2023，滴滴“摸着自动驾驶过河”

在“滴滴=网约车”的出行领域，出行网络和数据量级是滴滴自动驾驶的优势。但就自动驾驶技术本身来看，滴滴仍然需要展示更多的肌肉。

作者|斗斗

出品|产业家

滴滴自动驾驶有了新动作。

一款“人性化”的概念车、两个加速实现量产L4+级车辆的自研硬件、一套全栈式的自动化运维体系。

从成果来看，后两者是滴滴自动驾驶过去两年主要的工作成果，但也侧面反映滴滴自动驾驶打法的变化。

前装量产意味着滴滴自动驾驶，开启量产自动驾驶汽车的“副本”。而自动化运维，是服务、产品边界扩大的表现，其自动驾驶的版图正在逐渐扩张。

作为曾被市场较为看好的自动驾驶“商业化基因携带者”，滴滴当下的发声，会搅动自动驾驶赛道目前看似平静的湖面吗？一些问题需要找到答案。

1、滴滴自动驾驶技术处于什么水平？

2、为何锚定自动驾驶，并在这个时间点发声？

3、滴滴能否改变当下自动驾驶赛道的竞争格局？

一 、不“单纯”的业务汇报

“今天我们只聊滴滴Robotaxi产品化的真实进展。”在滴滴自动驾驶COO孟醒的表述中，这次滴滴自动驾驶的发声，更像是一个业务汇报。

概念车「DiDi Neuron」的发布作为开场，先是吸引了一波眼球。

概念车重在“概念”，是厂商脑洞爆发的产物。「DiDi Neuron」亦是如此，但滴滴自动驾驶的脑洞，似乎更看重安全以及人性化服务。这种特性其实更容易让滴滴的技术、产品被看到。

产品层面，滴滴与北醒合作研发了2K图像级高精度激光雷达，被其称为北耀beta版。从参数来看，300万像素点频，512线能力，横向视场角将近120度，纵向视场角将近26度，较为出众。除此之外，发布了计算平台Orca虎鲸。资料显示其亮点在于三域融合，即智驾域、座舱域和网联域，全部放在一个BOX中。

滴滴公开数据显示，这一计算平台相比上一代成本可节约88%，整车空间体积可降低74%。这意味着，此平台将降低生产制造时间，提高生产效率，加速L4级自动驾驶汽车的走向量产。

但具体应用中，究竟能发挥多大的作用，还需时间证明。

技术层面，针对老生常谈的商业化问题，“滴滴自动驾驶已经掌握了感知、预测、决策、控制、仿真系统和机器学习平台等L4级自动驾驶的全栈核心技术。”滴滴出行CTO兼自动驾驶CEO张博直言这在整个自动驾驶赛道都是领先的水平。

具体分析张博口中“领先的技术”，其实是让系统尽量挖掘所有遇到的场景数据，并单独提取所有已经出现过的类似场景的模块，以实现更精确地处理这些场景。

而对于一些随机且无法被识别、归类的物体，滴滴引入特斯拉提过的占据空间网络（Occupation network）。这项技术下使得系统即使无法识别物体，也可以准确判断和预测它们的行为轨迹。

张博将滴滴这一系列能力，称为“城市泛化引擎”。这也是过去两年滴滴不断增强的能力。

其次，在过去一年，滴滴在有限范围内把Robotaxi的泊入能力提升了96%。事实上，L4级自动驾驶想要真正实现商业化，就要无限接近网约车的模式。 目前滴滴网约车站点的密度大约是每 10 米一个站点，而自动驾驶车站点为每 1.5 公里一个站点，相差 150 倍。

其中，自行车、摩托车和锥桶等障碍物占据停车位是造成自动驾驶汽车停车难的主要原因。泊车技术的提升将有效改变这一问题。但是具体的体验效果如何，还需进一步验证。

服务层面，为了让自动驾驶运营过程中，尽量减少人力参与。滴滴打造了一套全栈式自动化运维中心，被其成为「慧桔港」，能自动化满足车辆在运营过程中的需求，确保车辆能够24小时连轴转，比如自动出车、接单、回港。冲洗、充电、检测、停放等。据滴滴公布的数据，其全流程自动化率已达90%。

可以说孟醒先是规划了滴滴在未来出行的更多可能性。而张博则是把滴滴过去一段时间内，基于这种可能性所作出的成绩亮了出来，即城市泛化引擎、泊入能力提升了96%、全流程自动化率已达90%，这三项能力同时回答了三个问题：能否扩大运营区域、能否增加战点、能否24小时运营。

至此，滴滴成绩单的底层逻辑逐渐清晰，“国产化、前装量产、低成本和高安全性。这些标准也是滴滴选下一代车的核心考量。”

显然，这不是一个“单纯”的业务汇报，这背后，有滴滴发展瓶颈的倒推，也暗藏着滴滴更大的野心。

二 、L4，不得不做的TOB业务

移动互联网时代，网约车模式横空出世，使得传统出行第一次被颠覆。一众出行服务商因此享受到时代的红利，滴滴顺势崛起。

但随着人口红利消失，滴滴TO C业务增长天花板逐渐显现。

根据中国互联网络信息中心数据显示，2017年到2020年，中国网约车用户规模经历了一个以2019年6月为高点的抛物线趋势。2017年7月，中国网约车用户就达到了3.08亿人，到2019年6月，这个数字达到了4.04亿人，但是此后一年多时间，用户规模开始出现萎缩趋势，2020年3月为3.62亿人，到了2020年6月，数字再一次跌到了3.4亿人。

网约车模式如何再次创新，是滴滴需要思考的问题。数字时代，降本增效成为主命题。在出行领域，效率和成本成为重要突破口。

这意味着既需要保障让消费者以最少的货币成本和时间成本，得到最舒适和最安全的出行体验。还需要滴滴提高自身利润，获得持续稳定增长。自动驾驶成为最优解。

而锚定B端，则成为重要布局。这一点，从最近滴滴企业版宣布升级为一站式费控SaaS企业出行、商旅与费控平台，锚定费控SaaS就可见一斑。L4级场景降为的应用或将为其带来车企客户、新的增长。

其次，一般L4级自动驾驶玩家商业化过程中，不仅需要和车企合作还要和网约车平台合作，商业模式局限性较大。而滴滴不仅有着L4级自动驾驶技术商业化落地的场景，有助于其探索更好的商业模式闭环，且在出行领域，有着较大的市场占有率。

公开数据显示，滴滴的市占率仍为国内第一。可以说滴滴不仅有落地场景、路侧数据，还在这些方面有着较大优势。

此外，站在更大的全球市场来看，中国也是未来自动驾驶最大的市场。这也让诸多资本看见自动驾驶未来发展的同时，看见了滴滴。使得其获得全球头部VC/PE的青睐，大量资金涌入下，也让滴滴面临着踏入二级市场的压力。

而基于自身优势，深耕自动驾驶的发展前景，或将可以为其带来更高的估值。因此滴滴的诸多能力和优势以及研发进度需要被看到，重新获得一二级市场的青睐。

如今疫情对社会经济、出行、消费的影响逐渐减小，正处于“万物复苏”的阶段。加之AI、自动驾驶IPO热潮涌起，滴滴虽明确表示，不想蹭热度。但种种因素下，当下无疑是最合适的发声节点。

最后，数据安全审查之后，应用被下架，滴滴沉寂两年。2023年初，滴滴发布公告正式通过审查，各大应用商店相继解除滴滴应用下载限制。滴滴需要一些正向且低调的曝光度。而面向TOB领域的国产化前沿技术无疑是最佳选择。

总体来看，在这个时间点，滴滴需要为其L4级自动驾驶发声，也必须发声。

值得注意的是，在诸多自动驾驶厂商技术降维、场景降维，纷纷走向“自负盈亏”的当下，“讲故事”“秀肌肉”显然已经无法打动市场。

滴滴更需要展示的是“货真价实”的商业化落地情况。

三 、“是骡子是马，拉出来溜溜”

在开放日上，滴滴拿出来自己的商业化案例，落地场景是货运。

其研发了混合无人化解决方案HDS（Hybrid Driverless Solution），具体以车队的形式为客户提供物流端到端和仓到仓的运输，车队配备一辆人类驾驶员搭载辅助驾驶方案的领航车辆，以及多辆L4级自动驾驶卡车构成。

滴滴称拥有超过50台自动驾驶卡车，如今这个数字已突破100台。 公布数据显示，KargoBot累计物流收入已经突破了1亿元。

站在整个自动驾驶行业视角来看，滴滴与其他L4级厂商渐进式的路径并无不同，滴滴主要是通过场景降维，亮点在于其L4级货运场景下关于车队的创新。但这种模式仍需要人工辅助，称不上L4级自动驾驶。

滴滴优势还是基于出行网络下，打造的惠桔港一栈式自动化运维以及大量路侧道路下的数据，前者强在服务，后者强在数据量级。

总体而言，虽然滴滴自动驾驶技术迭代表现出的速度，以及商业化方面有许多可圈可点之处。但其当下深耕自动驾驶背后，也存在一些问题。

例如，出行服务商与车企合作造车这种模式下，车企是否愿意共享数据。

毕竟比起自动驾驶创业者，车企在资金规模、行业积累、供应链等层面都有着常年的积累，且从自动驾驶的融资来看，车企近几年已经逐渐成为自动驾驶创业公司背后的“金主”。随着“卖软件”模式形成消费习惯，不能排除车企未来是否会下场研发自动驾驶技术。

其次，惠桔港这种全栈式自动化运维中心的模式较重，但短期内为滴滴带来的增量有限，如何实现盈利，未来商业模式走向何处，也需要画上一个问号。

要知道，类惠桔港的全栈式自动化运维设施，一是需要大规模落地，才能发挥出较大的价值，为厂商带来增量。这意味着需要有足够多的自动驾驶汽车被投放到市场，这在短期内很难实现；二是卖给其他自动驾驶厂商，但业务交叉下，滴滴想要吸引大量自动驾驶厂商进行合作，并不简单。

而在产品如何带来增量方面，也面临着同样的问题。即投入大量人力、物力研发的硬件产品，是否能否找到其他买家，也是一个亟待解决的问题。

在这个“滴滴=网约车”的出行领域，滴滴的优势显而易见。但就目前来看，除了出行网络带来的优势，滴滴与其他自动驾驶厂商的差距，并未拉开。其能在自动驾驶赛道走多远，还需时间验证。

或许，当上述问题愈发清晰的时候，滴滴会给市场一个确定的答案，但在当下还需观望。