按照系統和駕駛員的參與程度，自動駕駛分為L0-L5六個等級。L3指有條件的自動駕駛，人類駕駛員需要在執行接管后成為動 態駕駛任務的后援（backup）。L4指高度自動駕駛，系統在設計運行條件下持續地執行全部動態駕駛任務，并自動執行最小 風險策略；L5指系統在任何可行駛條件下持續地執行全部動態駕駛任務。L4和L5的區別是運行范圍是否有限制。
L4和L5都是指完全不需要駕駛員的情況，區別在于運行范圍是否有限制，L4需要限制在特定路線下行駛，例如港口礦區、物 流配送最后一公里無人配送車、干線物流重卡、特定路線指的是全自動駕駛，車輛可以處理所有工況， 人類成為完全的乘客，車上甚至不需要方向盤。
Robotaxi（自動駕駛出租車）是指由自動駕駛技術驅動的車輛，無需駕駛員，而是依靠傳感器、人工智能等技術實現行駛、 導航和決策。目前的Robotaxi還屬于L4階段，需要在特定路線下行駛，最終的形態是L5完全自動駕駛。從L4級別自動駕駛 的技術實現難度來看，Robotaxi是難度最高的，適用于復雜環境的乘用車，是L4自動駕駛最有想象力的市場。
Robotaxi能夠顯著提高交通安全性。根據公安部數據，超過90%的交通事故是人為原因造成的。Robotaxi的實際運營表現在 特定場景下超越了人類，特別是在數據處理和精確度方面。根據Cruise統計，Robotaxi的碰撞率能降低65%，作為主要肇事 方的碰撞率能降低94%，作為傷員的碰撞率降低74%。
Robotaxi穩態價格更低。目前Robotaxi的運營成本（4.5元/km）高于有人駕駛出租車和網約車（1.8元/km），主要是由于 昂貴的硬件、軟件、安全員，但隨著技術的不斷進步、運營效率的提升以及規模不斷擴大，Robotaxi成本有望持續下降，根 據Frost & Sullivan預測，到2026年Robotaxi單價將與出租車持平，26年之后將低于出租車價格。
2015-2018增長期：2009年Google啟動了無人駕駛項目的研究，此后Robotaxi初創團隊開始密集涌現，例如Cruise （2013）、百度（2015）、圖森未來（2015）、小馬智行（2016）、AutoX（2016）、文遠知行（2017）等。 2019-2020調整期：經過市場一段時間檢驗后，發現Robotaxi技術難度高、商業閉環難以形成，導致投融資活躍度大幅下 降，Drive.ai、Starsky Robotics等公司相繼倒閉，Momenta、文遠知行等發展和融資活動放緩。 2020-2021二次增長期：造車新勢力的智能化車型陸續上市，激光雷達、大算力平臺開始應用，Robotaxi公司延伸能力邊 界、探索商業化落地路徑，行業再度活躍。 2022-2024H1二次調整期：隨著國際經濟環境下行，資本市場投資收緊，初創公司數量大幅減少，Argo AI（2022，福特 &大眾）、Embark（2023，自動駕駛卡車獨角獸）、Ghost（2024，Open AI）、Motional（2024，現代&安波福）等 公司相繼倒閉，圖森未來美股退市（2024）。
L2+智能駕駛滲透率持續提升。2024年1-4月搭載L2及L2+的乘用車滲透率上升至53.8%，高級別自動駕駛滲透率持續增長。 根據Frost&Sullivan預測，到2030年，國內和全球L4-L5滲透率將分別達9.5%/6.1%，2035年分別達12.5%/7.6%。 NOA功能逐漸成為消費者決策因素。根據億歐智庫調查，在體驗過或使用過高速NOA和城市NOA功能的用戶中，分別有 41.1%和28.1%的用戶將其視為影響購車的主要參考因素。智能駕駛在消費者決策中的重要性正逐漸提升，為Robotaxi的用 戶培養打下基礎。
端到端的核心定義為：感知信息無損傳遞、可以實現自動駕駛系統的全局優化。可分為四個階段：感知“端到端”、決策規 劃模型化、模塊化端到端、以及One Model端到端。 傳統算法系統的缺點：(1）分模塊導致架構復雜。各個模塊上限不高，信息傳輸和系統優化難度高，模塊與系統之間的局部 與整體優化目標沖突。（2）研發成本高。開發/維護/人力成本隨著模塊增加而飆升。（3）泛化性較差。疊加規則應對交付 壓力，導致維護性和可擴展性變差。（4）大規模產品化落地困難。當前主流產品只能在有限的場景（如某幾個城市/示范區 /高速）做定點而非規模化運營。（5）算法與軟硬件綁定過深，也很難兼容更多車型/平臺/場景。 端到端能減少信息傳遞損失，增強Robotaxi對corner case的應對能力。從實踐來看，特斯拉應用端到端神經網絡架構的 FSD V12的平均接管歷程從此前的166英里提升到了333英里。
2024.6.4，工信部發布《四部門有序開展智能網聯汽車準入和上路通行試點》的通知，并公布了9家首批智能網聯汽車準入和 上路通行試點聯合體，包括比亞迪、長安等車企和使用主體，這標志著我國L3/L4級自動駕駛上路的政策支持進一步完善。 2024.6.30，北京市經信局就《北京市自動駕駛汽車條例(征求意見稿)》對外征求意見，擬支持自動駕駛汽車用于城市公共電 汽車客運、網約車、汽車租賃等城市出行服務。北京自動駕駛汽車上路將迎來立法保障。
生態：Robotaxi生態三個環節，分別是技術，整車和平臺，三者緊密合作發揮巨大合力。 技術：即Robotaxi自動駕駛技術，處于生態核心地位，致力于L4及高階自動駕駛技術算法的更迭與研究。 整車：即整車制造廠，向自動駕駛技術廠商提供車型進行無人駕駛改裝。 平臺：即運營平臺，是實現Robotaxi商業化落地的關鍵一環，優秀的運營平臺可以調動已有資源，在宣傳、用戶體驗上不斷優 化，幫助Robotaxi商業化運營。
商業模式：Robotaxi的商業模式分為B2C傳統車隊運營和C2C共享網約車模式。B2C模式：通過自產或采購外部車輛，并對其進行智能化改裝，然后投入運營。這種方式通過賺取運營價差來盈利，同時采 集的無人駕駛數據用于改進他們自己的算法，需要承擔車輛的維護成本和折舊影響。目前大部分廠商采取這種模式。 C2C模式：輕資產的出行即服務（MaaS），通過賺取傭金來盈利，車主可以從所賺的錢中提取傭金。由主機廠主導的模式 可以實現車輛的自產、自銷和自采集的完整數據閉環。有利于自動駕駛算法的迭代，并實現更好、更便宜的自動駕駛服務， 進而提高自身的用戶黏性和盈利能力。僅少部分廠商采取這種模式，如特斯拉。
中美兩國目前處于Robotaxi的第一梯隊，都已成功進行無主駕安全員的商業化小規模運營，并開始商業化發展。 美國：2023年加州Robotaxi路測總里程達到575萬英里，同比增長13%，目前已在舊金山、鳳凰城等城市放開了 Robotaxi的商業服務。 中國：2023年北京、上海、廣州三地合計道路測試里程達3393萬公里，同比增長6%。多個城市放開了24小時無人駕駛 出租車運營，深圳寶安開啟了國內首個一線城市中心城區的無人化Robotaxi商業運營。 第二梯隊：進行有主駕安全員的Robotaxi小規模商業化試運營，例如德國、韓國、法國等。第三梯隊：處于Robotaxi測試 階段，未進行商業化運營，例如日本、英國等。
根據加州機動車輛管理局統計，2021年有26家公司1174輛登記路試，測試公里數的659萬公里；2023年21家公司1603輛， 公里數將近1000萬公里。可以看到車輛數量增加了，但公司卻在減少，行業開始優勝劣汰。 2023年，曾經注冊登記41輛車的小馬智行已經撤離了加州，輕舟智行、元戎啟行等也已經撤離。這些公司在過去幾年內一 直在積極尋找與L2級別相關的量產項目。 據低速無人駕駛產業聯盟統計，2023年國內外自動駕駛行業融資金額為380億元人民幣，相較于22年830億元和21年1500 億元持續大幅下滑，投資領域也從原來的多點開花轉變為以ADAS為切入口的量產為先。24H1披露的總融資金額為261億元， 較同期增長近2倍，單筆融資平均規模擴大、大額投資增多、融資效率提高，表明市場集中度不斷提高。
Waymo采用多傳感器融合的自動駕駛發展路線月，Waymo發布了第五代無人車，集成了全套自研的29顆攝像頭、 6顆毫米波雷達、5顆激光雷達（1顆車頂4顆側向），形成了360度全方位的感知能力，能夠在大于300米范圍內提供高分辨率 的感知，識別行人和500米外的路標等重要細節，展現了其在傳感器技術上的顯著進步。 2024年6月，Waymo第六代無人車開始路測，基于極氪MIX車型，和前幾代都不同的是，這是一臺前裝量產的Robotaxi，同 時沒有方向盤、沒有踏板。而第五代無人車是基于捷豹純電I-PACE改裝。傳感器方案配置與第五代車型類似。 Waymo的核心技術在于AI算法與LIDAR技術的無縫集成。通過開發高效的深度學習算法模型和自研芯片，能夠有效解決深度 學習算法模型與硬件的高度捆綁問題，提高硬件利用率并降低成本，多傳感器融合策略也有助于提高自動駕駛系統的整體性 能和可靠性。
2023年10月，Cruise自動駕駛汽車撞到了由人類駕駛車輛撞倒的行人，錯誤地將事故歸類為側面碰撞，并啟動了靠邊停車 操作，導致該行人夾在車輪之間，在11公里/時的速度下被拖行了20英尺（約6.1米），造成了該行人多處嚴重受傷。23年 10月美國加州機動車管理局（DMA）宣布無限期停止Cruise的無人駕駛出租車運營部署許可證。 此后Cruise進行了大規模的管理層調整，加大了與監管機構的溝通力度，計劃在今年晚些時候重啟無人駕駛運營服務，并預 計在2025年初開始對該服務進行收費。 從財報來看，Cruise虧損逐年擴大。
必一運動官網
（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）
