当前驭势科技已经创新推出无人驾驶物流车、无人驾驶小巴、无人驾驶送样车、UiBox无人车等产品。
文｜闫佳佳
ID | BMR2004
“唯有敢于面对未知，双倍下注于未来的勇者，才能抓住未来的机遇。”这是驭势科技联合创始人、董事长兼CEO吴甘沙在接受《商学院》杂志访谈时的一句话，这句话也鼓舞了他的创业之路。2016年，这位对机器人技术有着无尽热情的探险者，带着在Intel积累的16年宝贵经验，毅然踏上了自动驾驶这一“新交通”战场。
自成立以来，驭势科技始终致力于为全行业、全场景提供AI驾驶服务，特别是在机场自动化和制造业物流领域，驭势科技已经取得了行业领先的地位，成为全球范围内少数实现“去安全员”常态化运营的企业之一。
吴甘沙指出，当AI和自动驾驶等技术能在不同场景、车型和客户间无缝切换时，边际成本将趋近于零，实现规模化运营，自动驾驶技术在面对大量客户时，优势显著、利润可观。因此，“全场景”覆盖是科技发展的关键突破点。
自动驾驶技术作为这场变革的核心驱动力之一，不仅改变了人们的出行方式，还对物流、城市管理等多个领域产生了深远影响。驭势科技是如何抓住上述机遇，不断进行技术迭代实现商业闭环的呢？
01
自动驾驶创业梦起
吴甘沙的创业梦想可以追溯到他在复旦大学计算机科学技术学院本硕就读期间，这段求学经历为他奠定了坚实的理论基础，并赋予了他对新技术底层逻辑的深刻理解。为了将脑海里的字符与物理世界碰撞出耀眼的火花，毕业后，也就是在2000年，他投身于Intel中国研究院的工作，在那里，他逐渐成长为团队的核心力量，从一名普通工程师升至首席工程师，并最终荣任院长一职。在那段岁月里，他见证了时代的变迁和技术潮流的涌动，尤其是AI时代的来临。
正是那段在Intel的宝贵经历，让吴甘沙深刻认识到技术创新的力量和潜力。2015年，《三位一体：Intel传奇》一书出版，作者Michael Malone描绘了Intel的发展历程，同时为所有Intel员工做了鼓舞人心的演讲。演讲最后Michael Malone的一段话让吴甘沙产生了共鸣：“Intel三位创始人之所以成功，是因为他们勇于接受使命的召唤，面对不确定的未来勇敢地双倍下注，不怕失败。即使跌倒了，也能舔舐伤口，从死人堆里重新站起来，变得更加坚强。”
受到这句话的启发，2016年吴甘沙毅然辞职，开始创业，并将自己新创立的公司命名为“驭势”。“驭势”二字来源于中国古代思想家鬼谷子的一句话：“察势者明，趋势者智，驭势者独步天下。”意指只有那些能够预见并驾驭时代潮流的人，才能在世界上独领风骚。
创业之初，吴甘沙及其团队曾考虑专注于具身智能机器人领域，然而，他们很快意识到，要克服具身机器人在自由移动、认知交互以及机械臂和机械手灵活操作这三大核心技术上的难题，并实现商业化，面临着巨大的技术和成本障碍。
于是，他们转向了同样属于机器人范畴但更快商业化的自动驾驶领域。轮式机器人作为自动驾驶汽车的核心形式，技术焦点相对集中，主要在于解决车辆的自主移动问题。此外，自动驾驶不仅是一个万亿级别的单一AI市场，更是关乎亿万人出行方式革新的伟大事业。
当前，驭势科技已经创新性地推出无人驾驶物流车、无人驾驶小巴、无人驾驶送样车、UiBox无人车等产品。以无人驾驶物流车为例，这一产品实现厂内物料运输环节的全流程自动化，可以从根本上减轻劳动力成本的困扰，在保障安全性的同时，提升厂内运输效率。2019年，驭势科技在机场和厂区领域实现了“去安全员”自动驾驶常态化运营的重大突破，并由此迈向大规模商用。
驭势科技自动驾驶车辆能够克服厂区、机场等实际运营场景下的各种难题，最硬核的科技是其搭载的“大脑”，曾在工信部第一期人工智能产业创新揭榜挂帅中夺魁的U-Drive?智能驾驶系统。在这一自研技术加持下，2021年9月驭势科技荣膺国家专精特新“小巨人”企业殊荣。目前，驭势科技累计自动驾驶里程超450万公里。
02
“隆中对”战略的“弱者”智慧
“在当今竞争激烈的商业环境中，初创企业要将自身定位为行业中的‘弱者’。面对特斯拉等巨头在乘用车赛场的资金优势和技术积累，驭势科技另辟蹊径，专注于那些尚未被充分开发或难以快速进入的细分市场，特别是商用车领域。”吴甘沙表示。
他的上述战略灵感来源于诸葛亮与刘备在隆中的那次著名对话——“隆中对”。彼时，正值东汉末年，天下大乱，群雄并起，刘备心怀大志却四处碰壁，后得诸葛亮指点，刘备占据荆、益二州，安抚周边地区，整顿内政，外结盟友，最终建立了蜀汉政权。
今天的商业竞争同样尤为激烈，在自动驾驶领域，很多创业者不知如何入局，有些刚入局便被迫出局。比如美国当地时间2024年12月11日，通用汽车宣布停止资助旗下的自动驾驶公司Cruise发展Robotaxi。通用汽车2016年10亿美元并购的Cruise，经过8年的发展，“烧掉”了大约100亿美元，发布了Robotaxi原型车Origin后，这个项目也宣告结束。
在激烈竞争中，正如刘备占据益州作为稳固的后方基地，驭势科技也将商用车视为其核心竞争力所在。在这个基础上，逐步扩大影响力，探索更多可能性。例如，在机场自动化方面，驭势科技已经取得了行业领先的地位；在制造业物流领域，则占据了绝大多数市场份额。
而乘用车市场，则被吴甘沙喻为“荆州”，是通往更大市场的关键桥梁。这是一个充满挑战但也极具潜力的巨大市场，驭势科技选择与主机厂建立合作关系，共同开发相关项目。通过这种方式，驭势科技既能避免直接对抗现有强者带来的风险，又能在合适的时机抓住机会，实现共赢发展。
驭势科技的技术产品架构被精炼为“1+1+X”。
第一个“1”是智驾大脑，是驭势科技自主研发的核心硬件，旨在提供高性能、高可靠性的自动驾驶解决方案。经过6年至7年的持续研发，智驾大脑不仅支持英伟达、高通以及国内的地平线等不同AI芯片，还实现了历史兼容性，确保设备可以在不同应用场景之间无缝切换，并且能够从前一代平滑升级到下一代。这种向前向后兼容的设计理念，保证了系统的灵活性和适应性，满足了全场景的应用需求。此外，驭势科技正在逐步实现全国产化，以增强供应链的安全性和自主可控性。
第二个“1”是全场景自动驾驶操作系统（U-Drive?智驾系统），该系统强调真无人、全天候、全场景的操作能力，支持从城市道路到复杂环境的各种驾驶条件。通过不断迭代升级，U-Drive?已经发展到了第五代版本，成为实现驭势科技技术路线和商业模式的关键所在。
“X”代表了驭势科技在多个领域内的应用拓展，涵盖了载人、载物及作业类车辆。无论是Robotaxi、Minibus、公交车等载人交通工具，还是干线物流、城市配送乃至机场、制造业、港口、矿山等特殊场景下的货物运输，抑或是环卫、巡检、农业等特定任务的执行，驭势科技都能够根据具体需求提供定制化的解决方案。这种广泛的适配性使得驭势科技可以灵活应对不同驾照类别（A照、B照、C照）所对应的各种车型，真正做到全场景覆盖。
03
共性与差异中的自动驾驶革命
在自动驾驶领域，无论是商用车还是乘用车，两者共享着大约70%的技术基础。这一共同的技术框架包括感知、认知、定位、预测、决策和规划控制等核心模块，构成了自动驾驶系统的基本架构。
然而，由于车辆运行环境的不同，商用车和乘用车在感知和认知能力上有着显著的区别。比如，它们对速度与感知距离的要求不同，对自动化程度以及运营时长的需求也存在差异（这些都是30%左右的差异化部分）。
例如，在高速行驶（如100公里/小时）时，车辆需要具备至少200米至300米的感知范围；而在较低速行驶（如30公里/小时）时，则可能只需要100米左右的感知距离。因此，不同的车速要求不同的配置以优化成本。
另一方面，商用车对于自动化程度的要求更高，“商用车必须是‘AI司机’”，对于商用车而言，L2级别的辅助驾驶价值有限，因为其主要目标是通过高度自动化（L4级别）来取代司机，从而降低成本。而乘用车市场更倾向于L2级别的辅助驾驶系统，它能够有效减少驾驶员的疲劳感，提升驾驶体验的安全性和舒适度。
此外，商用车通常需要每周7天、每天24小时不间断地运作，并且在极端天气条件下也不能停工。相比之下，乘用车的日均使用时间较短，这使得商用车对车辆可靠性和稳定性的要求更高。而且，商用车车型的多样化以及应用场景的碎片化，导致了自动驾驶技术在商用车领域的应用难以形成规模效应。
为了应对商用车和乘用车之间既有的共性及差异，驭势科技采取了双管齐下的策略：强化70%的共性部分，优化30%的差异化部分。
首先确保70%这部分的基础技术足够强大，既能保证系统的安全性又能提供良好的用户体验。不仅要提高安全性、精准度等下限，还要增强上限，如在复杂场景中车辆运行的灵活性和平顺性。
关于优化30%的差异化部分，针对特定车型和应用场景的特点，利用算法的泛化能力和工具链的自学习自适应功能，快速调整并优化非共性部分。
驭势科技的U-Drive?智驾系统正在同时做好共性和个性两部分工作。从第一代U-Drive?开始，驭势科技不断推进自动驾驶技术的发展，逐步实现了低速载人自动驾驶、真无人全天候物流、多场景融合以及开放道路全场景支持等功能。
2024年11月，驭势科技发布的第五代U-Drive?系统引入了高泛化、自学习、自适应特性，减少了对高精地图的依赖，增强了动态变化环境下的适应能力。此外，该系统拥有超过百个场景库和十余种车型模板，结合高度自动化的工具链和数据闭环机制，极大缩短了新车型和新场景的开发周期。
比如，机场内的牵引车与港口内的车辆虽然传感器配置不同，但可以通过捕捉它们之间的共性元素，只需少量新增数据即可完成适配，大幅降低了边际成本。
吴甘沙表示，AI技术本质上是由算法和参数（模型）所构成。例如，大语言模型依赖于Transformer算法，而像Sora这样的视频生成系统则结合了扩散模型（Diffusion Models）与Transformer算法。从算法与模型的关系来看，算法提供处理逻辑，而模型则是通过训练获得的参数集合，二者配合工作以模拟现实世界的复杂性。不同的场景需要不同的算法和参数配置，即不同的模型。
驭势科技场景库拥有大量预先训练好的算法和参数集，这些可以灵活组合以适应不同的驾驶场景。具体而言，场景库中包含了针对不同环境（如高速公路、园区、停车场、机场、城市道路等）的传感器配置、定位算法和模型组合。此外，一些更细节的操作，比如精准泊车、对接、挂钩等也有专门训练的算法和模型支持。
借助工具链可以快速适应新的硬件配置，特别是当遇到新型车辆或传感器位置有所变化时。通过识别新配置与历史配置之间的相似性（亲缘性），只需要进行增量训练即可，无需从头开始重新训练模型。
通过上述系统部署后，当车辆开始运行时，会有一套数据闭环机制用于持续评估和监控系统的表现。收集到的数据反馈至自学习自适应工具链，允许系统基于模板组合进一步调参和优化。随着时间推移，系统能够逐渐达到最优状态，并不断改进自身性能。
04
从中端突围，平衡差异化与成本
在吴甘沙看来，企业生存的基础，要么是产品有差异化，要么成本特别低，只有这两种可能性。驭势科技如何在产品差异化和成本控制之间找到平衡点？特别是在L4级自动驾驶车辆的长期生命周期管理中，企业如何确保服务的可持续性和盈利能力？
对此，吴甘沙表示，驭势科技采取了一种独特的竞争策略：既不做最高端也不做最低端的产品，而是专注于中端市场，并将其做到极致性价比。
与行业巨头特斯拉相比，特斯拉的Autopilot系统分为三个级别，分别是Standard Driving Assist（标配的基础版自动辅助驾驶）、Enhanced Driving Assist（增强型驾驶辅助）、Full Self-Driving（完全自动驾驶），价格从免费到6.4万元不等。而驭势科技选择对标特斯拉的Enhanced Driving Assist将增强型驾驶辅助功能的价格控制在几千元左右，同时提供接近于3万多元系统的体验和性能。
因为特斯拉三个级别的Autopilot系统，都是用的同一种技术，且最高级别跟最低级别用的也是同一套硬件，所以它的硬件都必须符合FSD（Full Self-Driving是特斯拉研发的一项旨在实现车辆在无人干预情况下自主驾驶的技术）高端要求，因此成本很高。而驭势科技的方案则不需要去实现FSD的级别，成本较低。
吴甘沙坦言，许多人往往更关注车辆的初期购买成本，特别是像激光雷达这样的高价值组件。例如，一个激光雷达的成本大约为5万元人民币，但考虑到一辆商用车在其全生命周期内可以行驶约50万公里，这意味着每公里分摊的激光雷达成本仅为1元。因此，从长期来看，单个昂贵器件的成本实际上被大幅摊薄。
当审视一辆无人车的整个生命周期时，通常运营成本占了大头。运营成本不仅包括日常维护、能源消耗等直接费用，还涵盖了确保系统持续稳定运行所需的间接成本。在自动驾驶领域，技术成熟度直接影响着运营成本的高低，如果技术达到了98分的高水平，那么剩下的2%则需要依赖完善的运营运维体系来“兜底”。
为确保L4级自动驾驶车辆长时间高强度运行中的可靠性和安全性，驭势科技建立了完善的预测性运维机制，实现了秒级报警、远程故障排除及紧急响应服务。
驭势科技可以实现以“天”为单位的预测性运维，每天收集车辆信息并进行检测，根据“健康度”判断是否需要维保，将故障扼杀在摇篮之中。当车辆出现任何异常情况时，可以实现以“秒”为单位的实时预警，及时掌握异常车辆的全部信息，并且在几分钟内通过远程运维手段解决90%以上的车辆异常情况。而剩余10%更加严重的状况，通过30分钟紧急响应机制解决问题。整套体系确保了无人车99%以上的可用性。
这套体系的有效运行使得问题越少，或者远程解决的比例越高，运营成本就越能得到有效控制，否则成本会呈现出几何式增长。
在自动驾驶领域，以前大家都在算Miles per Intervention（MPI），它是指自动驾驶车辆在运行过程中，每介入一次人类干预所行驶的平均英里数。这个指标用于衡量自动驾驶系统的稳定性和可靠性，数值越高表示自动驾驶系统在不需要人工干预的情况下能够行驶更远的距离。现在大家都算Cost per mile（Cpm），每公里的成本，成本越低，就能形成商业闭环。
05
“AI司机”时代的订阅制商业模式
“驭势科技提供的服务其实是一名‘AI司机’，和人工司机一样，它们也需要‘收工资’，为此驭势科技推出了创新的订阅制商业模式。”吴甘沙表示。
他指出，传统的商业模式是客户一次性支付高额费用购买车辆，类似于传统汽车销售模式。这种方式对于驭势科技来说，初期现金流较大，较为安全。订阅模式是指客户支付较低的首付款，然后每年支付订阅费。这种方式更接近于雇佣人类司机的模式，即“AI司机收工资”。
在订阅模式下，驭势科技的初期收入会减少，因为大部分收入被分散到了未来的订阅费用中。然而，订阅模式可以带来更加稳定的长期收入流，随着订阅时间的增长，总收益可能超过一次性购买模式。
但是这种模式也存在一些风险和成本，比如作为AI司机的提供商，驭势科技需要对技术和服务负责，包括持续的技术更新、故障排除等，这也增加了运营和维护成本。由于很多费用是在后期收取，如果客户中途退出或出现其他问题，可能会给驭势科技带来财务风险。
值得期待的是，一旦技术达到一定成熟度，订阅模式的优势就会显现出来。它不仅能提供稳定的收入流，还能根据客户需求灵活调整服务内容。理想情况下，通过合理的首付款加上后续的年费订阅，可以在整个产品生命周期内最大化收益。
在谈及未来的发展方向以及需要攻克的技术难题，吴甘沙表示，“驭势科技正在不断迭代第五代U-Drive?智驾系统，研发第六代、第七代U-Drive?智驾系统。”
驭势科技第六代系统将引入端到端和大模型技术，使车辆驾驶行为更加拟人化，让车辆不再受限于简单的规则。比如，原来一辆自动驾驶汽车要在车道中心线行驶，如果附近车道上一辆大卡车压线行驶，那么两辆车的距离就会过近。引入端到端后，无人驾驶汽车能够更加智能地调整行驶策略，适度保持距离，不再一味追求车道中央行驶，增强了应对模糊场景的能力。
第七代系统将是一个第五代、第六代和端到端三套系统融合的产品。系统大部分时间将由端到端系统主导，利用其拟人化的特点提供流畅的驾驶体验。基于规则的系统则将做高精度操作，同时作为安全底线保障，确保在关键时刻能够守住安全底线。
当出现不常见、复杂且难以预测的场景时，系统将会依靠大模型进行处理，并利用其强大的理解和决策能力应对复杂情况。未来，第七代U-Drive?智驾系统预计将应用于Robotaxi等最复杂的场景。（本文图片由受访者提供）
来源 | 《商学院》杂志2025年1月刊
