最近这段时间，华为的大动作不断。 先是高薪聘请“天才少年”，不仅展现了一波招贤纳士的决心，还顺带秀了一把公司的现金流状况。 然后是“南泥湾”计划，浓浓的革命情怀。 8月11日，华为的“牙膏管”里又挤出来好消息。 在第十二届汽车蓝皮书论坛上，华为智能汽车解决方案BU总裁王军透露，华为在武汉有一个光电技术研究中心，该中心正在“迅速”研发激光雷达技术。 这种激光雷达技术目前最热门的应用场景，当属无人驾驶汽车了。 华为的这一波利好消息，在11日当天一片惨绿的A股市场，逆势带起了几家自动驾驶技术相关上市公司的股价。 今天华为还同时被爆出确认成立屏幕驱动芯片部门。 可见华为在高端芯片供应被掐断之后，开始同时发力多条赛道。 自动驾驶群雄割据 智慧交通是各大科技企业的必争之地，而无人驾驶是其中的重要环节。 美国市场研究公司和IHS Automotive预测，到2035年全球无人驾驶汽车销量将达到2100万辆左右，而中国市场的份额约为24%左右，约为504万辆。 据不完全统计，2019年中国自动驾驶市场规模已经达到1125亿元，预计至2023年可达2381亿元。 车联网方面，2020年全球车联网渗透率约为20%，中国的渗透率约为24%，预计至2025年可分别提升至65%和77%，分别对应16920亿元和9550亿元的市场空间。 这块肥肉摆在台上，难免让台下趋之若鹜。 众多企业都在探索以智能化、数字化的技术，协助人们在交通出行的各个场景中获得更好的驾乘体验。 亚马逊、苹果、谷歌、百度、通用、福特、优步、本田、特斯拉、PSA、宝马…… 当前无人驾驶产业仍在军阀割据，大家在技术研发领域争先恐后，又在M&A战场上动作频繁。 截止目前，全球范围内的自动驾驶技术革命，已经取得早期阶段的胜利。然而仍没有一家企业脱颖而出，完成对整个市场的“统一”。 中国市场上，出于无人驾驶产业链下游的L4、L5级别的自动驾驶技术公司已经开始走上了发展的“快车道”。 2018~2019年，这些公司陆续拿到了地方政府办法的自动驾驶路测牌照。其中包括百度、滴滴、腾讯等。 产业链上游的部件及核心模块领域，也有多家初创企业崭露头角。 华为就是其中的一家。 “我们将过去30年积累的ICT技术优势延伸到智能汽车产业，成为面向智能网联汽车的增量部件核心供应商，围绕智能驾驶、智能座舱、智能电动、智能网联和智能车云五个主要方面。” 华为2019年财报中写道。 华为将自我定位设置为“汽车增量部件供应商”。 华为轮值董事长徐直军曾一再强调，华为不造车，但华为要帮助车企造好车。5G技术、高端硬件和强大的算力都是无人驾驶领域重要的底层技术。 而这些华为都有。 有消息显示，华为公司与欧洲、日本和中国的汽车厂商合作，计划最早于2021年推出无人驾驶汽车。 激光雷达vs超声波雷达 激光雷达作为实现自动驾驶最重要的一环，国产供自动驾驶车使用的激光雷达纷纷投入量产与应用，也在一定程度上加速了国内自动驾驶市场逐步走向成熟化。 华为智能汽车解决方案BU总裁王军透露，华为在武汉有一个光电技术研究中心，总计有1万多人。 该中心正在研发激光雷达技术，目标是短期内迅速开发出100线的激光雷达。 王军认为，未来计划将激光雷达的成本降低至200美元，甚至是100美元。 多线雷达，顾名思义就是通过多个激光发射器在垂直方向上的分布，通过点击的旋转形成多线束的扫描。线束越多、越密集，对环境的感知就更加充分。 这种激光雷达对应的是以无人驾驶技术中“多传感器+高精度地图”的解决方案。这种方案需要在车顶配置许多元器件，包含激光雷达、摄像头、GPS天线等，虽然感知的精度较高，但成本也相对不菲。 华为要做100线的激光雷达，这是什么概念？ 如果说单线的激光雷达是这样的： 那么多线的激光雷达应该就是这样的： 100线的激光雷达就是…… “眼睛多，看东西才能更清楚！” 理论上讲，无人驾驶技术采用的激光雷达，往往也需要配套更强大的算力。 由于其成像模式，激光雷达往往需要处理大量的信息。而100线的激光雷达，需要处理的信息更是海量。 这对于车载处理器的运算能力将产生极大的挑战。 在这一点上，华为应该没有在怕的。 由于众所周知的原因，华为很有可能会失去上游最大的高端芯片供应商台积电。 然而也正是在这样的困境下，华为积极寻找“备胎”，同时也发展自身高端芯片产业，研发自己的光刻机。 高通和联发科对于供货华为都十分积极。 车载芯片方面，华为除了加大自研芯片的比例，也将联合意法半导体进行共同开发。 消息人士称，与特斯拉和宝马的领先汽车半导体供应商意法半导体合作，可能使华为跃升为自动驾驶领域的顶级参与者，这是科技公司的下一个关键战场。 另一方面，激光雷达成本也相对更高。 除了激光雷达之外，自动驾驶的另一套解决方案就是毫米波雷达+视觉传感器。 而目前全球最大新能源汽车品牌特斯拉，采用的就是后者，因此特斯拉的无人驾驶硬件成本方案比较低。 据传，特斯拉CEO埃隆·马斯克从一开始就没有将激光雷达作为特斯拉无人驾驶解决方案Autopilot的必选硬件解决方案。虽然这套方案的感知水平较低，但特斯拉可以依托其在软件算法方面的能力来加以弥补。 目前国产特斯拉Model 3已经借助这套解决方案，基本实现了L3级别的自动驾驶——只不过在红灯面前还不会自动停车，一不小心就会帮你刷掉六分。 在安全性上，特斯拉发布的2020Q2安全报告显示，特斯拉电动汽车的自动驾驶仪Autopilot事故与去年同期比有了很大的改善，但与上季度相比略有倒退。 “我们记录的数据表明，电动汽车驾驶员在打开Autopilot进行自动驾驶时，每453万英里里程发生一起事故。”这份报告写道。 报告称，没有打开Autopilot进行自动驾驶时，事故发生得更加频繁，所以特斯拉的自动驾驶功能是安全的。 然而就目前而言，谷歌、百度、奥迪、福特、宝马等企业都在使用多传感器+高精度地图的解决方案，这已经成为无人驾驶技术中最基本的配置。 主要的原因在于，毫米波雷达+视觉传感器无法感知行人，并且对周边所有障碍物无法进行精准的建模。 因此行业普遍倾向于将激光雷达的方案将作为自动驾驶商业化的前提。 华为在武汉光电研究中心的激光雷达项目将会有怎样“迅速”的成果，我们不妨等着华为后续的消息。 进军屏幕驱动芯片 8月11日还有另一条关于华为的消息，就是华为确认成立做屏幕驱动芯片部门。 当天下午有媒体报道称，之前在信息化峰会上诉苦“华为芯片断供”的消费者业务CEO余承东，签发了成立显示驱动产品业务部的通知。 该部门主要负责LED 显示屏专用驱动芯片。 消息得到了华为的证实。 据传早在2019年年底，华为就在跟进相关项目了，华为海思第一款OLED Driver已经在流水线上生产。 LED显示屏专用驱动芯片是指按照LED发光特性而设计专门用于LED显示屏的驱动芯片。 小结 在高端智能手机领域受挫的华为，正在多个赛道发力突破，包括5G通信技术、智能手机、云技术、无人驾驶、芯片制造。 华为的商业版图不仅十分垂直，在水平方向也做到了幅员辽阔——漫长的边境线，每一寸都要去顾及。 选择自动驾驶作为赛道显然是看中了该行业的发展前景。可惜如今国内外的科技公司都在积极参与，强者如云竞争激烈。 互联网时代的商业逻辑告诉我们，只有成为一个领域的头部玩家，才能在这个产业中分到最大的蛋糕。
雷锋网按：在科技领域有句老话，「人们通常会高估未来两年将发生的变化，但会低估未来十年将发生的变化」。这对自动驾驶也非常适用。10年前，汽车作为普通的交通工具，仅包含约1000万行软件代码，鲜少有人会认为车辆是富有智慧的产物。而在今天，智能网联汽车已驶入人们生活。未来，自动驾驶汽车的软件代码量将达到3亿~5亿行。对于汽车行业而言，从硬件到软件，再到软硬融合的脚步从未停止。 前不久，全球最大的汽车零部件供应商——德国博世集团宣布，要加快数字化汽车转型，将其软件和电子专业技术整合到一个部门，以实现「软硬两手抓，两手都要硬」。7月23日，博世召开了自动驾驶技术线上分享会，博世自动驾驶专家详细介绍了博世自动驾驶的量产路，以及软硬件融合， “一加一大于二”的最终目标。“软件定义汽车”之风险与收益从最开始的“机械定义汽车”到“电器定义汽车” 再到“电子定义汽车”最后到现在的“软件定义汽车”，可见软件在车辆中扮演的角色逐步放大已成必然趋势。据摩根斯坦利研究中心预测，到2040年，自动驾驶汽车市场（让汽车自行驾驶的硬件和软件）每年将超过1700亿美元，这为整个自动出行生态系统的利益相关者提供了巨大的机会。同时，业界对“软件定义的汽车”的定义已有了共识：它描述的是一种特征和功能主要通过软件实现的车辆，汽车正在从主要基于硬件的产品逐步转变为以软件为中心的车轮上的电子设备。目前，多数新发布的汽车中已经有多达1.5亿行的软件代码，分布在多达100个电子控制单元（ECU）和越来越多的传感器、摄像头、雷达和光探测及测距设备中。大众市场汽车中的软件代码行数也在不断增加。软件需求的不断增高给传统汽车行业带来了很大冲击。在这个趋势下，汽车产品和内部系统的竞争法则将发生改写。未来给汽车配置足够强大的感应器、软件、计算能力以及外部与车辆连接的网络平台，会越来越重要。汽车软件和电子系统的新时代已经开启，因此传统的零部件巨头将软件提升到了战略新高度。 车企和零部件巨头纷纷 “大象转身”，例如奥迪、大众、以及国内的新老OEM都在筹建自己的软件开发队伍。值得注意的是，此前业内奉为传统机械的业务模式、客户需求和竞争格局都将发生剧变。这些转型者若想从变革中获益，都要根据全新的环境，重新思考和谨慎定位自身的价值主张。在这场变革中，对于跟不上步伐、没有相关的控制器开发技术积累和软件开发经验的主机厂将会陷入危机。有业内人士告诉新智驾，目前主机厂的组织结构和研发重心都在重新调整，软件开发，系统开发，逻辑控制相关的工程师将会大量扩充，其它传统性质的工种将会面临失业的风险。智能驾驶与控制事业部“正式开拔”面向未来“软件定义汽车”的时代，一级零部件供应商已经开始“动手”了。7月22日，博世宣布计划将软件与电子专业技术（业务）进行统筹，建立智能驾驶与控制事业部，新事业部将主要由来自汽车多媒体事业部，动力总成解决方案事业部、底盘控制系统事业部和汽车电子事业部中负责密集型软件开发和跨域电子系统开发的组织的技术人员组成。据悉，自2021年起，上述事业部就筹划向软件开发方向转型。目前，新事业部将分布在20多个国家和地区的40多个地点，拥有约17000名员工。该新事业部将由博世董事会成员Harald Kroeger领导。他曾担任过戴姆勒的高管和特斯拉的董事会成员。Harald Kroeger表示，“为应对车辆制造数字化趋势这一巨大挑战，博世的解决方案是从单一供货源提供软件。”在博世看来，电子产品精密化和软件多样化增加了汽车的复杂性，同时汽车行业需要全球性汽车软件供应商。因此，博世希望通过新成立的智能驾驶与控制事业部为行业提供跨域软件和电子解决方案，降低其复杂性，提升车辆功能的更新速度。在过去相当长的一段时间里，博世的汽车软件工程资源一直分散在各个部门，这虽然也帮助博世在软件方面取得了众多突破，但此番博世对内部资源进行重组，成立专门的智能驾驶与控制事业部，统一规划和管理，有望驱动博世更好地向软件公司大幅转型。这一转换的过程中，也会遇到很多的困难与挑战。当前主机厂与科技公司，都非常讲究软件开发。目前来看，博世也在加码如何让汽车制造与软件开发天衣无缝地融合起来。这也是业界的一项关键课题。加码汽车电子和软件市场每个人眼中可能都有一个博世，因为他们做的东西围绕人们的生活…作为全球顶级供应商， 在过去的百余年中，博世在中国除了生产和销售汽车零配件和售后市场产品、工业传动和控制技术、包装技术、电动工具、博世家电、博世服务解决方案、安防和通讯系统以及热力技术。 对于汽车从业者来说，博世筹建「智能驾驶与控制事业部」战略也不难理解。简单来说，就是看好汽车软件市场增长空间。博世预测，到2030年，软件密集型电子系统市场将以每年约15%的速度增长。基于此判断，宣布成立智能驾驶与控制事业部，开启软件相关组织机构调整。按照规划，智能驾驶与控制事业部不仅会开发应用于车载计算机和控制单元的软件，还将开发包含泊车辅助、车道保持支持系统和音乐播放在内的功能性软件。所以新成立的部门对博世来说，是很有想象空间的，未来所有博世的产品和带有博世传感器的硬件产品和设备，都可能是通过自主软件算法的开发和设计的。这也足见表明，博世对软件化转型的重视程度。和互联网公司不同，博世作为一家110多年年历史的汽车供应商，对于汽车的理解自然更加深入。汽车本身拥有大量的模块和传感器，例如硬件层面的雷达、摄像头等传感器、ESP 和电子转向执行器等等。而对于自动驾驶汽车来说，首先要实现这些传感器模块的内部互联与智能。对于博世来说，这意味着底盘控制系统、电池、智能驾驶等多个事业部的协同工作。 自动驾驶逐步量产进化为了应对数字化转型，博世最近动作可谓是频繁，体现出他们求变求存的想法。智能驾驶与控制事业部的成立，同时也是为了刺激自动驾驶的量产，随着智能驾驶的加码，势必会推出一系列产品，而订单一旦增多，对博世的保守自动驾驶战略来说自然也就跟着受益。博世对智能驾驶的入局最早能追溯到1978年，当时博世开始研发车用雷达技术，可提供从长距离雷达到中距离雷达的不同产品。2005年推出世界上首个夜视系统, 2009年推出车道偏离警告及物体识别，博世的第3代多功能摄像头及立体摄像头在2014年开始量产。博世工程师告诉新智驾，博世在辅助驾驶和自动驾驶领域一直都坚持多传感器融合的路线。在中国多达上百个的量产项目中通过结合毫米波雷达和摄像头的方案为L1/L2的高级辅助驾驶产品提供了可靠的感知输入。在通向自动驾驶量产之路上，博世也研发了助力高性能计算平台的可靠中间件-Iceoryx (冰羚)。按照工程师的说法，Iceoryx是针对于高级自动驾驶应用开发的可靠中间件。在SOA的架构中，感知、决策、执行模块都是以服务的形式存在于软件应用之中。 自动驾驶的应用层软件需要接受大量的来自传感器的感知数据并进行处理，同时要保证处理的实时性。因此，针对于SOA架构中服务间如何进行“零拷贝”的数据交互和“确知”的进程执行，是保证自动驾驶系统可靠性和安全的关键因素。此外， Iceoryx作为对应的解决方案，已经应用于高等级自动驾驶的量产之中，极大减少了应用层的数据传输的资源占用。源代码全部开放的同时，还提供了相应的分析工具和开发案例。Iceoryx同时兼容ROS2和Adaptive AutoSAR的接口，满足在不同的开发时期（前期ROS，量产期Autosar）的需求，对于应用层开发者来说，减少了软件移植带来的接口问题。除了感知、定位、控制以外，博世也把目光聚焦在面向未来的汽车电子电气架构，并因此尤为关注现代汽车数字化的技术根基——车载计算机。“目前，高端汽车一般配备超过100个独立的控制单元，小型车辆也配备了30到50个。功能强大的车载计算机将能大大减少这些控制单元的数量。”博世表示，中心化的车载计算机和车载软件将实现自动驾驶、先进驾驶辅助、数字化仪表板及车载网络连接等功能联系起来。近日，博世还联合梅赛德斯-奔驰、诺基亚、欧司朗、TomTom、IT Designers、杜伊斯堡-埃森大学和乌尔姆大学，发布了其MEC-View项目历经三年研发后的最新成果。该项目将帮助车辆在城市自动驾驶中实现车路协同工作。除此以外，中国市场的自动驾驶地位正在博世的战略版图中日益提升。博世渴求自动驾驶软件人才，“只要你合格，基本来一个要一个。”博世中国总裁陈玉东这句话背后，折射出博世针对自动驾驶和软件人才的态度。在雷锋网看来，智能驾驶与控制事业部的成立、加码中国自动驾驶软件市场，于百年博世而言，还只是个开始，也是一个最重要的起点。在这之后，才能将前前后后撒下的散落的点，串成线，打下扎实的地基。藉此，博世在自动驾驶上完成了重要一环的布局，不仅为之前在传感器、定位方案、底盘、电池等上的努力找到了一个多合一的载体，也为自动驾驶将要涉及到的领域——智能出行，埋下了种子。于博世而言，是希望能够到2025年博世的每款产品，在生产、应用中都会体现出软件开发的AI技术，但同时雷锋网反希望，国内能够在更快的时间里，涌现出更多的中国“博世”，来推动整个行业的发展。
近日，自动驾驶卡车技术服务商“主线科技”与科技物流公司“福佑卡车”宣布成立合资公司，双方将结合自动驾驶和智能调度系统方面的能力，推动自动驾驶技术在高速物流的落地。 图源：主线科技 主线科技成立于2017年，其L4级港口水平运输自动驾驶解决方案已经在天津港、宁波舟山港、招商局海星港等地常态化运营，并与BOSCH、WABCO、重汽、徐工等企业建立合作。2018年，主线科技拿到全国首个商用车智能网联汽车路测牌照，并在2019年开始高速自动驾驶重卡编队实测。今年，该公司的高速自动驾驶货车应用“自动驾驶专用车道设计及货车队列控制”入选十三五国家重点研发计划。 而福佑卡车是做城际整车干线运输的科技物流公司，从2015年上线以来，货运业务已覆盖31个省和直辖市（除港澳台），合作司机超过70万名，服务货主企业超过10万家。 福佑卡车技术合伙人陈冠岭在36氪等媒体的专访中表示，他们的核心竞争优势是智能系统“福佑大脑”，包含智能定价、智能调度与智能服务三个模块，可以把客户需求分配给最合适的运力，并全程监管整个运输节点，保障货物安全准时交付。比如，福佑的智能调度系统能让司机不用操心找货的事情，所有订单都由机器派给最合适的司机，能有效减少卡车空驶，让整体运输成本下降15%，并提高司机收入。 但陈冠岭也提到，以上解决方案还不是终局。通过自动驾驶技术，集装箱运输效率还有很大的提升空间。比如，在运输成本方面，人力和燃油是最大的成本，新老司机对运输线路的熟悉程度不同，可能导致油耗有20%的上下浮动，而自动驾驶可以让油耗保持在较低水平；在效率方面，人工驾驶每天顶多能跑大概10个小时、800公里，如果超过800公里，就需要2个司机轮流。而自动驾驶有可能把两个司机“双驾”变成“单驾”，运输时间有可能超过16小时；在安全方面，长途驾驶事故多发，货车司机可以说是“拿命挣钱”，而自动驾驶可以帮助司机降低疲劳度、提高驾驶安全性。 主线科技也看到了物流行业的诸多痛点。该公司创始人兼CEO张天雷告诉36氪，他们在走访调研时发现，货车司机资源极度缺乏，而且这种情况会长期保持。 “很多物流车队的老板说‘你觉得我是一个老板，实际上我不敢对我的司机说任何一句狠话’。主线科技自己做测试运营的时候，测试司机的费用是高于行业水平的，而这个司机仍然还可以打一个电话，在隔壁公司花2个小时就找到新工作，让我们不得不重新去筛选司机。”张天雷提到。 而对于主线科技来说，要想将其自动驾驶全栈技术、人工智能运输系统NATS在干线物流领域商业化落地，必须要接入一个全国性的真实运力系统。 在张天雷看来，福佑的智能运力网是最适合NATS实用化的载体。他们与福佑卡车从2019年下半年开始上路测试自动驾驶车辆，测试覆盖10条线路，共计300多单。而这次合资公司成立后，货主可以在福佑平台下单，平台会调度搭载主线科技自动驾驶系统的卡车，帮货主运货。 图源：主线科技 依托国家重点研发计划，主线科技做了三个阶段的落地规划：第一阶段，实现NATS在天津、宁波-舟山、深圳北中南三大物流枢纽+京沪高速沿线的覆盖，形成高速自动驾驶货运样板间；第二阶段，实现在中国东部地区十大物流枢纽的全部覆盖，以及京雄高速、大兴机场高速、滨莱高速、沪宁高速、杭绍台高速、济潍高速、延崇高速、南宁沙吴高速、杭甬高速以及京沪高速十大高速的全部覆盖，最终覆盖中国所有物流枢纽和高速干线。 延伸阅读： 36氪专访 | 主线科技CEO张天雷：“港口”自动驾驶集卡只是起点，我们有更大的目标
L3自动驾驶量产难以落地 L4遥遥无期 所以能讲故事的Robotaxi成为热门 而首试便遭遇滑铁卢的滴滴 放弃总能找到100种理由 滴滴到底还在坚持什么 2020年6月27日，滴滴自动驾驶在上海开放首秀。但由于天气原因，摄像头和雷达被雨水干扰，驾驶员不得不多次接管方向盘。在长距离测试时，甚至出现了紧急刹车、猛打方向盘的现象。 滴滴自动驾驶首试“滑铁卢”，再次引发了人们对于自动驾驶的。自动驾驶技术无疑会重塑未来的出行方式，但目前我们离真正的自动驾驶还有多远？ 在这个不仅仅考验的是技术实力，还包括政府资源、资金实力、商业化运营能力等等能力的行业。从科技巨头到汽车制造商，从零部件供应商到出行企业，各路企业都纷纷入局，没人知道这场战争何时结束，或许10年，或许更久。 然而，美好的故事在资本市场总会受到追捧。 麦肯锡预测，至2030年，自动驾驶相关的新车销售及出行服务创收将超过5000亿美元，出行服务提供商部署的自动驾驶车辆将占PKMT（乘客总里程）的11%，私人拥有的自动驾驶车辆将占2%。 这对于任何一个有机会涉足该行业的公司来将，都是一个巨大的机会，没人忍心看着蛋糕从嘴边划过而不去尝试。滴滴也不例外，但滴滴在自动驾驶赛道中胜算几何？ 无数双眼睛正虎视眈眈盯着这家创业简单，守业难的滴滴。 滴滴自动驾驶历程 图源 | didi-labs.com 滴滴对自动驾驶领域的布局可追溯到2016年，这一年滴滴组建了自动驾驶研发团队，在高精地图、感知、行为预测、规划与控制等领域建立细分团队。 2017年 滴滴成立美国研究院，用于自动驾驶和大数据的发展。并将自动驾驶业务拆分，并获得软银愿景基金二期领投的超5亿美元融资； 2018年 获得美国加利福尼亚州自动驾驶测试标准，开始国内自动驾驶路测计划； 2019年 滴滴拿到由上海颁发的国内首批自动驾驶载人示范应用牌照。 此外，滴滴还建立了国内首个自动驾驶安全护航中心，能够实时监测车辆与路况，并协助给出相应的指令。 2020年 滴滴完成自动驾驶首秀。在向公众开放自动驾驶服务后的第9天，滴滴出行再次爆出新闻，计划今年雇佣多达200名员工，以加强其自动驾驶部门，并加快在上海及其他地区扩展自动驾驶出租车服务。 从最初布局到融资5亿，从自动驾驶技术落地再到公司规模扩大，滴滴加码自动驾驶的决心愈发坚定。 经过四年发展，滴滴陆续在中美两地组建了约拥有400名研发人员、涉及高精地图、（路人及车辆）行为预测、路线规划与控制等细分领域的团队，每年用于自动驾驶项目的人力投入在亿元以上。 然而，彼时的Robotaxi领域已经极为热闹。放眼中国市场，百度Apollo、文远知行、小马智行等企业各占一方。滴滴选择了上海嘉定，扮演着当地Robotaxi之路的“开拓者”。 路漫漫其修远兮 在洗牌加速的市场环境下，选择为自由开拓的滴滴，荆棘缠身。以下从四个维度对此进行解读。 盈利困难 前不久，滴滴总裁柳青宣布滴滴上线8年来迎来首次盈利，在这之前，滴滴已经累计亏损超过500亿美元。 过去8年里，资本的力量使滴滴改变了打车行业的格局，成为网约车寡头。然而因为“黑天鹅”事件和业务模式，滴滴始终未能迈过盈利门槛。 近期有媒体爆出，由于一级市场市场估值见顶，二级市场同类公司估值重创。滴滴没能给投资人带来希望，历经八年长跑，一部分投资人开始撤离。 此时看回自动驾驶领域，自动驾驶对于技术的要求很高，领先的技术总离不开资本的支持。随着自动驾驶技术研发的深入，“烧钱”成为了自动驾驶技术的标签之一。 对于亏损严重的滴滴来说，资金不足自然是一大问题。此次测试使用的是沃尔沃的C60车型，一辆车的成本在30万左右。除车辆成本外，还搭载了近20个传感器，其中包括1个Velodyne 64线激光雷达、2个Velodyne 16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达等，目前一辆自动驾驶车辆的造价在100万元以上。 以滴滴此前公布的目标，到2030年平台将拥有100万辆全自动的无人驾驶汽车，这将是一笔巨额投入。此外，人力成本也是一笔不小的开支。目前，滴滴自动驾驶团队人数超过200人，每年的人力成本支出都在亿元以上。这些资金从哪里来？按照目前的情况，滴滴自动驾驶规模化运营还存在很大距离。 对于滴滴业务模式及盈利问题，腾讯网友“小猪”的分析也不无道理：“个人认为滴滴的快车、专车等网约车板块是挣钱的。但是把挣的钱转投到自动驾驶就形成了资金链的黑洞，目前自动驾驶主驾位也必须有人看着，这样不但没有节约人力成本，而且高额的研发费用一但开始研发，就无法中途放弃，至少需要熬到交通法承认无人自动驾驶为止。科研成本就会越来越高，成为无底洞。” 况且，滴滴的自动驾驶融资情况并不理想，目前融到的资金仅有软银投资的5亿美元。这与自动驾驶行业堪称“钞票粉碎机”的烧钱需求相比，5亿美元并不能坚持多久，其自动驾驶业务的资金来源最后还得依赖滴滴自身。 站在商业角度，盈利问题是滴滴当下最需要解决的问题，不仅能解决自身发展困境，也是让投资人重燃信心的一种方式。 技术短板 2019年11月，滴滴与英伟达就自动驾驶与云计算达成合作协议 图源 | pandaily.com 从滴滴自动驾驶首秀来看，全程53.6公里的路途中，滴滴自动驾驶车辆出现了偏离、显示重叠等问题。尽管投入了大量的人力、物力，但从这次测评来看，滴滴的自动驾驶技术仅能在简单场景下运行，在出现行人、车辆等复杂的场景下，仍高度依赖驾驶员的操作。按照国家工信部的自动驾驶划分标准，滴滴这次运行表现的技术勉强可以达到L3标准，距其L4目标还有很大差距。 “目前国内的自动驾驶水平，L3都没到，主要靠产业吹。” 一位长期研究造车新势力的分析师表示，所谓的L3，其实都是一些结构化道路的L3功能，也称为特定场景的L3自动驾驶，均是一些非常有限的场景，而L4更是一个很小且受限的应用场景。 目前滴滴给自己的定位是L4级，但很难大规模商业化应用，只能理解为是L4级技术、但并非可商业化的产品。事实上，L4级别自动驾驶不只是车的问题，配套的基础设施也要有对应级别的支持，自动驾驶系统的级别越高，越需要依靠基础设施的支持来确保安全性。但从目前的情况来看，全国只能在有限的几个地方测试应用L4级别技术，且对车辆数量测试里程等都有明确规定、不允许取消安全员。 如今的自动驾驶技术主要由两类公司研发推广。一类是传统的汽车制造生产商。这些公司面向的是C端消费者，安全是第一位的，因此不太敢宣称自己的技术已经达到了L4级别；另一类是汽车新势力。这些公司短期内大概率不会向消费者出售自动驾驶汽车，而是为了给投资人讲好故事，拿到下一轮融资。 自动驾驶因为技术上的不成熟带来的安全问题也时有发生，比如特斯拉自动驾驶系统将白色卡车误识别为天空，致使车辆驾驶员死亡；Uber自动驾驶系统对夜晚横穿马路的行人识别分类不准而发生事故，致使对方死亡。 总之，从目前来看，要想达到L4是非常困难的。滴滴作为后入场者，摆在面前的是更多的质疑和技术挑战。 路漫漫其修远兮。 竞争激烈 图源 |driverless.directory.com 2019年起，在全球自动驾驶产业领头羊Waymo的带领下，国内自动驾驶公司也掀起了Robotaix落地测试运营的浪潮。在滴滴之前，百度、高德、文远知行、小马智行、AutoX公司等都已经驶入自动驾驶赛道中，向公众或特定人群开放体验。 行业公司纷纷入场的当口，滴滴入局也是理所应当。而且滴滴的网约车业务本来就被其他公司分流，如果自动驾驶再被对手先下一城，以后处境更加危矣。 而且如果自动驾驶技术成熟，本身也会分化一部分用车需求，降低安全隐患，也算是在为自己做打算。 但重点就在于如何在群雄逐鹿的市场竞争下，拥有足够的竞争力。至少目前来看，滴滴尚未有亮眼表现。 “操盘手”离职 滴滴大刀阔斧的进军自动驾驶市场之际，美国研发团队首席工程师、技术负责人贾兆寅已从滴滴离职，转投美国通用旗下的自动驾驶公司Cruise。 资料显示，贾兆寅于2013年在美国康奈尔大学取得博士学位后，直接加入当时谷歌的自动驾驶团队，从软件工程师一直做到感知团队的技术负责人。2017年1月，贾兆寅加入滴滴美国研发中心，在此期间，负责领导美国研发团队，建立了滴滴自动驾驶的技术模型，并负责管理感知、预测、定位、地图、模拟等多个团队，将其发展至数百人的规模。 贾兆寅作为滴滴自动驾驶美国团队的“头儿”，在其自动驾驶业务成型早期，发挥了重要作用，甚至可以说是滴滴自动驾驶公司技术上的一号人物。 自动驾驶技术的研发是一项系统工程，一个完善的自动驾驶团队，既要有各类IT人才，又需要传统汽车产业的老兵。但因为工作经历与要求不同，两类人才在进行沟通协作时难免会产生分歧，这就需要公司的操盘手，用更好的方式或寻找到新的解决办法来化解分歧，保证研发目标。 从团队搭建情况来看，滴滴自动驾驶部门在处理分歧和平衡目标上做得还算不错。只是如今，那个操盘手离开了。 不难想到，操盘手的离职会给滴滴自动驾驶释放出一丝不好的信号，尤其是在当下自动驾驶技术落地和大规模扩展的关键阶段。 痛点之外 数据优势 图源 | didi-labs.com 自动驾驶赛道上充斥着各方势力，谁都想在自动驾驶行业大展身手，但都面临着不同程度的技术难题。 上天造不同的人，做自己擅长的事。滴滴进军自动驾驶痛点明显，但优势也同样如此。 自动驾驶技术的迭代过程中，最大挑战就是场景复杂度与长尾。如何让自动驾驶汽车经历更多场景？数据成为解决问题的关键。 滴滴日均订单高达数千万单，司机的行驶轨迹和安装在交通工具上的桔视设备每年都将采集近1千亿公里的场景，这给滴滴自动驾驶提供了足够丰富的数据，进而为滴滴自动驾驶提供更为丰富的仿真训练场景，帮助其发掘更多长尾场景。目前各家自动驾驶企业的车队数量都十分有限，能达到百辆级别的车队仍寥寥无几，更不必说要经历可能驾驶千万甚至上亿公里才出现一次长尾场景了。 运营层面，滴滴网约车平台则能够为乘客提供“混合派单”服务：在合适的条件下，平台根据评判标准优先派单自动驾驶车，再派单网约车。如此，将技术迭代和运营进行最大化升级。 从这个维度而言，滴滴能够提前搜集大量的场景和运营数据，能够远程迭代算法，这使得滴滴自动驾驶“开城”相对更加容易。而随着进入城市数量以及遇到长尾场景数量的不断增多，滴滴自动驾驶系统的问题处理能力也得以增强。 图源 |Medium 可以看到，深耕网约车多年的滴滴，AI算法智能派单，大数据的运营和出行网络数据的运营等数据积累是其优势所在，借助已经存在的庞大的用户数据和运营数据，滴滴能够在技术研发和运营上无缝植入自动驾驶，从而加速整个自动驾驶行业的应用部署。 站在这个视角上，再来审视滴滴。不难发现，滴滴做自动驾驶可以将自动驾驶网约车服务与用户的出行场景进行无缝衔接，结合天然的出行场景持续积累的优势，成为了滴滴最大的底牌。 为什么要死磕自动驾驶？ 毋庸置疑，自动驾驶是一个巨大的市场，但想要真正投入使用还有很长一段路要走，各方势力将面临一场漫长的拉锯战。 对于成立6年亏损500亿元的滴滴来说，自动驾驶给它带来巨大的压力。而且受技术和资金两方面困扰，自动驾驶商业化的道路注定不会平坦，且需要长时间的技术积累，盈利更是遥遥无期。在这样的情况下，滴滴为什么还要死磕自动驾驶？ 我们试着分析一下其中缘由。 滴滴入局自动驾驶行业，目的自然不在于眼前的盈利，而是看中了自动驾驶行业巨大的市场潜力。此外，滴滴加码自动驾驶也是为了削减自身运营成本、解决安全难题。 滴滴网约车业务到达天花板，需要增添想象力，急需向其他领域扩展业务。自动驾驶技术自然是滴滴不愿错过的一大机遇，通过将自动驾驶技术和网约车业务结合，拓展产业线，例如备受期待的无人出租车业务。 滴滴入局自动驾驶也是在为上市造势。目前滴滴正处于上市前期，此次自动驾驶首秀其目的不乏是向资本讲述其在自动驾驶上面的故事，获取资本市场更高的估值。虽然实力不足，但重点是不能缺席。 上述观点或许可以解释滴滴死磕自动驾驶的原因，但滴滴该如何穿过漫长的周期，成为最终的获胜者，还需要面对太多的质疑和自我证明。 如今，无数双眼睛正虎视眈眈的盯着这家创业简单，守业难的滴滴。
盖世汽车讯 据外媒报道，自动驾驶汽车技术初创公司Argo AI估值已达75亿美元，高于三年前该公司因从福特处获得10亿美元的投资而初露锋芒时的估值。 （图片来源：福特） 在大众集团对Argo AI投资26亿美元近两个月后，官方于当地时间7月30日确认了该估值。根据大众集团的投资协议，福特和大众对Argo AI持有同等股权，未来，双方将分别持有约40%的Argo AI股权，其余股权则由Argo AI的联合创始人和员工持有。Argo AI的董事会由两个大众席位、两个福特席位和三个Argo AI席位组成。 在2017年2月，福特宣布将对Argo AI进行投资，令众人大感意外。当时，Argo AI才刚刚成立6个月，虽然其创始人Bryan Salesky和Peter Rander在自动驾驶汽车行业内家喻户晓。在成立Argo AI之前，Salesky是谷歌自动驾驶项目（如今的Waymo）的硬件研发总监，而Rander是优步先进技术团队（Uber Advanced Technologies Group）的工程主管。但是，即使是了解Salesky和Rander的业内人士也不知道该如何看待该笔交易。 自此之后，Argo专注于研发虚拟驾驶系统，包括所有传感器、软件和计算平台，并为福特的自动驾驶汽车研发高精地图。 现在，Argo的业务扩展至大众集团。根据协议条款，福特和大众将分担Argo AI研发自动驾驶汽车技术的成本。Argo AI总部位于美国匹兹堡，但也在底特律、帕洛阿尔托以及新泽西州克兰伯里设有办公室。目前，该公司的自动驾驶汽车在奥斯汀、迈阿密、匹兹堡和华盛顿社区的公共道路上进行测绘和测试。 大众的投资让Argo AI的业务扩展至欧洲，还增加了员工数量。大众集团于2017年成立的自动驾驶子公司“Autonomous Intelligent Driving”（AID）目前也被Argo AI收购。AID慕尼黑办公室将成为Argo AI的欧洲总部。现在，Argo AI总共有1000多名员工。 当地时间7月30日，福特首席执行官Jim Hackett表示，虽然研发和部署自动驾驶汽车将是一段漫长的旅程，但对Argo AI的投资已经为其及时带来了短期收益。福特表示，通过将部分Argo AI的股权出售给大众，其第二季度净赚35亿美元，让其Q2的盈利有所提振。 如果算上Argo的交易，福特Q2的利润为11亿美元。扣除利息、税项和一次性项目，福特本季度亏损19亿美元。此外，该公司营收为194亿美元，较2019年同期下降了50%，原因在于COVID-19疫情导致福特工厂停工数周。虽然营收同比下滑，但是如果没有Argo，结果可能会更糟糕。因为此前福特曾警告表示，Q2的净亏损可能会高达50亿美元。 虽然有COVID-19疫情等不利因素，Hackett表示福特将致力于长期研发自动驾驶汽车，首席财务官Tim Stone也重申了这一点，并表示，福特将继续投资，让包括产品开发、生产和测试在内的自动驾驶汽车业务实现商业化。
当前全球汽车业仍在饱受疫情的持续打击，但在电动化和自动化方面，各大车企转型速度不减，研发创新和落地应用势头正旺。 目前，主要车企在高端电动车领域发力，提高续航能力成为各家竞争的主要目标。 业界领头企业特斯拉已经放出明确信号，认定各型号车的续航里程将有更高标准。公司CEO马斯克在特斯拉2020年第二季度电话会议上表示，目前，纯电动车续航里程不应低于300英里（约合483公里）。他透露，在对特斯拉Model Y标准续航版车型的测试中发现其续航里程低于250英里，正是由于这个原因，他们取消了Model Y标准续航版这一车型。马斯克希望通过此举设立一个行业标准，规范电动车市场，提升车主的购车、用车体验。 近期豪华车厂纷纷布局纯电动车，新车型上市近在咫尺。 宝马公司日前宣布了一项全面的产品改革计划，其中包括推出全电动宝马5系。宝马公司表示：“我们的目标是在10年内将超过700万辆电动汽车投入市场，其中三分之二采用全电动驱动系统。”宝马称，从明年起将提供宝马i3、MINI Cooper SE、宝马iX3、宝马iNEXT以及宝马i4共5款全电动汽车，到2023年将有25款电动车型上路，其中近半数为全电动汽车。 另外，捷豹已确定推出旗舰XJ车系的电动版本，奥迪也打算推出A9 E-Tron加入战局。 部分科技厂商也加速布局进入纯电动车产业。索尼日前首次在日本公开了纯电动概念车型 “VISION-S”，并将在2020年内启动纯电动汽车的公路行驶试验。据日本媒体报道称，索尼今后还将开发SUV等多种车型，同时考虑在日美欧开展行驶试验。今年初，VISION-S纯电动车在CES 2020上正式亮相，百公里加速4.8秒，时速可达240公里。 由于全球环保标准趋严和消费者需求的提高，车企布局电动车并未受到疫情的持续影响，相关合作也在加速。 戴姆勒计划扩大与雷诺的合作，共享更多的电动汽车技术。戴姆勒曾在2019年对外表示，其MPV车型梅赛德斯-奔驰Citan的下一代纯电动版本将使用雷诺-日产的电动化技术，并基于雷诺Kangoo车型进行打造。 戴姆勒首席执行官康林松日前在公司股东大会上表示，戴姆勒会继续与雷诺探讨可能的合作领域，包括电动汽车。他称，只要双方能够从中获利，就会对合作项目保持开放态度。 7月27日，这家德国汽车制造商与吉利控股合资组建的“智马达汽车有限公司”正式注册成立，未来将在全球范围内联合运营和推动smart品牌转型升级。 除了竞争日趋激烈的电动车领域，自动驾驶技术和产品也在近期落地应用。 据日本媒体报道，三井物产、松下和凸版印刷等日企计划在大阪府吹田市“万博纪念公园”开展自动驾驶的实证试验。使用的车辆为自动驾驶专用的小型巴士，在窗户上安装与景色联动并播放向导的显示屏，还具备能够与乘客对话的多语种自动语音功能。据透露，该测试最快9月启动。 美国自动驾驶在测试方面也在加速推进。据不完全统计，美国加州机动车管理局已批准超过62家公司在加州道路上测试自动驾驶汽车。在测试许可方面，初创公司AutoX成为第一家获得美国加州机动车管理局自动驾驶汽车无人驾驶测试许可的中国公司，也是继Waymo和Nuro之后，第三家在加州获得无人驾驶许可的公司。与其他两家公司不同的是，该许可允许AutoX在圣何塞市指定区域的地面街道上测试。 可以预计，自动驾驶领域当前的火热测试局面，将为应用广泛落地“加油”提速。
36氪「自动驾驶36人」专题报道会以Q&A访谈形式，对话自动驾驶赛道的创变者，持续解读这个行业的变化、争议和未来。本文是该系列的第6篇，文末可查看其他5篇。 在自动驾驶行业，想到主线科技，就会想到他们在国内诸多港口的标杆项目。其L4级港口水平运输自动驾驶解决方案Trunk®Port已经在天津港、宁波舟山港、招商局海星港等地常态化运营。港口，成为这家自动驾驶初创公司最为人熟知的标签。 但主线科技创始人兼CEO张天雷在近日专访中告诉36氪，港口只是“起点”，他们想做的是一个覆盖全国的智能物流运输系统。通过港内测试运营，可以快速迭代产品，然后把经验快速复制到其他“物流节点”，比如大型物流枢纽、内陆无水港、电商快递仓等，再以高速公路为“线”，实现货物的点对点运输，最终打通整个物流运输系统。 作为一个技术起家的团队，要想实现这个愿景，必须要借助产业链上下游的生态资源。 于是，主线科技从2017年3月成立以来，就倾向于合作有产业背景的投资人：在2017年获得讯飞创投的数千万人民币天使轮投资；在2018年获得A轮融资，由蔚来资本和普洛斯隐山资本联合领投、钟鼎资本跟投；在2019年9月完成A+轮融资，投资方包括博世集团（Bosch Group）风险投资部（RBVC）和普洛斯旗下的隐山资本。 张天雷告诉36氪，今年开始，主线科技研发的30台无人驾驶电动集卡已经在中国北方最大的综合港“天津港”开始规模化实船运输作业。从2018年4月试运行以来，这些无人驾驶集卡累计完成近10万TEU的装卸量，里程突破20万公里。 除了港内水平运输以外，主线科技还在探索港口及其周边物流场站之间的运输，并在京沪沿线高速公路推进Trunk®Pilot的测试研发。今年，他们拿到了国家重点研发计划综合交通运输与智能交通重点专项高速公路智能车路协同系统集成应用“自动驾驶专用车道设计及货车列队控制”课题，将在国内九条高速公路进行高速公路货车自动驾驶示范应用。 张天雷表示，他们计划明年年底落地百台卡车。运营超过50台车，能实现一个盈利点。 主线科技无人驾驶电动集卡在天津港运输作业（图源：主线科技） 以下是张天雷近日接受36氪专访的主要内容： 36氪：你们2017年成立时，一开始就想做港口场景吗？还是后来逐渐摸索决定的？ 张天雷：作为一家自动驾驶公司，我们最开始就比较明确地选择了“运货”，而非“运人”。重卡的智能化程度和线控水平相对成熟。我们现在给港口交付的重卡是联合中国重汽在生产线完成了无人驾驶硬件的前装，能够保证实际作业的稳定性。 我们的目标是做一整套智能物流运输系统，包括多个“节点”和多条“线”，将来能够覆盖全国。其中，港口、无水港、公铁、海铁、物流园、物流堆场站，都是货物中转的“节点”，而高速公路则是联通各个节点的“线”。 那到底先是做“节点”，还是先做“线”？我们发现，“节点”做起来会更快一些。如果在公司刚成立的时候去做“线”，当时高速公路还没有开放，道路资源要跟各地政府部门去谈，那产品落地速度将会很慢。但“节点”是客户企业能够控制的，货物的交汇也都在节点处。打通了国内各个“节点”后，自然而然就能做到“线”上去。而在众多“节点”里面，港口的标准化和自动化水平非常高，所以我们选择了港口作为切入点。 36氪：中国大概有600万台重卡，港口只占其中5万台。会觉得市场规模太小吗？ 张天雷：港口是一个有代表意义的“物流节点”，我们的核心是打造出一个标准，然后复制推广到其他物流枢纽，这些枢纽将来都需要甩挂、挪车、挪箱等业务，整个市场约有几十万台集卡。再加上高速公路干线，大概需要500万台重卡。市场规模是非常大的。 36氪：现在很多自动驾驶公司在为机场、车企、手机厂商的工业园区做无人化运输。你们考虑过这些场景吗？ 张天雷：我们目前主要做自动驾驶重卡能覆盖的地方。就像我前面提到的，目前只有重卡的线控能力相对成熟，其他的车型暂时还没有考虑，并且我们觉得重卡的保有量肯定是最大的。 36氪：最开始做港口时，客户的需求和付费意愿有多强？ 张天雷：物流行业的降本增效，长期来讲都是一个趋势，而港口又有30多年的自动化历史，所以这个市场本身不需要被教育。而且，港口是24小时连续作业，刮风下雨是常态，卡车司机工作强度极高且工作环境十分恶劣。在这样的情况下，招工难成为港口的一大痛点。所以，港口的需求不是我们给它聊出来的，而是它本身就有自动化升级的需求。 36氪：你们自动驾驶方案现在给港口的“降本增效”成果怎样？是否有量化数据？比如，提高多少效率、降低多少人力成本和油耗。 张天雷：降本的话，自动驾驶可以把人类司机的成本节省出来，而且比人类开得更平稳、更节油节电；增效的话，我们现在自动驾驶卡车运输效率基本上能接近人工的效率，甚至会超过一个经验丰富的司机，因为机器能够有稳定的输出，机器连续作业不会疲惫，而人类司机驾驶会疲劳，会有不稳定情绪。 36氪：现在每台车的自动驾驶改装成本是多少？运营多久能收回这个成本？ 张天雷：我们交付的所有车辆都是在生产线完成的前装。我们认为，前装的车辆才能保证运行的稳定性。我们希望，量产之后的前装成本能够降到10万以内。量产大概是千台的规模。如果能做到全无人，一年可节省人工成本约40万，很快就能收回来这部分投入。 36氪：降低成本的制约因素是什么？是激光雷达价格吗？ 张天雷：传感器价格是主要方面，其成熟度也有待发展。 图源：主线科技 36氪：今年和明年计划落地运营多少台车？收入规模达到多少？什么时候能够盈利？ 张天雷：我们计划到明年年底落地百台卡车。运营超过50台车，能实现一个盈利点。 36氪：你们的定位是技术提供商，还是运营商？你们与中国重汽的合作模式是什么？谁拥有车辆的产权？ 张天雷：我们与中国重汽保持长期深度的战略合作，我们自身是一个技术团队，为客户提供智能运输系统。一般情况，客户会购买车辆，是资产的持有者。我们的定位是技术提供商，后期也会参与到运营和维护，但运营主体不是我们，可能是我们与港口或物流集团成立的合资公司来共同运营。 36氪：除了港口、机场、工业园区以外，矿区也是一个客户付费意愿很强的低速封闭场景。你们考虑过吗？ 张天雷：暂时没有考虑。因为我们前期对自己的定位就是做物流运输的智能运输系统，而矿山的机械设备属于另一个领域。当然，我们虽然不做矿区内部的运输，但矿山拉出来的集装箱，我们可以做公铁联运的运输。 36氪：你们与福佑卡车合作干线物流运输，现在进展如何？ 张天雷：我们双方有深度合作，并且马上会有新的动作，未来会合作京沪沿线的物流运输。因为福佑在车辆调度和运营方面很有经验，能帮助我们自动驾驶的运输系统做得更高效，形成规模化效应。 36氪：听说今年新基建政策对港口的无人化、智能化进度有很大促进作用。如果没有这些政策，你们的业务进度会延迟多少？ 张天雷：没有这个政策的时候，我们的很多客户也已经开始付费采购我们的系统了。这个政策只是促进了我们产品的规模化应用，让更多港口加快了自动化升级速度。 36氪：你们今年打算极力解决的几个事情是什么？ 张天雷：我们今年主要会解决两件事情：产品标准化和战略协同。这两年，我们和客户对作业流程有过很多深度交流，对方给我们提了很多定制化需求，我们需要把这些需求梳理得更加标准，形成一个标准化产品，方便交付。战略协同，就是要把物流园区的“节点”和高速公路的“线”的联动做起来。 36氪：创立这家公司以来，踩过什么坑？犯过什么错？ 张天雷：我自己的体会是，当这个行业的产品形态没有完全定下来之前，一定要把产品预期跟客户聊清楚，客户提出的需求需要经过认真的分析，哪些是我们核心主要的业务，而哪些又偏离了我们的智能运输系统，一定要保持“主线”行驶，这也算是不忘初心。 36氪：你们是否会做L2-L3级的干线物流运输？怎么看待它的商业价值？ 张天雷：我们智能运输系统的底层架构都是按照L4来设计的，目前会根据不同的应用场景来开放功能，如果客户有需要，我们都可以对技术进行调整，然后交付。 36氪：未来是否打算做海外市场？会考虑哪些国家？ 张天雷：国外的市场是有可能的，因为我们前面也和很多海外港口、物流客户有过交流。我认为欧洲是个不错的选择，因为世界上几个大的港口物流节点都在欧洲。 36氪：未来五年，无人物流运输这个领域，您认为会存在几家头部公司？ 张天雷：我认为大概会有3家左右，背后都有自个的生态圈，将来会依托不同背景来开展业务。 —————— 36氪“自动驾驶36人”专题的其他5篇报道： 文远知行CEO韩旭：我们希望在未来2-3年内会有一个盈利点 | 自动驾驶36人 智加科技CEO刘万千：自动驾驶有5个阶段，我们刚进入第2阶段 | 自动驾驶36人 AutoX CEO肖健雄：把xUrban当做底层通用平台，让自动驾驶既“送人”也“送物” | 自动驾驶36人 嬴彻科技CEO马喆人：中国至少容纳三家头部自动驾驶卡车运营公司，每家有百亿甚至千亿收入 | 自动驾驶36人 驭势科技CEO吴甘沙：明年年底前实现1000台“去安全员”无人物流车常态化运营 | 自动驾驶36人
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估