智行者CEO张德兆：中国自动驾驶，从场景渐进开始_风闻

从2015到2022，智行者已在自动驾驶赛道摸爬滚打了7年。7年间，智行者给人以低调的印象。然而，在商业化落地的进程中，智行者却始终奋力前行。在这个自动驾驶商业化的元年，智行者也开始高调发声。 

作者|斗斗 

编辑|皮爷 

出品|产业家 

2016年，智行者刚成立一年，其致力于自动驾驶大脑的创新与研发，也在L4自动驾驶领域“试水”了一年。 

这一年年底，张德兆与团队成员聚在北京昌平一间小会议室里，一起提出了几个问题：自动驾驶乘用车真正落地至少还需要8至10年的发展期，这期间智行者没有现金流怎么活？如果拿到投资，只靠投资能活下来吗？ 

创业就是一次又一次重新开始。几番思考后，张德兆与团队成员达成一致，决定降维，转向环卫、物流领域。 

“没有产品落地，整个团队会崩，又何谈坚持下去的信心。”张德兆谈及这段回忆时，坚定的认为如果当时坚持深耕自动驾驶乘用车的场景，智行者很大可能熬不下去。 

时至今日，再看智行者，其在去年已经拿下T3出行100台Robotaxi订单，敲定100+台xPatrol无人巡逻车订单，营收同比增长3倍有余。 

此外，张德兆和智行者还于2018年在行业内率先提出“重感知 轻地图”的技术， 更是于近日发布了自研高速领航系统H-INP。 据了解，该系统为国内首款采用“重感知轻地图”技术路线的高级别自动驾驶解决方案。 

时光荏苒。7年的时间内，智行者从乘用车领域到商用车领域，再到乘用车领域，可以看到的是其已然实现L4自动驾驶的落地，而这背后智行者的发展逻辑值得我们深思与探究。 

坐标北京东升科技园，产业家在会议室见到了张德兆。 

文青感十足的细边眼镜、轻声细语的谈吐，以及极具个人特色的微笑，从外表看，很难相信这是一个IT男，更多地给人一种儒雅的氛围感。 

张德兆的头衔很多，诸如清华大学博士、博士后，清华大学创新创业企业导师，多项智能汽车国家标准、智能网联汽车发展路线图主要起草人….. 

在与张德兆交谈，产业家看到了国内自动驾驶不同实现路径下的新的发展方向。 

一、“升维”与“降维”之争

有人曾将自动驾驶技术实现路径比作攀登珠峰的路，如果没法确定这条路是去珠峰的路，但如果目标却又是珠峰，那真正能证明这条路是否正确的唯一做法就是去到珠峰。 

如今，一个现象是，在去珠峰路上的忠实信徒们，正在反复横跳。 

公认的自动驾驶实现路径主要有两条。**一条是Waymo的“一步到位”路线，搭载激光雷达、高性能芯片等，直奔自动驾驶的L4。**2018年，摩根士丹利的一份报告显示，布局L4 Robotaxi自动驾驶的Waymo在当年估值已经达到1750亿美元。 

另一条是特斯拉的“渐进式”路线，从ADAS（高级辅助驾驶，包括L1、L2、L3）逐渐过渡到L4。

其中，前者对汽车自身的技术要求更高，它需要更高的视觉感知技术，更高的规划决策技术，而且其实现过程处于被动式。这些更高技术在每一辆车上的应用不仅难度大，而且成本高，其商业化推广将十分困难。 

而后者更加重视平台技术，如万物互联平台、云数据平台。通过万物互联实现汽车的感知，通过云数据实现汽车的规划决策，这种路径可以降低对单体汽车的技术要求，降低汽车的制造难度和成本，实现主动行驶安全性更高，商业化前景更明朗。 

过去几年，关于两种自动驾驶路径孰优孰劣的争议始终未止。 

转折发生在2021年。这一年，以Waymo为代表的一步到位路线迟迟难以实现商业化，估值跌至300亿美元，这一数字相较于3年前，缩水超1400亿。而与之相对的渐进式路线则一路升温，逐渐得到了更多的聚光灯和认可度。 

更为明显的表现是，百度是典型的Waymo“跃进式”发展路径，但李彦宏在今年论坛发言时先对特斯拉的“渐进式”表示了肯定，继而谈到百度也是工程化理念做自动驾驶。并且提出了新理论，自动驾驶落地范围的渐变也是“渐进式”自动驾驶，而非只包含从L2到L4这一个发展路径。

李彦宏的目的很明确，Waymo估值从1800亿美元缩水至300亿美元后，资本对“跃进式”失去了信心，转而投注“渐进式”，百度也在转变方向。 

至此，这场“升维”与“降维”之战，似乎快看到终局。 

但其实，无论是渐进式还是越进式，本质而言都有短板。

具体来看，众所周知，数据积累是自动驾驶实现的关键，渐进式路线收集数据虽然成本低，但数据不全面、对l4、l5是否会产生高价值不能保证。 Waymo将目光定向Robotaxi并非单单为了出行市场的商业价值，数据全面才是第一要素。 

难道找不到两全其美的方法吗？事实上，“场景渐进”不失为一个新的选择。 

“场景渐进”具体的表现为不再死磕场景更广泛的Robotaxi，而是通过清洁环卫、矿区、景区、干线物流等更容易实现的细分场景进行商业变现，获得资本的重新青睐，进而反哺乘用车场景的L4/L5级自动驾驶。同时，这类细分场景的数据收集也有利于低成本获取大量可用于乘用车场景的L4/L5级自动驾场景驶技术的数据。 

值得注意的，“场景渐进式”虽然比“渐进式”收集的数据更为全面，但是否能够百分百反哺L4/L5还要打一个问号。而多场景落地，或将涉及较多场景，将会带来更多可能性。 

二、从“降维”开始，场景渐进

与很多自动驾驶厂商在实现路径上反复横跳不同，智行者很早便开始“降维”转向，并一直走“场景渐进”的路径。 

2016年4月12日，各路媒体手拿“长枪短炮”聚在重庆长安研究院门口。片刻后，一辆高科技满满的银色汽车缓缓驶来，车身上贴着“自动驾驶”的标识。 这辆车将全程以自动驾驶技术，从重庆出发，由南到北，途经西安、郑州等城市驶抵达北京参加北京车展。 总里程超过2000公里，在当时，这是国内整车厂商距离最长的自动驾驶汽车测试。 

同一时间，北京顺义车展馆的国际A级车展开专区内，国内一辆自动驾驶汽车，向普通公众开放，在当时这是全球首例。 

鲜有人知晓的是，智行者作为这些项目的技术提供者之一，切切实实的参与到了自动驾驶最“疯狂”的时代。 

但这也让张德兆切身感受到“自动驾驶技术在乘用车场景的落地无法一步到位，而是渐进式的。”他需要和团队重新考虑智行者的定位。 

一个新的思考是，自动驾驶原来是针对乘用车开发的技术。但若将此技术速度降低一点，使用范围窄一点，是不是就能迅速的变成一个真正的不需要安全也不需要人去值守的一个产品。基于此，张德兆和团队针对落地场景的选择，提出了四个原则。 

一是技术可达， 即可以解决某些场景下的痛点问题，产生增量；**二是要有足够大的市场空间，**即可以让自动驾驶技术真正变成一个商品；**三是社会基础设施可以支撑，**即顺势而为；四是与各个行业内的从业者合作共创，而并非颠覆。

基于这种考量，张德兆和团队瞄准了物流和环卫应用场景。目标确认后，智行者将高阶的L4技术，落地于低维的场景中。因此，迅速开启“攻城略地”模式。软硬件并行。 

2017年，智行者先后和京东推出了自动驾驶物流配送车，和百度推出了国内第一款自动驾驶清扫车蜗小白。2018年，智行者建成第一座工厂——中山工厂，主要生产室外清扫车；此后，又在合肥新建了一个3000平方米的无人车组装生产基地，主要是生产室内清洗车，对应场景包括高铁站、机场、商超等。彼时，智行者在室外清扫车领域的市场份额已经超过90%。 

但在自动驾驶领域，智行者需要更多场景积累数据，才可以让算法跑得更稳，形成产品上的竞争力。 

2019年，当时联合创始人王肖了解到，国家层面正在就装备无人化立项和招投标。随后，智行者因股东没有明显外资背景和技术实力，脱颖而出。 

“涉足特种车领域，运气占很大一部分。”张德兆说。特种场景的涉足，让智行者加强了技术能力、硬件能力。 

为了更好的实现在各场景的落地，张德兆按照具体的需求将落地场景精准定位。首先是生存需求，即保障生命安全；其次是生活需求，即帮助人们从一些繁重重复的劳动的解放出来；最后是精神需求，即智能出行体验。 

基于此，智行者在2020年对公司架构进行了调整，搭建了中台，中台围绕乘用车去开发自动驾驶技术，前台形成了三个独立的商业化运营事业部，分别是特种应用、智慧生活、智能出行三个事业部，各个事业部依据中台的代码做一些相应的产品落地和客户开拓。 

截至2021年，智行者在特种场景基本做到了超过70%的市占率，室内无人环卫车的占有率业内领先。在其他自动驾驶厂商普遍“烧钱”的状态下，智行者持续“造血”实现了几个亿的营收。目前智行者无人驾驶大脑赋能的车辆累计路测里程数已达数百万公里。 

可以发现，环卫车和特种车已然为智行者打下了一定的江湖地位，但更像是蓄势待发。 

三、数据回流，迈进L2+

“我们两个‘农村’根据地已经建成，下一步就是扩大地盘，‘进攻城市’。”在环卫车和特种车的持续“造血”下，2021年，张德兆开始加速迈进L2+战场。 

基于环卫车和特种车等场景的全面布局，智行者用更低成本、更快速度获取了更丰富的场景数据，基于数据回流下，智行者用数据迭代算法，逐渐打造出数据闭环。 

“我觉得智行者现在逐渐地步入正轨，能够正循环往上走了，所以有经验和有资源去做乘用车这一块儿。”张德兆说。 

但在自动驾驶赛道，玩家众多，智行者需要找到一个核心竞争点，抑或者说一个拿的出手，且至少在市场上可以打出声量的产品。 

这一点张德兆和团队了然于胸。 

其实，在智行者大量走访主机厂等客户时，就曾发现他们的反馈很多集中在过度依赖高精地图，例如车辆在高速路上行驶时莫名减速是由于高精地图标记错误；车辆经过匝道时感知异常需要被接管，是由于高精地图收集数据时将主路和匝道数据分开跑，在拼接时存在一定问题。 

要知道，虽然高精地图可以提高自动驾驶的上限，但其本身的绘制难度和成本极高，而且需要及时更新维护，加上国内道路交通状况比国外更为复杂，所以使用高精地图并不见得完全一定就是好事。 

而在张德兆及其团队看来，高精地图目前还存在更新频率较低、覆盖范围不够广等局限。 

事实上，在行业侧，围绕着自动驾驶的解决方案都有多种声音，争议的焦点也有很多，其中就有要不要使用高精地图。 

余承东也曾公开表示，“有车路协同、高精地图协同更好，没有我们也能做好。未来不能过分依赖于高精地图、车路协同，自动驾驶和智能驾驶的能力就上不去。” 

总体而言，客户需要更多选项，自动驾驶的解决方案需要掌握是否使用精度图的主动权。 

但想要掌握这种主动权并不容易。需要技术路线不绝对依赖高精度地图，在有高精度地图时仍可以应用，在没有时则可以通过多任务融合感知方案及在线高精矢量重建等关键技术，减轻对高精地图的依赖。 

基于此，智行者发布了其自研的高速领航系统H-INP，主要技术路线是“重感知、轻地图”。 

H-INP系统存在三种运行模式：存在高精地图、不存在高精地图且第一次行驶、不存在高精地图但已经行驶过。 高精地图存在时，H-INP会在使用高精地图的同时结合实时感知进行校验；不存在时，则会基于感知矢量重建结果、实时构建类高精度地图环境，同时将复杂区域的结果存储在本地，当再次行驶至该区域时则会结合已有信息和实时校验进行自动驾驶，同时优化本地信息。 

目前，H-INP可适用于高速公路、城市快速道路、连接匝道、停车场等场景，具备自主巡航、出入匝道、自主换道、隧道通行、智能偏航、超控模式、自动泊车、碰撞预警等功能，可应用于不同时段下高密度交通流的辅助驾驶。 

值得注意的是，硬件架构配置方面，H-INP采用了智行者自主研发的车规级域控制器，算力达128TOPS，CPU计算能力达30K DMIPS。系统同时配备了6颗摄像头及5个毫米波雷达，相对于激光雷达方案成本较低。 

H-INP的发布，也标志着智行者以软硬件+云端一体化的自动驾驶解决方案提供商的身份，正式切入商用车的商业化领地。 

俯视智行者的发展历程，可以发现其走的路径更像“广积粮，高筑墙，缓称王”，广积粮即降维进入环卫车、特种车领域，积累数据与经验；高筑墙即是当下这一阶段，打造有竞争力的产品，形成差异化竞争。 

正如张德兆所言的那样，“我觉得经营公司一定是长期主义，只要坚持下去，最终就会胜出。”

四、工程化能力下，再看智行者

从高维场景到低维场景再到高维，这个过程中，智行者逐渐打造出来完善的供应链能力和领先的工厂生产制造能力，从而打通了研发、设计、制造的全流程。 而这恰是自动驾驶落地的秘诀。 

众所周知，自动驾驶已经进入“下半场”。类似demo或者POC的早期工作已经不是人们关心的。 

具体来看，感知、定位、预测、规划决策和控制在典型场景（即高速、街道和停车场等）的解决算法和执行方案（线控底盘技术）这些常见的问题已经解决。另外，计算平台（AI芯片及其SOC）和传感器技术的研发进程也初现成果，比如英伟达的Xavier和Orin、HDR摄像头、固态激光雷达和4D毫米波雷达等。 

所以接下来，要解决的就是罕见的“长尾”场景，同时构建数据闭环的持续高效研发框架。在这个过程中，如何实现自动驾驶的技术工程化落地才是关键。这其中，包括开发标准化和平台化、量产规模化和落地商业化（成本、车规和OTA）的工作。 

“从算法变成一个产品，这个中间有着巨大的鸿沟。”张德兆说。 

目前，智行者已经建立了国内第一家实现真正意义上量产的自动驾驶低速车产品线，实现了低速L4级自动驾驶作业车辆的量产，在车规级控制系统的生产上，已实现基于自主开发制造系统，小规模委外生产(年产千台)，且具备可快速导入大批量(年产万台以上)量产的能力。 

一个新的自动驾驶实现路径清晰可见。从降维开始，多场景落地，凭借多场景优势建立了完善的、具有竞争力的供应链体系，在此基础上，打造出工程化能力，从而延伸出自动驾驶的技术和商业闭环。

在攀登自动驾驶这座珠峰的路上，智行者的身影正在愈发清晰。