中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

百度旗下的蘿卜快跑無人駕駛出租車引發了熱議，其低價位、不拒載等優點讓乘客驚喜連連，但也遭到了司機們的強烈抵制。這一新技術的出現是否會導致司機大規模失業？又將對我們的生活產生怎樣的影響？本文將深入探討這些問題，帶你了解無人駕駛技術的發展現狀及其對未來交通的影響。

近日，百度旗下的蘿卜快跑無人駕駛出租車引發熱議。打車10公里只要4塊錢，而且不拒載，不繞道，空調隨便開，讓苦網約車司機久矣的乘客驚喜連連，但這自然也遭到了司機們的強烈抵制。

一時間，“無人駕駛網約車是否會導致司機大規模失業？”“1000萬網約車司機該何去何從？”的討論不斷涌現，悲觀和焦慮的情緒蔓延開來。

短期來看，蘿卜快跑的投放數量相較網約車司機的總體基數而言，簡直是九牛一毛，且受到自身諸多條件的限制，對網約車司機的影響有限。

長期來看，新技術從來都不只是純粹的技術，而是依賴于更廣泛的社會系統，對人的替代也是一個緩慢漸進的過程，在政府、社會、市場的協同作用下，還是會給人留下一些改變的空間。

01 速度慢

上周，我到北京亦莊體驗了一次“蘿卜快跑”。據悉，這是百度與亦莊區政府聯合打造的全球首個城市級“高級別自動駕駛示范區”，總共60平方公里，約占亦莊總面積的四分之一。

這就意味著，哪怕在亦莊，目前也并不是所有地方都能打到車。我選擇了一個運營范圍內的地鐵站，在工作日的下午兩點鐘，特意避開早晚高峰期，出了地鐵口就興沖沖下了單。

下單的過程并不順暢。我的出口是A口，無論如何也選不中，只能選B口，為此多走了三百米才到它指定的上車點。下車點也是指定的，距離終點也有一段距離。

一開始的頁面顯示我排在第13位，預計等待23分鐘。23分鐘后，顯示我排在第10位，需要再等待15分鐘。此刻我撥通了客服的電話，客服說5公里內所有車都在運營中，建議我選擇其他交通方式。15分鐘后，我排在第9位，需要再等待25分鐘。10分鐘后，一輛距離我6公里處的車接單了，但還要再等16分鐘才能開過來。

整趟行程只有2.8公里，開車只要7分鐘，騎自行車不到20分鐘，步行39分鐘。而在那個驕陽似火的下午，我卻花了一個多小時等車，十幾分鐘坐車，總共花了1小時20分鐘才到達。

等車慢這一點遭到很多人吐槽。在網友的體驗測評中，廣州有等了50分鐘的，成都有等1小時的，武漢有等1小時20分鐘的，甚至還有等了2個小時的。

上車后，主駕駛的位置坐了一位安全員，提示我后排系好安全帶。整趟行程不管起步還是剎車都很平穩，一旦識別到前方有人或車，速度就會迅速慢下來，降至10-30km/h。即便在限速70km/h的城市主干道，其最高時速也沒有超過60km/h。

速度慢也是許多乘客的共識。體驗者中有3.9公里用了20分鐘，9.9公里用了45分鐘的，還有的原本30分鐘的路程最終用了1個半小時。

蘿卜快跑的保守謹慎也可以理解，一旦出現交通事故，極有可能滿盤皆輸。先例是2018年，一輛在街道測試的Uber自動駕駛車在美國鳳凰城撞死了一名行人，該項目隨即終止。

總體看來，蘿卜快跑目前運力不足，難以滿足人們高漲的需求，不僅接單慢，而且遠距離派車、指定上下車位置等做法也拉長了打車時間。出于安全的考慮，其駕駛速度也比較慢，在主張效率的大城市，目前很難作為出行首選。

02 商業化進程慢

蘿卜快跑并不是最近才出現的產物，百度在此早已布局多年。

早在2013年，百度就開始研發自動駕駛技術，開始是為了解決大城市的擁堵問題以及人類司機危險駕駛問題，后來發展方向逐漸延伸到車路協同、智能交通以及數字城市運營。

在百度的設想中，無人駕駛技術有三種商業模式：一是為主機廠商提供自動駕駛技術解決方案；二是百度造車，端到端地整合百度自動駕駛方面的創新；三是共享無人車，也就是我們現在看到的“蘿卜快跑”。

第一種模式相當于汽車廠商把自己的靈魂換成了百度，很難有車企愿意干；第二種模式的難度可以從華為賣掉“問界”中可見一斑。只有第三種還比較可行。

車企的不買賬，使得百度前三代無人車都是后期改裝的，也就是將自動駕駛技術添加到已生產和銷售的現有車輛上。改裝意味著自動駕駛公司要承受巨大的整車成本。廣汽資本曾聯合滴滴、麥肯錫等做過一個調查，顯示配備安全員的改裝無人出租車整體成本高達107萬。

第四代無人車紅旗EV于2018年11月發布，這一代開始前裝量產，也就是在汽車制造的過程中，在生產線上就將自動駕駛技術集成到新車中，可以將自動駕駛系統和車輛各個部分深度整合。2021年極狐與百度聯合發布了第五代無人車，基于北汽極狐阿爾法T純電車型定制而成，被命名為Apollo Moon，成本降至48萬。

目前在武漢部署的Apollo RT6是今年5月份剛剛發布的百度第六代無人車，首批交付給蘿卜快跑1000臺，售價20.46萬元，支持全自動換電模式。這款車由百度自由研發，車廠代工生產，宣告了百度自動駕駛改裝車時代的終結。

直到2021年，也就是百度研發無人駕駛技術的第8年，第五代無人車發布后，蘿卜快跑才開始面向公眾提供自動駕駛出行服務，正式落地北京通州。

截至去年11月，蘿卜快跑僅有800多輛車。目前只在北上廣深等12個城市開放運營。截至今年4月，百度官方披露蘿卜快跑近3年累計服務單量超600萬次。

這個成績遠低于百度的預期。2021年李彥宏預測2025年自動駕駛技術會進入規模化商用階段。他認為如果單日服務訂單邁過5000萬，蘿卜快跑的成本將會低于普通快車的服務均價，有機會實現常態化盈利。以此作為對照的是，滴滴日均單量的歷史最好成績為3250萬單。

留給蘿卜快跑盈利的時間不多了。

然而，蘿卜快跑的商業化進程之所以快不了，是因為這不僅受其自身盈利能力和技術的限制，還跟政府支持及城市道路建設息息相關，也受到網約車市場現狀的制約。

摩根大通的研究認為，蘿卜快跑的盈利能力有三個關鍵變量：定價、車輛成本以及安全員比例。

蘿卜快跑目前為了吸引用戶，定價不足網約車的一半；整車成本為20萬元，5-8年強制報廢；有的配備安全員，有的遠程監控，1人監控3輛車。安全員每天兩班倒，工資為5000-7000元。外加換電或充電成本、運維成本，收入遠不能覆蓋支出。

而在技術方面，李彥宏在2021年出版的《智能交通》一書中誠實地指出蘿卜快跑面臨的諸多挑戰。這就不得不先提目前無人駕駛的兩種解決方案，一種是以特斯拉為代表的單車智能，一種是以百度為代表的車路協同。

單車智能就是讓車像人一樣去駕駛，主要依靠車輛自身的視覺、毫米波雷達、激光雷達等傳感器識別交通標識，分辨路上物體，進行自主決策。

而車路協同則需要將路端升級到與車端智能化同等的水平，通過車聯網將人、車、路、云這些要素有機聯系在一起，根據路上相關的紅綠燈、攝像頭數據實時調整駕駛方案，相當于給車安了一個“天眼”。

這首先需要建設建設高等級智能化道路，使得道路的感知定位、車路信息交互等方面的能力滿足自動駕駛的需求。

而且整套系統要足夠安全，以適用各種復雜場景，如地域（北京市、上海市等超大城市）、工況（高速、城市、鄉村、停車場等重點區域）、環境（晴天、雨天、雪天、霧霾等天氣）和范圍（典型場景、邊角場景、事故場景等多種類型）等。

此外，車路協同系統之間的數據交互數據量更大、頻率更高，需要更高性能的車路通信技術提供支持和保障，對時延、傳輸可靠性和價格等方面都提出了很高的要求。況且很重要的是，還需要相關標準和法律法規的保障。

其實，百度的宏愿并不是成為一家出行服務公司，而是城市智能交通運營商，連接G端的政府、B端的合作伙伴、C端的海量用戶、D端的開發者，打造智能交通繁榮生態，創造巨大的經濟效益。

因此，百度的車路協同解決方案是一個系統工程，包括“聰明的車、智慧的路、實時的云、可靠的網和精確的圖”五大體系，并且需要跟當地政府深度合作，難以快速鋪陳開來。

放眼全球，無人駕駛技術商業化經歷了漫長的暗夜。在2014-2018年間，無人駕駛技術井噴式發展，Cruise、Argo 等創業公司密集出現，通用、大眾、福特等車企，Uber、Lyft、滴滴等網約車公司爭相研發。

2021年以后，Uber、Lyft 賣掉無人車業務，大眾、福特放棄投入數十億美元投資的 Argo AI，任其倒閉。

蘿卜快跑發展提速，被業內人士視為無人駕駛商業化落地曙光初現。但光明似乎沒有那么快會到來，主要原因在于網約車已經不再是門好生意了。

網約車市場經過10余年激烈競爭，由增量市場進入存量市場，司機和平臺增速超過用戶增速，運力接近飽和，日均訂單量和收入銳減。

網約車公司多采取低價補貼的方式爭搶用戶，作為行業龍頭的滴滴，直到2023年才首次扭虧為盈，此前連虧11年。

而且受經濟大環境影響，網約車用戶規模增長已經跟不上司機數量和網約車公司的增速。拿三年的數據對比，2020年12月底，各地共發放網約車駕駛員證289.1萬本。到了2023年12月底，這一數字已經上升到657.2萬本。也就是說，短短三年多，網約車駕駛員證的數量增加了約127.3%。

網約車平臺公司的數量也在增長。2020年12月底，全國共有214家網約車平臺取得經營許可。截至2023年12月底，這個數字上漲到337家，增長了57.5%。

再來看看用戶規模，截至2020年12月，我國網約車用戶規模為3.65億。而過了三年，我國網約車用戶規模為5.28億人，3年增長約44.6%。

自2023年以來，三亞、上海、重慶、珠海、濟南、遂寧等城市發文稱網約車數量已經飽和，車輛運力已遠超實際需求，并決定暫停受理網約車經營許可及運輸證核發業務。

行業內卷帶來的直接后果是日均訂單量和營收雙雙下降。以廣州為例，根據廣州市交通運輸局發布的數據，從2023年9月至2024年5月，網約車日均訂單量從14.21單下降至12.22單，日均營收也從343.34元降至311.63元，哪怕整月無休也難過萬，再刨去充電、車輛折損、吃喝等成本，凈收入只有六七千。

在這種僧多肉少的情況下，無論是人類司機還是無人車，都挺難賺錢的。

03 取代司機慢

目前輿論爭論的焦點在于無人駕駛是否會導致司機大規模失業，其實很難。網約車司機與蘿卜快跑看似對峙激烈，其實主因在于行業紅利漸盡，而非被技術搶了飯碗。

蘿卜快跑的規模相較網約車司機簡直是九牛一毛。

武漢是蘿卜快跑投入數量最多且運營范圍最廣的區域，武漢市上路“無人車”數量共有600臺，其中開通了載人收費業務的僅有444臺。但相較于武漢市日均運營 2.94 萬輛網約車的體量，蘿卜快跑投放比例只有1.5%。

我們看到的網約車司機強烈抵制乃至失業，更多是因為這行越來越辛苦，收入卻越來越少，還有各種職業病，只能去謀求其他生路。

正如工業革命時期，紡織工大量失業，但很難判斷這在多大程度上是由機械化造成的。事實上，紡織工的失業率長年居高不下，與經濟衰退保持著同步，這表明失業在一定程度上是周期性的而非技術性的。

蘿卜快跑的發展速度不僅受到其商業化落地速度的限制，也跟人們對無人駕駛技術的接受和信任程度有關。真正能讓人撒手把生命交給冰冷的系統，是一條漫長的信任構建之路。畢竟真人司機跟乘客共沉淪，自然不敢亂來，無人駕駛一旦失控，報廢的是車，失去的是命。

此外，出租車作為服務行業，以后比拼的焦點將不再是越來越低廉的價格，而是越來越精細的服務。無人駕駛出租車即便能替代掉一些車內臟亂差、開車暴躁亂加塞的司機，但也始終無法替代那些服務熱情、上下車幫忙搬行李、聊天提供很多情緒價值的司機。

從歷史經驗來看，技術的替代是漸進的，而非激進的。馬車被汽車替代在我們現在看來是一蹴而就的，其實經歷了100多年的時間。早在18世紀中期，法國人就發明了第一輛蒸汽汽車，19世紀20年代倫敦街頭就出現了第一輛公共蒸汽汽車。

對于維多利亞時代倫敦城里的市民們來說，這些汽車既不美觀，也不優雅，噪音轟隆作響，還有前后冒出的黑煙。他們視汽車會洪水猛獸，更加青睞馬車。

當時倫敦街頭有超過30萬匹馬，靠馬生存的馬車夫、馬廄管理員、馬商、公共馬車司機等行業的人數高達數十萬人，達到了倫敦總人口的5%。馬車導致了嚴重的交通擁堵，馬糞也使得環境衛生堪憂，直到19世紀末人們才開始接受汽車。

技術發展縱然導致一些職業消失了，但卻創造了更多工作崗位，工作環境也大為改善。而且對勞動力的素質要求更高，工資待遇也更好。

汽車帶來了一個新的產業，從采礦、鋼鐵、橡膠、塑料，到司機、修理工、裝卸工，一個長長的產業鏈從無到有地產生了，安排的就業是馬車時代的數萬倍。

但是我們對此也要謹慎樂觀，畢竟人工智能時代創造的新工作需要更高水平的專業知識，讓失業者接受再培訓之后去做這些工作，可能還不如直接創造完全屬于人類的全新工作。

在過去的自動化浪潮中，勞動者通?？梢詮哪硞€低技能的工作輕松轉到另一個低技能的工作。比如因農業機械化而失業的農場工人可以在生產拖拉機的工廠里找到新工作；工人失業后，可以去超市當收銀員。這種職業轉變在過去是可行的，因為從農場到工廠、從工廠到超市，都只需要稍加培訓即可。

但收銀員或紡織工人的工作全部由機器人接手之后，他們幾乎不可能變身為醫學研究人員、無人機駕駛員或“人類+人工智能”的銀行團隊中的一員。他們缺少必備的技能。

而且人工智能擁有獨特的非人類能力。自動駕駛對司機的取代并不只是一輛無人車取代一位司機，而是需要一套集成網絡取代一群司機。

舉例來說，交通規則時有調整，但許多司機并不熟悉，于是常常違規。此外，每輛車都是獨立運作的實體，所以當兩輛車到達同一個十字路口時，司機可能會誤讀彼此的意圖，于是發生事故。

自動駕駛汽車是連接成一個整體的，兩輛自動駕駛汽車來到十字路口時并非獨立運作，而是屬于同一套算法的一部分。這樣一來，因溝通不暢而發生事故的機會也就大幅減少。此外，如果交通部門決定調整某些交通規則，所有的自動駕駛汽車都能輕松地在同一時間更新程序；除非程序出錯，否則大家都會遵守新的規則。

因此，未來雖然會出現許多新的人類工作，新的“無用階層”仍在日益龐大。一方面許多人找不到工作，另一方面許多雇主找不到有技能的雇員。

這有點像汽車取代馬車時，許多馬車夫轉行當出租車司機。而我們究竟是馬車夫，還是被淘汰的馬，取決于自身的主觀能動性。

04 結語

前段時間，蘿卜快跑在武漢街頭撞到一位行人，起因是車輛在綠燈起步之際，行人闖紅燈。

一時間，蘿卜快跑的車停在路中間，被撞倒的行人躺在車前，交警站在一旁也沒什么辦法，不能開罰單，也不能把它挪開，所有的車都被堵在那里。

面對這個無意識的自動化出行工具，大家都顯得不知所措。

這就像一個隱喻：技術變革是系統性的，目前整個社會都還沒有做好準備。如果現有的社會和政治模式無法承接大規模的技術變革，技術替代就會放緩。