Robotaxi玩家無暇赴死

據說，有些財經大V經常發表一些預言和判斷，待塵埃落定，再翻出來那些恰好應驗的碎片，以此拼接成頭頂的光環，再憑借半仙一般的名頭割韭菜們的錢。

東施效顰的我25年年初也曾經針對自動駕駛行業的格局發表過一個預言：除了頭部的玩家們，那些中小智駕供應商將接連走向破產。

不曾想，一語成讖，預言應驗了。

禾多科技、縱目科技、中智行、毫末智行這些曾經的明星們，或因為跟不上技術迭代，或因為資金枯竭，或因為客戶流失，相繼陷入破產或停擺狀態。

但行業洗牌并未結束，在這里我再做一個預言，下一波沖擊將從量產車輔助駕駛領域蔓延到無人駕駛的核心戰場。

原本高懸于技術金字塔頂端的L4 Robotaxi（無人駕駛出租車）玩家們，正面臨來自L2高階輔助駕駛陣營的實質性、甚至是顛覆性的挑戰。

因誤信某新勢力自動駕駛系統的宣傳，三位妙齡少女消香玉隕。

之后，有關部門加強了對自動駕駛的營銷監管，要求L2級系統必須標注為輔助駕駛，只有L3及以上的系統才能標注為自動駕駛。

一方面，這是為了教育消費者L2不等于L4，避免因誤導產生的錯誤認知導致生命危險。

另一方面，這也說明，從功能完備性和可靠性的角度來看，L2和L4之間的差別巨大，兩者之間隔著一道長長的天塹。

由于安全責任歸屬不同，L2和L4玩家遵循著不同的商業邏輯和產品定位，采取了截然不同的技術路徑。

L2重在人機共駕，系統負責高頻常見場景，人類駕駛員兜底復雜長尾場景，強調成本優先、冗余有限。

由于遇到復雜場景可以退出并要求接管，故而允許存在感知和決策局限。

L4強調系統主導，系統在限定運行區域（ODD）內覆蓋全場景，秉持安全至上、全系統冗余。

由于不再有人類兜底，故而要求實現全冗余、高精度、高可靠的完備感知，并依賴云端操作員應對極端罕見場景。

在規則驅動的分模塊時代，為了應對現實世界中近乎無窮的駕駛場景和長尾問題，L4玩家的工程師們編寫了數百萬行乃至數千萬行代碼，建立了極其詳盡的規則庫，龐大的代碼資產和規則庫形成了L4玩家的護城河，構筑起抵御L2玩家的堅固防線。

這個世界從來都不存在既壽永昌，萬世無疆。

伴隨著早在幾年前就瞄準了Robotaxi賽道的特斯拉以深度學習神經網絡發起閃電戰，祭出不再依賴人工編寫海量規則的端到端方案，L4玩家的龐大代碼資產成了一道有名無實的馬奇諾防線。

規則驅動轉向數據驅動、規則庫轉向神經網絡意味著研發體系、人才結構甚至公司文化的重構，分模塊時代投入巨大的L4玩家形成的龐大規則代碼庫不僅不再成其為資產，反而成了技術負債和思維定式的根源。

而且，當系統的智能和規則不再顯式地存在于代碼中，而是隱含在神經網絡的權重參數里之后，競爭核心從誰編寫的規則更完善轉變為誰擁有高質量大規模的數據閉環，和誰具備高效訓練大模型的超強算力和工具鏈。

從此，能否通過量產車車隊持續收集覆蓋各種場景的數據并擁有強大的數據閉環基礎設施來迭代模型成了制勝的關鍵。

也就是說，當L2級輔助駕駛系統和L4級自動駕駛系統的算法范式都開始轉型端到端神經網絡后。

由于端到端抹除了海量規則代碼資產，重畫了起跑線，L2和L4玩家之間不再存在無法跨越的關山，大家來到了近乎相同的水平線。

甚至由于L2玩家在數據上的優勢，L4玩家第一次感受到了被顛覆的危險。

從推出帶安全員的自動駕駛出租車到取消安全員，Waymo花了整整兩年的時間，而顯眼包特斯拉25年6月份開展Robotaxi試運營，12月份拿掉車內安全員，僅僅用時半年。

吊打L4賽道的行業真標桿，特斯拉何以如此勇悍？

背后的功臣當然是被地平線首席科學家蘇箐盛贊的端到端。

在端到端神經網絡范式下，海量高價值數據成了真正的資產。

在數據規模、質量和多樣性上，特斯拉量產車規模接近千萬輛，上天入地，晝夜穿梭，風雨無阻，甩開了Waymo不知多少里地。

端到端自動駕駛系統不僅可以從海量數據中自行學習如何分解任務，建立內部表征，做出最優決策，學到更泛化、更柔性的解決方案。

而且，基于AI原生思維的端到端自動駕駛算法遵循一項神奇的定律，也就是被OpenAI、谷歌這些巨頭喊了三年的Scaling Law。

在尺度定律的支配下，自動駕駛神經網絡的性能將隨著數據與算力的增長持續提升，實現駕駛智能的涌現。

在數據驅動的端到端范式下，塑造自動駕駛大腦、淬煉駕駛智能的真正勝負手在于獲取數據的能力與規模。

對于L2和L4陣營而言，這場競賽注定是不平等的。

L4玩家依靠有限的小規模車隊慢條斯理地收集著數據樣本，而L2玩家卻可以憑借數百萬輛前裝量產車，在真實世界的復雜洪流中，以近乎零邊際的成本，晝夜不息地汲取數據洪流。

無可比擬的量產車入口，讓L2玩家掌握了一種更為直接、也更為根本的進化路徑。

根據特斯拉自動駕駛負責人阿肖克的分享，每一次數據采集器的成功觸發、每一個特定長尾場景的主動捕捉、每一個人類駕駛員的必要接管、每一次狀態空間的顯著變化，都成了喂養自動駕駛大腦的關鍵經驗。

由此，一個強大的數據飛輪開始旋轉，規模量產車產生優質數據，數據驅動模型進化，進化的模型帶來更出色的用戶體驗，吸引更多車型為智能駕駛買單。

于是，更多的車輛、更長的里程又源源不斷地生產著更大規模的數據。就這么完美閉環了。

在如此強大且自驅的數據閉環面前，相較于同時布局L2和L4的玩家，純L4玩家們還有什么優勢可言？

這個世界唯一不變的就是變化。

浩如煙海的規則代碼曾經被L4公司視為核心資產，現在它的價值正在化為云煙。

L2公司通過海量量產車構建起源源不斷的數據流，正成為端到端時代最為寶貴的戰略資源。

被截了胡的傳統L4玩家，面臨被L2陣營顛覆的嚴峻挑戰。

這當然不是我的一家之言，地平線蘇箐不是說了嘛，端到端堪比原子彈！