行人、司机和萝卜快跑的城市路权争夺战,谁能赢?(组图)

萝卜快跑在武汉大规模投放提供商用出行服务,近期激发了热议。其中反应最大的当属本地出租车司机,订单量受到了无人车的直接冲击。

同样是被大厂研发的AI技术冲击,人类画师、编剧等职业得到了普遍同情与声援,而在出行场景中,大量网友则站在了智能机器这一边,支持萝卜快跑“整治”违规驾驶、劣质服务等人类司机行为。

甚至有人发出阴谋论:无人出租车投放武汉真的很聪明,别的地方可能对AI不太放心,但是在武汉,总归不会更差了。







武汉到底有什么特殊?

长期以来,武汉司机就以开车狂野而闻名于中文互联网,武汉因此被认为是“行人礼让机动车做得最好的城市”。这种情况下,可以说汽车(司机)享有最大的路权。

武汉的人车“路权”之争,矛盾十分突出。

遵守交通规则的萝卜快跑无人车,既能够做到礼让行人,保障普通人出行的路权,又能够给违规车辆制造“麻烦”,发生摩擦时让对方承担大部分责任甚至全责,替行人“出气”。自然得到了大量群众的支持。

曾有一位专家对我说:智能交通的终点是自动驾驶。而目前,有31个省市地区,在2024年政府工作报告中,提及了智慧公路、自动驾驶(车路协同)、智能交运、智能交管等重大交通基础设施建设。

显然,发展智能交通是大势所趋,目的也不是为了跟出租车司机过不去,而是通过技术进步,最终真正解决人与车的路权矛盾。

有理由相信,一个交通智能化程度高、人车和谐的智慧城市,所承载的商业经济业态,足以吸纳更多人更好地就业与生活。

我们把视角放到当下,来聊聊“超雄司机”和“失权路人”的矛盾背后,暴露了当下城市的何种隐痛。






首先有必要替武汉说一句,“超雄司机”这个梗虽然在网络上走红,但并不意味着武汉司机就格外不守规矩。实际上,司机(机动车)与行人争夺路权的情况,在全国城市内普遍都有发生。

大家一定都有着这样的经历:

过马路时,必须小步快跑,才能在信号灯的配时要求下,勉强通过;

城市道路越变越宽,但拓宽的是机动车道,行人和非机动车依然挤在一条小路上。

以我居住的北京为例,步行环境对行人就并不友好。对此,清华大学建筑学院副院长毛其智曾公开表示:由于很多人开车,选择步行等慢速交通的人越来越少,步行道也就越来越“弱势”。






我们都知道,城市交通应该“以人为本”。但特大型城市、大中型城市,由于城市规模的快速扩大、车辆数量激增,现有道路的承载量饱和。于是,为了保证汽车通行效率,优先选择拓宽机动车道,牺牲行人和非机动车的通行空间;调整信号灯配时,压缩行人的步行过街时间;在行驶中争分夺秒,部分机动车司机不礼让行人、随意加塞变道,让路人和文明司机都苦不堪言。

“在武汉,只有苕萝卜给行人让路”,萝卜快跑就是在这样的背景下,成为正义使者、马路判官。

行人比机动车“弱势”,文明司机比违规司机“弱势”,行人与司机的“双输局面”,归根结底,是由汽车数量激增与城市道路出行效率之间的矛盾所导致的。







为了解决车路矛盾,城市也拿出了不少办法。

比如车辆限行、限购,控制城市机动车数量的增长,但这只能减轻道路承载压力,无法解决存量车的通行效率问题。

再比如规定汽车必须礼让行人,违者罚款,以此来保障行人和非机动车的基本通行权利,很多城市司机都被“罚出了素质”。但车让人由司机承担了效率下降的成本,容易通过加塞、抢道、开快车等行为来抢时间,反而增加了事故率和拥堵风险。

当然,还有一种手段,就是新技术的引入。

近年来,“智慧城市”落地应用的头号场景,就是智能交通,通过大量传感装置、智能摄像头、智能网联汽车作为智能交通的“感知神经”,经由“城市大脑”的云端算法和解决方案,来优化信号灯配时、合理利用潮汐车道、提前预警拥堵情况等,缓解城市交通压力。







“智慧城市”建设,确实极大地减少了堵车时间,但有两个问题待解。

一是在绝对机动车数量冲击下,算法带来的优化效果是有限的,北京城早晚高峰,该堵还是堵。二是区域各有一套智能交通系统,上一阶段的“智慧城市”大多是分区域、分部门来推进的。比如我们曾采访过,北京海淀区可以实现对违规渣土车路线监控、机动车违规行为实时抓拍记录,但没有跟其他区互联互通,一旦车辆出域就监测不到了。这种同一城市的数据烟囱普遍存在,使得算法能力只能在一小片区域里发挥作用。

而自动驾驶技术,就有望从根本上,解决城市交通的车路矛盾,把“路权”还给行人。

主要从三个方面发挥作用:

1.公共交通化。

既然道路通行效率低、承载压力大,那么减少机动车总量,不就可以“治本”了嘛。而自动驾驶汽车就可以担任起“公共司机”。现在网上就有网友畅想:买一辆“萝卜”,平时接送自己上班,其他时间去开网约车。所以,乘客不仅不用打人类出租车,也不需要买车了,自动驾驶可以直接减少乘用车的需求量,更充分地利用道路通行空间和驾驶时间,极大地提升城市出行效率。






2.全面智能化。

如前所说,此前智能交通只能在区域内发挥作用,数据无法互联互通,限制了算法对城市交通的优化能力。而自动驾驶的规模商用,意味着无人车也要从区域试点走向整个城市,这就需要一个统一协作、整体水平高的智能交通基础设施。

可以说,自动驾驶汽车的规模商用,会直接加快城市的数字化、智能化基础设施升级,比如为了支撑无人车的安全通行,无线传输需要从千兆5G升级为万兆5.5G、高清智能摄像头/智能灯杆等路侧感知设备的广泛覆盖、汇聚无人车实时数据统一调度的云端平台“大脑”,让城市智能交通的决策能力指数级提高。

3.驾驶规范化。

“未来路上可能都是无人车,人类驾驶将跟马术、赛车一样,变成专用场地的奢侈品。”曾几何时,一位从业者这样预言道。萝卜快跑在武汉运营时,作为“马路判官”,一旦发生碰撞剐蹭,基本是人类司机违规变道、开斗气车、不守交规的责任。

尽管今天无人车的实际行驶速度还比较缓慢(也是最大的槽点),但随着无人车上路比例逐渐提高,车与车之间进行数据的感知、传输与决策,逻辑上完全可以在确保安全距离、遵守交通规则的条件下,提高行驶速度。这样一来,既提高了通行效率,又减少了无人车与人类司机的事故发生率,保障了乘客的人身安全,减少了事故导致的拥堵。

解决城市交通压力问题,有时需要跳出固有的思维模式,除了修更多更宽的路,设更快的信号灯,还可以用更少的车送更多的人。







当然,有人说,长期看自动驾驶很美好,但现在抢走出租车/网约车司机的工作,会给具体的人带来痛苦。

这种担忧会出现吗?

我们开篇提到,智能交通的终点是自动驾驶。

也就是说,全面自动驾驶是未来交通的终极形态,在今天担忧自动驾驶会干翻出行市场,就像在1890年担心交流电毁灭城市,在2024年担心AGI毁灭人类一样,属于“高估了技术的短期影响”。

一方面,目前实际投运的自动驾驶出租车,在商业运营汽车中占比很小。比如目前萝卜快跑在武汉市仅投放了400多辆,而武汉市注册巡游出租汽车数量约为2万,网约车司机大约2.4万(来源于2023年的报道),无人车不到1%。

此外,大众能接触到的自动驾驶服务,都是“以普惠换数据”阶段,并不具备规模商用的持续性。

萝卜快跑目前在武汉是以补贴在微利运营,上海刚刚在前不久在2024年世界人工智能大会上发放了首批“完全无人载人车牌照”,市民可以在浦东部分路段,免费乘坐无人车。北京在今年六月,刚刚为小马智行、文远知行发放了北京亦庄至北京大兴国际机场航站楼之间开展自动驾驶出行服务商业化试点的牌照,大兴机场自动驾驶接驳无需额外支付高速通行费。

不难看到,这些或免费或象征性付费的自动驾驶服务,都更具普惠和商业实验性质。正如何小鹏所说,目前萝卜快跑成本能打平是因为“很多账还没有算”。

常态化、产业化之后,加上各项营运费用,正常收费是否还能比人类司机更划算,恐怕还是未知数。

所以,担心无人车抢人类司机饭碗,为时尚早。






全面商业化之前,难道自动驾驶汽车就只能徒惹争议、哐哐烧钱,而不能给城市和我们带来价值吗?当然不是。

2021年的一天,我采访一位国内自动驾驶企业的负责人,询问对方:1~3年之内,想解决的一些技术目标是什么?






他表示:希望能够把自动驾驶做到真正的无人,完全没有安全员,在开放道路可以实现大规模的运营。这要求把感知、决策、预测、控制的每一部分,都做到99.99999(七个九)的安全性,是我们想要解决的问题。

人类极少甚至基本不参与到汽车驾驶中,属于L4级别的自动驾驶。为了实现这个阶段性目标,产学界需要做好各项准备

无人车要具备端侧智能,可以被云端实时接管。这就需要强大的数字基础设施,包括高性能的国产算力、高精度激光雷达、大上行低时延网络、支撑大规模分布式数据存算的云服务等,一个自动驾驶产业可以为相关行业带来需求和市场。

自动驾驶技术的研发,不是一家企业或科研机构能够独立完成的,依赖产学研用一体化的创新,以及数据开源、论文开源等形式,来降低整个产业的研发成本和风险。这也推动了国内高质量数据集、NLP、计算机视觉、多模态算法、具身智能等技术的科研进步,为中国及时跟上大语言模型和多模态模型等世界前沿技术趋势创造了条件。







实际上,很多自动驾驶厂商已经成为主机厂的智能驾驶系统解决方案服务商,从B端获得商业回报。

从研发到落地的闭环探索中,自动驾驶已经给大量关联行业和企业带来了发展机遇,释放出许多就业机会,比如数据集标注师、无人车路测员、AI软件开发工程师、基于ARM架构车载芯片设计师、数字座舱娱乐交互设计师等等。

一种通用性技术的产业化,就像交流电、宽带互联网一样,所创造的经济效益、社会效益、环境效益,都将是不可估量的。

从根本上解决车路矛盾,自动驾驶可以把效率和文明带给城市,把路权和生活还给行人。当行人和司机不再为争夺路权而矛盾重重,不妨从现在开始,我们一起重新想象城市出行和生活方式。


推荐阅读