产业深度08期：智能汽车产业研究系列（八）-智能汽车：Robotaxi行业拐点将至，中美走在最前列

产业深度 2024.11.1108期 智能汽车：Robotaxi行业拐点将至，中美走在最前列——智能汽车产业研究系列（八） 摘要:Robotaxi行业当前的机遇与未来的挑战 Robotaxi行业拐点将至，中美走在最前列 Robotaxi行业迎来关键技术突破。20世纪末和21世纪初，Robotaxi行业的概念 出现；2010年代，Robotaxi行业迎来了关键技术突破；2020年代，Robotaxi行业逐渐走向成熟。 各国Robotaxi商业化进程差异较大。中美两国为Robotaxi商业化的领头羊。其他 低空经济系列（四）：航电系统，价值、差距和机会 2024.10.13 算力产业中期关注当前AI架构上限——算力产业研究系列（二） 2024.09.19 算力时代，关注芯片、软件、网络——算力产业研究系列（一） 2024.08.20 机器人产业深度（七）：机器人的大脑——具身智能 2024.08.20 低空经济系列（三）：全球适航认证的路线差异和三个共识 2024.07.22 往期回顾 国家的Robotaxi发展较慢，仍处在测试阶段，还未开始商业化运营。全球Robotaxi商业化进程正在加速，Robotaxi有望在未来几年内实现大规模商业化运营，跨入商业化2.0阶段 未来商业化进程中的挑战较多。Robotaxi的商业化进程中面临着多方面的挑战，主 要包括技术挑战、成本挑战和法规政策挑战。这些挑战既是行业发展的瓶颈，也是技术进步和商业模式创新的驱动力。 Robotaxi产业链完成自产自研 上游：核心技术自有化。主要涉及感知系统和算法与软件两大类。感知器是Robotaxi 的眼睛，智驾芯片是Robotaxi的大脑，算法是Robotaxi的神经。 Robotaxi未来技术进步与商业模式进步将同步进行 技术进步：自动驾驶技术的演进将提供新模型的应用（自组织神经网络；GOD模型 商业模式：未来收费模式与盈利策略将根据市场需求做进一步调整，重视市场拓展与 区域覆盖 未来可能的市场参与者：华为、小鹏、赛力斯等整车厂商，以及特斯拉的Cybercab计划。新进入者有更灵活的战略布局与优势。 市场需求：消费者需要提高接受度，需要更多市场教育，并挖掘不同地区的市场潜力 挑战与对策：（1）技术挑战（安全性、可靠性）；（2）成本控制与经济性；（3）法规 政策挑战与应对措施 风险提示 Robotaxi场景落地不及预期，政策变动，产品研发不及预期等。 产业研究中心 �浩(分析师) 0755-23976068 wanghao013539@gtjas.com 登记编号S0880513090004 李嘉琪(分析师) 010-83939821 lijiaqi026904@gtjas.com 登记编号S0880524040001 目录 1.Robotaxi行业拐点将至，中美走在最前列3 1.1.Robotaxi行业迎来关键技术突破3 1.2.各国Robotaxi商业化进程差异较大3 1.3.未来商业化进程中的挑战较多4 1.3.1.技术挑战5 1.3.2.成本挑战5 1.3.3.法规政策挑战6 2.Robotaxi产业链完成自产自研6 2.1.上游：核心技术自有化7 2.1.1.硬件：感知器-Robotaxi的眼睛7 2.1.2.硬件：智驾芯片-Robotaxi的大脑10 2.1.3.软件：算法-Robotaxi的神经14 2.2.中游：整车制造自产自研18 2.3.下游：商业化运营提供全套解决方案19 2.3.1.市场概述19 2.3.2.商业运营模式21 2.3.3.运营成本分析22 3.Robotaxi未来技术进步与商业模式进步将同步进行24 4.风险提示25 1.Robotaxi行业拐点将至，中美走在最前列 1.1.Robotaxi行业迎来关键技术突破 20世纪末和21世纪初，Robotaxi行业的概念出现：当时自动驾驶技术还处于初级阶段，早期的研究主要集中在学术机构和少数科技公司的实验室内。2004年，美国国防高级研究计划局（DARPA）举办了首届 DARPAGrandChallenge，这一赛事激发了全球对自动驾驶技术的关注。 2010年代，Robotaxi行业迎来了关键技术突破：随着传感器、计算能力和人工智能技术飞速发展，2012年，谷歌宣布启动其自动驾驶汽车 项目（后来成为Waymo），并在美国多地进行路测。随后，许多汽车制造商和科技公司纷纷投入资源，展开自动驾驶技术的研发和测试。2016年，Uber在美国匹兹堡推出全球首个自动驾驶出租车试点项目，标志着Robotaxi行业进入商业化探索阶段。同年，通用汽车收购自动驾驶初创公司Cruise，加速其在Robotaxi领域的布局。与此同时，中国的百度推出Apollo自动驾驶平台，并在国内多个城市进行Robotaxi测试。 图1：Robotaxi主要参与者 数据来源：国泰君安证券研究 2020年代，Robotaxi行业逐渐走向成熟：Waymo在亚利桑那州凤凰城推出商业化Robotaxi服务，成为行业的领先者。特斯拉则通过其全自动驾驶（FSD）系统，实现了部分自动驾驶功能，并计划推出Cybercab 服务，使车主可以随时将车辆加入车队，进一步推动Robotaxi的普及。在中国，百度的Apollo平台在自动驾驶技术上不断创新，并在北京、长沙和广州等地推出了萝卜快跑试点服务。AutoX、小马智行（Pony.ai）和文远知行（WeRide）等初创公司也积极参与Robotaxi的研发和测试，与丰田、广汽等车企合作，启动了Robotaxi试点 1.2.各国Robotaxi商业化进程差异较大 中美两国为Robotaxi商业化的领头羊。在过去的一年里两国保持领先，并进一步迈入1.0阶段。尽管两国都通过政策的放宽来促进技术进步，但在政策实施的具体尺度和标准上有所不同，这也反映了各自的商业化 进展特点： 逐步推进，稳健前行：中国在Robotaxi商业化方面采取了谨慎的态度，强调技术可靠性验证后的逐步开放。通过逐步放宽监管，给技术发展留出空间，促进技术迭代和稳步前进。例如，2022年以前，政策的核心目标是加强无人驾驶道路测试的广度和深度，但关于量产与商业化的详细规则未清晰定义。进入2023年，国家和地方政府积极为自动驾驶规模化量产和商业化运营提供政策支撑。除了扩大路测城市和区域范围，还向技术已得到充分验证的领先玩家发放试运营牌照和全无人牌照，从而实现全国多个核心城市开启Robotaxi商业化运营的蓬勃发展景象。 快速推进，大胆尝试：美国对Robotaxi商业化采取了更为开放和快速的发展策略。在一些城市，监管政策大胆放宽，给Robotaxi最大的发展空间。例如，Cruise在旧金山迅速申请并获得了全无人自动驾驶商业化运营资质，利用更广泛的测试区域来优化技术，推动商业化落地。 图2：Robotaxi商业化阶段 数据来源：罗兰贝格，国泰君安证券研究 在比较中美两国的发展路径时，需要谨慎对待跨越式发展，找到合适的跨越点，避免冒进带来的风险。目前L3级别的自动驾驶技术尚不能完全支持全无人自动驾驶的开放式场景运营，技术的可靠性也尚未完全保障Robotaxi的高效、安全运营。因此，政策监管的开放程度必须与技术发展的成熟度相适应，以避免失衡。 其他国家的Robotaxi发展较慢，仍处在测试阶段，还未开始商业化运营。德国近期才通过《自动驾驶法》来支持自动驾驶汽车的发展，大众 和戴姆勒等公司正在积极推动Robotaxi项目。日本在东京和福冈等地进行Robotaxi试点，软银和丰田合作的MaaS项目正积极推进。韩国：发布了《自动驾驶汽车路线图》，现代汽车在首尔等地进行了Robotaxi测试。 全球Robotaxi商业化进程正在加速，各国在政策支持和技术创新方面取得显著进展。中美两国在技术领先和政策支持方面引领全球。随着政策的进一步完善和技术的不断进步，Robotaxi有望在未来几年内实现大 规模商业化运营，跨入商业化2.0阶段 1.3.未来商业化进程中的挑战较多 Robotaxi的商业化进程中面临着多方面的挑战，主要包括技术挑战、成本挑战和法规政策挑战。这些挑战影响了Robotaxi的普及和大规模运营。 1.3.1.技术挑战 可靠性和安全性：当前的自动驾驶技术，特别是L3和L4级别，尚未能完全满足高效、安全运营的要求。技术的复杂性要求自动驾驶系统在各种环境中保持高可靠性和安全性。例如，2023年，Cruise的一辆自 动驾驶汽车在与一辆由人驾驶的车相撞后，就因错误地判断了事故类型并靠边停车，导致一名行人被夹在车轮之间拖行，造成了严重的运营事故。 长尾场景的处理：Robotaxi在实际运营中需要应对各种复杂和突发的交通状况。处理长尾场景（即极少数但复杂的驾驶场景）仍是一个巨大挑 战。如萝卜快跑在武汉的运营中频繁出现无法处理长尾场景的技术问题，导致系统停摆将交通堵塞，需要等待人工远程介入，影响了运营效率和安全性。 技术迭代和更新：自动驾驶技术需要不断进行迭代和优化，但在商业化运营中频繁的技术更新会增加运营的复杂性和成本。如何在不影响正常运营的情况下进行技术升级，这是另一个需要解决的问题。 图3：Cruise旧金山事故图4：萝卜快跑无法掉头堵塞交通 数据来源：华盛顿邮报数据来源：搜狐 1.3.2.成本挑战 研发和制造成本：自动驾驶技术的研发和车辆的制造成本高昂。大量的传感器、计算平台以及软件开发都需要巨额投资。要实现大规模的商业化运营，需要大幅度降低这些成本。如百度目前使用的ADAS半固态 激光雷达方案，需要四颗激光雷达，而普通的智驾系统通常只需要1颗激光雷达，这提高了Robotaxi制造成本。 运营和维护成本：Robotaxi的运营和维护成本也是一个重大挑战。车辆的高频使用和复杂的技术要求意味着维护成本较高，如Robotaxi使用的机械激光雷达，由于机械结构复杂需要经常维护，使用寿命较短。此 外，当前技术条件下的人工干预频率较高，每1-3辆车需要配备一个安全员，这也增加了运营成本。 规模化的经济性：Robotaxi要实现商业上的成功，必须在规模化运营中实现经济效益。然而，现阶段的技术和成本条件下，实现大规模部署和 盈利仍存在较大难度。如何通过技术进步和运营模式创新，降低单位成本，提高运营效率，是Robotaxi面临的重要挑战。 图5：Waymo的Honeycomb机械雷达方案图6：百度ADAS半固态激光雷达方案 数据来源：Waymo数据来源：有驾 1.3.3.法规政策挑战 法律的不确定性：Robotaxi政策法规是其大规模普及的重要限制条件。目前，无人驾驶技术的责任划分缺乏明确的法律规定，这给企业在推进商业化时带来了许多法律障碍。东南大学交通法治与发展研究中心执行 主任顾大松指出，在自动驾驶汽车测试、示范应用及商业化试点中，远程安全员的法律责任问题尤为突出。在现行法律框架下，远程安全员的法律身份和责任尚不明确，增加了企业的法律风险。 此外，保险政策也面临挑战。无人驾驶出租车事故后的理赔问题尚未解决，传统保险政策可能无法涵盖无人驾驶出租车的所有风险。因此，保险公司和行业需要共同探索适用于无人驾驶出租车的新保险政策。这进一步增加了无人驾驶出租车商业化的复杂性和不确定性。 政策的适配性：法规政策需要与技术发展的成熟度相匹配，以避免失衡。一方面，过于严格的监管可能抑制技术创新和商业化进程；另一方面，过于宽松的政策又可能带来安全隐患。例如，Cruise在旧金山的商业化 试运营中，因频发的技术问题和安全事故，被迫缩减车队规模并暂停运营。这表明，政策需要在促进技术发展的同时，保障公共安全和社会利益。同时区域差异化增加政策落地难度，国内不同省市车辆驾驶习惯和道路基础设施建设不尽相同，因此需要地方政府各自根据本地区实际路况和车况进行适配性政策落地，增加政策准入成本。 国际化的政策协调：随着Robotaxi技术和商业模式的全球化发展，各国之间