訂閱
糾錯
加入自媒體

Robotaxi中的文遠知行和小馬智行

最近一段時間以來,美股Ai股的表現(xiàn)普遍活躍度不高,熱度減退,科技股中表現(xiàn)最優(yōu)的板塊,當(dāng)數(shù)robotaxi。 

其中,特斯拉頂著業(yè)績下滑大漲,靠的正是robotaxi 落地預(yù)期,不過來自中國的小馬智行,2個月翻5倍,才是真正的龍頭。另一家同行文遠知行沒有那么火,但也是在底部迅速反彈,最近傳出uber投資小馬、文遠及蘿卜快跑,一起在海外落地開測,更是讓大家對robotaxi的落地奇點將至充滿期待。

自動駕駛技術(shù)普及率越來越高已是不爭的事實,如今家用車進入L2-L3的全民智駕時代。L4級別以上的無人出租車生意也應(yīng)該逐步走通。 

不過,現(xiàn)實仍然是骨感的,2024年,Robotaxi市場依然低得可憐,全球waymo、小馬智行、蘿卜快跑等玩家加起來依然的收入也不過幾億美金。

按照特斯拉的估值系統(tǒng)倒推和各家券商的測算,10年20年后或許市場能翻個幾千倍,但問題是,如果是一個市場是幾年上千倍的增長爆發(fā),那按照事物發(fā)展的增長軌跡來看,必然是前快后低,爆發(fā)起初年份甚至可以達到數(shù)十倍的增長。而這個市場又各大robotaxi公司的營收匯總而成,而觀察2024年的數(shù)據(jù),無論是美國的waymo還是中國的小馬,營收增速都不足40%,小馬智行甚至連續(xù)兩年營收增速只有5%,高增長在哪里? 

大家所期待的robotaxi落地奇點,是不是真的能到?這輪相關(guān)股票的暴漲,是一場概念狂歡,還是一次大家未能理解的提前預(yù)判? 

一、路線之爭 

目前Robotaxi的賽道之爭依然劇烈,主要分為特斯拉的主機廠路線及waymo小馬智行等賣方案路線,一個是從L2到L4,一個則一開始就開始做L4。兩者模式不同,同時爆發(fā),也是不太現(xiàn)實的。 

特斯拉的方式是通過現(xiàn)有賣出的車輛的數(shù)據(jù)搜集訓(xùn)練端到端的模型,不依賴高清地圖,而是讓算法面對實際情況作判斷。

 但基于賣車的智駕系統(tǒng),要先服從買車業(yè)務(wù)的需求,比如,硬件要配合車型定位,大小,定價,要配合車輛成本,而不可以無限制地加硬件打造的高性能智駕模型。 

另外,普適性欠佳,車型一變,加速剎車性能和高度寬度不同,純視覺算法可能會犯錯,如特斯拉的cybertrunk和modely,雖然都是一套FSD,但事故率無和接管公里數(shù)數(shù)據(jù)相差極遠,因為皮卡更笨重,更寬更長,modely能通過,換成賽博皮卡就會撞到。 

也因此,特斯拉的車型稀少。背后還是純視覺方案的稟賦問題:跟人眼一樣,位置換了,看到東西就不一樣了,形成建模的效果就跟原來有差距了。所以固守純視覺,讓特斯拉更新車型就容易出現(xiàn)算法能力復(fù)制性大降的問題,為了解決問題,特斯拉的選擇是不更新車型。 

可以這么說,特斯拉業(yè)績下滑背后,是智駕和賣車業(yè)務(wù)沖突,而不是協(xié)同,賣車限制了硬件和模型自由度,智駕又限制了車型豐富度。 

而Waymo、小馬智行等定位一開始就是往高階自動駕駛?cè)サ摹?nbsp;

但這些公司是有點投機取巧,說是L4無人操控,但其落地場景多是固定線路和地區(qū),不具有應(yīng)對陌生環(huán)境的能力,上車點和下車點都設(shè)計好了,路都熟悉,突發(fā)情況不多,好比是開卷考試。 

這樣確實是安全,也終于可以安排安全員了,但對比特斯拉端對端的思路:即訓(xùn)練一個人可以應(yīng)對不同的考題,而不是重復(fù)地背完所有問題的答案,確實是上限更高。 

有邏輯缺陷,但有圖和固定路線方案不是罪過,大部分出租車的運營區(qū)域固定,市區(qū)道路無非這么多,覆蓋100%的道路是可行的。只要能完成安全無人運行出租車任務(wù),管他有圖無圖,能力邊界呢? 

其次,它們設(shè)計的解決方案,不限制車型,不像特斯拉那樣一換車就拉胯,而這就要基于車頂上數(shù)十萬成本的多激光雷達多攝像頭傳感器。

 

 

他們的思路是:只要robotaxi商業(yè)模式跑通了,這套軟硬件方案搬到任何車都可以,因此可以實現(xiàn)滲透率躍遷。不用受車型和能源形式的約束,燃油車也可行,大量的存量車可以馬上變成robotaxi,不要制造新車。而特斯拉這種主機模式就沒那么容易了,要重新設(shè)計,重新開始生產(chǎn)。

不過,特斯拉也因此覺得waymo等難成氣候,高普適方案背后,也是高硬件成本,用那么多的激光雷達,感知能力確實強,但看看生產(chǎn)成本吧,居高不下,容易從1-100,但從0到1都走不通。目前,運營中的robotaxi均是虧錢狀態(tài),成本依然大幅高于傳統(tǒng)出租車。 

而多適配背后,則是這些robotaxi公司沒有車輛生產(chǎn)能力,跟誰合作都要被車企先從買車里賺走一筆,也不沒有適配出租車,比如,Robotaxi不允許坐乘客副駕,怕?lián)尫较虮P,卻還保留副駕的儲物箱、副駕屏,副駕的座椅調(diào)節(jié),出租車乘客要為他們不能坐的座位的功能付費,這就是沒有專類車型開發(fā)的劣勢。 

而觀察特斯拉,把主機廠的優(yōu)勢發(fā)揮最大,也因此看到了特斯拉沒有方向盤的CyberCab新車?车舨槐匾某杀炯幼约涸燔,特斯拉很有自信靠較低的單車成本,在現(xiàn)行出租車收費水平上實現(xiàn)盈利。 

不過,特斯拉的成本優(yōu)勢只針對Waymo、小馬這些軟硬件解決方案的公司,遇到主機廠級別的對手,又不好說了,因為特斯拉的生產(chǎn)能力也不夠強。 

比如華為鴻蒙智行和Momenta+比亞迪,也從L2-L4L5的打法來玩,它們的模型也是端到端,不過,不只是純視覺,還有激光雷達,純視覺的特斯拉單車成本仍比它們高,毛利率比它們低,同時,它們車型適配能力更強。 

FSD到皮卡就適配不佳。而華為五個界覆蓋多類別車型,幾乎沒有智駕模型能力差異,復(fù)制性很強。另一邊,比亞迪的天神之眼,也覆蓋了接近20款車型,從大車到小車,復(fù)制性也很強。 

復(fù)制性的背后就是涉及到存量車改造智駕車,方案對外授權(quán)獲得收入的商業(yè)模型的可行性。從1-100的難度,這一點其實特斯拉非常差。 

回到目前的路線之爭,其實各自的瓶頸不一樣,主機廠路線,是卡在L2到L3之間,它們的低成本可以支撐盈利,但低硬件能力讓無人駕駛的可靠性不足,卡在了可靠性上。 

而解決方案路線,已經(jīng)可以安全實現(xiàn)固定路線的無人駕駛,商業(yè)模式走通的關(guān)鍵是降本。單車激光雷達加攝像頭近10萬的加成成本,這都能快抵得上一輛車了。 

二、奇點未至 

從目前的狀態(tài)看,小馬智行模式應(yīng)該還是沒到奇點的。 

看到小馬智行去年底的業(yè)績,robotaxi業(yè)務(wù)及授權(quán)收入甚至下跌,只是靠無人卡車業(yè)務(wù)帶動2024年維持增長,而無人卡車毛利率更低,因此把公司整體毛利率帶下去了。

而waymo仍是增長狀態(tài),在美國的滲透率也在提升,但去年Q3披露的增速約為30%,也不算特別好。 

問題出在哪?相同的收入基礎(chǔ)下,這些公司無非就是把以前出租車司機的個人所得轉(zhuǎn)移給自己,依賴Uber平臺派單的,則給Uber抽成的照舊,不自己造車,則繼續(xù)給生產(chǎn)商貢獻買車的利潤。

 而這正是問題所在,什么都沒有改變。把出租車司機的錢轉(zhuǎn)移到自己身上,卻沒有降低價格給到終端,沒有產(chǎn)生消費者效用,本質(zhì)不過是大公司搶個體戶生意的零和博弈。

消費者自然不買賬,自動駕駛出租車的價格得顯著出現(xiàn)優(yōu)勢,才能實現(xiàn)大規(guī)模的消費者習(xí)慣遷移。 

另外,Robotaxi還要以更低定價對沖自身缺陷,固定線路,無法在隨機地點上車,就將大幅造成消費者的不便,同時,在行駛時間更慢,人類司機仍具備合理利用規(guī)則的能力,比如抄近路,在監(jiān)控不到位置超速變道,這兩點相加,乘坐Robotaxi肯定不是時間上的最優(yōu)解,時間就是金錢,因此哪怕跟人類平價,都不具備競爭力。 

雖然無人駕駛有更安靜的優(yōu)勢,沒有司機體驗感更好,更有隱私,但這并不是乘坐出租車最重要的因素。所以,價格力將是從0-1放量的關(guān)鍵前置指標。需要更低價格,然而更低價格的前提是有足夠利潤墊,而這些公司目前的問題是,現(xiàn)行價格虧損累累,更別說降價了。 

而行業(yè)此前沒有價格優(yōu)勢,仍維持了一段時間的增長,卻是一個典型的增長假象陷阱。 

因為目前Robotaxi有許多嘗鮮型的訂單,都是對Robotaxi的第一次使用,來體驗科技,而不是真的有需求到達目的地,這些嘗鮮的人并不考慮經(jīng)濟性。但問題只是,嘗鮮型需求如曇花一現(xiàn),沒有持續(xù)性。 

嘗鮮型需求經(jīng)常制造假象,這跟餐飲一樣,開業(yè)第一天火爆,老板就誤以為自己已經(jīng)開店成功了。

 事實是,robotaxi一旦全面鋪開,嘗鮮型需求將基本消失,價格劣勢將無數(shù)倍放大。

 這也解釋了為什么小馬智行在行業(yè)市場基數(shù)極小的狀態(tài)下,收入不增反降,因為從0-1沒有走通,反而嘗鮮需求已經(jīng)消退了。 

應(yīng)用于商業(yè)端,各類港口、公交、卡車運輸?shù)臒o人化也有市場,但可惜的是,相比普通的出租車市場,依然小太多了。 

所以目前,控制成本,做到比傳統(tǒng)出租車更優(yōu)的總效率是小馬智行等Robotaxi公司最需要完成的任務(wù)。只要Robotaxi可盈利情況下的出租車定價不低于現(xiàn)行模式下的出租車定價,那就無法實現(xiàn)從0到1,單純的搶奪出租車司機的收入,終究不是什么好模式,得有其他的效率改善點,而且還得彌補安全損失和時間損失。 

而如今拆解小馬智行的模式下,有幾個成本可以解決: 

一個是造車成本,類似特斯拉一樣的砍方向盤砍屏幕是一個思路,就是一切往多坐人,在出租運行期間不必要的設(shè)備去掉,打造不一樣的載具,而合作模式下,企圖讓車企單開這樣的生產(chǎn)線很難,尤其是要求價格越低,車企對于生產(chǎn)量的要求就越大,因為成本是按規(guī)模降下來的。所以什么時候,車企愿意去深度合作,配合出產(chǎn)這樣的車型,就代表模式走通了,利潤率開始改善了,特斯拉的降本能力不夠強,同樣的Cybercab車給到國產(chǎn)主機廠可能還能降一半的成本。

另一點是軟硬件成本,包括控制器和傳感器,傳感器主要是激光雷達,控制器主要是芯片,而目前尷尬的是,無論Waymo還是小馬文遠,都沒有自研這些硬件,降本之路就靠激光雷達和芯片廠的迭代。這也是為什么企業(yè)發(fā)展不如預(yù)測,核心迭代的主動性不在自己手里。

 

當(dāng)然,無論是禾賽還是英偉達,近些年來都在努力優(yōu)化產(chǎn)品,提升質(zhì)價比。今天激光雷達也降到1000元以內(nèi),大幅實現(xiàn)傳感性能的成本改善。只不過問題是,隨著雷達和芯片公司在產(chǎn)業(yè)鏈上的位置過于強勢。會不會逐漸演化成PC一樣,任何漲價,最后都被核心零部件吸納,只能賺一個組裝的錢? 

比如說未來有一天小馬智行等盈利了,而激光雷達和芯片公司就會漲價,而小馬智行無法議價,眼睜睜看著自己任何的利潤空間,都被更強勢的上游吞噬。這也是該模式下最大的問題,而特斯拉也正是在這些點上有優(yōu)勢。 

最后一點,中間商成本,如今出租車市場的消費者總支付額里,除了司機所得及造車硬件所得,還有很多中間抽成,包括Uber滴滴的平臺抽成,比例還相當(dāng)高,其次,還有一些車隊運營商,而司機充當(dāng)?shù)木褪亲廛嚱巧?nbsp;

這里面的可取代空間也很大,但這就要求Robotaxi公司自持車輛及自營平臺了,但這相當(dāng)困難,前者需要大量現(xiàn)金支持,后者需要鋪設(shè)網(wǎng)絡(luò),并且要營銷,推廣,還要面臨Uber的對抗,打壓,從0-1運作一個APP應(yīng)用沒有規(guī)模效應(yīng),弄這么個平臺也不劃算。 

因此,很多Robotaxi的未來設(shè)想仍然是與Uber等合作,包括今天,跟Uber合作,獲得戰(zhàn)略投資,市場還當(dāng)做是大利好。 

從某種意義上來說,它們沒有野心取締這一部分成本,已經(jīng)注定了Robotaxi的模式上限有限。 

結(jié)語 

總的來說,Robotaxi模式不可能不賺錢,讓司機們失業(yè),把他們的收入轉(zhuǎn)為自己的利潤,替代空間必然存在,但從目前看來,軟硬件解決方案面臨眾多問題,奇點未至,特斯拉那邊有自己的奇點路徑,即低成本方案能否完成無人任務(wù),這邊的奇點路徑就是解決經(jīng)濟性問題。 

現(xiàn)實是,沒有司機,人力成本大降的小馬智行等,價格仍然比人駕貴,利潤還是負的,這幾乎是無法理解的,合格的Robotaxi應(yīng)該做到單車盈利幾萬/年(即司機一年收入),而優(yōu)秀的Robotaxi應(yīng)該能做到十幾萬/年的單車盈利(即除了替代司機以外有別的效率改善點),然而今天的數(shù)據(jù)是,無論小馬還是文遠還是Waymo,單車虧損仍然高達數(shù)萬元或美元/年,還是先爬過盈虧平衡點,再來討論從0-1的問題。 

而市場如今的想法就是,到2026年,就是1-100實現(xiàn)彈射起步,這個曲線也不符合增速曲線規(guī)律,大部分的行業(yè)規(guī)模增速,都服從乀的曲線,怎么到這里就是詭異的∧呢?難道這是從股價走勢推斷的嗎?

現(xiàn)實與預(yù)想之中,實在是差距太大,目前的市場行情顯然是過度樂觀了。

       原文標題 : Robotaxi浪潮中的文遠知行和小馬智行

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網(wǎng)安備 44030502002758號