按照系统和驾驶员的参与程度，自动驾驶分为L0-L5六个等级。L3指有条件的自动驾驶，人类驾驶员需要在执行接管后成为动态驾驶任务的后援（backup）。L4指高度自动驾驶，系统在设计运行条件下持续地执行全部动态驾驶任务，并自动执行最小风险策略；L5指系统在任何可行驶条件下持续地执行全部动态驾驶任务。L4和L5的区别是运行范围是否有限制。
Robotaxi内涵：提供L4-L5智驾服务
L4和L5都是指完全不需要驾驶员的情况，区别在于运行范围是否有限制，L4需要限制在特定路线下行驶，例如港口矿区、物流配送最后一公里无人配送车、干线物流重卡、特定路线的自动出租车等。L5指的是全自动驾驶，车辆可以处理所有工况，人类成为完全的乘客，车上甚至不需要方向盘。
Robotaxi（自动驾驶出租车）是指由自动驾驶技术驱动的车辆，无需驾驶员，而是依靠传感器、人工智能等技术实现行驶、导航和决策。目前的Robotaxi还属于L4阶段，需要在特定路线下行驶，最终的形态是L5完全自动驾驶。从L4级别自动驾驶的技术实现难度来看，Robotaxi是难度最高的，适用于复杂环境的乘用车，是L4自动驾驶最有想象力的市场。
多重优势打开Robotaxi未来空间
Robotaxi能够显著提高交通安全性。根据公安部数据，超过90%的交通事故是人为原因造成的。Robotaxi的实际运营表现在特定场景下超越了人类，特别是在数据处理和精确度方面。根据Cruise统计，Robotaxi的碰撞率能降低65%，作为主要肇事方的碰撞率能降低94%，作为伤员的碰撞率降低74%。
Robotaxi稳态价格更低。目前Robotaxi的运营成本（4.5元/km）高于有人驾驶出租车和网约车（1.8元/km），主要是由于昂贵的硬件、软件、安全员，但随着技术的不断进步、运营效率的提升以及规模不断扩大，Robotaxi成本有望持续下降，根据Frost&Sullivan预测，到2026年Robotaxi单价将与出租车持平，26年之后将低于出租车价格。
2Robotaxi的发展前提
Robotaxi发展历史
为什么是现在？高阶智驾突破助力Robotaxi发展
L2+智能驾驶渗透率持续提升。2024年1-4月搭载L2及L2+的乘用车渗透率上升至53.8%，高级别自动驾驶渗透率持续增长。根据Frost&Sullivan预测，到2030年，国内和全球L4-L5渗透率将分别达9.5%/6.1%，2035年分别达12.5%/7.6%。NOA功能逐渐成为消费者决策因素。根据亿欧智库调查，在体验过或使用过高速NOA和城市NOA功能的用户中，分别有41.1%和28.1%的用户将其视为影响购车的主要参考因素。智能驾驶在消费者决策中的重要性正逐渐提升，为Robotaxi的用户培养打下基础。
智能驾驶端到端大模型进展
端到端的核心定义为：感知信息无损传递、可以实现自动驾驶系统的全局优化。可分为四个阶段：感知“端到端”、决策规划模型化、模块化端到端、以及OneModel端到端。传统算法系统的缺点：(1）分模块导致架构复杂。各个模块上限不高，信息传输和系统优化难度高，模块与系统之间的局部与整体优化目标冲突。（2）研发成本高。开发/维护/人力成本随着模块增加而飙升。（3）泛化性较差。叠加规则应对交付压力，导致维护性和可扩展性变差。（4）大规模产品化落地困难。当前主流产品只能在有限的场景（如某几个城市/示范区/高速）做定点而非规模化运营。（5）算法与软硬件绑定过深，也很难兼容更多车型/平台/场景。端到端能减少信息传递损失，增强Robotaxi对cornercase的应对能力。从实践来看，特斯拉应用端到端神经网络架构的FSDV12的平均接管历程从此前的166英里提升到了333英里。
智能驾驶政策频出
3Robotaxi的商业模式
Robotaxi的生态
生态：Robotaxi生态三个环节，分别是技术，整车和平台，三者紧密合作发挥巨大合力。技术：即Robotaxi自动驾驶技术，处于生态核心地位，致力于L4及高阶自动驾驶技术算法的更迭与研究。整车：即整车制造厂，向自动驾驶技术厂商提供车型进行无人驾驶改装。平台：即运营平台，是实现Robotaxi商业化落地的关键一环，优秀的运营平台可以调动已有资源，在宣传、用户体验上不断优化，帮助Robotaxi商业化运营。
Robotaxi的商业模式
商业模式：Robotaxi的商业模式分为B2C传统车队运营和C2C共享网约车模式。B2C模式：通过自产或采购外部车辆，并对其进行智能化改装，然后投入运营。这种方式通过赚取运营价差来盈利，同时采集的无人驾驶数据用于改进他们自己的算法，需要承担车辆的维护成本和折旧影响。目前大部分厂商采取这种模式。C2C模式：轻资产的出行即服务（MaaS），通过赚取佣金来盈利，车主可以从所赚的钱中提取佣金。由主机厂主导的模式可以实现车辆的自产、自销和自采集的完整数据闭环。有利于自动驾驶算法的迭代，并实现更好、更便宜的自动驾驶服务，进而提高自身的用户黏性和盈利能力。仅少部分厂商采取这种模式，如特斯拉。
Robotaxi市场规模
根据Frost&Sullivan预测，随着技术进步、政策有利及成本降低，Robotaxi将于2026年左右实现大规模商业化，预计到2030年Robotaxi将在全球范围内广泛采用，届时Robotaxi在中国智慧出行的渗透率将达到31.8%，2035年将达到69.3%。预计到2030年，中国和全球Robotaxi市场规模将分别达4888亿/8349亿元，24-30年CAGR分别为248%/239%，到2035年将分别达1.6万亿/3.2万亿元，30-35年CAGR分别为27.4%/31%。
4国内外Robotaxi主要玩家
Robotaxi商业化发展梯队
中美两国目前处于Robotaxi的第一梯队，都已成功进行无主驾安全员的商业化小规模运营，并开始商业化发展。美国：2023年加州Robotaxi路测总里程达到575万英里，同比增长13%，目前已在旧金山、凤凰城等城市放开了Robotaxi的商业服务。中国：2023年北京、上海、广州三地合计道路测试里程达3393万公里，同比增长6%。多个城市放开了24小时无人驾驶出租车运营，深圳宝安开启了国内首个一线城市中心城区的无人化Robotaxi商业运营。第二梯队：进行有主驾安全员的Robotaxi小规模商业化试运营，例如德国、韩国、法国等。第三梯队：处于Robotaxi测试阶段，未进行商业化运营，例如日本、英国等。
行业开始优胜劣汰
Waymo|多传感器融合的自动驾驶路线
Waymo采用多传感器融合的自动驾驶发展路线。2020年3月，Waymo发布了第五代无人车，集成了全套自研的29颗摄像头、6颗毫米波雷达、5颗激光雷达（1颗车顶4颗侧向），形成了360度全方位的感知能力，能够在大于300米范围内提供高分辨率的感知，识别行人和500米外的路标等重要细节，展现了其在传感器技术上的显著进步。2024年6月，Waymo第六代无人车开始路测，基于极氪MIX车型，和前几代都不同的是，这是一台前装量产的Robotaxi，同时没有方向盘、没有踏板。而第五代无人车是基于捷豹纯电I-PACE改装。传感器方案配置与第五代车型类似。Waymo的核心技术在于AI算法与LIDAR技术的无缝集成。通过开发高效的深度学习算法模型和自研芯片，能够有效解决深度学习算法模型与硬件的高度捆绑问题，提高硬件利用率并降低成本，多传感器融合策略也有助于提高自动驾驶系统的整体性能和可靠性。