实现自动驾驶，犹如攀登珠峰。我们要走过的路至少也有南坡、北坡两条路线可供选择，也总会有先行者和后来者之分。虽然山顶只有一个，但攀登者的经历、登山过程中的故事往往层出不穷，精彩纷呈，让人神往。
纵观过去十年历史，我们发现，不断有勇攀自动驾驶高峰的创变者，正在前仆后继的为了登顶而努力奋斗。因此，36氪决定挑选10位中国自动驾驶领域中的优质代表人物——其中有像百度、华为这样巨头型企业的领航人，也有诸多极具变革精神的初创公司掌舵人，更有无数潜心钻研的学者科学家。我们以独家新闻、独家访谈、对话回顾等方式，汇集在“中国自动驾驶十人”这一选题栏目中。
我们希望通过这个选题，为行业呈现当下国内自动驾驶技术的发展情况，分享自动驾驶每个细分场景里的应用与突破。
文｜晓曦
2022年下半年，自动驾驶行业自上而下都打了个冷颤。先是特斯拉位于加州的自动驾驶部门近200个岗位被裁撤；通用旗下自动驾驶子公司Cruise宣布解雇近8%的员工；就连背靠福特、大众两大金主的Argo AI也挺不住了，这家估值曾达70亿美元，在L4级自动驾驶领域被称为明星企业的公司，突然宣布关闭。就连“全球自动驾驶第一股”、号称与Waymo、Cruise三分天下的Aurora，也曝出经营困难，不得不通过裁员、高管降薪、出售资产、缩减福利等方式节省开支。这与几年前的热闹景象——自动驾驶行业备受追捧、热钱不断涌入相比，形成剧烈反差。人们忍不住反思，无人驾驶落地是否真的遥遥无期？业内对无人驾驶的态度更加审慎，但这并不影响高阶辅助驾驶技术演进。这种背景下，主攻商用车自动驾驶的嬴彻科技稳扎稳打，显示出不错的发展潜力。官方数据显示，嬴彻科技与东风商用车、中国重汽分别联手打造前装量产的L3自动驾驶重卡，2021年底量产落地，截至2023年2月，商业行驶里程超过了3000万公里。目前来看，嬴彻科技已经成为重卡自动驾驶领域的头部玩家。也基于前景明晰，该行业吸引了越来越多的新玩家入场，比如Deepway、图灵智卡、擎天智卡等。对于嬴彻科技而言，能够将产品快速、高效地导入市场，尽早接受客户检验，并且从用户反馈中快速迭代产品。这是其当前最核心的竞争优势。这要得益于，创立之初，CEO马喆人就为公司定下了从L3自动驾驶起步，坚持做量产产品的路线。过去三年，嬴彻科技完成了量产上路从0到1的突破。嬴彻用“技术+运营”的业务模式，通过“全栈自研+量产驱动+深度运营”三个支柱的实现方式，为行业打了样。我们看到在重卡领域几乎所有的头部自动驾驶公司，都在搭建自己的物流运营能力，和寻找量产合作伙伴。如今，嬴彻正在迈向1到100的道路，进入产品2.0阶段。这个过程中，嬴彻汇集了L3自动驾驶重卡商业运营中的真实数据与经验，将产品与技术进行迭代，进一步优化使用感受，提升整体价值。马喆人认为，只有形成足够强的产品与技术优势，才有可能不掉队、进入下一赛段。站在2023年的开端，马喆人推测，今年自动驾驶卡车市场已进入新技术典型的早期适用(Early Adoption)阶段, 将会是高速增长的一年。用户需求的增长曲线非常健康，资本市场反而过度低迷，严重脱离行业基本面。对未来的坚定如同当初选择公司发展路线的坚定。在当时行业有多种声音的情况下如何能做出判断？从0到1的过程中，最难的点是什么？产品上市后如何进行迭代的取舍判断？对行业未来的趋势判断又如何？36氪就嬴彻科技的过去、现在、未来与马喆人独家对话。以下为对话整理，经编辑————
复盘，正向开发、兼顾敏捷，
36氪：您曾经说过，2019年是嬴彻科技最难的一年 —— 相对完整的建制已经搭建完成，但行业对卡车自动驾驶的实现路径有不同声音。是什么让您就认为，我确定走这样一条路是对的？马喆人：2018年，商用车销量超430万辆，同比增长5.1%，创历史新高。同时，相关政策松绑，允许自动驾驶汽车在指定公开道路测试。对于自动驾驶行业来说，这是一个政策端的重要信号。嬴彻就是在当年这样的大背景下成立的。第一， 坚持做可量产的产品，不做demo。并且作为初创公司，我们要和商用车主机厂，包括汽车产业链其他伙伴合作。第二， 坚定选择以L3为起点的渐进式技术路线。不走一步到无人这样一个时间表非常不可预期的技术路线。第三， 在技术上做全栈自研。不仅只做软件和算法，也包括自动驾驶计算平台。第四， 商业模式上，以 “技术+运营”为双轮驱动，一是技术输出，主机厂的车型都可以搭载我们的系统，二是物流运营网络，短期来看这是快速导入技术和产品的基础，长期来看也有机会形成一个新的超级平台。这个核心路径的判断在于，如果要实现全无人自动驾驶，必须有海量数据，而海量数据一定要有商业跑起来，不可能通过试验车。那怎么达到，只能通过有一个产品先量产出来。这是当时最本质的一个看法，也是事物的本质规律。当然当时外部对自动驾驶的技术路径是渐进式还是一步到位有讨论、以及这么长的链条是否能处理好有不同的看法，也很合理。回过头来看，我们把这条路的第一步走通了，可能有两大底层原因：首先要归于我们的创始团队，把一个自动驾驶所必要的链条，在能力和视野上都覆盖住了，包括有来自于自动驾驶领域的顶级科学家和软硬件产品专家、有来自商用车主机厂摸爬滚打多年对产品量产有多轮体会的领军人物、也有来自于物流行业有直觉理解自动驾驶能真正解决哪些痛点的老手。能够把这样一个符合道理，但是执行起来有极大难度的事情跑通的另一个重要原因，是因为嬴彻在“心无旁骛地做量产产品”。从一开始就不是单纯做试验品，而是要考虑成本、接受市场检验，根据真实用户反馈，再去迭代产品与技术——坚持做这件正确而艰难的事。我们较早地进入了良性循环。36氪：能让这个高难度的长链条运转起来，最难的是什么？马喆人：自动驾驶软件算法、车载计算平台硬件、车辆工程、以及物流运营，这四类人员的行业背景和文化基因完全不一样，对组织的融合和管理能力挑战极大。首先是方法论的巨大冲突。最大的挑战来自，不管是车辆工程还是车载计算平台硬件，均属于非常体系化、基于V模型的正向设计，需要提前一年半甚至两年把设计冻结；软件算法则是讲究快速迭代的敏捷开发，两者之间如何兼容，这在过去没有成熟的方法论。团队在开发早期有大量的内部碰撞。我们设计了一个以“正向开发、兼顾敏捷”为原则的自动驾驶卡车研发流程体系，将汽车行业的V模型开发流程与软件行业的敏捷开发模式融合，首次将高阶自动驾驶开发过程，融入到卡车整车开发的全流程，并建立了业内完整的自动驾驶卡车量产测试验证体系。我们也将方法论记录下来，汇集在《自动驾驶卡车量产白皮书》供业内参考。同时相应的，在组织文化上也有一个深度融合的艰难过程。我们是在公司成立之初，就把这四种不同类型的人才早期平等地进到一个团队里，然后互相碰撞、互相学习，直到互相认可、深度融合，形成新的组织基因。回头来可看，我们很幸运，能够跨过这样一个阶段。因为当一个企业一直是以某一种基因为主导，然后意识到想要去融合其他基因的时候，其实是非常难，甚至多半不可能。
36氪：智能重卡上路运营后，您一直在和团队复盘，用户对自动驾驶的需求到底是什么？您发现，“过去把所有性能、场景要求都堆叠得尽善尽美，现在会聚焦核心功能和场景，坚决地做减法。”请问，做减法的过程中，有哪些东西被您舍弃了？以及为什么会做出这样的选择？第一，之前没有谁做过，我们是全世界第一个做出高阶的L3自动驾驶重卡的量产产品，也是摸着石头过河。第二，在一开始做的时候，其实是严格参照本质相当于L4级别、甚至是全无人驾驶的标准研发的。因为汽车设计关乎生命安全，无论是功能要求还是车辆的软硬件架构，但凡遇到不确定，我们都是就高不就低。回过头来看，当时追求尽善尽美，不可避免会造成部分功能的冗余和元器件堆叠。所以在后续过程中，我们首先做减法。围绕几个原则：木桶理论、全局最优、以及对应用场景细节的更精准把控。一、“木桶理论”，就是在以满足MPD（Miles Per Disengagement，即每次脱离的行驶间隔里程）和MTTF（Mean Time to The Failure，即平均多长时间产生一个不同级别的故障）为代表的性能要求下，将各个板对齐。基于用户真实的核心使用场景和需求，我们在部分传感器的配置与数量、域控制器架构与线控底盘设计层面，进行简化。在确保木桶最短板达到要求的基础上，从产品角度把各个板对齐，这才是产品的性能优化和性价比最优。二、“全局最优”，是指从卡车全局影响出发，追求总结果最佳。一个典型的例子，规划和控制是重卡自动驾驶最重要的难点之一。重卡车身长、吨位大，通常有约17.5米长、几十吨重，而且车头车挂是两截式软体结构，除去这些车辆属性的特点外，同时还要满足安全、精准、舒适、耐久、经济5大商业运营要求。所以重卡的规划控制算法上，面临三大矛盾，精准建模与一车一调、精准控制与耐久经济、规划控制分层与融合之间。比如当要讲究精准控制的时候，我们会对速度变化、横向纵向的控制做每一步调教，但频繁调整会降低执行器的耐久性，因为每转一次都在消耗转向机和刹车的寿命。这些矛盾站在天秤两端，过分追求哪一端都达不到整体最优的效果。因此，我们创新性的开发了规控一体的架构，实现预测、决策、规划和控制的紧耦合，找到综合最优解。最初，我们的产品是按照相当于L4的标准设计的，要经历多层诊断来判定车辆能否进入自动驾驶状态。但真正进入物流环节，发现如果按照这样过于严苛的标准，大部分时候都无法启动自动驾驶功能，造成很大的功能浪费。于是，工程师们过滤了一部分诊断，降级处理，让系统的判定逻辑更加灵活与贴近实际。比如，重卡挂车的车灯很容易损坏，我们在第一代产品中设计了一个非常复杂的诊断系统，来判定挂车状态。系统启动后，就连挂车车灯出现故障，都会引发自动驾驶功能被完全禁用，这其实是过度反应。经过优化设计，挂车转向灯发生故障时，系统将仅限制启用自动变道功能，其他自动驾驶功能仍旧可以正常使用。这其实就体现了我们对应用场景的进一步认知。马喆人：有。在向2.0阶段演进的过程中，我们做了一些颇具意义的增量投入。一是人机共驾，在L3级别，有大量的人机协同需要在产品设计中探索。例如，我们在分析数据库时，发现一个很有意思的事情。当司机自己人工驾驶时，变道可能会很猛，车会猛摆一下，但是他接受这个激进变道带来的不舒适感；但是当机器开车，他是一个安全员的时候，他反而对变道的要求非常不一样，就不能接受这样的激进变道。我们就要做一个权衡来提升他的感受。第二是网络安全，因为这实在太重要了。所以我们也有大量的投入在这方面，包括获得行业首张重卡自动驾驶ISO/SAE 21434汽车网络安全管理体系认证证书。马喆人：一方面是用户的反馈，包括大量的司机反馈；另一方面，更多来自于嬴彻一套完整的实时数据系统。去年10月的时候，我们的商业运营里程已经突破了1000万公里，目前到了3000万公里，并且在持续上涨。我们收集了约200万个Moment场景反馈，形成一个真实、宝贵的数据库，并进行自动化分析和人工分析，这是自我迭代的重要依据。36氪：经过这一系列的加加减减，嬴彻进入2.0阶段以后，产品和技术上有哪些比较具体的提升和改进？从产品维度上看，我们已经形成了从单产品到多前装品牌多车型的产品矩阵，可以去服务更多更充分的用户场景，也能够更早的在这些细分市场里大量吸收用户反馈，持续迭代。同时，今年我们会推出第二代软硬件一体化的自动驾驶系统，性能有数倍提升，且成本下降。一、节油，这是重卡自动驾驶里最重要的一个用户价值。嬴彻科技在这方面已经有了很深的积累。油耗在干线物流总成本TCO中占比最大，约占30%。但实现重卡节油需要非常独特的技术，因为涉及因素非常多，安全、成本、时效需要同时满足。我们已经收集了大量的多元化场景，比如不同的天气，颗粒度细致到不仅包括雨雪天、路面的问题，也细致到风速在其中的影响，还包括不同的车挂匹配等多达200多个细分维度，以此为基础研究对油耗的影响并持续优化。二、对重卡特别重要的规划和控制领域，更深入的进行规控一体化的研发。包括通过一个更鲁棒的模型，在车辆下线时，用标准化的测试和标定适应各种场景，避免车辆生产过程中的一车一调，提升量产效率；通过更优的全局解法，更好解决精准控制、油耗、系统耐用性这三个元素之间的矛盾；以及面向未来，不仅能够更逼近一个最优驾驶员的模型，也能够最终系统性的超越单个人类驾驶员。三、进一步在2.0时代扩大数据资产，通过数据闭环持续提升技术。嬴彻的下一个目标一亿公里商业运行里程预计可以在今年实现。
36氪：嬴彻目前的应用场景更多集中在干线物流相对封闭的场景，如果往更长远的角度去畅想，嬴彻的业务什么时候能往城市延伸？外部来讲，中国重卡存量约600万辆，容量可观。同时，重卡行驶路线相对固定，是自动驾驶绝佳的应用对象。只要能够给客户带来正向的投入回报比，重卡客户对价格的敏感度甚至要低于乘用车市场。长期来看，自动驾驶重卡的盈利性也很健康。未来，自动驾驶的收费模式将更加多元化，经过市场培育期后，用户会愿意为软件付费。内部来看，我们的商业模式既有技术输出，也有运输模式的变革，未来红利很大，而且壁垒也非常高。所以我们还是全力耕耘在这个纵深市场，发挥技术的价值。短期内嬴彻不会将触角延伸至其他领域，比如轻卡，因为轻卡平均单价较低，现阶段自动驾驶系统还比较贵，在轻卡的投入产出比并不理想。另外，轻卡的应用场景集中于郊区和市区，几乎与乘用车重合，长尾多，技术难度大。或许两三年之后，重卡自动驾驶形成一定规模化，技术成本得以平摊，自动驾驶将逐渐走向轻卡。36氪：您曾说过，会在重卡相关的各个场景进一步探索新能源的机会。您认为新能源卡车何时能完全替换燃油卡车？马喆人：整个重卡领域消耗了中国约四分之一的柴油，新能源重卡既节约能耗成本、也符合国家环境减排的大趋势，并且在技术上也会由更灵敏的传导带来更精准的控制，进一步提升安全性和效率，未来的发展机会很大，我们对重卡新能源的发展持非常乐观的态度。但是由于重卡本身的重量及货物的重量，现有的电池技术还不能满足里程需求，同时对电压电流有更高要求的充电基础设施尚未配备，所以在相当长的时间内柴油动力和新能源动力会两者并举。36氪：过去，您一直在说一句话，“做正确而艰难的事”。当时间轨迹来到2023年，如果让您用一句新的话来描述在今年甚至更长的时间维度，嬴彻在未来会是一个怎样的状态？“产品为王”，是说基于核心技术，要有非常清晰而巨大的用户价值；兼顾安全、成本和时效，从单一产品到拓展至产品矩阵。与此同时，围绕第一代、第二代自动驾驶核心平台，不断推进技术演进。“仰望星空”，是说自动驾驶行业存在的本质是技术驱动，依靠技术带来价值跳变，所以我们要为未来的技术加速做准备。储备的核心是数据资产。我们目前以嬴彻科技自创的增强影子模式为基础，依托快速攀升的商业运行里程，将更高效地采集和利用数据资产，以面向未来更高阶的自动驾驶技术。与此同时，我们也在积极研发下一代自动驾驶架构，内部称作“自演化的架构”，突破当前主流架构的局限，能够实现自我学习、自我演化。比如，我们正在着手开发的NeDFS（Neural Driving Field Simulator）终极自动驾驶仿真器，就是支持自我演进架构的关键技术之一。36氪：站在自动驾驶的角度，您认为2023年的发展趋势大概会怎样？马喆人：我们判断2023年会比2022年要好，首先因为经济在回调。但大经济形势属于一个过紧日子的状态，对物流行业有影响。同时，从卡车自动驾驶角度来讲，我们认为更相关的还是这个市场对一个新技术的接受曲线。这个曲线正在进入更陡的增长区间，本质上发展趋势非常健康。希望在这个领域里友商多一些比少一些好，促使市场发展的整体速度更快，共同把蛋糕做大。
