自动驾驶的包袱、鸿沟与必经之路

总结看来,底层技术的突破、安全性和商业化,自动驾驶目前还受到这三个层面的制约。

文|真探  张嘉豪

自动驾驶经历了一个悲伤与希望并存的8月。8月12日,一场开启NOP系统的蔚来汽车车祸,引发了社会层面对于自动驾驶技术、营销话术、车企文化等方面的广泛讨论。而最近的特斯拉AI日上,特斯拉展示了其自动驾驶技术的最新进展,让外界对这条基于纯视觉方案的路线又产生了新的憧憬。

质疑也好,憧憬也罢,自动驾驶还有漫长而广阔的路要走。美国未来能源安全的一份研究报告预测,到2050年,自动驾驶预计将为美国创造大约3.2-6.3万亿美元的经济效益。中国也在自动驾驶这条赛道上加大着自己的投入。2020年11月,中共中央、国务院发布了《新能源汽车产业发展规划(2021-2023)》,提出将在2025年高度驾驶自动汽车实现限定区域和特定场景商业化应用、2035年高度自动驾驶汽车实现规模化应用。

“这个行业(自动驾驶)不是没有需求,有巨大的需求”,无人驾驶公司轻舟智航(QCraft)联合创始人兼CEO于骞对「真探AlphaSeeker」这样表示,“但是由于技术还没达到这一步,和真正的应用之间的鸿沟还很难跨越。”

轻舟智航是一家于2019年3月在美国硅谷成立的无人驾驶通用方案公司,2019年11月开始在中国多地设立办公室,并于2020年10月落地中国首个常态化运营5G无人公交。

成立两年多时间里,轻舟智航融资速度极快。天眼查数据显示,轻舟智航共获得四轮融资,最近一轮融资为发生在本月的A+轮融资,融资金额达1亿美元,由云锋基金和元生资本领投,美团龙珠和国际知名养老基金共同参投。有传闻称,字节跳动此前也曾投资轻舟智航,但后者并未对此做出回应。

公司联合创始人兼CEO于骞是国际顶尖核心感知算法和地图专家。在创立轻舟智航之前,于骞曾任Waymo感知关键模块的机器学习算法研发Tech Lead,还曾担任Google街景组关键项目技术负责人,帮助Google地图完成面向本地化的转变。基于多年的顶尖无人车团队感知算法研发和地图制作经验,他对如何打造可量产无人驾驶系统有着深刻的理解。

技术是自动驾驶行业最核心的东西。在于骞看来,“无人驾驶的难点是在任何一个情况下,司机不需要对车做任何干涉,这个跨越是根本性的跨越。”而技术和应用之间的鸿沟能不能弥补上,“并不取决于某一家公司,而是整个行业大幅度推进,包括传感器的技术、计算的技术、算法的提高、人们的接受程度、法律法规的完善。”

针对近期乘用车领域因自动辅助驾驶出现的问题,于骞也给出了自己的看法:“首先这两种不同的路径(乘用车和出行领域)最终的目标还是不一样的。比如以L3为主的辅助驾驶,它更关心的是能否把驾驶体验提高,这是它最核心的技术。是不是无人不是它要解决的问题,它其实就是辅助驾驶。可以这么讲,它还没有触碰到无人最核心最难的部分。”

总结看来,底层技术的突破、安全性和商业化,自动驾驶目前还受到这三个层面的制约。但是,随着国家层面的重视程度不断提升,社会层面的讨论越来越多,作为人工智能一个重要出口的自动驾驶终会迎来自己的春天。只不过这个春天何时能够到来,还是要取决于整个行业从技术到安全标准再到法律法规层面的共同努力。

以下为「真探AlphaSeeker」整理后的部分访谈实录:

“仿真测试是通向自动驾驶的必由之路”

Q:轻舟智航是国内率先强调仿真系统的厂商,您能否具体阐释一下轻舟智航是如何通过仿真系统重现边界化的场景?真实的路测和仿真系统的模拟,二者之间的关系是什么?

于骞:可以这么讲,确实轻舟智航在整个自动驾驶行业创业公司里是最早提出仿真测试的重要性的。我们对这个认识比较深刻。我们说的仿真测试更多的是系统性的能力,不是单点某一个算法。自动驾驶最根本的测试还是道路测试,道路测试最终来检验是不是能够安全可靠,这是最终的标准。我们的仿真测试并不是要取代道路测试,而是要把道路测试的效率提高,这是仿真测试的核心逻辑。

自动驾驶的测试里程要求非常高,根据不同的说法、不同的统计口径能达到数千万上亿。只有这种大规模的测试才能保证真正的安全。实际上,面对海量的路测数据,一旦我们的算法做了修改和调整,是没有办法把这些数据重新再跑一遍的。它必须要能够在一种虚拟的环境下,把之前所有的数据价值重新发挥出来,验证我这些算法的修改、系统的变化是否安全可靠。

仿真测试是通向自动驾驶的必由之路,这是没有其他可选的。这不是可有可无的一件事,是必须有的一件事。仿真大家说的比较多,这件事最先是谷歌自动驾驶提出来的,后面行业里大家普遍认识到重要性。但是仿真怎么能够做得很好,这里面有大量的专业技术在里面,比如你怎么能够保证车载系统和仿真系统的高度一致性;在道路测试发现的问题,在仿真测试上也能够复现;怎么能够把大量的数据提炼抽象出来,把它变成一些场景库,变成一些更有价值的东西。

随着开发的推进,我们发现重要的数据只是集中在比较特殊的情况,怎么能更好地在路测数据中发现这些特殊的数据,包括怎么能够把这些数据做到举一反三,通过智能算法做到对真实场景的修改,而且这种修改是符合实际物理场景的,这种能力也是极其重要的。

在这些方面来讲,我们都做了大量的工作。而且我们的仿真和整体系统是共生的关系,它不是说我们先解决了某些单点的技术,比如先解决地图定位、解决感知、再做预测、再做规划控制,回来再去做仿真,不是这么一个逻辑。我们的仿真是在整个研发过程中,作为一个很底层的支撑,和整体系统一起共生,一起走到这一步。而不是说我从外面随便买一套仿真,就能植入进去。

Q:能举一个具体的例子吗,比如用仿真系统设置那些实际路测中没有办法实现的场景?

于骞:比如闯红灯的情况。闯红灯在实际道路中比较难收集,很长时间不见得能够收集到一个闯红灯的情况,但我们的仿真测试可以控制红绿灯的状态,包括控制其他道路交通参与者的状态,来去看如果发生闯红灯的情况我们能不能处理。这只是仿真的某一个应用,像这样的应用非常非常多。

再比如在道路上发现某些情况,这个情况我们的车能够处理,但是我们想看一下这种情况如果发生变化,发生跟当时稍微有些不太一样的情况,比如这个车比之前的车开的快一点、慢一点,或者状态更激进一些,或者更保守一些,我们的车还能不能处理这样的情况。这种情况都可以在仿真里做调节,这是非常重要的应用。

再比如我们的算法调整,我们做了一些大幅度的算法调整,这个算法调整涉及到调参的过程,这种调参很大程度上可以和仿真系统进行高度配合,通过大量仿真系统先去测试来找到一个很好的参数区间,这样就避免了直接上路测试的不确定性,可以把整个开发流程大大加快,这些都是我们仿真系统应用的地方。我举的这些例子都是非常核心的,对于效率提升有重大帮助的例子。

Q:仿真能够重复很多路测上没有的场景,那么为什么仿真只能作为一种检验路测的方式,而无法真正取代路测呢?

于骞:实践是检验真理的唯一标准。首先安全是整个自动驾驶行业的一道红线,是一个天条,在所有的准则里面,这是第一准则,所以我们对它的安全性要求非常高。仿真测试,它能够解决很多问题,但是它替代不了路测。只有路测才是最终的检验标准,你不能说全部都仿真测试完了,就能保证路上完全没有问题。

它只是把你路测可能需要的时间和周期,或者花费的金钱大大压缩,但是最终还是要在路上去验证,还是需要你的客户,或者自己的车队来验证你的系统是否安全可靠,这是最终的安全标准。到现在这个阶段,我觉得在很长一段时间内,我们并不相信仿真可以百分之百替代路测,它只是一个效率提升的手段和工具而已,我们不要把仿真完全神话,因为在安全方面来讲,它只是一个手段而已,是效率提升的手段之一,并不是说它可以替代路测。我们在安全上必须要非常谨慎。

Q:这套仿真系统在国外的公司发展到什么程度?还有最近特斯拉也讲他们的仿真,这些不同的企业各自的思路有什么差别吗?

于骞:整个行业都认识到仿真的重要性,我相信这是一件好事,大家都看到这个行业的关键点。首先我们整个仿真技术搭建,包括数据,主要是针对国内的复杂情况,跟国外的情况不完全一样。中国的道路情况更复杂一些,拥堵情况,包括机动车参与者相互之间交互行为更多,这也是行业里大家公认的,这个里面能够催生出一些更有挑战的部分。

我们很难简单地去跟其他公司比较。我们毕竟是创业公司,不可能部署上千台的车队,甚至几万台的车队去做实际的路测。相比来讲,我们在仿真上面投入的资源比重会比其他公司更多一些,这是我们能够提高效率很重要的地方。这也是基于我们创业公司的特点,有点像我们提的,通过造火箭的方式,而不是搭梯子的方式来实现。

Q:轻舟智航创始团队都是Waymo出身,和国内的自动驾驶创业公司相比,技术和产品路线上会有怎样的不同?

于骞:国内的企业也推出一些仿真方面的工作。对于我们来讲,我们确实是比较早认识仿真的重要性,一出来就开始把这件事当做一个很重要的事情去做。

国内的自动驾驶企业都有不同的特点。我们在整个路线选择上,不管是产品路线还是技术路线,还是更专注打造底层技术,应用场景选择的是从更聚焦的切口切入。

“技术还没达到这一步,和真正的应用之间的鸿沟很难跨越”

Q:您之前接受采访提到过无人驾驶“存在历史包袱”,能否具体解释一下“历史包袱”是什么意思?

于骞:这种历史包袱,在发展很快的行业里都是存在的。我举一些例子,像Waymo在2009年就开始做自动驾驶,但像深度学习这种技术,是在2012年才有突破。之前已经做得很好的非深度学习技术,比起深度学习的模型就差了很多。

当然这不仅仅是在自动驾驶行业,在很多行业里都有。再举一个更广泛的例子,像手机行业,诺基亚、摩托罗拉在功能手机方面来讲是非常强大的,基本上占领整个市场,但是一旦智能手机开启以后,它在功能手机上积累的内容反而成为它的包袱。对于车这个行业,新能源车的势头非常猛烈,之前很多主机厂在变速器或燃油机方面积累的技术,对整个新能源来讲并没有实际帮助,反而是一个历史包袱。你是抛掉,还是继续背上呢,这都是需要仔细考量的问题。

历史包袱无论是在大小层面都会存在。比如一些很具体的层面,从整个技术推进的角度来讲,很多公司都面临这样的问题。

在新技术出现的时候,一家公司是不是能够接受更迭传统的技术。在更新换代的过程中,就像车一边开一边换轮子,你要是不换,虽然能往前看,但是长期会出问题。但是如果你换了,可能要停下来,整体的速度会有下降,你能不能接受这个短暂的减速,然后迎来一个更好的提升。这种增长,不是一个单调递增的过程,有时候要往下走一段时间是为了更好的往上走,很多情况是这样。

汽车的赛道非常长,非常广阔,长期的竞争力在效力提升上非常重要,为什么我们出来以后非常强调效力的重要性,这个才能保证长期的竞争力优势,不只是短期的一点成果。这也是造梯子和造火箭的区别,我们要通向月球,解决的是造火箭的问题,而不是造梯子,梯子造的再好,到一定的时间点它就无法再往前更新换代,这是我们对整个行业,包括对整个技术的认识。

Q:您觉得技术上是要造火箭,但是轻舟智航在落地的时候反而是考虑像小巴这种比较容易的项目。这是为什么?

于骞:我们在实际层面技术的时候是选择造梯子的方式,而造火箭更多的是对底层技术的形容。可能造梯子的手段,通过修修补补能有一些进展,但是它走不远。你要想去月球的话,造火箭可能很长时间没有什么进展,但是造成功了,它后面的增长会非常快。这是根本性的改变。

Q:从商业化的角度理解,小巴的确更好实现一些,但这样的“高配低打”在未来会不会产生一些局限性?有没有其他商业场景延伸的计划?

于骞:这个行业存在巨大的Gap,这个Gap是指在技术和应用之间一个极大的鸿沟。这个行业不是没有需求,有巨大的需求,但是由于技术还没达到这一步,和真正的应用之间的鸿沟很难跨越,所以我们怎么跨越这个鸿沟?

分成两个方面,我们也都在努力:

第一个方面要在底层技术方面突破。这个行业是以技术为根本,技术是最主要的一步,我们在技术上把它的效率提升,让它真的能够解决核心问题。这是我们为什么提出来造梯子和造火箭,我们在底层技术上一定是造火箭,这是我们在技术方面能够弥补Gap很重要的一点。

第二个方面,我们要选择一个大市场的小切口来去切入,而不是一起步就做一个非常大的市场。

这两方面都努力,Gap就小了很多。Robotaxi和Robobus业务,可以看到很多技术是相通的,场景都是相通的,都是针对一些公开道路的场景。但是Robotaxi覆盖的区域更大,落地的难度过于高。Robobus只是速度慢一些,区域稍微小一些,但技术或者整个场景都是一致的,它是通向一个万亿规模市场的起点。

我们为什么选择Robobus业务?相比较矿山、港口、扫地、环卫之类的应用场景,小巴的市场空间更大。它和整个城市出行相通,只不过在现阶段把它的速度降下来、区域放小一些,只是在这方面有些限制,但是这是一条能走通的路。

港口、矿山等场景下的技术拓展性相对比较差,在矿山开得再好,在公开道路上也有可能寸步难行。这是为什么我们选择小巴作为切入点。

未来很长的时间内,像Robotaxi、Robobus很有可能会成为同样一种形态。未来的出行方式不一定是现在我们看到的Robotaxi或Robobus,可能是一种新的出行载具,是一种新的交通工具。但是最核心的还是底层技术的驱动,不管是什么形式,这种技术驱动非常重要。当然随着整个传感器的成本、计算的成本大幅度下降,它会支撑很多其他城市级别的应用,比如像物流、配送这些非常刚性的应用。但是我们要分阶段,分步骤地去做这件事,而不是上来就把力量放得非常均衡,解决一个特别开放的问题,这就是我们对这个行业的理解。

轻舟智航龙舟ONE无人小巴

Q:现在无人小巴目前使用自动驾驶L4级别技术,国内量产汽车,就是乘用车市场的自动驾驶还处于从L2到L3阶段,出行领域和乘用车领域自动驾驶技术在发展上,有什么不同的地方?

于骞:首先这两种不同的路径最终的目标还是不一样的。比如以L3为主的辅助驾驶,它更关心的是能否把驾驶体验提高,这是它最核心的技术。是不是无人不是它要解决的问题,它其实就是辅助驾驶。可以这么讲,它还没有触碰到无人最核心最难的部分。

辅助驾驶的目标是体验好,是不是无人对他来讲不重要,车卖的好,体验好,这件事就够了。但是以L4级别自动驾驶的技术路线来讲,它的最终目的是要实现无人化,它的目的是要把司机从驾驶员的位置去掉。

我觉得这两种方式会共存很长时间,可能很难一种方式把另外一种方式完全取代掉,如果最终发生替代也是非常久远的事情。马路上会有很多辅助驾驶的车,但是也会有一些相对来讲更容易落地的场景会实现完全的无人。

Q:您想象中未来出行方式应该是什么样子?

于骞:未来出行方式和整个城市未来的发展都是高度相关,包括跟国家的国情都是高度相关。中国城市有一个很大的特点是它的人口基数和人口密度都非常之高。在这样高的人口基数和密度下,中国政府有一个非常有远见的国家战略,就是优先发展公共交通。

在中国,像地铁、高铁这样的轨道交通发展非常快,加起来是全世界其他国家总和的数倍,而且还在不断增长。地铁和高铁解决的是城市内主动脉的沟通方式,但是在非轨道交通之外,下了高铁、地铁,城市的微循环通行还在高速发展当中,包括传统的公交站点设计、车体的大小、站点的安排都仍在完善,同时共享单车乱停乱放,对城市管理造成很多麻烦,私家车停车非常难。此外,很多公开数据都表明,网约车的出现使得城市交通拥堵程度加剧,而不是减少,在纽约、北京大家都亲身感受的到。从大的环境来看,车的共享化、网约化是一个非常重要的解决整体交通效率的问题。

在中国,未来的交通方式不是解决某个人的出行问题,而是整个系统的效率提升。我们看到最好的效率提升方式,是通过交通微循环的方式把出行和轨道交通结合在一起,这样可以大大提高公共出行的效率,这是在中国未来出行一个很大的趋势。国家在公共交通上投入非常巨大,基本上是不遗余力地投入建设公共交通。所有的地铁、高铁如果单算建设成本,大部分都是赔钱,但是它把城市之间的距离拉近,把整个区域内的距离拉近,形成一体化发展,把人们的出行方式改变。

在未来的时间里,自动驾驶会成为继高铁之后,中国的另一张城市名片。在新基建、智慧城市建设下,交通建设非常有前瞻性、突破性,包括5G大幅度普及,车路协同基础设施搭建。

城市在改变出行方式,出行方式也在改变城市,二者在相互作用。未来给我们打开一个非常大的空间,对于整个人类的出行方式有一个根本性的改变。

“和驾驶行为相关的问题,让这个行业卡在这里”

Q:您刚才提到像乘用车领域还没有触达到无人驾驶最核心最难的部分,可以具体解释一些,最核心最难的部分到底指的是什么?

于骞:很简单,无人化本身就是非常难的一个问题,核心就在于是否能够实现真正的无人化。大部分这种辅助驾驶,不管怎么宣传,在传感器的选型、计算、系统的框架设计上考虑的,其实都不是为了取代人。它是为了辅助驾驶,很多地方根本没有考虑到如果车上没有司机车辆该怎么开。

无人驾驶的难点是在任何一个情况下,司机不需要对车做任何干涉,这个跨越是根本性的跨越,涉及到底层的车辆控制冗余、硬件的传感器冗余、计算的冗余设计、整个算法冗余的设计,以及整个系统的稳定性。这个跨越不是简单堆料就能做到的。

对于乘用车方向的辅助驾驶来讲,它受到很多成本的限制、法律法规的要求。这个领域对成本的要求非常刚性,乘用车每增加一个零件都得经过严密的成本计算。这个方面的限制对实现无人化是一个非常大的挑战。

综合这些考虑来讲,乘用车还没触及到无人化。不过本身它也不需要触及到这一步,它的目标是为了解决体验更好、车好卖这么一个问题。这二者解决的问题是有根本性的区别。

Q:蔚来前段时间因为自动辅助驾驶出现事故,引发了很多争议,包括特斯拉FSD之前也出过好几起类似的事故,是否也跟您刚才说的“乘用车的目标并不是无人”有关?

于骞:包括谷歌在内的公司做了很多行业的研究,辅助系统最危险的时候,不是刚上车那一段时间,而是你已经对这个辅助系统比较熟悉了,也理解它的工作情况的时候。这时你觉得它非常安全,而这恰恰是最危险的。你对它非常信任,但是它又做不到完全无人化,或者它本身设计存在一些问题,包括难以处理好一些特殊情况。它在那个时间点是最危险的,这个已经被广泛的关注。

为什么提出自动驾驶,很大的原因就是要实现驾驶的安全,90%以上的事故是由于人为因素造成,我们整个自动驾驶出现的核心考量就是使驾驶更安全。这件事说起来好说,但是要把它做到极度的安全是非常困难,需要整个行业一起努力,把这个事做成。

机器和人的安全是不同的,从理论上讲,即便机器和人达到同样的安全程度都不够。因为人犯一个错误,可以被理解,可以被宽恕,但是如果机器和人一样犯错误,机器很难被宽恕。只有自动驾驶系统比人的安全高一个数量级,大家才可能真正接受它,这是未来大家对这个安全的标准的一种更严苛的要求。整个自动驾驶行业需要有这样安全性的意识,来保证行业的健康发展。

Q:现在在行业里,大家有没有对安全性、标准性的共识?

于骞:很多体系正在建立之中。传统的标准本来就有很多,包括在车的供应链体系方面。但是对于高等级的,或者非常新的事物,它的标准建立需要时间,需要行业经过一定的沉淀和摸索才能建立。我感觉这个行业正在形成这样的共识,有很多行业标准正在建立之中。

Q:您觉得达成我们想要的那个安全性的目标的过程中,限制自动驾驶发展的主要因素是什么?是技术上没有办法突破,还是需要更长的时间积累一些路测数据?

于骞:自动驾驶最大的挑战就是技术,我刚开始提到,不是没有需求,因为人类梦想自动驾驶已经是数十年的梦想,但是这件事就是非常非常困难。最核心的不是没有需求,而是这个技术能不能和我们的需求好好的匹配,能够真正实现安全。这个Gap能不能弥补上,并不取决于某一家公司,而是整个行业大幅度推进,包括传感器的技术、计算的技术、算法的提高、人们的接受程度、法律法规的完善。

可以讲,人们在长期和短期的预期上经常会有一些偏差,经常由于预期过高,短期没有达成,对短期的预期比较失望,从而对长期的预期比较悲观。

有些情况下达到这么一个临界点,事物自然而然就会发展得非常快。新能源车就是这样,它也发展了很长一段时间,而到最近几年才非常快速地发展起来。2009年的时候,新能源车刚刚起步,全国只有几百台新能源车,差不多花了十年的时间,新能源车达到了5%的渗透率,之后又用了差不多一年多的时间,实现从5%到10%的增长。

这不是完全线性的发展过程,一开始确实需要很多积累,需要整个行业包括上下游企业,包括技术,法律法规整体达到一定的状态,它才能起来。

从行业发展的规律和大的趋势来看,自动驾驶最终会到来的。我常开玩笑,如果人类是一个跨行星的生物,不能实现自动驾驶,我们怎么能说我们是一个跨行星的生物呢?我们要到火星了,难道还要自己开车吗?

Q:刚才讲到技术瓶颈,具体是哪个环节的技术比较难突破呢?

于骞:在整个自动驾驶技术栈里面,最开始的技术是从地图定位开始,包括很早的Sebastian Thrun,Waymo 前身Google X实验室的创始人。他最早从地图定位起家,地图定位是当时很重要的核心技术,地图定位解决了,其他问题基本上很好解决。

再往上一步是在感知方面,发现感知方面解决了,其他问题也就很好解决了。当然这里面有很多插曲,例如多线束激光雷达的出现就帮助感知一步跨越了很高的门槛。在没有多线束激光雷达之前,DARPA挑战赛(美国国防高级研究计划局科技创新挑战赛)的很多参赛选手完不成整个行程,但是随着多线束激光雷达的出现,很多参赛者都可以完成整个路线。从2012年开始,深度学习出现,整个感知层面发生了很大的变化。深度学习将感知技术进行了更新换代。

但是越到后面越发现感知问题相对来讲是好解决的,因为它的真值(在一定条件下,被测量客观存在的实际值)是比较确定的,该检测的就要检测出来,该识别的就要识别出来。

相比而言,所有和驾驶行为相关的这些问题,反而更复杂。比如怎么预测其他人的行为,这个人站在路边,到底是要等红绿灯过马路,还是在那里打电话,这种行为的预测其实是更复杂的。包括车辆规划路径,和其他人的行为也是相关。因此,和驾驶行为相关的问题都是很复杂的问题。而且它有很强的区域特性在里面。可以这么讲,是和驾驶行为相关的问题,让这个行业卡在这里。当然我不是说这方面是停滞的,这方面其实也在不断地出现技术突破。

为什么仿真技术出现?一部分是为了解决感知问题,但更大程度上是为了解决行为相关的问题,更好地复现行为,对行为作出理解、改变和调整。仿真技术出现很大程度上是为这个服务的,但这要看我们的算法更新换代能不能跟上。

不过整体行业是在变好,如果你向前看两三年,那个时候的技术和行业发展状况,和现在相比,有很大的差距。

“它堪比于二十年前的互联网,或者十年前移动互联网”

Q:上周轻舟智航刚刚宣布一轮投资,融资速度算是比较快的。在您看来,现在自动驾驶行业投融资的热潮,和17年的那波热潮相比有什么区别?推动投资热的底层因素是什么?

于骞:资本市场会有很强的波动性,会有波峰波谷的变化,但我们需要看到的是长期的发展趋势,而不只是跟着资本走。我们出来的时间不是自动驾驶热炒的时间,我们出来的时间是相对比较低潮的时间,所以我们对整个趋势判断不是以资本市场涨跌来看,而看的是比较长的趋势——这件事最终是什么样,是不是很大的一件事。

我觉得自动驾驶这件事,首先是一个非常长期的,非常大的一个事,它堪比于二十年前的互联网,或者十年前移动互联网,它对社会的改变是巨大的、根本性的,是基础设施级别的改变。衣食住行的“行”是非常重要的一个方向,它对整个社会的改变都是非常巨大的,会释放很大的生产力。我们起码要坚持耕耘二十年,二十年自动驾驶肯定会大范围普及,如果我们能够坚持二十年,轻舟智航一定是一家非常了不起的公司。

Q:自动驾驶投入比较大,还是比较依赖于资本外部输血,有没有担心过风口过了,投资人又不看自动驾驶了?

于骞:风口肯定会有变化,就跟潮水一样会有变化,但是中国在整个硬科技领域,包括以核心技术为主的领域,并不是一个短期的变化,而是一个根本性的变化。蒂姆·库克讲了一句话,当时很多人有些震惊,他说自动驾驶是人工智能之母,大家都想,这么重要吗?确实是这样,它是人工智能巨大投入的重要出口。人工智能有很多很多出口,但是出行是一个很重要的出口,在这个领域有这么多的资金投入、人才的投入,它不是一个短期的趋势,是一个长期的趋势。

当然对于轻舟智航来讲,轻舟智航本身聚集了很多相关的产业资本,能得到需要各种资源的支持。但同时我们也要尽快实现商业闭环,让无人驾驶真正落地,让大家能够看得见,摸得着。而不是停留在demo的展示和实验室阶段,这跟我们的slogan也是高度相关——将无人驾驶带进现实。

Q:轻舟智航的投资方里面新加入了美团,是否也期望在无人配送场景下进行合作?

于骞:我们还是比较开放的,非常愿意和行业的合作伙伴一起共同推进,不过暂时轻舟智航还没有切入到物流场景中。物流本身有自己的行业特点,包括成本的刚性、业务的复杂,前期需要大量资源的投入,不适合创业公司。轻舟智航更聚焦于本身的核心技术,以及目前切入的几条产品线,但在这之后,随着整个行业的发展,新的计划还会涌现。

Robobus并不是我们全部,只是目前的切入点,是通向一个万亿规模市场的切口。未来我们将采取比较开放的态度跟行业伙伴合作,将轻舟智航的底层技术价值真正发挥出来。

声明:本文内容仅代表该投稿文章作者观点,不代表蓝鲸号立场。 未经授权不得随意转载,蓝鲸号保留追究相应责任的权利
相关阅读
自动驾驶高阶人才,缘何成了“流水的兵”?
11位「首席智行官」集结,分享智慧出行最强干货
从毫末智行到小马智行,自动驾驶玩家能否接稳资本的橄榄枝?
红杉、深创投、光速中国等押注汽车科技赛道,国内自动驾驶战斗迫在眉睫,如何突围?