自動駕駛：商業化跑通了，不在硅谷，在鄂爾多斯

最近，FACEBOOK創始人扎克伯克在硅谷瘋狂挖人，以“億美元”為單位薪資從OpenAi、蘋果等公司“撬走”核心AI人才。

而距離硅谷大約1萬公里外、看起來和AI沒有任何聯系的中國鄂爾多斯，有一批硅谷回國的AI工程師，時常在這里出沒。

他們如果在硅谷，也很可能拿到巨額的薪酬。在中國、在鄂爾多斯，又能做什么呢？

答案是，他們已經跑通了AI一個很重要的應用——自動駕駛卡車的商業化路徑，開始向盈利沖刺。

他們就是自動駕駛卡車公司卡爾動力的高管們，包括卡爾動力CEO韋峻青、卡爾動力規控算法研發副總裁王前、卡爾動力AI研發副總裁王珂……

8月中旬，韋峻青在鄂爾多斯舉行的媒體體驗活動上宣布，卡爾動力在L4自動駕駛賽道最早實現了單車經濟模型的轉正，以及正向循環。

而且，卡爾動力COO李瀟瀟表示，再過幾年，卡爾動力自動駕駛卡車總體量達到1500-2000臺車，就能做到公司層面盈利。

01

單車經濟性轉正

當前的自動駕駛項目，無論在哪個場景，一方面規模比較小，基本處于示范或者商業運營的初期，另一方面，基本都在虧錢狀態。

不過卡爾動力不同，團隊雖然來自硅谷，他們卻非常看重落地的可行性和必要性，因此也注重規模和運營。

“我們持續在過去的兩年多時間，都是全球規模最大的自動駕駛卡車車隊，并且我們實現了L4真無人商業化的運營。”韋峻青說。

韋峻青介紹卡爾動力在鄂爾多斯運營效果

他介紹，2021年滴滴自動駕駛部門決定做自動駕駛卡車，孵化了卡爾動力。在尋找到鄂爾多斯這一貨運卡車很好的落地場景之后，卡爾動力先嘗試了單車自動駕駛，隨后探索出了混合編組模式（人類駕駛員+自動駕駛卡車編組）的模式。

歷經4年多的打磨，韋峻青交出了成績單，他用“安、穩、省、利”四個字做了總結。

“安”就是安全性上，卡爾動力的自動駕駛車目前已經比人類駕駛要安全5倍以上。

“但我們認為這個是遠遠不夠的。所以我們的數據累積和研發會讓這個數每年還能再增加2到3倍，現在是5倍，明年是10倍，后年就是30倍，持續地提升。”韋峻青說。

“穩”就是穩定性上，自動駕駛卡車剎車系統都是三重冗余，轉向是雙重，不會出現任何單點故障導致車輛的穩定性下降。

“省”即成本節約上，卡爾動力最多可以通過自動駕駛來降低83%的司機成本。

所謂“利”是經濟利益，“不光是卡爾動力能獲益，物流方、工廠等也都能獲益，各方都能得到最佳的利益，這樣的話形成一個正循環。”

“利”的部分是韋峻青想強調的。

“過去的兩個月，在萬億級的卡車貨運領域已經穩定地率先實現了L4無人商業化。我們的車輛第一是無人的，第二是在散貨的，第三是真的跟客戶收費，所以我們實現了國內首個全無人的編隊運營。”

韋峻青說，“我們驗證了單車的毛利，在不同路線能夠相對于有人駕駛的車輛提升3~6倍……每年每臺車我們可以節約近20萬的人力成本。”

僅僅單車的毛利肯定還不夠，韋峻青展望了后續毛利提升的預測。

在傳統的卡車運輸商業模式中，100%的收入中，能源成本占三分之一，司機和其他人力成本也占三分之一，其余是路橋費、維修保養、折舊等等，毛利率僅4%。

而卡爾動力，初期借助“一帶一”（一輛人類駕駛卡車+一輛自動駕駛卡車）編隊模型，節約50%的司機成本，增加10萬塊左右設備成本，毛利率能達到傳統模式的3倍以上。

長期，卡爾動力借助運輸機器人，去掉座艙、降低整車的制造成本、降低重量，多載貨，更高效地運輸，毛利率可能達到6倍。

卡爾動力研發的運輸機器人

就當前“一拖一”混合編組模式來說，卡爾動力也具備了大規模復制，并走向盈利的可能。

李瀟瀟表示，“我們已經做到從0到1的單車UE轉正；那下一步……在多線路上做到單車UE轉正和線路UE轉正，是從1到10這個階段；從10-100就是在這些線路上每條線路部署100到200臺車，總體量達到1500-2000臺車，做到公司層面盈利。”

02

一手抓商業，一手抓技術

自動駕駛本質還是技術驅動，卡爾動力的商業探索，基礎是其自動駕駛技術。

在應用中，卡爾動力沒有一上來就做單車自動駕駛，而是“認慫”地選擇了“混合編組模式”。

混合編組模式是人類駕駛卡車在前，自動駕駛卡車在后，最多一拖五

這是韋峻青等人在鄂爾多斯跟車跑了很多次之后的選擇，基于此，卡爾動力也專門做了智能編組模式下的L4開發。

首先是感知，既然是編組，不僅僅后面跟著的L4車輛需要具備感知能力，而且，前車對后車有遮擋，因此也要有感知能力，前車其實也布置了L2的傳感器。

有了前車的感知，再通過V2V通信，前車的信息能夠以100毫秒以內延遲共享給后車，相當于提升了后車的感知距離，能提前做決策。
多車編組情況下，卡爾動力還能通過不同車輛的定位設備做定位算法，即便在連續數公里無GPS的一個隧道內，也能實現非常精準地定位。

自動駕駛卡車可以把前車軌跡作為參考

同時，前車的軌跡、行為，比如油門、制動信號，也通過V2X傳遞給后車，后車可以跟隨著前車司機軌跡進行決策。“當然在這個過程當中，后車因為具備完整的L4能力，所以一旦在這個過程當中出現了任何有可能風險，后車也能夠自主去規避。”卡爾動力規控算法研發副總裁王前說。

自動駕駛卡車能精準開上磅臺

在自動駕駛算法上，卡爾動力緊跟行業最前沿技術，比如當前的端到端模型。
“2024年是端到端規模化量產的元年，我們也在2024年的8月提出了L4級自動駕駛編隊的解決方案，它利用也是端到端的技術。”王前說。

卡爾動力的端到端架構不追求極端。比如，該算法融入了VLM視覺語言大模型。而且，他們還是感知和預測、規控兩段式的端到端模型。

還有，卡爾動力沒有“放飛”讓系統完全決策，還有規控兜底，通過行為選擇器來最終決策。

“正是有這樣一個端到端的解決方案，以及我們之前介紹的智能編隊技術，我們現在能夠實現編隊的接管指標是L4級單車的10倍以上。”王前說。

卡爾動力也沒有止步于混合編組+端到端，而是在探索更高效的技術架構。

卡爾動力AI研發副總裁王珂說，此前自動駕駛開發單純依賴模仿學習的范式，雖然可以堆數據、堆算力，不斷提升極限，接近老司機的水平，但想超過人類，光靠模仿學習大概率是不夠的。“我們希望通過強化學習的手段來突破一些數據限制，使得我們能夠獲得更好的產品性能。”

為此，卡爾動力提出了一個六階段的數據訓練方法，從互聯網數據/開源基座模型開始訓練；再基于人駕/自駕/社會車/小車/豐富數據池，比如來自滴滴的網約車數據、Robotaxi數據；再用卡爾動力自身的基于卡車/單車/社會車豐富數據池，打造一個基座模型；并根據應用場景微調；然后再進行開環、閉環和RL（強化訓練）三個階段的訓練任務。

在強化學習階段，卡爾動力也開發了自己的世界模型，并且取得了比學界最領先OCC模型性能提升1倍的效果。

王珂還透露，卡爾動力將開源這一世界模型。
關于技術路線之爭，王珂也表示，“端到端也好、VLA也好、無圖也好、BEV也好，我們都有很好的技術儲備，在卡車這個領域里面我們有非常強的技術優勢。但最后……實現商業價值的技術才是‘好貓’。”

03

萬億市場

對于自動駕駛卡車而言，鄂爾多斯可謂福地。

李瀟瀟介紹，鄂爾多斯市有30萬輛重卡。而且，鄂爾多斯也有很好的政策環境，卡爾動力在此入選交通部第二批智能交通先導應用示范項目中唯一一個卡車的L4自動駕駛項目。

在5月獲批，無人商業化試點許可后，卡爾動力已實現自動駕駛卡車編隊日均5000公里常態化運營，無人化貨運日均200公里安全測試里程。

自動駕駛卡車能自動駛過收費站

卡爾動力也在其他地方運營，在10個不同省市落地了20個客戶，有300臺無人駕駛自動駕駛卡車。

后續，卡爾動力要怎樣擴展商業呢？

韋峻青說，后續要采取“1+N+X”策略。1還是卡爾動力在鄂爾多斯已經落地的鄂托克旗，“徹底地打通吃透，以這個地方為核心，運營超過1000臺的無人車輛，同時也把它拓展到整個內蒙古自治區。”

N指的是，和鄂爾多斯有物流交集的新疆、陜西，以及單點探索的四川、廣西以及京津冀，慢慢地實現全國網絡的打通。

“X就是不同的行業，我們最早是在煤炭，拓展到了鋼鐵行業、電子行業，然后農牧業、飼料作物、以及快運。我們會沿著整個大宗能源的落地，實現區域和行業的一個泛化。”

卡爾動力在北京亦莊測試自動駕駛卡車

“在自動駕駛行業，活下來的或者最終能夠勝利的不是最先起跑的，而是能夠最快達到收費站的。”韋峻青說。

他表示，自動駕駛貨運是自動駕駛唯一的萬億級的市場，是L4級自動駕駛落地的最現實路徑。“在這個賽道，我們認為未來一定能夠跑出一家甚至多家全球500強企業，在這個萬億市場中斬獲自己的商業價值。”