地平线苏菁：L2与L4融合，重塑Robotaxi竞争格局

在地平线生态大会上，地平线智驾的领军人物苏菁提出了一项引人注目的观点：

“通过统一的开发范式、传感器配置和ODD区域，我们可以打通从L2到L4的界限，借助海量数据积累，实现L2和L4系统相同的安全、高效、流畅的驾驶体验。”

用现代的话说，就是使用L2的架构和传感器实现L4的功能。苏菁认为，在这一逻辑下，L2和L4不再是截然分开的概念，而是同一架构下的不同商业形态。

如果这一逻辑成立，那么L4级Robotaxi企业的壁垒将瞬间瓦解。

长久以来，L4级Robotaxi公司依靠限定ODD区域和重传感器带来的安全冗余作为护城河。这包括硬件冗余和软件架构冗余。

然而，核心的矛盾点在于：辅助驾驶和Robotaxi能否使用同一套架构？

在全球范围内，这一矛盾在特斯拉和Waymo之间尤为明显。

Waymo通过“高精地图+重传感器+重规则+ODD”的策略构建了安全可控的运营模式，但也因此带来了成本高、难以复制和扩张的问题。

相比之下，特斯拉通过统一辅助驾驶和Robotaxi的底层技术和传感器，实现了更灵活且低成本的部署，但在短期内其安全性不及Waymo。

Waymo为了获得良好的MPI（平均无事故里程），需要进行大量额外工作，包括搭载豪华传感器、使用HD Map解决静态缺陷问题，以及将ODD区域画得足够小，以确保所有极端情况都可控。苏菁认为这些努力在商业逻辑上是行不通的。

特斯拉的主张与苏菁一致，即通过低成本的数据驱动方式获得高体验。而Waymo派则坚持认为Robotaxi和辅助驾驶是两回事，并通过L2和L4的逻辑来增强神秘感。

此前，特斯拉一直孤军奋战，而全球大多数Robotaxi玩家都遵循Waymo的逻辑：重感知、划分ODD。

苏菁认为，随着新的端到端范式的到来，方法论终于统一了。如果沿着当前路径继续努力两到三年，就有机会将MPI提高到5万、10万的水平，同时保持类人驾驶的特性和在所有区域的自动泛化能力。

此外，还能以极低的部署成本和几乎无限制的扩张速度实现L4系统的落地。该系统将以乘用车和Robotaxi的双模式进行部署。

苏菁表示，“我始终认为，为什么Robotaxi就只能是Robotaxi呢？我也想用L4来驾驶一辆乘用车。我认为每个人都想用合理的价格购买这样的车辆。无论是大玩具、第二空间还是个人拥有的最贵机器，它都有独特的价值。”

在这一逻辑下，所谓的L3也只是过渡阶段。因为L3本质上是在L2++的基础上限定运行区域，通过更多传感器和工程能力提高安全上限。

一旦这一逻辑成立，对重感知的Robotaxi玩家将是重大打击。他们经营多年的优势将不复存在。

在一段式端到端技术范式下，越来越多的玩家开始加入特斯拉的阵营。例如，地平线和哈啰Robotaxi签署了战略合作，并计划在未来几年在Robotaxi领域重点发力。

此外，Momenta和元戎也在通过相同的方式进入Robotaxi市场。千里科技与吉利集团签署了战略框架协议，计划在全球10座城市启动商业运营服务，目标是在每座城市部署1000辆车辆。

因此，Robotaxi的竞争方式将发生巨大变化。核心将转变为更多数据的积累，而不是更多传感器构建的安全冗余能力。在这一逻辑下，最有竞争力的选手将是数据的拥有者和使用者——即主机厂和算法公司。

有趣的是，尽管双方各持己见，但都在疯狂扩张。

据外媒报道，截至2025年12月，Waymo的Robotaxi服务已在美国部署了2500辆车；而特斯拉也在迅速扩张其Robotaxi业务，注册量在短短4个月内从不足百台迅速增加到超过1000台。

摩根士丹利的一份近期报告指出，根据NHTSA的数据估算，Waymo的平均无事故里程约为36万英里；而特斯拉Robotaxi在奥斯汀的数据约为5万英里。

规则和高精地图是人力和传感器的堆砌；而数据驱动则是获得规模化收益的架构。

这两种不同的特性决定了特斯拉随数据积累的成长速度比Waymo快很多。当交点到来时——即Waymo体系全面崩塌的时刻。”