滴滴的自动驾驶首秀，终于来了！

2020年6月27日，大雨中的上海嘉定安亭镇，迎来了一场为时2个小时的央视新闻直播。

直播页面中，一辆由白色沃尔沃XC60改造而成的滴滴自动驾驶网约车，在雨中正缓缓向央视记者驶来，并停靠在路边接驳位。

这辆车身喷有“自动驾驶”字样、顶有一个激光雷达的白色轿车，虽跟普通网约专车形似，但却内有大乾坤。

据滴滴方介绍，这辆车已安装有近20个传感器，其中包括1个64线激光雷达、2个16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达，后备箱底部还安装了车辆核心大脑中枢，包括车辆本身在内，其造达到100多万。

冲这造价和装备，估计已撩动不少网友跃跃欲试的冲动，可惜的只是自己不在上海而已。

但可以想象到的是，未来十年，滴滴的自动驾驶车辆会逐渐的在各大城市普及开来，它离我们不再遥远。

01 滴滴自动驾驶表现如何？

我们将视线转回到这场直播，虽然是自动驾驶，但为了确保安全，滴滴在主驾和副驾也安排了两位工作人员：一位是安全员，随时应对突发状况，另一位则为记录员，用于实时记录和与安全员进行路况的安全沟通。

当我们视角跟随到体验者进入车厢时即可看到：在无人掌握方向盘之下，汽车在前方车辆缓行时变道、遇斑马线减速让行、路口掉头，以及各种转弯，已是样样精通。

直播当天，滴滴的自动驾驶很不巧遇到了大雨天这种复杂且极具挑战性的场景。

为了应对雨天环境下，雨点、湿滑路面、积水、溅起的水花、行人打伞等各种复杂路况的出现，自动驾驶测试过程对汽车的算法稳定性、训练数据集的完备程度、车辆感知传感器的冗余配置、高精地图的技术强度，都提出了很高的要求。

不过，全程从这辆自动驾驶汽车的从容应反应来看，其技术表现也算可圈可点。

这背后，是大量的投入和技术沉淀。目前，滴滴在中美两地已有近400人的团队，自动驾驶测试车超过100台。

2017年开始，滴滴就决心做高精度地图，提前研发自己的地图及导航引擎，积累大量出行业务场景数据，并为自动驾驶做长期战略规划。

业内的人都知道，对于L3级别以上的自动驾驶汽车而言，高精地图是必备选项，是数据刚需。没有高精度地图，车辆寸步难行。

去年下半年，滴滴自动驾驶公司独立，并于今年5月宣布获得超5亿美元软银愿景基金投资，成为国内自动驾驶公司中最大的单笔融资。

虽然，自动驾驶地位在滴滴内部不断升高，滴滴自动驾驶公司CEO张博表示，他更愿意从安全与效率的逻辑角度来解读自动驾驶的必要性。

他曾在媒体采访中透露，滴滴每天的订单量高达3000万，订单成交率75%，这就意味着有25%、也就是750万个订单无法成交，而自动驾驶汽车将可以弥补这些订单缺口，它也不会因为订单看起来不够好而拒绝接单。

02 加速自动驾驶场景落地，为什么是滴滴？

其实，自动驾驶这一概念喊了那么多年，大家也早已听到耳朵起老茧了。但为何滴滴这轮开放Robotaxi（自动驾驶出租车），却仍能调动媒体和行业这么高的关注度与兴奋度？

原因无非是，大家已经将滴滴开放Robotaxi（自动驾驶出租车）这一节点，视作为无人驾驶接近商业落地的临界点。

在这一临界点上，有限的封闭道路“内测”，已经不再满足自动驾驶对技术测试的场景需求，也内更需要完成向更广阔的道路空间、更复杂的路况场景公测，以验证技术可靠性的跨越，向一款真正的全民出行服务产品过渡。

毕竟，有限开放道路的商业落地，只是一个半成品。如果想要加速更广泛的无人驾驶场景落地，让更多的Robotaxi在路上跑起来，建立起更多复杂的场景数据库，并对车辆的AI大脑进行数据训练与模型的迭代，将成为这一阶段将自动驾驶从实验室带向大众的关键。

只有当无人驾驶走出实验室，向更多真实场景驶去的时候，道路上经常偶发的各种鸡飞狗跳场景、三轮车或老人代步车在主干道逆行、行人横穿双车道、外卖小哥电动车乱窜，这些真实的行为数据才有可能被采集并处理。

一旦采集的数据规模足够大，迭代的处理技术越来越成熟，当无人驾驶遇到低频事件发生时，AI大脑才有可能预测、判断这些交通参与者的意图，并输出操作来验证。

而对于越是复杂多变的路况场景，背后尤其需要有海量的优质数据采集标注服务做支撑。不然，自动驾驶一旦上路，便只能保持最低速度行驶这一保守方法，时间久了自然倍感鸡肋。

由于这一过程非常繁复冗长，需要非常长的时间去引导大量的人去使用，来对Robotaxi进行繁重的数据训练与运营。这时候，谁来扮演那这个需要承担着巨额运营成本，推动这一路测工作的关键先生角色，就显得尤为重要了。

而这一粗脏活，对于滴滴来言，却正是其价值发挥的优势所在。

对于拥有超5.5亿用户，以及大量司机行为数据的滴滴来说，由于每天都有几百万辆网约车在马路上跑，每天产生超过100T的轨迹数据，处理4857TB 的数据，做路径规划超400亿次，高峰期每1秒钟更是需要处理好几百万次的路径规划，定位超过150亿次。

这些海量且优质的实时数据沉淀，使得滴滴在未来的十年内，势必将会成为加速自动驾驶领域场景落地的重要推手。

与此同时，滴滴还在100万辆滴滴网约上都安装了一个名为‘桔视’的自主研发车载设备，覆盖了滴滴平台上50%以上的订单，拍摄车外路况的摄像头每天都在获取海量的出行数据用于仿真测试。经过处理后，每天都有千亿公里级的行驶数据，可以用于哺育自动驾驶系统。

而滴滴自动驾驶公司CTO韦峻青在直播中也曾提到了一项关键数据：滴滴自动驾驶是世界上唯一拥有千亿公里数据的自动驾驶公司。正是得益于这些优质的数据沉淀，如今的滴滴也得以快速成长为出行领域领先的数据公司，并在自动驾驶领域大展拳脚、输出自己独一无二的优质技术服务。

从行业中放眼望去，尽管数据采标行业从业者众多，但天花板却很高，能做到顶尖并不容易。所以，在自动驾驶领域，高标准的优质数据服务已经成为了刚需，但提供者却屈指可数。而供给侧一旦出现短缺，也将意味着谁若拥有一手的高标准优质数据，谁的在自动驾驶领域的技术护墙河就越深，谁就越有未来。

在滴滴出行CTO兼滴滴自动驾驶公司CEO张博看来，自动驾驶真正要做成，还需要关键的四大资源配合，缺一不可。

一是出行网络

二是核心技术

三是要有汽车产业链的支撑

四是要有雄厚的资本

当然，并不是任何一个公司能够独立地拥有所有资源。但至少从目前看来，滴滴就已掌握了两张重要王牌，一张是巨大规模胡出行网络，另一张则是由中美两国200人的工程师和科学家历经3年研发的无人驾驶全栈技术。

对于滴滴而言，八年来专注地围绕出行领域做服务深耕，上百亿打造出的规模化出行网络，这一点，在入局自动驾驶领域之后，于对手而言，就是火力全开的饱和攻击。这一得天独厚的优势，别人要想复制或重建，难度之大可想而知。

03 滴滴自动驾驶正在重新定义行业

对于滴滴此次开放Robotaxi服务，与其说是在向外界大秀技术肌肉，不如说其是在利用的平台优势，扮演重新定义行业的角色。

无论是通过这次央视的直播，还是在上海向普通用户开放的体验申请，其实滴滴是更希望借自己规模化的出行网络优势，把自动驾驶的技术与前景，向更多的普通消费者去展示，让大家能更循序渐进地接受这项新技术，看到未来科技改变出行方式的无限可能。

就好比移动支付的普及之初，概念和前景还尚未被大量用户所接受的时候，这时要想快速推动了移动支付的发展，让大众能循序渐进地去接受这项革命性的新技术，以布道者身份去构建丰富的应用场景网络：网购、社交支付、O2O生活服务链等服务闭环，便成为了攻坚的核心。

最终我们也看到，笑到最后的微信支付与支付宝，无一不是利用自身最初的场景生态及运营网络优势来成功圈地的。其中，微信红包这一应用场景创新，更是让马云大呼是偷袭珍珠港之举。

而此时的自动驾驶，也是彼时的移动支付。在技术商业化落地前夕，尖刀上拼的就是规模化的运营网络及商业场景的落地优势。

而无论是运营网络上的第一，还是商业场景落地的唯一，滴滴在无人驾驶领域均已抢占了先机。