如果讓你暢想，未來最理想的一款自動駕駛汽車，會是什麼樣子？
在乘坐體驗上，那當然是要讓「自由」最大化。
駕駛位就可以完全取消了，人在車裡，腿想伸多長就伸多長，還能一鍵躺平。
躺着躺着，機械臂就給你遞來一杯茶。
車内到處是高科技的互動大屏，開會、打遊戲、看電影，随你喜歡。
而在車外，車輛在車流中靈活地閃轉騰挪，攝像頭、毫米波雷達、雷射雷達的加持下，完美實作自動駕駛，避開各種障礙。所有車仿佛處在一張巨大的神經網絡中。
放行李的時候，機械臂管家就能代勞，根本不用勞煩咱們親自動手。
巧了，滴滴昨日釋出的無人駕駛概念車，就完美符合了我們的想象。
這款車名為Neuron，意為「神經元」。
在《阿凡達》的潘多拉星球上，上萬億棵樹木根部相連，就仿佛神經網絡那樣組成了龐大的網絡，然後誕生了「超級智慧」愛娃。
在沒有語言的情況下，能不能做到跟所有人感覺、共享？愛娃給了我們無限啟示。
同樣，滴滴的這款Neuron，也處處展現着這樣的理念——「共情共鳴，無處不在」。
當L4自動駕駛技術進入我們的生活，最理想的情況就是，能提供一種「人類和機器人的混合網絡」。
01 Neuron的概念怎樣誕生
過去7年，滴滴的故事從哪講起？
當然是從對未來的憧憬講起。
在1899的巴黎，法國為了準備次年的世博會，組織了一群意見領袖，對100年後的世界進行了暢想。
在他們的想象中，2000年的世界裡，交通工具可以上天入海，把整個家背上四處行走。
此時，萊特兄弟的飛機還未上天，距第一輛車的發明，剛過去13年。
雖然這些想象足夠大膽，但卻沒有捕捉到現代出行中兩個最重要的發明：共享出行和無人駕駛。
現在，120年過去了，我們作為乘客，能期待什麼樣的出行？
滴滴的概念車Neuron，為我們描繪出一幅理想的未來場景。
阿凡達中能通靈的巨樹Eywa，可以連接配接所有的族人，上傳他們的意識，不用語言交流，也能感覺、了解、溝通、共享。
這就是滴滴對于服務的原型認知。
是以，這款概念車名叫DiDi Neuron。
Neuron就是神經元，是我們身體中感覺的最小機關，可以讓我們産生共情，并且在我們的身體中無處不在。
共情共鳴，無處不在
DiDi Neuron的共情和共鳴展現在哪裡呢？
Neuron雖然整車長度「隻有」4.5米，但軸距卻達到了3.2米。
這是因為，這款車不再需要司機，拿掉駕駛位後，艙位變得非常大，乘客使用空間增加了50%，瞬間讓尊貴感和豪華感爆棚。
車頭的眼睛是傳感器套件，嘴是前面的三聯屏，而側面各有1塊聯屏。
為什麼車的螢幕要做得這麼大呢？因為Neuron也會保護車外的交通參與者——雖然沒有司機，但Neuron的視窗會把自動駕駛的所思所想，告訴車外的人。
比如人行橫道上有人穿行，Neuron就會告訴他：我會等你過去，不用慌。
總之，無論Neuron是左轉、到站、準備啟動，車外的人都會看得一清二楚。
除了全身的21個攝像頭、8個雷射雷達和6個毫米波雷達，Neuron的其他地方也是細節滿滿。
比如在乘客上下車的位置，也有一套傳感器，讓Neuron永遠不會停到有水坑、有泥濘的地方。
而Neuron的尾部，并不像一般的自動駕駛汽車一樣，是噪音最大、散熱最大、線數最多、最難看的地方。
它充分留出了空間，甚至還有一個「彩蛋」——機械臂。
它能幫我們手提行李、拿各種東西，猶如一個艙内的實體管家。而在側面，Neuron的設計也無一不展現着貼心和共情。
比如借鑒了D1設計的電滑門，在開門時，不會撞到其他人。
頂翼門的設計非常有儀式感，讓乘客可以不必低頭，尊貴地上車。甚至姚明來了都不用低頭。
而座艙裡，完全給了我們飛機頭等艙的體驗。坐進來後，管家會給你遞水，車内還有許多柔性屏、互動播報屏。
02 沒有大模型，隻有Robotaxi真實進展
不過，雖然夢是放飛的，但滴滴還得回到現實，因為，還有很多問題需要回答。
開放日現場，滴滴自動駕駛的COO孟醒調侃道，「今天我們沒有預訓練多模态大模型，隻有滴滴Robotaxi産品化的真實進展」。
2020年6月，Robotaxi最先落地上海，當時行駛在道路上會遇到一些問題。
到2023年，在廣州無人駕駛汽車測試中，Robotaxi能夠自如地應對各種各樣的場景。
安全，是自動駕駛發展的第一階段。過去的1020天，滴滴自動駕駛安全名額MPCI已經漲了100倍，同時也沒有出現過任何主責安全事故。
那麼第二階段，就要考慮自動駕駛服務，從關注駕駛到關注乘客、營運體驗。
加入24h全家桶
為此，在征求許多乘客意見統計後發現，其中呼聲最高的就是「區域能不能再大一點」。
這一需求從另一側面反映了，許多人希望把自動駕駛接入正常生活。其實，以上海為例，過去3年中，上海地圖自動駕駛覆寫區域擴張了7倍。
而在擴張地圖的同時，最難的還是如何解決Robotaxi沒有見過的場景。
比如在廣州的一處地點，某天4點多學校附近停了大量家長的車，以及過路的學生。
對于一些常見的場景，Robotaxi都能靈活自如地處理。然而，現實生活中還是會存在很多沒有遇到過的場景，比如路上交警、不明物體等等。
是以，目前的主要挑戰有三：更多交通流、更多的互動、更多的長尾場景。針對以上3個挑戰，滴滴也給出了自己的解決方案。
面對更多交通流，對Robotaxi系統延遲提出很大的挑戰，對此滴滴推出了感覺大模型和預測大模型。
更多交通流随之帶來了兩個問題，一是理性的互動，滴滴引入了博弈論決策模型，可以捕捉到所有理性互動的準确度。
另一個就是不理性的互動，需要引入模仿學習，幫助自動駕駛參考學習人類駕駛行為。
在面對更多長尾場景時，一類是出現頻率高的，可以去主動挖掘已經見過的資料。
而當遇到少見的場景時，比如突如其來的塑膠袋，通過占據空間網絡來預測和判斷行為軌迹。
以上所有的能力，就是滴滴過去兩年獨特打造的「城市泛化引擎」。
第二個需求就是「站點能不能多一點」。
對于許多的人來說，都曾遇到過兩難問題，想去的地方，恰恰就在兩個公交站之間，不知該是A站下車，還是B站下車。
滴滴就是要解決大家這種公共汽車式糾結和妥協。就自動駕駛站點來說，經常會遇到路邊被其他物體占據等問題。
過去一年，在有限範圍内，滴滴把Robotaxi的泊入能力提升了96%。
但是想要有更多的站點，對Robotaxi的技術能力提出了更高的需求。
由此，無限泊車技術就來了。它能夠把全路段變成站點，根據路況在任何一個安全的地方，Robotaxi都能把車停進去。這将是滴滴自動駕駛團隊今年重點發力的方向。
接下來，許多乘客提出的第三個需求是24小時服務，Robotaxi如何先能勝任夜晚正常運轉的任務？
比起白天，夜間交通流下降了60%，但是重大交通事故在晚上發生頻率較高，主要原因就是夜晚能見度降低。
滴滴Robotaxi搭載了紅外傳感器後，在漆黑的夜晚，可以明顯地看到原來攝像頭看不到的人群，這樣夜間服務能力就得到了解決。
要做到24小時連軸轉，不僅需要24小時無階段營運，甚至還需要充電、維護、清洗等問題。
這不，滴滴全球首個自動駕駛自動運維中心已經建在上海了！
AGV小車拖着Robotaxi充電，再由機器人給汽車清理，最後完成一系列步驟後再将其送到門口，繼續營運。
肯德基、全家全國有許多24小時不打烊的商店，現在，滴滴Robotaxi也加入了「24小時全家桶」。
那麼，問題來了，自動駕駛服務和網約車服務有多遠？
滴滴做了一個測試，結果顯示，在送駕時長、送駕距離、使用者歡迎程度，以及呼叫單量名額上都在持續向網約車靠近。
目前，滴滴的自動化率已經達到90%，并且在不久的将來能夠達到100%。
可以看到，滴滴Robotaxi能夠實作如此好的性能，背後一定離不開強有力的硬體加持。
03 雷射雷達+計算平台：自動駕駛的關鍵硬體
要說自動駕駛的關鍵元件，當然就是眼睛（雷射雷達），大腦（計算平台），以及Robotaxi的本體。
分辨率可調的雷射雷達
仔細想一想，我們開車的時候是不是時刻處于眼觀六路耳聽八方的狀态。
左右中三個後視鏡随時檢視，目的就是能每時每刻掌握路面資訊。
而對于自動駕駛來說，「眼睛」和「耳朵」同樣重要。不然，要是連路面資訊都沒搞定，這車怎麼開呢。
滴滴自動駕駛在廣州的無人化測試
可以看到，在滴滴的自動駕駛中，别說路上行駛的車了，就連路邊的人潮都能纖毫畢現地展示出來。
L4自動駕駛配套的雷射雷達，需要超高點頻、超高分辨率、超長距離、能适應各種場景，要求頗高。
開放日上，滴滴釋出了北曜Beta雷射雷達，是全國首個2K圖像級高精度雷射雷達。
這個雷射雷達擁有每秒300萬的高點頻、超512線能力、橫向120°以及縱向25.6°的超大視場角，可以說是“參數爆表”了。
簡單來說，就是覆寫的面大，看得遠，還看得清楚。
傳統的幾十到一百的雷射雷達線束在200米的距離根本看不清東西，而超512線就能保證200米的最遠感覺距離。甚至連輪胎這種低反射率的物體都能感覺到清晰的輪廓。
在下圖中，左側是市面上比較标準100線左右的雷射雷達，右側是北曜雷射雷達拍攝的狀況。
測試是内容是去看200米之外的4種障礙物——野餐車、人、自行車、錐桶，還要從大到小進行排序。
可以看到，一般的雷射雷達暫未探測到目标物，但北曜在4個物體上已經有一些點雲可以看到了。因為點雲的密度更密，是以能聚集更多的光，亮度更亮。
點雲密度更密，是以更亮
而當車再往前走、到了140米的時候，右側上面的點雲已經非常密，人的完整的形态已經出現，而此時，左圖中自行車和錐桶還幾乎完全沒有點。
到了80多米的時候，左側有了點，但還不很清晰，但此時北曜的展示已經非常清晰了。
與此同時，北曜Beta還有四種不同的模式，分辨率可調。包括正常模式、視場角聚焦高清、局部高清和全局高清等四種模式。
視場角聚焦高清是滴滴獨創的模式，核心意思就是，不需要看到的地方就不用看清，犧牲下面的分辨率來換取上面的分辨率，調整能力把更遠的地方看清楚。
還有一個相似功能，叫做局部高清功能，可以調節我們視場（角），相當于做了一個高分辨率視窗，其他地方做了妥協，這樣就可以動态調整我們想要的高清視窗的位置。
另一個功能叫全局高清，可以瞬間把全局點亮，不分區域，全部分辨率變高。此功能涉及到超頻的能力，時間不會維持很長。
總之，場景不同，需求不同。北曜Beta可以自适應調節局部或全局的分辨率，不同環境下的感覺效果都能達到最好。
Orca虎鲸計算平台
說完了最先進的雷射雷達，再來說說最新釋出的計算平台——Orca虎鲸。
為什麼叫虎鲸呢？是因為它的頭更大，腦容量更高。
Orca虎鲸作為自動駕駛行業的首個量産化三域融合計算平台，搭載了車載超級中央計算單元SCCU，将智能駕駛域、智能座艙域和網聯域三域融為一體，真正做到了低成本、小尺寸，高內建度。
虎鲸的優勢在于，相比于上一代硬體，自身的成本下降了驚人的88%，整車空間體積減少74%，核心元器件數量減少了61%，同時線束數量減小了33%。
最直覺的優點就是，車内空間變大了，後備箱可以再多放進去一個20寸的行李箱。同時，整車裝配時的人效比也提升了7倍。
一句話總結，就是成本降了、體積小了，性能還提升了。
性能提升了，下一步就該生産了。開放日現場上，COO孟醒公布了自動駕駛量産的最新進展。
目前，滴滴自動駕駛正在結合新能源整車企業的能力和資源，一同定義無人駕駛新能源汽車，并投入量産。
滴滴已經在Robotaxi的産品定義、車型平台選擇和座艙智駕系統開發等方面和其它企業展開了合作。
預計該項目的首款車型将在2025年接入滴滴的共享出行網絡，實作全天候、規模化的混合派單。
看來，滿大街無人駕駛汽車疾馳接客的「科幻」場景，離我們真的不遠了。
此外，技術開放日現場，滴滴自動駕駛首次宣布已将L4級自動駕駛乘用車解決方案拓展至幹線物流貨運領域，滴滴自動駕駛創新業務——滴滴自動駕駛貨運KargoBot正式亮相。
04 世界頂級L4自動駕駛
無論是産品化落地，還是整體進展表現出的速度，都是滴滴自動駕駛技術提供的底氣。
那麼，滴滴為什麼必須做自動駕駛呢？
首先，是對始終如一的初心——讓出行更美——的堅持。
其次，移動網際網路連結交通工具，造就了現今的出行行業，滴滴生于上一個十年并快速發展壯大。
而未來十年，自動駕駛技術的快速疊代與商業化普及将是出行行業的下一個革命性拐點，是以滴滴不得不踏踏實實認認真真去做自動駕駛。
不僅要做自動駕駛，而且還要做世界頂級規模化、商業化的L4自動駕駛！
滴滴出行CTO、滴滴自動駕駛CEO張博稱，實作L4自動駕駛技術大概還有3-4年的時間，滴滴也做好了充足的準備。
值得一提的是，L4級自動駕駛的全棧核心技術已經完全實作自主可控。
在過去6-7年的核心技術研發中，滴滴自動駕駛已經掌握了包括感覺、預測、決策、控制、大規模的仿真系統、大規模的機器學習平台等在内的L4級自動駕駛的全棧核心技術。
16年，滴滴自動駕駛開始發力進行研發，三年後，分拆成為獨立的部門，并在8月自動駕駛汽車首次亮相世界人工智能大會。
到了20年，RoboTaxi項目落地上海，首次面向公衆開放自動駕駛服務。
再到21年，新一代自動駕駛車輛硬體平台——「滴滴雙子星」釋出，在上海的道路測試中，做到了連續5小時不接管。
今年3月，滴滴自動駕駛在廣州花都正式「接單」。截止4月13日，滴滴在上海共有530公裡的道路裡24小時提供自動駕駛服務。
Robotaxi全流程營運中心包括訂單業務中心、安全監控中心、遠端支援中心以及自動運維中心四大子產品。
滴滴能夠做到24小時全天Robotaxi服務，最主要的一個因素是其已經做了很多年的網約車，深知服務體驗和安全的重要性。
再者，滴滴在技術加速疊代的同時，軟硬體雙管齊下，在自研硬體的基礎上，同樣打造最優的軟體系統。不僅可靠還是實作了規模化量産，進而降低了成本。
那麼，自動駕駛對網約車行業會有哪些影響呢？
此前很多聲音認為，如果自動駕駛網約車大量推廣，有人駕駛網約車市場勢必受到擠壓。甚至讓網約車行業未來面臨新一輪洗牌。
但在滴滴看來，自動駕駛網約車和有人駕駛網約車，是互補關系，而非替代關系。
在很長一段時間内，自動駕駛網約車隻會是有人駕駛網約車的補充。
并且，新的業态也必然會創造新的就業，就比如網約車與外賣出行的這十年，就吸納了大量靈活就業。
張博在開放日現場表示，目前最新版的滴滴出行APP已可在上海、廣州的指定區域内，實作混合派單。
未來，滴滴自動駕駛仍将持續發力，為使用者打造更好自動駕駛服務網絡，提供更優的出行體驗。