自動駕駛曾有兩條路線之爭:漸進式VS跨越式。
漸進式是指以特斯拉為代表的玩家,通過在量產車上搭載L2/L3級的輔助駕駛,不斷收集數據的方式迭代算法,最終實現L4/L5的無人駕駛;跨越式是指Waymo為代表的Robotaxi玩家,直接奔赴L4/L5級無人駕駛的終局。
如今的一個趨勢是,直接做Robotaxi的企業普遍遇到商業化的瓶頸而踟躕不前,而漸進式自動駕駛企業已經開始快速擴張了。
智行者就是漸進式自動駕駛的代表企業之一。2021年,智行者交出了亮眼的商業化成績單,收入是上一年的3倍之多。具體在業務端,繼拿下T3出行100臺Robotaxi訂單,又敲定100+臺xPatrol無人巡邏車訂單。同時,智行者也與廣汽研究院簽署了戰略合作協議,與北汽也有項目進展。
同時,在正在進行的北京冬奧會上,智行者被選中為服務商。3款搭載智行者無人駕駛大腦的無人車——Robotaxi、蝸小白清掃車、大型清掃車都進入了冬奧園,成為了今年冬奧保障團隊中的重要參與力量,向世界展現中國“科技冬奧”的魅力。
從訂單可以看出,相比一些聚焦在單一場景的自動駕駛公司,智行者的落地場景豐富,既有高速載人的Robotaxi,也有低速非載人的無人環衛車、無人特種車、無人物流車。
如果用一個簡潔的標簽來定義智行者,那就是“自動駕駛大腦”公司。這既是智行者區別于其他自動駕駛公司的不同,也是其快速實現商業化的秘訣。
我們采訪到了智行者CEO張德兆,來剖析一個“自動駕駛大腦”的商業進化史。
智行者是張德兆的第二次創業。
第一次創業在2011年,從事L2單目視覺高級輔助駕駛系統(ADAS)研發,為車廠提供輔助性零部件,對標業內領先企業Mobileye。這一段創業經歷也算成功,到2014年底時已經成為十幾家車企的前裝Tier1(車廠一級供應商),但整個過程卻讓張德兆苦不堪言。
張德兆告訴我們:“ADAS創業毛利本來就很低,主機廠每年還希望我們再降價10%,真的很辛苦。”
這讓張德兆開始思考,到底如何改變汽車的行業格局和商業模式,才能確立一個車企與供應商之間相對平等的關系。張德兆想到了自動駕駛。
在張德兆的構想中,一旦實現自動駕駛的大規模普及,車企的商業模式將會從to C變成to B,行業的核心價值從賣車變成賣服務,此過程將經歷三個階段:
第一階段,自動駕駛成為汽車基礎設施,帶來增值服務。車輛通過軟件向C端用戶提供訂閱服務,提供自動駕駛功能。這時,車企和Tier1的角色發生改變,彼此之間會更平衡和對等。
第二階段:智能座艙成為終端入口,延長用戶生命周期。當下,大家還是將智能座艙當作產品亮點宣傳,并沒有通過智能座艙獲得增量收益。當自動駕駛實現之后,乘客的注意力從駕駛上解放出來,可以通過車上的智能座艙去看電影、購物等。
第三階段,汽車成為“管道”。那時,汽車銷售的商業模式將會從To C變成To B,所有的車都可以共享、自由流動。舉個例子,比如說乘客去北京出差,從首都機場出來后可以打一輛無人出租車到天安門廣場,車輛將會直接按照乘客的喜好、價位、品牌,將乘客送到目的地附近的酒店。手機時代的運營商是傳遞“信息流”,而自動駕駛時代的運營商傳遞“人流”。
于是,張德兆創立了智行者,要做第一階段內的自動駕駛基礎設施提供商。
如何成為基礎設施?張德兆將智行者定位為“自動駕駛大腦”,類似于自動駕駛時代的“英特爾+安卓”,成為通用場景L4自動駕駛解決方案提供商。
既然是“英特爾+安卓”,就是軟硬件一體的打法,而業內其他自動駕駛公司往往只選擇做“安卓”——也就是軟件、算法的部分。
具體來看,智行者的自動駕駛大腦包含三層,張德兆稱之為“鐵人三項”:
軟件層為自動駕駛軟件平臺AVOS,具備高內聚低耦合的特點,集成感知、認知、決策、控制等自動駕駛必備模塊,形成閉環操作系統;算法核心層和應用層分離,系統具有良好的擴展及伸縮性;
硬件層為自動駕駛域控制器AVCU。AVCU 包括綜合感知/認知單元、智能決策單元和高精控制單元三部分,具備能耗小的優點,且已通過了AEC-Q車規級和ISO 26262功能安全認證;
數據層為打造數據閉環系統。經過大量數據喂養的算法,可以適應更廣泛的應用場景,從而實現數據技術和商業化的正向螺旋。對于不同場景的數據,智行者已經做到了基礎功能軟件和各個業務場景軟件分離,確保返回的數據可以在多個平臺通用。
“自動駕駛的本質是自主行走。”讓一個會開貨車的人坐在小轎車上,雖然不一定能馬上上手,但總會比一個完全不會開車的人更能適應“駕駛”這個過程。“智行者數據之間的通用性達到70%以上。”張德兆表示。
