GO 參考價(jià)：未上市

查看參配 獲取底價(jià)

購(gòu)置稅優(yōu)惠 經(jīng)銷商報(bào)價(jià) 車主點(diǎn)評(píng)

在蘇州的街道上，自駕車來來往往很正常，但在如今的車流中，一輛車卻很不尋常。

它的傳感器，包括激光雷達(dá)，都被覆蓋了，但它們?nèi)匀豢梢栽诠驳缆飞蠒惩o阻地行駛。

即使遇到一些復(fù)雜的交通場(chǎng)景，比如紅綠燈路口、無保護(hù)右轉(zhuǎn)等，也能從容應(yīng)對(duì)，就像一些偶發(fā)情況，比如堵車、十字路口人車混雜。

更何況他還是國(guó)內(nèi)自動(dòng)駕駛領(lǐng)域的老面孔，用如此特殊的方式展示技術(shù)和解決方案的實(shí)力：

王進(jìn)。

低調(diào)修行四年后，王勁帶著他的中智行和匯通天翼云重返舞臺(tái)。

并正式發(fā)布車路協(xié)同新范式“好車熟路系統(tǒng)”。

發(fā)布輕型車輛熟路系統(tǒng)

熟悉道路是這條新路線的表現(xiàn)。兩個(gè)核心組件。

熟悉道路

這里不得不簡(jiǎn)單提一下提案人——中興和天一交通的關(guān)系。

如果說中智專注于汽車端，那么我們將探索汽車如何利用增強(qiáng)的路側(cè)能力形成L4級(jí)自動(dòng)駕駛。

中智行的加入推動(dòng)了天一交通的成立，而天一交通更傾向于路側(cè)技術(shù)的研發(fā)和相關(guān)建設(shè)，更重要的是整個(gè)路側(cè)資產(chǎn)等平臺(tái)體系的運(yùn)營(yíng)。

也就是說，一個(gè)專注于車側(cè)，一個(gè)專注于路側(cè)，兩者共同完成這個(gè)車路協(xié)同方案。

輕型汽車，輕型自動(dòng)駕駛汽車。不需要激光雷達(dá)，只需要L2+級(jí)別的傳感器，比如攝像頭、毫米波雷達(dá)等。

從傳感器到力的計(jì)算是根據(jù)L2 或L2+ 級(jí)別配置的。在極端情況下，如果車端的所有傳感設(shè)備都用3D打印的蓋板和膠帶覆蓋，那么只有通過路側(cè)傳感才能實(shí)現(xiàn)L4級(jí)自動(dòng)駕駛能力。

自動(dòng)駕駛覆蓋傳感器

此前，車路協(xié)同的路端通常是交通感知系統(tǒng)，其置信度、穩(wěn)定性和智能性難以滿足支持自動(dòng)駕駛的要求。

“熟悉路”系統(tǒng)，基于全息傳感數(shù)據(jù)，實(shí)時(shí)計(jì)算，再將結(jié)果反饋給車輛，幫助車輛知曉一切。這里的全息圖在空間和時(shí)間上都具有連續(xù)性。

（天翼交通數(shù)字孿生平臺(tái)數(shù)字化改造實(shí)現(xiàn)的“全息智能道路”，可實(shí)時(shí)映射現(xiàn)實(shí)世界和數(shù)字世界）

也就是說，這相當(dāng)于從過去的3D感知升級(jí)到現(xiàn)在的4D感知。

高空路邊部署可以實(shí)現(xiàn)上帝視角（物理BEV），感知道路上所有參與者的動(dòng)作，包括行人、汽車、電動(dòng)車，也可以感知盲點(diǎn)和超視距區(qū)域，從而實(shí)現(xiàn)空間連續(xù)性。

由于路邊的連續(xù)運(yùn)行，每個(gè)參與者對(duì)交通情況的觀察也是連續(xù)的。 —— 哪些被迫停止，哪些在移動(dòng)，可以感知。

一個(gè)例子是發(fā)生故障的汽車占用右轉(zhuǎn)車道的情況。

（P.S. 車載系統(tǒng)，利用道路盡頭連續(xù)空地和固定背景的特點(diǎn)，灰色模塊是暫時(shí)停留的車輛，黑色模塊是長(zhǎng)時(shí)間停留的車輛，藍(lán)色模塊module 是移動(dòng)的車輛；如果汽車拋錨了，會(huì)出現(xiàn)一個(gè)紅框。）

更重要的是，時(shí)間維度信息的收集不僅有助于理解目標(biāo)意圖和預(yù)測(cè)軌跡，還可以讓人工智能具備“認(rèn)知”能力。

路對(duì)路協(xié)調(diào)系統(tǒng)可以從人類那里學(xué)習(xí)如何應(yīng)對(duì)奇怪的障礙物，一定程度上可以解決自動(dòng)駕駛的長(zhǎng)尾問題。

——除了增強(qiáng)感知能力效果最為明顯外，在低通信延遲和系統(tǒng)穩(wěn)定性方面也有一些突破。

首先，通信是車路協(xié)同的另一個(gè)核心問題。如果車路之間沒有很強(qiáng)的通信能力，即使路邊感知到緊急情況，未能及時(shí)將數(shù)據(jù)傳輸給車方，也于事無補(bǔ)。

一般來說，為保證其可靠性，道路端的延遲應(yīng)與車輛端的延遲相等，并應(yīng)嚴(yán)格控制在較低且穩(wěn)定的范圍內(nèi)。

在感知召回率99.99%置信度的基礎(chǔ)上，天翼交通通過引入通信切片技術(shù)、部署微基站、設(shè)計(jì)全新的通信協(xié)議架構(gòu)，實(shí)現(xiàn)了低時(shí)延、高可靠的通信能力。

平均通信空中接口延遲為20 毫秒，P99（在99% 的情況下）延遲為30 毫秒。端到端（即從感知、計(jì)算、到預(yù)測(cè)和調(diào)節(jié)）P99延遲為240毫秒。

并且因?yàn)槁飞系幕A(chǔ)設(shè)施，可以在硬件設(shè)備和軟件系統(tǒng)上實(shí)現(xiàn)7*24小時(shí)的長(zhǎng)期穩(wěn)定運(yùn)行。

在此期間，可以不斷積累數(shù)據(jù)，迭代算法能力。

當(dāng)然，還有一個(gè)更實(shí)際的好處，那就是武力成本的計(jì)算。

通過在路邊使用邊緣計(jì)算和云計(jì)算平臺(tái)，可以根據(jù)實(shí)際需要充分調(diào)用海量計(jì)算能力。

發(fā)布會(huì)上舉了個(gè)例子：

每輛車只需要50TOPS的算力，路邊可以預(yù)留500TOPS加上云計(jì)算。從數(shù)據(jù)中心獲得幾乎無限的計(jì)算能力只需幾毫秒。

尤其是面對(duì)復(fù)雜的路況，車端的計(jì)算能力往往成倍增加，但有了道路邊緣和云計(jì)算，負(fù)擔(dān)就沒那么重了。

相關(guān)賬戶也很容易計(jì)算：

蘇州市（含4個(gè)委托市）公路里程10200公里。量產(chǎn)情況下，路邊建設(shè)成本約為35萬/公里，總成本約為35億元。

也就是說，投資35億，蘇州就能真正成為智能化升級(jí)的自動(dòng)駕駛城市——國(guó)道。

可以看出，這套知名系統(tǒng)在：高置信度感知、低時(shí)延高可靠通信、系統(tǒng)穩(wěn)定性三大核心技術(shù)上實(shí)現(xiàn)了突破。至此，自動(dòng)駕駛在安全性、效率性、經(jīng)濟(jì)性等方面得到了全面升級(jí)。

這個(gè)怎么樣？是不是跟之前公開討論的自駕路線和思路不一樣？

選手來自中智和天一交通

它不是一家正規(guī)的自動(dòng)駕駛公司，也沒有走單車智能科技的通行路線，更不是業(yè)界主流的L4級(jí)商業(yè)模式。

過去任何一家自動(dòng)駕駛公司，無論是百度、Waymo這樣的科技巨頭，還是創(chuàng)業(yè)公司，幾乎都是聚焦在汽車端:

如何實(shí)現(xiàn)系統(tǒng)的冗余，如何覆蓋corner case，如何平衡性能和成本，如何滿足快速增長(zhǎng)的計(jì)算能力需求;

這就像在二維世界里從A點(diǎn)到B點(diǎn)，只需要老老實(shí)實(shí)地完成紙上的曲線。

而中之星和天一交通希望從更高的“維度”來解決這個(gè)問題:

如果智能車輛基礎(chǔ)設(shè)施合作系統(tǒng)足夠完善，那么所有車輛都可以統(tǒng)一指揮和調(diào)度，智能L4自動(dòng)駕駛的自行車游戲可以升級(jí)為全局規(guī)劃。

就像折疊一個(gè)二維平面，直接在三維之間連接兩個(gè)點(diǎn)AB空。

其實(shí)這個(gè)體系和路線背后的核心思想，源于王錦提出的數(shù)字化運(yùn)營(yíng)理念:

通過傳感設(shè)備收集高質(zhì)量數(shù)據(jù)，用數(shù)據(jù)驅(qū)動(dòng)三個(gè)目標(biāo):

技術(shù)突破規(guī)?；涞厣虡I(yè)模式的實(shí)現(xiàn)。

并表示這將是中之星和天一交通未來的核心競(jìng)爭(zhēng)力。

這也關(guān)系到車路協(xié)同的最大優(yōu)勢(shì)——數(shù)據(jù)維度增強(qiáng)。

通過路側(cè)7*24小時(shí)不間斷運(yùn)營(yíng)，可以積累大規(guī)模、高質(zhì)量的數(shù)據(jù)。

以蘇州為例，僅機(jī)動(dòng)車日行駛總里程就超過1.2億公里。如果這套系統(tǒng)全覆蓋蘇州市區(qū)道路，那么短短一天就可以積累1.2億公里的行駛數(shù)據(jù)，包括各種突發(fā)事件和交通事故。

基于此，場(chǎng)景庫(kù)和數(shù)字孿生平臺(tái)可以再現(xiàn)整個(gè)城市交通圖景，更有利于高質(zhì)量的機(jī)器人學(xué)習(xí)、人工智能維度提升和意圖理解能力構(gòu)建。在過去，智能自行車的行駛里程在短時(shí)間內(nèi)是遙不可及的。

有了數(shù)據(jù)，技術(shù)上有了突破——很好地熟悉道路的系統(tǒng)，即將迎來大規(guī)模落地。目前，中之星和天一交通正在推進(jìn)蘇州300公里智慧道路建設(shè)。

這種模式其實(shí)是整個(gè)自動(dòng)駕駛行業(yè)商業(yè)化一直在探索的加速方式。

為什么選擇這么協(xié)調(diào)的路線？中之星和天一交通給出了這樣的解釋:

或者說核心自行車智能和道路協(xié)調(diào)的區(qū)別。智能自行車起步快，發(fā)展慢，存在技術(shù)瓶頸。然而，車路協(xié)調(diào)的緩慢啟動(dòng)不僅將可預(yù)見的挑戰(zhàn)擺在了面前，也降低了自行車智能的技術(shù)天花板。

路路協(xié)調(diào)往往伴隨著基礎(chǔ)設(shè)施建設(shè)相關(guān)的工作，這樣的特點(diǎn)往往給人投資高、周期長(zhǎng)、難度大的印象。而天翼交通的區(qū)別是從實(shí)際落地的角度，連接的是車路協(xié)同的商業(yè)閉環(huán)。

從成本上來說，過去單車的智能路線所堆積的傳感器和計(jì)算平臺(tái)，本身就是不小的支出。

但在實(shí)際使用中，這些計(jì)算力和傳感器實(shí)際上99%的時(shí)間都不需要。這也導(dǎo)致目前L4自動(dòng)駕駛車輛的成本居高不下。

智能車輛基礎(chǔ)設(shè)施協(xié)同系統(tǒng)不僅具有云計(jì)算能力的靈活部署，而且能夠7*24小時(shí)連續(xù)采集數(shù)據(jù)。從長(zhǎng)遠(yuǎn)來看，基本建設(shè)費(fèi)用很容易攤銷。

而且，最重要的是，一個(gè)城市或地區(qū)的車輛、道路的協(xié)同R&D和建設(shè)投入是有上限的、可以估算的項(xiàng)目，而自行車智能化則是誰(shuí)也說不清的R&D周期和資金需求。

如前所述，蘇州I4全息路升級(jí)改造費(fèi)用為每公里35萬元，全區(qū)域約35億元?？紤]到單車硬件的減少和成本的降低，蘇州整個(gè)L4的升級(jí)成本大概在250億元左右(包括汽車和道路的全面升級(jí))——在此之前，要實(shí)現(xiàn)城市級(jí)自動(dòng)駕駛需要多少投資？有很多求解者，但很少有人給出確切的數(shù)字。而35億元對(duì)于自動(dòng)駕駛行業(yè)來說并不是大錢。自動(dòng)駕駛公司，花了35億，還是沒有落地L4，其實(shí)是常態(tài)。

這也是中之星成立之初堅(jiān)持走車路協(xié)同路線的核心原因。

在道路協(xié)同的“蘇州模式”下:中之星提供成熟的自動(dòng)駕駛技術(shù)積累，通過對(duì)行業(yè)的了解，實(shí)現(xiàn)汽車配置的輕量化，讓智能汽車不再是復(fù)雜昂貴的行為。

會(huì)上還透露了一個(gè)目標(biāo):將5萬多臺(tái)自行車智能設(shè)備降低一個(gè)數(shù)量級(jí)，即量產(chǎn)成本低于5000元。

這樣主機(jī)廠就可以快速投放市場(chǎng)進(jìn)行預(yù)裝和量產(chǎn)。

天翼交通為這種全新的L4商業(yè)模式提供基礎(chǔ)設(shè)施和5G通信基礎(chǔ)支撐，讓道路“似曾相識(shí)”。

在與汽車建立通信系統(tǒng)的同時(shí)，各種傳感和計(jì)算設(shè)備也從汽車中取出，使配置輕量化，成本大大降低。

這樣，最大限度發(fā)揮雙方優(yōu)勢(shì)并迅速投入量產(chǎn)的“蘇州模式”，在他們看來，就是一種“戰(zhàn)略性產(chǎn)業(yè)部署”:

(A+B) 2 =“路車強(qiáng)賦能”無人駕駛。

A 2代表智能汽車；B 2代表智慧之路，2ab是其中最重要的部分，也就是車和路結(jié)合的部分。據(jù)介紹，他們?cè)噲D解決的是智能汽車和智能道路真正結(jié)合的問題——汽車如何充分利用路側(cè)能力，道路如何真正賦能汽車？

中之星憑借四年的技術(shù)積累，率先構(gòu)建了車路協(xié)同的技術(shù)基礎(chǔ)?，F(xiàn)在，兩家公司正在合作，以不同的側(cè)重點(diǎn)迭代升級(jí)這個(gè)系統(tǒng)。

道路協(xié)調(diào)的具體路線如何走，自動(dòng)駕駛公司和智能交通運(yùn)營(yíng)商相結(jié)合的方法，很可能是所有后來者無法繞開的路徑參考。

自動(dòng)駕駛的三種路線

自動(dòng)駕駛，無論過去還是現(xiàn)在，更多的融資和更多的討論焦點(diǎn)，都流向了基于傳感器和算法的智能自行車路線。

判斷自動(dòng)駕駛模式和能力好壞的標(biāo)準(zhǔn)通常有三個(gè):

安全。

效率。

經(jīng)濟(jì)。

這三個(gè)標(biāo)準(zhǔn)直接關(guān)系到自動(dòng)駕駛落地的規(guī)模和速度。

從這個(gè)標(biāo)準(zhǔn)出發(fā)，我們可以對(duì)目前自動(dòng)駕駛落地的三種主要模式做一個(gè)判斷。

首先是眾所周知的特斯拉車型。這是一條完全依靠自行車智能的路線。馬斯克的基本邏輯是，AI司機(jī)要達(dá)到的目標(biāo)是像人類司機(jī)一樣，只靠自己的能力應(yīng)付所有的駕駛?cè)蝿?wù)。

他的方法是讓全球數(shù)百萬用戶自愿成為測(cè)試員，通過返回的海量數(shù)據(jù)迭代系統(tǒng)。

效率和經(jīng)濟(jì)，可以用用戶數(shù)量和規(guī)模來支付。然而，自行車智能長(zhǎng)期存在的長(zhǎng)尾問題很難解決:哪怕有1%的場(chǎng)景是看不見的、看不懂的、不準(zhǔn)確的，都會(huì)造成事故。第二個(gè)是以Google Waymo為代表的路線，主要是Robotaxi。希望通過模擬或者路測(cè)把AI司機(jī)磨練到“萬無一失”，然后逐步商業(yè)化。但是，AI在認(rèn)知能力、概括能力等方面的突破。短期內(nèi)難以實(shí)現(xiàn)，而Google的持久性也使得其長(zhǎng)期以封閉固定的方式進(jìn)行測(cè)試，數(shù)據(jù)收集和算法迭代的效率有限。

10年推廣，燒了幾百億，RoboTaxi在路況復(fù)雜的城市落地依然困難。

與前兩條路線相比，車路協(xié)同的比較優(yōu)勢(shì)在于解決效率和落地經(jīng)濟(jì)性，并兼顧安全性。

從道路協(xié)調(diào)的神視角出發(fā)，快速收集、篩選復(fù)雜、極端的交通場(chǎng)景，快速形成數(shù)據(jù)集進(jìn)行系統(tǒng)學(xué)習(xí)。

這種帶自行車的智能自駕系統(tǒng)，需要在數(shù)百萬公里的里程內(nèi)，以概率“遇見”長(zhǎng)尾場(chǎng)景，效率要高得多。

路側(cè)的整體控制也能最大程度避免車側(cè)能力不足導(dǎo)致的事故。

而且，車路協(xié)同模式中還有一個(gè)更關(guān)鍵的“不可復(fù)制性”。

路對(duì)路協(xié)調(diào)基于V2X技術(shù)，因此它的實(shí)施應(yīng)至少滿足三個(gè)要求:

提高5G網(wǎng)絡(luò)、基礎(chǔ)設(shè)施能力和當(dāng)?shù)氐暮献饕庠?。這三點(diǎn)結(jié)合起來的恐怕只有中國(guó)了。

中國(guó)的5G網(wǎng)絡(luò)和基礎(chǔ)設(shè)施容量不需要任何多余的證明，這也是中之星+天翼的流量模式能夠打通的前提。

需要特別強(qiáng)調(diào)的是，國(guó)內(nèi)地方對(duì)車路協(xié)調(diào)路線的接受度很高。

對(duì)于當(dāng)?shù)貋碚f，落地車路協(xié)同不僅是一張高科技的城市名片，還能帶動(dòng)當(dāng)?shù)鼗A(chǔ)設(shè)施、汽車、自動(dòng)駕駛等相關(guān)產(chǎn)業(yè)鏈的發(fā)展。而自動(dòng)駕駛帶來的經(jīng)濟(jì)運(yùn)行效率提升，潛力難以估量。

所以，中之星和天一交通在蘇州高鐵新城建設(shè)樣板間只是第一步。

這也意味著大規(guī)模復(fù)制的實(shí)踐已經(jīng)開始，可以用時(shí)間和效果來檢驗(yàn)，也可以開始迎接外界的評(píng)價(jià)。

中之星和天一交通提出的熟悉的系統(tǒng)，對(duì)于自動(dòng)駕駛行業(yè)來說，真正意味著什么？

一方面是技術(shù)模式。以前的路車協(xié)調(diào)路線上，都是熟悉的路，對(duì)車的需求還是很高的?，F(xiàn)在，一種新的模式被開發(fā)出來:熟悉道路。

另一方面，商業(yè)本質(zhì)上是?！拜p車”的價(jià)值不僅僅在于傳感器、計(jì)算能力等方面的成本節(jié)約。更深刻的意義在于，第一次為高級(jí)自動(dòng)駕駛的落地算了一筆明白賬。傳統(tǒng)的自行車智能化，資金、時(shí)間、人力、項(xiàng)目工期的投入，現(xiàn)在沒有一家公司有準(zhǔn)確的預(yù)估。

最核心的矛盾是，目前沒有一家企業(yè)能夠?qū)ψ灾餮邪l(fā)的自動(dòng)駕駛系統(tǒng)給出一個(gè)明確的、量化的可靠性指標(biāo)。這樣一來，自然就無法對(duì)監(jiān)管準(zhǔn)入和責(zé)任劃分有一個(gè)明確的定性結(jié)論。

所以只能是“一步一個(gè)腳印”。沒有人能從最后開始，向后推進(jìn)。

但從車路協(xié)同的基礎(chǔ)設(shè)施來看，技術(shù)指標(biāo)已經(jīng)明確，所依賴的基礎(chǔ)能力不再是AI系統(tǒng)生效的概率，而是準(zhǔn)確清晰的實(shí)施策略。以此為基礎(chǔ)，可以計(jì)算出L4落地基本確定的成本，真正讓自動(dòng)駕駛落地回歸商業(yè)本質(zhì)，有更具體明確的時(shí)間表。

七年前，王錦斷言“軟件定義汽車”首先在傳統(tǒng)汽車領(lǐng)域引起軒然大波，隨后逐漸被接受。現(xiàn)在已經(jīng)成為了幾乎所有玩家的共識(shí)。

10年后，他是中國(guó)第一個(gè)自動(dòng)駕駛事業(yè)部的總經(jīng)理，也是帶領(lǐng)團(tuán)隊(duì)探索自動(dòng)駕駛從技術(shù)創(chuàng)新到商業(yè)化的第一人。

現(xiàn)在，他表示，在從事自動(dòng)駕駛的第十個(gè)年頭，是時(shí)候再次披露他對(duì)自動(dòng)駕駛的最新商業(yè)實(shí)踐和思考了。

以及更快、更大規(guī)模、更低成本普及自動(dòng)駕駛的新路線。

在這個(gè)維度下，中之星+天一交通的影響可能才剛剛開始。