在“滴滴=网约车”的出行领域，出行网络和数据量级是滴滴自动驾驶的优势。但就自动驾驶技术本身来看，滴滴仍然需要展示更多的肌肉。
作者|斗斗
出品|产业家
滴滴自动驾驶有了新动作。
一款“人性化”的概念车、两个加速实现量产L4+级车辆的自研硬件、一套全栈式的自动化运维体系。
从成果来看，后两者是滴滴自动驾驶过去两年主要的工作成果，但也侧面反映滴滴自动驾驶打法的变化。
前装量产意味着滴滴自动驾驶，开启量产自动驾驶汽车的“副本”。而自动化运维，是服务、产品边界扩大的表现，其自动驾驶的版图正在逐渐扩张。
作为曾被市场较为看好的自动驾驶“商业化基因携带者”，滴滴当下的发声，会搅动自动驾驶赛道目前看似平静的湖面吗？一些问题需要找到答案。
1、滴滴自动驾驶技术处于什么水平？
2、为何锚定自动驾驶，并在这个时间点发声？
3、滴滴能否改变当下自动驾驶赛道的竞争格局？
一 、不“单纯”的业务汇报
“今天我们只聊滴滴Robotaxi产品化的真实进展。”在滴滴自动驾驶COO孟醒的表述中，这次滴滴自动驾驶的发声，更像是一个业务汇报。
概念车「DiDi Neuron」的发布作为开场，先是吸引了一波眼球。
概念车重在“概念”，是厂商脑洞爆发的产物。「DiDi Neuron」亦是如此，但滴滴自动驾驶的脑洞，似乎更看重安全以及人性化服务。这种特性其实更容易让滴滴的技术、产品被看到。
产品层面，滴滴与北醒合作研发了2K图像级高精度激光雷达，被其称为北耀beta版。从参数来看，300万像素点频，512线能力，横向视场角将近120度，纵向视场角将近26度，较为出众。除此之外，发布了计算平台Orca虎鲸。资料显示其亮点在于三域融合，即智驾域、座舱域和网联域，全部放在一个BOX中。
滴滴公开数据显示，这一计算平台相比上一代成本可节约88%，整车空间体积可降低74%。这意味着，此平台将降低生产制造时间，提高生产效率，加速L4级自动驾驶汽车的走向量产。
但具体应用中，究竟能发挥多大的作用，还需时间证明。
技术层面，针对老生常谈的商业化问题，“滴滴自动驾驶已经掌握了感知、预测、决策、控制、仿真系统和机器学习平台等L4级自动驾驶的全栈核心技术。”滴滴出行CTO兼自动驾驶CEO张博直言这在整个自动驾驶赛道都是领先的水平。
具体分析张博口中“领先的技术”，其实是让系统尽量挖掘所有遇到的场景数据，并单独提取所有已经出现过的类似场景的模块，以实现更精确地处理这些场景。
而对于一些随机且无法被识别、归类的物体，滴滴引入特斯拉提过的占据空间网络（Occupation network）。这项技术下使得系统即使无法识别物体，也可以准确判断和预测它们的行为轨迹。
张博将滴滴这一系列能力，称为“城市泛化引擎”。这也是过去两年滴滴不断增强的能力。
其次，在过去一年，滴滴在有限范围内把Robotaxi的泊入能力提升了96%。事实上，L4级自动驾驶想要真正实现商业化，就要无限接近网约车的模式。 目前滴滴网约车站点的密度大约是每 10 米一个站点，而自动驾驶车站点为每 1.5 公里一个站点，相差 150 倍。
其中，自行车、摩托车和锥桶等障碍物占据停车位是造成自动驾驶汽车停车难的主要原因。泊车技术的提升将有效改变这一问题。但是具体的体验效果如何，还需进一步验证。
服务层面，为了让自动驾驶运营过程中，尽量减少人力参与。滴滴打造了一套全栈式自动化运维中心，被其成为「慧桔港」，能自动化满足车辆在运营过程中的需求，确保车辆能够24小时连轴转，比如自动出车、接单、回港。冲洗、充电、检测、停放等。据滴滴公布的数据，其全流程自动化率已达90%。
可以说孟醒先是规划了滴滴在未来出行的更多可能性。而张博则是把滴滴过去一段时间内，基于这种可能性所作出的成绩亮了出来，即城市泛化引擎、泊入能力提升了96%、全流程自动化率已达90%，这三项能力同时回答了三个问题：能否扩大运营区域、能否增加战点、能否24小时运营。
至此，滴滴成绩单的底层逻辑逐渐清晰，“国产化、前装量产、低成本和高安全性。这些标准也是滴滴选下一代车的核心考量。”
显然，这不是一个“单纯”的业务汇报，这背后，有滴滴发展瓶颈的倒推，也暗藏着滴滴更大的野心。
