Robotaxi量產在即！滴滴披露自動駕駛核心進展

當全球最大的出行平臺按下自動駕駛的快進鍵，整個出行行業的變革或許不遠了。

2025年10月17日，在世界智能網聯汽車大會人工智能論壇上，滴滴自動駕駛CEO張博向外界展示了公司的幾項關鍵進展：全無人駕駛網約車已進入示范應用階段；與廣汽埃安合作打造的L4級Robotaxi車型，在今年年底就會開始正式的量產；滴滴自動駕駛規劃的第二個"五年計劃"將提前實現。

目前，滴滴自動駕駛正處于第二個"五年計劃"(2022-2026)的關鍵階段。該計劃的核心目標是在中國市場完成從技術到商業模式的雙重驗證：在技術上，于2026年底前在若干區域推出體驗接近有人駕駛的Robotaxi服務；在商業上，實現覆蓋車輛硬件、運維、保險等成本的商業化目標。

張博還提到了滴滴在自動駕駛方面的宣傳低調的原因。“我們認為還需要進一步專注的去打磨技術，打磨產品，把它打磨得更好了以后，再推出到用戶那里。”

01

兩大關鍵認知：錨定自動駕駛落地的時間與路徑

早在2015年，張博便耗時一年走訪全球，訪談L4級自動駕駛領域頂尖科學家與工程師，形成的兩大核心認知，至今仍指導著滴滴的實踐方向。

其一，是對落地時間的判斷：自動駕駛進入人類生活需10年左右，即從2016年啟動研發至2026年，2026年將成為“自動駕駛元年”。滴滴的進展也符合這一判斷。

張博透露，測試數據顯示，滴滴自動駕駛車在早晚高峰、雨天等復雜場景中表現穩定，甚至能在夜間識別出躺在路邊的醉酒行人，技術成熟度已逐步滿足實際出行需求。

其二，是對落地路徑的選擇：最優路徑是融入滴滴現有出行網絡，構建“人類司機與機器人的混合網絡”。

張博解釋，這一選擇源于雙重現實限制：政策層面，自動駕駛測試采取“區域化開放”模式，例如北京目前僅亦莊允許移除人類司機開展測試與載人示范，跨區域無人駕駛服務暫不具備政策條件；技術層面，盡管AI大模型推動自動駕駛技術快速進步，但當前技術仍無法在“任意A點到B點”“任意惡劣天氣條件”下，均達到超越人類的安全水平。

基于此，滴滴設計了“混合派單模式”：當用戶在平臺輸入起點與終點后，系統會實時判斷兩項核心條件——訂單是否在政策允許的無人駕駛區域內、技術上能否應對路線中的復雜場景。若雙條件均滿足，便會向用戶推薦“無人駕駛汽車”選項。

這種漸進式落地方式，既規避了政策與技術風險，也能通過真實訂單持續積累數據，為后續規模化推廣夯實基礎。

02

九年磨一劍：滴滴的自動駕駛長征

根據張博回憶，2016年，滴滴啟動自動駕駛項目時，主要想解決兩個問題，一個是安全，二是出行體驗的進一步提升。

“全球每年135萬人死于交通事故，其中90%是因為人類司機的醉酒、疲勞、分心。"安全，成為滴滴切入自動駕駛最原始的驅動力。

除此之外，滴滴自動駕駛的另一初心是重新定義出行體驗。

"當人不再需要關注駕駛，車就變成了'移動的房間'。"張博描述了一個引人入勝的未來圖景，"你的會議室、休息廳、游戲室，將在車輪上無縫銜接。"

基于這樣的愿景，滴滴制定了一個清晰的"三個五年計劃"：

第一個五年（2016-2021）是技術筑基期。張博透露，在這個階段，滴滴完成了L4自動駕駛全棧核心技術的研發，掌握了所有核心技術。

第二個五年（2022-2026）是商業化驗證期。"包括技術驗證和商業模式驗證。"張博表示，"我們希望在2026年底前，在若干區域推出體驗接近有人駕駛的Robotaxi服務，并且實現收入覆蓋成本。"

值得注意的是，張博在現場透露："從目前進展看，這個目標有可能會提前實現。"

第三個五年將是規模化和全球化期。基于滴滴已經在全球14個國家布局的網絡，尋找最適合L4自動駕駛商業化的政策土壤和技術土壤。

"2026年，將是自動駕駛走進人們生活的元年。"張博的這個判斷，建立在近十年技術積累的基礎上。

03

“AI+硬件+場景”鐵三角：支撐落地的核心能力

張博在分享中強調，滴滴自動駕駛的核心能力圍繞“AI、硬件、場景”三大維度構建，三者協同作用。既是技術成熟的關鍵，也是支撐當前示范應用與后續商業化落地的底氣所在。

AI：大模型驅動安全指標持續提升。

過去兩年，AI大模型技術為自動駕駛帶來顯著推動。滴滴將大模型深度應用于“AI司機”的決策與感知系統，核心安全指標每年進步一個數量級以上，且目前未出現增速放緩跡象。

例如，在早晚高峰的交叉路口，AI能通過對海量歷史數據的學習，更精準地預測其他車輛、行人的行為，提前1-2秒規避潛在風險；在雨天、霧天等惡劣天氣下，AI可快速調整跟車距離、剎車時機，保障行駛穩定性——這些能力已在廣州、北京的全無人測試與示范應用中得到充分驗證，成為“安全出行”的重要技術保障。

硬件：以安全冗余為核心，量產車型年底落地。

2023年，滴滴與廣汽建立戰略合作伙伴關系，廣汽向滴滴自動駕駛投資1.5億美元，雙方成立合資公司，共同研發L4級前裝量產自動駕駛汽車。這款計劃于2025年底量產的車型，核心優勢集中在“安全冗余”與“感知能力”，每一項設計都圍繞“安全”展開。

安全冗余設計。搭載廣汽埃安最新一代全球化安全冗余平臺，配備彈匣電池，創造4.5米同級最長U型安全氣簾。更關鍵的是，自動轉向、電源、通訊、制動、駐車、定位、計算、感知等關鍵系統均采用“雙套冗余”——即一套設備故障時，另一套可立即接管，從硬件層面避免系統失效風險。

多傳感器配置。全車配備33個傳感器，包括10顆激光雷達（6個近距補盲、4個長距）、4個4D毫米波雷達、1個Fallback前毫米波雷達、2個Fallback角毫米波雷達，以及多個高清攝像頭與1個紅外相機。

其中，紅外相機的作用尤為關鍵。在亦莊的一次夜間路測中，路燈昏暗導致攝像頭無法識別躺在路邊的醉酒行人，激光雷達也僅捕捉到少量點云（與周邊樹枝難以區分），而紅外相機在100米外就精準識別出目標，測試車提前減速避險，成功應對“1000萬公里才出現一次”的極端風險場景。

三層安全防護。除了硬件冗余，系統還設置了三層安全防護：算法層面，獨立模塊分配專屬算力，實時監測碰撞風險并觸發剎車；軟件層面，主系統故障時，備份系統可控制車輛安全靠邊停車；硬件層面，傳感器或計算單元失效時，獨立設備能執行道內停車，形成“算法-軟件-硬件”的多重安全保障。

場景：依托出行網絡實現技術與需求融合。

滴滴當前日均近5000萬的訂單量（國內3710萬+海外1196萬），覆蓋400個中國城市及14個海外國家，形成了全球規模較大、場景最多樣的出行數據庫。

這些真實場景數據，是自動駕駛技術迭代的“核心燃料”——無論是北京早晚高峰的擁堵路況、廣州雨季的積水路面，還是海外城市的特殊交通規則（如部分國家的右舵行駛），都能通過數據反饋優化AI模型與硬件性能，讓自動駕駛技術更貼合實際出行需求。

同時，自動駕駛服務已逐步融入滴滴現有出行網絡，混合派單模式的長期運營，不僅驗證了“人類司機與機器人協同”的可行性，也讓用戶在熟悉的出行平臺中逐步接受“無人駕駛”這一新模式，為示范應用范圍的擴大與未來商業化推廣降低了用戶認知門檻。

04

低調背后的行業考量

張博表示，“負責任的科技創新”是滴滴自動駕駛的核心價值觀，這一理念不僅體現在“安全優先”的技術選擇上，也體現在對行業生態的考量中，這也是其始終保持低調的深層原因。

一方面，對“生命安全”的敬畏貫穿始終。

正如張博所說：“我們運送的是人的生命，我們始終把安全作為最優先不能妥協的優先項。”因此，滴滴堅持“安全指標顯著高于人類司機后，再推出全無人服務”，寧愿多花時間打磨技術，也不愿為了“速度”犧牲安全。

過去9年，團隊很少高調宣傳技術進展，而是將精力集中在路測、數據積累、技術優化上，核心目標就是“讓自己和家人都可以很放心的每天使用”——只有達到這個標準，才會將服務正式推向普通用戶，這種“以用戶安全為核心”的邏輯，是滴滴自動駕駛的底色。

另一方面，以穩健節奏保障行業穩定。張博在分享中提到，新技術推進需要兼顧新舊業態的平衡，避免對現有出行生態造成沖擊。

因此，滴滴選擇“混合派單模式”，在保留人類司機訂單的基礎上，逐步擴大自動駕駛服務范圍；未來，隨著技術成熟，還計劃圍繞自動駕駛運維、遠程監控、車輛管理等環節培育新職業，為行業創造新的就業空間，實現“技術進步與行業穩定”的協同發展，而非簡單的“替代”。