扒一扒輕舟模式：字節(jié)美團(tuán)同時看好的L4自動駕駛路線

賈浩楠 楊凈 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

這樣一家自動駕駛公司立足點(diǎn)和發(fā)展路線，之前外界看不懂，業(yè)內(nèi)也沒預(yù)料到。

輕舟智航，3年來一直是自動駕駛創(chuàng)業(yè)賽道上最獨(dú)特、“不可能”標(biāo)簽最多的公司。

一方面，它成立于行業(yè)低谷，資本市場一度質(zhì)疑自動駕駛的商業(yè)價值，各個公司普遍收縮業(yè)務(wù)線求生。落地路線選擇不太被人看好的賽道——自動駕駛小巴，即便當(dāng)時連百度這樣的巨頭也遭遇攻堅戰(zhàn)。還有在行業(yè)玩家普遍以“路測里程”、“車隊規(guī)模”、“牌照數(shù)量”論資排輩時，輕舟卻最早提出以仿真測試為主開發(fā)迭代，在當(dāng)時屬于“少數(shù)派”。

但另一面，IDG、美團(tuán)、阿里、字節(jié)等科技巨頭，卻又不約而同看好它。輕舟智航本身發(fā)展也落地頻頻，在蘇州、北京、重慶、武漢、深圳等地公開道路上都有輕舟小巴的身影。甚至一度還把“自動駕駛小巴”搞成了身上的標(biāo)簽，成為了行業(yè)頭號代表，并且引領(lǐng)了自動駕駛小巴重新火熱。

“輕舟模式”，也開始被業(yè)內(nèi)外越來越多提及。既指的是它的速度，也指的是其反差，更指向其展現(xiàn)的自動駕駛方法論。而現(xiàn)在，輕舟智航主動分享了一切。

解開輕舟模式

在今天的QCraft Day輕舟品牌日上，輕舟分享了自己最新的發(fā)展戰(zhàn)略，一轉(zhuǎn)過去行業(yè)對輕舟智航是“自動駕駛小巴公司”的傳統(tǒng)印象。

基于自動駕駛方法論“自動駕駛超級工廠”，支撐“雙擎”戰(zhàn)略的發(fā)展：

其一是動力引擎，將L4技術(shù)做深做透，并實現(xiàn)商業(yè)閉環(huán)；無論是Robobus還是Robotaxi，都是輕舟驅(qū)動L4技術(shù)縱深發(fā)展的途徑；

其二是創(chuàng)新引擎，面向廣泛乘用車市場，為客戶提供更加安全，成本更加合理的前裝量產(chǎn)方案助力客戶創(chuàng)新，由此在更廣泛的場景下應(yīng)用并實現(xiàn)技術(shù)的驗證。

這個戰(zhàn)略的提出，用輕舟智航創(chuàng)始人、CEO于騫的話說，就是自動駕駛行業(yè)正在迎來發(fā)展的黃金拐點(diǎn)：

政策上，針對自動駕駛產(chǎn)業(yè)的政策愈加清晰、友好，越加開放且合規(guī)；

技術(shù)上，自動駕駛模型、算法等越發(fā)強(qiáng)大，對整個行業(yè)有很大的促進(jìn)作用

傳感器和算力方面：激光雷達(dá)從幾年前數(shù)萬美元降到了數(shù)千人民幣，已經(jīng)在越來越多的量產(chǎn)乘用車上使用，算力平臺從幾年前的幾個、十幾個TOPS發(fā)展到數(shù)百TOPS甚至上千TOPS，傳感器和計算都在向車規(guī)方向發(fā)展；

在于騫看來，這已經(jīng)非常適合于前裝量產(chǎn)的大規(guī)模落地：如果把算力比喻成環(huán)境中的氧氣濃度，把傳感器數(shù)據(jù)量級比喻成食物，相當(dāng)于就是環(huán)境里的氧氣濃度變得更大，環(huán)境里面的食物更多，非常適合高等級自動駕駛公司的發(fā)展。”

進(jìn)軍前裝量產(chǎn)領(lǐng)域，推出最新一代量產(chǎn)車規(guī)級自動駕駛解決方案DBQ V4，也是這一次輕舟最引人矚目的產(chǎn)品。

DBQ V4，量產(chǎn)成本低至1萬元的L4自動駕駛套件，為前裝量產(chǎn)而生

幾年前，談到搭載ADAS系統(tǒng)的量產(chǎn)車，其實和L4是沒有什么交集的，它只能完成一些ACC、AEB等非?；镜妮o助駕駛能力，相互之間的數(shù)據(jù)并不通用。

然而隨著行業(yè)黃金拐點(diǎn)的來臨，數(shù)據(jù)的打通成為了可能。

但L4前裝量產(chǎn)的實現(xiàn)也并非就能一蹴而就。于騫表示，L4的困難在于最后1%的場景，這當(dāng)中涉及到大量底層的安全冗余方案。

然而得益于輕舟高效的自動駕駛方法論，加之傳感器和芯片的快速發(fā)展，輕舟已經(jīng)實現(xiàn)了用10%的L4的成本來實現(xiàn)大部分L4的能力，而不像ACC、AEB這種單點(diǎn)覆蓋。

DBQ V4量產(chǎn)成本最低至1萬元人民幣，這在L4級自動駕駛賽道上是前所未有的。

但輕舟并沒有把焦點(diǎn)全然鎖定在性價比上，在他們看來，領(lǐng)先的工程化能力和交付能力，同樣是自動駕駛的核心競爭力。只有這樣，才能做到“為量產(chǎn)而生”。

DBQ V4是一個高度可配置的方案，客戶可以像勾選菜單一樣根據(jù)不同的應(yīng)用場景選擇相應(yīng)的配置，相當(dāng)于把產(chǎn)品的定義權(quán)交給客戶。

全部配置可以達(dá)到L4級自動駕駛，而標(biāo)配版則可以用10%的實現(xiàn)99%的L4級自動駕駛能力。這便是隨“機(jī)”應(yīng)變。

面對不同的車型、場景，DBQ V4也能在一套技術(shù)棧下快速適配，實現(xiàn)像無保護(hù)左轉(zhuǎn)、狹窄道路通行、自主泊車、自動變道超車、主動繞行動態(tài)障礙物等一整套的能力，是為“以不變應(yīng)萬變”。

詮釋的就是為量產(chǎn)而生。成本優(yōu)勢史無前例的自動駕駛套件，必然依托國內(nèi)成熟供應(yīng)鏈。

比如品牌日上輕舟智航官宣與國內(nèi)智能駕駛芯片領(lǐng)跑企業(yè)地平線達(dá)成合作。

預(yù)計在2022年第三季度，雙方基于征程5芯片的自動駕駛樣車將開放路測；到2023年，雙方基于征程5芯片聯(lián)合研發(fā)的高等級自動駕駛方案將達(dá)到量產(chǎn)水平。

從自動駕駛小巴到未來移動空間

就在此次發(fā)布活動的前幾日，北京剛頒發(fā)高級別自動駕駛示范區(qū)智能網(wǎng)聯(lián)客運(yùn)巴士測試牌照。

輕舟智航成為首批獲得此測試牌照的企業(yè)，他們將全面接入北京市高級別自動駕駛示范區(qū)2.0車路協(xié)同場景應(yīng)用。此次牌照的發(fā)放，為企業(yè)自動駕駛快速規(guī)?；虡I(yè)化應(yīng)用奠定了政策基礎(chǔ)。

與此同時，還填補(bǔ)了北京智能網(wǎng)聯(lián)客運(yùn)巴士測試、示范應(yīng)用的空白。

而放在三年前，自動駕駛小巴還只是一個巨頭紛紛不看好的賽道——技術(shù)難度比封閉場景高，市場又沒有Robotaxi大。

如今卻有如此明確的政策導(dǎo)向，這當(dāng)中少不了輕舟智航的快速推動作用。過去三年中，輕舟智航雖然創(chuàng)立沒占“天時”，但卻后發(fā)先至，進(jìn)展神速。甚至所謂的輕舟速度，已成為行業(yè)共識。

成立4個月即獲加州路測牌照。

一年之后，輕舟智航的自動駕駛小巴龍舟ONE首次在蘇州亮相，并啟動常態(tài)化運(yùn)營模式。值得一提的是，當(dāng)時基于Driven-by-QCraft的解決方案，首臺小巴出廠到上路只用了一個月時間。

同年12月，在深圳落地首個微循環(huán)自動駕駛公交線路。

隨后在2021年，又在武漢、重慶、北京等地落地運(yùn)營，還發(fā)布自動駕駛網(wǎng)約巴士。截止當(dāng)年年底，已經(jīng)有10個城市落地，自動駕駛車隊（Robobus+Robotaxi）超過100輛。

與東風(fēng)悅享聯(lián)手打造的Sharing Bus，不到半年時間就已經(jīng)在武漢、大理、蘇州等多個城市落地運(yùn)營。

從技術(shù)和商業(yè)兩個層面，輕舟智航向行業(yè)證明了無人巴士這條賽道不但能走通，而且潛力巨大 。

之前一度觀望的玩家又紛紛入局。

而輕舟智航作為無人巴士的先行者，卻又在產(chǎn)品定義上做了新的探索。

品牌日發(fā)布的龍舟SPACE，開始朝“移動空間”的方向轉(zhuǎn)變。

龍舟SPACE的空間可多重變換，靈活覆蓋不同場景需求，更像是一種Mobility As A Service的體現(xiàn)。

龍舟SPACE到底能做什么？既可用于從長途到短途的無縫接駁，又能用于零售、物流等場景。

于騫還舉了個更加典型的例子——建立15分鐘核酸檢測圈，以完全自動化的方式在城市內(nèi)部進(jìn)行部署。

因此，自動駕駛車輛未來的應(yīng)用場景不僅限于交通出行，而是可以成為連接乘客、交通與服務(wù)的智能體。

輕舟智航的核心方法論

短短三年時間，輕舟智航不光完成產(chǎn)品、技術(shù)迭代，還能將自動駕駛小巴落地這么多城市。

表面上看，是自身技術(shù)實力以及產(chǎn)業(yè)鏈成熟大背景這內(nèi)外兩方面加持。但實際上背后，正是前文一直提及的一整套底層方法論的驗證——自動駕駛超級工廠。

它以數(shù)據(jù)驅(qū)動和效率提升為核心，數(shù)據(jù)驅(qū)動形成一個閉環(huán)，效率提升使得這個閉環(huán)越轉(zhuǎn)越快，整體就是一套系統(tǒng)化、自動化的自動駕駛基礎(chǔ)設(shè)施。

它主要包含三個板塊。

一是通過數(shù)據(jù)流水線工具鏈輕舟矩陣打造自動化閉環(huán)。通過數(shù)據(jù)的快速流轉(zhuǎn)，實現(xiàn)技術(shù)的快速迭代。這也是基礎(chǔ)設(shè)施中最為重要的底層支撐，當(dāng)中包含數(shù)據(jù)平臺、標(biāo)注平臺、訓(xùn)練平臺以及仿真模塊。其中前三個平臺為基礎(chǔ)架構(gòu)模塊，可實現(xiàn)數(shù)據(jù)上傳、篩選、標(biāo)注、訓(xùn)練等全流程任務(wù)。

隨后通過依照真實路測和生成數(shù)據(jù)構(gòu)建的仿真平臺，來幫助企業(yè)訓(xùn)練多個場景算法、測試驗證。

據(jù)介紹，這一工具鏈可幫助企業(yè)將測試成本降至純道路測試的1%；每天生成數(shù)百萬個的Corner Case場景，一周即可完成量產(chǎn)級別的算法測試驗證。

而輕舟矩陣這套工具鏈如今也已經(jīng)推向市場，幫助客戶實現(xiàn)數(shù)據(jù)驅(qū)動的研發(fā)能力，建立數(shù)據(jù)資產(chǎn)的護(hù)城河。據(jù)悉已獲得多家TOP車企采用。

二是涵蓋車載軟硬件的平臺級通用全棧技術(shù)。既包括傳感器、線控、計算平臺等硬件，也包括感知算法、地圖定位、云端控制等軟件。

三是面向不同場景批量化輸出解決方案，比如城市公開道路、高速公路、封閉園區(qū)/景點(diǎn)、公交定點(diǎn)接駁等場景。

從底層數(shù)據(jù)就開始，再到模型、評測高效開發(fā)，也就不難理解輕舟為何能在自動駕駛多場景下快速迭代。

這當(dāng)中，還誕生了許多獨(dú)創(chuàng)性技術(shù)，比如時空聯(lián)合規(guī)劃算法，將路徑和速度結(jié)合起來，讓車輛更靈活應(yīng)對中國特有場景下的復(fù)雜路況。

有了這樣一套核心的方法論，輕舟的不同業(yè)務(wù)模塊之間，就可以實現(xiàn)數(shù)據(jù)共享、相互支撐、相互反哺，上層的Robobus、Robotaxi、前裝量產(chǎn)等不同業(yè)務(wù)就可以實現(xiàn)高效的協(xié)同發(fā)展，而絕非單打獨(dú)斗。

這樣的模式，能夠讓輕舟在不同場景下快速驗證，敏銳捕捉到行業(yè)發(fā)展進(jìn)程中，每一個商業(yè)與技術(shù)的平衡點(diǎn)。

小巴，只是輕舟模式的表層

輕舟模式的底層方法論在過去幾年中不斷得到驗證：落地的廣度，比如蘇州、無錫、武漢、大理等等城市的商業(yè)化運(yùn)營；技術(shù)的深度，即作為自動駕駛小巴玩家在北京首獲無人化測試牌照，在L4落地這一行業(yè)難題上邁出了關(guān)鍵的一步。

現(xiàn)在無論在產(chǎn)業(yè)界還是投資圈提到自動駕駛小巴，輕舟智航是一個繞不過去的名字。

小巴賽道初獲成功的輕舟智航，下一步路徑該怎么走？

其實這早有揭示，無論是在之前投資人的表述還是輕舟智航官方的透露。和所有瞄準(zhǔn)L4自動駕駛的創(chuàng)業(yè)公司一樣，輕舟智航的終極目標(biāo)是將高階自動駕駛普及到社會各個場景。而其中社會效益最大、市場前景最好，同時技術(shù)難度也最高的就是Robotaxi。

輕舟模式支撐的，就是這樣一條通向全場景高階自動駕駛的路線。換言之，輕舟智航現(xiàn)在所做的Robobus，其實是Robotaxi的過渡形式，而這個模式投入的時間、成本對于創(chuàng)業(yè)公司可承受，是一條L4落地最現(xiàn)實、最快速的路徑。

場景完全相同，Robobus為什么不能是Robotaxi？

Robobus和Robotaxi本質(zhì)上都是面對城市復(fù)雜道路，兩者在應(yīng)用場景上一脈相承。其中，Robobus可以利用“軌道交通+微循環(huán)”這種高效模式，滿足居民“最后三公里”的出行需求。

而相較傳統(tǒng)巴士高峰期緊缺、平峰期空載率高的問題，Robobus結(jié)合網(wǎng)約的模式則更加靈活，對公共交通的資源利用更為合理。

網(wǎng)約巴士的自動駕駛化，也更能順應(yīng)公共交通智能化、綠色化、網(wǎng)聯(lián)化、共享化等需求和趨勢。

當(dāng)巴士實現(xiàn)網(wǎng)約化，也就和Robotaxi沒有什么界限了。

對于城市管理方來說，Robobus比網(wǎng)約車更能緩解交通壓力，提高交通出行效率，所以政策上的支持力度會更大，政策準(zhǔn)入、落地范圍方面進(jìn)度更快。

技術(shù)高度復(fù)用，卻沒有Robotaxi落地的限制

而在技術(shù)層面，Robobus和Robotaxi的使用場景都是城市開放道路，使得它們面對的挑戰(zhàn)、長尾場景都完全一樣。在傳感器方案選擇上，也能做到完全一致。

也就是說，對于后臺研發(fā)，除了針對不同車型的控制算法需要單獨(dú)適配，L4底層技術(shù)的感知、決策核心完全相同。

測試數(shù)據(jù)的高度復(fù)用，大大提高了傳統(tǒng)Robotaxi車隊數(shù)量、范圍有限導(dǎo)致的數(shù)據(jù)同質(zhì)化的問題。

場景、技術(shù)本質(zhì)相同，政策準(zhǔn)入又更友好，數(shù)據(jù)收集上效率還更高。

既然如此，那么用Robotaxi的技術(shù)棧打造Robobus，就成為輕舟智航在一開始“降維打擊”的合理方案。

開啟Robotaxi商業(yè)化運(yùn)營

既然場景相同、技術(shù)高度復(fù)用，輕舟智航Robotaxi商業(yè)化的開花結(jié)果也順理成章。T3出行，就是輕舟在Robotaxi領(lǐng)域的最新戰(zhàn)略合作伙伴。

據(jù)悉，雙方將在今年7月于蘇州聯(lián)合啟動Robotaxi公開運(yùn)營，為包括蘇州市民在內(nèi)的廣大用戶提供安全、便捷的無人駕駛服務(wù)。

事實上，在Robotaxi領(lǐng)域，輕舟從未離開。

于騫回憶，在硅谷創(chuàng)立的第一天，輕舟的四個創(chuàng)始人打造的第一輛自動駕駛車就是以Robotaxi為模型，三年來，輕舟一以貫之地推動Robotaxi的技術(shù)測試和產(chǎn)品打磨。

如今全面開啟Robotaxi的商業(yè)化運(yùn)營，其實是在貫徹Day 1的戰(zhàn)略。

不過無論是落地形態(tài)，還是路線選擇，輕舟智航盡管是先行者，卻也能復(fù)制。

所以揭開輕舟模式，討論了時機(jī)、產(chǎn)業(yè)、路徑之后，還是指向一個終極問題，自動駕駛公司競爭的本質(zhì)，到底是什么？

自動駕駛，競爭的到底是什么？

自動駕駛江湖，圈內(nèi)圈外爭論最多的，是關(guān)于路線、落地模式，角度也是層出不窮。

為人熟知的至少有3種。

最早，大家討論Waymo模式或是特斯拉模式，誰能走到最后。

這兩種路線之爭，核心是自動駕駛到底該采用Waymo測試為主，技術(shù)成熟再談量產(chǎn)，還是像特斯拉那樣以量產(chǎn)為先，通過用戶義務(wù)貢獻(xiàn)測試數(shù)據(jù)。

這樣的爭論本質(zhì)討論的是迭代方法，而目前已經(jīng)見分曉，特斯拉完勝。

后來，馬斯克又親自挑起了純視覺、融合感知路線之爭，這也成了目前最容易被大眾理解的自動駕駛陣營劃分。

馬斯克認(rèn)為多傳感器融合不本質(zhì)，徒增系統(tǒng)復(fù)雜性，而反對方認(rèn)為純視覺并不成熟，多傳感器是一種安全保障。

表面看是在爭論技術(shù)、安全，其實背后爭的是成本和量產(chǎn)。

而進(jìn)入自動駕駛下半場后，業(yè)內(nèi)更加喜歡用“升維”或是“降維”的觀點(diǎn)，來區(qū)分自己和友商的比較優(yōu)勢。

比如百度代表的L4玩家，說自己把高階自動駕駛“降維”在不同場景，天生技術(shù)優(yōu)勢明顯；而從L2切入的自動駕駛公司，強(qiáng)調(diào)自己規(guī)模量產(chǎn)優(yōu)勢，迭代快更。

這幾種路線的競爭，分別是關(guān)于技術(shù)、成本，和業(yè)務(wù)模式的爭論。

但都不能完美解釋自動駕駛賽道選手的發(fā)展現(xiàn)狀。

比如Waymo和百度Apollo、小馬智行，相似的技術(shù)和路線，狀態(tài)和處境卻不盡相同。

再比如已經(jīng)倒掉的Uber、Lyft，作為網(wǎng)約車平臺搞自動駕駛，沒人比他們更有規(guī)模和場景優(yōu)勢，卻都以甩賣退場告終。

這樣看來，說自動駕駛競爭在于量產(chǎn)、技術(shù)棧、傳感器，或許都不本質(zhì)。

那么自動駕駛競爭的到底是什么？

輕舟智航的模式，其實給出了一個更加接近本質(zhì)的參考。

輕舟智航作為一個后發(fā)者，從一開始明確了自動駕駛競爭本質(zhì)，其實不在大家激烈探討的純視覺或融合路線，或是升維降維的方法。

于騫明確了這個核心本質(zhì)：數(shù)據(jù)閉環(huán)能力，更準(zhǔn)確的說是低成本高效率的數(shù)據(jù)閉環(huán)能力。

其實，無論是做L2還是L4，搞前裝量產(chǎn)還是Robotaxi，這都是成敗與否的核心標(biāo)準(zhǔn)。

低成本，包括自動駕駛系統(tǒng)量產(chǎn)的成本，也包括數(shù)據(jù)收集的傳輸存儲成本，當(dāng)然最重要的是處理成本。

特斯拉的成功，是建立在對60億目標(biāo)有效標(biāo)注的前提上，而這些數(shù)據(jù)如果完全靠人工分類標(biāo)注，時間和財力成本是任何公司都無法承受的。

所以，這也是輕舟智航“自動駕駛超級工廠”背后的真正含義：通過不斷提高數(shù)據(jù)自動化處理能力，降低算法迭代的成本和周期。

高效率，則來自于數(shù)據(jù)收集的有效性。

自動駕駛公司以往愛以路測里程、MPI（接管率）來宣傳自己的能力，但在平直通暢的路面上刷里程數(shù)據(jù)很簡單，也能輕松把MPI做到很低，但這樣的系統(tǒng)泛化能力差，并不具備量產(chǎn)價值。

于騫認(rèn)為，其實對L4來說，99%的場景都很簡單，各家能力也趨于同質(zhì)化，真正的差異化優(yōu)勢在于那1%不常遇見的復(fù)雜長尾場景。

而要提升系統(tǒng)應(yīng)對這類場景的能力，關(guān)鍵是要有相應(yīng)的數(shù)據(jù)提供給AI訓(xùn)練。

如果依賴路測收集極端復(fù)雜場景數(shù)據(jù)，可能數(shù)萬公里甚至更多里程才會出現(xiàn)一例，這導(dǎo)致數(shù)據(jù)反饋的有效率很低，有效數(shù)據(jù)的平均成本也很高。

而要收集足量且覆蓋類型齊全的長尾場景，幾乎是不可能的。

所以輕舟智航最早提出以仿真為主的自動駕駛研發(fā)，通過對有限路測數(shù)據(jù)的學(xué)習(xí)，然后使用系統(tǒng)大量生成針對性的場景對AI進(jìn)行訓(xùn)練，這樣將路測數(shù)據(jù)價值放大到極致，也大大加速了迭代周期。

從數(shù)據(jù)閉環(huán)的角度去看自動駕駛競爭，一下就清晰得多。

Lyft、Uber的失敗，核心則在于后裝傳感器數(shù)據(jù)有效性不高，反映到開發(fā)端，依然是成本問題。

而成功開啟規(guī)模化商用的玩家，無論是輕舟智航這樣以L4立身的公司，還是特斯拉這樣從乘用車輔助駕駛的入手，本質(zhì)都是在打通了低成本數(shù)據(jù)閉環(huán)，讓技術(shù)能下放量產(chǎn)場景，場景數(shù)據(jù)又能不斷反哺技術(shù)進(jìn)步。

以往都說自動駕駛的競爭是路線之爭，只是表象。

如果自動駕駛的本質(zhì)就是打造AI司機(jī)，那決定這個“司機(jī)”能力和發(fā)展的，跟其他AI模型就不會有不同——都會是數(shù)據(jù)及其背后的數(shù)據(jù)能力。

而對于自動駕駛江湖而言，論排名也好、看競爭力也好，或者預(yù)測誰會贏得終局之戰(zhàn)也好。

標(biāo)準(zhǔn)已經(jīng)再明確不過——是否擁有數(shù)據(jù)閉環(huán)能力，是否擁有低成本、大規(guī)模和高自動化的數(shù)據(jù)迭代能力。

— 完 —