作者 | 向 玉
編輯 | 苗正卿
重卡量產落地後，自動駕駛的新冒險才剛剛開始。
2019年12月，美國加州圖萊裡，一輛重型卡車駛上公路，匯入車流。車身牽引的冷藏車廂中滿載著約18噸黃油，這是來自一家美國乳業公司的訂單。接下來幾天中，這輛卡車需要先後穿越15號和70號州際公路，沿途經過堪薩斯州平原、洛基山脈蜿蜒的小路，越過海拔超3350米的高原，通過施工路段和隧道，在最短的時間內，將貨物送達北美大陸的另一端，位於美國東海岸線的賓夕法尼亞州奎克敦。
在公路運輸發達的美國，相似的場景每時每分都在上演。不同的是，這一輛是由人工智慧驅動的自動駕駛重型卡車，來自於自動駕駛創業公司智加科技。
必須承認，過去幾年間，卡車並不是自動駕駛賽道上的絕對主角。像智加科技這樣的公司，儘管已成長為行業準獨角獸，大多時候仍處在「不露鋒芒」的低調狀態。形成對比的，是乘用自動駕駛的熱潮，在其因商業化困境踩下急剎車後，人們則將對自動駕駛落地的期待轉移到了園區、接駁等低速場景中。
焦點之外，自動駕駛卡車快速進化。儘管不是最貼合人們炫酷想像的場景，但從近兩年的發展曲線看，卡車自動駕駛方案卻是有望最早投入商業化應用的。
這一點從資本市場的態度便可窺一二。根據前瞻產業研究院的研報數據，就在自動駕駛「寒冬」初現的2018年，中國商用自動駕駛的融資數量首次超過了乘用車。
同時，巨頭的到來也催生著「化學反應」。北京時間10月27日晚，Waymo與全球重卡銷量老大戴姆勒達成合作，目標直指L4級自動駕駛重卡量產。
「Waymo被大家堪稱自動駕駛技術的風向標，像Waymo這樣的公司應該早一點來。」智加科技工程高級副總裁、中國區總經理容力對《創造一下》說到。在他看來，自動駕駛卡車擁有比乘用車更廣闊的想像空間，「只是過去很多公司錯誤忽略了這個巨大的市場、巨大的機會。」
而現在，這個細分市場的爆發已呼之欲出。
1
讓輪子轉起來
對容力來說，進入自動駕駛行業似乎是件「順理成章」的事情。
90年代，容力留學加拿大，在大數據專業獲得了博士學位。求學過程中，他成為最早接觸到人工智慧技術的那一批人。
容力本人見證了人工智慧在工業界逐漸繁榮的全過程。回憶起剛畢業的90年代，容力描述當時「沒什麼地方真正用得上人工智慧」，直到千禧年後網際網路興起，他開始使用機器學習做廣告算法研究。在這裡，容力真切感受到了人工智慧技術對商業的推動力——一個好的預測模型往往能將廣告點擊率提高好幾個百分點，意味著直接的營收轉化。
智加科技工程高級副總裁、中國區總經理容力
2019年3月，容力加入智加科技。談及這個選擇，容力表示一方面是源於團隊氛圍，「CTO是我認識了十幾年的朋友，團隊裡也有我以前在微軟、雅虎的同事，我們互相之間有默契」，這讓他認定智加是家靠譜的公司。更重要的，還是在這個領域、這家公司的身上，他能看到一個較為清晰的商業化前景。
事實上，2019年初，當容力決定加入智加科技時，自動駕駛行業正值退潮期。一些以算法起家構築壁壘的公司，發現故事很難再繼續講下去。一方面，人工智慧算法能力的提升受到挑戰，從99%-100%的跨越舉步維艱；另一方面，乘用自動駕駛構建商業模式的能力受到質疑，沒有主機廠和Tier1的合作，整個行業陷入「落地難」的魔咒。
「我們不是為了做算法而做算法。」CEO的這句話，打消了容力的顧慮。
在加入智加科技一年多的時間裡，容力工作的重心確實聚焦於推動商業化發展，擴大「朋友圈」、夯實與一汽解放及物流平臺滿幫的上下遊合作產業鏈。
今年9月，智加助力一汽解放發布J7 L3自動駕駛重卡。對於專注L4級技術棧的智加而言，這是一次「向下兼容」的嘗試。但這背後的邏輯並非簡單的「降維打擊」，而是讓技術與商業化能力保持同步進化的探索。
如何理解J7 L3量產車的價值？容力舉了特斯拉與Waymo的例子。「特斯拉技術的起點是比Waymo低的，但從發展勢頭來看，特斯拉已具有超越Waymo的趨勢，就是因為特斯拉有幾十萬輛車的駕駛數據，而Waymo還只是通過幾百臺測試車在路上跑，完全不是一個規模。」
特斯拉和Waymo實際上代表了自動駕駛的兩種主流商業模式。第一類如特斯拉，只將自動駕駛技術作為價值鏈的一部分，把車作為最後的產品，賣給私人消費者。第二類則是TaaS（Transportation as a Service），Waymo是典型代表，它直接將自動駕駛技術應用在服務場景中，收取服務費用，如Robotaxi、Robotruck。
短期來看，智加助力一汽推出量產型J7 L3重卡，走的正是與特斯拉相仿的模式，優勢是能快速提升數據規模，驅動算法演進。
自動駕駛發展到今天，行業已經認識到，單靠車隊路測，已不可能滿足龐大的數據需求。行業領頭羊Waymo至今花了11年時間，才將路測裡程刷過了2000萬英裡，與「110億英裡法則」目標相差55倍。對於在路測政策上不夠寬鬆的自動駕駛卡車而言，這個數據更是天文數字。
更高效的解決辦法是影子駕駛。「解放發布的重卡J7 L3，它雖是有人駕駛，但配備的傳感器可以在「影子」中繼續跑L4算法，通過與人類行為做對比，在上億公裡的實際數據中來優化。」容力解釋道，而作為這一切的前提，「這輛車得先落地跑起來，不管是L幾。」
對於這條由數據構築的護城河有多寬，智加團隊顯得很樂觀，「明年J7 L3量產後，我們的算法預計將會突飛猛進的發展。」
推進量產車落地的同時，智加也在布局TaaS的物流運輸方案。
據容力介紹，在J7 L3正式量產後，智加將聯合滿幫、一汽解放開展幹線物流市場的自動駕駛商業化運營。滿幫既是智加科技的股東，也是中國市佔率近80%的物流運力平臺。
自動駕駛廠商上遊對接OEM、Tier 1合作進行研發，下遊連結物流企業、提供運力服務，這樣的「鐵三角」模型已被當下自動駕駛卡車行業認可。除智加外，其他玩家們普遍也都找到了自己的「結盟對象」。
商業化進程正在提速，藍海還未變紅，寡頭格局尚未成型，在這個擁有充分競爭空間的市場裡，「快」成為各玩家的首要策略。「這個過程中，誰先殺入這個領域，並且能夠和行業巨頭形成非常緊密的聯繫，誰就擁有了先機。」智加科技團隊對《創造一下》表示。
至於自動駕駛卡車何時量產，國內廠商給出的時間表集中在2021-2023年間。而智加的答案是2021年。
2
一家技術公司的專注、謹慎與樂觀
今年3月，Waymo宣布與乘用車Robotaxi對標的自動駕駛重卡服務Waymo Via，在行業內掀起不小的波瀾。Waymo「首開記錄」，讓自動駕駛行業看到了從乘用車跨界物流運輸的可能性。一些聲音開始質疑，這是否會對自動駕駛卡車技術構成「降維打擊」的態勢。
對此，容力並沒有太多擔心。在他看來，商業模式本身就構成了一層壁壘。自動駕駛技術的商業化落地，是一個系統性且非常複雜的過程，需要汽車製造、商業運營、硬體算法等整個產業鏈同步發展。「並不是說別人做不成，而是別人再進來，就已經失去了先發優勢。」
此外，在技術上，乘用車與卡車自動駕駛之間也並非能簡單「移植」的關係。
以感知環節為例，由於受雷射雷達、攝像頭、毫米波雷達這三種主要傳感器的限制，乘用車能實現的感知距離往往不會超過300米，而在高速幹線自動駕駛卡車中，這個距離已普遍被提升至1000米左右。
這背後是動力學模型和行業痛點上的差異。
一方面，重型卡車慣性更大，制動距離更長，這就要求傳感器的探測距離更長，從而為系統預留更多的響應時間。智加科技高級主任科學家崔迪瀟曾給出一組數據：一輛時速120公裡/小時、帶掛的重卡，其制動距離通常為180米，如果碰上溼滑路面，制動則至少需要300米。
另一方面，幹線物流卡車作為一種生產資料，實現自動駕駛的主要目的，是為降本增效。緊急制動是最耗油的行為，想要盡力避免不必要的制動，就要求感知系統及早發現路障，提前規劃避讓。據智加科技創始人兼CEO劉萬千介紹，在中國，自動駕駛能將重卡運營成本降低30%，其中20%是人工成本，10%是油費。
理論上，感知距離越遠，安全性和燃油經濟性的提升越高。這一點上，智加科技推出的多目視覺立體感知系統已實現1600米有效感知距離，是目前行業內最領先的方案。
這只是高速幹線自動駕駛所面臨諸多新挑戰中的一點。還有一些行業之外的人很難想到的細節，譬如高精度地圖通常使用乘用車採集，但應用於重卡時，由於傳感器高度不同，往往會導致雷射數據的測距精度、返回強度會出現較大差異。崔迪瀟介紹，為解決這個問題，智加內部會實行交叉驗證，以完善建圖和定位算法。
既要懂技術也要懂產業，若不是在幹線物流多年深耕的企業，很難探究到並深刻理解容易被忽視的痛點。
同樣，智加也不太想去動「別人的蛋糕」。
「專注是技術型創業公司必須的素質」，容力強調。智加暫時沒有加入港口運輸、礦山競爭的打算。一方面是這些賽道內部技術路線多樣，新入局者很難快速跑通商業邏輯，另一方面，幹線運輸的市場規模已足夠大，是一個萬億級的市場，容得下足夠多的想像與「野心」。
談到自動駕駛就能會在何時取代人類，容力先是列舉了他眼中自動駕駛行業當下面臨的四大挑戰：技術尚不成熟、難證明商業價值、法規有待放寬，以及社會認知度低，「有些問題糾纏在一起，需要有外部力量打破這個死循環」。
「但我仍堅持認為，有人駕駛被AI取代的節點，將在2026年。」在一片看衰自動駕駛落地時間表的聲音中，容力和團隊的樂觀顯得彌足珍貴。
在謹慎的樂觀中保持前行，這或許也是一家長線技術公司最好的姿態。
3
自動駕駛創業N問
創造一下：站在當前的時間點，真正L4級自動駕駛落地的最大挑戰是什麼？
容力：我認為是技術和法規。其一是現在技術還沒有成熟，在高速幹線場景裡，還沒有任何一家公司能用L4級在無人監督下跑幾百公裡。其二，也沒有任何一個國家允許無人卡車跑測試。這形成了一個先有雞還是先有蛋的死循環，糾纏在一起。需要有一個外在的東西去將它打破，我認為會是車路協同。
創造一下：自動駕駛的未來是單車智能還是車路協同？
容力：要做到無人駕駛，一定是車路協同；要做輔助駕駛，可以是單車智能，這是我的看法。這裡有一個關鍵因素是Corner Case，以我們所能看到的十年內的技術，是解決不了這個問題的，只能依靠車路協同。舉一個例子，假如我能鋪一條專用的無人駕駛車道，那麼技術上的很多問題就都能解決了，但是從商業上，投入巨大，得不償失，而引入車路協同後，情況就不一樣了。
創造一下：怎樣看待當下中美兩國在自動駕駛發展上的區別？
容力：先說美國的優勢，首先在幹線物流領域，美國路測相比更方便。其次是人才，中美在頂尖人才的質量上處在同一檔次，但在選擇的範圍上，美國尤其是矽谷，更容易找到來自全球各地的人才。中國的優勢則在於國家能夠快速推進基礎設施建設。無論是過去的高鐵，還是未來的車路協同，這些具備社會價值、經濟價值但不掙錢的項目，資本不做，國家可以去做。這有可能會成為中國在自動駕駛領域對美國實現彎道超車的契機。
創造一下：有什麼經驗可以和創業者分享？
容力：創業一定要專注，尤其一開始創業的時候，拿到了一些融資之後，很容易頭腦發熱。在自動駕駛這個領域，各公司在技術上的差別並不大，百度系、Waymo系…大家都差不多，真正的大牛全世界也沒有幾個。怎麼樣才能勝出呢？就是保持十足的專注。
END.