当前 Robotaxi 产业正从技术验证与示范运营阶段加速跨入前装量产、规模化商业化的关键周期自动驾驶硬件会决定车辆的安全上限、性能边界与落地成本。目前在行业实践中对于传感器和主控芯片方案的选择既有分化也有共识。本文盘点萝卜快跑、小马智行、文远知行、Waymo、特斯拉等9个Robotaxi玩家的最新自动驾驶传感器配置与计算平台方案汇总如下图点击放大讨论一下未来发展格局与演进方向。信息来自网络公开资料和行业内部收集如有疏漏或者错误感谢随时指正01 主要玩家1. WaymoWaymo第六代Robotaxi Ojai遵循“硬件精简、性能升级”的设计思路传感器总数较第五代减少42%。感知系统包含13颗1700万像素高分辨率摄像头推测为索尼IMX735、4颗自研激光雷达含1颗车顶300米探测距离的主雷达与3颗近距离补盲雷达、6颗自研成像毫米波雷达FCC认证型号RADE8C。另外还配备EARs外部音频接收器与集成加热、雨刮、喷水功能的传感器清洁系统。图片来源https://www.nvidia.com/en-us/on-demand/session/gtc26-s82484/注意图中摄像头仅标注了9个计算平台可能是X86处理器自研加速器FPGA方案目前正在向更精简、更可靠的方向演进。2. 萝卜快跑萝卜快跑第六代RT6的自动驾驶感知系统包含12颗视觉摄像头8颗800万像素高清摄像头4颗300万像素环视摄像头、4颗禾赛AT128长距激光雷达、早期配套4颗一径科技补盲激光雷达、6颗大陆毫米波雷达据了解是2颗ARS513长距雷达4颗SRR523角雷达后面有可能升级为六代产品辅以12颗豪恩汽电超声波雷达与1套华测导航IMURTK组合导航系统。新一代车型预计是第七代将升级为“4颗速腾聚创EM4千线级长距激光雷达6颗速腾E1全固态补盲激光雷达”的组合。域控制器采用双冗余计算单元单单元算力600TOPS总算力1200TOPS可能采用X86架构搭配英伟达GTX3080Ti GPU。3. 小马智行小马智行第七代Robotaxi采用多传感器融合方案感知系统覆盖9颗激光雷达1颗图达通猎鹰K2远距雷达、4颗禾赛AT系列中距雷达、4颗速腾聚创E1补盲雷达、14颗包含广角、长焦、红外类型的摄像头前视主摄像头为800万像素联创电子供应、4颗毫米波雷达。额外配备4颗车外麦克风、2颗涉水传感器、1套碰撞传感器及自研传感器清洁装置。域控制器搭载4颗NVIDIA Orin-X芯片总算力1016TOPS设计寿命达10年/60万公里相较上一代产品体积、重量、功耗降低超50%成本下降80%。4. 文远知行文远知行GXR量产Robotaxi搭载迭代升级的Sensor Suite感知套件升级版SS 8.0配置4颗千线级速腾聚创EM4长距激光雷达、3颗速腾E1补盲激光雷达搭配约12颗摄像头与4D成像毫米波雷达方案辅以GNSSIMU组合导航系统与超声波雷达。域控制器采用联想车计算HPC 3.0平台搭载2颗NVIDIA DRIVE AGX Thor X芯片总算力2000TOPS配备128GB LPDDR5X内存与900GB镁光车规级固态存储。5. 滴滴滴滴与广汽埃安联合打造的R2 Robotaxi配备33个高精传感器感知层包含14颗可见光摄像头6颗800万像素中距、1颗800万像素长距、4颗近距补盲鱼眼、1颗备份中距、1颗红绿灯专用、1颗睿创微纳红外相机、4颗长距激光雷达早期为禾赛AT128P后续切换为速腾聚创EM4、6颗速腾E1补盲激光雷达、7颗毫米波雷达4颗塞恩灵动SFR-2K 4D主雷达3颗备份雷达另有2颗声音传感器用于识别紧急车辆警笛声。搭载全栈自研“虎鲸”三域融合计算平台融合智驾域、座舱域、通信导航域据了解采用X862颗Orin芯片架构GPU算力超2000TOPSCPU达48核支持主备冗余硬件架构。6. 哈啰哈啰旗下造父智能科技打造的HR1 Robotaxi基于东风启辰VX6冗余底盘开发感知系统配备14颗高分辨率相机含4K HDR相机、4颗禾赛AT128中长距激光雷达、4颗FTX补盲激光雷达、6颗毫米波雷达辅以12颗超声波雷达与分布在车身多处的碰撞传感器。域控采用主、副两套冗余计算单元搭载双NVIDIA Thor芯片总算力超2200TOPS计划2026年实现SOP量产。7. 小鹏小鹏GX Robotaxi坚持纯视觉技术路线无激光雷达与高精地图配置推测沿用11-12颗外部摄像头的视觉主感知架构搭载LOFIC鹰眼图像增强技术从硬件底层解决逆光、弱光场景的成像痛点搭配毫米波雷达、超声波雷达、高精定位单元及DMS/OMS系统。计算平台搭载4颗全栈自研图灵AI芯片总算力达3000TOPS算法层面采用第二代VLA驾驶大模型VLM座舱大模型的双大模型架构。8. MobileyeMobileye Drive自动驾驶系统采用“真正冗余”的双独立子系统架构感知端以13颗摄像头8颗800万像素功能摄像头、1颗备用摄像头、4颗200万像素环视摄像头构成纯视觉主链路搭配3颗Innoviz长距激光雷达、6颗Innoviz Flash短距激光雷达、5-6颗自研软件定义4D成像毫米波雷达构成独立冗余链路辅以GNSSIMU与REM众包高精地图。计算平台搭载4颗EyeQ 6H系统级芯片单颗算力约67TOPS分域支撑两个子系统独立运算满足高阶车规功能安全要求。9. 特斯拉特斯拉CyberCab采用纯视觉技术路线感知核心为8颗摄像头配备三星提供的防天气镜头内置加热元件涂层硬度为传统摄像头6倍且具备疏水性搭配专属雨刮、喷水清洁方案部分版本保留1颗4D成像雷达HW4.0部分版本取消雷达配置辅以超声波雷达与GNSSIMU定位系统。计算平台采用全栈自研HW系列方案HW4.0搭载2颗自研AI4芯片算力HW5.0搭载自研AI5芯片算力约2000-2500TOPS配合FSD端到端方案实现自动驾驶能力。02 硬件发展趋势1. 摄像头向超高像素升级1700 万像素开始上车传统 800 万像素车载摄像头已成为行业基线头部厂商开始向更高像素规格突破以提升远距离识别精度与弱光感知能力。Waymo 第六代 RobotaxiOjai全车搭载 13 颗高分辨率摄像头主传感器的像素高达 1700 万是目前量产 Robotaxi 中的最高视觉规格。Tensor前身是Robotaxi玩家AutoX面向个人开发的L4级Robocar更是采用了17个1700像素相机。相比主流 800 万像素相机1700 万像素传感器拥有更高分辨率、更宽动态范围与更出色的弱光成像表现能够在控制摄像头数量的前提下实现更远的探测距离与更精细的目标识别如远距离信号灯、小尺寸障碍物同时可以实现和激光雷达更精准的视觉语义融合。2. 激光雷达是否使用继续分化千线级主雷达全固态补盲成为主流组合特斯拉、小鹏坚持无激光雷达、无高精地图方案依靠硬件级视觉增强算法迭代实现L4能力。其他更多玩家坚持激光雷达视觉毫米波雷达的多传感器融合方案靠硬件冗余保障极端场景安全。长距主激光雷达普遍升级至千线级探测距离提升至500-600米点云密度实现数倍至十数倍提升代表方案为速腾聚创EM4已在萝卜快跑第七代、文远知行SS 8.0、滴滴R2等多款新一代车型上定点或搭载。补盲激光雷达统一向Flash全固态方案收敛速腾聚创E1、禾赛FTX成为行业通用补盲选型负责车身近距盲区覆盖搭配长距激光雷达形成360°无死角感知。有多个厂家正在开发可以同时输出RGB和深度信息的“彩色补盲激光雷达”或许在不久将来环视相机将被彻底取代。头部厂商加速自研激光雷达降本Waymo、华为均实现激光雷达全自研在光学、芯片层面深度定制兼顾性能与成本。3. 毫米波雷达继续迭代4D成像、卫星架构成为感知冗余重要方向4D成像雷达在角分辨率、点云密度、虚拟通道数量较传统雷达提升明显具备高度维度感知能力。例如Mobileye自研成像雷达拥有1500虚拟通道方位角分辨率低于0.5°滴滴搭载塞恩灵动SFR-2K 4D主雷达并配备备份雷达。部分厂商如Mobileye规划用4D成像雷达逐步替代侧后向补盲激光雷达在保障安全冗余的前提下压缩硬件成本。卫星雷达方案可以进一步发挥雷达优势部分厂家已经开始探索16T16R卫星方案有望在不久的未来应用于Robotaxi。4. 感知维度升级从“行车感知”走向“全场景运营级感知”面向Robotaxi全天候、长周期运营需求特种传感器成为标配例如普遍新增红外夜视、环境声音、涉水检测、碰撞接触等传感器。滴滴配备红外相机与警笛声识别传感器小马智行搭载涉水传感器、弹性波碰撞传感器与车外麦克风Waymo配备EARs外部音频接收器可识别紧急车辆警报、铁路道口警示。传感器清洁系统标准化以实现全天候的自主清洁确保正常工作时长。许多激光雷达、摄像头均集成加热、喷水、专属雨刮等清洁装置应对雨雪、沙尘、低温等极端天气保障运营可用性。Waymo、小马智行、特斯拉均有针对性的清洁、抗恶劣天气方案。5. 计算平台算力跨入2000TOPS级多域融合可选双冗余是标配主流量产Robotaxi总算力普遍突破1000TOPS高端方案达到2000-3000TOPS支撑大模型算法与多传感器海量数据处理。例如小鹏搭载4颗自研图灵AI芯片总算力3000TOPS哈啰、文远知行采用双Thor方案算力均达2000TOPS级别。架构从单一智驾域控向多域融合中央计算演进典型如滴滴“虎鲸”平台实现智驾域、座舱域、通信导航域三域融合。安全冗余成为硬性要求。双冗余计算单元、主备两套架构是所有L4方案的通用设计保障单系统失效时车辆可安全执行最小风险策略。主控芯片仍存在路线分化X86、英伟达Orin/Thor仍是行业常见方案头部厂商加速自研芯片小鹏图灵、Waymo自研SoC、Mobileye EyeQ、特斯拉HW5 AI芯片。随着车规的推进X86平台将逐渐退出历史舞台。6. 产业落地导向从改装示范转向前装量产成本大幅下探新一代Robotaxi全部基于量产车平台正向开发采用前装量产方案替代早期后装改装模式整车可靠性大幅提升适配规模化运营。整车成本加速下探小马智行明确2027版L4 Robotaxi整车总成本低于23万元特斯拉CyberCab目标成本控制在3万美元以内降本成为商业化落地的核心命题。采用车规级部件、减少部件数量和前装方案是降本关键举措。03 结语整体而言Robotaxi 硬件方案围绕 “安全、性能和成本” 三大核心目标进行持续演进。随着高阶智驾算法与端到端大模型持续渗透在支撑全天候全场景运营能力的同时持续推动整车成本下探。未来硬件能力与算法效率的协同进化将成为 Robotaxi 实现更大范围城市日常出行的核心驱动力。本文信息来自网络公开资料和行业内部收集如有疏漏或者错误感谢随时指正。扩展阅读8个Thor-X、17个1700万像素相机面向个人的L4自动驾驶汽车Tensor Robocar解析雪岭 · Robotaxi最新发展现状、主要玩家和技术趋势1.5万字110图片Robotaxi重要玩家Waymo最新运营和技术方案进展个人观点未必准确欢迎讨论。我是雪岭研究感知、控制和人工智能的技术、产品和应用欢迎交流。联系雪岭和全集索引请参考https://dcn7get8fskg.feishu.cn/wiki/CCMpwjC0EiBIw2kFr7uc84qHneb
当前 Robotaxi 产业正从技术验证与示范运营阶段加速跨入前装量产、规模化商业化的关键周期自动驾驶硬件会决定车辆的安全上限、性能边界与落地成本。目前在行业实践中对于传感器和主控芯片方案的选择既有分化也有共识。本文盘点萝卜快跑、小马智行、文远知行、Waymo、特斯拉等9个Robotaxi玩家的最新自动驾驶传感器配置与计算平台方案汇总如下图点击放大讨论一下未来发展格局与演进方向。信息来自网络公开资料和行业内部收集如有疏漏或者错误感谢随时指正01 主要玩家1. WaymoWaymo第六代Robotaxi Ojai遵循“硬件精简、性能升级”的设计思路传感器总数较第五代减少42%。感知系统包含13颗1700万像素高分辨率摄像头推测为索尼IMX735、4颗自研激光雷达含1颗车顶300米探测距离的主雷达与3颗近距离补盲雷达、6颗自研成像毫米波雷达FCC认证型号RADE8C。另外还配备EARs外部音频接收器与集成加热、雨刮、喷水功能的传感器清洁系统。图片来源https://www.nvidia.com/en-us/on-demand/session/gtc26-s82484/注意图中摄像头仅标注了9个计算平台可能是X86处理器自研加速器FPGA方案目前正在向更精简、更可靠的方向演进。2. 萝卜快跑萝卜快跑第六代RT6的自动驾驶感知系统包含12颗视觉摄像头8颗800万像素高清摄像头4颗300万像素环视摄像头、4颗禾赛AT128长距激光雷达、早期配套4颗一径科技补盲激光雷达、6颗大陆毫米波雷达据了解是2颗ARS513长距雷达4颗SRR523角雷达后面有可能升级为六代产品辅以12颗豪恩汽电超声波雷达与1套华测导航IMURTK组合导航系统。新一代车型预计是第七代将升级为“4颗速腾聚创EM4千线级长距激光雷达6颗速腾E1全固态补盲激光雷达”的组合。域控制器采用双冗余计算单元单单元算力600TOPS总算力1200TOPS可能采用X86架构搭配英伟达GTX3080Ti GPU。3. 小马智行小马智行第七代Robotaxi采用多传感器融合方案感知系统覆盖9颗激光雷达1颗图达通猎鹰K2远距雷达、4颗禾赛AT系列中距雷达、4颗速腾聚创E1补盲雷达、14颗包含广角、长焦、红外类型的摄像头前视主摄像头为800万像素联创电子供应、4颗毫米波雷达。额外配备4颗车外麦克风、2颗涉水传感器、1套碰撞传感器及自研传感器清洁装置。域控制器搭载4颗NVIDIA Orin-X芯片总算力1016TOPS设计寿命达10年/60万公里相较上一代产品体积、重量、功耗降低超50%成本下降80%。4. 文远知行文远知行GXR量产Robotaxi搭载迭代升级的Sensor Suite感知套件升级版SS 8.0配置4颗千线级速腾聚创EM4长距激光雷达、3颗速腾E1补盲激光雷达搭配约12颗摄像头与4D成像毫米波雷达方案辅以GNSSIMU组合导航系统与超声波雷达。域控制器采用联想车计算HPC 3.0平台搭载2颗NVIDIA DRIVE AGX Thor X芯片总算力2000TOPS配备128GB LPDDR5X内存与900GB镁光车规级固态存储。5. 滴滴滴滴与广汽埃安联合打造的R2 Robotaxi配备33个高精传感器感知层包含14颗可见光摄像头6颗800万像素中距、1颗800万像素长距、4颗近距补盲鱼眼、1颗备份中距、1颗红绿灯专用、1颗睿创微纳红外相机、4颗长距激光雷达早期为禾赛AT128P后续切换为速腾聚创EM4、6颗速腾E1补盲激光雷达、7颗毫米波雷达4颗塞恩灵动SFR-2K 4D主雷达3颗备份雷达另有2颗声音传感器用于识别紧急车辆警笛声。搭载全栈自研“虎鲸”三域融合计算平台融合智驾域、座舱域、通信导航域据了解采用X862颗Orin芯片架构GPU算力超2000TOPSCPU达48核支持主备冗余硬件架构。6. 哈啰哈啰旗下造父智能科技打造的HR1 Robotaxi基于东风启辰VX6冗余底盘开发感知系统配备14颗高分辨率相机含4K HDR相机、4颗禾赛AT128中长距激光雷达、4颗FTX补盲激光雷达、6颗毫米波雷达辅以12颗超声波雷达与分布在车身多处的碰撞传感器。域控采用主、副两套冗余计算单元搭载双NVIDIA Thor芯片总算力超2200TOPS计划2026年实现SOP量产。7. 小鹏小鹏GX Robotaxi坚持纯视觉技术路线无激光雷达与高精地图配置推测沿用11-12颗外部摄像头的视觉主感知架构搭载LOFIC鹰眼图像增强技术从硬件底层解决逆光、弱光场景的成像痛点搭配毫米波雷达、超声波雷达、高精定位单元及DMS/OMS系统。计算平台搭载4颗全栈自研图灵AI芯片总算力达3000TOPS算法层面采用第二代VLA驾驶大模型VLM座舱大模型的双大模型架构。8. MobileyeMobileye Drive自动驾驶系统采用“真正冗余”的双独立子系统架构感知端以13颗摄像头8颗800万像素功能摄像头、1颗备用摄像头、4颗200万像素环视摄像头构成纯视觉主链路搭配3颗Innoviz长距激光雷达、6颗Innoviz Flash短距激光雷达、5-6颗自研软件定义4D成像毫米波雷达构成独立冗余链路辅以GNSSIMU与REM众包高精地图。计算平台搭载4颗EyeQ 6H系统级芯片单颗算力约67TOPS分域支撑两个子系统独立运算满足高阶车规功能安全要求。9. 特斯拉特斯拉CyberCab采用纯视觉技术路线感知核心为8颗摄像头配备三星提供的防天气镜头内置加热元件涂层硬度为传统摄像头6倍且具备疏水性搭配专属雨刮、喷水清洁方案部分版本保留1颗4D成像雷达HW4.0部分版本取消雷达配置辅以超声波雷达与GNSSIMU定位系统。计算平台采用全栈自研HW系列方案HW4.0搭载2颗自研AI4芯片算力HW5.0搭载自研AI5芯片算力约2000-2500TOPS配合FSD端到端方案实现自动驾驶能力。02 硬件发展趋势1. 摄像头向超高像素升级1700 万像素开始上车传统 800 万像素车载摄像头已成为行业基线头部厂商开始向更高像素规格突破以提升远距离识别精度与弱光感知能力。Waymo 第六代 RobotaxiOjai全车搭载 13 颗高分辨率摄像头主传感器的像素高达 1700 万是目前量产 Robotaxi 中的最高视觉规格。Tensor前身是Robotaxi玩家AutoX面向个人开发的L4级Robocar更是采用了17个1700像素相机。相比主流 800 万像素相机1700 万像素传感器拥有更高分辨率、更宽动态范围与更出色的弱光成像表现能够在控制摄像头数量的前提下实现更远的探测距离与更精细的目标识别如远距离信号灯、小尺寸障碍物同时可以实现和激光雷达更精准的视觉语义融合。2. 激光雷达是否使用继续分化千线级主雷达全固态补盲成为主流组合特斯拉、小鹏坚持无激光雷达、无高精地图方案依靠硬件级视觉增强算法迭代实现L4能力。其他更多玩家坚持激光雷达视觉毫米波雷达的多传感器融合方案靠硬件冗余保障极端场景安全。长距主激光雷达普遍升级至千线级探测距离提升至500-600米点云密度实现数倍至十数倍提升代表方案为速腾聚创EM4已在萝卜快跑第七代、文远知行SS 8.0、滴滴R2等多款新一代车型上定点或搭载。补盲激光雷达统一向Flash全固态方案收敛速腾聚创E1、禾赛FTX成为行业通用补盲选型负责车身近距盲区覆盖搭配长距激光雷达形成360°无死角感知。有多个厂家正在开发可以同时输出RGB和深度信息的“彩色补盲激光雷达”或许在不久将来环视相机将被彻底取代。头部厂商加速自研激光雷达降本Waymo、华为均实现激光雷达全自研在光学、芯片层面深度定制兼顾性能与成本。3. 毫米波雷达继续迭代4D成像、卫星架构成为感知冗余重要方向4D成像雷达在角分辨率、点云密度、虚拟通道数量较传统雷达提升明显具备高度维度感知能力。例如Mobileye自研成像雷达拥有1500虚拟通道方位角分辨率低于0.5°滴滴搭载塞恩灵动SFR-2K 4D主雷达并配备备份雷达。部分厂商如Mobileye规划用4D成像雷达逐步替代侧后向补盲激光雷达在保障安全冗余的前提下压缩硬件成本。卫星雷达方案可以进一步发挥雷达优势部分厂家已经开始探索16T16R卫星方案有望在不久的未来应用于Robotaxi。4. 感知维度升级从“行车感知”走向“全场景运营级感知”面向Robotaxi全天候、长周期运营需求特种传感器成为标配例如普遍新增红外夜视、环境声音、涉水检测、碰撞接触等传感器。滴滴配备红外相机与警笛声识别传感器小马智行搭载涉水传感器、弹性波碰撞传感器与车外麦克风Waymo配备EARs外部音频接收器可识别紧急车辆警报、铁路道口警示。传感器清洁系统标准化以实现全天候的自主清洁确保正常工作时长。许多激光雷达、摄像头均集成加热、喷水、专属雨刮等清洁装置应对雨雪、沙尘、低温等极端天气保障运营可用性。Waymo、小马智行、特斯拉均有针对性的清洁、抗恶劣天气方案。5. 计算平台算力跨入2000TOPS级多域融合可选双冗余是标配主流量产Robotaxi总算力普遍突破1000TOPS高端方案达到2000-3000TOPS支撑大模型算法与多传感器海量数据处理。例如小鹏搭载4颗自研图灵AI芯片总算力3000TOPS哈啰、文远知行采用双Thor方案算力均达2000TOPS级别。架构从单一智驾域控向多域融合中央计算演进典型如滴滴“虎鲸”平台实现智驾域、座舱域、通信导航域三域融合。安全冗余成为硬性要求。双冗余计算单元、主备两套架构是所有L4方案的通用设计保障单系统失效时车辆可安全执行最小风险策略。主控芯片仍存在路线分化X86、英伟达Orin/Thor仍是行业常见方案头部厂商加速自研芯片小鹏图灵、Waymo自研SoC、Mobileye EyeQ、特斯拉HW5 AI芯片。随着车规的推进X86平台将逐渐退出历史舞台。6. 产业落地导向从改装示范转向前装量产成本大幅下探新一代Robotaxi全部基于量产车平台正向开发采用前装量产方案替代早期后装改装模式整车可靠性大幅提升适配规模化运营。整车成本加速下探小马智行明确2027版L4 Robotaxi整车总成本低于23万元特斯拉CyberCab目标成本控制在3万美元以内降本成为商业化落地的核心命题。采用车规级部件、减少部件数量和前装方案是降本关键举措。03 结语整体而言Robotaxi 硬件方案围绕 “安全、性能和成本” 三大核心目标进行持续演进。随着高阶智驾算法与端到端大模型持续渗透在支撑全天候全场景运营能力的同时持续推动整车成本下探。未来硬件能力与算法效率的协同进化将成为 Robotaxi 实现更大范围城市日常出行的核心驱动力。本文信息来自网络公开资料和行业内部收集如有疏漏或者错误感谢随时指正。扩展阅读8个Thor-X、17个1700万像素相机面向个人的L4自动驾驶汽车Tensor Robocar解析雪岭 · Robotaxi最新发展现状、主要玩家和技术趋势1.5万字110图片Robotaxi重要玩家Waymo最新运营和技术方案进展个人观点未必准确欢迎讨论。我是雪岭研究感知、控制和人工智能的技术、产品和应用欢迎交流。联系雪岭和全集索引请参考https://dcn7get8fskg.feishu.cn/wiki/CCMpwjC0EiBIw2kFr7uc84qHneb
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
