3月15日至3月17日，中国电动汽车百人会论坛（2024）在北京钓鱼台国宾馆召开。在17日召开的主题为“商用车低碳化与智能化的目标与路径”的商用车可持续发展论坛上，小马智行副总裁、卡车事业部负责人、青骓物流CEO李衡宇发表精彩演讲。以下内容为现场发言实录：

尊尊敬的各位来宾，大家下午好！我是小马智行的李衡宇。新质生产力是最近的一个热词，新质生产力的形成离不开创新精神、智能化发展和新科技的推动，而自动驾驶正是这些要素的集大成者，可以说自动驾驶就是新质生产力的最佳典范之一。小马智行的愿景是提供安全、先进、可靠的自动驾驶技术，从出行到物流领域实现交通方式的彻底变革。我们聚焦在乘用车和商用车两大应用领域，今天就以小马的视角来管中一窥自动驾驶卡车的过去、现在和未来。

物流是国民经济的动脉，其中最重要的公路运输面临很多问题和挑战，比如受到人口结构老龄化的影响，愿意成为卡车司机的年轻人越来越少，司机短缺，信息化程度低、经营分散，导致运输效率低下，由于长时间的驾驶容易疲劳和分心，安全性差，我们相信自动驾驶和智能网联技术的应用能解决这些问题。

未来的公路运输不仅有聪明的车，还有智慧的路，所有城市道路和高速公路上都是无人车，并且通过云端和车端互相连接，万物互联真正解放生产力，形成高科技、高效能和高质量于一体的生产力形态。在这个体系中，自动驾驶卡车是一个关键的不可或缺的构成部分。

如何让自动驾驶卡车走进现实，实现大规模的商业应用呢？以终为始地看，路径是在技术无人化和商业规模化两个维度上努力，并且让它们相互促进、持续提升。从2018年小马智行开始布局卡车，仅仅只用了16周的时间就完成了样车的试制，并且在一两条几十公里的道路上自动行驶，验证了乘用车的自动驾驶技术只需要较小的代价就能迁移到卡车，成为我们的起点。

在那之后我们研发了第二代卡车自动驾驶系统，在硬件上传感器和车载计算能力更强，在软件上研发了很多解决卡车特有问题的算法。到2020年，我们自有的测试车辆已经达到10-20台，测试范围扩大到多条几百公里的路线。这些更大量的数据和丰富的场景驱动自动驾驶技术快速地进步，逐步接近商业运营的门槛。为了跨过商业运营的门槛，在技术上，研发了第三代卡车自动驾驶系统，这一代系统不仅能力更强，并且通过跟卡车OEM三一重卡的深度合作，自动驾驶的大脑和车辆身体结合得更加紧密，实现了小规模的量产，让系统的一致性和稳定性得到质的提高。在业务上，通过和中国领先的物流企业中国外运成立合资公司作为载体，深度结合自动驾驶技术和业务运营的经验，实现了100辆以上智能卡车的商业运营，得益于合资公司青骓物流覆盖全国的物流运营网络，我们获取到了海量的高价值场景数据，更加深入理解了客户需求，不仅加速了技术迭代，也加快了产品化的进程。

经过多年努力，自动驾驶卡车现在发展到了什么水平？以小马为例，可以从四个方面来看。在技术上，最长的自动驾驶线路已经达到2000Km以上，在真实的长途货运场景中经常可以做到全程无接管。在业务上，超过200辆智能卡车在全国范围内进行商业运营，安全及时地将货物送达。在量产上，实现了自动驾驶卡车的小规模量产，全冗余线控的新能源卡车即将下线。在政策上，得益于各级各地政府的努力，发放自动驾驶商业运营许可、高速公路测试许可、跨省测试许可、编队自动驾驶测试许可等等。

总结起来，自动驾驶卡车已经跨过了商业化运营的门槛，站到了无人化运营的门口，但离真正的大规模商业应用还有很大的距离。下一步应该如何去推进无人化和规模化呢？是卡车辅助驾驶吗？为了回答这个问题，我们需要看看辅助驾驶和自动驾驶到底有什么不同。SAE将车辆自动驾驶能力从L1到L5进行分级，好处是非常直观，但是也带来了一个误解，让大家认为L1到L5是一种系统的不同阶段，而实际上L1到L5有两种系统，L1到L3是辅助驾驶系统，L4、L5是自动驾驶系统或者叫无人驾驶系统。它们有一个核心的区别是最终形态驾驶位上到底有没有人，这个区别导致了在初始阶段的系统设计和迭代方向上的根本不同。辅助驾驶的目标是减轻人类驾驶员的负担，是人机共驾系统，低阶的辅助驾驶系统，机器只处理简单的场景，复杂场景由人工驾驶。自动驾驶的目标是替代人类驾驶员，是无人驾驶系统，系统需要处理运行域上所有的场景，在系统的测试、研发阶段，系统无法处理的场景会由安全员来接管。在这个阶段其实非常有迷惑性，虽然两者的系统设计完全不同，但是在运行过程中都是既有机器又有人，在形态上并没有很大的区别，甚至有些做得一般的自动驾驶系统，机器驾驶时间还不如辅助驾驶系统长，舒适度也不如辅助驾驶系统好，这让人觉得两者是同一个系统的另一个原因。

辅助驾驶系统的进阶迭代是解锁更多的驾驶场景，覆盖更多的驾驶时间，corner case都会丢给驾驶员处理，系统故障由驾驶员兜底，随着更多的场景覆盖，例如高速NOA、城市NOA、自动泊车。驾驶员需要的时间占比越来越少，甚至可以不到10%，这种时候就进入了高阶辅助驾驶阶段。自动驾驶系统的进化迭代不仅需要逐步覆盖运行域中的所有场景，还要同步处理corner case，设计冗余系统为主系统进行兜底。当系统能力在同样的运行域中大幅超越了人类驾驶员，事故率大幅低于人类时，自动驾驶就进入了无人化阶段。在这个阶段两者已经不会混淆了，因为自动驾驶系统中的驾驶员消失了，车上仅仅只有乘客。

但是另一个问题出现了，如果辅助驾驶系统继续进化，能够覆盖百分之百的驾驶时间是不是就成为自动驾驶系统了？很遗憾，虽然从驾驶时间来说，两者可能只相差5%-10%。但是从系统能力上来看，自动驾驶系统的大部分能力其实都是应对corner case、主系统故障这些情况，经过迭代进化，两种系统的能力不是更相似，而是区别更大了。更糟糕的是辅助驾驶和自动驾驶相比缺少的这部分能力，很难简单地通过数据驱动补齐，因为系统设计决定了它做这些事情事倍功半，如果需要成为自动驾驶系统，不可避免需要重新改系统设计，重走长征路。所以，辅助驾驶和自动驾驶各有其价值和市场，但种瓜得瓜、种豆得豆，它们是两个物种，这就是它们之间的鸿沟。

目前我们处在一个代安全员运营的商业运营阶段，如果转到辅助驾驶，虽然可以扩大应用规模，但是因为辅助驾驶和自动驾驶之间鸿沟的存在，我们离无人化和最终的目标却更远了。另外一条路径是在垂直场景，比如一些封闭的场景来进行自动驾驶的应用，例如港口内、矿区内，虽然市场规模有限，但是有确定的市场需求，场景相对可控，也有利于无人化技术的突破。这条路径也是无人驾驶，跟最终的目标没有鸿沟的存在，但是因为这类垂直的场景和公路运输的场景是有比较大的区别的。如果想从垂直的场景进一步实现大规模的应用，就封闭的垂直场景进一步地实现大规模应用，需要场景迁移上的努力可能是很大的。是否存在这样一种公路运输场景，当前的技术水平是可以实现无人驾驶，又有较大规模的市场需求呢？这样的话，能帮我们进阶到无安全员运营的商业阶段。

比较幸运的是有这样的场景，就是大宗商品的短岛运输，例如从煤厂到电厂、从矿口到场站，距离从几十公里到上百公里不等，运输量往往非常巨大，每条线路从几十万吨到几百万吨每年不等，往往有专用公路连接，社会车辆和交通参与者较少，和高速干线场景相对，把这类场景称为专线场景。我们认为在专线场景落地无人化的运输，是到达自动驾驶大规模商业应用目标的最短路径。

接下来通过一个短片让大家更直观地了解专线场景和适用于这类场景的无人化解决方案。

（播放VCR）

小马智行2016年成立，至今已经有7年多，2018年进入自动驾驶卡车领域，至今已有5年多。这些年我们不忘初心，一步一个脚印，终于打开了无人化和商业化的大门，虽然前路还有很多未知的挑战，但是我们确信正在离目标越来越近。我们相信技术的力量，相信自动驾驶技术作为新质生产力的代表，将助力中国智慧物流产业的转型升级，真正实现货畅其流。

谢谢大家！