“我們可能是第一個感受到高昂成本帶來痛苦的人。”李彥宏說。

2月11日，2025世界政府峯會在阿聯酋迪拜開幕，百度創始人李彥宏出席主論壇，並與多國政要交流。李彥宏表示，回顧過去幾百年，大多數創新都與降低成本有關。“在一定程度上，我們是被倒逼着創新以降低成本。”

降本的風很快吹到了百度AI業務上。2月13日，百度宣佈，隨着文心大模型的迭代升級和成本不斷下降，文心一言將於4月1日零時起全面免費，所有PC端和APP端用戶均可體驗文心繫列最新模型。

降本幅度更大、時間更久的，是百度的自動駕駛業務。

在論壇上，李彥宏表示，必須研發一種成本低得多的技術，才能實現無人駕駛落地。

蘿蔔快跑去年5月發佈第六代無人車，整車成本比上一代車型下降約60%至20萬元人民幣。相比之下，特斯拉計劃2026年量產自動駕駛出租車CyberCab，成本約3萬美元（約合人民幣22萬元）。

除了繼續壓縮車輛成本，蘿蔔快跑的另一個命題是安全性。

在與阿聯酋AI部長奧馬爾·蘇丹·奧拉馬對談時，李彥宏表示，中國路況相當複雜、富有挑戰性。“有時會被一輛不知從哪裏來的車加塞，還有摩托車在車流中穿行，有時需要超過前面的公交車。”他說，“這不是想象或某種未來主義的場景，這是中國一些城市每天都會發生的事情。”

這樣的交通環境是一柄雙刃劍。它既帶來了多重困難、比如在安全和落地速度方面帶來了挑戰，也提供了積累數據、打磨技術和產品的環境，讓自動駕駛平臺可以更清晰直觀地感知長尾場景，並尋找解決方案。

李彥宏表示，蘿蔔快跑的L4級自動駕駛安全測試里程累計已超1.3億公里，出險率僅爲人類司機的1/14。

在國內十餘個城市落地應用四年多後，在本土複雜交通環境中錘鍊多年的蘿蔔快跑正在啓動國際化，計劃將國內沉澱的技術、產品和服務經驗複製到海外。

大會上，在李彥宏的推介下，蘿蔔快跑進入了多位海外政要的視野。

阿聯酋AI部長奧拉馬在與李彥宏對談時表示，期待在明年的大會上，所有車隊都是由蘿蔔快跑支持的自動駕駛。隨後，迪拜王儲Hamdan bin Mohammed也社交媒體上發文稱，與李彥宏在迪拜會面，對方就最新技術趨勢以及AI如何重塑世界發表了主題演講。

去年10月有媒體報道稱，蘿蔔快跑計劃進入中國香港、新加坡和中東等地，並推出專爲全球用戶設計的Apollo 10.0自動駕駛開放平臺。

11月底，蘿蔔快跑獲批香港首個自動駕駛車輛先導牌照。這也是蘿蔔快跑在中國大陸外獲得的首個右舵左行地區的自動駕駛測試牌照。

進入2025年，據媒體報道，阿聯酋有望成爲蘿蔔快跑進入的首箇中東國家，最早於今年上半年在迪拜開始道路測試。

知情人士稱，百度正在與阿聯酋當局進行談判。此外，招聘信息顯示，蘿蔔快跑正加強迪拜、阿布扎比和利雅得等中東城市以及東南亞國家業務團隊的發展。

過去幾年，全球各國日益重視自動駕駛行業的發展，陸續出臺一系列扶持政策。面對這塊藍海，國內的蘿蔔快跑、小馬智行，國外的特斯拉等企業都希望佔據一席之地。

但在藍海市場中，同行競爭並不重要。如何既成本可控，又安全可靠，同時兼顧企業社會責任，纔是業內公司的競爭焦點。蘿蔔快跑在國內驗證了低成本與高安全性的範式，但在海外，它面臨的挑戰將不僅僅是技術和產品。

1 在世界政府峯會上，對於自動駕駛技術的大規模落地，李彥宏提到一個關鍵問題：成本。

自動駕駛的技術棧橫跨軟硬件，既需要足夠強大的算力芯片、各類傳感器，也需要不斷迭代的算法，每一項都是“吞金獸”。想要實現高級別自動駕駛，企業需要投入鉅額資金。

例如，馬斯克曾在社交媒體上表示，特斯拉爲了研發FSD（完全自動駕駛）平臺，一年累計投入超100億美元，並感嘆“實現通用自動駕駛的難度令人震驚”。

長期來看，自動駕駛的成本取決於技術路線的長短。企業倘若採取步步爲營的策略，自下而上突破技術壁壘、逐漸逼近自動駕駛的終極形態，就會把技術路線拉得很長，進而不得不長時間鉅額投入，成本自然居高不下。

儘管如此，包括特斯拉在內，國內外大多數車企依然選擇了從低到高的階梯式技術路線，從而讓初級階段的智能駕駛儘快“上車”，給新車增添賣點。

此外，新技術的演進往往不是階梯式的，而是爆炸式的。與DeepSeek引領的AI大模型工程革新類似，一旦自動駕駛技術邁過“奇點”、研發範式被重塑，車企現有技術的價值有可能大跳水。這也在一定程度上抑制了車企砸錢研發高階自動駕駛的熱情。

李彥宏承認，自動駕駛有許多技術路徑。“比如，特斯拉有他們自己的方法，採用純視覺方案，依靠神經網絡和算法，從輔助駕駛過逐步過渡到完全自動駕駛，最後到完全無人駕駛的階段。”

他表示，百度Apollo採取了不同的方法：從第一天開始就以無人駕駛爲目標，落地上先在某一地理區域實現落地應用。李彥宏認爲，這兩種方法都有其優點。“我們要做的是加快速度。只要監管環境允許，就會在那裏部署。”

蘿蔔快跑並不造車、賣車，不存在將自動駕駛快速變現的壓力。因此，它在成立之初就瞄準L4級自動駕駛，試圖完成“跳躍式創新”。

但與L2、L2.5相比，L4的技術和工程難度呈指數級增長。前者可以參考業已成熟的汽車駕駛輔助技術，如車道保持、自動跟車、主動剎停等，後者卻需要遇山開山、遇河搭橋，無法借鑑和模仿其他同行，起步階段成本更高。

正如李彥宏所說，儘可能降低成本，必須成爲蘿蔔快跑及百度Apollo的核心命題之一。

佔大頭的整車成本方面，2013年發佈初代自動駕駛汽車至今，百度Apollo發佈六代車型，每一代成本降低一半，能力提升10倍，其中第六代車型降至20萬元，是谷歌旗下Waymo的1/7，也比特斯拉尚未推出的CyberCab更便宜。

此外，蘿蔔快跑此前曾表示，通過建設全自動無人車運營網絡，將營運成本降低30%，服務成本也降低了80%。隨着接入網絡的自動駕駛車輛的增多，這兩塊成本有望繼續降低。

這些成本的降低都與長期的創新驅動有關。正如李彥宏所說，百度必須研發出一種成本低得多的技術，才能實現無人駕駛落地。可以看見的是，百度自動駕駛技術進步得非常非常快。

去年5月，百度發佈了全球首個L4級端到端的自動駕駛大模型Apollo ADFM，蘿蔔快跑處理超長尾場景的能力顯著提升。這有助於蘿蔔快跑繼續降本，也讓它具備了快速國際化的能力。

在大會上，當被問及Apollo從決定部署到完全實現需要多少時間時，李彥宏認爲，從技術上只需要大約兩週，但是爲了符合當地的規定，一個典型的部署週期大概需要6個月。

“成本降低一定數量、一定百分比，那麼這意味着生產率提高了相同的百分比。”李彥宏說，“我認爲，降本就是創新的驅動力。而今天，創新的速度比以前快得多。”

2 除了持續降低成本，怎樣繼續提高自動駕駛的安全性，也是整個行業的長期挑戰。

從實際測試來看，現有技術水平下，在高速、城市快速路等場景中，無論是智駕還是更高階的自動駕駛均表現很好。馬斯在今年1月的CES 2025上表示，自動駕駛最終將比人類安全10倍、100倍，直到永遠不發生事故。

但最後1%的corner case，比如小路、社區內部道路等，或者道路上意外出現的各種物體等，纔是自動駕駛的真正難點。

目前，國內外智駕發生的嚴重事故，大都與corner case（邊角場景）有關。比如，車輛無法識別停在道路中央的清掃車，或是晚上無法看清側翻的卡車等。

解決corner case的路徑之一是不斷提高軟硬件性能，比如使用更強的自動駕駛芯片，配備更多激光雷達、毫米波雷達，迭代更好的算法等。

但如今，不同企業在軟硬件方面的差距越來越小，自動駕駛的corner case卻依然沒有得到根本解決。行業逐漸意識到，要想提高自動駕駛的安全性，使用更豐富的交通數據進行訓練，與改進軟硬件同等重要。

在1月底的財報電話會議上，馬斯克在談到FSD爲何遲遲無法入華時表示，本地交通數據的缺失是一項嚴重阻礙。

比如，中國的公交車專用車道非常複雜，但特斯拉無法將訓練數據轉移至美國，只能讓FSD利用道路視頻進行模擬訓練。

相比之下，蘿蔔快跑等國內公司能夠更方便地獲取道路交通數據。由於中國的路況遠比美國等地複雜，意外情況也更多，這爲中國公司研發自動駕駛平臺帶來巨大挑戰，但也提供了類型更加豐富、涵蓋更多corner case的數據環境。

此前，蘿蔔快跑在國內衆多城市落地，每日行駛里程超10萬公里，累計里程超1.3億公里。穿行於不同城市的大街小巷、服務不同需求的乘客，讓蘿蔔快跑在面對長尾場景時積累了更豐富的第一手數據，無需像特斯拉FSD那樣依靠“刷短視頻”來學習。

截至目前，蘿蔔快跑已經在北上廣深等十多個內地城市，以及中國香港開啓道路測試。百度此前披露，蘿蔔快跑累計訂單已經超800萬單。

蘿蔔快跑在較大規模下應用了兩三年，沒有發生嚴重事故，出險率相當於人類駕駛員的1/14。李彥宏稱：“我們已經證明Robotaxi比人開車安全得多，至少更安全10倍。”

啓動國際化後，蘿蔔快跑出海第一站選擇中國香港，同樣是車多路窄的“魔鬼路況”。

作爲全球人口和車輛密度最高的城市之一，香港的道路狹窄多坡，路口衆多、結構複雜，且常常車輛行人混行。右舵左行的交通規則，也與蘿蔔快跑習慣了的左舵右行相反。

但這類高度複雜的路況，終歸是自動駕駛的“必答題”。目前來看，得益於端到端大模型等新技術的支持，蘿蔔快跑在香港市場的進展還算順利。

剛剛起步就挑戰“魔鬼路況”的另一重好處是，當蘿蔔快跑進入其他難度較低的市場時，往往事半功倍。

比如，中東各國地廣人稀，蘿蔔快跑進入當地市場，難度比國內下降了一個數量級，能夠更快投入運營。

3 儘管自動駕駛遠未成熟，但它的社會價值日益顯現，促使全球各國紛紛出臺政策，爲自動駕駛——尤其是L3級別以上的高階自動駕駛——創造更寬容和友好的發展環境。

在國內，北京、上海、廣州、深圳、武漢、杭州等多個城市積極開展無人駕駛robotaxi政策推進和運營落地。

在境外市場，當地主管部門同樣重視推動自動駕駛的落地。

以中國香港爲例，2024年3月，香港自動駕駛車輛規管框架落地實施，目前已有多個大型自動駕駛車輛項目正在港推進，測試路段涵蓋公共道路及不同應用場景。同年底，蘿蔔快跑拿到香港首個自動駕駛車輛先導牌照。

此外，美國、日本、德國、英國、法國、新加坡、中東各國也出臺了各種扶持政策，在推動本國自動駕駛產業發展的同時，吸引國外企業前來測試和運營。

面對這塊不斷增長的蛋糕，全球參與角逐的企業中，既有特斯拉、小鵬等車企，也有蘿蔔快跑、小馬智行、文行知遠等自動駕駛公司。

不過，對於剛剛邁出出海步伐的蘿蔔快跑而言，同行競爭的重要性遠不如做好本地化。

與國內市場相比，自動駕駛出海需要考量的因素更多，情況也更復雜。比如，日本、英國、新加坡等地是右舵左行，與國內習慣不同。而蘿蔔快跑在香港地區的測試可以積累更多“右舵”出行的經驗，爲蘿蔔快跑落地更多海外市場奠定基礎，迅速進行軟硬件的本地化適配與測試。又比如，如何在開展業務的同時爲當地貢獻更多工作機會和社會價值。蘿蔔快跑正在進行這方面的探索。

在獲得香港牌照之前，它發佈招募“駕駛AI訓練員”的信息，負責自動駕駛車輛數據跟蹤與採集、問題記錄與反饋等工作，出租車和公交車司機優先，吸引和推動職業司機的轉型。

對於自動駕駛企業而言，安全、負責任地融入當地交通體系，是獲得海外市場認可和接納的關鍵，也是出海之路穩健前行的基石。

在這方面，蘿蔔快跑依靠獨特的技術路線和規模龐大的訓練，解決了“低成本+高安全性”的難題，爲出海鋪平了道路。接下來，隨着蘿蔔快跑駛入更多海外市場、用戶體量擴大，真正考驗纔剛剛開始，希望中國自動駕駛企業可以行穩致遠，在全球市場揚帆遠航。

參考資料：

南風窗，《蘿蔔快跑這步，走對了嗎》

電車通，《蘿蔔快跑登陸香港在即，“第一個喫螃蟹”將面臨哪些挑戰？》

智能車參考，《李彥宏最新訪談：沒被DeepSeek震驚，自曝Robotaxi最擔心這3件事》

光明網，《中國自動駕駛“借風”出海》

驅動之家，《馬斯克承認FSD還搞不定中國公交車道：入華窘境核心還是技術》