【科技】

不用激光雷达和高精地图：无人出租车降本逻辑初探

　　最近，科技圈和出行圈都在聊一件挺热闹的事：特斯拉那辆传了很久的无人驾驶出租车 Cybercab，终于在美国得州奥斯汀正式开始载客运营了。不少人直呼“狼真的来了”，因为从官方公布的数据来看，这辆车的运营成本目标被压得极低，甚至喊出了每英里0.2美元（折合人民币大概几毛钱一公里）的口号。很多人好奇，哪怕是跟现在的网约车或者其他家的自动驾驶出租车比，这个价格为什么能做到这么便宜？今天咱们就从工程成本和商业落地的角度，通俗地聊聊这背后的逻辑。

一、极致的硬件减法：把不必要的配置全拆掉

　　我们或许可以退回第一性原理来审视一辆出租车的造价。传统的汽车，哪怕是普通的家用车，里面也要塞进大量的零部件。但你看这辆 Cybercab，它在硬件上几乎把“工程减法”做到了极致：车里没有方向盘，没有油门和刹车踏板，甚至连后视镜都给省了；车内就留了两个座位和一块屏幕，既没有复杂的后排座椅骨架，也没有多余的内饰包裹。

　　这种做法在很大程度上打破了传统造车的惯性思维。根据公开的测算，传统网约车里面超过70%的成本其实是司机的工资，而这辆车直接把司机拿掉了；同时，去掉方向盘、转向柱和脚踏板这些给人操作的物理机械后，不仅减轻了车重，单车的制造成本大概率能压到2.5万美元上下。车身变轻了，电池容量哪怕只有40多度电，实际跑起来也更省电。剥离掉这些花哨的配置后，车辆就成了一个纯粹用来载人移动的低成本工具，硬件上的重资产包袱自然就轻了一大截。

二、传感器与地图路线：纯视觉与多传感器融合的权衡

　　除了车身结构本身，另一个关键的成本差异在于自动驾驶的技术路线。目前行业里主要有两种思路：一种是像 Waymo 等大多数厂商采用的方案，车顶装上昂贵的激光雷达、毫米波雷达，同时还得深度依赖提前测绘好的“高精地图”；另一种就是特斯拉坚持的“纯视觉”路线，车上主要靠8颗摄像头和端到端神经网络来做感知与决策。

　　不妨转换一下视角来看看这两种模式的运维账本：激光雷达硬件本身造价不菲，改造成本动辄几万甚至十万美元；而高精地图更是个耗费巨资的精细活，不仅需要专用测绘车满大街跑去采集数据，面对修路、封道或者跨城市拓展时，更新成本极高，落地节奏也相对缓慢。纯视觉方案如果能够在算法上跑通，它在硬件上省去了昂贵雷达的开销，在软件上也不需要提前加载沉重的高精地图，更契合全球快速复制的诉求。不过，从攻防博弈的角度考量，行业里对纯视觉在极端恶劣天气下的可靠性依然存在不少争议，多传感器融合与纯视觉各自的优劣，在当前技术周期下仍然是一场持续的工程探索。

三、私家车闲置共享：想象力背后的合规门槛

　　除了专门造的出租车，还有一个经常被大家讨论的商业设想：未来普通的家用特斯拉（比如 Model 3 或 Model Y），如果软件能力到位并且政策允许，车主在上班不用车的时候，能不能一键把车放出去跑网约车接单赚钱，等下班时车子再自己开回来接人？

　　从理论模型上看，这种把私家车闲置运力转化为商业现金流的构想确实很有冲击力，相当于一夜之间能把路上的存量车辆变成潜在的运力网络。但综合工程实践与现实环境来看，要把这个设想变成现实，中间大概率还隔着几道必须跨越的硬门槛：

　　第一是法规与牌照的审核。把完全没有方向盘的无人车放上路，监管部门要核查安全冗余、责任认定和各种极端事故的归责机制。目前全美真正投入无安全员运营的车辆其实数量依然非常有限，加州等地也还在严格评估，这说明商业化牌照的发放通常是一个极其审慎的过程。

　　第二是线下运维的实际开销。很多人以为自动驾驶就是省下了司机工资，但一辆车每天在路上跑，要充电、要洗车、要处理乘客遗留的垃圾、要定期保养和检修，遇到爆胎或者趴窝还得有线下团队去救援。这些琐碎的地面运营和管理成本，并不能单纯靠软件升级就自动消失。

四、粗浅的结语

　　我们认为，无人驾驶出租车在商业层面的破局，本质上是一场关于“每英里综合运营成本”的极限挑战。无论是精简车身硬件、尝试纯视觉算法，还是探索无线充电和自动化调度，这些动作实质上都指向了同一个目标——用更低的技术摩擦力和更轻的资产结构，去重塑传统的出行效率。

　　当然，技术从实验室的演示走向大规模的街头普及，注定是一个需要兼顾技术成熟度、公共安全伦理与法治规范的渐进过程。在当前阶段，保持客观理性的观察，既看到新技术带来的降本潜力，也尊重物理常识与监管秩序，大概率能让我们在这个快速变化的出行时代里，多一份清醒与从容。