按照系统和驾驶员的参与程度，自动驾驶分为L0-L5六个等级。L3指有条件的自动驾驶，人类驾驶员需要在执行接管后成为动 态驾驶任务的后援（backup）。L4指高度自动驾驶，系统在设计运行条件下持续地执行全部动态驾驶任务，并自动执行最小 风险策略；L5指系统在任何可行驶条件下持续地执行全部动态驾驶任务。L4和L5的区别是运行范围是否有限制。
L4和L5都是指完全不需要驾驶员的情况，区别在于运行范围是否有限制，L4需要限制在特定路线下行驶，例如港口矿区、物 流配送最后一公里无人配送车、干线物流重卡、特定路线指的是全自动驾驶，车辆可以处理所有工况， 人类成为完全的乘客，车上甚至不需要方向盘。
Robotaxi（自动驾驶出租车）是指由自动驾驶技术驱动的车辆，无需驾驶员，而是依靠传感器、人工智能等技术实现行驶、 导航和决策。目前的Robotaxi还属于L4阶段，需要在特定路线下行驶，最终的形态是L5完全自动驾驶。从L4级别自动驾驶 的技术实现难度来看，Robotaxi是难度最高的，适用于复杂环境的乘用车，是L4自动驾驶最有想象力的市场。
Robotaxi能够显著提高交通安全性。根据公安部数据，超过90%的交通事故是人为原因造成的。Robotaxi的实际运营表现在 特定场景下超越了人类，特别是在数据处理和精确度方面。根据Cruise统计，Robotaxi的碰撞率能降低65%，作为主要肇事 方的碰撞率能降低94%，作为伤员的碰撞率降低74%。
Robotaxi稳态价格更低。目前Robotaxi的运营成本（4.5元/km）高于有人驾驶出租车和网约车（1.8元/km），主要是由于 昂贵的硬件、软件、安全员，但随着技术的不断进步、运营效率的提升以及规模不断扩大，Robotaxi成本有望持续下降，根 据Frost & Sullivan预测，到2026年Robotaxi单价将与出租车持平，26年之后将低于出租车价格。
2015-2018增长期：2009年Google启动了无人驾驶项目的研究，此后Robotaxi初创团队开始密集涌现，例如Cruise （2013）、百度（2015）、图森未来（2015）、小马智行（2016）、AutoX（2016）、文远知行（2017）等。 2019-2020调整期：经过市场一段时间检验后，发现Robotaxi技术难度高、商业闭环难以形成，导致投融资活跃度大幅下 降，Drive.ai、Starsky Robotics等公司相继倒闭，Momenta、文远知行等发展和融资活动放缓。 2020-2021二次增长期：造车新势力的智能化车型陆续上市，激光雷达、大算力平台开始应用，Robotaxi公司延伸能力边 界、探索商业化落地路径，行业再度活跃。 2022-2024H1二次调整期：随着国际经济环境下行，资本市场投资收紧，初创公司数量大幅减少，Argo AI（2022，福特 &大众）、Embark（2023，自动驾驶卡车独角兽）、Ghost（2024，Open AI）、Motional（2024，现代&安波福）等 公司相继倒闭，图森未来美股退市（2024）。
L2+智能驾驶渗透率持续提升。2024年1-4月搭载L2及L2+的乘用车渗透率上升至53.8%，高级别自动驾驶渗透率持续增长。 根据Frost&Sullivan预测，到2030年，国内和全球L4-L5渗透率将分别达9.5%/6.1%，2035年分别达12.5%/7.6%。 NOA功能逐渐成为消费者决策因素。根据亿欧智库调查，在体验过或使用过高速NOA和城市NOA功能的用户中，分别有 41.1%和28.1%的用户将其视为影响购车的主要参考因素。智能驾驶在消费者决策中的重要性正逐渐提升，为Robotaxi的用 户培养打下基础。
端到端的核心定义为：感知信息无损传递、可以实现自动驾驶系统的全局优化。可分为四个阶段：感知“端到端”、决策规 划模型化、模块化端到端、以及One Model端到端。 传统算法系统的缺点：(1）分模块导致架构复杂。各个模块上限不高，信息传输和系统优化难度高，模块与系统之间的局部 与整体优化目标冲突。（2）研发成本高。开发/维护/人力成本随着模块增加而飙升。（3）泛化性较差。叠加规则应对交付 压力，导致维护性和可扩展性变差。（4）大规模产品化落地困难。当前主流产品只能在有限的场景（如某几个城市/示范区 /高速）做定点而非规模化运营。（5）算法与软硬件绑定过深，也很难兼容更多车型/平台/场景。 端到端能减少信息传递损失，增强Robotaxi对corner case的应对能力。从实践来看，特斯拉应用端到端神经网络架构的 FSD V12的平均接管历程从此前的166英里提升到了333英里。
2024.6.4，工信部发布《四部门有序开展智能网联汽车准入和上路通行试点》的通知，并公布了9家首批智能网联汽车准入和 上路通行试点联合体，包括比亚迪、长安等车企和使用主体，这标志着我国L3/L4级自动驾驶上路的政策支持进一步完善。 2024.6.30，北京市经信局就《北京市自动驾驶汽车条例(征求意见稿)》对外征求意见，拟支持自动驾驶汽车用于城市公共电 汽车客运、网约车、汽车租赁等城市出行服务。北京自动驾驶汽车上路将迎来立法保障。
生态：Robotaxi生态三个环节，分别是技术，整车和平台，三者紧密合作发挥巨大合力。 技术：即Robotaxi自动驾驶技术，处于生态核心地位，致力于L4及高阶自动驾驶技术算法的更迭与研究。 整车：即整车制造厂，向自动驾驶技术厂商提供车型进行无人驾驶改装。 平台：即运营平台，是实现Robotaxi商业化落地的关键一环，优秀的运营平台可以调动已有资源，在宣传、用户体验上不断优 化，帮助Robotaxi商业化运营。
商业模式：Robotaxi的商业模式分为B2C传统车队运营和C2C共享网约车模式。B2C模式：通过自产或采购外部车辆，并对其进行智能化改装，然后投入运营。这种方式通过赚取运营价差来盈利，同时采 集的无人驾驶数据用于改进他们自己的算法，需要承担车辆的维护成本和折旧影响。目前大部分厂商采取这种模式。 C2C模式：轻资产的出行即服务（MaaS），通过赚取佣金来盈利，车主可以从所赚的钱中提取佣金。由主机厂主导的模式 可以实现车辆的自产、自销和自采集的完整数据闭环。有利于自动驾驶算法的迭代，并实现更好、更便宜的自动驾驶服务， 进而提高自身的用户黏性和盈利能力。仅少部分厂商采取这种模式，如特斯拉。
中美两国目前处于Robotaxi的第一梯队，都已成功进行无主驾安全员的商业化小规模运营，并开始商业化发展。 美国：2023年加州Robotaxi路测总里程达到575万英里，同比增长13%，目前已在旧金山、凤凰城等城市放开了 Robotaxi的商业服务。 中国：2023年北京、上海、广州三地合计道路测试里程达3393万公里，同比增长6%。多个城市放开了24小时无人驾驶 出租车运营，深圳宝安开启了国内首个一线城市中心城区的无人化Robotaxi商业运营。 第二梯队：进行有主驾安全员的Robotaxi小规模商业化试运营，例如德国、韩国、法国等。第三梯队：处于Robotaxi测试 阶段，未进行商业化运营，例如日本、英国等。
根据加州机动车辆管理局统计，2021年有26家公司1174辆登记路试，测试公里数的659万公里；2023年21家公司1603辆， 公里数将近1000万公里。可以看到车辆数量增加了，但公司却在减少，行业开始优胜劣汰。 2023年，曾经注册登记41辆车的小马智行已经撤离了加州，轻舟智行、元戎启行等也已经撤离。这些公司在过去几年内一 直在积极寻找与L2级别相关的量产项目。 据低速无人驾驶产业联盟统计，2023年国内外自动驾驶行业融资金额为380亿元人民币，相较于22年830亿元和21年1500 亿元持续大幅下滑，投资领域也从原来的多点开花转变为以ADAS为切入口的量产为先。24H1披露的总融资金额为261亿元， 较同期增长近2倍，单笔融资平均规模扩大、大额投资增多、融资效率提高，表明市场集中度不断提高。
Waymo采用多传感器融合的自动驾驶发展路线月，Waymo发布了第五代无人车，集成了全套自研的29颗摄像头、 6颗毫米波雷达、5颗激光雷达（1颗车顶4颗侧向），形成了360度全方位的感知能力，能够在大于300米范围内提供高分辨率 的感知，识别行人和500米外的路标等重要细节，展现了其在传感器技术上的显著进步。 2024年6月，Waymo第六代无人车开始路测，基于极氪MIX车型，和前几代都不同的是，这是一台前装量产的Robotaxi，同 时没有方向盘、没有踏板。而第五代无人车是基于捷豹纯电I-PACE改装。传感器方案配置与第五代车型类似。 Waymo的核心技术在于AI算法与LIDAR技术的无缝集成。通过开发高效的深度学习算法模型和自研芯片，能够有效解决深度 学习算法模型与硬件的高度捆绑问题，提高硬件利用率并降低成本，多传感器融合策略也有助于提高自动驾驶系统的整体性 能和可靠性。
2023年10月，Cruise自动驾驶汽车撞到了由人类驾驶车辆撞倒的行人，错误地将事故归类为侧面碰撞，并启动了靠边停车 操作，导致该行人夹在车轮之间，在11公里/时的速度下被拖行了20英尺（约6.1米），造成了该行人多处严重受伤。23年 10月美国加州机动车管理局（DMA）宣布无限期停止Cruise的无人驾驶出租车运营部署许可证。 此后Cruise进行了大规模的管理层调整，加大了与监管机构的沟通力度，计划在今年晚些时候重启无人驾驶运营服务，并预 计在2025年初开始对该服务进行收费。 从财报来看，Cruise亏损逐年扩大。
必一运动官网
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
