与楼天城复盘无人驾驶：我们走过的路，特斯拉也不会少走

Robotaxi 这个行业就像一颗网球落在地上，反复上下弹跳，一直在等待有人发出最有力的一击挥拍，把球击过栏网。

一年前看起来是这颗网球弹跳的最高点，Robotaxi 从武汉火到了全国，许多人开始好奇坐无人出租车是一种什么体验。

一年后 Robotaxi 又来到了小高峰期，马斯克不再跳票，准时于 6 月 22 号在美国奥斯汀运营特斯拉 Robotaxi。天降大任于斯人也，很多人寄希望于马斯克，希望这个如神般的人物能带领特斯拉率先在奥斯汀完成盈利。

但 Robotaxi 行业还没有因为特斯拉加入就加速，特斯拉目前也没有因为进入 Robotaxi 行业，就跳过其中任何一步。

特斯拉的 Robotaxi 仍然必须从一个城市、几条固定线路、10-20 台车、邀请制开始试运营，然后再逐步扩大到其他区域。

有些人疯狂吹嘘 Robotaxi，因为这可能企业市值的下一个增长点。有些人出于对自动驾驶的技术自信启程，却被繁杂的商业化运营束缚住手脚。

如果把这两种人都从 Robotaxi 的道路上驱逐出去，这条道路就显然会空旷很多。

当我们谈论 Robotaxi 时，至少应该谈论一些只做无人驾驶技术的公司，楼天城是其中一个，他的公司小马智行去年以「Robotaxi 第一股」在纳斯达克上市，他和另一位创始人彭军一起敲了钟，现在小马智行美股市值接近 400 亿人民币。

但上市显然也不是这颗网球被击出越网的一瞬间。

外界对 Robotaxi 还存在着太多困惑，楼天城感叹「其实人对于看到比自己车技更好的电脑，第一反应是不接受的。」

我们和楼天城聊了两次，一次发生在上海车展期间，他们刚刚发布第七代 Robotaxi，一次发生在特斯拉开启试运营的两天前，楼天城也申请了特斯拉 Robotaxi 的试乘，但没有被通过。

通过两次聊天，我发现他和我想象中一样在乎一台 Robotaxi 的成本，但他抱怨很多人没弄明白真正的成本在哪，在无人车上讨论去掉最多占成本 10% 的激光雷达、1% 的高精地图，就像在西瓜瓤里面挑籽。

但是他却没有想象中那么在乎特斯拉的入局，在他眼里，即便特斯拉开启试运营，但依旧还没上 Robotaxi 的牌桌。他认为小马走过的路，这些公司一步都不会少走。

差别在于时间。从 2021 年小马发布第一代全无人车型起，到今年小马把 Robotaxi 运营规模拓展到接近上千辆，用了 4 年时间。

Robotaxi 远非大多数人想象中大火烹油、声势浩大，更接近于熬糖浆，把白砂糖倒进去，加水倒进去慢慢熬，但凡水多一点、少一点，火大一点、小一点，都不是那种最完美的琥珀色。

「熬」听起来很挣扎，在小马只有不到一百台车的时候，他担心第 101 辆的时候还需要用手敲，当世界模型这个技术解法被找到时，楼天城找回了那种信心。

有趣的是，世界模型解决 L4 自动驾驶的本质就是「活久见」，活得越久，看到的东西越多，会得就越多。

解法也在于时间。

「Robotaxi 商业化漫长的等待时间已经过去了，我们已经不再 struggle 了」。楼天城如是说。

01、漫长的等待已经过去了

汽车之心：去年武汉关注潮之后，Robotaxi 好像又不火了。如果不实现真正的商业化，这个行业就没有真正意义上的关注度？

楼天城：这个行业没有得到大众真正的关注，在于服务还不够好。

不光是自动驾驶，AI 吸引人的方式一直都是依靠好用。

Deepseek 你觉得他是因为什么吸引人？其实是它好用。AI 真正被人认可，只会因为它有高质量的服务，刚开始创业的时候我就这么想的，现在我还这么想。

汽车之心：你说过特斯拉还没上牌桌，那你怎么看特斯拉在奥斯汀开启无人化运营？

楼天城：今天我也这么认为，强如马斯克，在 Robotaxi 上也得一步一步来。

2015 年 Waymo 也在奥斯汀第一次做无人化展示。可以想一想看为什么大家都在同一个地方？

是因为奥斯汀是道路相对可控的沙漠区域。去年马斯克推迟了 2 个月开了 Robotaxi 发布会，一年过去他才在奥斯汀又放了 10-20 辆车，以及奥斯汀的部分区域运营。

这种分阶段的做法其实就是 Robotaxi 发展的方向，即便是特斯拉，也需要从 1 到 10 往前走，下一步特斯拉可能会提升车速、覆盖整个奥斯汀，从只有 10 辆车再到让更多人打到车。

上周我在美国，也申请了几次体验特斯拉 robotaxi，但都没通过。

汽车之心：你提到了规模，Robotaxi 规模从 1 到 10，从 10 到 100，从 100 到 1000 辆，不同的车队规模会经历哪些难点？

楼天城：从 1 到 10 辆是邀请制，一切是可控的。坐哪辆车、线路、运营区域都是固定的，我们最早在广州南沙坐无人车 Demo 的时候路线也是自己定的，选的是状态最好的车运行。

从 10 到 100 辆的阶段已经在靠千辆的方式运行，区别是 10 到 100 的阶段不会再去控制路线和场景。今天能做到 10 到 100 的公司已经非常少，特斯拉也没有做到，根本原因是大家的车没有处理区域内所有场景的能力。

只有规模做到上百台，才勉强叫「上了 Robotaxi 牌桌」。

从 100 到 1000 辆的难点跟从 10 到 100 的差别在于降低成本的前提下，做出和原来一样的效果。

用金子一样做出的东西，当然很好用。比如原来激光雷达十几万一个，现在每年都在更新，价格降到了几百块。但从十几万降到几百块，也逃不过「一分钱一分货」，几百的东西比十几万的信噪比可能高出了 30 倍，那我们就必须要用软件提升 Network，吃掉这 30 倍的信噪比。

而从 1000 到 10000 辆，难度就没那么大了，因为 L4 泛化能力很强，但扩展到更多城市，会对基础设施要求更多一些。

所以，最难的是从 10 到 100 辆、从 100 到 1000 辆这两步。

汽车之心：小马智行单台 Robotaxi 日均订单量 15 单，这个数字是什么水平？

楼天城：每辆车日均 15 单已经是符合 Robotaxi 正常需要、比较成熟的数字了，如果有人能把这个数字提上去很多，才会让我惊讶。

但是车辆规模和等待时间是有很多空间的。

规模增加对整体单量有很大帮助。如果规模太小，每一次车辆接单距离就会变长，车辆稀疏会造成用户等待时间就会变长，最终也会变成体验问题。

现阶段车辆规模增加有助于提升体验，我不是说具体车辆数量涨到多少，而是当下阶段，提升规模是可以增加单量，今年我们会进入千台规模。

汽车之心：小马智行有三大块业务 Robotaxi、Robotruck 和技术授权，但 Robotaxi 对小马营收的贡献 2024 年上半年只有 4.7%，且呈下降趋势，这是为什么？

楼天城：财报里的营收要分开看，一个是狭义的 Robotaxi 营收，就是车辆在外面接单，乘客付钱的盈利。另一个是广义的营收，比如我们还有项目之外的合作，车辆转卖给其他方，有一次性的项目收入在里面，有项目周期的缘故，才会给大家营收下降的感觉。

现在因为我们是上市公司，我不能分享具体数字，但我单纯看 Robotaxi 的数字，我可以说增长非常多。

汽车之心：那你有没有想过这三类业务，什么样的业务贡献比例是理想状态？

楼天城：Robotaxi 占到九成甚至更多才是我们的理想状态。但 Robotruck 单量增长后，会如何和 Robotaxi 分比，这会是一个很有意思的问题。

汽车之心：你们当初为什么要做 Robotruck，跟 Robotaxi 相比哪个业务会更快毛利转正？

楼天城：我们当初会做 Robotruck，并不代表是它会比 Robotaxi 先盈利，而是因为它是唯一能在自动驾驶程度上能和 Robotaxi 比较的市场。

这里还有个听起来很反直觉的东西，本质上 Robotruck 比 Robotaxi 更难做到无人。

事实上现在世界上还没有任何一辆 Robotruck 在公开道路上无人常态化运营。原因很好理解，第一，卡车出事故的后果更严重，对安全性要求非常高，整个开发验证过程都需要更长时间。

第二，卡车的场景简单，技术更好实现，这是严重的思维误区。因为简不简单都要达到超过人的水平，所以简单不一定是好事，就比如你希望在班里考第一名、第二名，这跟题目简不简单没有关系，简单你也需要考这个成绩。

汽车之心：为什么你们 Q1 财报还处于增收不增利的状态？

楼天城：我认为我们的财报状态符合这个阶段表现出的认知，整个行业都需要更长时间积累才能到下一个阶段。

汽车之心：你们现在做无人车域控给美团，接下来会不会下场做低速无人车？

楼天城：我们有信心能做无人小车，但是 Robotaxi 和无人小车的市场价值天差地别。

Elon Musk 说过 Robotaxi 是八万亿美元的市场，无人小车不会比这个市场更大，两者之间跟不说差 2 个 0，差一个 0 是肯定有的，所以我何必去聚焦一个价值只有 1/10 的东西呢？

我有能力、有信心去做价值更高的事情，我就会聚焦在 Robotaxi 上，我不会因为设置了高目标，做不到之后，先去做其他东西。我还是希望大家奔着真正有价值的事情去做。

汽车之心：听起来有点乐观，Robotaxi 的商业化很漫长。

楼天城：这种漫长等待的时间已经过去了。我对 Robotaxi 的信心不是今天才有的。

02、大多数人谈降本，却没搞对成本在哪

汽车之心：小马的策略是更优的成本结构下扩规模，什么样的成本结构算优质？以及把单车成本做到不亏钱，这个要分几步做才能不亏？

楼天城：成本和规模是相关的。降本是关键，真正做的人会明白问题的关键是「成本主要在哪？」但降本不在于用不用激光雷达、高精地图，他们都不是成本的关键因素。大家在说降本的时候，根本没有搞对成本是什么。

第一个关键因素是，一定要先做到无人。

第二个因素是车规零部件。Robotaxi 之前还有很多非车规件，比如小马智行第五代无人车头顶有一颗旋转的机械激光雷达，车上有这个东西就没有计算成本的必要了。早年间，我们买的第一个机械激光雷达 85 万人民币，但现在固态激光雷达的成本明显下降，都是以千元计算。

现在要解决的是，能不能在用性价比高的核心零部件的时候，还保障性能水平不下降。

第三个因素跟运营相关。现在我们还有远程协助专员，比如车辆拥堵的时候会有一些询问。之后降本的关键也在考验能不能把运营流程变得足够智能，一个人就能管五十辆车。

第四个因素就是保费，每一年给 Robotaxi 上保也是一笔很大的钱。

算完这些，今天在我们的无人车里，激光雷达能占到成本 10% 已经很不错了，我犯不着天天为 10% 纠结，而高精地图可能 1% 成本都占不到。

在这些之外，有一个非常反直觉的大头成本——其实是网费。

很多车企依靠路网收集数据来帮助训练，这是个悖论，因为如果这么多数据，网费会爆炸。逻辑是：你愿意为收集数据，付多少网费，而不是你有多少车，收集多少数据。

今天 Robotaxi 不太存在接管，可能因为方向打得太急这种情况才要收集数据，即便如此，网费依然占了我们成本的大头。如果经常接管，网费占比极高，一辆车要付九倍钱去收集数据。

L4 去激光雷达是研究院做的事，从商业化来说，这些对 Robotaxi 企业不重要，万一去了激光雷达，我却加了俩芯片，还不知道是亏了还是赚了。

第五个因素是隐形的原子化优化。

比如把我们的模型缩小到原来 1/ 3，就只需要 1/ 3 的算力来做了。

大家过去有一个误解，觉得算力越高越厉害，但那是从科研探索角度来说的，从成本来说，肯定是模型压得越小，用更小算力实现整个计算要求，还能降本，这样的思路才是有利于发展的。比如原来我买 3 块 BPU，现在就只买一块了，这就省下了 2/3 的钱。

汽车之心：你刚刚提到网费，那么 Robotaxi 公司进入海外市场可能会遇到很多网络不好的地方，那么网络对自动驾驶出海会不会是一个巨大的问题？

楼天城：网络就算不出海也是一个巨大的问题。我以前也做过网络，车本身只能接受百毫秒级别的网络延迟，中国就算有 5G 其实支撑度也非常差。

所以我们很早就意识到 L4 要靠车自己而不能靠网络，网络只是辅助给系统一些建议。所以我们的车网络断了驾驶也不会有任何问题。

汽车之心：怎么去保证断网系统也不出问题？

楼天城：简单说就是车端具有自动驾驶模型能力，或者说我需要最终在意的是我在车端的那个模型要足够强，而不是我在云端足够强。

汽车之心：马斯克之前说 Robotaxi 的成本能降到每英里 0.2 美元，这是 Robotaxi 的终极成本吗？

楼天城：特斯拉还没有上桌，Robotaxi 的牌桌是做到无人商业化的运营，且要做到一定规模的。今天只有小马、Waymo、百度坐在牌桌上。

至于终极成本，规模足够大之后，硬件成本可以降到足够低，但 Robotaxi 还有基本的车的成本以及运营费用和电费、油费。最后的状态是硬件成本降的很低，运营和车钱才是基础费用。

汽车之心：去年上半年你们的车队运营成本占一大半，为什么运营成本会这么高？

楼天城：运营有两种，一种是为了乘客的运营，另一种是研发的运营，运营成本比较高是因为要支持研发，才会造成财报运营看起来金额比较高。目前乘客运营主要包括了网费、保险、车辆维护、客服。

单从乘客运营成本来说，流程要变得更自动化。比如车辆前面的路堵上了，车辆要跨实线掉头或者换条路，需要人确认。我们还要进一步增加人车比。

运营成本还不能透露，但只要规模到上千台，就已经从 struggle 的位置进入到甜点区了。我们现在有三款无人车，加起来快到千台规模了，已经走出了 struggle 的状态。

汽车之心：千台就能告别 struggle？

楼天城：以 1000 辆为分水岭有两个前提条件，第一是要真无人，第二是要单车毛利转正。这两个前提做到之后，达到 1000 辆之后，随着硬件成本下降再加上合理的运营区域，Robotaxi 就会走上正轨。

但具体一点，1000 辆这个规模节点也对外传递信息的一种简化的数据，我想表达的是百辆和千辆还是不一样。

百台的时候我可以用手慢慢敲，要到千台不能用手敲，要有一套标准化自动化的生产流程，所有的零件都要用车规级。这些都是需要时间的，到了千辆不确定性就变低了。商业化这件事需要时间，但没有不确定性。

汽车之心：你觉得特斯拉、小马、百度、Waymo 四家公司在商业化的优势分别是什么？

楼天城：在成本上，我觉得我们做的是最好，现在第七代 Robotaxi 全部使用全车规零件。现在 Waymo 车上的 Lidar 和域控应该都不是车规级的部件，特斯拉以前没上牌桌，现在也没有。

03、世界模型至少能解决 L4 的问题

汽车之心：你们是少有的只做 L4 的公司，为什么不 L4 和 L2 一起做？

楼天城：不管是 L2 或者 L4，我们都要做好的产品，其实很多人不知道 Waymo 早年前就是做 L2 的，后来才做 L4。

但如果做 L2 系统无论你怎么宣传，一定会有一部分用户把它当成 L4 去开。

那么我们是不是要扪心自问一下，追求技术的公司是不是应该保护这类用户的安全。既然已经意识到了，我不可能不管不顾，因此我必须要做 L4。我不接受当鸵鸟。

汽车之心：L4 这条路难走吗？

楼天城：难。根本上大多数人没办法接受计算机可以比人开得更好。最开始技术进展很顺利，系统表现越来越接近人，结果等到我们把能超越人的东西放出去，就相当于放弃过去以学习人类为主的训练方式。

汽车之心：你说的超越人指什么方面？

楼天城：举个例子，比如 Robotaxi 的出险率大概是人类的二三十分之一，安全性更高，事故率更低。

汽车之心：这个角度来看，你们会有痛苦，尤其是 L2、L4 都做的公司，驱动力有一部分外部车企客户，但只做 L4，内驱会不会更难？

楼天城：我觉得你说到关键点了。因为世界模型搭建需要很长的时间，它有很长的平台期。

在平台期压力是巨大的，因为平台期等于很难对外展示进展。你今天来坐我们车和两年后来坐我们车可能是一个样子，技术一旦进入平台期，就需要非常多的坚持和真正的信念才能走下去。

很多家死掉都是因为坚持不住，这个很正常。但内部可以制定很多指标，可以感受到我们的变化是非常明显的，但外部感受不到。

汽车之心：你也痛苦过？

楼天城：我真不想再走一遍了，但是好在 2020 年开始的那四五年时间里，心态和进展相对缓，给了我一个在平台期的 breathing room。

不知道大家有没有在互联网大厂干过，大公司下场干 Robotaxi 有没有优势？我觉得不一定。

大公司基本上每 3 个月就要给上面的领导汇报一次。

那么比如在技术平台期，第一次我汇报了，那第二次、第三次我汇报什么呢？其次每一次都压力巨大，我又不能跟上级说三个月都没进展，这样的压力会把人压变形，很容易就会导致「要不然咱们做点短期的事算了。」

汽车之心：我们可以回来聊聊具体的技术，小马提出了世界模型，其实最近很多车企也提出世界基座大模型，你怎么看？

楼天城：听起来他们做的事情跟小马做的世界模型概念很相似。但我想说，小马、萝卜快跑、Waymo 大家所遇到的困难，这些车企也没办法跳过。就算有一天这些车企说要造 Robotaxi 我也不惊讶，但从属性上说，我更在意科技公司入局。

特斯拉算是一家具备科技属性的车企，因为世界模型的搭建能力主要就是模型能力、算力都是科技公司更擅长的部分，不过就算是科技公司，也需要花很久的时间才能做出 Robotaxi。

汽车之心：他们的世界模型和小马智行的世界模型有什么不一样？

楼天城：我在五年前做的也叫世界模型，但我五年间一直在改进世界模型。赶不上的是时间，说得更具体一点，衡量开车好不好很难量化，真正好的驾驶是「可以被人类理解的驾驶行为」，不会让人奇怪它为什么这么做。

体验和安全性都很重要，对于极端场景的生成能力是世界模型很大的亮点。

我举个例子，今天路上会有很多意想不到的异物。比如水管、铁锹、气球，不同障碍物有不同的属性，世界模型不仅需要意识到这些东西的存在，还要意识到障碍物具体的属性找出相应的应对方式，这些东西可能在 L2 中还没有被提及。

具体一些，路上有纸箱，但这个纸箱可能有好几种情况：

第一种是纸箱会被吹飞，这时候如果纸箱正在被风吹飞，车辆刹车后果会更严重，车应该直接开过去。第二种可能是纸箱比较小，可以直接过去，第三种可能是纸箱比较大，那就要考虑绕过去，第四种可能纸箱里还会有硬物，那就不能随便压。

世界模型需要在极短的时间内区分物体究竟属于哪一类，再做出不同的行为，但本质上世界模型需要意识到现实里的障碍物其实有很多种类，我们已经有了这套方法，其他人要做到，还需要很久。

有一个词叫「活久见」活得越久，见的就越多，世界模型就是一个活久见的东西，很多人不会想到的东西，它可以想到。今天这个事已经很好理解了，其实训练世界模型不需要依赖驾驶数据，因为网络上数据也可以帮助世界模型训练。

像特斯拉 FSD 进入中国其实也是用了网络数据训练，特斯拉除了没上牌桌之外，其他的逻辑和思路都挺对的。

汽车之心：听起来世界模型就像一个巨大的工厂，那原材料数据呢，有了世界模型之后，我们需要还需要大量的真实驾驶数据吗？余凯说 99% 的司机都不值得学，你说 1% 的人类优质的司机对 L4 没用，这矛盾吗？

楼天城：凯哥说得是对的，我说的那句话是 1% 的优质司机对 L4 可能没用，但对 L2 有用。对 L4 来说学那 1% 的数据可能也不行，因为那 1% 的司机利用了很多超视距信息，系统学不了。

在 L4 里，真实数据就像是种子，占比非常少，实际数据我没办法给，但它的占比大概是 1/ 1,000—1/ 100,000 的范围。

所以我们的确需要大量数据来训练世界模型，但不是真实驾驶数据，而是环境、生活数据。比如篮球是可以弹的，这件事跟开车没有关系，但可以帮助世界模型去理解世界。

汽车之心：世界模式就是 L4 的终极路线吗？

楼天城：世界模型足以支撑 Robotaxi 至少万台以上的商业化。但之后会不会有更好的东西，我绝不会说没有，但我现在还没想到。

也许是第 4 级 AI，我认为 AI 的发展方式分四个级别：co-pilot 是第二级 AI，agent 是第三级 AI，还有第四级 AI，能够自主创新的 AI，最后一级最可怕。

DeepSeek 只是第二级 AI，机器人是第三级 AI，第四级 AI 会做一些人类可能还没有想到的东西和方法，它会自己会尝试新的方法去达成目的，开始自我发明，这也许是世界模型之后的下一个技术趋势。

汽车之心：今年还有 VLA 这种技术路线很火热，VLA 和世界模型这两个技术方案有冲突吗？

楼天城：没有冲突，我了解大部分公司两种技术都用。

比如 Waymo 也用了谷歌 Gemini 大语言模型。具体怎么用，序列事件模型不是模型，而是训练工具，它训练出模型本身，这个模型的输入可以是 Vision、也可以是除它之外的 Action、Language。

所以世界模型和 VLA 模型不是一个维度的东西，而是交错的。我可以有训练，比如说基于各种复杂输入的事件模型的理念，所以这两个东西不矛盾、不冲突，机器人领域非常多。

VLA 的作用主要是两方面，一方面是降本，另一方面对特别复杂的情况能够提供比较 OK 的建议。

比如，我们也引入了 VLA 模型远程给建议，早年我们一个远程协助专员（客服）管一个车，但是我们现在人车比做到 1:20。比如路口红绿灯坏了，交警做了可以直行的手势，那么原本需要人工介入的车辆其实就能自己行动了。

我认为想要做百辆无人车以上，世界模型最关键，对其他公司，可能做 VLA 模型卖车最关键。大家选择不同的路线是因为目标不同。

汽车之心：人车比 1:20 算是什么水平？

楼天城：全球公开说过自家人车比大于 1:1 的公司已经是少数了，特斯拉在奥斯汀的人车比是 1:1，优秀的 Robotaxi 公司平均水平至少在 1:10 以上。

汽车之心：最早衡量 Robotaxi 行业的时候，你和彭军聊的是三个关键词是：「MPD 值、数据量、成本」，现在你觉得这三个词还能评估衡量 Robotaxi 吗？

楼天城：这三个有一个没了，有两个升级了。

首先 MPD 已经消失了。我做久了就知道 MPD 其实表示的不是安全，至于安全感怎么衡量，就要看更深入的评价体系了，安全和安全感不是一个东西。

成本仍然在，但是成本升级了，我们看的是保证安全感之下的成本。

最后一个数据量也在，但现在的数据指的是仿真数据。billion 级数据量对于仿真数据来说都已经算太少了，我们的世界模型每周都会产生 10 个 billion 级以上的数据。

其实仿真世界的真实度并不一定比真实世界差。如果我站在做 L2 的系统的角度，模仿学习确实很需要真实数据，但面向 L4 我们更看重仿真数据。