自動駕駛汽車的產品研發、商業化近年進入加速狀態，一度吸引市場聚焦與期待。但這股勢頭在2018年下半年開始有所冷卻，原因還是真正的自動駕駛場景落地困難。“谷歌系”公司Waymo和通用旗下的Cruise，這兩家背靠互聯網或傳統汽車巨頭的自動駕駛公司，都相繼傳出推遲商業化時間表的消息。

不過，2019年新年伊始，自動駕駛領域再度迎來幾筆大額融資。2月7日，美國初創企業Aurora宣布獲得5.3億美元B輪融資，投資方包括紅杉資本、亞馬遜等；2月11日，另一家美國自動駕駛初創企業Nuro也獲得軟銀愿景基金的9.4億美元融資；兩天后，來自中國的初創公司圖森未來宣布，已獲得由新浪資本領投的9500萬美元D輪融資，官方稱公司整體估值超過10億美元。

Nuro和圖森未來與此前備受追捧的自動駕駛汽車公司不同，其瞄準的落地領域并非乘用車，而是物流商用車。“商用車的自動駕駛商業化落地一定會比乘用車快，尤其是貨運卡車。”圖森未來聯合創始人陳默對記者說。

商用車尤其是貨運卡車的自動駕駛應用場景相對簡單，技術難度較低，被多數業內人士認為是有望最早實現商業化的細分領域。不過，它同樣面臨著乘用車當前難以解決的問題：規模化量產尚不具備條件，相關政策法規仍未完善等。此外，與擁擠的乘用車“賽道”相比，自動駕駛卡車的創業公司數量較少、規模也相對較小，還未獲得資本和政策層的全面關注。

“整個自動駕駛領域的泡沫去得越快，對卡車自動駕駛就越有幫助。”G7總裁、嬴徹科技CEO馬喆人認為，從目前形勢看，資本和人才都在快速向自動駕駛卡車領域靠攏，“越來越多人發現，這才是最容易落地產生商業價值的地方”。

物流變革暗流

公路貨運貢獻了中國運輸行業四分之三的貨運量，背后有約1400萬輛貨運卡車和3000萬名卡車司機。

卡車司機們經常面臨超負荷工作和疲勞駕駛的問題，事故率居高不下。“每1000臺城際貨車里，每年必有一起車毀人亡事故。”馬喆人說。他曾任騰訊副總裁，于2017年8月加入物聯網科技公司G7，后者主要通過人工智能（AI）與物聯網技術平臺提供車隊管理綜合解決方案，自稱目前服務客戶超過6萬家，連接車輛超過80萬臺。

G7早期的業務模式為SaaS（Software as a Service）服務供應商，即通過在貨車上安裝攝像頭等傳感器設備收集車輛數據，為車隊提供管理服務：包括及時檢測車輛異常狀況、通知車隊進行預處理；利用監控將司機行為進行動態比對，及時發現疲勞駕駛、煙酒等風險因素，從而減少人為事故的發生概率等。

經過幾年實踐，G7發現這種技術手段對解決卡車運輸風險作用有限，駕駛強度并沒有實質性下降，安全形勢依然嚴峻。同時，卡車司機的管理也面臨問題，換貨、繞路甚至偷油等現象在各大車隊屢見不鮮。

“物流行業實現規模化管理的難點其實是人。”馬喆人說，人力和油耗在車隊管理的各項成本支出中占據最主要部分，各占25%和30%左右，“對于車隊管理者而言，要想把規模做大，首先是降本增效，而自動駕駛是降本增效的最好方式”。

2018年4月，G7聯合物流地產巨頭普洛斯、蔚來資本宣布，共同出資組建由G7控股的自動駕駛卡車技術公司嬴徹科技，目標是基于自動駕駛技術、新能源技術和物流大數據，研發下一代智能重型卡車。

而在G7之前，2015年9月，專注于重型卡車自動駕駛系統研發的圖森未來成立，并獲得新浪、英偉達等機構的投資。2016年，斯坦福大學電子工程系畢業的劉萬千和鄭皓在美國硅谷創辦了智加科技，獲得紅杉資本、滿幫集團、金沙江創投等機構的投資；此后又有主線科技、飛步科技等十余家研發自動駕駛卡車的初創企業相繼成立。

“技術變革將成為物流行業下一階段的主旋律。”G7創始人兼CEO翟學魂告訴記者，過去十幾年，技術在物流行業發展中并沒有起到很突出的作用，如順豐、“通達系”快遞公司，它們都是將條形碼等簡單信息技術規模化運用，形成人員龐大的全國性時效網絡，從而實現快速發展。

翟學魂認為，在快遞公司紛紛登陸資本市場后，上述發展模式進入瓶頸，能將AI、物聯網技術運用于物流行業的新型企業開始嶄露頭角，比如卡車自動駕駛。

落地新場景

2009年開始，谷歌啟動自動駕駛汽車項目研究。至今，自動駕駛已從寥寥幾家科技公司涉獵，到逐漸獲得各大車企、科技公司、初創企業的追捧。

“實際上，從上世紀七八十年代開始，就有很多美國高校在研究自動駕駛技術了。”智加科技創始人劉萬千告訴記者，近幾年自動駕駛受到追捧，主要源于計算機算力和AI技術的提升，讓商業化落地變成了可能。

乘用車是自動駕駛最受關注的領域。相比之下，卡車自動駕駛的賽道則要“安靜”很多。盡管一些科技巨頭公司如Waymo、Uber等也曾推出自動駕駛卡車的研發計劃，但其精力仍放在了乘用車——Uber甚至在2018年下半年宣布停止研發自動駕駛卡車，以便將精力集中到乘用車。

這對初創企業而言卻是機會。“以中國為例，干線物流一年的市場規模超過4萬億元。”劉萬千認為，自動駕駛卡車的市場空間并不遜色于乘用車，卻是容易被忽略的領域，因此也是機會所在。

在陳默看來，初創企業最適合的領域是自動駕駛卡車，而非乘用車。卡車主要在高速公路上行駛，是較為簡單的半封閉場景，沒有行人和非機動車，也沒有紅綠燈，路況簡單。

在實現“倉到倉”物流運輸任務過程中，自動駕駛卡車僅需要從倉庫所在的物流園區進入高速公路，經過長距離運輸后離開高速公路，進入目的地園區。因此要實現一套比人類更安全的自動駕駛系統，前期上路測試過程中，卡車和乘用車所需要的測試數據量大相徑庭。

“卡車的行車路徑簡單，就是A到B或者B到A，但是乘用車需要跑通城市內部各個街道。”陳默解釋，假設單條線路需要1000萬英里（1英里約等于1.61公里）的測試數據，幾百臺卡車就能跑下來，而要想獲得整個城市的路況數據，在相同數據密度條件下，乘用車自動駕駛所需要的測試數據可能是100個1000萬英里，幾百臺車遠遠不夠。

2018年4月，Waymo開始在美國亞利桑那州鳳凰城提供自動駕駛出租車“早期乘客”計劃，當時該公司旗下用于測試的車輛僅600輛。次月，Waymo又宣布向意大利汽車廠商菲亞特克萊斯勒訂購6.2萬輛插電混合動力汽車，以擴充其自動駕駛車隊規模。

即便如此，Waymo方面仍稱，自動駕駛真正實現商業化仍需耗時長久。“初創公司根本無法承擔這樣大的投入。”陳默稱，“如果說自動駕駛卡車項目需要燒10億美元，乘用車至少是100億美元起。”他認為，正是因為二者資源投入上的差距，使得卡車自動駕駛的商業化會比乘用車更容易實現。

此外，自動駕駛的實現還依賴于高精度地圖（High-Definition map）。陳默認為，由于卡車駕駛路線固定，因此只需要單條道路上實現高精度地圖測繪，即可迅速開展商業化落地，“但如果是乘用車，要完成北京市大街小巷的高精度地圖測繪和維護，難度要高得多”。

L3還是L4？

按美國汽車工程師學會（下稱SAE）的分級，自動駕駛從L0至L5共分為六級，L3級開始進入自動駕駛階段，自動系統既能完成某些駕駛任務，也能在某些情況下監控駕駛環境，但駕駛員必須準備好重新取得駕駛控制權。L4級別主要依靠機器實現自動駕駛，而L5則實現完全自動駕駛，方向盤、剎車踏板等部件將消失。

智加科技、圖森未來都將目標瞄向L4級別自動駕駛。據智加科技介紹，搭載了該公司L4級別自動駕駛技術的解放J7商用重卡，已經在上海奉賢園區與蘇寧物流一起完成了“倉對倉”自動駕駛場景實地作業，完成了包括自動裝貨、行駛、轉向、停車、卸貨等一系列關鍵港口標準作業。圖森未來也稱，其L4級別自動駕駛卡車正在美國亞利桑那州10號高速公路上進行小規模商業化運營。

作為涉足自動駕駛卡車的后來者，G7旗下的嬴徹科技尚未完成單車研發。馬喆人告訴財新記者，嬴徹科技的自動駕駛卡車首先聚焦于L3級別，未來再計劃L4級別。預計2019年上半年拿出幾輛初步具備L3功能的樣車，2021年左右規模化量產。

他表示，當前并不寄望于實現L4級別以上的無人化，而是L3級別下的“有人值守”，即便如此也能取代當前兩名司機輪流駕駛卡車的操作模式，降低人工成本。而且，“從技術的可靠性來說，我們認為這已經是很大挑戰。”馬喆人說。

兩大陣營所定目標的區別在于采用的自動駕駛系統解決方案不同。自動駕駛系統分為感知、決策和執行三部分，對應人類的眼睛、大腦和手腳，硬件層面則分別對應傳感器設備、高精度地圖和線控處理器。

在核心的傳感器設備上，嬴徹科技選擇了激光雷達為主，融合攝像頭、毫米波傳感器等多傳感器方案，這也是Waymo等主流自動駕駛企業所采取的方案，主要側重于激光雷達精度高、信息量大、不受可見光干擾等優勢。不過，激光雷達尚未實現量產，過于高昂的價格成為阻礙自動駕駛規模化的障礙之一。

“激光雷達的方案不適合卡車。”陳默對財新記者表示，乘用車的剎車距離只需要40米，卡車需要250米，而當前激光雷達的感知距離一般為150米，仍然無法滿足自動駕駛卡車的技術需求。他認為，以攝像頭為主、融合其他傳感器的視覺感知方案，加上AI的數據訓練，可以實現低成本的卡車自動駕駛。

智加科技也采用視覺感知方案。據劉萬千透露，使用其自動駕駛系統移植的卡車，目前單車改造成本約幾千美元。相比之下，如果采用激光雷達為主的方案，僅激光雷達的價格就達到了數萬美元。“其實激光雷達的制造成本并不高，主要成本在于研發，在沒有量產的情況下價格就會高得離譜。”劉萬千說。

目前激光雷達的主要供應商是Velodyne。該公司提供給財新記者的信息顯示，其計劃與汽車一級零部件供應商合作量產車規級產品，具體時間表是2020年，該產品有可能是一個32線的激光雷達，預計量產后成本可降至500美元（約3172元人民幣）；更高線束的產品還沒有具體量產時間表。

但視覺方案在可靠性上存在爭議。一名自動駕駛初創公司總工程師告訴記者，自動駕駛的感知系統不僅要能“檢測到物體”，還要看“檢測是否準確”，在這一點上，激光雷達的準確性較攝像頭要高；并且，攝像頭感知還受光線、天氣等因素影響。

業內一般認為，視覺方案僅能實現L3級別自動駕駛，因其難以處理L4復雜情況下產生的海量數據。“當然這也并不絕對。”上述總工程師表示，由于卡車主要行駛在高速路段，路況相對簡單，產生的數據也會相對較少。

另一方面，如何判定L3和L4尚無明確標準——盡管SAE對自動駕駛進行了分級，但其描述較為抽象。業內當前主要依據“脫離頻率”作為自動駕駛技術成熟度的評價標準之一，即自動駕駛系統出現無法應付的情況需要人工干預時，被計為一次“脫離”，無人工干預行駛距離越長，說明自動駕駛系統越成熟穩定。

根據美國加利福尼亞州交通管理局（下稱DMV）公布的各家自動駕駛企業2018年度路測報告，智加科技于報告期內在加州的測試距離是1.08萬英里，安全員接管199次，平均無人工干預行駛距離（Miles per Intervention，下稱MPI）54.4英里，在當年提交測試報告的28家企業中排名第14。

圖森未來2018年未在加州進行測試。而2017年，該公司在加州的測試距離為662英里，安全員接管57次，MPI為11.6英里。

相比之下，向加州提交測試報告的全球28家企業中，Waymo表現遙遙領先，報告期內MPI為1.1萬英里；第五名小馬智行（Pony.AI）是表現最好的中國公司，MPI為1022.3英里。

對此，智加科技方面對記者解釋稱，其自動駕駛系統路測采用了乘用車和卡車兩種方式，由于加州DMV上報里程僅限乘用車，卡車里程則排除在外，因此上述數據參考意義較低。該公司稱，卡車測試更能反映真實運營場景下的系統穩定性，2018年智加科技卡車車隊總測試里程達到15萬英里，平均MPI為1500英里。

圖森未來也稱，2017年其在加州的測試車輛為乘用車林肯MKZ，測試時間僅兩周。該公司提供的數據稱，目前其自動駕駛卡車平均每1000英里進行0.62次接管，據此折算成MPI應為1612.9英里。

與主機廠競合

自動駕駛需要經過多少路測里程，達到什么樣的脫離頻率才能正式上路？行業內目前并無標準。前述某自動駕駛初創企業總工程師認為，在駕駛環境和算法不變的情況下，單條線路至少需要100萬英里的測試數據。

由于乘用車行駛的城市環境復雜，所需數據難以計量。比如Waymo，其公布的路測總距離已經超過1000萬英里，并已經開始小規模商業試運營。不過，Waymo首席執行官John Krafcik在不久前的一個公開場合曾表示，很長時間內，自動駕駛都需要司機協助。“在全天候條件下運行是不可能的。自動駕駛將永遠受到限制，這種技術真的、真的很難。”

卡車行駛環境則相對簡單。不過，在實現“倉到倉”運輸的情況下，自動駕駛卡車除了高速公路行駛路段，還需要經歷從高速公路到物流園區的部分復雜城市路段，因此究竟需要達到什么樣的標準，仍難判斷。

在陳默看來，單條“倉到倉”運輸路線的數據達到1000萬英里時，可以驗證自動駕駛卡車的安全性。該公司提供的數據稱，截至2018年上半年，圖森未來的總路測里程為52萬公里（約32萬英里）。智加科技則未提供總測試里程數據。

陳默告訴記者，圖森未來目前主要路測地區是美國亞利桑那州，并在該地區開始了商業試運營，意味著其可以在路測的同時，通過運輸貨物獲得收入。亞利桑那州和加利福尼亞州是美國支持自動駕駛發展力度較大的兩個州。

他表示，相比空車路測，運送貨物帶來的收入能夠覆蓋一部分路測成本，有利于初創公司迅速擴大車隊規模，增加路測數據，與其他競爭對手拉開差距，最終實現大規模商業化目標。陳默稱，2018年下半年以來，圖森未來服務了13位終端貨主客戶，日均完成三到五次貨物運輸，并計劃今年下半年實現每月100萬美元的運營收入。

在ODM（原始設計制造商）的選擇上，據記者了解，圖森未來主要與美國兩家主機廠（汽車整機生產企業）和中國國內主機廠陜汽合作，將后者已有的重卡車型改裝成自動駕駛系統。嬴徹科技發起成立了干線物流聯合創新中心，其中包括福田汽車、一汽解放、聯合卡車三家主機廠；智加科技則與一汽解放達成戰略合作，成為一汽解放智慧生態合作伙伴。

“公路貨運行業存在嚴重的‘頭部效應’。”劉萬千指出，如滿幫平臺占據公路貨運車貨信息匹配領域超過70%的份額，一汽解放則是重卡市場的領頭羊，二者分別位于自動駕駛卡車產業鏈的下游和上游。他認為，自動駕駛企業的競爭也會是相同結果，因此與上下游兩大頭部企業的深度綁定將幫助智加科技搶占市場優勢地位。滿幫是智加科技的主要股東之一。

但另一方面，主機廠們也有各自的自動駕駛推進計劃。2018年2月，陜汽展示了自主研發的L3級牽引車，但未透露正式商用時間。2019年1月，一汽解放推出“哥倫布”智慧物流開放計劃，稱將通過自主研發和合作伙伴共同研發兩種方式，計劃2020年實現限定區域的L4級運營落地，2023年全面商業運營。

一名關注自動駕駛卡車領域的投資人認為，整個自動駕駛卡車產業鏈里面，初創公司和主機廠未來一定會產生主導權沖突的問題，因此所謂的生態關系其實非常脆弱，“而競爭的關鍵是誰技術更好、跑得更快”。

馬喆人則認為，初創公司與主機廠并不存在利益沖突。“我們并不會考慮去造車，而是把自動駕駛系統移植到成熟車型上量產，再通過自己的車隊網絡運營能力，給主機廠帶來更大的銷量。”他表示，自動駕駛卡車行業未來的領跑者，應當是技術和運營一體化的公司。