自动驾驶与端到端 FSD：robotaxi 之后的真实账
最后更新：2026-09-19｜数据截止 2026 年中：自动驾驶进展与监管变化快，本文讲技术路线与商业逻辑，落地数据以官方披露为准，不引用未经核实的开城数与事故率。
本文是产业观察，回答：在一波又一波「明年全自动驾驶」的预言后，自动驾驶到底走到哪了，端到端大模型改变了什么，robotaxi 又是不是一门好生意。 联动旧文 中国新能源车为什么能赢（电动车产业链）、芯片荒（车规芯片），并与 训练数据墙、人形机器人 互为参照。
先说结论
- 路线分歧仍在：纯视觉 + 端到端（特斯拉路线）对垒多传感器融合 + 高精地图（多数 L4 与中国厂商）。 前者赌摄像头+大模型+海量数据可逼近人类驾驶成本，后者靠激光雷达/雷达冗余保安全。
- 端到端（感知—决策一体化的神经网络）是近年最大技术变量。 从人工规则模块转向模仿学习/大模型直接输出驾驶动作，再到引入「世界模型」做仿真预测，显著提升了复杂场景泛化，但可解释性和安全验证更难。
- Robotaxi 已在限定区域真实运营（Waymo 模式），证明技术可行；但规模化盈利仍早。 远程安全员、车队运维、保险、高精地图/传感器折旧使单位经济模型脆弱，扩张受监管和长尾场景制约。
- 真正赚到钱的是 L2+/L2++ 辅助驾驶（卖车增量功能），而非无人出租。 主机厂和供应商把高阶智驾作为车型卖点持续收费/溢价，先在有责任人的前提下迭代数据和能力。
- 长尾安全（Corner Case）是永远的深水区。 99% 场景不难，难的是极端罕见但致命的长尾，以及如何证明 AI 的安全性、界定事故责任。
一句话：自动驾驶没有失败，也远未「明年到来」——端到端大模型让它越过了一道能力台阶，robotaxi 在划定的城市证明了无人可行，但从「能用」到「在任意地点、任意天气下安全且赚钱」，横亘着长尾安全、监管责任和单位经济模型三道需要多年去磨的关口。
一、两条技术路线
自动驾驶系统传统上被拆成感知（周围有什么）、预测（它们会怎么动）、规划决策（我该怎么做）、控制（执行转向加减速）几个模块。不同玩家在「用什么传感器」「模块怎么搭」上分野明显：
- 纯视觉：以特斯拉为代表，主张摄像头信息密度高、成本低、人类靠双眼就能开车，关键是把足够强的 AI 和足够多的数据喂上去。优势是硬件便宜、易于在海量在售车辆上铺开以回收数据；风险是在恶劣光照/天气、距离感知上依赖算法，安全性押注模型。
- 多传感器融合：Waymo 及中国多数高阶玩家（华为、小鹏、理想、百度等在不同程度上）使用激光雷达（LiDAR，激光测距建三维点云）、毫米波雷达、摄像头和高精地图冗余融合。优势是全天候、高精度、冗余度好，更易满足 L4 安全要求；代价是硬件成本高、量产普及慢、高精地图鲜度与覆盖受限。
随着激光雷达成本大幅下降和视觉大模型能力提升，两条路线在互相借鉴：视觉派加雷达做安全冗余，融合派减少对高精地图依赖、强化视觉和端到端能力。
二、端到端：自动驾驶的「大模型时刻」
近年最重要的范式转变，是从「分模块 + 大量人工规则」走向端到端（end-to-end）学习：
| 旧范式 | 端到端范式 |
|---|---|
| 感知、预测、规划分模块，人工写规则衔接 | 一个/少数大网络从传感器直接学出驾驶轨迹 |
| 可解释、好调试，但规则堆砌、长尾靠补丁 | 模仿人类驾驶数据，泛化更自然，但黑盒、难验证 |
| 依赖高精地图和人工设计特征 | BEV 感知 + 大模型 + 数据驱动，弱化高精地图 |
关键概念：
- BEV（鸟瞰图）+ Transformer：把多路摄像头图像统一投影到俯视空间做融合感知，是视觉路线的基础能力。
- 模仿学习与人类驾驶数据：让模型从海量真人驾驶视频/轨迹中学习，海量车队（特斯拉数百万辆）构成数据优势——这与 训练数据墙 里「真实世界数据是稀缺锚点」的逻辑完全一致，自动驾驶是真实数据最密集的领域之一。
- 世界模型（world model）与仿真：模型学习环境会如何演变，可在生成的仿真场景里训练和测试罕见/危险情况，部分缓解「长尾场景数据太少、不能真上路撞出来」的难题。
端到端显著改善了复杂城区、无保护转弯、绕行等场景的拟人程度，但带来新问题：神经网络是黑盒，出了事难归因；如何对一个端到端系统做安全认证、回归测试，是行业和监管的全新课题（与模型评测 F8 相通）。
三、Robotaxi 的真实账：技术可行 ≠ 生意成立
Waymo（谷歌系）在若干美国城市的限定运营区（ODD，设计运行域）内，已经能在没有车内安全员的情况下提供商业无人驾驶出租服务——这是 L4 可行性最硬的证明。但「能跑」和「能赚钱、能大规模复制」之间隔着三笔账：
- 安全冗余的人力并不为零：无人车需要远程监控/协助团队（应对车辆卡住、复杂路况的远程接管指导，注意多数情况下不是实时遥控驾驶），车队需要现场维护、清洁、充电/加油、调度，这些人力摊到每辆车，削弱了「无人省司机」的成本优势。
- 重资产与折旧：激光雷达、计算平台、传感器、冗余制动转向，以及车辆改装，初期成本高；技术迭代快还带来早期资产贬值。
- 扩张是「一座城一座城地啃」：每个新城市都要重新测绘、适配路况、通过监管审批、积累本地长尾数据，难以像纯软件一样一次部署全球。
- 安全是赢不起也输不起的生意：一次严重事故就可能引发监管和公众信任倒退；而「足够安全」需要海量里程统计证明，积累缓慢。
因此行业出现了一个务实分化：L4 公司（Waymo 等）用限定区域 Robotaxi 慢慢证明模型和单位经济；而现金流和数据主要来自大规模量产的 L2+/L2++ 辅助驾驶。
四、真正在赚钱的：高阶辅助驾驶卖车
与 Robotaxi 的遥远盈利相对，乘用车上的 L2+/L2++（驾驶员必须监管、承担责任）已大规模量产并商业化：
- 作为整车卖点和软件收入：特斯拉 FSD 订阅/买断，中国新势力和华为 ADS 等把城市 NOA（导航辅助驾驶，能在城区道路自动跟车、变道、过路口）作为车型核心竞争力，吸引购车、支撑溢价和订阅。
- 责任主体清晰：驾驶员仍需负责，法律和保险框架成熟，企业可以在「有人兜底」的前提下大规模收集真实数据、迭代端到端模型——形成「量产车队 → 海量数据 → 模型变强 → 更好卖车」的飞轮，这正是特斯拉模式的核心。
- 中国市场竞争白热化：依托 新能源车产业链 的成本与迭代速度，中国厂商在城市 NOA、舱驾一体、舱泊一体和智驾平权（把高阶智驾下放到更低价位）上推进极快，并带动国产 AI 车规芯片（如地平线等）和激光雷达产业链（与 国产芯片盘点 呼应）。
争议在于：L2 的海量数据能否平滑演进到 L4？一派（特斯拉式）认为只要数据和端到端能力足够，辅助驾驶会自然「毕业」为无人驾驶；另一派认为 L4 有本质的安全与责任鸿沟，不能仅靠 L2 里程堆叠跨越，需要冗余硬件和专门验证。这场「渐进式 vs 跨越式」之争尚无定论。
五、变量与置信度判断
| 变量 | 作用方向 | 时间窗 | 置信度 |
|---|---|---|---|
| 端到端 + 世界模型提升泛化 | 拉高城区智驾体验 | 已发生 | 高 |
| 激光雷达/算力成本下降 | 高阶智驾下放普及 | 已发生 | 高 |
| L2+ 量产数据飞轮 | 迭代加快 | 持续 | 高 |
| Robotaxi 限定区域盈利 | 逐城扩张 | 3~5 年 | 中 |
| 任意场景 L4 普及 | 长尾+责任仍难 | 5 年以上 | 中低 |
- 未来 1~3 年（高置信度）：城市 NOA 等 L2++ 功能在量产车快速普及、价格下探，端到端模型成为主流技术栈；Robotaxi 在更多城市的限定区域谨慎扩张，但仍是局部、受补贴或微利的运营。
- 未来 3~5 年（中置信度）：少数运营条件好的区域（气候好、路网规则、封闭/半封闭场景如干线物流、园区、港口）率先跑通更健康的单位经济；跨城泛化和全天候能力逐步改善。
- 长期（中低置信度）：大规模、任意地点的无人驾驶乘用车/出租受长尾安全和责任保险约束，落地会比行业早期预测慢得多；但一旦在特定场景（无人出租、货运、Robotruck）经济模型跑通，影响将是结构性的。
六、对不同角色，这意味着什么
- 对主机厂/供应商：短期把高阶辅助驾驶做成可收费的整车竞争力和数据入口，比豪赌全自动驾驶更现实；掌握端到端数据闭环和车规算力是关键。
- 对 Robotaxi 运营商：聚焦 ODD 边界清晰、监管友好、单位经济可算的区域和场景（含货运），用安全记录换扩张许可。
- 对芯片/传感器：车规高算力芯片、激光雷达、域控制器受益于智驾平权；需穿越价格战和认证周期（参考 车规芯片荒）。
- 对政策与保险：L2/L4 责任界定、数据合规、安全认证标准是决定行业速度的制度基础设施。
- 对个人：可把高阶辅助驾驶当显著减轻疲劳的工具，但在 L2/L2++ 阶段必须保持监管——能力跃升不等于可以撒手。
延伸观察：为什么自动驾驶是「长尾分布」最残酷的考场
自动驾驶之所以比大多数 AI 应用更难商业化，根源在于它面对的是一个极其残酷的长尾分布，以及一个「平均水平毫无意义、只看最坏情况」的安全标准。理解这一点，比比较任何单项技术指标都更接近这个行业的本质。
先看长尾本身。人类驾驶在 99% 以上的时间里处理的是常规场景——跟车、转弯、变道、等红灯，这些场景数据量巨大、模式明确，端到端模型学得很快，也是今天城市 NOA 体验已经相当「老司机」的原因。但剩下不到 1% 的场景是开放世界里无穷无尽的罕见组合：异常的道路施工、横穿马路的动物、交警的非常规手势、极端天气下的传感器失效、其他道路参与者违反规则的行为、罕见的多物体交互……每一个具体场景出现的概率都极低，但它们的组合数量近乎无限。更麻烦的是，最难、最危险的恰恰是这些最少见的情况——模型在常规场景上的高分，对保证长尾安全几乎没有统计意义。这与互联网 AI「大部分请求常见、覆盖主流即可」的逻辑完全不同。
其次是安全标准的非对称性。一个聊天机器人答错 1% 的问题，用户可以容忍；自动驾驶在 0.001% 的关键时刻出错，后果是生命和法律责任。行业用「接管率/事故里程」衡量安全性，但要在统计上证明一个系统「比人类更安全」，需要海量真实里程——因为事故本身是极罕见事件，要检出两个低概率之间的显著差异，所需里程数大到惊人。这造成一个悖论式的困境：要证明安全必须大量上路，而大量上路又必须先被相信安全。仿真和世界模型（见端到端章节）是破解之道的一部分，可以在虚拟环境里压测海量罕见危险场景，但仿真与现实之间的「真实度鸿沟」本身又需要验证，无法完全替代真实里程的信任积累。
端到端范式在这个长尾问题上是一把双刃剑。好处是它摆脱了人工规则的「打地鼠」困境——过去靠工程师为每一种罕见情况手写规则，补丁越堆越多、互相冲突，且永远追不完；神经网络能从数据中泛化，对没见过的场景做出更拟人、更平滑的反应，这是它体验跃迁的来源。但代价是可解释性和可验证性的丧失：规则系统出错可以定位到具体逻辑、定向修复，而端到端模型是黑盒，一个失败难以归因到可修改的模块，修复还可能引入新的回归。对一个需要通过安全认证、要在事故后回答「为什么这么做」的系统，这是根本性的工程和监管挑战。行业的应对是「数据驱动能力 + 冗余安全兜底」的混合架构：用 AI 处理常规和泛化，用传感器冗余、独立的安全监控、运行设计域（ODD）边界和保守的风险策略守住底线。
长尾还决定了商业化路径的必然分化。Robotaxi 用「限定运营区域」这一聪明的工程化手段，主动把长尾砍掉——只在测绘详尽、路况熟悉、气候友好、可远程支持的区域运营，把开放世界问题暂时转化成封闭可控问题，这正是它能在部分城市落地、却难以快速复制到任意城市的原因：每进入一个新城，都要重新面对一轮本地长尾。而 L2+/L2++ 走了另一条路：功能可以铺到全国甚至全球的开放道路，因为有人类驾驶员这个「终极安全兜底」——系统在长尾上没把握时交还人类，责任也由人承担。这就解释了行业的务实选择：先用有责任人的量产辅助驾驶赚钱、收集覆盖长尾的海量数据、迭代端到端能力，同时在少数可控区域用无人运营探索终极形态，两者长期并行而非简单的谁取代谁。
最后是责任与社会接受度这个非技术长尾。技术之外，事故归责的法律框架、保险定价、公众对「机器犯错」与「人犯错」的不对称容忍、以及事故对行业信任的冲击，都是比算法更慢的变量。一次重大事故造成的倒退，可能抵消数亿公里安全行驶积累的信任。这让自动驾驶成为一个典型的「技术、工程、制度三重门槛叠加」的领域——它教育所有 AI 从业者：当智能从数字世界走进有质量、有速度、有生命的物理世界，成功的标准会从「大多数时候聪明」变成「永远不能在关键时刻犯致命错误」。这道鸿沟无法靠一次模型发布跨越，只能靠数据、冗余、验证和制度，一年年、一城城、一个个场景地去填。
结语：最难的不是让车会开，而是让它永远不犯致命错误
自动驾驶是 AI 落地物理世界最昂贵、也最考验耐心的试验场。端到端大模型和世界模型让车辆在复杂城区的表现逼近老司机，Waymo 用限定区域的无人运营证明了 L4 并非科幻，中国和特斯拉的量产车队则用城市 NOA 让数亿人提前用上高阶辅助驾驶。但这个行业反复教育市场：前 99% 的场景靠数据和模型可以拿下，最后 1% 的长尾——暴雨、横穿、施工、不合常理的人类——以及「如何证明安全、出了事谁负责」，才是真正的护城河。短期，钱和数据来自卖车的辅助驾驶；长期，robotaxi 和无人货运的单位经济要在一座城一座城、一个场景一个场景的打磨中兑现。自动驾驶不是没来，而是以更务实、更缓慢、也更扎实的方式，先从「有人负责的智能」走向「无人负责的可靠」。
数据口径与延伸
- 数据口径：纯视觉/多传感器路线、端到端与 BEV/世界模型、Robotaxi 运营约束、L2+ 量产商业化与责任框架，来自公开技术资料、厂商发布与行业研究。具体开城数量、接管率、事故率、订阅数据等以官方披露为准，本文不引用未核实数字。数据截止 2026 年中。
- 相关产业观察：中国新能源车为什么能赢、车规芯片荒、训练数据墙、人形机器人、国产 AI 芯片实战盘点。
- 同批待写延伸：智能座舱（J4）、无人货运/Robotruck（J6）、深伪监管（J9）。
一句话总结：自动驾驶沿两条路线演进——特斯拉式纯视觉+端到端大模型押注「摄像头+海量车队数据+AI 泛化」的低成本方案，Waymo 及多数中国厂商用摄像头+激光雷达+雷达+（弱化中的）高精地图做多传感器融合买安全冗余，而端到端（BEV 感知、模仿学习、世界模型仿真）把过去分模块堆规则的技术栈改为从传感器直接学驾驶轨迹，显著提升复杂城市场景泛化，却带来黑盒难以安全验证的新难题；Waymo 已在限定 ODD 内实现无车内安全员的 Robotaxi 商业运营、证明 L4 技术可行，但远程监控、车队运维、传感器折旧、逐城审批和长尾安全使其单位经济模型仍然脆弱、扩张缓慢；当下真正赚钱和产生数据飞轮的是量产车上的 L2+/L2++ 城市 NOA——驾驶员承担责任、法律框架清晰，特斯拉用「量产车队→海量真实数据→端到端变强→更好卖车」循环、中国厂商依托新能源车产业链快速智驾平权；行业真正的深水区是极端罕见但致命的长尾场景与事故归责，所以短期价值在可收费的高阶辅助驾驶卖车、Robotaxi/无人货运只能逐城逐场景谨慎验证，任意地点全天候 L4 的大规模普及大概率需要五年以上，本质是从「有人负责的智能」缓慢走向「无人负责的可靠」。