2019年滴滴将自动驾驶部门独立后，面临的第一个问题就是明确发展路线，为未来商业化指明方向。
最近两年，国内外Robotaxi的商业化发展之路都在曲折中探索，没有人能提供一个清晰的路径。
同样作为出行公司的Uber，比滴滴起步更早做自动驾驶，曾提出过开放平台的思路，欢迎所有自动驾驶公司将自动驾驶车辆放到Uber上运行。但是，Uber最终仍然选择将自动驾驶业务打包出售。
滴滴显然想的更清楚：出行公司做自动驾驶，核心优势是出行网络和海量的道路场景优势基础。
所以在2019年时，滴滴自动驾驶CEO张博提出，滴滴自动驾驶要想实现落地，有四点十分重要：共享出行网络、无人驾驶技术、汽车厂商和Tier 1的支持，当然，还要有足够的钱。
最近两年，滴滴在自动驾驶领域的动作并不多，但是每每亮相，却总有一种闷声干大事的感觉。
2020年，滴滴在上海面向公众开放自动驾驶服务；
2021年，滴滴发布了连续5小时无人接管视频；
2022年底，滴滴自动驾驶公布研发团队人数：从2019年的200人，增加到1000人规模。
前不久，滴滴宣布，用户可以在上海和广州自动驾驶示范区体验滴滴自动驾驶服务。最明显的特点是，滴滴已经在广州进行常态化主驾无人的道路测试。
而最近，滴滴自动驾驶又公布了其商业化的更多进展。
Robotaxi 也要服务
过去很多年以来，国内外包括滴滴在内的技术公司、出行公司在探索Robotaxi的商业化中，都会重点围绕技术维度，展示不断迭代的自动驾驶技术能力，但其实还有一点非常重要：
用户在运营过程中，会享受到什么样的服务。
在最近的滴滴自动驾驶开放日中，最为引人注目的是滴滴发布的概念车DIDI NEURON。
无人驾驶概念车的第一大特点，就是空间要舒适，这一点，此前在滴滴定制版网约车的空间设计上已经有所体现。这一次DIDI NEURON在轴距3.2米、车长仅4.5米的空间里去掉驾驶位，让乘坐空间进一步扩大，滴滴提供的数据显示，DIDI NEURON的内部空间相较于普通网约车提升了50%，腿部空间提升86%，在车内乘客还可以启动“一键躺平”。
与此同时，DIDI NEURON从乘客上车、乘坐到下车的全过程，有很多细节上的设计非常用心。
比如，DiDi NEURON概念车采用了顶翼门+侧滑门的“三开门”设计，侧滑门仅在右侧安装，以保证乘客安全，顶翼门则让乘客不用低头也可以进入座舱。
最值得一提的是DiDi NEURON的交互设计，DiDi NEURON概念车车身装有5块大屏，其中3块位于车头。
滴滴自动驾驶COO孟醒称，之所以不像正常车辆一样设计成车灯，原因在于，DiDi NEURON希望为车外行人提供一个“窗口”：在没有司机的时候，车外行人也可以了解无人车的“所思所想”，将无人车下一步将做什么传递给周围的交通参与者。
无人车尾部部分的设计，可以说非常契合出行服务需求了。DIDI NEURON在后备箱位置安装了一个机械臂，这个机械臂可以充当管家的角色，帮助乘客提重物，在乘客乘坐时递上一杯水等等，目前在已经发布的无人驾驶概念车中，还没有类似的设计。
滴滴自动驾驶概念车的设计理念体现了滴滴无人车的服务理念：安全、舒适、懂你。
这也意味着，滴滴自动驾驶在技术、产品的基础上，进入了关注乘客体验、运营体验的第二阶段。
无人驾驶概念车可以看作滴滴从出行服务理念出发，关注乘客服务层面的体验的产品；同时，过去两年多时间，为了响应用户需求，滴滴自动驾驶一直在不断进行技术迭代，以提高运营体验。
孟醒介绍，过去两年多以来，针对城市出行场景，滴滴搭建了很多技术模块，用以解决城市交通常见的三个问题：
更多的交通流，更多的交互，更多长尾场景。
比如，为应对一个路口人流复杂的问题，滴滴自动驾驶设计了感知大模型和预测模型，来解决系统对于复杂人流识别造成的延迟，以及从端到端的理解，通过博弈论的方式来进行多轮预测，从而实现对复杂人流交互的理解并提升预测准确性。
为应对道路中经常可能出现的小猫小狗，以及不规则的塑料袋等，滴滴自动驾驶通过“城市泛化引擎”的打造，来判断和预测这些高频场景的行为轨迹。
对于运营服务最重要的一点，就是站点密度，这也是过去两年多滴滴自动驾驶乘客需求中反应最多的一点。
增加站点密度，首先要解决自动驾驶车辆能够随时泊车的问题，这意味着，自动驾驶车辆能够在有障碍物的复杂站点完成泊入泊出的操作。为此，滴滴自动驾驶正在引入无限泊车技术，无限泊车是把整个路段全部变成站点，在距离乘客设置的位置就近的地方，自动驾驶车可以根据路的情况找到泊入的地方并停进去，如果找不到，它会循环回来重新找到合适的泊入。
如果要接近网约车的出行体验，还有一点非常重要，就是自动驾驶车辆在夜间也要能够提供服务，夜间服务考验的是自动驾驶车辆的感知硬件识别问题，为此，滴滴把红外摄像头引入到传感器套件，来提升黑暗区域的识别能力。
过去两年多，滴滴自动驾驶车辆一直以网约车运营服务对标，经过测试，滴滴自动驾驶车辆的运营效率正在无限接近网约车的运营效率。
滴滴会用送驾时长和送驾距离来与网约车体验对比，衡量自动驾驶车辆运营效果 图源：滴滴自动驾驶官方
为了保证运营质量，滴滴还在上海嘉定设置了自动驾驶运维中心“慧桔港”，为自动驾驶车辆提供服务。孟醒称，滴滴计划在运营区域设置无人的运营中心，通过机器人为自动驾驶车辆提供维护，以保证无人车提供更好的服务。
在很多Robotaxi商业化进程中，我们见到过太多的技术图景呈现，而能够把服务提升到与技术同等重要的位置，这样的公司屈指可数，滴滴算是其中一家。
从产品到平台运营，滴滴追求的目标很明确——提升和完善自动驾驶商业化服务。
硬件不应该成为绊脚石
要实现商业化，就必须不断降低成本。
所以很多年以来主流自动驾驶车辆运营公司都在探索一件事：如何降低自动驾驶车辆量产成本。
过去，自动驾驶车辆多为改装车，改装车加装的硬件和计算单元占据了大量成本，想方设法地减少硬件数量，提升计算单元的能力，以此来压缩成本。随后，自动驾驶技术公司自己或联合车企开发的无人驾驶车辆开始出现，降本难题在此基础上得以继续推进。
在自动驾驶车辆的体验和成本上，滴滴一直有一套自己的思路。
2021年5月，滴滴自动驾驶发布双子星平台，展示了硬件模块化配合软件提升的降本效果。当时，孟醒介绍，新一代平台在硬件数量、性能均提升的情况下，做到了成本持平。90%的后装元器件可量产，且80%可选择国产化方案。
这一次，滴滴自动驾驶从关键硬件的开发入手，进一步提升成本控制能力和感知效果。
激光雷达，无人车上重要的感知硬件，也是以往以改装车为主的无人车中，成本占比较高的硬件。
在滴滴自动驾驶开放日中，滴滴联合北醒合作开发国内首个2K图像级高精度激光雷达——北耀beta版正式亮相，基于L4自动驾驶对于激光雷达的需求，滴滴自动驾驶对联合开发的激光雷达具备的主要功能必须是高点频、高分辨率、长距离，从而能适应各种场景。
滴滴自动驾驶开发的首个量产化三域融合计算平台——Orca虎鲸，则是降本的又一关键。
简单说，三域融合可以让智驾域、座舱域、网联域的设计更加精简，核心元器件、线束得到优化。迭代后的Orca虎鲸不仅体积大大减少，而且成本降低了88%。
虽然滴滴自动驾驶入局Robotaxi较晚，进度上也不是最激进的。但是从滴滴自动驾驶在探索服务、降本的思路中不难发现，滴滴自动驾驶从一开始，对于Robotaxi的商业化闭环思考的就是比较充分的，几乎没有走什么弯路。
当然，滴滴自动驾驶对于自动驾驶车辆的量产和交付节奏也是有预期的。
滴滴自动驾驶提出，将和新能源整车企业一起共同定义量产的无人驾驶新能源网约车，展开多维度合作，包括产品定义，车型平台的选择，智能座舱和智能驾驶系统的研发，测试验证、量产、生产整个环节，并希望它能够2025年进入滴滴的网络进行服务。
L4盈利，滴滴找到新路径
在很多无人车运营还困在商业化里时，滴滴自动驾驶已经找到了盈利新路径。
滴滴自动驾驶开放日现场，滴滴自动驾驶创新业务——滴滴自动驾驶货运KargoBot正式亮相，首次宣布已将L4级自动驾驶乘用车解决方案拓展至干线物流货运领域。并且，这部分的商业化速度比我们想象中的要快。
据滴滴方面称，目前KargoBot拥有超过100台自动驾驶卡车，已在天津和内蒙之间开始了常态化的试运营。另外，累计自动驾驶收入在2022年达到五千万人民币，2023第一季度结束数字突破1亿元。
据了解，在从内蒙到天津、超过1000公里的常态化运营中，滴滴无人驾驶货运物流实现了全程无接管。
在货运场景中的商业闭环，滴滴自动驾驶货运的思路其实与Robotaxi的思路很相似：
找到合适的场景——针对场景特点落地技术——提出有针对性的技术解决方案——技术赋能无人服务，提升运营能力。
关于自动驾驶商业化，滴滴的思考是多维度的。
一件有意思的事，在滴滴自动驾驶开放日上公布技术进展之前，孟醒说，滴滴今天不会发布预训练多模态大模型，不会蹭大模型的热点。
“我们会等它在生产环境中能产生颠覆式效果的时候再跟大家见面。”
孟醒还说，今天不会给出Robotaxi不可实现的预期，而是讲述Robotaxi产品化真实的进展。
这说明，滴滴自动驾驶非常清楚自己所处的Robotaxi商业化目前所处的环境，在监管和市场接受度仍然面临挑战的当下，技术瓶颈仍然存在，盈利预期还有时日，不切实际不过是对外画饼。
孟醒还提到，自动驾驶往往提的不是一个业务，不是一个技术突破，也不是一个产品，甚至不是一个公司。
它是基于场景，通过技术、服务和运营能力的提升，改善人类出行体验的一种新型出行模式。它的落地，最终以规模化来考量，受限于生态发展、法律法规监管，它的发展注定要呈承阶段性的演进。
现阶段，滴滴自动驾驶也在努力进行多维度的完善，比如，滴滴自动驾驶很快会发布自己的安全报告，强化安全准则和标准；滴滴会不断扩大运营范围，提升运营能力。
在启动自动驾驶项目以来，滴滴也在不断问自己：自动驾驶服务距离网约车的服务大概有多远？
以此为锚点，对于滴滴自动驾驶商业化的思考，我们也能有更加清晰地审视。
