生活在一线城市的朋友应该都有这样的感受，路上的“人味”越来越淡了,“赛博”感越来越强了。

也就这两年，街上的无人驾驶车慢慢多了起来，已经开始走入我们日常生活的场景。最具代表性的就是无人驾驶的出租车，频繁出现在我们的视野里，而且说实话，个人体验感还不错。

资本市场方面，十月初，具有代表性的企业小马智行和文远知行已经通过证监会备案，准备到港股再融资，似乎一切都预示着，自动驾驶引领的出行3.0时代正在加速来临。

此时，距离网约车大战，也不过十余年的时间。

那与上一个时代相比，3.0时代有哪些变化和机会，值得思考。

//出行3.0时代：技术端突破与商业逻辑的延续

我们回顾1.0到2.0时代，本质上，是用互联网终端优化了整个供需链条。

在1.0时代，不少朋友应该还有印象，那时还是出租车大佬们的天下，一辆车就要数十万，但是回报和地位也是显著的高。

当时的市场情况是多数城市在快速的建设当中，公共交通搭建的并不完善，私家车还很贵，导致出行很不方便，出租车是刚需，高峰期要打车还供不应求，不赚钱的活司机甚至给你拒单，是典型的卖方市场。

所以，尽管在不断整治，但黑车，调表这样的事相信大家多少都遇到过。

到了2.0时代，互联网来了，移动终端来了，网约车也应运而生。这个时候，在供给端，参与门槛降低了，更充足更优质的供给涌了进来。

同时，在需求端，每一个移动终端的消费者都是香饽饽，在竞争中所有出行APP都在用力讨好用户，买方此时一定程度上掌握着定价权。

如今，我们站在了AI时代的起点，出行也将迎来3.0时代。

与上一时代相比，自动驾驶引领的3.0时代有一点不同，也有一点相同。

一、技术端：复杂路径的博弈

回看2.0时代，企业依靠移动终端技术的进步，把商业模式重新做了一遍，技术上大家在同一起跑线，更考验的是商业化效率。

3.0时代相比2.0时期，是在技术端的革新，更为复杂，不确定性更高，天眼查APP显示，25年还没有过完，与自动驾驶相关的专利就已经接近一千个。

不过，虽然复杂，我们可以把技术做一个简单的归类，可以分为硬件“眼睛”和软件“脑袋”。

先来看“眼睛”，大体上分为大家所熟知的两种路径。

一种是纯视觉方案，这里的主要代表是特斯拉；第二种技术路径，以激光雷达为主的多传感器融合方案。

简单来说，视觉方案的行动更像人，用眼睛感知，但是安全冗余和面对复杂路况时，不如满身激光雷达的方案，但激光雷达又偏贵。

与“眼睛”相比，更重要的是“脑袋”，技术路径又分为两种。

第一种是VLM视觉语言模型，这一路径认为，AI有幻觉，智能是用来辅助传统的自动驾驶模块更快的学习。

第二种是VLA视觉语言动作模型，该路径认为只要模型足够大、数据足够多，AI就能自己从零开始学会驾驶的一切细节和规则，最终其驾驶能力会超越人类和基于规则的系统。

抛开这些专业术语，其实我们可以简单粗暴的理解为，一个是辅助你写作业的学练机，优化你的脑子，一个是全自动写作业机，取代你的脑子。

但无论是哪一种路径，AI大模型都是绕不开的命题作文，能提高自动驾驶的迭代效率。

我们以蘑菇车联为例，这家自动驾驶的独角兽公司，在今年发布了自己的人工智能大模型MogoMind。

这款大模型通过AI对现实世界的实时图像，以及积累的数据进行处理，能够在自动驾驶中，快速的推算行人车辆的下一步动作，从而形成决策。

倘若没有大模型的帮助，积累的道路以及驾驶信息想要转化成为决策，毫无疑问就需要更高的训练成本，因为需要大量的实用场景填充之后，自动驾驶系统才能上线，但现在，有了AI这个电子大脑，积累了海量数据的蘑菇车联就能快速迭代系统。

所以，AI的存在将会推动自动驾驶技术的进步，对企业研发AI的要求也会更高。

但是，无论哪种路径，用什么脑子什么眼睛，最终都离不开商业层面的落地。

二、商业化：复用经验，以“场景落地”破局

当前的无人驾驶，本质上，都是发生在车载端和生产端，消费者的出行方式依然没有发生变化。

所以，在商业化落地层面，上一时代出行APP的商业化经验，其实在本轮的竞争中，是可以复用的。

我们还是以蘑菇车联最近的动作为例，核心路径有二。

一是多场景落地：以应用解决落地难点

在2.0时代，众多出行APP上线之初，就面临着很多法规方面的问题。

比如像如何定义真实车主的顺风车和以营运为目的的车辆，怎么保证乘客的安全和隐私。

但只有到真实的应用场景中，才能发现这些漏洞。

目前的自动驾驶，技术已经相对成熟，但同样面临着不少落地层面的法规的问题，这就更需要企业跑起来。

所以，在多场景的应用中发现、解决在大规模商用时可能会出现的难点，在现阶段和技术进步有同样的优先级。

最近，蘑菇车联中标新加坡自动驾驶巴士服务试点项目，这是自动驾驶巴士首次被纳入海外公共交通系统，应用于城市日常公交线路之中。

在国内方面，蘑菇车联自动驾驶巴士MOGOBUS已在中国10余个省份的开放道路、景区及园区实现常态化运营，累计安全行驶里程突破200万公里，服务乘客超20万人次；另外，在无人扫地车、巡逻车、快递车方面也均有布局。

很明显，多场景，多频次，甚至多国度的服务无疑会积累更多需要解决的问题，这就给了蘑菇车联调整的时间，在将来更激烈的竞争中也就有了抢跑的资本。

二是复用互联网商业化经验。

尽管自动驾驶技术十分科幻，但是也只限于供给端，在消费者一侧，其实使用路径并没有什么变化。

本质上，在抢占市场和商业化方面还需要互联网玩法，这点在很多行业都适用。

比如马斯克，就将经营 PayPal时期积累的资本运作经验和相关人才用到新项目中，比如风险控制、快速融资复用到SpaceX中，降低了运营成本。

蘑菇车联的解决方案和SpaceX十分类似，将上一轮表现出色的人才笼络过来。

近日，蘑菇车联官宣付强加入，此人是在智能出行领域深耕十余年的资深经理人，曾在快的打车，滴滴打车，OFO长期任职，可以说是个行走的出行商业化方案。

说白了，在商业化运营的下一阶段，通过人员调整补强短板是一条“捷径”。

不过能从上一轮中杀出来这些悍将，要么名花有主，要么身居高位，属于稀缺物种，对所有企业来说，如果不能孵化人才，就要看谁的动作更快。

综合来看，出行的这三个阶段，虽然载体各有不同，本质上，还是对整个社会生产效率的优化。

而生产效率的提升，对整个消费链条也会有意想不到的变化。

//自动驾驶：科技驱动下的新经济引擎

就拿咱们每个人都有的手机来说，除了宏观层面已经消失的诺基亚手机和柯达相机，普通人感受最深的，还是消费方向转变带来的供给端的变化。

比如出去旅游的时候，被动的看风景已经满足不了消费者的需求，他们需要更多的“参与感”。

此时，拍照就成了第一要义，哪些地方容易出片，就往哪里去。为满足新需求，各种旅行社会推出小众的路线，景色虽然不如大景区，但优点就是人少好出片。

甚至于现在大到商业街，小到摆摊，都要优先考虑自己的产品，布景是否出片。

这些变化，本质上就是因为互联网带动的社交媒体、移动终端的普及造成的。

当然，这只是冰山一角，主要是给我们提供了一个思考方向，全面普及的自动驾驶会带来哪些变化？

一、需求变革：私家车受挫，性能车崛起

首先，就现有自动驾驶产品来看，手动输入，甚至语音输入A到B点的指令，然后人全程挂机是现实的。

在自动驾驶全面商用之后，规模化带来的成本递减是肯定的，说白了，就是这玩意和手机一样，将来是常规化的产品，会很便宜。

这就意味着，除了出租车，共享汽车的使用成本和运营成本也会成指数级降低。

所以，可以想象一下，当一辆汽车不再需要驾驶员，驾驶证的时候，共享和出租车的供给又足够充分，运力就会变得非常廉价，私人购车需求在一定程度上会减弱。

相对的，喜欢享受驾驶乐趣的小部分消费者，又有可能会带动那些性能车的回归。

二、流量新场景：车载空间成新蓝海

不需要驾驶员，整个车载系统也会发生变化，驾驶员侧的成本和注意力会向乘客转移。

这就意味着，密闭空间内，参与驾驶更少的乘客与车机的互动将会增加，这段时间乘客的注意力也将成为一门潜在的生意。

比如电梯里的广告屏，本质上，就是对乘员碎片化时间的极致利用。

互联网时代，在手机这一代移动终端商业模式见顶的情况下，将来在车内，屏幕将如何利用将会是非常有想象空间的命题。

三、货运体系：无人化降本增效，拉动新基建

“要想富，先修路”，这是贯穿改革开放期间的著名口号。

如今，国内的交通网络已经四通八达，想要进一步提升生产效率，降低成本，无人化的操作方式普及将会是新的突破口。

比如现在已经满大街乱窜的无人快递车，节省人力成本的同时，也降低了运输成本，最终将转化为商品的成本优势（规模的扩大会增加快递公司利润，而非将成本直接转化为利润）。

客观来说，在自动驾驶完全到来之后，整个社会的生活成本，是有可能出现下降的，而且，更有意思的是，商品的流通反而会呈现上升的趋势。

宏观层面，在旧基建接近饱和之后，其实需要新的基建来拉动，与自动驾驶相配套的停车，充电，维修站点等设施对整个社会的经济拉动作用。

最后，不得不感慨于科技的力量，经济的尽头，最终还要靠科技的拉动。

随着自动驾驶、AI、机器人、AR眼镜等等及其科幻的产品一个个的落地，我们这代人，可能将在一波又一波的科技浪潮里幸福的长大，老去。

免责声明：本文基于公司法定披露内容和已公开的资料信息，展开评论，但作者不保证该信息资料的完整性、及时性。另：股市有风险，入市需谨慎。文章不构成投资建议，投资与否须自行甄别。