中國(guó)智能卡車遙遙領(lǐng)先：卡車NOA落地5000萬(wàn)公里0事故，全球首個(gè)

賈浩楠 發(fā)自 副駕寺智能車參考 | 公眾號(hào) AI4Auto

成熟的“擎天柱”，已經(jīng)可以自己出去賺錢了。

此時(shí)此刻，遍及華東、華北、華南、西北…幾乎全國(guó)所有主要貨運(yùn)干線上，都有智能重卡承運(yùn)商單。

高速路段由卡車智能駕駛系統(tǒng)完全承擔(dān)駕駛?cè)蝿?wù)，自主控制油門、剎車，自主車道保持、自動(dòng)巡航：

以及根據(jù)實(shí)時(shí)路況自主或撥桿變道：

與乘用車“領(lǐng)航輔助駕駛”功能基本一致，但服務(wù)的是物流行業(yè)核心訴求——安全和降本。

卡車NOA功能，搭載的是嬴徹科技軒轅智能駕駛系統(tǒng)。

實(shí)際上，嬴徹卡車NOA投入商業(yè)運(yùn)營(yíng)一年半之久，已經(jīng)積累超過(guò)5000萬(wàn)公里里程且在智駕狀態(tài)下，0事故、0保險(xiǎn)賠付紀(jì)錄。

同時(shí)在運(yùn)營(yíng)中平均節(jié)油2-10%、平均節(jié)省人工成本20-50%。

商業(yè)化絕對(duì)里程和落地模式探索深度，在全球智能卡車賽道獨(dú)一無(wú)二。

自動(dòng)駕駛格局中，Robotaxi呈現(xiàn)出中外你追我趕的態(tài)勢(shì)。而在商用車領(lǐng)域，最新的進(jìn)展表明，中國(guó)成了高地、中心。

卡車NOA？

“NOA”，是這兩年乘用車領(lǐng)域很流行的概念，準(zhǔn)確的名稱應(yīng)該是“領(lǐng)航輔助駕駛”。

與以往普通的L2輔助相比，NOA本質(zhì)的進(jìn)步和不同，是能根據(jù)導(dǎo)航路線，宏觀上自主選擇行進(jìn)策略，微操上根據(jù)實(shí)時(shí)路況自主應(yīng)對(duì)各種場(chǎng)景。

比如何時(shí)變道、跟車距離、上下高速匝道等等，都不再需要人類司機(jī)直接操作，用戶的角色也從駕駛員變成安全員。

NOA的價(jià)值由此體現(xiàn)：大大減少開(kāi)車人的疲勞和負(fù)擔(dān)。

而“卡車NOA”，主要功能、場(chǎng)景與乘用車較為相似：目前在高速路實(shí)現(xiàn)L3級(jí)智能駕駛。

卡車NOA在降低司機(jī)負(fù)擔(dān)之外，還有新的功能和重要意義，也是商業(yè)化的主要抓手：把駕駛?cè)蝿?wù)交給系統(tǒng)，會(huì)在車輛的能耗、安全性上有更優(yōu)的表現(xiàn)。

具體來(lái)看，嬴徹卡車NOA實(shí)現(xiàn)的功能包括：

自動(dòng)巡航，包括自適應(yīng)巡航、車距/車速調(diào)節(jié)…其功能，是在高速路況下，系統(tǒng)能按照導(dǎo)航路線自主行進(jìn)。

智能橫向控制，包括智能變道，可以用撥桿發(fā)出變道指示，也能自主變道，另外還有車道保持居中、智能避讓等等。

智能節(jié)油，通過(guò)分析導(dǎo)航路線，首先規(guī)劃全局車速，然后根據(jù)實(shí)施情況動(dòng)態(tài)調(diào)節(jié)車速，“取經(jīng)”了優(yōu)秀的人類卡車司機(jī)，盡量全程勻速，避免急剎和急加速。

最后是安全功能，包括法規(guī)強(qiáng)制的AEB等，也包括嬴徹車云一體的主動(dòng)安全功能。

支撐卡車NOA功能的，其實(shí)和乘用車智能駕駛方案高度相似。

1-3顆激光雷達(dá)、5個(gè)毫米波雷達(dá)、7個(gè)800萬(wàn)像素環(huán)視攝像頭，以及底層算力支持，AI算力最高達(dá)256TOPS，可靈活配置。

實(shí)際上從實(shí)現(xiàn)的功能來(lái)看，嬴徹這套卡車NOA方案，并不算“重”，反而在激光雷達(dá)的數(shù)量、底層算力上，與乘用車NOA相比“輕”了很多（乘用車常見(jiàn)數(shù)百TOPS算力）。

這也是商用車賽道不同于乘用車的核心邏輯——成本控制。而為了滿足量產(chǎn)要求，嬴徹在自動(dòng)駕駛技術(shù)棧上，也形成了一套“方法論”。

卡車NOA背后核心技術(shù)分為三個(gè)大的部分：帶安全護(hù)欄的端到端網(wǎng)絡(luò)、“超級(jí)司機(jī)”，以及嬴徹自研智駕平臺(tái)。

普遍自動(dòng)駕駛解決方案主要以模塊化的架構(gòu)為主，通常會(huì)包括感知模塊、定位模塊、決策模塊、路徑規(guī)劃模塊、控制模塊等等。

但缺點(diǎn)在于每個(gè)模型都需要單獨(dú)訓(xùn)練與優(yōu)化迭代，需要的研發(fā)投入大，且誤差有可能會(huì)被逐級(jí)放大，以及各個(gè)模塊之間容易出現(xiàn)重復(fù)計(jì)算，浪費(fèi)算力資源。

端到端網(wǎng)絡(luò)則始于 2016 年發(fā)表論文《End to End Learning for Self-Driving Cars》，將多個(gè)小模型整合成了一個(gè)“大模型”，通過(guò)傳感器采集到原始數(shù)據(jù)（raw data），并將原始數(shù)據(jù)輸入到一個(gè)統(tǒng)一的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（大模型），并直接輸出駕駛命令。

但傳統(tǒng)端到端網(wǎng)絡(luò)由于其不可解釋性及可靠性不足，缺乏安全保證，難以大規(guī)模應(yīng)用到真實(shí)場(chǎng)景。

嬴徹科技則提出了“帶安全護(hù)欄的端到端網(wǎng)絡(luò)”，把傳統(tǒng)的端到端網(wǎng)絡(luò)分解成數(shù)個(gè)可微分的子網(wǎng)絡(luò)，建立可解釋的端到端網(wǎng)絡(luò)，并構(gòu)建安全護(hù)欄進(jìn)行約束。

嬴徹科技CTO楊睿剛介紹，所謂安全護(hù)欄，可以理解為同時(shí)進(jìn)行兩套系統(tǒng)，一套基于端到端的模型，這是主系統(tǒng)。采用占用網(wǎng)格技術(shù)（Occupancy Grid Map – OGM)在三維空間中進(jìn)行表征，實(shí)現(xiàn)對(duì)異形物體及復(fù)雜場(chǎng)景有效識(shí)別。

此外，針對(duì)重卡感知距離長(zhǎng)對(duì)OGM算力和內(nèi)存消耗大的挑戰(zhàn)，嬴徹開(kāi)發(fā)出高效OGM技術(shù)，采用自適應(yīng)顆粒度與稀疏算法，降低55%的算力消耗與70%的內(nèi)存消耗。

另外，安全護(hù)欄在端到端模型中間有一些小模塊，小模塊會(huì)生成可解釋的結(jié)果，可解釋的結(jié)果形成一些規(guī)則性的方案，然后再和主系統(tǒng)的輸出結(jié)果進(jìn)行權(quán)衡和比對(duì)。

而且楊睿剛還強(qiáng)調(diào)，嬴徹在訓(xùn)練端到端網(wǎng)絡(luò)時(shí)，采用真實(shí)數(shù)據(jù)訓(xùn)練。

“超級(jí)司機(jī)”則是嬴徹為重卡特殊使用場(chǎng)景和需求研發(fā)的駕駛行為大模型——TruckGPT。

TruckGPT將駕駛行為與場(chǎng)景數(shù)據(jù)在天氣、路面材質(zhì)、光照、道路結(jié)構(gòu)、交通流量、車型、載重等300多個(gè)維度上進(jìn)行原子化細(xì)分，并自然語(yǔ)言化；同時(shí)結(jié)合人工標(biāo)注與自動(dòng)標(biāo)注形成正樣本和負(fù)樣本的駕駛行為原子集，對(duì)LLM模型進(jìn)行精調(diào)，力爭(zhēng)在油耗、安全及駕乘舒適度上全面超越老司機(jī)。

最后，嬴徹率先選擇全棧自研智能駕駛硬件模塊，其中既有為量產(chǎn)成本的考慮，也有自動(dòng)駕駛軟硬一體的內(nèi)在規(guī)律驅(qū)動(dòng)。

嬴徹最新的ADCU計(jì)算平臺(tái)，針對(duì)卡車長(zhǎng)途弱網(wǎng)、多變工況對(duì)數(shù)據(jù)閉環(huán)造成的挑戰(zhàn)，新平臺(tái)提供了大容量的存儲(chǔ)能力及數(shù)據(jù)管理系統(tǒng)，通過(guò)數(shù)據(jù)壓縮，智能斷點(diǎn)續(xù)傳等技術(shù)確保高價(jià)值數(shù)據(jù)回傳成功率達(dá)到99.9%。

新的ADCU也達(dá)到了ASIL-B級(jí)的功能安全等級(jí)及ISO 21434認(rèn)證的信息安全級(jí)別，充分應(yīng)對(duì)卡車苛刻嚴(yán)酷的運(yùn)行和維護(hù)環(huán)境。

全球卡車首個(gè)卡車NOA的落地，背后的技術(shù)突出3個(gè)特點(diǎn)：首先強(qiáng)調(diào)功能安全性；其次是成本和工程化可行性；最后是緊密貼合商用車賽道的節(jié)油、平穩(wěn)特性。

沒(méi)有激進(jìn)強(qiáng)調(diào)全無(wú)人或L4，也不刻意展示“XX里程不接管”Demo，務(wù)實(shí)到有點(diǎn)“樸實(shí)”。

但這正是嬴徹做智能卡車量產(chǎn)積累的know how，也是能快速開(kāi)啟商業(yè)化落地，并在一年多時(shí)間內(nèi)實(shí)現(xiàn)運(yùn)營(yíng)里程超5000萬(wàn)公里的核心。

卡車NOA如何落地？

首先快速說(shuō)明一下智能卡車與乘用車或Robotaxi賽道的最大也是最本質(zhì)的差別。

乘用車服務(wù)C端用戶，產(chǎn)品可以千姿百態(tài)，智駕方案有高有低，功能亮點(diǎn)各有差異化。

但商用車服務(wù)的核心對(duì)象是物流行業(yè)，是B端，唯一關(guān)注的只有成本。

說(shuō)白了商用車是拉貨掙錢的，成本越低價(jià)值就越大，省下一點(diǎn)，車隊(duì)或司機(jī)就能多賺一點(diǎn)。

商用車全周期成本（TCO）成了關(guān)鍵指標(biāo)，包括司機(jī)成本，約占1/3左右；燃油成本，占1/4—1/5左右。其余還包括維修保養(yǎng)、事故保險(xiǎn)等等。

給一個(gè)直觀的數(shù)據(jù)概念：一般一輛重卡的報(bào)廢極限是100-150萬(wàn)公里左右，跑得勤的車隊(duì)或司機(jī)，一般兩到三年就能干到這個(gè)里程，總成本約250-350萬(wàn)元。

無(wú)論是在人工或燃油或維修等等方面，就算能節(jié)省1%的成本出來(lái)，司機(jī)一年也能多賺好幾萬(wàn)，節(jié)省的更多，自然客戶就越愿意買單。

而圍繞這個(gè)核心訴求，嬴徹執(zhí)行副總裁阿玉順介紹了目前的商業(yè)化進(jìn)展：

商業(yè)運(yùn)營(yíng)里程超過(guò)5000萬(wàn)公里，智能重卡數(shù)量接近700輛。覆蓋了全國(guó)7大核心經(jīng)濟(jì)區(qū)的340多條干線高速運(yùn)營(yíng)線路。

累計(jì)發(fā)運(yùn)近5萬(wàn)趟次，全部由單駕（一個(gè)司機(jī)）完成。

600多天運(yùn)營(yíng)中，自動(dòng)駕駛里程占比超過(guò)90%。自動(dòng)駕駛里程內(nèi)，0事故0保險(xiǎn)賠付。

這樣的描述中，就能看出嬴徹智能卡車落地的主要邏輯。

卡車NOA帶來(lái)的省油。是直接商業(yè)化優(yōu)勢(shì)。

阿玉順介紹，華東、華南、華北、華中等干線貨運(yùn)核心流向上，嬴徹智能重卡的節(jié)油表現(xiàn)均優(yōu)于客戶油耗考核標(biāo)準(zhǔn)，百公里節(jié)油平均可達(dá)1至3升。

相較于人類優(yōu)秀司機(jī)節(jié)油可達(dá)3%-7%。其中30%常態(tài)化運(yùn)營(yíng)線路可實(shí)現(xiàn)7%-10%的油耗下降。

其次，卡車NOA讓司機(jī)“省力”，是第二個(gè)商業(yè)化優(yōu)勢(shì)的前提。

北京理工大學(xué)航天人因工程團(tuán)隊(duì)跟蹤研究數(shù)據(jù)顯示，使用嬴徹卡車NOA的智能卡車駕駛員的生理疲勞度，比使用傳統(tǒng)卡車的司機(jī)下降約35%，心理疲勞度下降約11%。

這也就使得長(zhǎng)途貨運(yùn)場(chǎng)景下，以往需要兩個(gè)或多個(gè)司機(jī)的任務(wù)，現(xiàn)在一個(gè)司機(jī)就能完成。

比如快遞快運(yùn)、合同物流、零擔(dān)和整車專線等各個(gè)干線物流細(xì)分場(chǎng)景，嬴徹的客戶目前都實(shí)現(xiàn)了人車比的顯著下降，可節(jié)省人力成本20%~50%。

這就是“省人”。

另外，嬴徹智能卡車產(chǎn)品落地的另一個(gè)優(yōu)勢(shì)，就是卡車NOA運(yùn)行的平穩(wěn)性、安全性，帶來(lái)貨物運(yùn)損下降，以及車輛保險(xiǎn)費(fèi)用的降低。

總結(jié)嬴徹的商業(yè)落地探索，展現(xiàn)出這樣的進(jìn)展：

強(qiáng)技術(shù)底座，以“省油”和“兩個(gè)司機(jī)變一個(gè)”、“安全成本”為主要競(jìng)爭(zhēng)優(yōu)勢(shì)，已經(jīng)獲得了物流行業(yè)的認(rèn)可。

并且在銷售端，也覆蓋了快遞快運(yùn)，合同物流及零擔(dān)等多場(chǎng)景客戶。

在整個(gè)行業(yè)中，大部分智能重卡玩家還在攻克前裝量產(chǎn)難題，有的甚至尚未找到合適落地場(chǎng)景。

而嬴徹的商業(yè)化是目前規(guī)模最大，程度也最深的，更是第一個(gè)初步探索出落地模式的。

在整個(gè)賽道中，嬴徹科技展現(xiàn)出一馬當(dāng)先的態(tài)勢(shì)。

嬴徹模式的“稀缺性”

如何看待嬴徹的卡車NOA和商業(yè)化進(jìn)展？

于普遍狀況，整個(gè)智能卡車競(jìng)速格局，發(fā)生了改變。

智能卡車創(chuàng)業(yè)，一直有三種故事：造車、L4和嬴徹所在的從L3起步漸進(jìn)式走向L4。

L4目前遇冷，尤其是在海外。其重要原因一是法規(guī)不予放行，二是前裝量產(chǎn)難以實(shí)現(xiàn)。

實(shí)際上，“卡車新勢(shì)力”之所以誕生，就是因?yàn)長(zhǎng)4模式量產(chǎn)受阻，以高階自動(dòng)駕駛技術(shù)入局的玩家，希望通過(guò)重新設(shè)計(jì)底層平臺(tái)，實(shí)現(xiàn)L4的降維。

不過(guò)造車這條路牽扯資質(zhì)、重資產(chǎn)投入等等，能否跑通仍有待驗(yàn)證。

而以合作車企推動(dòng)L3量產(chǎn)起步的嬴徹，則因其商業(yè)上的務(wù)實(shí)，和技術(shù)上的強(qiáng)投入，首先跑通了商業(yè)模式——邏輯已成立，客戶已認(rèn)可，剩下的就是降低成本了。

這也是嬴徹卡車NOA 5000萬(wàn)公里的第二重意義：

智能卡車轉(zhuǎn)折點(diǎn)到來(lái)，嬴徹首次證明了智能卡車的必要性和商業(yè)價(jià)值，給整個(gè)賽道重新注入信心，打消了政策、資本、輿論的質(zhì)疑。

當(dāng)然，也給行業(yè)提供了一種“嬴徹模式”的參考。

嬴徹科技創(chuàng)始人兼CEO馬喆人認(rèn)為，所謂“嬴徹模式”并不存在“獨(dú)特性”，甚至可以說(shuō)是“明牌”：

前裝量產(chǎn)+全棧自研+深度運(yùn)營(yíng)。

前裝量產(chǎn)，指和車企深度合作，把智能駕駛套件加上去，達(dá)到車規(guī)，且成本可控，提供落地的基礎(chǔ)。

全棧自研，體現(xiàn)在如今嬴徹能在AI“生產(chǎn)力工具”一端完全自給自足，也體現(xiàn)在統(tǒng)一的硬件平臺(tái)上搭配不同方案，滿足各種客戶的需求等等方面。

深度運(yùn)營(yíng)，使得嬴徹早期盡快投入商業(yè)閉環(huán)，可以迭代產(chǎn)品，獲得客戶。在中長(zhǎng)期探索“貨運(yùn)機(jī)器人”對(duì)運(yùn)輸模式的變革。

其實(shí)拆開(kāi)來(lái)看，每一條都有玩家之前強(qiáng)調(diào)過(guò)。但馬喆人認(rèn)為，三者深度結(jié)合而且一直堅(jiān)持下來(lái)，是具有稀缺性的，這是嬴徹模式的真正內(nèi)涵。也是目前商業(yè)化進(jìn)展最快的核心原因。

縱向觀察，嬴徹科技的商業(yè)進(jìn)展也展現(xiàn)出更值得關(guān)注的趨勢(shì)：

堅(jiān)持正確的戰(zhàn)略數(shù)年，在技術(shù)、市場(chǎng)、產(chǎn)業(yè)鏈成熟的背景下，摸索出商業(yè)模式雛形，而又遠(yuǎn)遠(yuǎn)領(lǐng)先賽道其他玩家，這些因素使得嬴徹走到了一個(gè)巨大的增長(zhǎng)周期開(kāi)端。

一如2022年的理想，和2021年的比亞迪。

在行業(yè)橫向視角下看，嬴徹科技率先探索的商業(yè)化公式，也毫無(wú)疑問(wèn)會(huì)成為行業(yè)的公式準(zhǔn)則，開(kāi)啟全球新的產(chǎn)業(yè)競(jìng)速。

而在這一條賽道上，中國(guó)已經(jīng)具備了成為技術(shù)、商業(yè)化全球中心的優(yōu)勢(shì)。