今天，自動駕駛公司飛步科技宣布完成B輪數(shù)億元融資。此輪融資由達晨財智領(lǐng)投，德屹資本等機構(gòu)跟投。

不難發(fā)現(xiàn)，飛步科技雖然成立不到四年，但堅持以AI為核心技術(shù)自研，主要是瞄準(zhǔn)物流運輸、客運出行等場景，為客戶提供智能駕駛、感知、調(diào)度等車路云一體化協(xié)同服務(wù)。而本輪融資將用于核心技術(shù)研發(fā)及商務(wù)拓展，為后續(xù)分階段落地各場景下的全自動無人駕駛商業(yè)化運營奠定基礎(chǔ)。

飛步創(chuàng)始人何曉飛曾任滴滴出行高級副總，負責(zé)滴滴核心交易引擎，并參與創(chuàng)立了滴滴無人駕駛團隊，相關(guān)經(jīng)驗十分豐富，而飛步科技研發(fā)人員數(shù)量占比超過八成，保障了公司研發(fā)的強勁動力。

就例如其自主研發(fā)的自動駕駛系統(tǒng)，是行業(yè)內(nèi)適配最多商用車型的自動駕駛系統(tǒng)，經(jīng)歷了多種場景的應(yīng)用驗證，包括貨運物流、港口運輸、公交接駁等，積累了海量數(shù)據(jù)。

卡車自動駕駛走向主流，但中美技術(shù)目的大不同

乘用車領(lǐng)域一向是無人駕駛技術(shù)關(guān)注的重點，但如今來看，重卡自動駕駛公司相繼上市或落地，也讓自動駕駛技術(shù)的普及方向多點開花，在美國等資本主義發(fā)達國家，卡車司機一向是工資最高的藍領(lǐng)工作之一，卡車司機們也許很快會迎來被替代的命運，而這對物流行業(yè)又會產(chǎn)生哪些影響？

編者留意到，交通運輸部在去年底也正式發(fā)文，支持開展自動駕駛載貨運輸服務(wù)，也鼓勵開展自動駕駛擺渡接駁試運行及商業(yè)運營服務(wù)，這無疑是站在風(fēng)口上了。實際上，自動駕駛卡車的“軍備競賽”，早已進入下半場。

早在兩年前，一輛18輪重型卡車駛?cè)朊绹咚俟?，并?0公里時速行駛近10英里之后，路上的其他司機驚訝地發(fā)現(xiàn)，車內(nèi)駕駛室竟然沒有一個人。

是的，沒有司機和安全員，也沒有任何工作人員，這是美國開放道路上第一次重型卡車自動駕駛測試，在完美天氣下這輛車完成的壯舉成為當(dāng)時的焦點。

 

實際上，這關(guān)乎背后的研發(fā)團隊創(chuàng)造的遠程無人自動駕駛平臺，這輛車之所以能上路，在于有人在“遙控”它。當(dāng)然，這只是自動駕駛卡車的冰山一角。

前兩周，自動駕駛卡車“第一股”圖森未來成功IPO，隨后另一家自動駕駛公司智加科技也簽訂了合并協(xié)議，并有計劃上市。這意味著又一家自動駕駛卡車領(lǐng)域的重磅玩家應(yīng)運而生，拿到入場券參與下半場的角逐。

 

不過，編者也發(fā)現(xiàn)，縱然中美兩國無人卡車企業(yè)都在躍躍欲試，但中國與美國發(fā)展自動駕駛重卡技術(shù)的目的卻大有不同。

在國內(nèi)，貨運領(lǐng)域的運輸成本主要是路橋費、油和稅等外部成本。無人卡車技術(shù)可以通過減少人手操控和不良駕駛習(xí)慣，達到安全及省油降本。而美國主要卻是內(nèi)在的人力成本，目前企業(yè)向卡車司機開出逾7萬美元的年薪，卻還面臨招不到人的尷尬情況。

 

因此，不管出發(fā)點如何，也并非單純是為了取代卡車司機，而是去解決各自遇到的行業(yè)瓶頸，繼續(xù)提升運輸業(yè)的效率。而再繼續(xù)深入思考，更會發(fā)現(xiàn)最終決定自動駕駛卡車能否取代司機等問題，核心或許并不在于自動駕駛技術(shù)本身，而是整個運輸行業(yè)一直以來復(fù)雜而分散的老問題。

就拿飛步當(dāng)例子，其相比其他智能駕駛企業(yè)有何特色和困難？此前，飛步還低調(diào)與寧波舟山港集團共同合作，落地行業(yè)首個混線工況下的自動駕駛集卡編隊獨立整船作業(yè)。

雖然，在大家的基本認知下，自動駕駛落地港口是屬于降維打擊，把困難的事情簡單做，畢竟，相對于開放的道路，港口碼頭環(huán)境相對封閉。

 

但編者也認為，港口也有港口的細節(jié)面上的特殊挑戰(zhàn)，碼頭也有碼頭的長尾難題，封閉場景并不意味著是企業(yè)對困難妥協(xié)，在港口搞自動駕駛，只不過也是想專精于細分領(lǐng)域，選擇一條自己擅長解決問題的路線而已，這也不意味著任務(wù)簡單，至少也會遇到一些主要難點。

例如，碼頭上人、車、機械混雜，“無保護沖突路口”問題也非常典型，這對無人卡車感知能力極為苛求，也需要精準(zhǔn)的行為預(yù)測能力；裝卸箱時要實現(xiàn)厘米級的精準(zhǔn)；包括日常要隨機應(yīng)變的長尾問題等等。而達到能規(guī)?；涞鼗炀€作業(yè)，就更不是易事了。這樣看來，飛步日后重中之重的落地場景，也將是港口和碼頭。 

編者認為，雖然在許多人看來，無人貨車在數(shù)據(jù)和場景愈加清晰之后，作業(yè)超越人工老司機，應(yīng)該也是時間的問題了，但隨著AI技術(shù)和機器上位，卡車司機就真的岌岌可危了？

實際上，自動駕駛行業(yè)的長尾效應(yīng)如影隨行，通俗的講，就是行業(yè)即便已經(jīng)解決了9成以上的問題和痛點，剩下的卻可能要花費同樣多甚至更多的精力，包括很多邊界化難題，如何去克服未知的情況，這才是最困難的核心，正因如此，卡車司機和人工才為何一直難以取替。而即便現(xiàn)階段自動駕駛重卡看似日趨成熟，但也需要大量的時間和成本去做測試等工作，高昂的研發(fā)成本也會對企業(yè)帶來了更大的挑戰(zhàn)。