在自动驾驶发展的初期，“可行性”几乎是唯一的行业焦点。人们热衷于讨论算力、模型能力与路测里程，试图用一系列不断增长的数据，接近一个尚未完全实现的未来。
然而，随着L4级自动驾驶逐渐从封闭测试转向开放道路，行业发展的关键因素正在悄然变化。
哪种自动驾驶公司能够获得“长跑入场券”？
这可以从滴滴联合创始人、滴滴自动驾驶公司CEO张博近期的一次公开演讲中找到线索。
4月1日，张博在智能电动汽车发展高层论坛上发表了题为《AI时代自动驾驶的前景与探索》的演讲。
我们可以用三句话概括这次发言的核心内容：安全是自动驾驶获取政策与法律准入的前提，用户体验是留住用户的关键，而混合出行是应对L4级技术无法实现全场景覆盖的有效途径。
硬件和AI是基础，真正决定自动驾驶在中国和全球落地成败的是本地化运营的安全体系与服务细节。
安全的规模化交付能力是底线
在张博不到5分钟的发言中，“安全”被提到14次，是整个演讲中的高频词之一。他为何如此强调“安全”？
与大多数互联网产品不同，自动驾驶直接影响物理世界，关系到人的生命与公共交通秩序。它的推广不依赖于用户增长或商业模型的可行性，而是取决于监管与社会对其风险边界的认可。
从这一角度看，安全不是结果指标，而是一种“准入能力”。没有经过验证和信任的安全体系，再先进的算法也难以进入真实道路。
全球每年因交通事故死亡约135万人。张博认为，随着技术的进步，这个数字将显著下降。“十年前这是一个预测，现在已经成为现实，自动驾驶技术已被证明比人类驾驶员更安全。”
在滴滴自动驾驶与广汽联合研发的新一代RobOTAxi车型上，自动驾驶系统设计了三层安全冗余。
第一层是算法冗余，专门用于判断车辆与周边交通参与者可能发生的碰撞风险，若发现风险则会急刹车或转向避险。第二层是软件冗余，若自动驾驶软件出现故障，将有系统帮助乘客安全停靠到可靠位置。第三层是硬件冗余，若系统硬件出现问题，将有独立系统实现安全停车。
安全是实现自动驾驶规模化的关键。单次或小范围的成功并不能证明系统具备大规模运行的能力，只有在不同天气、路况和交通参与者条件下保持稳定表现，自动驾驶才能从示范区扩展到更广泛的城市网络。
这也是张博强调工程化安全能力的原因：通过算法、软件与硬件的多层冗余，将偶发风险转化为可控问题，使系统在极端情况下也能给出明确响应。
滴滴的混合出行成为一种更具可行性的路径。其核心逻辑并不复杂：将自动驾驶车辆嵌入现有出行体系，与人驾驶网络协同提供更好的服务，而非简单替代。
在实际运行中，系统可根据道路条件、实时供需和车辆能力进行动态派单，在适合自动驾驶的场景中调用RobOTAxi，其他则由人类驾驶员完成。这种模式的重点，不在于最大化自动驾驶的使用比例，而在于保证整体网络的稳定性与连续性。
在广州的实践中，用户在平台上发起订单后，并不会主动区分是否由自动驾驶车辆接单，而是由调度系统在后台完成匹配。自动驾驶车辆成为供给的一部分，而不是唯一选项。
用户体验的核心并非“是否无人驾驶”，而是“是否能被及时、稳定地服务”。这种将自动驾驶能力嵌入现有网络的方式，可以在不打断原有服务结构的前提下逐步扩展。
自动驾驶的国际化并非简单的技术复制，而是在不同国家的交通规则、基础设施和用户习惯中建立可运行的系统。滴滴在14个国家的出行服务经验使其在进入新市场时具备一定的本地化能力，这种基础体现在对供需关系、调度逻辑及用户行为的理解上。
从行业发展来看，自动驾驶已成为全球科技竞争的焦点。张博透露，滴滴今年将把自动驾驶推广到海外，部署RobOTAxi出行服务。
特斯拉强调单车智能，通过统一技术方案在全球推广；英伟达则提供底层算力与软件，服务于整车厂与开发者。相比之下，滴滴探索的路径基于海量的全球出行场景，以混合出行网络推动自动驾驶AI技术的进步与汽车形态的变化。
出海不是代码的简单移植，而是安全标准、运营经验与社会责任感的整体性输出：安全体系需符合不同市场的监管要求，服务流程需适应当地用户习惯，运营策略需根据供需结构进行调整。
这些要素共同构成了“负责任的创新”：不仅关注技术的可行性，也关注其在具体社会环境中的运作方式。
自动驾驶的挑战或许不在于让机器学会驾驶，而在于让新系统在复杂环境中持续运作。当技术逐渐趋同后，真正的差异往往源自那些难以量化的能力：如何处理不确定性、如何理解人，以及如何在效率与安全之间保持平衡。
所谓“负责任的创新”，正是对这些边界的长期经营。
