据报道，在2021年最后一个季度，京沪、沈海两条交通运输量大的干线高速上，出现了一条特殊的卡车运营专线。专线上的车型叫作“J7超级卡车”，是自动驾驶重卡，配备七颗摄像头、五颗毫米波雷达，选配一颗激光雷达。

    冬季三个月里，J7共计行驶100个单边（单程距离）、有效运营里程共计91,616km，自动驾驶比例平均96.7%，平均每趟140次自动变道、107次自动微调避让，自动驾驶压线比例比人工驾驶低74.5%——除此之外，这条专线还有两个重要指标：可节省一位司机（传统是两位交替驾驶），并实现节油10%。

    凭借这样的成绩单，自动驾驶公司拿到物流公司100台智能重卡订单。

    事实上，去年以来，嬴彻科技、小马智行、主线科技、挚途科技等自动驾驶公司均宣告完成智能重卡的首批小规模量产交付。

    如果将智能重卡的黎明定义为大规模商业化并有清晰的盈利时间点，每家公司都仍在黑暗中遥望地平线的曙光何时升起。

01

智能重卡需要几个司机？

    根据国际汽车工程师协会的定义，L2指部分自动驾驶，以辅助驾驶为主，提供自适应巡航系统、车道保持辅助功能等；L3指有条件自动驾驶，系统可以在一定条件下完成所有驾驶操作，但驾驶员需要随时准备接管；L4是高度自动驾驶，可以让驾驶员完全解放双手。

    强调L3，是因为智能重卡的定义非常宽泛，涉及L2到L4三个不同的级别，每个级别对应的市场规模并不相同。如果是真正实现了L4，卡车又应当被叫作“无人重卡”或“无人驾驶卡车”。但目前还没有一家公司做到L4卡车量产。

    其实，L3和L4并不冲突，两者是可以共存，但有人还是无人是两者的核心差异，这也构成了智能重卡和无人重卡在商业空间根本的不同。

    L3重卡标榜的优势众多，但短期内它带来的最直接效益就是减少一位司机的人力成本，大约10-15万元。图森未来创始人陈默表示，“通过L3拿掉一个司机”的说法是“扯淡”。

    目前看来，已经有物流客户对此买单。在智加科技和荣庆物流的交付仪式上，荣庆物流董事CEO熊星明表示，“现在我们减少了一个驾驶员，别人是两个。”减少人工之外，还有10%的油耗节省、驾驶安全的加强，以及交付百台之后整体节能减排效应的提升。“如果不节省一个人，不节省这么多油耗，我可能就不干了。”

    可能的情况是，L3重卡仅会被运用到某些特定线路上，而在这趟线路的里程之内，一个司机跑完全程不会有疲劳驾驶的危险。

02

无人驾驶大大降低司机的工作量

    奥迪公司前CEO鲁伯特·施耐德曾联合两名教授在《无人驾驶：未来出行革命破局之道》一书中写道，“无人驾驶意味着货车一驶入高速公路，驾驶人就可以坐下来休息了。驾驶人只会在从高速公路到目的地最后几公里再次接管货车的控制权。”

    有一种L4级别卡车特有的高效运输方法，将几辆同向行驶的货车组成一个车队，第一辆货车的驾驶人保留对所有转向、加速和制动的操作，并设定速度。

    德国曼恩商用车公司的测试数据显示，车队运营可以大大减少事故数量，并将燃油消耗降低约15%。

    在这个赛道，图森未来所构思的商业模式是，物流公司购买图森的前装量产车，图森提供无人驾驶系统并与其调度系统相连，物流公司通过调度系统指挥这些卡车，并按照订单英里数向图森的“电子司机”付费，每英里0.3美元。而人司机的成本大致为0.6-0.7美元/英里。

    如果是按照里程收费，L4重卡可以赚到的不仅是软件方面类似于license（授权）的费用，还可以从运输生意中长久分得一杯羹。这也是自动驾驶重卡当前最主流的商业模式。

    但问题在于相较于L3重卡，L4重卡的量产遥遥无期。

    有自动驾驶公司VP表示，干线物流无人驾驶在硬件上“不ready”。“不仅算法要到位，从刹车、转向、传感器到计算单元，全都需要冗余。”让主机厂把所有大车的双系统都搭出来，动辄几个亿以上的投入。这不是一件能很快落地的事情。

    事实提供了一些验证。L4级别无人重卡的领军人物，图森未来量产并没有加快的迹象。

    两年前，公司与美国第三大卡车制造商Navistar（纳威斯达）达成合作，计划在2024年（后又推迟到2025年）实现量产，这曾被视为图森未来最有竞争力的合作资产之一。但12月6日，这项合作计划被宣告终止。

03

无人重卡量产难题多且复杂

    智能重卡本身也要面对量产进程慢的问题。2022年8月，智加科技完成对荣庆物流百台订单中首批5台小规模量产交付。两个月之后，小马智行也宣告完成了一次量产交付500台订单，30台首批交付。

    支持智能重卡率先落地，行业无一例外会将它所在的干线物流视作半封闭场景，相较乘用车所在的城市道路。它少去了十字路口、红绿灯、行人等交通元素，因而在算法层面更加简单。即便如此，在真正量产的过程中，自动驾驶卡车要达成安全的目标也是困难的。

    在算法层面，高速场景需要解决的cornercases（极端状况），理论上少了一个量级，但“意外”总是无处不在。

    一家自动驾驶卡车公司的工作人员表示，比如：在卡车的前面正行驶着一辆载满几十头猪的农用车，这时一头猪从农用车上一跃而下。如果驾驶员是人，他可以刹车、避让，但在智能重卡的感知系统里，它并不认识天上飞来的这头猪。

    “采集数据怎么可能采到天上一头飞的猪？”

    “正在飞的猪”是所有L3/L4智能驾驶系统感知数据集要解决的问题。这样的cornercase全行业一天不解决，就一天不能自证安全的存在。

    这可以靠激光雷达和毫米波雷达来解决，但点云阵列也有自己的瓶颈。例如地上20厘米高的纸盒，人驾驶员会选择碾过去，但传感器无法感知材质。这是算法层面的冰山一角，还有更多问题。

    在硬件方面，量产有更多细枝末节要提供保障。

    一位在自动驾驶卡车公司负责量产的工作人员表示，自动驾驶卡车量产进程之所以缓慢，除了这件事本身是从0到1，所有玩家都在摸索，跟卡车的制造工艺也有关。

    在工业时代，卡车是一种生产资料而非消费品，会被当做“成本”来考量，因此主机厂很难不惜一切代价将它做到尽善尽美。

    “卡车的制造工艺水平是比乘用车明显要差一个等级的。”不同车辆的机械性能差异会很大。100台量产乘用车各个零件的公差、开车时候的驾驶感受，是差不多的，但卡车由于制造工艺的差距，同一套软件在不同的卡车上可能会跑出完全不同的表现，这是经常会遇到的问题。

    自动驾驶卡车仍然需要达到车规级的标准。激光雷达等传感器的集成并不算一套成熟的技术，在路途颠簸中发生角度偏转之后如何调整，沙尘天气之后是否有清洗需要，硬件出状况之后如何在控制层面准确识别车辆状况，从而保证软件的正常运行，这都是各家工程师要摆平的事情。

    更主要的是，所有的细小问题都是难以预测的，在卡车近十年的全生命周期中，企业必须面对。

    自动驾驶公司需要对4S店进行系统性培训。但不可预判的问题只能靠司机反馈，可能很难在前期形成体系。

04

自动驾驶公司争先恐后入场形成竞争

    据一组行研数据，到2030年，自动驾驶的市场体量将超过10万亿，其中88%为L4级别，Robotaxi占据30%，无人货运占50%，无人小巴、无人环卫车等共计占约20%，而无人货运中干线物流和同城物流各占60%和40%。

    这意味着，干线物流或将成为一个数万亿级别市场。而宏景智驾计划在2023年量产L3级别卡车。

    创业公司选择大赛道生存概率大，也更有机会获取高估值。但越热的赛道竞争越激烈。

    产品上，尽管智能重卡与乘用车追求的目标一致，尽可能的安全率高，但不同公司的产品体验还是有精细化的差异。

    在卡车量产之前的测试中，除了一系列必须达到的国标和法规认证的阈值阀门，还需要再向上探索。例如一个普通的左转道提示，系统到底是直接亮起转向灯，还是用语音播报提醒左转，这都是值得推敲的细节。

    产品经理和工程师要做大量的司机访谈，了解他们的真实需求。同时根据司机的意见弥补迭代算法的不足，“如果推荐的方式90%驾驶员都不采纳，那就说明这个推荐是没有价值的。”

    L3重卡积极提升为L4水准。大部分公司目前开发的系统支持高速公路主路的行驶。嬴彻科技在自己的轩辕自动驾驶系统做出了预留，未来可通过OTA升级至L4。智加科技计划在一两年内，把应用范围“从高速公路的主路”提高到“从收费站到收费站”，到2025年左右实现仓到仓。

05

智能重卡前景看好

    现阶段的重卡可以看作一片蓝海，自动驾驶公司们正在各自划分山头。小马智行与三一重卡，智加科技与一汽解放，宏景智驾与江淮汽车，赢彻科技与东风商用车、中国重汽等等。更值得关注的是，自动驾驶公司在造车上的参与度，以及它是否会影响未来的市场格局。

    自动驾驶公司下场造车除了主动的考量，也有被动的因素。自动驾驶公司VP分析称，由于主机厂搭建新平台需要巨额投入，一家自动驾驶公司想要撬动主机厂为其生产前装智能重卡并非易事。

    在这样的情况下，成立合资公司或许是自动驾驶公司最能说服主机厂的一个选择。既能参与到行业的智能化趋势中，同时又有了战略上的风险共担者。而“自动驾驶科技公司X主机厂X物流方”正在成为这个行业的黄金公式，自动驾驶企业与主机厂深度绑定，或许会成为物流方筛选合作对象的一个重要评判标准。

    自动驾驶卡车下一个阶段尚有许多事情要做。在交付仪式上，荣庆物流称自有车大概会保持在2000台左右水平，另一个运力资源管理平台，有经过荣庆认证、培训的整合社会资源而来的7万台车。

    自动驾驶公司就算“吃尽”这家物流公司的重卡订单，也就是2000台量级。虽然可以支持一家公司生存相当长一段时间，但市场中伺机而动的竞争者会打破局面。

（来源：界面新闻，记者/伍洋宇）