因地制宜地深耕本土市场 才是自动驾驶商业化落地的最佳姿势

如你所知，过去数年，全球科技媒体都热衷于探讨自动驾驶对于人类社会的多元化改革——如下未来，甚至已成当下共识：自动驾驶会让出行更安全；与共享理念的深度契合，让自动驾驶可以大幅降低出行成本，缓解交通压力与环境污染，甚至打破城市在工业时代的道路桎梏，为城市居民释放更多路权；而当自动驾驶汽车成为移动的“第三空间”，也会诞生下一个平台级别的商业模式。

嗯，考虑到汽车产业在全球的巨大体量，以及未来围绕汽车构建的智能交通体系的巨大想象，在乐观者眼中，2020年自动驾驶或将迎来万亿级市场的爆发。

但这条赛道也异常拥挤，无论科技巨头还是整车巨擘，都已纷纷在自动驾驶的跑道上抢滩登陆，而由于产业链的相对漫长，也让一众初创企业频繁登上舞台中央，或自立门户，或与巨头共舞，在产业链的不同环节穿针引线，共同拼凑出一张自动驾驶的完整图谱。

当然，无论巨头还是初创企业，尽管发展策略各有所求，却共同面临同一个巨大挑战：自动驾驶商业化落地的最佳姿势，究竟是什么？

挑战在中国尤为迫切——如今所有人都在企盼，“用市场换技术”并不顺遂的中国汽车市场，能在自动驾驶这一技术转捩点上实现弯道超车，打赢这场席卷全球的军备竞赛，而这无疑需要自动驾驶技术能以某种更循序渐进，温和理性的方式迅速落地，譬如在很多业内人士眼中，2020年就会有部分L3或L4级自动驾驶通过前装搭载量产和商用。

从这个意义上，摊开自动驾驶的企业图谱，一家名为纽劢科技的公司着实令人眼前一亮，这家创立于硅谷，最早一批拿到加州路测牌照的公司，正是致力于L3/L4阶段研究，用人工智能等先进技术，以高效落地，可量产，车规级的方式，为车企提供定制化的整套自动驾驶解决方案及服务。

而剖析其商业逻辑不难发现，“务实”而非“务虚”，真正尊重汽车行业的规律，“因地制宜”地默默深耕本土市场，或许才是自动驾驶商业化落地的最佳姿势。

让技术平滑落地

公开资料显示，2017年初纽劢在上海设立总部，重点着眼让技术落地，而身为初创企业，成立不久的纽劢，目前已经与世界领先的合作伙伴正在进行深度合作。

这种迅猛的商业化速度，得益于与有些“眼高手低”，为示好资本市场而将“颠覆”二字常挂嘴边的创业者相比，从诞生伊始，纽劢的商业逻辑就更尊重汽车规律，践行最具商业化落地可行性的技术路线：一切研发都以技术落地为目标进行，且所有系统全部符合可量产的车规级标准。

当然，这需要将科技行业的迅速迭代，与汽车行业的沉稳内敛相结合，纽劢科技COO宋新雨在接受雷锋网采访时举了一个例子：“我们的算法开发、测试，所有东西都在嵌入式平台上完成，这样可以兼顾开发速度和实际的产品性能。并且我们拥有一套完整的数据采集、标定、清洗的流程和能力，保证模型高效快速迭代。除此之外，传感器的设计和选型，也都是按照车规级标准来确定。我们的做法有别于科研的思路，一切为了产品落地来服务。”

此外，这种谦卑务实的姿态，也集中体现在人才构成上。纽劢创始人徐雷和宋新雨之前均效力于特斯拉：徐雷是特斯拉Autopilot团队第一代核心成员，Tesla Vision深度学习负责人；而宋新雨则是特斯拉供应链及产品高级经理，参与了Autopilot1.0和Autopilot2.0的产品化全过程；此外，纽劢技术团队也主要来自特斯拉，苹果和英特尔等科技巨头；产品团队则来自博世，松下和哈曼等知名汽车产业供应商——不难发现，与特斯拉相似的“人才基因库”，让纽劢可以在科技与汽车之间，在速度和稳定之间，觅得一道更适合于当下的黄金中线。

而具体到技术层面，众所周知，涉及软硬件，各种传感器和控制器的自动驾驶，是一套颇为复杂的生态系统，纽劢最擅长上层应用软件和算法，目前他们选择前装车为市场切入口，为客户提供整套自动驾驶解决方案。

为了让自动驾驶的落地方式更为“平滑”，在客户交付逻辑上，纽劢更注重整体性。要知道，自动驾驶的智能部分其实分为诸多模块，大部分核心技术分别由各领域软件公司分别研发，而在如今高度由模块化搭建的AI市场，无论自动驾驶还是其他AI场景，遴选各领域供应商，迅速拼凑出某个“通用”功能，是大多数解决方案的默认选项，但事实上，由于系统磨合度等问题，这种方式的用户体验往往会打折扣，相比之下，拥有完整且统一的自动驾驶系统，会让其在落地细节上更具一致性——也因如此，纽劢选择将感知，规划和控制三大模块精炼为一套完整的自动驾驶系统，站在车企角度，整套系统在调试，应用和维护等方面无疑更令他们受用。

当然，统一系统运转良好的前提，是技术足够出色。

事实上，仔细剖析纽劢的自动驾驶系统：依赖于深度学习的感知系统，其精度要远高于传统方法。以视觉为主的多传感融合方案，在摄像头之外，会依据具体驾驶情况使用激光雷达，毫米波雷达，超声波雷达以及GPS/IMU传感器，在天气恶劣和车道混乱等不利驾驶环境下，亦可同时识别行人，车辆和标识等多个目标障碍物。此外，由于多传感器融合系统不完全依赖高精度地图，在很大程度上降低了成本——这对于自动驾驶的“民主化”过程至关重要。而同样拜深度学习所赐，纽劢自动驾驶系统亦可模拟人类驾驶习惯，判断障碍物速度和距离，并精确快速地预估其行动方向，为车辆规划最优行驶路线。另外，系统强大的分层规划与控制系统，能让车辆更好地应对不确定性，在最大程度上保障行驶安全。

总之，基于环境感知，智能规划和实时控制三者的无缝嵌合，得以让纽劢自动驾驶系统在提升安全性和适应性同时，维持低成本和高性能，从而充分发挥出纽劢车规级高效落地的竞争优势，最终真正以率先量产的方式，在自动驾驶的赛道上处于强势地位。

因地制宜

事实上，率先完成自动驾驶的商业化落地，早已成为从政府到企业的普遍共识。

在不少人眼中，中国作为全球最大汽车市场，从产业基础到政策扶持，从技术积淀到人才储备，多个方向上的合力，都在共同催生自动驾驶市场爆发的火种，尤其在政策扶持上，一系列促进自动驾驶产业化的政策密集发布，不断为中国自动驾驶的领跑清除路障。

但在产业化过程中，企业需要悉心留意的是，玩转自动驾驶，除了必须懂技术，更要“懂中国”——相较于传统汽车各产业链条的格式化，由于深嵌在复杂的商业环境，交通系统，舆论博弈，乃至整个社会协作体系的巨大网络中，自动驾驶是个“本地属性”非常强的产业，在诸多细节上都需要量体裁衣，也因如此，从诞生伊始，纽劢就将“落地中国”视为一切发展的逻辑起点。

譬如在商业层面，在判断产品能否真正委以“商用”重任时，必须结合当下中国汽车行业的整体发展脉络来看，就像宋新雨所言：“产品在中国落地首先要了解中国的主机厂诉求是什么，其中包括功能，质量，可靠性等方面，同时性价比也很重要，是否会对主机厂和消费者造成负担……（比如）大家都知道，激光现在没有办法量产化，成本方面也有很大压力，我们延续特斯拉以摄像头为主的多传感器思路。”

再譬如，在交通系统层面，众所周知，种种社会原因所致，中国城市交通密度高，障碍物多，随意性大，相比美国更为复杂，也让自动驾驶的商业化之路稍显荆棘，需要系统根据中国本土环境针对性细化，于是我们看到，纽劢自动驾驶系统也会在诸多技术细节上“对症下药”，以顺应颇具中国特色的交通环境和驾驶行为，举个最简单的例子，近距离的cut in（车辆并入）在中国很普遍，纽劢为此进行了技术优化，让系统处理近距离车辆并入的体验感更好。

总之不难发现，在自动驾驶的拥挤赛道，相较于多数体量相近的参赛者，高落地性，可量产和车规级等特点，让纽劢的商业化之路走得更为顺遂，也更为脚踏实地。

而从现在走向未来，纽劢也给出了自己的时间表：目前，已经实现了一些L4场景，包含人找车、车找人的功能；同时也在做政府SCSTSV的智慧城市项目沟通与技术对接；中期，纽劢将基于L3阶段研究，到2020年，为国内自主品牌的量产车型提供自动驾驶软件解决方案，并通过前装市场迅速盈利并积累数据，再用数据反馈进行算法升级，逐渐形成大数据生态系统；而在更值得期许的未来，纽劢则致力于构建完整的新型交通模式，开拓共享运营业务，最终成为智慧交通乃至整个智慧城市网络中更具价值的一环。

而通过纽劢这匹“黑马”的迅速崛起不难窥见到，无论是合作还是竞争，是分庭抗礼还是单打独斗，在全球玩家们的合力推动下，不断脚踩油门的自动驾驶，终于来到大规模量产应用的临界点。

而我相信，在一众企业和政府共同指向的2020年，会有更多人觉察到，自动驾驶正在深刻影响拥有百年历史的汽车产业，自动驾驶，就是未来的一部分。