4月19日，时值百度Apollo开放平台发布3周年之际，百度又暗戳戳的搞了一件大事，Robotaxi上线百度地图及百度APP智能小程序Dutaxi，向长沙市民全面开放试乘服务，成为国内首个通过国民级应用向公众开放的自动驾驶出租车服务。
图片来源：Apollo智能驾驶
尽管如此，这并不意味着自动驾驶汽车马上就可以走进寻常百姓家，这项技术要实现大规模商用依旧还有很长一段路要走。
三年商用、五年量产终成现实
从2017年百度开放Apollo平台，到后来封闭场地测试、推出L4量产车阿波龙、在国内率先开启试运营，再到2020年全面开放运营，百度的节奏在业内领先，特别是Robotaxi这一细分领域。
2015年，与所有满怀憧憬的自动驾驶领域玩家一样，百度宣布正式成立自动驾驶事业部，进军该领域，彼时的百度踌躇满志，却总是不得要领。转折要从Apollo登上舞台开始说起。
2017年4月，百度借用阿波罗登月计划的含义，发布了Apollo计划，向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台，帮助他们结合车辆和硬件系统，快速搭建一套属于自己的完整的自动驾驶系统。
同年7月，百度在AI开发者大会上正式发布Apollo 1.0，李彦宏乘无人车参会助阵。之后，Apollo先后进行了多次迭代，到现在已迭代发布八大版本，形成完整开源架构，全方位赋能开发者，并从中国走向世界。
其中2018年7月4日，在百度AI开发者大会上，百度发布Apollo3.0的同时，宣布百度又一大“杀器“——全球首款L4级别自动驾驶巴士“阿波龙”正式量产，会上百度与7000余名开发者共同见证第100台“阿波龙”的下线。
随后这些车辆被分别发往了北京、雄安、广州、深圳、福建平潭、湖北武汉、日本东京等地开展商业化运营。其中在日本，百度将联合金龙客车、软银集团旗下的自动驾驶公司SB Drive，将“阿波龙”用于一些核电站内部的人员接驳，以及东京地区一些高龄化社区的穿梭接送。
4个月后，在2018百度世界大会上，百度宣布“阿波龙”已实现万人试乘，运行一万公里，保持安全零事故。进入2019年，“阿波龙”在全国范围内进一步快速落地，到2019年8月，阿波龙已搭载4万名乘客，在25个城市落地运营。
与此同时，由百度和一汽红旗打造的中国首条L4乘用车前装产线目也正式投产下线， 首批量产的L4级自动驾驶乘用车率先落地长沙，于同年9月正式在长沙开跑，随后驶进沧州。百度副总裁、智能驾驶事业群组总经理李震宇表示，“Apollo在长沙开启试运营，标志着Apollo Robotaxi从内部研发逐步走入市场，在真实场景中获取反馈。”
可以说无论是Robotaxi亦或是阿波龙的量产商用，这些尝试不仅为车企在前装自动驾驶领域提供了多样化选择，也对其商业化落地具有深远意义。
图片来源：Apollo智能驾驶
到12月底，Apollo车队总测试里程累计超过300万公里，覆盖北京、武汉、沧州和长春等23个城市。
除了在国内进展迅猛，在国外自动驾驶领域，百度的成绩也十分出色，在今年2月27日加州车管所（DMV）公布的2019年年度自动驾驶接管报告中，百度打败了多年的老对手Waymo，成功登顶。
另据北京智能车联产业创新中心发布《北京市自动驾驶车辆道路测试报告（2019年）》，过去一年里百度Apollo以52辆测试车以及75.4万公里新增测试里程成为年度所有测试企业中投入测试车数量最多、测试里程最长的企业。
如今，随着百度Robotaxi在长沙进一步规模化落地，其“三年商用、五年量产”的豪言也终成事实。不过，对于百度来说，自动驾驶的落地场景不止是出租车，低速物流车及扫地车等限定场景也都是比较合适的切入口，长沙的试运营只是一个开端。
商业化落地道阻且长
尽管目前百度已经在自动驾驶研发及商用上，取得了长足的进步，但其要想真正推动这项技术的大规模量产，还面临多方面的挑战。
其一，缺乏相关的法律法规。虽然目前各国都对自动驾驶提出了相应的要求和规范，同时划分了一些区域作为测试道路，为自动驾驶厂商测试提供便利，但是许多地区商业部署的法规仍在制定中。而且现有的法律制度、政策、保险体系等，并不是为自动驾驶时代的交通量身定制的，一定存在诸多不合理之处。
目前欧盟已经对脱手的要求进行讨论，如ECE R79工作组提到满足L3级自动驾驶的车辆行驶中可以脱手，预计会在2020-2022年生效。目前都在讨论过程中，还没有正式发布，而技术与服务的需求往往快于法律法规的提出。
其二，技术屏障急需突破。目前大部分自动驾驶技术仍然停留在L2、L3级别，只能算是部分自动驾驶或者自动辅助驾驶，与L5级别的完全自动驾驶，也就是无人驾驶仍然有很长的一段距离。因此，目前投入运营和测试的Robotaxi业务一般都被局限于特定区域内，并需要配备安全员。而且，真正技术的出现，也不是第二天就能赚钱的，中间需要一个适配的过程。
其三，规模无法迅速扩大。无论何种技术在兴起之初部署规模都是有限的，考虑到各地区内不同城市的人口结构、车辆密度、道路布局和天气状况，可能会有所不同。比如如果做Robotaxi服务，需要一定的数量和规模，需要在一个区域内部署几十、甚至几百辆的自动驾驶汽车，能够7×24稳定运行。因此，扩大自动驾驶服务范围将是一个艰巨的挑战。要想让自动驾驶汽车真正投放使用，将需要比预期更多的时间和资金。
其四，成本过高。据悉，应用在自动驾驶汽车上的激光雷达、芯片等软硬件设施很多都没有大规模量产，费用颇高。L1、L2的实现，相对而言传感器架构简单，通过毫米波雷达+前向智能摄像头就可以完成。
但L3、L4逐渐允许驾驶员解放双手、双脚，甚至双眼，这种情况下就需要非常复杂的传感器架构，复杂的不仅仅是传感器、执行器等，还有冗余的要求，这是复杂且昂贵的系统。
图片来源：fortune.com
当然了，自动驾驶还会面临更多的挑战，如用户群体的培育、运营维护模型的建立等等。这意味着尽管百度在自动驾驶方面已经取得了十分出色的成绩，这项技术要想真正实现大规模商用还有很长一段路要走。