新芽NewSeed2024-10-16 03:21:22发布:从特斯拉发布Robotaxi看全球无人驾驶发展趋势

2024年10月11日，特斯拉在全球发布会中展示了其期待已久的无人驾驶出租车——Cybercab。这款概念车没有方向盘和踏板，充分体现了特斯拉对未来全自动驾驶的构想。根据特斯拉CEO埃隆·马斯克的表述，Cybercab的预计成本将低于3万美元，计划于2026年实现量产和落地。马斯克特别强调，特斯拉的目标是通过规模化生产，降低自动驾驶的成本，最终每英里的运行成本将低至0.3到0.4美元。

特斯拉的产业战略不仅限于技术的提升，更包括通过无人驾驶改变整个出行方式。未来，特斯拉希望每个司机能够管理10至20辆Cybercab，从而实现无人驾驶出租车的大规模运营。这一战略表明，特斯拉不仅希望通过硬件卖车赚钱，还将深入自动驾驶服务领域，向Uber等传统出行巨头发起挑战。

在特斯拉发布Robotaxi之前，中国已凭借百度旗下的自动驾驶出行服务平台“萝卜快跑”成为全球自动驾驶的重要力量之一。据了解，萝卜快跑已经在中国多个城市提供无人驾驶服务，并且计划进军海外市场。

萝卜快跑背后的核心技术来源于百度的Apollo平台。2024年10月9日，百度Apollo 10.0版本计划全球发布，搭载了其最新的自动驾驶大模型ADFM（Autonomous Driving Foundation Model）。这一大模型能够处理复杂的城市级全域驾驶场景，兼具高安全性和智能化，是全球首个采用大模型技术的自动驾驶平台。

还有消息称，萝卜快跑计划在新加坡和中东等地落地，并与当地的企业和监管机构展开合作。这一举动标志着中国无人驾驶企业在全球范围内的扩展，萝卜快跑希望通过这一举措扩大其在国际市场的竞争优势。

萝卜快跑的第六代无人驾驶汽车已经实现量产，并且与特斯拉的Cybercab类似，每辆车的成本也控制在3万美元以下。值得注意的是，萝卜快跑的无人驾驶车不仅仅依赖先进的AI技术，还通过多重冗余设计和安全策略确保行驶的可靠性与安全性。

在自动驾驶领域，特斯拉和萝卜快跑并不是唯一的玩家。美国的Waymo也在快速扩展其自动驾驶车队，并已开始在旧金山和洛杉矶等地与Uber合作推出无人出租车服务。Waymo依托于谷歌强大的技术储备，已经积累了超过2200万英里的行驶数据

NVIDIA在2024年推出了新一代的DRIVE Thor计算平台，成为多个自动驾驶解决方案的核心技术。该平台能够处理超过1000万亿次的运算性能，是为无人驾驶汽车、机器人出租车和自动化货运车辆设计的高性能计算解决方案。DRIVE Thor的引入不仅支持特斯拉、Waymo等知名企业，也为Nuro等创新公司提供了核心技术支持，帮助其实现L4级别的无人驾驶应用。

在欧洲，多个自动驾驶项目也在2024年取得了显著进展。以nxtAIM项目为例，生成式AI成为提升自动驾驶安全性的核心技术。通过结合深度学习和高性能计算，欧洲的自动驾驶产业正在通过公共研究项目推动技术的标准化和全球领先的应用落地。

这一项目由包括大陆集团、奔驰和德国尤利希研究中心在内的多个顶级机构合作开发，致力于提升无人驾驶技术在公共交通和商业领域的应用，特别是在高风险环境中的安全性保障。

虽然无人驾驶技术发展迅速，但在商业化过程中仍然面临很多技术挑战。最显著的是如何确保车辆在复杂城市环境下的安全行驶。自动驾驶系统需要应对不可预见的复杂交通场景，并在毫秒级的时间内做出决策，这对AI模型的泛化能力提出了极高的要求。

萝卜快跑和特斯拉都在不断优化其自动驾驶系统的安全性。特斯拉通过FSD的迭代，增加了更多冗余和传感器融合技术，以提升决策的准确性；萝卜快跑则依赖自动驾驶大模型及其多重安全架构，试图通过AI技术将安全性提升至高于人类驾驶员10倍的水平。

无人驾驶的商业化不仅依赖于技术的成熟，还受到各国法规和政策的影响。例如，特斯拉Cybercab和萝卜快跑在不同地区的落地都需要通过严格的监管审批。2024年，各国在无人驾驶立法上迈出了重要一步。例如，德国已经建立了明确的L3和L4级别自动驾驶的法律框架，推动了更多无人驾驶车辆的落地测试和小规模运营。与此同时，美国、欧洲和中国的多个城市正在积极试点无人驾驶汽车，相关法律法规的不断完善为无人驾驶技术的推广扫清了障碍。

无人驾驶的发展不仅依赖于单个企业的技术突破，还需要强大的产业链支持。从摄像头和激光雷达到AI算法和大规模计算平台，整个产业链正在全球范围内协同发展。例如，NVIDIA的DRIVE Thor不仅为乘用车，还为商用车、机器人出租车和无人送货车提供了全面的技术支持，使得无人驾驶技术能够更广泛地应用于各类场景。特斯拉和百度分别在摄像头、激光雷达、4D毫米波雷达等领域进行布局，以提升自动驾驶的精度和安全性。此外，百度还与国内外众多汽车制造商展开合作，共同推进无人驾驶汽车的量产与推广。

人工智能的发展也快速推动无人驾驶的进步，生成式AI技术正快速融入无人驾驶系统。通过生成合成数据的能力，AI能够处理大量的虚拟交通数据，用于训练、测试和验证自动驾驶的功能。这不仅降低了现实数据采集的成本，也大幅度提高了在极端和稀有交通场景中的应对能力。这种技术的应用使得无人驾驶系统的开发不再局限于实际路测的数据量，而是可以基于AI生成的虚拟场景进行大规模的训练。随着计算能力的提升，自动驾驶系统的智能化水平不断提高，未来将能够在更多复杂的环境中安全运行。

这些最新的发展显示出无人驾驶技术正逐步从试验阶段进入大规模商业化，未来几年有望在更多城市和国家实现全面落地。可以遇见，无人驾驶在全球将进入新的历史时期，对人类社会产生愈加深远的影响。

刘锋

中国科学院大学网络经济与知识管理研究中心研究组成员，中国指挥与控制学会城市大脑专委会副主任

【2004新澳门天天开好彩大全】【香港最准的100%肖一肖】

【2024年新澳门天天开彩免费资料】 【澳门开彩结果历史】

【2024年正版免费天天开彩】 【打开澳门六开彩免费】

【2024新澳今晚资料】 【2O24年澳门正版免费大全】

【2024年新澳门天天彩开彩结果】 【2024澳门天天六开彩免费图】

【2024新澳正版免费资料大全】 【新港澳门免费资料长期公开】【2024新澳门天天六开好彩大全】

点赞数: 0