昨日的开放日上，滴滴首款自动驾驶概念车DiDi Neuron震撼登场。去除司机位，自带机械臂，24小时随时call，科幻小说中的未来神车来了！
如果让你畅想，未来最理想的一款自动驾驶汽车，会是什么样子？
在乘坐体验上，那当然是要让「自由」最大化。
驾驶位就可以完全取消了，人在车里，腿想伸多长就伸多长，还能一键躺平。
躺着躺着，机械臂就给你递来一杯茶。
车内到处是高科技的交互大屏，开会、打游戏、看电影，随你喜欢。
而在车外，车辆在车流中灵活地闪转腾挪，摄像头、毫米波雷达、激光雷达的加持下，完美实现自动驾驶，避开各种障碍。所有车仿佛处在一张巨大的神经网络中。
放行李的时候，机械臂管家就能代劳，根本不用劳烦咱们亲自动手。
巧了，滴滴昨日发布的无人驾驶概念车，就完美符合了我们的想象。
这款车名为Neuron，意为「神经元」。
在《阿凡达》的潘多拉星球上，上万亿棵树木根部相连，就仿佛神经网络那样组成了庞大的网络，然后诞生了「超级智慧」爱娃。
在没有语言的情况下，能不能做到跟所有人感知、共享？爱娃给了我们无限启示。
同样，滴滴的这款Neuron，也处处体现着这样的理念——「共情共鸣，无处不在」。
当L4自动驾驶技术进入我们的生活，最理想的情况就是，能提供一种「人类和机器人的混合网络」。
Neuron的概念怎样诞生
过去7年，滴滴的故事从哪讲起？
当然是从对未来的憧憬讲起。
在1899的巴黎，法国为了准备次年的世博会，组织了一群意见领袖，对100年后的世界进行了畅想。
在他们的想象中，2000年的世界里，交通工具可以上天入海，把整个家背上四处行走。
此时，莱特兄弟的飞机还未上天，距第一辆车的发明，刚过去13年。
虽然这些想象足够大胆，但却没有捕捉到现代出行中两个最重要的发明：共享出行和无人驾驶。
现在，120年过去了，我们作为乘客，能期待什么样的出行？
滴滴的概念车Neuron，为我们描绘出一幅理想的未来场景。
阿凡达中能通灵的巨树Eywa，可以连接所有的族人，上传他们的意识，不用语言交流，也能感知、理解、沟通、共享。
这就是滴滴对于服务的原型认知。
因此，这款概念车名叫DiDi Neuron。
Neuron就是神经元，是我们身体中感知的最小单位，可以让我们产生共情，并且在我们的身体中无处不在。
共情共鸣，无处不在
DiDi Neuron的共情和共鸣体现在哪里呢？
Neuron虽然整车长度「只有」4.5米，但轴距却达到了3.2米。
这是因为，这款车不再需要司机，拿掉驾驶位后，舱位变得非常大，乘客使用空间增加了50%，瞬间让尊贵感和豪华感爆棚。
车头的眼睛是传感器套件，嘴是前面的三联屏，而侧面各有1块联屏。
为什么车的屏幕要做得这么大呢？因为Neuron也会保护车外的交通参与者——虽然没有司机，但Neuron的窗口会把自动驾驶的所思所想，告诉车外的人。
比如人行横道上有人穿行，Neuron就会告诉他：我会等你过去，不用慌。
总之，无论Neuron是左转、到站、准备启动，车外的人都会看得一清二楚。
除了全身的21个摄像头、8个激光雷达和6个毫米波雷达，Neuron的其他地方也是细节满满。
比如在乘客上下车的位置，也有一套传感器，让Neuron永远不会停到有水坑、有泥泞的地方。
而Neuron的尾部，并不像一般的自动驾驶汽车一样，是噪音最大、散热最大、线数最多、最难看的地方。
它充分留出了空间，甚至还有一个「彩蛋」——机械臂。
它能帮我们手提行李、拿各种东西，犹如一个舱内的实体管家。而在侧面，Neuron的设计也无一不体现着贴心和共情。
比如借鉴了D1设计的电滑门，在开门时，不会撞到其他人。
顶翼门的设计非常有仪式感，让乘客可以不必低头，尊贵地上车。甚至姚明来了都不用低头。
而座舱里，完全给了我们飞机头等舱的体验。坐进来后，管家会给你递水，车内还有许多柔性屏、互动播报屏。
没有大模型，只有Robotaxi真实进展
不过，虽然梦是放飞的，但滴滴还得回到现实，因为，还有很多问题需要回答。
开放日现场，滴滴自动驾驶的COO孟醒调侃道，「今天我们没有预训练多模态大模型，只有滴滴Robotaxi产品化的真实进展」。
2020年6月，Robotaxi最先落地上海，当时行驶在道路上会遇到一些问题。
到2023年，在广州无人驾驶汽车测试中，Robotaxi能够自如地应对各种各样的场景。
安全，是自动驾驶发展的第一阶段。过去的1020天，滴滴自动驾驶安全指标MPCI已经涨了100倍，同时也没有出现过任何主责安全事故。
那么第二阶段，就要考虑自动驾驶服务，从关注驾驶到关注乘客、运营体验。
加入24h全家桶
为此，在征求许多乘客意见统计后发现，其中呼声最高的就是「区域能不能再大一点」。
这一需求从另一侧面反映了，许多人希望把自动驾驶接入正常生活。其实，以上海为例，过去3年中，上海地图自动驾驶覆盖区域扩张了7倍。
而在扩张地图的同时，最难的还是如何解决Robotaxi没有见过的场景。
比如在广州的一处地点，某天4点多学校附近停了大量家长的车，以及过路的学生。
对于一些常见的场景，Robotaxi都能灵活自如地处理。然而，现实生活中还是会存在很多没有遇到过的场景，比如路上交警、不明物体等等。
因此，当前的主要挑战有三：更多交通流、更多的交互、更多的长尾场景。针对以上3个挑战，滴滴也给出了自己的解决方案。
面对更多交通流，对Robotaxi系统延迟提出很大的挑战，对此滴滴推出了感知大模型和预测大模型。
更多交通流随之带来了两个问题，一是理性的交互，滴滴引入了博弈论决策模型，可以捕捉到所有理性交互的准确度。
另一个就是不理性的交互，需要引入模仿学习，帮助自动驾驶参考学习人类驾驶行为。
在面对更多长尾场景时，一类是出现频率高的，可以去主动挖掘已经见过的数据。
而当遇到少见的场景时，比如突如其来的塑料袋，通过占据空间网络来预测和判断行为轨迹。
以上所有的能力，就是滴滴过去两年独特打造的「城市泛化引擎」。
第二个需求就是「站点能不能多一点」。
对于许多的人来说，都曾遇到过两难问题，想去的地方，恰恰就在两个公交站之间，不知该是A站下车，还是B站下车。
滴滴就是要解决大家这种公交车式纠结和妥协。就自动驾驶站点来说，经常会遇到路边被其他物体占据等问题。
过去一年，在有限范围内，滴滴把Robotaxi的泊入能力提升了96%。
但是想要有更多的站点，对Robotaxi的技术能力提出了更高的需求。
由此，无限泊车技术就来了。它能够把全路段变成站点，根据路况在任何一个安全的地方，Robotaxi都能把车停进去。这将是滴滴自动驾驶团队今年重点发力的方向。
接下来，许多乘客提出的第三个需求是24小时服务，Robotaxi如何先能胜任夜晚正常运转的任务？
比起白天，夜间交通流下降了60%，但是重大交通事故在晚上发生频率较高，主要原因就是夜晚能见度降低。
滴滴Robotaxi搭载了红外传感器后，在漆黑的夜晚，可以明显地看到原来摄像头看不到的人群，这样夜间服务能力就得到了解决。
要做到24小时连轴转，不仅需要24小时无阶段运营，甚至还需要充电、维护、清洗等问题。
这不，滴滴全球首个自动驾驶自动运维中心已经建在上海了！
AGV小车拖着Robotaxi充电，再由机器人给汽车清理，最后完成一系列步骤后再将其送到门口，继续运营。
肯德基、全家全国有许多24小时不打烊的商店，现在，滴滴Robotaxi也加入了「24小时全家桶」。
那么，问题来了，自动驾驶服务和网约车服务有多远？
滴滴做了一个测试，结果显示，在送驾时长、送驾距离、用户欢迎程度，以及呼叫单量指标上都在持续向网约车靠近。
目前，滴滴的自动化率已经达到90%，并且在不久的将来能够达到100%。
可以看到，滴滴Robotaxi能够实现如此好的性能，背后一定离不开强有力的硬件加持。
激光雷达+计算平台：自动驾驶的关键硬件
要说自动驾驶的关键组件，当然就是眼睛（激光雷达），大脑（计算平台），以及Robotaxi的本体。
分辨率可调的激光雷达
仔细想一想，我们开车的时候是不是时刻处于眼观六路耳听八方的状态。
左右中三个后视镜随时查看，目的就是能每时每刻掌握路面信息。
而对于自动驾驶来说，「眼睛」和「耳朵」同样重要。不然，要是连路面信息都没搞定，这车怎么开呢。
可以看到，在滴滴的自动驾驶中，别说路上行驶的车了，就连路边的人潮都能纤毫毕现地展示出来。
L4自动驾驶配套的激光雷达，需要超高点频、超高分辨率、超长距离、能适应各种场景，要求颇高。开放日上，滴滴发布了北曜Beta激光雷达，是全国首个2K图像级高精度激光雷达。
这个激光雷达拥有每秒300万的高点频、超512线能力、横向120°以及纵向25.6°的超大视场角，可以说是“参数爆表”了。
简单来说，就是覆盖的面大，看得远，还看得清楚。
传统的几十到一百的激光雷达线束在200米的距离根本看不清东西，而超512线就能保证200米的最远感知距离。甚至连轮胎这种低反射率的物体都能感知到清晰的轮廓。
在下图中，左侧是市面上比较标准100线左右的激光雷达，右侧是北曜激光雷达拍摄的状况。
测试是内容是去看200米之外的4种障碍物——野餐车、人、自行车、锥桶，还要从大到小进行排序。
可以看到，一般的激光雷达暂未探测到目标物，但北曜在4个物体上已经有一些点云可以看到了。因为点云的密度更密，所以能聚集更多的光，亮度更亮。
而当车再往前走、到了140米的时候，右侧上面的点云已经非常密，人的完整的形态已经出现，而此时，左图中自行车和锥桶还几乎完全没有点。
到了80多米的时候，左侧有了点，但还不很清晰，但此时北曜的展示已经非常清晰了。
与此同时，北曜Beta还有四种不同的模式，分辨率可调。包括常规模式、视场角聚焦高清、局部高清和全局高清等四种模式。
视场角聚焦高清是滴滴独创的模式，核心意思就是，不需要看到的地方就不用看清，牺牲下面的分辨率来换取上面的分辨率，调整能力把更远的地方看清楚。
还有一个相似功能，叫做局部高清功能，可以调节我们视场（角），相当于做了一个高分辨率窗口，其他地方做了妥协，这样就可以动态调整我们想要的高清窗口的位置。
另一个功能叫全局高清，可以瞬间把全局点亮，不分区域，全部分辨率变高。此功能涉及到超频的能力，时间不会维持很长。
总之，场景不同，需求不同。北曜Beta可以自适应调节局部或全局的分辨率，不同环境下的感知效果都能达到最好。
Orca虎鲸计算平台
说完了最先进的激光雷达，再来说说最新发布的计算平台——Orca虎鲸。
为什么叫虎鲸呢？是因为它的头更大，脑容量更高。
Orca虎鲸作为自动驾驶行业的首个量产化三域融合计算平台，搭载了车载超级中央计算单元SCCU，将智能驾驶域、智能座舱域和网联域三域融为一体，真正做到了低成本、小尺寸，高集成度。
虎鲸的优势在于，相比于上一代硬件，自身的成本下降了惊人的88%，整车空间体积减少74%，核心元器件数量减少了61%，同时线束数量减小了33%。
最直观的优点就是，车内空间变大了，后备箱可以再多放进去一个20寸的行李箱。同时，整车装配时的人效比也提升了7倍。
一句话总结，就是成本降了、体积小了，性能还提升了。
性能提升了，下一步就该生产了。开放日现场上，COO孟醒公布了自动驾驶量产的最新进展。
目前，滴滴自动驾驶正在结合新能源整车企业的能力和资源，一同定义无人驾驶新能源汽车，并投入量产。
滴滴已经在Robotaxi的产品定义、车型平台选择和座舱智驾系统开发等方面和其它企业展开了合作。
预计该项目的首款车型将在2025年接入滴滴的共享出行网络，实现全天候、规模化的混合派单。
看来，满大街无人驾驶汽车疾驰接客的「科幻」场景，离我们真的不远了。
此外，技术开放日现场，滴滴自动驾驶首次宣布已将L4级自动驾驶乘用车解决方案拓展至干线物流货运领域，滴滴自动驾驶创新业务——滴滴自动驾驶货运KargoBot正式亮相。
世界顶级L4自动驾驶
无论是产品化落地，还是整体进展表现出的速度，都是滴滴自动驾驶技术提供的底气。
那么，滴滴为什么必须做自动驾驶呢？
首先，是对始终如一的初心——让出行更美——的坚持。
其次，移动互联网链接交通工具，造就了现今的出行行业，滴滴生于上一个十年并快速发展壮大。
而未来十年，自动驾驶技术的快速迭代与商业化普及将是出行行业的下一个革命性拐点，所以滴滴不得不踏踏实实认认真真去做自动驾驶。
不仅要做自动驾驶，而且还要做世界顶级规模化、商业化的L4自动驾驶！
滴滴出行CTO、滴滴自动驾驶CEO张博称，实现L4自动驾驶技术大概还有3-4年的时间，滴滴也做好了充足的准备。
值得一提的是，L4级自动驾驶的全栈核心技术已经完全实现自主可控。
在过去6-7年的核心技术研发中，滴滴自动驾驶已经掌握了包括感知、预测、决策、控制、大规模的仿真系统、大规模的机器学习平台等在内的L4级自动驾驶的全栈核心技术。
16年，滴滴自动驾驶开始发力进行研发，三年后，分拆成为独立的部门，并在8月自动驾驶汽车首次亮相世界人工智能大会。
到了20年，RoboTaxi项目落地上海，首次面向公众开放自动驾驶服务。
再到21年，新一代自动驾驶车辆硬件平台——「滴滴双子星」发布，在上海的道路测试中，做到了连续5小时不接管。
今年3月，滴滴自动驾驶在广州花都正式「接单」。截止4月13日，滴滴在上海共有530公里的道路里24小时提供自动驾驶服务。
Robotaxi全流程运营中心包括订单业务中心、安全监控中心、远程支持中心以及自动运维中心四大模块。
滴滴能够做到24小时全天Robotaxi服务，最主要的一个因素是其已经做了很多年的网约车，深知服务体验和安全的重要性。
再者，滴滴在技术加速迭代的同时，软硬件双管齐下，在自研硬件的基础上，同样打造最优的软件系统。不仅可靠还是实现了规模化量产，进而降低了成本。
那么，自动驾驶对网约车行业会有哪些影响呢？
此前很多声音认为，如果自动驾驶网约车大量推广，有人驾驶网约车市场势必受到挤压。甚至让网约车行业未来面临新一轮洗牌。
但在滴滴看来，自动驾驶网约车和有人驾驶网约车，是互补关系，而非替代关系。
在很长一段时间内，自动驾驶网约车只会是有人驾驶网约车的补充。
并且，新的业态也必然会创造新的就业，就比如网约车与外卖出行的这十年，就吸纳了大量灵活就业。
张博在开放日现场表示，目前最新版的滴滴出行APP已可在上海、广州的指定区域内，实现混合派单。
未来，滴滴自动驾驶仍将持续发力，为用户打造更好自动驾驶服务网络，提供更优的出行体验。
昨日的开放日上，滴滴首款自动驾驶概念车DiDi Neuron震撼登场。去除司机位，自带机械臂，24小时随时call，科幻小说中的未来神车来了！
如果让你畅想，未来最理想的一款自动驾驶汽车，会是什么样子？
在乘坐体验上，那当然是要让「自由」最大化。
驾驶位就可以完全取消了，人在车里，腿想伸多长就伸多长，还能一键躺平。
躺着躺着，机械臂就给你递来一杯茶。
车内到处是高科技的交互大屏，开会、打游戏、看电影，随你喜欢。
而在车外，车辆在车流中灵活地闪转腾挪，摄像头、毫米波雷达、激光雷达的加持下，完美实现自动驾驶，避开各种障碍。所有车仿佛处在一张巨大的神经网络中。
放行李的时候，机械臂管家就能代劳，根本不用劳烦咱们亲自动手。
巧了，滴滴昨日发布的无人驾驶概念车，就完美符合了我们的想象。
这款车名为Neuron，意为「神经元」。
在《阿凡达》的潘多拉星球上，上万亿棵树木根部相连，就仿佛神经网络那样组成了庞大的网络，然后诞生了「超级智慧」爱娃。
在没有语言的情况下，能不能做到跟所有人感知、共享？爱娃给了我们无限启示。
同样，滴滴的这款Neuron，也处处体现着这样的理念——「共情共鸣，无处不在」。
当L4自动驾驶技术进入我们的生活，最理想的情况就是，能提供一种「人类和机器人的混合网络」。
Neuron的概念怎样诞生
过去7年，滴滴的故事从哪讲起？
当然是从对未来的憧憬讲起。
在1899的巴黎，法国为了准备次年的世博会，组织了一群意见领袖，对100年后的世界进行了畅想。
在他们的想象中，2000年的世界里，交通工具可以上天入海，把整个家背上四处行走。
此时，莱特兄弟的飞机还未上天，距第一辆车的发明，刚过去13年。
虽然这些想象足够大胆，但却没有捕捉到现代出行中两个最重要的发明：共享出行和无人驾驶。
现在，120年过去了，我们作为乘客，能期待什么样的出行？
滴滴的概念车Neuron，为我们描绘出一幅理想的未来场景。
阿凡达中能通灵的巨树Eywa，可以连接所有的族人，上传他们的意识，不用语言交流，也能感知、理解、沟通、共享。
这就是滴滴对于服务的原型认知。
因此，这款概念车名叫DiDi Neuron。
Neuron就是神经元，是我们身体中感知的最小单位，可以让我们产生共情，并且在我们的身体中无处不在。
共情共鸣，无处不在
DiDi Neuron的共情和共鸣体现在哪里呢？
Neuron虽然整车长度「只有」4.5米，但轴距却达到了3.2米。
这是因为，这款车不再需要司机，拿掉驾驶位后，舱位变得非常大，乘客使用空间增加了50%，瞬间让尊贵感和豪华感爆棚。
车头的眼睛是传感器套件，嘴是前面的三联屏，而侧面各有1块联屏。
为什么车的屏幕要做得这么大呢？因为Neuron也会保护车外的交通参与者——虽然没有司机，但Neuron的窗口会把自动驾驶的所思所想，告诉车外的人。
比如人行横道上有人穿行，Neuron就会告诉他：我会等你过去，不用慌。
总之，无论Neuron是左转、到站、准备启动，车外的人都会看得一清二楚。
除了全身的21个摄像头、8个激光雷达和6个毫米波雷达，Neuron的其他地方也是细节满满。
比如在乘客上下车的位置，也有一套传感器，让Neuron永远不会停到有水坑、有泥泞的地方。
而Neuron的尾部，并不像一般的自动驾驶汽车一样，是噪音最大、散热最大、线数最多、最难看的地方。
它充分留出了空间，甚至还有一个「彩蛋」——机械臂。
它能帮我们手提行李、拿各种东西，犹如一个舱内的实体管家。而在侧面，Neuron的设计也无一不体现着贴心和共情。
比如借鉴了D1设计的电滑门，在开门时，不会撞到其他人。
顶翼门的设计非常有仪式感，让乘客可以不必低头，尊贵地上车。甚至姚明来了都不用低头。
而座舱里，完全给了我们飞机头等舱的体验。坐进来后，管家会给你递水，车内还有许多柔性屏、互动播报屏。
没有大模型，只有Robotaxi真实进展
不过，虽然梦是放飞的，但滴滴还得回到现实，因为，还有很多问题需要回答。
开放日现场，滴滴自动驾驶的COO孟醒调侃道，「今天我们没有预训练多模态大模型，只有滴滴Robotaxi产品化的真实进展」。
2020年6月，Robotaxi最先落地上海，当时行驶在道路上会遇到一些问题。
到2023年，在广州无人驾驶汽车测试中，Robotaxi能够自如地应对各种各样的场景。
安全，是自动驾驶发展的第一阶段。过去的1020天，滴滴自动驾驶安全指标MPCI已经涨了100倍，同时也没有出现过任何主责安全事故。
那么第二阶段，就要考虑自动驾驶服务，从关注驾驶到关注乘客、运营体验。
加入24h全家桶
为此，在征求许多乘客意见统计后发现，其中呼声最高的就是「区域能不能再大一点」。
这一需求从另一侧面反映了，许多人希望把自动驾驶接入正常生活。其实，以上海为例，过去3年中，上海地图自动驾驶覆盖区域扩张了7倍。
而在扩张地图的同时，最难的还是如何解决Robotaxi没有见过的场景。
比如在广州的一处地点，某天4点多学校附近停了大量家长的车，以及过路的学生。
对于一些常见的场景，Robotaxi都能灵活自如地处理。然而，现实生活中还是会存在很多没有遇到过的场景，比如路上交警、不明物体等等。
因此，当前的主要挑战有三：更多交通流、更多的交互、更多的长尾场景。针对以上3个挑战，滴滴也给出了自己的解决方案。
面对更多交通流，对Robotaxi系统延迟提出很大的挑战，对此滴滴推出了感知大模型和预测大模型。
更多交通流随之带来了两个问题，一是理性的交互，滴滴引入了博弈论决策模型，可以捕捉到所有理性交互的准确度。
另一个就是不理性的交互，需要引入模仿学习，帮助自动驾驶参考学习人类驾驶行为。
在面对更多长尾场景时，一类是出现频率高的，可以去主动挖掘已经见过的数据。
而当遇到少见的场景时，比如突如其来的塑料袋，通过占据空间网络来预测和判断行为轨迹。
以上所有的能力，就是滴滴过去两年独特打造的「城市泛化引擎」。
第二个需求就是「站点能不能多一点」。
对于许多的人来说，都曾遇到过两难问题，想去的地方，恰恰就在两个公交站之间，不知该是A站下车，还是B站下车。
滴滴就是要解决大家这种公交车式纠结和妥协。就自动驾驶站点来说，经常会遇到路边被其他物体占据等问题。
过去一年，在有限范围内，滴滴把Robotaxi的泊入能力提升了96%。
但是想要有更多的站点，对Robotaxi的技术能力提出了更高的需求。
由此，无限泊车技术就来了。它能够把全路段变成站点，根据路况在任何一个安全的地方，Robotaxi都能把车停进去。这将是滴滴自动驾驶团队今年重点发力的方向。
接下来，许多乘客提出的第三个需求是24小时服务，Robotaxi如何先能胜任夜晚正常运转的任务？
比起白天，夜间交通流下降了60%，但是重大交通事故在晚上发生频率较高，主要原因就是夜晚能见度降低。
滴滴Robotaxi搭载了红外传感器后，在漆黑的夜晚，可以明显地看到原来摄像头看不到的人群，这样夜间服务能力就得到了解决。
要做到24小时连轴转，不仅需要24小时无阶段运营，甚至还需要充电、维护、清洗等问题。
这不，滴滴全球首个自动驾驶自动运维中心已经建在上海了！
AGV小车拖着Robotaxi充电，再由机器人给汽车清理，最后完成一系列步骤后再将其送到门口，继续运营。
肯德基、全家全国有许多24小时不打烊的商店，现在，滴滴Robotaxi也加入了「24小时全家桶」。
那么，问题来了，自动驾驶服务和网约车服务有多远？
滴滴做了一个测试，结果显示，在送驾时长、送驾距离、用户欢迎程度，以及呼叫单量指标上都在持续向网约车靠近。
目前，滴滴的自动化率已经达到90%，并且在不久的将来能够达到100%。
可以看到，滴滴Robotaxi能够实现如此好的性能，背后一定离不开强有力的硬件加持。
激光雷达+计算平台：自动驾驶的关键硬件
要说自动驾驶的关键组件，当然就是眼睛（激光雷达），大脑（计算平台），以及Robotaxi的本体。
分辨率可调的激光雷达
仔细想一想，我们开车的时候是不是时刻处于眼观六路耳听八方的状态。
左右中三个后视镜随时查看，目的就是能每时每刻掌握路面信息。
而对于自动驾驶来说，「眼睛」和「耳朵」同样重要。不然，要是连路面信息都没搞定，这车怎么开呢。
可以看到，在滴滴的自动驾驶中，别说路上行驶的车了，就连路边的人潮都能纤毫毕现地展示出来。
L4自动驾驶配套的激光雷达，需要超高点频、超高分辨率、超长距离、能适应各种场景，要求颇高。开放日上，滴滴发布了北曜Beta激光雷达，是全国首个2K图像级高精度激光雷达。
这个激光雷达拥有每秒300万的高点频、超512线能力、横向120°以及纵向25.6°的超大视场角，可以说是“参数爆表”了。
简单来说，就是覆盖的面大，看得远，还看得清楚。
传统的几十到一百的激光雷达线束在200米的距离根本看不清东西，而超512线就能保证200米的最远感知距离。甚至连轮胎这种低反射率的物体都能感知到清晰的轮廓。
在下图中，左侧是市面上比较标准100线左右的激光雷达，右侧是北曜激光雷达拍摄的状况。
测试是内容是去看200米之外的4种障碍物——野餐车、人、自行车、锥桶，还要从大到小进行排序。
可以看到，一般的激光雷达暂未探测到目标物，但北曜在4个物体上已经有一些点云可以看到了。因为点云的密度更密，所以能聚集更多的光，亮度更亮。
而当车再往前走、到了140米的时候，右侧上面的点云已经非常密，人的完整的形态已经出现，而此时，左图中自行车和锥桶还几乎完全没有点。
到了80多米的时候，左侧有了点，但还不很清晰，但此时北曜的展示已经非常清晰了。
与此同时，北曜Beta还有四种不同的模式，分辨率可调。包括常规模式、视场角聚焦高清、局部高清和全局高清等四种模式。
视场角聚焦高清是滴滴独创的模式，核心意思就是，不需要看到的地方就不用看清，牺牲下面的分辨率来换取上面的分辨率，调整能力把更远的地方看清楚。
还有一个相似功能，叫做局部高清功能，可以调节我们视场（角），相当于做了一个高分辨率窗口，其他地方做了妥协，这样就可以动态调整我们想要的高清窗口的位置。
另一个功能叫全局高清，可以瞬间把全局点亮，不分区域，全部分辨率变高。此功能涉及到超频的能力，时间不会维持很长。
总之，场景不同，需求不同。北曜Beta可以自适应调节局部或全局的分辨率，不同环境下的感知效果都能达到最好。
Orca虎鲸计算平台
说完了最先进的激光雷达，再来说说最新发布的计算平台——Orca虎鲸。
为什么叫虎鲸呢？是因为它的头更大，脑容量更高。
Orca虎鲸作为自动驾驶行业的首个量产化三域融合计算平台，搭载了车载超级中央计算单元SCCU，将智能驾驶域、智能座舱域和网联域三域融为一体，真正做到了低成本、小尺寸，高集成度。
虎鲸的优势在于，相比于上一代硬件，自身的成本下降了惊人的88%，整车空间体积减少74%，核心元器件数量减少了61%，同时线束数量减小了33%。
最直观的优点就是，车内空间变大了，后备箱可以再多放进去一个20寸的行李箱。同时，整车装配时的人效比也提升了7倍。
一句话总结，就是成本降了、体积小了，性能还提升了。
性能提升了，下一步就该生产了。开放日现场上，COO孟醒公布了自动驾驶量产的最新进展。
目前，滴滴自动驾驶正在结合新能源整车企业的能力和资源，一同定义无人驾驶新能源汽车，并投入量产。
滴滴已经在Robotaxi的产品定义、车型平台选择和座舱智驾系统开发等方面和其它企业展开了合作。
预计该项目的首款车型将在2025年接入滴滴的共享出行网络，实现全天候、规模化的混合派单。
看来，满大街无人驾驶汽车疾驰接客的「科幻」场景，离我们真的不远了。
此外，技术开放日现场，滴滴自动驾驶首次宣布已将L4级自动驾驶乘用车解决方案拓展至干线物流货运领域，滴滴自动驾驶创新业务——滴滴自动驾驶货运KargoBot正式亮相。
世界顶级L4自动驾驶
无论是产品化落地，还是整体进展表现出的速度，都是滴滴自动驾驶技术提供的底气。
那么，滴滴为什么必须做自动驾驶呢？
首先，是对始终如一的初心——让出行更美——的坚持。
其次，移动互联网链接交通工具，造就了现今的出行行业，滴滴生于上一个十年并快速发展壮大。
而未来十年，自动驾驶技术的快速迭代与商业化普及将是出行行业的下一个革命性拐点，所以滴滴不得不踏踏实实认认真真去做自动驾驶。
不仅要做自动驾驶，而且还要做世界顶级规模化、商业化的L4自动驾驶！
滴滴出行CTO、滴滴自动驾驶CEO张博称，实现L4自动驾驶技术大概还有3-4年的时间，滴滴也做好了充足的准备。
值得一提的是，L4级自动驾驶的全栈核心技术已经完全实现自主可控。
在过去6-7年的核心技术研发中，滴滴自动驾驶已经掌握了包括感知、预测、决策、控制、大规模的仿真系统、大规模的机器学习平台等在内的L4级自动驾驶的全栈核心技术。
16年，滴滴自动驾驶开始发力进行研发，三年后，分拆成为独立的部门，并在8月自动驾驶汽车首次亮相世界人工智能大会。
到了20年，RoboTaxi项目落地上海，首次面向公众开放自动驾驶服务。
再到21年，新一代自动驾驶车辆硬件平台——「滴滴双子星」发布，在上海的道路测试中，做到了连续5小时不接管。
今年3月，滴滴自动驾驶在广州花都正式「接单」。截止4月13日，滴滴在上海共有530公里的道路里24小时提供自动驾驶服务。
Robotaxi全流程运营中心包括订单业务中心、安全监控中心、远程支持中心以及自动运维中心四大模块。
滴滴能够做到24小时全天Robotaxi服务，最主要的一个因素是其已经做了很多年的网约车，深知服务体验和安全的重要性。
再者，滴滴在技术加速迭代的同时，软硬件双管齐下，在自研硬件的基础上，同样打造最优的软件系统。不仅可靠还是实现了规模化量产，进而降低了成本。
那么，自动驾驶对网约车行业会有哪些影响呢？
此前很多声音认为，如果自动驾驶网约车大量推广，有人驾驶网约车市场势必受到挤压。甚至让网约车行业未来面临新一轮洗牌。
但在滴滴看来，自动驾驶网约车和有人驾驶网约车，是互补关系，而非替代关系。
在很长一段时间内，自动驾驶网约车只会是有人驾驶网约车的补充。
并且，新的业态也必然会创造新的就业，就比如网约车与外卖出行的这十年，就吸纳了大量灵活就业。
张博在开放日现场表示，目前最新版的滴滴出行APP已可在上海、广州的指定区域内，实现混合派单。
未来，滴滴自动驾驶仍将持续发力，为用户打造更好自动驾驶服务网络，提供更优的出行体验。