自动驾驶行业发展历程全景报告(2004—2025)
概述
自动驾驶技术从实验室走向城市街道的历程，是21世纪人工智能领域最具代表性的产业化实践之一。从2004年DARPA Grand Challenge中无一车辆完成比赛的惨淡开局，到2025年Waymo每周完成45万单无人驾驶出行服务，这一行业经历了超过二十年的技术迭代、资本博弈和监管磨合。本报告系统梳理自动驾驶行业的发展脉络，涵盖技术路线的四次范式转移（规则时代→深度学习→BEV+Transformer→端到端）、行业关键里程碑事件、核心企业的兴衰轨迹与竞争格局，以及技术路线之争（LiDAR vs 纯视觉、高精地图 vs 重感知）的演变过程。报告不包含未来展望，仅对历史事实进行客观总结。第一章起源：DARPA竞赛与学术火种（2004—2014）
1.1 DARPA Grand Challenge：从惨败到突破
自动驾驶技术的产业化故事始于美国国防高级研究计划局（DARPA）组织的一系列竞赛。2004年首届DARPA Grand Challenge在莫哈维沙漠举行，赛道全长212公里，参赛车辆需要在完全无人干预的情况下穿越崎岖的沙漠地形。这场比赛的结果是戏剧性的——没有一辆参赛车辆完成比赛。有的车辆在出发后几米内就偏离方向撞上了障碍物，有的甚至在停车场就迷失了方向。正如IEEE Spectrum当时的报道所言，那是”自《疯狂的麦克斯2》拍摄以来最奇特的车辆集合”。然而，DARPA的这次”惨败”恰恰成为了整个行业最有价值的催化剂。仅仅18个月后的2005年DARPA Grand Challenge，局面发生了根本性转变。斯坦福大学Sebastian Thrun团队改装的大众途锐”Stanley”以6小时54分钟的成绩率先冲过终点线，卡内基梅隆大学的Sandstorm和Highlander分获二、三名，此外还有两辆车也完成了比赛。这一转变的关键在于多个技术要素的成熟汇聚：激光雷达（LiDAR）传感器开始商用化、GPS定位精度提升、以及基于机器学习的环境感知算法取得突破。Stanley的核心技术方案——使用激光扫描近处地形、摄像头扫描远方地平线、通过软件融合两种输入来实时适应路况变化——为后来的自动驾驶系统奠定了基本范式。2007年的DARPA Urban Challenge将竞赛难度提升到了新的高度。参赛车辆需要在模拟城市环境中完成包括遵守交通信号、避让其他车辆、执行U型转弯等复杂任务。卡内基梅隆大学的”Boss”最终获胜，斯坦福大学（由Thrun的前学生领导）和Virginia Tech分获二、三名。Urban Challenge证明，自动驾驶系统不仅能处理简单的越野环境，还能在结构化道路环境中执行复杂的交互行为。这场竞赛催生了后来被称为”模块化管线”（Modular Pipeline）的技术架构，即将自动驾驶分解为感知（Perception）→预测（Prediction）→规划（Planning）→控制（Control）四个独立模块，每个模块由专门的算法负责。1.2 Google自动驾驶项目的诞生（2009—2015）
DARPA竞赛的直接产物之一，是Sebastian Thrun被Google招揽，并于2009年1月正式启动了Google Self-Driving Car Project（内部代号”Project Chauffeur”）。这个项目的初始目标极具野心：让改装的丰田普锐斯车队完成10次不间断的100英里路线而无需人类干预。项目早期就确立了多传感器融合的技术路线，车辆顶部安装旋转式LiDAR，配合摄像头、雷达和高精度GPS定位系统。Google在自动驾驶领域的投入规模在当时是空前的。根据公开信息，Google在2009年至2015年间为该项目投入了11亿美元。到2012年底，Google的自动驾驶原型车已在加州公共道路上累计行驶了30万英里且未发生任何由自动驾驶系统导致的事故。一个标志性的里程碑发生在2015年10月：在德克萨斯州奥斯汀，一位63岁的 legally blind 乘客Steve Mahan乘坐了一辆完全没有方向盘和踏板的Google自动驾驶原型车（代号为”Firefly”），完成了世界上首次由盲人乘坐的全自动驾驶公共道路行程。2016年12月，Google将自动驾驶项目从Google X实验室中独立出来，更名为Waymo（寓意”a new way forward in mobility”），成为Alphabet旗下的全资子公司。这一分拆标志着自动驾驶技术从纯粹的研究阶段正式进入商业化准备阶段。Waymo首任CEO John Krafcik在当时表示：“我们准备好了，我们想要告诉全世界。”然而，从”准备好展示”到”准备好规模化商业运营”之间，仍然有漫长的距离要走。1.3 早期技术路线：规则引擎与模块化架构
这一时期自动驾驶系统的技术特征可以概括为”规则驱动”（Rule-based）。工程师需要为每一种可能的驾驶场景编写明确的规则：如果检测到红灯则停车、如果前方有行人则减速、如果需要变道则先打转向灯再检查盲区。Waymo的自动驾驶系统在2015年左右拥有约10万行C++代码来实现这些规则。这种架构的优点是可解释性强——当系统做出错误决策时，工程师可以追溯到底是哪条规则出了问题。但其缺点也同样明显：城市交通中存在的”长尾场景”（Corner Cases）数量几乎是无限的，工程师不可能预见并编码所有可能性。此外，模块化架构中的信息瓶颈问题也十分突出：感知模块输出的是对环境的”理解”，但这种理解在传递给规划模块时会有信息损失，导致系统在面对复杂场景时表现不佳。这些问题为后来深度学习范式的兴起埋下了伏笔。第二章技术路线第一次转移：深度学习革命（2015—2020）
2.1 Tesla Autopilot：消费级自动驾驶的开山之作
2015年10月，Tesla正式向Model S车主推送Autopilot系统，这是全球首个面向消费级市场的大规模商用自动驾驶辅助系统。与Waymo的研发路线不同，Tesla从一开始就选择了以摄像头为主的感知方案，仅在早期版本（Autopilot 1.0，简称AP1）中使用了Mobileye的EyeQ3芯片。AP1能够实现自适应巡航控制（ACC）和车道保持辅助（LKA），按照SAE分级属于L2级部分自动化。Tesla在自动驾驶领域的独特之处在于其“影子模式”（Shadow Mode）数据收集策略。每一辆行驶在道路上的Tesla车辆都在后台持续运行自动驾驶算法，将算法预测的结果与驾驶员的实际操作进行对比，只有当两者出现差异时才将数据上传至云端。这种策略使得Tesla能够在短时间内积累海量的真实驾驶数据。到2020年，Tesla车队累计行驶的里程已超过30亿英里，远超Waymo等依赖测试车队的公司。2016年5月，Tesla与Mobileye宣布分手。导火索是一起 fatal 事故：一辆开启Autopilot的Model S在佛罗里达州与一辆横向穿越公路的卡车相撞，导致驾驶员Joshua Brown死亡。Tesla声称事故原因是Mobileye的图像识别系统未能将白色的卡车拖车与明亮的天空区分开来。此后，Tela开始自研自动驾驶硬件。2016年底发布的HW2（Hardware 2）平台首次搭载了Tesla自研的传感器套件和计算单元，由NVIDIA的Drive PX 2芯片提供算力。2.2 Mobileye与Intel的联姻
Mobileye成立于1999年，是全球ADAS（高级驾驶辅助系统）领域的先驱。其核心产品EyeQ系列芯片在2017年之前占据了全球ADAS市场约80%的份额。2017年3月，Intel以153亿美元的价格收购Mobileye，这是当时以色列科技公司最大的一笔收购案。收购完成后，Mobileye成为Intel旗下的独立子公司，由创始人Amnon Shashua继续领导。Mobileye的技术路线具有鲜明的特点：基于纯计算机视觉的方案，通过单目或双目摄像头实现车道检测、车辆识别、行人检测等功能。其EyeQ芯片采用ASIC（专用集成电路）架构，在功耗和成本方面具有显著优势。到2021年，Mobileye的EyeQ芯片累计出货量突破1亿颗，服务对象包括宝马、福特、日产等全球13家最大的汽车制造商中的11家。然而，Mobileye与Tesla的合作破裂也反映了两家公司在技术哲学上的根本分歧。Mobileye主张渐进式、经过严格验证的功能迭代，而Tesla则更倾向于通过OTA（空中升级）快速推送新功能，让用户成为事实上的测试者。这一分歧至今仍是自动驾驶行业争论的核心议题之一。2.3 百度Apollo：中国自动驾驶的旗帜
2013年，百度启动了自动驾驶技术研发项目。2017年4月，百度在上海车展期间正式发布了Apollo（阿波罗）开源自动驾驶平台，这是中国企业在全球自动驾驶领域最具影响力的技术产品。Apollo平台选择了与Waymo相似的LiDAR+摄像头+高精地图的多传感器融合路线，同时提供从L2到L4的全栈解决方案。Apollo的独特之处在于其开放平台策略。百度将Apollo定位为”自动驾驶领域的Android”，向所有合作伙伴免费提供基础软件框架，希望通过生态建设来建立行业标准。2017年11月，Apollo被中国国家科技部指定为首批国家新一代人工智能开放创新平台之一，成为自动驾驶领域的”国家队”。截至2025年，Apollo平台已在全球拥有超过210家合作伙伴，累计自动驾驶测试里程超过1.7亿公里。百度Apollo的Robotaxi服务品牌”萝卜快跑”（Apollo Go）于2020年开始运营。到2025年，萝卜快跑已在武汉实现城市全域、全时空场景覆盖，成为中国规模最大的无人驾驶出行服务提供商。2.4 深度学习引入：从手工特征到神经网络
这一时期自动驾驶技术的核心转变是深度学习的全面引入。在2015年之前，自动驾驶的感知模块主要依赖手工设计的特征提取算法（如HOG、SIFT等）来识别道路、车辆和行人。而从2015年开始，基于卷积神经网络（CNN）的目标检测算法（如R-CNN、YOLO、SSD等）开始被广泛应用于自动驾驶感知系统中。深度学习带来的性能提升是惊人的。以行人检测为例，传统算法在复杂光照和遮挡条件下的准确率通常低于80%，而基于深度学习的算法可以将准确率提升至95%以上。更重要的是，深度学习模型能够通过数据驱动的方式自动学习特征表示，无需人工设计特征，这大大加速了感知系统的开发迭代。然而，这一时期的深度学习应用仍然局限于感知模块。规划与控制模块仍然依赖传统的规则引擎和优化算法，模块化架构的信息瓶颈问题并未得到根本解决。真正改变这一局面的，是2021年之后BEV+Transformer范式的出现。第三章技术路线第二次转移：BEV+Transformer范式（2021—2023）
3.1 Tesla AI Day 2021：BEV网络的诞生
2021年8月的Tesla AI Day是自动驾驶技术发展史上的一个分水岭。在这一天，Tesla AI总监Andrej Karpathy（后来成为OpenAI创始成员之一）首次公开详细介绍了Tesla的BEV（Bird’s Eye View，鸟瞰图）网络技术。BEV网络的核心创新在于：将多个摄像头捕捉的2D图像通过神经网络实时转换为3D鸟瞰图表示。具体来说，BEV网络使用一种称为”Lift-Splat-Shoot”的技术，将每个像素的特征”提升”（Lift）到3D空间，然后在BEV平面上”铺展”（Splat），最终形成一个统一的鸟瞰图特征表示。这种表示方式使得后续的规划模块能够直接在3D空间中操作，避免了传统方案中从2D图像到3D世界理解的信息损失。BEV网络的重要意义在于，它从根本上解决了纯视觉方案中深度估计不准的问题。在此之前，单目摄像头估算深度的误差通常在5-10%甚至更高，而BEV网络通过多视角几何和深度学习的结合，将深度估计的精度提升到了接近LiDAR的水平。这一技术突破使得Tesla有底气在2021年宣布彻底放弃毫米波雷达，转向”Tesla Vision”纯视觉方案。3.2 Transformer引入时序建模
Tesla在BEV网络的基础上进一步引入了Transformer架构来处理时序信息。传统的感知系统通常只处理单帧图像，而人类驾驶是建立在对连续时间的理解之上的。Tesla的解决方案是将历史帧的BEV特征通过空间-时间注意力机制（Spatial-Temporal Attention）进行融合，使得系统能够跟踪运动物体的轨迹，预测其未来位置。这一技术的效果是显著的。在Tesla的演示中，配备BEV+Transformer的FSD系统能够在遮挡情况下（如前方大型车辆遮挡了路口的红绿灯）推断出信号灯的状态，因为系统记住了之前帧中信号灯的位置和状态。这种“记忆”能力是规则驱动系统无法实现的。2022年的Tesla AI Day上，Tesla进一步发布了Occupancy Network（占用网络）。Occupancy Network将3D空间划分为体素（Voxel），预测每个体素被占用的概率。与传统的3D目标检测不同，Occupancy Network不需要预先定义物体类别，能够检测到任何形状的障碍物——无论是常规的车辆、行人，还是非常规的施工设备、异形物体。这一技术进一步提升了纯视觉方案在复杂场景下的鲁棒性。3.3 中国企业的快速跟进
Tesla的BEV+Transformer技术路线迅速被中国企业跟进。2023年4月的上海车展成为这一技术路线在中国普及的标志性事件：- 华为发布了ADS 2.0高阶智能驾驶系统，宣布从”高精地图依赖”转向”重感知、轻地图”的技术路线。ADS 2.0采用BEV网络+GOD（General Obstacle Detection，通用障碍物检测）网络，实现了不依赖高精地图的城市NOA（Navigate on Autopilot）功能。
- 小鹏汽车宣布XNGP系统采用”以视觉为主、雷达为辅”的感知方案，同样基于BEV架构。
- 理想汽车发布了AD Max 3.0，采用静态BEV网络、动态BEV网络和Occupancy网络的三网融合架构。
- 百度Apollo发布了Apollo City Driving Max，称其使用”纯视觉感知就能在城市道路上带给用户连贯体验”，同时保留了LiDAR作为感知冗余。
值得注意的是，中国企业在跟进BEV+Transformer的同时，也根据自身市场特点进行了创新。例如，华为ADS 2.0针对中国城市复杂的道路环境（如大量的非机动车、随意的行人横穿、密集的交通标志等）进行了专门优化，在多个中国城市的实测中表现优异。3.4 高精地图路线的困境与转型
BEV+Transformer范式的兴起，直接冲击了此前被视为L4自动驾驶”标配”的高精地图（HD Map）路线。高精地图是一种精度达到厘米级别的数字地图，包含车道线、交通标志、路面标线、路沿等丰富的语义信息。在BEV+Transformer出现之前，几乎所有L4自动驾驶公司都依赖高精地图来进行定位和路径规划。第一，成本极高。制作一份高精地图需要专业的采集车队在城市中反复行驶，每公里的采集成本高达数千元人民币。维护地图的实时更新（应对道路施工、临时交通管制等变化）更是成本高昂。第二，覆盖范围扩展缓慢。由于采集和制作的高成本，高精地图通常只能覆盖大城市的主要道路，无法快速扩展到全国范围。第三，鲜度问题。城市道路信息变化频繁，高精地图的更新周期通常以月甚至季度为单位，而自动驾驶系统需要处理的是实时路况。BEV+Transformer技术的成熟使得”重感知、轻地图”成为行业共识。通过强大的实时感知能力，车辆可以在行驶过程中”实时建图”，不再依赖预先制作的高精地图。2023年上海车展后，国内主流自动驾驶公司（华为、小鹏、理想、百度等）纷纷宣布减少对高精地图的依赖，甚至完全摆脱高精地图。第四章技术路线第三次转移：端到端革命（2024—至今）
4.1 Tesla FSD v12：从30万行代码到一个神经网络
2024年初，Tesla发布了FSD（Full Self-Driving）v12版本，这是自动驾驶技术发展史上最具颠覆性的技术转移。FSD v12的核心创新在于：用一个端到端神经网络完全替代了传统的模块化管线。在FSD v12之前，Tesla的自动驾驶系统（包括FSD v11及更早版本）仍然遵循模块化架构：感知模块（由多个神经网络组成）处理摄像头输入，输出对环境的理解（如车辆位置、车道线、交通信号等）；规划模块基于这些理解做出驾驶决策；控制模块将决策转化为具体的转向、加速和制动指令。整个系统包含超过30万行C++代码来实现各种规则和后处理逻辑。FSD v12则彻底改变了这一架构。根据Tesla AI软件副总裁Ashok Elluswamy的介绍，v12使用一个单一的神经网络，直接接收原始摄像头视频流作为输入，输出车辆的转向、加速和制动指令。系统中”基本上没有任何C++代码”，所有驾驶行为都是通过神经网络从海量的人类驾驶视频数据中学习得到的。第一，信息无损传递。在模块化架构中，感知模块的输出是对环境的”摘要”，不可避免地会有信息损失。而在端到端架构中，原始传感器数据直接驱动最终决策，不存在中间层的信息瓶颈。第二，长尾场景处理能力大幅提升。传统规则引擎无法覆盖所有可能的驾驶场景，而端到端神经网络通过在海量数据中学习，能够处理大量从未显式编程的复杂场景。例如，FSD v12能够自然地处理施工区域的绕行、与其他驾驶员的”社交互动”（如 eye contact 后的让行）等规则难以描述的行为。第三，系统迭代速度显著加快。传统架构下，每增加一个新的功能或修复一个bug，都需要工程师修改代码、测试验证，周期以周或月计。而端到端架构下，系统的改进主要通过重新训练神经网络来实现，训练完成后通过OTA即可推送给用户，迭代周期缩短至天级别。4.2 端到端的技术细节与挑战
FSD v12的端到端神经网络并非简单的”黑盒”。根据Tesla公开的技术信息，该系统由48个神经网络协同工作，处理来自8个摄像头的360度视频输入。训练过程使用了超过1.5PB（1500TB）的驾驶视频数据，在Tesla自研的Dojo超级计算机上进行训练，每次完整训练周期需要约70,000个GPU小时。端到端架构的核心挑战在于可解释性和安全性。当系统做出错误决策时，很难像规则引擎那样追溯问题的根源。为了解决这一问题，Tesla采用了大规模仿真测试和”影子模式”验证：新版本的神经网络在部署前需要在仿真环境中运行数亿英里的测试，同时在真实道路上以”影子模式”运行，对比其与人类驾驶员的行为差异。另一个挑战是数据质量。端到端神经网络的性能高度依赖训练数据的质量和多样性。Tesla的数据优势在这一阶段体现得淋漓尽致：全球超过400万辆配备摄像头的Tesla车辆每天产生海量的真实驾驶数据，覆盖各种不同的道路环境、天气条件和交通场景。这种数据规模是任何其他公司难以复制的。4.3 中国企业的端到端跟进
Tesla FSD v12的发布在中国自动驾驶行业引起了强烈反响。2024年起，中国主要自动驾驶公司纷纷宣布端到端技术路线：- 小鹏汽车在2024年推出了基于端到端架构的XNGP系统，宣称是中国首个量产上车的端到端智驾方案。
- 华为ADS 3.0（2024年发布）同样采用了端到端架构，在感知和决策层面实现了神经网络的一体化。
- 理想汽车发布了”端到端+VLM（Vision Language Model）“的双系统架构，其中端到端系统负责常规驾驶，VLM负责处理需要逻辑推理的复杂场景。
- 百度Apollo在2024年12月发布的Apollo开放平台10.0版本中，基于自动驾驶大模型（ADFM）重构了算法框架，实现了在单颗Orin芯片上部署L4级自动驾驶。
然而，与Tesla不同的是，中国企业在端到端架构中大多保留了LiDAR作为感知冗余，并未完全转向纯视觉方案。这反映了中国企业与Tesla在技术哲学上的差异：中国企业更倾向于保守稳妥的多传感器融合策略，而Tesla则追求极致的成本优化和可扩展性。第五章核心公司：成功、挣扎与失败
5.1 Waymo：L4自动驾驶的标杆
Waymo是自动驾驶行业中历史最悠久、技术最成熟、商业化最成功的公司。从2009年Google项目启动到2025年，Waymo已在这一领域深耕超过16年。其技术路线的核心特征是多传感器融合（LiDAR+摄像头+雷达+高精度地图）和安全优先的设计理念。2018年12月，Waymo在亚利桑那州凤凰城推出了Waymo One自动驾驶出行服务，这是全球首个面向公众的商用Robotaxi服务。然而，初期服务仍然配备人类安全驾驶员，仅在特定区域运营。2020年10月，Waymo宣布向凤凰城的部分用户提供完全无人驾驶（Driverless）服务，即车内没有任何人类安全员。这是全球首次真正意义上的无人驾驶商业化运营。2024年，Waymo的服务范围扩展至旧金山、洛杉矶、奥斯汀和亚特兰大等城市。在旧金山，Waymo的Robotaxi服务与Cruise展开激烈竞争，直到Cruise因安全事故退出市场。2025年2月，Waymo宣布每周完成超过45万单付费出行服务，拥有超过2,500辆运营车辆，估值达到1,260亿美元。Waymo还宣布了宏大的扩张计划：到2025年底，服务将扩展至迈阿密、达拉斯、休斯顿等城市，并启动在伦敦和东京的国际试运营。Waymo的成功建立在三个核心优势之上：技术领先性（超过20亿英里的模拟测试和超过2,000万英里的实际道路测试）、数据积累（16年的持续研发和测试）、以及Google/Alphabet的雄厚财力支持（累计投入超过200亿美元）。5.2 Tesla：消费级自动驾驶的颠覆者
Tesla在自动驾驶领域的角色与Waymo截然不同。如果说Waymo追求的是”完美但昂贵”的L4自动驾驶，那么Tesla追求的是”足够好且可大规模部署”的辅助驾驶系统。Tesla的FSD（Full Self-Driving）系统目前按照SAE分级属于L2级，但Tesla的目标是通过持续的软件升级，最终达到无需人类监督的全自动驾驶。Tesla的自动驾驶发展历程可以按硬件代际来划分： 32; mso-padding-alt:0cm 5.4pt 0cm 5.4pt;">硬件世代 | 时间 | 芯片 | 算力 | 特点 |
AP1 (HW1) | 2014-2016 | Mobileye EyeQ3 | 0.3 TOPS | 使用Mobileye方案，功能有限 |
HW2/HW2.5 | 2016-2019 | NVIDIA Drive PX 2 | 12 TOPS | Tesla自研传感器套件，功能大幅提升 |
HW3 (FSD Computer) | 2019-2022 | Tesla自研FSD芯片 | 144 TOPS | 完全自研，标志着Tesla技术独立 |
HW4 (AI4) | 2023-至今 | Tesla AI4芯片 | ~500-720 TOPS | 算力较HW3提升4-5倍，支持更复杂的端到端模型 |
- 2020年10月：FSD Beta开始向部分用户推送（基于城市道路的导航辅助驾驶）
- 2022年：引入Occupancy Network
- 2023年底：FSD v12端到端神经网络开始向用户推送
- 2024年：FSD v12.3大规模推送，马斯克称”关键干预间隔”改善了100倍
- 2025年：Tesla在奥斯汀推出Robotaxi服务，首批投入10-20辆车
Tesla的自动驾驶策略引发了不少争议。批评者指出，Tesla将其L2级系统命名为”Full Self-Driving”具有误导性，多起涉及Autopilot/FSD的事故也引发了监管机构的关注。美国NHTSA已对Tesla的FSD系统展开多次调查。然而，支持者认为Tesla的数据驱动策略和快速迭代能力使其在长远来看具有竞争优势。5.3 百度Apollo：中国自动驾驶的双轮驱动
百度是中国自动驾驶领域的先行者和最大投入者。从2013年启动研发至今，百度在自动驾驶领域的累计投入超过200亿元人民币。百度Apollo的独特之处在于其“L4+L2”双轮驱动策略：一方面通过萝卜快跑运营L4级Robotaxi服务，另一方面通过Apollo平台向汽车制造商提供L2/L2+级智能驾驶解决方案。这种策略使得百度能够在L4商业化尚未完全成熟的情况下，通过L2业务获得收入来源。- 2022年：在北京、上海、广州、深圳、重庆、武汉等城市开放常态化运营
- 2024年：在武汉实现城市全域、全时空场景覆盖，成为全球最大规模的城市级无人驾驶运营
- 2024年10月：累计为公众提供的自动驾驶出行服务订单超过800万单
Apollo的L2业务同样进展迅速。截至2025年，Apollo的汽车智能化产品已集成到31个品牌的211款车型中，累计搭载量超过900万辆。2024年12月，Apollo开放平台10.0版本发布，基于自动驾驶大模型（ADFM）重构了算法框架，首次实现了在单颗Orin芯片上部署L4级自动驾驶。5.4 Cruise与Argo AI：百亿美金的教训
Cruise和Argo AI的故事是自动驾驶行业最昂贵的失败案例，两家公司的累计损失超过130亿美元。Cruise成立于2013年，2016年被通用汽车（GM）以超过10亿美元的价格收购。此后GM持续向Cruise投入资金，累计投资超过100亿美元。Cruise还获得了软银（22.5亿美元）、本田（27.5亿美元）和微软（20亿美元）的投资，巅峰时期估值达到300亿美元。Cruise在2022年获得了加州 regulators 的批准，可以在旧金山提供24/7全天候Robotaxi服务。然而，2023年10月2日的事故成为Cruise的终结者：一辆Cruise的Robotaxi在旧金山撞倒了一名被人类驾驶员撞倒后抛到其车道的行人。更糟糕的是，Cruise车辆在碰撞后没有立即停车，而是执行了”靠边停车”操作，将受害者拖拽了约20英尺。这起事故引发了连锁反应：加州 regulators 立即暂停了Cruise的运营许可，GM宣布暂停所有Robotaxi运营。随后的调查发现，Cruise executives 在事后向监管机构提交了虚假报告，试图隐瞒拖拽的细节。Cruise为此支付了50万美元的刑事罚款和150万美元给NHTSA的罚款，并与受害者达成了800-1200万美元的和解。最终，GM在2024年12月宣布彻底关闭Cruise的Robotaxi业务。Argo AI的故事同样令人唏嘘。Argo AI成立于2016年，由Google自动驾驶项目资深工程师Bryan Salesky和Uber自动驾驶部门前负责人Peter Rander联合创立。2017年，福特向Argo AI投资10亿美元；2020年，大众汽车追加投资26亿美元。Argo AI的估值一度达到72.5亿美元，拥有超过2,000名员工。然而，Argo AI始终未能实现商业化突破。2022年10月，福特和大众联合宣布关闭Argo AI，2,000名员工在一夜之间失业。福特CEO Jim Farley在解释这一决定时表示：“盈利的全自动驾驶车辆规模化落地还需要很长时间，我们不一定要自己开发这项技术。”Cruise和Argo AI的失败揭示了自动驾驶行业的几个残酷现实：第一，技术不等于产品。能够开发出自动驾驶系统与能够将其转化为可持续的商业运营之间，存在巨大的鸿沟。第二，安全是生命线。一起严重的安全事故就足以摧毁一家公司的声誉和监管信任，无论其之前的技术积累多么深厚。第三，资本耐心有限。自动驾驶的研发投入是天文数字，但商业化回报却遥遥无期，即使是通用汽车和福特这样的巨头也无法无限期地输血。5.5 Uber ATG：从野心到止损
Uber在自动驾驶领域的经历是另一个“壮志未酬”的案例。2015年，Uber与卡内基梅隆大学国家机器人工程中心（NREC）建立战略合作关系，随后”挖角”了NREC的数十名研究人员和科学家。2016年，Uber收购了由Google前明星工程师Anthony Levandowski创立的自动驾驶卡车公司Otto。Uber的自动驾驶野心源于其CEO Travis Kalanick的一个判断：“如果我们不成为第一，那么成为第一的公司推出一个比Uber更便宜或更高质量的共享出行网络时，Uber就不存在了。”- 2017年2月：Waymo起诉Uber，指控Levandowski窃取了Waymo的LiDAR技术机密。该案最终以Uber向Alphabet支付2.45亿美元股权达成和解。
- 2018年3月18日：Uber自动驾驶测试车在亚利桑那州坦佩市撞死了一名49岁的行人Elaine Herzberg。这是全球首例由自动驾驶车辆导致的行人死亡事故。NTSB的调查发现，Uber的自动驾驶系统检测到了行人，但”未将其识别为需要紧急制动的对象”，同时车辆的安全驾驶员当时正在看手机。这起事故导致Uber暂停了所有自动驾驶测试长达9个月。
- 2019年4月：Uber将自动驾驶部门ATG独立出来，获得了来自丰田、电装（DENSO）和软银愿景基金的10亿美元投资。
- 2020年12月：Uber以约40亿美元的价格将ATG出售给Aurora Innovation，换取了Aurora 26%的股权。至此，Uber累计在自动驾驶领域的投入约18亿美元，几乎血本无归。
Uber ATG的失败教训在于：自动驾驶不是一家出行公司能够”顺便”做成的。它需要的是长期、专注的技术投入，而不是作为主营业务”保险”的附属品。第六章中国市场：独特的生态与路径
6.1 中国自动驾驶的特殊土壤
中国自动驾驶市场的发展路径与北美市场存在显著差异，这源于两国在基础设施、监管环境、交通文化和消费者偏好等方面的不同。首先，中国城市的交通环境远比美国复杂。中国城市道路上存在大量的电动自行车、三轮车和行人，这些交通参与者的行为模式高度不可预测。此外，中国城市道路的变化频率也更高，施工区域、临时交通管制等频繁出现，对自动驾驶系统的实时感知能力提出了更高要求。其次，中国政府对自动驾驶采取了更为积极的政策支持态度。中国政府在”十四五”规划中将智能网联汽车列为战略性新兴产业，多地政府出台了支持自动驾驶测试和商用的政策。例如，武汉、北京、上海、深圳等城市都设立了专门的自动驾驶测试区域，并发放了无人驾驶运营许可。第三，中国消费者对自动驾驶技术的接受度更高。根据多项调研，中国消费者对自动驾驶技术的信任度显著高于美国消费者，这与中国消费者对新技术普遍持开放态度有关。6.2 中国Robotaxi双雄：小马智行与文远知行
小马智行（Pony.ai）和文远知行（WeRide）是中国两家最具代表性的L4自动驾驶公司，被业界称为”Robotaxi双子星”。两家公司的创始团队均来自百度自动驾驶部门：小马智行由彭军（前百度自动驾驶首席架构师）和楼天城（前百度最年轻的T10工程师）于2016年创立；文远知行由韩旭（前百度自动驾驶首席科学家）于2016年创立。小马智行的技术路线以LiDAR+摄像头多传感器融合为主，开发了适用于不同车型和场景的”虚拟司机”（Virtual Driver）技术。其Robotaxi服务”PonyPilot”于2018年底推出，是中国首个自动驾驶出行服务。小马智行的独特之处在于其Robotruck（自动驾驶卡车）业务，该业务贡献了公司约70%的收入。2024年11月27日，小马智行在纳斯达克上市，股票代码”PONY”，成为全球Robotaxi第一股。IPO募资约4.52亿美元，市值约42亿美元。2025年11月，小马智行又在香港交易所上市，成为2025年全球自动驾驶行业最大IPO。截至2025年，小马智行拥有超过680辆Robotaxi，注册用户数超过50万，在广州成为首个实现单位经济效益盈亏平衡的中国Robotaxi公司。文远知行的业务布局更为多元化，涵盖Robotaxi、Robobus（自动驾驶小巴）、Robovan（自动驾驶货车）、Robosweeper（自动驾驶环卫车）和高级辅助驾驶等多个领域。文远知行的技术优势在于其计算平台——2025年推出的HPC 3.0平台基于NVIDIA DRIVE Thor X芯片，算力达2,000 TOPS，使得自动驾驶套件成本下降了50%。2024年10月，文远知行率先在纳斯达克上市，成为”中国Robotaxi第一股”。与小马智行不同，文远知行更强调”通用自动驾驶”（General Autonomous Driving）的定位，积极拓展海外市场，在阿联酋阿布扎比、新加坡等地开展了运营。6.3 华为：跨界颠覆者的崛起
华为是中国自动驾驶领域最特殊的参与者。作为一家通信设备公司，华为在2019年受到美国制裁后，将智能汽车解决方案列为战略方向之一，成立了智能汽车解决方案事业部（后升级为智能汽车解决方案BU）。华为的智能驾驶系统ADS（Advanced Driving System）经历了快速的技术迭代：- ADS 1.0（2022年）：采用传统模块化架构，依赖高精地图
- ADS 2.0（2023年4月）：重大技术转向，采用BEV+GOD网络，实现”重感知、轻地图”，不依赖高精地图也能实现城市NOA
- ADS 4.0（2025年4月）：进一步优化架构和安全性能
华为ADS的技术路线经历了从”多传感器融合+高精地图”到”重感知+轻地图”再到”端到端+纯视觉（部分车型）”的演变。值得注意的是，华为在不同定位的车型上采用了不同的传感器配置：高端车型（如问界M9）配备LiDAR，中端车型则采用纯视觉方案（ADS基础版）。第一，强大的芯片自研能力。华为自研的昇腾（Ascend）系列AI芯片为其智能驾驶系统提供了算力保障。第二，丰富的消费电子经验。华为将手机业务中积累的软件工程能力、供应链管理和用户体验设计经验迁移到汽车领域。第三，广泛的合作伙伴网络。华为与多家中国汽车制造商（赛力斯/问界、北汽/享界、长安/阿维塔、奇瑞/智界等）建立了深度合作关系。截至2025年11月，华为ADS的累计辅助驾驶里程超过50.28亿公里，泊车次数达到2.94亿次。2025年12月，中国首批L3级有条件自动驾驶准入许可发放，搭载华为ADS的极狐阿尔法S成为首批获许可的车型之一。6.4 小鹏汽车：从新势力到智驾先锋
小鹏汽车是中国造车新势力中对自动驾驶投入最坚决的一家。其智能驾驶系统XNGP（Xiaopeng Navigation Guided Pilot）的发展轨迹反映了中国自动驾驶技术的快速进步：- 2020年：推出高速NGP（Navigate on Autopilot），仅在高速公路场景可用
- 2021年：P5车型首次搭载LiDAR，将LiDAR带入20万元以下价位
- 2024年2月：XNGP实现”全国都能开”，覆盖中国243个城市
- 2025年：新款G6、G9车型去除LiDAR，转向纯视觉方案（AI鹰眼摄像头）
小鹏汽车的技术路线演变具有代表性：从早期的”LiDAR+高精地图”到中期的”重感知+轻地图”，再到2025年的”纯视觉+端到端”。这一演变轨迹与Tesla高度相似，但小鹏汽车的转型速度更快，仅用了2-3年时间就完成了Tesla 5-6年的技术路线转移。6.5 Momenta：飞轮战略与可规模化的L4
Momenta成立于2016年，由曹旭东创立，其核心使命是”better AI better life”，目标是实现可规模化的L4级自动驾驶。Momenta在自动驾驶领域的技术路线独树一帜，提出了”飞轮两条腿”（Flywheel）战略：一条腿深耕量产自动驾驶（Mass Production，Mpilot方案），另一条腿冲刺完全无人驾驶（Scalable Robo，MSD方案），两者相互反哺、数据共享。Momenta的技术团队具有鲜明的深度学习基因——公司80%的成员拥有深度学习背景。这一技术信仰驱动Momenta在算法迭代上走在行业前列：2019年，Momenta率先将Transformer架构应用于自动驾驶预测模块；2023年，量产两段式端到端规划算法DLP（Deep Learning Planning）；2024年上半年，推出一段式端到端大模型AD算法5.0，整合感知到规划的全过程；2025年底，率先量产基于强化学习的Momenta R6飞轮大模型。Momenta在端到端方案上的最大创新在于其独特的”短期记忆+长期记忆”双支路架构。“短期记忆”由感知（DDLD）和规划（DDOD/DLP）构成，通过快速训练验证数据和算法的有效性；经过验证的优质数据和算法再沉淀到”长期记忆”（即最终的端到端大模型）中。这种设计使得智驾大模型的训练成本缩小了10到100倍，同时保证了模型质量。在产品方案上，Momenta的Mpilot面向量产车型，提供L2/L2+级智能驾驶功能，已搭载于智己、腾势、广汽丰田、奔驰等多个品牌车型；MSD则面向L4级无人驾驶场景，包括Robotaxi和无人配送。Momenta的规模化优势在2025年加速释放，曹旭东公开表示公司有望成为行业最早达到千万台装机规模的供应商。此外，Momenta也在布局自研芯片，主要瞄准20-30万元走量车型的中算力芯片市场。6.6 地平线：国产智驾芯片的破局者
地平线机器人（Horizon Robotics）由余凯博士于2015年7月创立，是中国首家实现车规级AI芯片量产的公司。经过十年发展，地平线已从一家芯片初创公司成长为覆盖智能驾驶全阶需求的方案龙头供应商。地平线的核心产品是征程（Journey）系列芯片，其发展历程映射了中国智能驾驶芯片产业的崛起脉络： collapse; mso-yfti-tbllook:32; mso-padding-alt:0cm 5.4pt 0cm 5.4pt;">芯片型号 | 发布时间 | 算力 | 定位 |
征程1.0 | 2017年 | — | 首款自动驾驶AI计算方案 |
征程2 | 2019年 | 4 TOPS | 中国首款车规级智能计算芯片量产 |
征程3 | 2020年 | 5 TOPS | L2级辅助驾驶 |
征程5 | 2021年 | 128 TOPS | 国内首款支持城市NOA的车规级AI芯片 |
征程6系列 | 2024年 | 10-560 TOPS | 全阶布局，J6E/J6M/J6P覆盖低中高端 |
征程6P | 2025年 | 560 TOPS | 旗舰芯片，支持端到端高阶智驾 |
2024年10月，地平线成功登陆港股，募资54亿港元，成为港股年度最大科技IPO，投后估值超600亿港元。截至2025年，征程家族芯片累计量产出货突破1,000万套，全球装机量跻身行业前列。地平线的发展可以分为四个阶段：2015-2018年初创期，完成团队组建与技术探索；2019-2020年成长期，征程2实现车规级突破，与长安、北汽等车企达成量产合作；2021-2023年高速发展期，征程5发布，与理想、比亚迪等超200款车型定点合作，累计出货量突破500万套；2024年至今战略转型期，港股上市，推出自研高阶智驾系统HSD（Horizon SuperDrive），基于征程6P芯片实现”端到端+强化学习”架构的量产。地平线的独特之处在于其软硬一体的战略。公司不仅提供芯片硬件，还提供完整的软件栈和算法方案，帮助车企快速实现智能驾驶功能上车。2025年，地平线进一步布局机器人业务，通过全资子公司地瓜机器人探索具身智能赛道，践行”机器人时代的Wintel”愿景。6.7 卓驭科技：低成本高阶智驾的践行者
卓驭科技的前身是大疆的车载事业部，其故事始于2016年。当年，大疆在精灵4无人机上成功引入双目视觉技术，实现了自主避障功能，这促使大疆决定将其视觉感知能力延伸至汽车领域。项目最初编号为BR1609——2016年的第九个预研项目，团队不足10人。2019年，大疆车载成为独立事业部，L2量产路线与L4前瞻研发并行。2023年，大疆车载从大疆创新正式分拆独立；2024年6月，启用”卓驭”作为品牌名独立运营，CEO为沈劭劼。分拆之初，卓驭面临严峻挑战：融资15亿元但实际仅到账三分之一，账上资金仅够维持数月。但凭借扎实的技术工程能力，卓驭在竞争激烈的智驾供应商市场中找到了自己的位置。卓驭的核心技术哲学是”低成本的高阶智驾”。公司的技术路线有几个鲜明特点：第一，极致的算力效率。卓驭是行业内少数能够在低算力平台上实现高阶智驾的公司。2022年，卓驭在德州仪器TDA4芯片（仅8 TOPS算力）上部署了智能泊车方案，搭载于五菱KiWi EV——一款10万元级别的车型，将高阶智驾带入最入门的价格区间。2024年，卓驭进一步推出7,000元的高阶智驾方案，基于高通8650芯片（100 TOPS），仅需7个摄像头，无需LiDAR、无需高精地图，即可实现城市领航功能。第二，可解释的端到端架构。与业界常见的”黑盒式”端到端不同，卓驭选择在模型内部保留感知、预测等模块的中间输出，使工程师可以定位问题环节，而非面对完全不可解释的神经网络束手无策。2025年9月，卓驭推送了”高悟性端到端2.0”，以交互式预测规划+强化学习为双核驱动；2026年4月升级到”端到端4.0”，实现100%数据驱动，清除了所有残留的规则代码。第三，多平台兼容与多场景覆盖。卓驭的方案同时适配德州仪器TDA4（32 TOPS）、高通SA8650P/SA8775P、英伟达Thor（1,000 TOPS）等多个芯片平台，算力跨度从32 TOPS到1,000 TOPS。2026年，卓驭将技术从乘用车延伸至商用车（重卡高速NOA）、客车（城区NOA）和无人物流车领域，同一套底层模型仅需六周即可适配不同场景。截至2026年，卓驭已与大众中国、一汽红旗、上汽通用五菱、东风汽车、比亚迪等主机厂建立合作关系，成行平台累计量产搭载超过50万辆。卓驭的存在证明了一个重要命题：高阶智驾不一定意味着高昂成本，通过极致的工程优化和算法效率，智能驾驶可以普惠到最广泛的消费群体。第七章技术路线之争：LiDAR vs 纯视觉，高精地图 vs 重感知
7.1 传感器之争：两条路线的哲学差异
自动驾驶行业最持久的争论是传感器配置方案的选择：是以LiDAR为核心的多传感器融合方案，还是以摄像头为主的纯视觉方案？这一争论不仅仅是技术选择，更反映了不同公司在安全哲学、成本结构和商业模式上的根本差异。LiDAR+多传感器融合方案的代表是Waymo、百度Apollo（部分车型）、小马智行等。该方案的核心优势在于：- 安全性高：LiDAR能够提供厘米级精度的3D环境感知，不受光照条件影响（在夜间和恶劣天气下表现优于摄像头），多传感器互为冗余
- 技术成熟：经过十余年的研发和验证，该方案已被证明能够实现L4级无人驾驶
- 监管友好：监管机构通常更倾向于有多重安全冗余的系统
- 成本高昂：一套车规级LiDAR的成本在数千至数万美元，这使得搭载LiDAR的自动驾驶车辆售价通常在数十万元以上
- 可扩展性差：LiDAR的机械结构复杂，维护成本高，难以大规模部署
- 依赖高精地图：大多数LiDAR方案依赖高精地图，扩展新城市的成本和时间周期都很长
纯视觉方案的代表是Tesla（FSD）、Mobileye、百度Apollo Lite等。该方案的核心优势在于：- 成本极低：摄像头的成本仅几十至几百美元，使得自动驾驶功能可以搭载到20万元以下的车型上
- 可快速扩展：不需要预先制作高精地图，只要有道路就可以运行，具备全球快速部署的能力
- 数据闭环：数百万辆配备摄像头的车辆可以持续收集数据，用于训练和优化算法
- 技术门槛极高：纯视觉方案对算法、算力和数据的要求极为苛刻，只有少数公司拥有实现全场景纯视觉自动驾驶的能力
- 恶劣天气性能下降：摄像头在强光、逆光、雨雾等条件下的性能会显著下降
- 安全验证困难：纯神经网络系统的可解释性较差，难以通过传统方法进行安全验证
7.2 马斯克的”激光雷达傻瓜论”与行业的现实
Tesla CEO Elon Musk是纯视觉方案最激进的倡导者。他在多个场合公开表示：“LiDAR是傻瓜才用的方案”（Lidar is a fool’s errand）、“用LiDAR的人注定失败”（Anyone relying on lidar is doomed）。Musk的核心论点是：既然人类仅凭两只眼睛就能驾驶，那么AI也应该能够通过摄像头实现自动驾驶。额外的传感器不仅增加成本，还会引入”传感器冲突”（Sensor Disagreement）问题——当LiDAR和摄像头的判断不一致时，系统应该相信谁？然而，行业内的绝大多数公司并不认同Musk的观点。Waymo、百度、小马智行等公司的工程师认为，Musk的类比忽视了人类视觉系统的复杂性：人脑拥有数亿年进化积累的视觉处理能力，目前的AI系统还远未达到这一水平。Uber CEO Dara Khosrowshahi在2025年的一次采访中表示：“固态LiDAR的成本只有500美元，为什么不用LiDAR来实现超人类级别的安全？”有趣的是，中国LiDAR巨头RoboSense（速腾聚创）的创始人邱纯潮在2025年也公开反驳了Musk的观点，认为多传感器融合是实现自动驾驶安全的必要条件。7.3 路线的融合：没有绝对的”正确”答案
尽管LiDAR派和纯视觉派的争论仍在继续，但一个明显的趋势是两条路线的融合。越来越多的公司采取了”混合策略”：- 华为ADS：高端车型配备LiDAR，中端车型采用纯视觉
- 小鹏汽车：2021-2024年使用LiDAR，2025年起部分车型转向纯视觉
- 百度Apollo：Apollo City Driving Max采用”纯视觉+LiDAR冗余”方案
- Mobileye：主打纯视觉的SuperVision系统，但同时开发配备LiDAR的Chauffeur系统
这种”融合”趋势的背后，是行业对自动驾驶本质认识的深化：自动驾驶不是一场”技术路线的宗教战争”，而是需要在安全性、成本和用户体验之间找到最佳平衡点的工程实践。对于高端Robotaxi服务，LiDAR带来的安全性提升值得其成本；对于大众消费级车型，纯视觉方案的成本优势则更具吸引力。第八章总结：二十年磨一剑
8.1行业发展阶段总结
回顾自动驾驶行业二十余年的发展历程，可以清晰地划分为四个阶段：第一阶段（2004-2014）：学术探索期。以DARPA竞赛为起点，自动驾驶从学术研究走向工程实践。Google自动驾驶项目的启动标志着科技巨头开始大规模投入这一领域。这一时期的技术特征是规则引擎和模块化架构。第二阶段（2015-2020）：技术验证期。Tesla Autopilot的推出开启了消费级自动驾驶的时代；Waymo开始大规模公共道路测试；Uber、百度等公司纷纷进入赛道。深度学习技术被引入感知模块，大幅提升了系统性能。但这一时期也以Uber Arizona致死事故为标志，暴露了自动驾驶技术在安全性方面的不足。第三阶段（2021-2023）：范式转移期。Tesla AI Day发布的BEV+Transformer技术引领了行业范式的转变，“重感知、轻地图”成为共识。中国企业在这一阶段的跟进速度极快，华为、小鹏、理想等公司迅速将BEV技术量产上车。同时，Cruise和Argo AI的失败给行业泼了一盆冷水，资本开始更加理性地看待自动驾驶。第四阶段（2024-至今）：端到端与商业化期。Tesla FSD v12的端到端架构开启了新一轮技术革命，中国公司快速跟进。Waymo的Robotaxi服务实现了规模化商业运营（周订单45万单），百度萝卜快跑在武汉的扩张证明了中国市场的巨大潜力。2025年被称为”自动驾驶突破之年”，多个L3/L4项目进入商业化阶段。8.2技术路线演变总结
规则时代（2004-2014）：手工特征提取 + 规则引擎 + OGM占用栅格 + GPS/高精地图定位深度学习时代（2015-2020）：CNN目标检测 + 模块化管线 + LiDAR感知 + 高精地图依赖BEV+Transformer时代（2021-2023）：BEV鸟瞰图网络 + Transformer时序建模 + Occupancy Network + 重感知轻地图端到端时代（2024-至今）：单一神经网络 + 光子到控制 + VLA（视觉-语言-动作）+ 数据驱动决策8.3 最后的思考
自动驾驶行业二十年的发展，是一部技术理想主义与商业现实主义反复碰撞的历史。从DARPA竞赛中工程师们的狂热，到2015年前后资本蜂拥而至的泡沫，再到2022-2023年的行业寒冬，再到2024-2025年的商业化曙光——这个行业经历了典型的新兴技术发展曲线：过高期望的峰值 → 幻灭的低谷 → 稳步爬坡的光明期。第一，自动驾驶不是”有没有”的问题，而是”可不可靠、贵不贵”的问题。L4级自动驾驶在技术上已经证明是可行的，但将其转化为可靠、安全、经济的商业服务，仍然需要大量的工程优化和运营积累。第二，数据是最终的护城河。Tesla的端到端神经网络之所以领先，根本原因在于其拥有全球规模最大的真实驾驶数据。这一优势不是短期内可以通过资本投入复制的。第三，安全是生命线，信任比技术更难建立。一起严重的安全事故就足以摧毁一家公司的命运（如Cruise），而建立公众对自动驾驶的信任需要数年甚至数十年的安全运营记录。自动驾驶行业的发展历程远未结束，但前二十年的经验已经为后来者提供了宝贵的参考。无论是技术的演进路径、商业模式的探索，还是监管的逐步完善，都将在未来的岁月中继续书写新的篇章。1.IEEE Spectrum: “DARPA Grand Challenge: 20 Years Later” (2026)2.TechCrunch / The Verge: Waymo、Cruise、Tesla、Uber ATG等相关报道3.36氪: 小马智行、文远知行、百度Apollo等中国公司深度报道4.Tesla官方AI Day技术发布会资料 (2021, 2022)5.SAE International J3016标准文档6.NHTSA调查报告: Uber Arizona事故、Cruise拖拽事故8.Baidu Apollo官方技术文档与公开数据10.各公司IPO招股说明书 (小马智行F-1、文远知行F-1、Mobileye S-1)
10个月宝宝每天需要喝多少奶粉？
