无人驾驶卡车开上干线，嬴彻科技、主线科技们如何拿下产业化赛点？_风闻
智能相对论-智能和车，边评边测；未来和家，且品且鉴2022-05-17 11:16
来源 | 智能相对论
作者 | 陈明涛
从路测到融资，再到运营，自动驾驶卡车的火热上了一个新的台阶。
3月，嬴彻科技公布了一段完成L4级重卡无人驾驶路测的视频。视频展示的测试在一段全场24km的封闭高速路段内进行，全程无人驾驶，无远程干预。测试过程中，重卡完成了自动跟车行驶、自动变道、施工车辆及锥桶识别和避让、车道内自动避让、自动跟停以及驶入收费站等场景。
今年以来，自动驾驶领域擎天智卡、宏景智驾、主线科技、嬴彻科技分别拿到了亿元甚至亿美元级别的融资。卡车自动驾驶得到资本如此青睐，还是建立在整体投融资环境偏弱的大背景下。从路测到融资，接下来是运营，自动驾驶卡车在描绘一幅美好蓝图。
为什么会发生这种变化？对于投资者而言，是怎样的产业机会具有如此大的魅力？
自动驾驶卡车从“封闭”开到“干线”
自动驾驶卡车重研发，几乎没有一家公司不需要拿钱，关键是投资人也愿意为他们的梦想持续买单。
今年2月，主线科技宣布获得由北汽产投领投，郑州国投、优势资本跟投的新一轮融资。至此，主线科技正式完成了B轮融资。公司表示，将持续卡车数字化、智能化、无人化推进研发，加速落地，为客户提供智能物流解决方案。
同样在2月，嬴彻科技完成由红杉中国、君联资本联合领投的1.88亿美元B+轮股权融资，加速在卡车自动驾驶上的布局；宏景智驾宣布完成新一轮超亿元融资，沙特阿美旗下的风险投资基金Prosperity7独家投资；擎天智卡宣布完成约千万美元天使轮，由五源资本独家投资。
今年开年这一波是2021年自动驾驶卡车融资热的延续，对这一细分领域而言，是一个市场进一步提高认可度的信号。
更重要的是，在这个阶段，自动驾驶卡车有盖过Robotaxi的势头。
2020年，Robotaxi初创公司吸引的资金是无人驾驶物流用车领域的八倍，2021年后者几乎要实现反扑。SaaS公司PitchBook的数据显示，2021年无人驾驶物流领域吸引投资金额65亿美元，是前一年的5倍。而同时，对Robotaxi公司的投资金额则从108亿美元降至84亿美元。
这就产生一个疑问，投资人为什么改变了投资方向？
在[智能相对论]看来，是产业资本眺望到自动驾驶卡车“规模化商业落地”的前景。尽管还没有真正触摸到，但是大家已经看见“未来”，哪怕只比Robotaxi近一点点，就足够“望梅止渴”了。
这种“未来”，不仅是行业预测里的几组数据：“自动驾驶卡车是一个万亿市场，中国长途卡车货运市场规模超3万亿元”，而是自动驾驶公司已经实打实地跑出成绩来。
具体来看，一方面在量产，自动驾驶卡车比Robotaxi率先落地的想法得到进一步验证；另一方面在场景，自动驾驶的核心力量以技术为支点，在向干线场景渗透，渗透到这个更大规模的市场。
自动驾驶卡车分为封闭场景（包括港口、矿山、机场等）和干线物流，在被称为“量产元年”的2021年里，头部公司的产品已经在封闭场景中全面铺开。
以主线科技为例，在港口物流枢纽场景，已经参与了天津港、宁波舟山港、中海油、招商局港口等多个国内智慧物流枢纽项目，累计交付超百台无人驾驶集卡。目前主线科技是跑在最前面的，因为港口数目、车辆数量、项目数量是一家公司在技术、产品、运营三方面能力的最好体现。
封闭场景里的商业化落地相对成熟，干线物流也在紧追。比如嬴彻科技，和合作伙伴实现L3级别卡车的前装量产，未来可通过OTA升级到L4；另外，智加科技与挚途科技联合开发，由一汽解放负责生产的高级别自动驾驶重卡“J7超级卡车”已在去年推上市场。
主线科技已建立一支数十台规模的干线物流自动驾驶卡车车队，与京东物流、德邦快递、福佑卡车、申通快递等物流合作伙伴开展专线运输业务。
现阶段，多方力量汇聚在干线物流，有早期就聚焦于此的，由封闭场景出发逐步进化的，以及从乘用车领域起步的公司。无论是试运营，还是实际运营，量产已经走过“0到1”这个阶段，从小批量生产到扩大规模。
这意味着，虽然干线物流里的商业模式还没有真正跑通，但是大家对自动驾驶卡车的商业化路径是有清晰的思考和具体实现路径的。所以我们可以发现，自动驾驶公司在产品和运营两方面不断推进，斩获成果。
机会窗口为所有玩家敞开
有入局早自然就有入局晚，跑得慢的玩家。必须承认的是，他们在技术、产品和运营上已没有先发优势。那么，这表示后来者赶超的可能很小吗？其实不然，自动驾驶卡车的机会窗口仍没有关闭。
在顶层设计上，政策早就给时间刻度做了标记，要在干线物流上实现商业化闭环，怎么也需要3-5年的时间。
2020年印发的《新能源汽车产业发展规划（2021～2035年）》明确指出，2025年高度自动驾驶汽车实现限定区域和特定场景商业化应用，2035年高度自动驾驶实现规模化应用。
因为有着很长的周期，不少业内人士认为，后来者的技术足以迭代到跟竞争对手差不多的水平。加上市场远未达到饱和，已入局玩家会共同做大市场蛋糕，而不是“零和博弈”。这样又可以吸引新玩家入局，整个行业是走在正向循环的过程中，玩家皆有机会。
在驱动力上，行业是由技术产品驱动更是数据驱动，但是目前没有干线卡车玩家在数据积累上形成马太效应。
收集真实路测数据，需要自动驾驶公司持续部署车队，过去Robotaxi收集再多数据都不嫌多，而卡车相比Robotaxi还远远不够。如果单拎干线运输来说，差距更甚。
其中有部分是历史因素决定的。最初，上海、北京、福建发放的自动驾驶道路测试牌照没有一张颁给卡车，因为当时在公共道路测试这方面，卡车的短板更加明显。卡车存在着车身长、重量大、涉及更大安全责任等特性，其自动驾驶“大路考”需要面对的挑战也更严峻。
商用车和乘用车领域的数据积累有差距，也是一个角度的解释，解释为什么有乘用车领域经验的玩家将触手伸到卡车。哪怕这些玩家是后来者，他们也还有“数据”思维给的底气。
比如千挂科技，在2021年7月成立，具备纯正的Robotaxi“基因”。CEO陶吉在百度待了12年，很长一段时间作为负责人活跃在Robotaxi技术、产品和运营的第一线；之后，推动了百度无人驾驶小巴/公交、车路协同、智能交通等一系列技术和产品的研发和落地。
技术还只是一方面，政策取得突破也需要时间。按照当前的政策法规，还不允许真正的L4级自动驾驶卡车在干线物流大规模商用。对于新入局玩家而言，政策放开前的这段时间里，不必疲于争夺优质头部客户，可以更聚焦在技术、产品、运营上，为后期商业化打好基础。
所以，现阶段，自动驾驶卡车公司之间的差距没有拉开，时间和市场都给所有玩家留了机会。自动驾驶卡车从封闭场景开到干线运输，大家都在为实现梦想时刻准备。
如何拿下产业化“赛点”？
自动驾驶卡车的下半场赛事已然开启，产业化落地无疑成为“赛点”。在实现目标的过程中，技术是要跨越的门槛，必须满足自动驾驶卡车产品“安全可控”的要求。同时，通过一个一个项目，加速促进行业内多方协同，联合创新。
首先，需要突破卡车特有的技术难题。
干线运输以重卡为主，重卡相比小车，动力学模型会更加复杂。可以理解为，这个人比较胖，跑起来费劲，不够灵活。主要来自三个方面的影响因素：
第一是重卡与挂车铰链连接，当重卡带挂车运行时，本质是多个刚体之间连接的逻辑问题；第二是大车重的惯性，重卡在高速行驶时载重导致刹车距离长，这对自动驾驶感知系统的安全可靠提出更高的要求；第三是负载的不同质量和物质的差异，比如重卡满载和空载时重量差距很大，自动驾驶系统判断变得复杂，对车辆本身的控制要求非常高。
简单来说，公司必须拥有研发实力和行业经验强大的团队，其自动驾驶系统中控制算法要具备极强的自适应调节能力。
其次，重技术产品，更要重运营。
实现规模化的目标前，自动驾驶技术公司需要和主机厂、供应商进行分工合作，共同打造一个拥有可靠性、一致性和稳定性的卡车车队。三方一定是“铁三角”的关系，其中技术公司不只是打包技术出售，能从技术到产品，最后到运营，形成一个完整的闭环。
比如智加科技，和一汽解放成立合资公司，拿到了一汽集团和满帮集团的投资；嬴彻科技的三家创始股东分别是提供车队运营解决方案的G7、物流巨头普洛斯、以及注重投资汽车产业链的蔚来资本，还有德邦、京东、美团都是嬴彻科技的股东，并且嬴彻与东风商用车、中国重汽展开联合量产开发。
最后，在自动驾驶之外，兼顾好卡车电动化这一环。
在真正L4级到来之前，自动驾驶卡车想跑通商业化，电动化是必须做好的一步。相比于燃油车“发动机+变速箱”方案，电车反应延迟小，线性好，而卡车比乘用车更需要安全可控，因此电动化这一环不可能忽略。
做好这一环，需要电池供应商、自动驾驶公司、车企共同参与。比如宁德时代，携手三一重工推动福建省换电重卡应用示范项目落地，全国首条电动重卡干线——福宁干线正式投入运营。
还比如协鑫能科，今年发布公告称，将与百度投资的商用车自动驾驶公司深向科技合作，双方共同推动京沪线换电重卡运营的换电试运行工作，并在2023年年底前完成京沪高速先期1000辆换电重卡服务能力的换电网络布局。
尽管燃油是目前的主流选择，但是电动必然会是未来的方向。未来，电动车想要真正开上干线运输，需要国内体系化建设成熟，比如换电体系的建设、电池运输体系的完善。对于自动驾驶公司来说，电动重卡续航能力和充换电技术是否足够成熟，也是他们需要顾虑的。
本文图片均来源于网络
此内容为【智能相对论】原创，
仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。
•AI产业新媒体;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•【重点关注领域】智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。