似，由于轻舟智航无人小巴的开发本身还是以自动驾驶能力为核心，车内将没有方向盘，空间会比较大，如果进行一些模块的改装，也可以满足物流等需求，以实现运人和物流的共享。

“我们的车型未来是有可能支持物流场景的，但我们会谨慎地推出各种功能，和监管部门做相应沟通，确保符合当地政策的要求。”该负责人表示。从而使数据更好地共通，提高数据的利用效率，加快数据闭环的形成，以及更好地增强扩展性，适应不同城市的需求。

这并非异想天开。丰田早在2016年就提出了类似的构想，并于2018年正式发布了一款无人驾驶的厢式电动概念车e－Palette。按照丰田的设想，这款车可以根据服务商的需求定制一切——早晚高峰作为公交出行，中间可以送快递、送餐等等。此前，丰田已经在东京奥运村进行了载人尝试。

这意味着，未来随着Robobus不断从封闭或者半封闭场景走向开放场景，其与Robotaxi的边界将越来越模糊，甚至无人共享出行与同城配送在技术上也有可能向交汇。

当然，这个过程并不容易。当Robobus与Robotaxi走向融合，便意味着L5自动驾驶时代的真正到来。而即使到现在，这背后的挑战仍然是多种多样的。

“无人巴士如果要实现大规模商业化应用，需要解决两个核心问题：一个是安全性、稳定性；另一个是成本的大幅下降。”蘑菇车联相关负责人指出。

看似一句话就可以概括完，但这背后需要付出的努力却是不可估量的。以可靠性为例，要达到规模化量产要求极为严苛。“这需要做到系统在各个方面100％并且是7×365×24小时全天候正常运行。”驭势科技联合创始人、首席系统架构师彭进展表示。

目前来看，能实现这样真无人驾驶的企业基本没有。因为这需要开展大量的测试，包括不同类型道路、不同交通状况、不同天气状况下的测试，即便是通过仿真，也可能无法穷尽所有的场景，实现100％的可靠，这背后感知的局限、长尾场景应对能力不足都是关键掣肘。更何况还有商业模式、法律法规等方面的限制，都使得无人驾驶的规模化落地难以一蹴而就。

“L4和L5级自动驾驶之间存在巨大的差异，L4由于有地理围栏，或许很快就可以实现，比如高速公路上的卡车列队，但要在短期内实现L5级自动驾驶仍然无望。”图灵奖得主、法国工程院院士和欧洲科学院院士JosephSifakis表示。

＊版权声明：本文为盖世汽车原创文章，如欲转载请遵守 转载说明 相关规定。违反转载说明者，盖世汽车将依法追究其法律责任！