面對自動駕駛商業化謎題，這4家公司代表分享瞭解法...

3 月 23 日，機器之心「AI 科技年會」的並行論壇之一——首席智行官大會受到了業界廣泛關注。本次大會圍繞汽車機器人、晶片及自動駕駛等領域，邀請了 11 位業內極具代表性的企業高層及專家，為出行智慧化的時代代言。

在首席智行官大會的第二場圓桌論壇上，馭勢科技聯合創始人兼首席產品官周鑫、圖森未來聯合創始人兼首席架構師郝佳男、巨集景智駕聯合創始人兼軟體演算法VP董健、禾多科技副總裁戴震，圍繞自動駕駛商業化如何走向成熟進行討論，發表了大量極具洞察性和深度的觀點。

以下是本次圓桌的對話整理：

全場景自動駕駛佈局的挑戰和優勢

馭勢科技聯合創始人兼首席產品官周鑫：

我們最終還是想成為一個AI虛擬駕駛員賦能的公司，將AI虛擬駕駛員賦能到各行各業裡面去，賦能到所有需要自動駕駛能力的行業。

從行業來看，我們先看到的肯定是Robotaxi，這是最巨集偉的終局場景。但這個終局場景比較漫長，不是一朝一夕，大概率要在五年、十年以後實現。

在此過程中，我們會帶著這個願景，將朝向最終路徑發展途中出現的區域性成熟技術，應用、嘗試到所有的場景，同時也利用不同的應用場景去驗證技術。因為技術是驗證出來的，不會有朝一日從天而降，解決天下所有的問題。

我們的一個核心理念是用一個控制器軟硬體的協同設計、一套核心的演算法和感測器佈局，在儘可能多的行業中應用。這個缺點是對工程能力要求很高，需要在演算法在快速迭代和演進過程中，考慮將其成熟化、工程化，然後再去應用嘗試。這樣的好處是能幫助我們快速驗證，快速讓技術成熟。

我們現在看到的很多單一場景比較受限，場景剛開始的時候，學習曲線很好，可以有很多收益。但用多了以後，演算法的迭代挑戰線會慢慢收斂，所以我們儘可能用多場景去做，去學習收集更多區域性挑戰的場景，從而幫助我們主線的Robotaxi技術逐漸成熟。

同時，Robotaxi技術成熟了之後，很多演算法可以快速應用到場景中去，進而互惠、互相補充、互相迭代的一個場景。這是我們一整套的願景，也是從17年以來不斷嘗試的一個商業化探索。

不同自動駕駛路線的技術差異

圖森未來聯合創始人兼首席架構師郝佳男：

自動駕駛今天有很多的方向都應該去探索，每個方向不經過一定的時間週期，可能很難得知到底可不可行。因此，不同的探索一定是非常合理的，而這可以從商業和技術兩方面來講。

從商業來講，對於貨運最根本的還是要幫助貨物主解決問題，比如降低車隊的運營成本。L4級自動駕駛本質就是通過省掉司機來節約成本，這部分可能是目前運營中最主要的支出部分。

對於L3或者L2級自動駕駛，現在也有不同的一些觀點。有觀點是可以通過應用這類輔助駕駛技術，讓人的疲勞程度降低，降低投入的人力。但這點在目前的法律框架下，以及一些資料上，可能還有待驗證。

我們認為L2跟L3的意義，更多是體現在節油層面。因為人很難與自動駕駛系統來對比燃油經濟性，自動化系統可以很好的將轉速控制在最經濟的區間。但是對人來說，經驗豐富的司機也會很難一直保持在這種狀態。

這個問題可能就會變成在行駛途中，如何儘可能保持在自動駕駛狀態，那樣就可能會有更多機會節省更多的燃油。我認為這是L2、L3級自動駕駛領域，尤其是貨運領域，應該做到的點。

如果是做這方面的生意，單純的軟體角度可能並不容易做到的，還需要從硬體切入這件事。因為，不管是造車還是給OEM提供全套方案，只靠軟體很難在商業之中佔有主動權，還需要軟硬結合來去做。

從技術層面來講，L4雖然對資料有很多的需求，但與低級別自動駕駛的設計是有很多根本的不同。L4要達到的點是非常高的可用性，這個可用性其實要通過系統設計達到，而不僅僅是通過資料積累做的。比如，我的車無論有多少的資料，但只要沒有感測器冗餘、沒有做兩套供電，或者演算法本身沒有做corner case，那這個框架就不可能達到L4所要求的完全無人的狀態。

漸進式迭代對於發展高階自動駕駛的意義

巨集景智駕聯合創始人兼軟體演算法VP董健：

巨集景智駕是非常堅定地走漸進式迭代路線的，類似於特斯拉從L2級的量產，逐漸往上迭代到L3、L4。巨集景智駕的終極目標一直是做L3、L4級別的高階自動駕駛，但希望能走一條相對務實、能夠逐步可持續落地的路徑，所以選擇了漸進式迭代路線。

這個過程中，L2級系統對於L4級系統其實是有很多的支援意義。首先商業模式上，國內目前還沒有比較完善的L3以上的法規，路面上能夠跑的車，其實都是L3級以下的系統。換句話說，如果不做L3以下的系統，實際是不可能拿到主機廠這種每年十萬甚至百萬的訂單。

對於巨集景智駕來說，選擇這樣一條漸進式迭代的路線，可以在早期得到一定的營收。創業到現在四年不到的時間，我們的營收已經達到了幾億元，這其實是得益於漸進式迭代的路線。

現在國內15萬到20萬元以上中高階車型，其實比較注重L3、L4的體驗，在這裡面我們比較推薦特斯拉硬體預埋、軟體OTA升級的路徑，這給我們提供了可持續升級的、可「沿途下蛋」的路徑。我們在L3級以下的量產專案裡已經積累了很多量產經驗，這個經驗不僅是對L2有用，對L3、L4也都非常重要。

自動駕駛是非常複雜的系統，它涉及到軟體硬體系統整合等各個方面。如果不經歷幾個量產專案的洗禮，如果不經歷DV和PV的過程、夏季冬季實踐、大規模的里程路測、SOP後客戶的投訴，不經歷跟主機廠深度的磨合，可能比較難打造真正能夠落地量產的汽車產品，尤其在汽車產品對可靠性要求相當高的情況下。

第三從技術來講，我們現在設計的L3其實都是有L4和L2兩套系統同時在跑，會有兩套演算法在裡面。如果將量產車賣給客戶，使用者會跑到全國各地各個地方。這麼大的場景裡，實際只有一小部分處於ODD範圍內，大部分時間系統都是跑在L2的功能上。L2系統對於車的穩定性起到非常重要的託底作用，所以L2的經驗將是我們向高階系統發展非常重要的支撐。

資料其實也是有不同的量級，我們如果選擇做Robotaxi，在一個限定區域裡面、在目前法規限制下，那它的量級可能就是幾百輛車的車隊。但是，如果我們做L2或L2.5系統，就可以積累到每年數十萬甚至數百萬車輛車的量產資料，同時也不會被限定區域。兩者的資料豐富程度是不同的，所以巨集景選擇漸進式的迭代路線。從技術上是幫助我們逐步升級到L3、L4非常重要的支撐，從商業來講是讓我們實現早期造血、沿途下蛋、可持續落地的途徑。

量產資料如何用於向高階自動駕駛系統迭代

禾多科技副總裁戴震：

禾多科技一直秉承著體驗為王的指導方針，提出了以行泊一體、駕艙一體的產品思路，希望通過場景的打通、高效的行駛、互動的和諧等幾個方面，提升使用者的體驗。

首先，從技術上來說，我們的行車自動駕駛系統 HoloPilot和智慧泊車系統HoloParking都會應用到廣汽專案當中，打通自動駕駛的場景。同時，我們開發的車內人機互動方案也會引進座艙，為車主帶來更好的自動駕駛互動體驗，這些都可以在我們量產專案當中體會到。

其實，我們考慮的另外一個問題在於，有了量產專案資料之後，如何充分應用這些資料進行技術迭代的問題。市場上現在有兩種不同的主流方案，一種是像Waymo為代表的直接做Robotaxi，L4級別以上高階自動駕駛一步到位的方案，另一種是以特斯拉為代表的量產迭代方案。而我們禾多科技一直堅持選擇的，是類似後者的量產迭代方案。

從資料量上來看，量產迭代方案的資料量要比Robotaxi可能高一到兩個數量級，而且差距也是在逐漸增加。我們面臨的問題，就是在自動駕駛方案在量產車上落地之後，如何應對這些「海量併發」的資料。

為此，我們正在開發一套完整的資料處理平臺，把以前本地化資料處理閉環逐漸挪到了雲端，實現從車端場景擷取、資料脫敏、資料回傳雲端、資料回灌、故障分析、雲端訓練、場景入庫等完整的雲端工具鏈。這些工具鏈的搭建，都是為了讓我們能夠應對這些大量併發的量產資料打下基礎。

除了與廣汽形成全方位合作以外，禾多科技也在跟其他的主機廠溝通、合作，我們希望把剛才所說的泊車一體、駕艙一體的這些技術用到更多的量產車型上。量產的意義，除了商業價值以外，更重要的也必然是通過更多資料積累，推動自動駕駛技術不斷往前迭代。

自動駕駛如何走向成熟？

是否B、C端百花齊放？

馭勢科技聯合創始人兼首席產品官周鑫：

從我們現在在行業裡的經營角度來看，B端一定是百花齊放的。馭勢科技除了做商用車之外，還進入了特種車領域。例如，我們做的機場的特種車，以及在廠區物流的特種車。

目前，乘用車佔整個社會車輛的絕大多數，但是實際使用時間、實際行駛里程，商用車和特種車佔據了乘用車外的另半邊江山。我們不能說很大，但半邊江山是肯定的。

在這個領域內，我們可以看到B端的需求也是完全不一樣的，有大B的需求，有小B的需求，也有散戶的需求，自動駕駛技術在這方面是大有可為的。B端為社會創造的價值也很大，至少跟C端是一樣大。從這個角度出發，我們會看到自動駕駛是逐步成熟的、很多行業逐步探索的過程。

對於所有做自動駕駛的角度來說，安全是永遠放第一的，沒有安全就沒有自動駕駛的未來。安全相關是最關鍵的，行業要有特色、有系統化的解決方案，因為演算法可能很耀眼，但是系統才是真正的基石。

此外，馭勢科技還做了颱風天、大雪天、大霧天等很多天氣的場景，因為自動駕駛系統是要幫助客戶解決商用場景，雨霧天同樣要工作。而且，必須要在行業裡面真正做到全無人，真正做到L4級別365天的全無人出動，這是第一點。

第二是效率跟成本，無人駕駛技術最終是解決使用者的商業需求，解決甲方的效益問題，要麼削減成本，要麼創造效益，總歸是要幫助其創造價值的，同時也是幫助整個社會去進步，這是我們在B端最核心的使命。這點我們要求真正的去做到在各種複雜的場景下讓L4有更高的速度、更敏捷的能力、更魯棒的效能。

最後一點是管理，包括社會管理、行業管理，這些可能是跟技術無關的，但這可能是決定自動駕駛、無人駕駛能不能最終運用的另外一個因素，甚至可能是決定性的必要條件。

管理在法律法規上是法律法規的管理，在行業應用中是行業的管理，在場景紀律中是場景的管理。從整個巨集觀到微觀的層面，管理一定需要跟無人駕駛技術研發進行配合，互相改變，互相進步。以前「有人駕駛」的管理辦法，未來不一定適合無人駕駛，如果硬放到無人駕駛，可能會把無人駕駛行業未來扼殺掉。所以，無人駕駛一定跟社會管理者、企業管理者一起來進步。

圖森未來聯合創始人兼首席架構師郝佳男：

做B端生意的邏輯就是為客戶創造價值。因為B端使用者很實際，看的是這個東西能不能幫助他賺很多錢，能賺錢哪怕不是自動駕駛他也要，所以自動駕駛是為了實現商業邏輯中技術的一環。

現在自動駕駛有非常多的進展，但還需要繼續解決兩個層面的問題，一個還是技術本身，另一個在法規層面。

L4級別自動駕駛對可靠性要求是非常高的，我們最近也放出了在美國進行的全程無人展示，但只是一個里程碑，最後的商業邏輯需要技術再去往前走。我們能看到終點，但是還是需要一定時間做這件事。

另一點就是法規，美國目前的法規相對來說還比較寬鬆，包括對於責任的認定，很多的州都允許做自動駕駛測試。但是，這也是因為自動駕駛還是一個新鮮事物，等到真正開始大規模上路運營，大家對它的感受是什麼樣，可能又會有一輪新的反饋。圖森未來跟政府層面有很多溝通，一起去推進法規制訂，使相關法規更加完善。

回到中國來講，自動駕駛、特別是全無人自動駕駛，我們的法規相對來會保守一點，現在還有一些法規需要去突破，才能夠真的允許進行測試和運營。當然我們有信心做到，也看到了很多的進展，這也是需要去突破的一件事，與技術是相輔相成的。有更多的政策可以讓我們更多地深入到最終場景之中，進行技術的迭代，兩者也是相互關聯的。

巨集景智駕聯合創始人兼軟體演算法VP董健：

C端落地要比想象中的更快一些，而且一旦落地就會出現比較大的規模，會有大量量產車出來。當前一兩年之內就會出現落地的情況，各個主機廠都在推比較高階的L3、L4功能的車，不僅僅限於蔚小理這樣的新造車勢力，也包括各個傳統主機廠。

這一兩年之內，大家推的是L3、L4體驗、L2責任體系的車型，這是因為現在國內還沒有具體的L3法規落地，所以就算功能已經做到L3、L4體驗了，但是在責任體系上如果出了事故，還是司機負責的，而且在一些高速情況下也不允許脫手。

但是，L3、L4體驗的車型這兩年會推出非常多。我們還可以看到其支援的場景也在一點點擴大，而且是從低速逐漸往高速擴大。一開始可能只侷限於停車場，像特斯拉智慧召喚、小鵬自動泊車的這些功能。

歐洲現在已經有ALKS這項真正意義上的自動駕駛法規，國內法規應該也會很快跟上。現在自動駕駛已經從低速停車場擴充套件到了城市的低速場景，再往後三五年之內高速場景也會逐漸落地真正意義上的L3、L4級自動駕駛，指的是出了事故責任是在車，而不是在於司機。

從B端來看，也是從低速封閉場景逐漸往高速拓展。在這幾年之內能夠較快落地的應該是園區、港口或礦區等封閉場景，以及政府示範區域裡的Robotaxi，這些都落地在有限區域裡運營，規模沒有乘用車大。

往後三五年之內，幹線物流也是我們非常有前景的方向，這裡也確實是剛需。現在物流公司的老總找卡車司機有時候都要親自到微信群裡找，幾家頭部物流公司跟我們溝通，哪怕幫他們節省1%的成本，不管省油還是省人，他們都是願意買單。L3自動重卡可以真正解決這種功能，如果國內法規真正放開，也一定能夠鋪開來。

還有商業化的核心瓶頸，第一個仍然是技術層面的。自動駕駛是一個非常複雜的系統，牽涉到感測器、硬體、軟體、網路等各個方面的眾多問題，任何一個環節出現問題都會影響其可靠性和穩定性。這裡面還需要時間和經驗的積累，這也是巨集景智駕為什麼走漸進式迭代路線的原因。

另一個屏障在於國內法規，目前現在沒有真正意義上的L3法規推出，只有工信部的一些綱領性檔案。我們瞭解到有一些法規計劃放出來，但是還沒有實質性地落實下來。雖然各個政府的示範區是已經比較多了，但是想要推出一款真正能夠讓司機脫手、脫眼、脫腳的產品，還是需要法規的支撐。

責任體系的界定也是很重要的一點，事故的底責任主體是誰，這關係到整個產業鏈的商業模式。如果沒有這樣的責任體系，自動駕駛產品依舊是比較難落地。

此外還有一些資料回傳、測繪的法規、網路安全、V2X規定等技術層面的問題，我們相信相關法規會在接下來的幾年中陸續推出來，從而幫助我們實現大規模的商業化落地。

禾多科技副總裁戴震：

B端、C端呈現出的百花齊放場面有目共睹，未來幾年應用也不會有什麼改變。

從B端來說，首先自動駕駛場景非常廣泛，包括礦區、園區、物流配送，以及道路上的乘用車；其次，各家公司的研發路徑也不相同，有Waymo這種主攻Robotaxi試圖一步到位的路徑，也有像特斯拉這種逐漸通過量產迭代的路徑；第三，各方參與者都是從不同角度切入賽道，短時間內不會形成一家通吃的壟斷局面，未來將是百家爭鳴，百花齊放的局面。

說到C端，像禾多科技這樣最終要在乘用車上量產搭載的自動駕駛方案，肯定要經過C端消費者的考核。C端使用者本身的訴求也有很多，有的關注自動駕駛互動、有的關注座艙互動、有的關注自動駕駛的安全性、也有的更注重駕駛的舒適性。

作為我們這樣的企業，需要同時滿足B端客戶以及C端客戶體驗的雙重訴求。B端的傳統主機廠相對來說比較謹慎，把安全性、穩定性作為重中之重，這就要求我們從流程管理上、從技術開發上都要達到這個訴求。

比如，在流程管理上，我們去年拿到ASPICE CL2的認證，這也標誌著我們在專案管理、需求管理、開發設計、測試驗證、支援過程等方面建立完善的開發流程體系，為開發量產專案打下流程上的基礎。

在技術實現上，禾多科技正在按照功能安全的要求進行大量的開發和驗證，以達到主機廠嚴格的產品出廠標準，今年就將有多款搭載禾多自動駕駛系統的量產車型上市。總之，為了滿足主機廠產品準出的標準，從流程管理到技術開發，這兩個方面我們都在積極地做準備。

從消費者角度出發，雖然現在市面上有很多高級別輔助駕駛，但是我不敢保證所有的體驗都是能讓客戶滿意的，有些消費者甚至會對這種技術產生一定的顧慮，這從某種程度上也制約了自動駕駛技術的商業化落地過程。

禾多科技之所以提出行泊一體加駕艙一體的方案，就是想從行駛高效性、互動協同性幾個方面綜合性提升使用者的體驗，希望我們的自動駕駛技術能夠更快地被廣大客戶所接受。

我們認為2025年是自動駕駛量產的重要時間點。目前來看，自動駕駛已經在一些相對特定的園區、一些封閉的人流較少、速度較低的場所逐步應用起來了，也逐步走進很多人的生活當中。

第一點是車端技術問題，感測器技術、晶片技術正在走向量產化、商業化；第二點是普羅大眾對於自動駕駛接受程度也在逐漸提高；第三點，基礎設施、法律法規等配套部分，可能需要兩三年的時間才能達到比較成熟的階段。

相信這幾點真正落實下來的時候，真正能夠達到商業化途徑的時候，應該就是量產自動駕駛井噴的時期。