人类对AI的恐惧，被一场8毛钱引发的冲突引爆。
由于最低0.8元/公里的收费，让百度旗下无人驾驶出租车“萝卜快跑”成为武汉出租车公敌，加上不久前一则萝卜快跑撞上闯红灯行人的视频，两者叠加引发人类司机联名抗议。
这波生成式AI浪潮降临之前，就有无数人预言人类与AI必有一战。没想到真正的战争不是《银翼杀手》般壮丽的赛博史诗，反而呈现出现实主义文学的悲凉。
但实际上，“1000万司机何去何从”并非迫在眉睫的民生问题，反而像是悬疑片开场前的超长片头，被过早前置的焦虑和恐惧。
Robotaxi在“短时间内”替代人类司机不是没有可能，但目前来看，它的可能性一定小于足疗纳入医保。
修不完的Corner Case
在出租车司机对萝卜快跑喊打喊杀之际，特斯拉因为Robotaxi再次跳票，市值一夜蒸发709亿美元。
和萝卜快跑一样，特斯拉的Robotaxi同样定位无人驾驶出租车业务。这张大饼最初出现在2016年特斯拉的“宏图计划”第二篇章中，以“共享车队”的蓝图呈现。2019年，马斯克再度放出豪言，“明年”会有100万辆Robotaxi上路[1]。
自此，Robotaxi成为特斯拉“明年计划”的保留项目，距离发布永远只有一年。
拖延症并非马斯克独有，实际上是整个Robotaxi行业的通病。
最早做Robotaxi的是一家由MIT孵化的初创公司——NuTonomy。2016年，NuTonomy开始在新加坡路测，当时只有6台测试车，由雷诺Zoe和三菱i-MiEV改装。
结果直到这两款车型停产，NuTonomy的无人驾驶出租车还停留在测试阶段。在被收购前，NuTonomy还将技术授权给了网约车巨头Grab和Lyft，同样石沉大海，落地无期。
NuTonomy的无人驾驶出租车
技术的革命向来没有什么拔地而起，每一次惊艳的技术演示背后，是无数的论文、专利和测试。对于在公共道路上行驶的Robotaxi来说，这个过程只会更加漫长。
美国队的代表Waymo和Cruise从2017年就开始路测，百度是从2018年开始。商业化的应用，直到最近两年才开始探索。在“求稳”这件事上，无论是Robotaxi公司还是监管机构，中美两国都罕见的整齐划一。
时至今日，自动驾驶仍然存在着一个暂时无法打败的敌人：Corner Case。
Corner Case指发生概率极低的事件，在自动驾驶情境下，就是“出现不可预测的目标”。这种不可预测性，与自动驾驶尽可能预测到所有路况的目标，从根本上相背离。
当前，大部分自动驾驶的机制可以类比为“刷题备考”，把车辆行驶中可能出现的各类状况和应对方法，预先输入系统进行训练，形成“肌肉记忆”，用以应对实际行驶时可能出现的各种题型。但问题在于，没见过的题实在太多了。
最典型的场景莫过于前车突然爆装备，比如纸箱、水瓶或运猪车上跌落的二师兄。如果没有提前的预案，自动驾驶状态下的汽车很有可能直接撞上去。
2016年Model S创造的人类历史上第一起自动驾驶事故，就是因为算法把横穿马路的白色货车当成了一块路牌；；去年10月，一辆Cruise的无人驾驶出租车没能识别出被其他车辆撞倒的行人，反而从他身上碾过，导致后者重伤。
考试遇到不会做的题没事，但开车遇到事故无法处理却很致命。自动驾驶的本质，就是和Corner Case的无穷鏖战。即便是用雷达和传感器武装到牙齿的Robotaxi，在人类世界的复杂面前也力有未逮。
在美国，就有整活老哥穿着“STOP”T恤，成功干懵了Waymo的无人驾驶出租车。
大部分车企的和自动驾驶公司的研发团队，超过80%的成本都在解决五花八门的Corner Case。也难怪李想会抱怨“不需要养几千人研究Corner Case”。
“辅助驾驶”的语境下，遇到把广告牌上的车当成真车这种紧急情况，还有人类驾驶员可以及时接管。如果是没有司机的Robotaxi，那1%的Corner Case也能造成100%的事故。
被视为Corner Case的部分情况
过去几年，业内几次主流技术的腾挪，都是围绕着如何解决Corner Case。无论是直接做L4的跨越式还是从L2逐渐迭代的渐进式，无论是传统的模块化思路还是被特斯拉带火的端到端方案，其目的都是解决无穷无尽的Corner Case。
对Robotaxi公司来说，一起事故就足以抵消一万次安全无虞的行程。而在无穷无尽的Corner Case面前，求稳的不只有自动驾驶公司，还有同样焦虑的监管部门。
戴着脚铐跳舞
人类成功学信奉自由来自于克制，新技术的应用，往往也是戴着脚铐跳舞。
纵观全球，Robotaxi发展快10年，各国监管机构的开放速度始终追不上技术的进步。中国监管机构向来以稳定的标签示人，但在Robotaxi的发展规划上，国内机构对新技术的态度已经算相当开放了。
Waymo从2017年就开始路测，但直到去年7x24全天候无人出租车的申请才被通过，还被限制在了旧金山一个市；“萝卜快跑”今年3月在武汉获批允许全天服务，但运营范围甚至不是武汉全城，而是三环以外的郊区。
waymo的robotaxi
监管的策略固然与技术路径尚未统一有关，但根源却是极度复杂的交通状况。
不同国家、省份，甚至相邻市区之间，交通规则和人们的驾驶方式都相去甚远。大到左右舵的规则，小到一些地区对转向灯的使用习惯，这些细节会直接影响一个地区的交通“画像”，很难建立统一而细致的监管。
比如这次引发讨论的武汉，所在省份湖北就有“中部显眼包”之称，2022年每10万人交通事故率是全国平均水平的3倍。武汉本地交通风格更彪悍，武汉公交车与山航航班、重庆出租车，一度并称中国三大交通奇迹。
在武汉，萝卜快跑因为高度遵守交通法规，被市民亲切地称为“马路判官”。长沙、重庆网友还纷纷呼吁萝卜快跑来治理本市交通。
因为这些差异，Robotaxi各地商业化的进程不尽相同，监管法规出台的节奏也不统一。目前，只有北上广深等一二线城市出台了本地运营条例。
另一方面，Robotaxi从测试、到上路、再到商业化运营，过程极为漫长。
一般来说，自动驾驶出租车需要经历封闭区测试、道路测试、示范应用、示范运营四个科目，才算拿到了在城市道路行驶的“驾照”。单单是最基础的“封闭区测试”，就有超过百条严苛的测试标准，不仅对行驶里程和接管频率有要求，中途也不能对测试车辆进行任何改装和升级。
Robotaxi上路后，一般也只能先在人少车少的郊区运营，随后才能扩展到“三站一场”，即公交车站、高铁站、火车站、机场附近的路线。
从运营区域划分到测试标准认定，从Corner Case解决到事故责任判定，整个流程环环有参照，事事有规定。Robotaxi每放开一小步，指导文件就多写几大张A4纸。
但这种“小步快跑”的模式，也注定了大规模落地的步伐，在未来很长时间里都会保持这样的节奏。即使省去中间试错时间，在武汉照搬萝卜快跑的模式运营Robotaxi，要完全实现运营，也需要1-2年的时间。
截至7月，全国申请robotaxi试点的城市为30个[5]。这意味着，距离robotaxi在中国的大范围测试，起码还有30个“Corner Case”要解决。
400辆与700万
上世纪60年代，斯坦福大学计算机科学家罗伊·阿玛提出了一个创新定律：人们总是高估新技术的短期效益，而低估长期影响。
具体而言，当一项新技术刚刚问世时，人们总是期望其能快速落地并带来极高的效益，但当新技术进入漫长的商业化进程，人们又因为缺乏难心看低其实际价值。
一个典型的例子是GPS。从50年代末开始开发，到1994年建成，GPS系统花了近40年时间和200亿美元成本[7]。过程中项目几次濒临停摆，2000年的时候还在处于巨亏状态。
第一次关停危机发生在1977年，当时第一颗实验卫星刚刚升空，美国审计总署就在报告中批评该项目成本严重超支，虽然最终项目保住了，但负责人布拉德·帕金森为此拒绝了升职的机会，直接从空军退役。
此后几年，GPS项目多次因成本问题被搁置，幸亏美军那段时间仗打得多，GPS发挥了难以被取代的优势，否则项目积的灰恐怕都有三尺高了。
在民用化的最初二十年里，GPS因为居高不下的成本让运营商苦不堪言，手机消费者虽然可以通过手机上的GPS接收机芯片接收GPS信号，但精度极其有限。直到2000年后GPS精度放开，消费级产品才彻底打开局面，成为全球通讯的重要组成部分[8]。
GPS可以慢慢随产品迭代，自动驾驶技术与生命安全强关联，落地过程注定会长的多。今天在不限速高速上飙到250公里的德国人，估计也想不到自己的爷爷辈也曾为时速“高达”20公里的货车感到惊恐。
新生事物代替旧有事物是历史的常态，只不过它的过程在历史课本中被高度浓缩。罗马不是一天建成的，自然也不是一天倒塌的。2010年iPhone 4横空出世时，诺基亚还是全球最大的手机品牌。举国推广的ETC，也没有一夜之间消灭高速公路的收费员。
“1000万司机何去何从”的焦虑，本质上来自网约车供给在这两年迅速增加，司机群体的收入普遍下滑。
从2021年到2023年，网约车月订单量基本徘徊在8亿单上下，但驾驶员证数量从2020年5月的208万本提高到了到2023年12月的657.2万本[5]，猛增216%。到了今年5月，驾驶员证发放数量再度攀升到703.3万本。
萝卜快跑在武汉的运营范围突然扩大，让Robotaxi大规模进入了社交媒体的关注范围，也给焦虑送上了一个输出情绪的窗口。至于网约车供给为什么迅速增加，这个问题就不太好继续追问了。
按照武汉交通局披露的数据，目前萝卜快跑在武汉投放的出租车数量只有400辆。即便把国内所有正在营运的Robotaxi算在一起，可能也达不到全部运力供给的哪怕1%。
2016年欧洲杯期间，俄罗斯球迷与英格兰球迷在主办国法国爆发冲突，普京在回应此事时表示，会采取行动肃清足球流氓，但他同时也表达了困惑：
“我实在不理解，200名俄罗斯球迷怎么能暴打几千名英格兰球迷。”
参考资料
[1] Elon Musk's 'Master Plan' for Tesla is all about energy, new cars, autonomous, and sharing, The Verge；
[2] 特斯拉路线，奔向自动驾驶大规模量产的“唯一解”，汽车之心
[3] 五部委关于开展智能网联汽车“车路云一体化”应用试点工作的通知
[4] 交通运输部办公厅关于印发《自动驾驶汽车运输安全服务指南（试行）》的通知
[5] “车路云一体化”显现增量投资机会，经济参考报
[6] 创新的起源：一部科学技术进步史，马特·里德利/王大鹏，张智慧译
[7] GPS的发展历史，无线电之光
[8] GPS的现代化进展及启示，测绘学术资讯
编辑：李墨天
视觉设计：疏睿
责任编辑：何律衡
封面图片来自ShotDeck
热门跟贴