芯耀
1617
作者 |王凌方，编辑 | 章涟漪
当全球最大的出行平台按下自动驾驶的快进键，整个出行行业的变革或许不远了。
2025年10月17日，在世界智能网联汽车大会人工智能论坛上，滴滴自动驾驶CEO张博向外界展示了公司的几项关键进展：全无人驾驶网约车已进入示范应用阶段；与广汽埃安合作打造的L4级Robotaxi车型，在今年年底就会开始正式的量产；滴滴自动驾驶规划的第二个"五年计划"将提前实现。
目前，滴滴自动驾驶正处于第二个"五年计划"(2022-2026)的关键阶段。该计划的核心目标是在中国市场完成从技术到商业模式的双重验证：在技术上，于2026年底前在若干区域推出体验接近有人驾驶的Robotaxi服务；在商业上，实现覆盖车辆硬件、运维、保险等成本的商业化目标。
张博还提到了滴滴在自动驾驶方面的宣传低调的原因。“我们认为还需要进一步专注的去打磨技术，打磨产品，把它打磨得更好了以后，再推出到用户那里。”
01、两大关键认知：锚定自动驾驶落地的时间与路径
早在2015年，张博便耗时一年走访全球，访谈L4级自动驾驶领域顶尖科学家与工程师，形成的两大核心认知，至今仍指导着滴滴的实践方向。
其一，是对落地时间的判断：自动驾驶进入人类生活需10年左右，即从2016年启动研发至2026年，2026年将成为“自动驾驶元年”。滴滴的进展也符合这一判断。
张博透露，测试数据显示，滴滴自动驾驶车在早晚高峰、雨天等复杂场景中表现稳定，甚至能在夜间识别出躺在路边的醉酒行人，技术成熟度已逐步满足实际出行需求。
其二，是对落地路径的选择：最优路径是融入滴滴现有出行网络，构建“人类司机与机器人的混合网络”。
张博解释，这一选择源于双重现实限制：政策层面，自动驾驶测试采取“区域化开放”模式，例如北京目前仅亦庄允许移除人类司机开展测试与载人示范，跨区域无人驾驶服务暂不具备政策条件；技术层面，尽管AI大模型推动自动驾驶技术快速进步，但当前技术仍无法在“任意A点到B点”“任意恶劣天气条件”下，均达到超越人类的安全水平。
基于此，滴滴设计了“混合派单模式”：当用户在平台输入起点与终点后，系统会实时判断两项核心条件——订单是否在政策允许的无人驾驶区域内、技术上能否应对路线中的复杂场景。若双条件均满足，便会向用户推荐“无人驾驶汽车”选项。
这种渐进式落地方式，既规避了政策与技术风险，也能通过真实订单持续积累数据，为后续规模化推广夯实基础。
02、九年磨一剑：滴滴的自动驾驶长征
根据张博回忆，2016年，滴滴启动自动驾驶项目时，主要想解决两个问题，一个是安全，二是出行体验的进一步提升。
“全球每年135万人死于交通事故，其中90%是因为人类司机的醉酒、疲劳、分心。"安全，成为滴滴切入自动驾驶最原始的驱动力。
除此之外，滴滴自动驾驶的另一初心是重新定义出行体验。
"当人不再需要关注驾驶，车就变成了'移动的房间'。"张博描述了一个引人入胜的未来图景，"你的会议室、休息厅、游戏室，将在车轮上无缝衔接。"
基于这样的愿景，滴滴制定了一个清晰的"三个五年计划"：
第一个五年（2016-2021）是技术筑基期。张博透露，在这个阶段，滴滴完成了L4自动驾驶全栈核心技术的研发，掌握了所有核心技术。
第二个五年（2022-2026）是商业化验证期。"包括技术验证和商业模式验证。"张博表示，"我们希望在2026年底前，在若干区域推出体验接近有人驾驶的Robotaxi服务，并且实现收入覆盖成本。"
值得注意的是，张博在现场透露："从目前进展看，这个目标有可能会提前实现。"
第三个五年将是规模化和全球化期。基于滴滴已经在全球14个国家布局的网络，寻找最适合L4自动驾驶商业化的政策土壤和技术土壤。
"2026年，将是自动驾驶走进人们生活的元年。"张博的这个判断，建立在近十年技术积累的基础上。
03、“AI+硬件+场景”铁三角：支撑落地的核心能力
张博在分享中强调，滴滴自动驾驶的核心能力围绕“AI、硬件、场景”三大维度构建，三者协同作用。既是技术成熟的关键，也是支撑当前示范应用与后续商业化落地的底气所在。
AI：大模型驱动安全指标持续提升。
过去两年，AI大模型技术为自动驾驶带来显著推动。滴滴将大模型深度应用于“AI司机”的决策与感知系统，核心安全指标每年进步一个数量级以上，且目前未出现增速放缓迹象。
例如，在早晚高峰的交叉路口，AI能通过对海量历史数据的学习，更精准地预测其他车辆、行人的行为，提前1-2秒规避潜在风险；在雨天、雾天等恶劣天气下，AI可快速调整跟车距离、刹车时机，保障行驶稳定性——这些能力已在广州、北京的全无人测试与示范应用中得到充分验证，成为“安全出行”的重要技术保障。
硬件：以安全冗余为核心，量产车型年底落地。
2023年，滴滴与广汽建立战略合作伙伴关系，广汽向滴滴自动驾驶投资1.5亿美元，双方成立合资公司，共同研发L4级前装量产自动驾驶汽车。这款计划于2025年底量产的车型，核心优势集中在“安全冗余”与“感知能力”，每一项设计都围绕“安全”展开。
安全冗余设计。搭载广汽埃安最新一代全球化安全冗余平台，配备弹匣电池，创造4.5米同级最长U型安全气帘。更关键的是，自动转向、电源、通讯、制动、驻车、定位、计算、感知等关键系统均采用“双套冗余”——即一套设备故障时，另一套可立即接管，从硬件层面避免系统失效风险。
多传感器配置。全车配备33个传感器，包括10颗激光雷达（6个近距补盲、4个长距）、4个4D毫米波雷达、1个Fallback前毫米波雷达、2个Fallback角毫米波雷达，以及多个高清摄像头与1个红外相机。
其中，红外相机的作用尤为关键。在亦庄的一次夜间路测中，路灯昏暗导致摄像头无法识别躺在路边的醉酒行人，激光雷达也仅捕捉到少量点云（与周边树枝难以区分），而红外相机在100米外就精准识别出目标，测试车提前减速避险，成功应对“1000万公里才出现一次”的极端风险场景。
三层安全防护。除了硬件冗余，系统还设置了三层安全防护：算法层面，独立模块分配专属算力，实时监测碰撞风险并触发刹车；软件层面，主系统故障时，备份系统可控制车辆安全靠边停车；硬件层面，传感器或计算单元失效时，独立设备能执行道内停车，形成“算法-软件-硬件”的多重安全保障。
场景：依托出行网络实现技术与需求融合。
滴滴当前日均近5000万的订单量（国内3710万+海外1196万），覆盖400个中国城市及14个海外国家，形成了全球规模较大、场景最多样的出行数据库。
这些真实场景数据，是自动驾驶技术迭代的“核心燃料”——无论是北京早晚高峰的拥堵路况、广州雨季的积水路面，还是海外城市的特殊交通规则（如部分国家的右舵行驶），都能通过数据反馈优化AI模型与硬件性能，让自动驾驶技术更贴合实际出行需求。
同时，自动驾驶服务已逐步融入滴滴现有出行网络，混合派单模式的长期运营，不仅验证了“人类司机与机器人协同”的可行性，也让用户在熟悉的出行平台中逐步接受“无人驾驶”这一新模式，为示范应用范围的扩大与未来商业化推广降低了用户认知门槛。
04、低调背后的行业考量
张博表示，“负责任的科技创新”是滴滴自动驾驶的核心价值观，这一理念不仅体现在“安全优先”的技术选择上，也体现在对行业生态的考量中，这也是其始终保持低调的深层原因。
一方面，对“生命安全”的敬畏贯穿始终。
正如张博所说：“我们运送的是人的生命，我们始终把安全作为最优先不能妥协的优先项。”因此，滴滴坚持“安全指标显著高于人类司机后，再推出全无人服务”，宁愿多花时间打磨技术，也不愿为了“速度”牺牲安全。
过去9年，团队很少高调宣传技术进展，而是将精力集中在路测、数据积累、技术优化上，核心目标就是“让自己和家人都可以很放心的每天使用”——只有达到这个标准，才会将服务正式推向普通用户，这种“以用户安全为核心”的逻辑，是滴滴自动驾驶的底色。
另一方面，以稳健节奏保障行业稳定。张博在分享中提到，新技术推进需要兼顾新旧业态的平衡，避免对现有出行生态造成冲击。
因此，滴滴选择“混合派单模式”，在保留人类司机订单的基础上，逐步扩大自动驾驶服务范围；未来，随着技术成熟，还计划围绕自动驾驶运维、远程监控、车辆管理等环节培育新职业，为行业创造新的就业空间，实现“技术进步与行业稳定”的协同发展，而非简单的“替代”。
