自動駕駛的包袱、鴻溝與必經之路｜專訪_風聞

©️原創作者 | 張嘉豪

自動駕駛經歷了一個悲傷與希望並存的8月。8月12日，一場開啓NOP系統的蔚來汽車車禍，引發了社會層面對於自動駕駛技術、營銷話術、車企文化等方面的廣泛討論。而最近的特斯拉AI日上，特斯拉展示了其自動駕駛技術的最新進展，讓外界對這條基於純視覺方案的路線又產生了新的憧憬。

質疑也好，憧憬也罷，自動駕駛還有漫長而廣闊的路要走。美國未來能源安全的一份研究報告預測，到2050年，自動駕駛預計將為美國創造大約3.2-6.3萬億美元的經濟效益。中國也在自動駕駛這條賽道上加大着自己的投入。2020年11月，中共中央、國務院發佈了《新能源汽車產業發展規劃（2021-2023）》，提出將在2025年高度駕駛自動汽車實現限定區域和特定場景商業化應用、2035年高度自動駕駛汽車實現規模化應用。

“這個行業（自動駕駛）不是沒有需求，有巨大的需求”，無人駕駛公司輕舟智航(QCraft)聯合創始人兼CEO於騫對「真探AlphaSeeker」這樣表示，“但是由於技術還沒達到這一步，和真正的應用之間的鴻溝還很難跨越。”

輕舟智航是一家於2019年3月在美國硅谷成立的無人駕駛通用方案公司，2019年11月開始在中國多地設立辦公室，並於2020年10月落地中國首個常態化運營5G無人公交。

成立兩年多時間裏，輕舟智航融資速度極快。天眼查數據顯示，輕舟智航共獲得四輪融資，最近一輪融資為發生在本月的A+輪融資，融資金額達1億美元，由雲鋒基金和元生資本領投，美團龍珠和國際知名養老基金共同參投。有傳聞稱，字節跳動此前也曾投資輕舟智航，但後者並未對此做出回應。

公司聯合創始人兼CEO於騫是國際頂尖核心感知算法和地圖專家。在創立輕舟智航之前，於騫曾任Waymo感知關鍵模塊的機器學習算法研發Tech Lead，還曾擔任Google街景組關鍵項目技術負責人，幫助Google地圖完成面向本地化的轉變。基於多年的頂尖無人車團隊感知算法研發和地圖製作經驗，他對如何打造可量產無人駕駛系統有着深刻的理解。

技術是自動駕駛行業最核心的東西。在於騫看來，“無人駕駛的難點是在任何一個情況下，司機不需要對車做任何干涉，這個跨越是根本性的跨越。”而技術和應用之間的鴻溝能不能彌補上，“並不取決於某一家公司，而是整個行業大幅度推進，包括傳感器的技術、計算的技術、算法的提高、人們的接受程度、法律法規的完善。”

針對近期乘用車領域因自動輔助駕駛出現的問題，於騫也給出了自己的看法：“首先這兩種不同的路徑（乘用車和出行領域）最終的目標還是不一樣的。比如以L3為主的輔助駕駛，它更關心的是能否把駕駛體驗提高，這是它最核心的技術。是不是無人不是它要解決的問題，它其實就是輔助駕駛。可以這麼講，它還沒有觸碰到無人最核心最難的部分。”

總結看來，底層技術的突破、安全性和商業化，自動駕駛目前還受到這三個層面的制約。但是，隨着國家層面的重視程度不斷提升，社會層面的討論越來越多，作為人工智能一個重要出口的自動駕駛終會迎來自己的春天。只不過這個春天何時能夠到來，還是要取決於整個行業從技術到安全標準再到法律法規層面的共同努力。

以下為「真探AlphaSeeker」整理後的部分訪談實錄：

“仿真測試是通向自動駕駛的必由之路”

Q：輕舟智航是國內率先強調仿真系統的廠商，您能否具體闡釋一下輕舟智航是如何通過仿真系統重現邊界化的場景？真實的路測和仿真系統的模擬，二者之間的關係是什麼？

於騫：可以這麼講，確實輕舟智航在整個自動駕駛行業創業公司裏是最早提出仿真測試的重要性的。我們對這個認識比較深刻。我們説的仿真測試更多的是系統性的能力，不是單點某一個算法。自動駕駛最根本的測試還是道路測試，道路測試最終來檢驗是不是能夠安全可靠，這是最終的標準。我們的仿真測試並不是要取代道路測試，而是要把道路測試的效率提高，這是仿真測試的核心邏輯。

自動駕駛的測試里程要求非常高，根據不同的説法、不同的統計口徑能達到數千萬上億。只有這種大規模的測試才能保證真正的安全。實際上，面對海量的路測數據，一旦我們的算法做了修改和調整，是沒有辦法把這些數據重新再跑一遍的。它必須要能夠在一種虛擬的環境下，把之前所有的數據價值重新發揮出來，驗證我這些算法的修改、系統的變化是否安全可靠。

仿真測試是通向自動駕駛的必由之路，這是沒有其他可選的。這不是可有可無的一件事，是必須有的一件事。仿真大家説的比較多，這件事最先是谷歌自動駕駛提出來的，後面行業裏大家普遍認識到重要性。但是仿真怎麼能夠做得很好，這裏面有大量的專業技術在裏面，比如你怎麼能夠保證車載系統和仿真系統的高度一致性；在道路測試發現的問題，在仿真測試上也能夠復現；怎麼能夠把大量的數據提煉抽象出來，把它變成一些場景庫，變成一些更有價值的東西。

隨着開發的推進，我們發現重要的數據只是集中在比較特殊的情況，怎麼能更好地在路測數據中發現這些特殊的數據，包括怎麼能夠把這些數據做到舉一反三，通過智能算法做到對真實場景的修改，而且這種修改是符合實際物理場景的，這種能力也是極其重要的。

在這些方面來講，我們都做了大量的工作。而且我們的仿真和整體系統是共生的關係，它不是説我們先解決了某些單點的技術，比如先解決地圖定位、解決感知、再做預測、再做規劃控制，回來再去做仿真，不是這麼一個邏輯。我們的仿真是在整個研發過程中，作為一個很底層的支撐，和整體系統一起共生，一起走到這一步。而不是説我從外面隨便買一套仿真，就能植入進去。

Q：能舉一個具體的例子嗎，比如用仿真系統設置那些實際路測中沒有辦法實現的場景？

於騫：比如闖紅燈的情況。闖紅燈在實際道路中比較難收集，很長時間不見得能夠收集到一個闖紅燈的情況，但我們的仿真測試可以控制紅綠燈的狀態，包括控制其他道路交通參與者的狀態，來去看如果發生闖紅燈的情況我們能不能處理。這只是仿真的某一個應用，像這樣的應用非常非常多。

再比如在道路上發現某些情況，這個情況我們的車能夠處理，但是我們想看一下這種情況如果發生變化，發生跟當時稍微有些不太一樣的情況，比如這個車比之前的車開的快一點、慢一點，或者狀態更激進一些，或者更保守一些，我們的車還能不能處理這樣的情況。這種情況都可以在仿真裏做調節，這是非常重要的應用。

再比如我們的算法調整，我們做了一些大幅度的算法調整，這個算法調整涉及到調參的過程，這種調參很大程度上可以和仿真系統進行高度配合，通過大量仿真系統先去測試來找到一個很好的參數區間，這樣就避免了直接上路測試的不確定性，可以把整個開發流程大大加快，這些都是我們仿真系統應用的地方。我舉的這些例子都是非常核心的，對於效率提升有重大幫助的例子。

Q：仿真能夠重複很多路測上沒有的場景，那麼為什麼仿真只能作為一種檢驗路測的方式，而無法真正取代路測呢？

於騫：實踐是檢驗真理的唯一標準。首先安全是整個自動駕駛行業的一道紅線，是一個天條，在所有的準則裏面，這是第一準則，所以我們對它的安全性要求非常高。仿真測試，它能夠解決很多問題，但是它替代不了路測。只有路測才是最終的檢驗標準，你不能説全部都仿真測試完了，就能保證路上完全沒有問題。

它只是把你路測可能需要的時間和週期，或者花費的金錢大大壓縮，但是最終還是要在路上去驗證，還是需要你的客户，或者自己的車隊來驗證你的系統是否安全可靠，這是最終的安全標準。到現在這個階段，我覺得在很長一段時間內，我們並不相信仿真可以百分之百替代路測，它只是一個效率提升的手段和工具而已，我們不要把仿真完全神話，因為在安全方面來講，它只是一個手段而已，是效率提升的手段之一，並不是説它可以替代路測。我們在安全上必須要非常謹慎。

Q：這套仿真系統在國外的公司發展到什麼程度？還有最近特斯拉也講他們的仿真，這些不同的企業各自的思路有什麼差別嗎？

於騫：整個行業都認識到仿真的重要性，我相信這是一件好事，大家都看到這個行業的關鍵點。首先我們整個仿真技術搭建，包括數據，主要是針對國內的複雜情況，跟國外的情況不完全一樣。中國的道路情況更復雜一些，擁堵情況，包括機動車參與者相互之間交互行為更多，這也是行業裏大家公認的，這個裏面能夠催生出一些更有挑戰的部分。

我們很難簡單地去跟其他公司比較。我們畢竟是創業公司，不可能部署上千台的車隊，甚至幾萬台的車隊去做實際的路測。相比來講，我們在仿真上面投入的資源比重會比其他公司更多一些，這是我們能夠提高效率很重要的地方。這也是基於我們創業公司的特點，有點像我們提的，通過造火箭的方式，而不是搭梯子的方式來實現。

Q：輕舟智航創始團隊都是Waymo出身，和國內的自動駕駛創業公司相比，技術和產品路線上會有怎樣的不同？

於騫：國內的企業也推出一些仿真方面的工作。對於我們來講，我們確實是比較早認識仿真的重要性，一出來就開始把這件事當做一個很重要的事情去做。

國內的自動駕駛企業都有不同的特點。我們在整個路線選擇上，不管是產品路線還是技術路線，還是更專注打造底層技術，應用場景選擇的是從更聚焦的切口切入。

“技術還沒達到這一步，和真正的應用之間的鴻溝很難跨越”

Q：您之前接受採訪提到過無人駕駛“存在歷史包袱”，能否具體解釋一下“歷史包袱”是什麼意思？

於騫：這種歷史包袱，在發展很快的行業裏都是存在的。我舉一些例子，像Waymo在2009年就開始做自動駕駛，但像深度學習這種技術，是在2012年才有突破。之前已經做得很好的非深度學習技術，比起深度學習的模型就差了很多。

當然這不僅僅是在自動駕駛行業，在很多行業裏都有。再舉一個更廣泛的例子，像手機行業，諾基亞、摩托羅拉在功能手機方面來講是非常強大的，基本上佔領整個市場，但是一旦智能手機開啓以後，它在功能手機上積累的內容反而成為它的包袱。對於車這個行業，新能源車的勢頭非常猛烈，之前很多主機廠在變速器或燃油機方面積累的技術，對整個新能源來講並沒有實際幫助，反而是一個歷史包袱。你是拋掉，還是繼續背上呢，這都是需要仔細考量的問題。

歷史包袱無論是在大小層面都會存在。比如一些很具體的層面，從整個技術推進的角度來講，很多公司都面臨這樣的問題。

在新技術出現的時候，一家公司是不是能夠接受更迭傳統的技術。在更新換代的過程中，就像車一邊開一邊換輪子，你要是不換，雖然能往前看，但是長期會出問題。但是如果你換了，可能要停下來，整體的速度會有下降，你能不能接受這個短暫的減速，然後迎來一個更好的提升。這種增長，不是一個單調遞增的過程，有時候要往下走一段時間是為了更好的往上走，很多情況是這樣。

汽車的賽道非常長，非常廣闊，長期的競爭力在效力提升上非常重要，為什麼我們出來以後非常強調效力的重要性，這個才能保證長期的競爭力優勢，不只是短期的一點成果。這也是造梯子和造火箭的區別，我們要通向月球，解決的是造火箭的問題，而不是造梯子，梯子造的再好，到一定的時間點它就無法再往前更新換代，這是我們對整個行業，包括對整個技術的認識。

Q：您覺得技術上是要造火箭，但是輕舟智航在落地的時候反而是考慮像小巴這種比較容易的項目。這是為什麼？

於騫：我們在實際層面技術的時候是選擇造梯子的方式，而造火箭更多的是對底層技術的形容。可能造梯子的手段，通過修修補補能有一些進展，但是它走不遠。你要想去月球的話，造火箭可能很長時間沒有什麼進展，但是造成功了，它後面的增長會非常快。這是根本性的改變。

Q：從商業化的角度理解，小巴的確更好實現一些，但這樣的“高配低打”在未來會不會產生一些侷限性？有沒有其他商業場景延伸的計劃？

於騫：這個行業存在巨大的Gap，這個Gap是指在技術和應用之間一個極大的鴻溝。這個行業不是沒有需求，有巨大的需求，但是由於技術還沒達到這一步，和真正的應用之間的鴻溝很難跨越，所以我們怎麼跨越這個鴻溝？

分成兩個方面，我們也都在努力：

第一個方面要在底層技術方面突破。這個行業是以技術為根本，技術是最主要的一步，我們在技術上把它的效率提升，讓它真的能夠解決核心問題。這是我們為什麼提出來造梯子和造火箭，我們在底層技術上一定是造火箭，這是我們在技術方面能夠彌補Gap很重要的一點。

第二個方面，我們要選擇一個大市場的小切口來去切入，而不是一起步就做一個非常大的市場。

這兩方面都努力，Gap就小了很多。Robotaxi和Robobus業務，可以看到很多技術是相通的，場景都是相通的，都是針對一些公開道路的場景。但是Robotaxi覆蓋的區域更大，落地的難度過於高。Robobus只是速度慢一些，區域稍微小一些，但技術或者整個場景都是一致的，它是通向一個萬億規模市場的起點。

我們為什麼選擇Robobus業務？相比較礦山、港口、掃地、環衞之類的應用場景，小巴的市場空間更大。它和整個城市出行相通，只不過在現階段把它的速度降下來、區域放小一些，只是在這方面有些限制，但是這是一條能走通的路。

港口、礦山等場景下的技術拓展性相對比較差，在礦山開得再好，在公開道路上也有可能寸步難行。這是為什麼我們選擇小巴作為切入點。

未來很長的時間內，像Robotaxi、Robobus很有可能會成為同樣一種形態。未來的出行方式不一定是現在我們看到的Robotaxi或Robobus，可能是一種新的出行載具，是一種新的交通工具。但是最核心的還是底層技術的驅動，不管是什麼形式，這種技術驅動非常重要。當然隨着整個傳感器的成本、計算的成本大幅度下降，它會支撐很多其他城市級別的應用，比如像物流、配送這些非常剛性的應用。但是我們要分階段，分步驟地去做這件事，而不是上來就把力量放得非常均衡，解決一個特別開放的問題，這就是我們對這個行業的理解。

輕舟智航龍舟ONE無人小巴

Q：現在無人小巴目前使用自動駕駛L4級別技術，國內量產汽車，就是乘用車市場的自動駕駛還處於從L2到L3階段，出行領域和乘用車領域自動駕駛技術在發展上，有什麼不同的地方？

於騫：首先這兩種不同的路徑最終的目標還是不一樣的。比如以L3為主的輔助駕駛，它更關心的是能否把駕駛體驗提高，這是它最核心的技術。是不是無人不是它要解決的問題，它其實就是輔助駕駛。可以這麼講，它還沒有觸碰到無人最核心最難的部分。

輔助駕駛的目標是體驗好，是不是無人對他來講不重要，車賣的好，體驗好，這件事就夠了。但是以L4級別自動駕駛的技術路線來講，它的最終目的是要實現無人化，它的目的是要把司機從駕駛員的位置去掉。

我覺得這兩種方式會共存很長時間，可能很難一種方式把另外一種方式完全取代掉，如果最終發生替代也是非常久遠的事情。馬路上會有很多輔助駕駛的車，但是也會有一些相對來講更容易落地的場景會實現完全的無人。

Q：您想象中未來出行方式應該是什麼樣子？

於騫：未來出行方式和整個城市未來的發展都是高度相關，包括跟國家的國情都是高度相關。中國城市有一個很大的特點是它的人口基數和人口密度都非常之高。在這樣高的人口基數和密度下，中國政府有一個非常有遠見的國家戰略，就是優先發展公共交通。

在中國，像地鐵、高鐵這樣的軌道交通發展非常快，加起來是全世界其他國家總和的數倍，而且還在不斷增長。地鐵和高鐵解決的是城市內主動脈的溝通方式，但是在非軌道交通之外，下了高鐵、地鐵，城市的微循環通行還在高速發展當中，包括傳統的公交站點設計、車體的大小、站點的安排都仍在完善，同時共享單車亂停亂放，對城市管理造成很多麻煩，私家車停車非常難。此外，很多公開數據都表明，網約車的出現使得城市交通擁堵程度加劇，而不是減少，在紐約、北京大家都親身感受的到。從大的環境來看，車的共享化、網約化是一個非常重要的解決整體交通效率的問題。

在中國，未來的交通方式不是解決某個人的出行問題，而是整個系統的效率提升。我們看到最好的效率提升方式，是通過交通微循環的方式把出行和軌道交通結合在一起，這樣可以大大提高公共出行的效率，這是在中國未來出行一個很大的趨勢。國家在公共交通上投入非常巨大，基本上是不遺餘力地投入建設公共交通。所有的地鐵、高鐵如果單算建設成本，大部分都是賠錢，但是它把城市之間的距離拉近，把整個區域內的距離拉近，形成一體化發展，把人們的出行方式改變。

在未來的時間裏，自動駕駛會成為繼高鐵之後，中國的另一張城市名片。在新基建、智慧城市建設下，交通建設非常有前瞻性、突破性，包括5G大幅度普及，車路協同基礎設施搭建。

城市在改變出行方式，出行方式也在改變城市，二者在相互作用。未來給我們打開一個非常大的空間，對於整個人類的出行方式有一個根本性的改變。

“和駕駛行為相關的問題，讓這個行業卡在這裏”

Q：您剛才提到像乘用車領域還沒有觸達到無人駕駛最核心最難的部分，可以具體解釋一些，最核心最難的部分到底指的是什麼？

於騫：很簡單，無人化本身就是非常難的一個問題，核心就在於是否能夠實現真正的無人化。大部分這種輔助駕駛，不管怎麼宣傳，在傳感器的選型、計算、系統的框架設計上考慮的，其實都不是為了取代人。它是為了輔助駕駛，很多地方根本沒有考慮到如果車上沒有司機車輛該怎麼開。

無人駕駛的難點是在任何一個情況下，司機不需要對車做任何干涉，這個跨越是根本性的跨越，涉及到底層的車輛控制冗餘、硬件的傳感器冗餘、計算的冗餘設計、整個算法冗餘的設計，以及整個系統的穩定性。這個跨越不是簡單堆料就能做到的。

對於乘用車方向的輔助駕駛來講，它受到很多成本的限制、法律法規的要求。這個領域對成本的要求非常剛性，乘用車每增加一個零件都得經過嚴密的成本計算。這個方面的限制對實現無人化是一個非常大的挑戰。

綜合這些考慮來講，乘用車還沒觸及到無人化。不過本身它也不需要觸及到這一步，它的目標是為了解決體驗更好、車好賣這麼一個問題。這二者解決的問題是有根本性的區別。

Q：蔚來前段時間因為自動輔助駕駛出現事故，引發了很多爭議，包括特斯拉FSD之前也出過好幾起類似的事故，是否也跟您剛才説的“乘用車的目標並不是無人”有關？

於騫：包括谷歌在內的公司做了很多行業的研究，輔助系統最危險的時候，不是剛上車那一段時間，而是你已經對這個輔助系統比較熟悉了，也理解它的工作情況的時候。這時你覺得它非常安全，而這恰恰是最危險的。你對它非常信任，但是它又做不到完全無人化，或者它本身設計存在一些問題，包括難以處理好一些特殊情況。它在那個時間點是最危險的，這個已經被廣泛的關注。

為什麼提出自動駕駛，很大的原因就是要實現駕駛的安全，90%以上的事故是由於人為因素造成，我們整個自動駕駛出現的核心考量就是使駕駛更安全。這件事説起來好説，但是要把它做到極度的安全是非常困難，需要整個行業一起努力，把這個事做成。

機器和人的安全是不同的，從理論上講，即便機器和人達到同樣的安全程度都不夠。因為人犯一個錯誤，可以被理解，可以被寬恕，但是如果機器和人一樣犯錯誤，機器很難被寬恕。只有自動駕駛系統比人的安全高一個數量級，大家才可能真正接受它，這是未來大家對這個安全的標準的一種更嚴苛的要求。整個自動駕駛行業需要有這樣安全性的意識，來保證行業的健康發展。

Q：現在在行業裏，大家有沒有對安全性、標準性的共識？

於騫：很多體系正在建立之中。傳統的標準本來就有很多，包括在車的供應鏈體系方面。但是對於高等級的，或者非常新的事物，它的標準建立需要時間，需要行業經過一定的沉澱和摸索才能建立。我感覺這個行業正在形成這樣的共識，有很多行業標準正在建立之中。

Q：您覺得達成我們想要的那個安全性的目標的過程中，限制自動駕駛發展的主要因素是什麼？是技術上沒有辦法突破，還是需要更長的時間積累一些路測數據？

於騫：自動駕駛最大的挑戰就是技術，我剛開始提到，不是沒有需求，因為人類夢想自動駕駛已經是數十年的夢想，但是這件事就是非常非常困難。最核心的不是沒有需求，而是這個技術能不能和我們的需求好好的匹配，能夠真正實現安全。這個Gap能不能彌補上，並不取決於某一家公司，而是整個行業大幅度推進，包括傳感器的技術、計算的技術、算法的提高、人們的接受程度、法律法規的完善。

可以講，人們在長期和短期的預期上經常會有一些偏差，經常由於預期過高，短期沒有達成，對短期的預期比較失望，從而對長期的預期比較悲觀。

有些情況下達到這麼一個臨界點，事物自然而然就會發展得非常快。新能源車就是這樣，它也發展了很長一段時間，而到最近幾年才非常快速地發展起來。2009年的時候，新能源車剛剛起步，全國只有幾百台新能源車，差不多花了十年的時間，新能源車達到了5%的滲透率，之後又用了差不多一年多的時間，實現從5%到10%的增長。

這不是完全線性的發展過程，一開始確實需要很多積累，需要整個行業包括上下游企業，包括技術，法律法規整體達到一定的狀態，它才能起來。

從行業發展的規律和大的趨勢來看，自動駕駛最終會到來的。我常開玩笑，如果人類是一個跨行星的生物，不能實現自動駕駛，我們怎麼能説我們是一個跨行星的生物呢？我們要到火星了，難道還要自己開車嗎？

Q：剛才講到技術瓶頸，具體是哪個環節的技術比較難突破呢？

於騫：在整個自動駕駛技術棧裏面，最開始的技術是從地圖定位開始，包括很早的Sebastian Thrun，Waymo 前身Google X實驗室的創始人。他最早從地圖定位起家，地圖定位是當時很重要的核心技術，地圖定位解決了，其他問題基本上很好解決。

再往上一步是在感知方面，發現感知方面解決了，其他問題也就很好解決了。當然這裏面有很多插曲，例如多線束激光雷達的出現就幫助感知一步跨越了很高的門檻。在沒有多線束激光雷達之前，DARPA挑戰賽（美國國防高級研究計劃局科技創新挑戰賽）的很多參賽選手完不成整個行程，但是隨着多線束激光雷達的出現，很多參賽者都可以完成整個路線。從2012年開始，深度學習出現，整個感知層面發生了很大的變化。深度學習將感知技術進行了更新換代。

但是越到後面越發現感知問題相對來講是好解決的，因為它的真值（在一定條件下，被測量客觀存在的實際值）是比較確定的，該檢測的就要檢測出來，該識別的就要識別出來。

相比而言，所有和駕駛行為相關的這些問題，反而更復雜。比如怎麼預測其他人的行為，這個人站在路邊，到底是要等紅綠燈過馬路，還是在那裏打電話，這種行為的預測其實是更復雜的。包括車輛規劃路徑，和其他人的行為也是相關。因此，和駕駛行為相關的問題都是很複雜的問題。而且它有很強的區域特性在裏面。可以這麼講，是和駕駛行為相關的問題，讓這個行業卡在這裏。當然我不是説這方面是停滯的，這方面其實也在不斷地出現技術突破。

為什麼仿真技術出現？一部分是為了解決感知問題，但更大程度上是為了解決行為相關的問題，更好地復現行為，對行為作出理解、改變和調整。仿真技術出現很大程度上是為這個服務的，但這要看我們的算法更新換代能不能跟上。

不過整體行業是在變好，如果你向前看兩三年，那個時候的技術和行業發展狀況，和現在相比，有很大的差距。

“它堪比於二十年前的互聯網，或者十年前移動互聯網”

Q：上週輕舟智航剛剛宣佈一輪投資，融資速度算是比較快的。在您看來，現在自動駕駛行業投融資的熱潮，和17年的那波熱潮相比有什麼區別？推動投資熱的底層因素是什麼？

於騫：資本市場會有很強的波動性，會有波峯波谷的變化，但我們需要看到的是長期的發展趨勢，而不只是跟着資本走。我們出來的時間不是自動駕駛熱炒的時間，我們出來的時間是相對比較低潮的時間，所以我們對整個趨勢判斷不是以資本市場漲跌來看，而看的是比較長的趨勢——這件事最終是什麼樣，是不是很大的一件事。

我覺得自動駕駛這件事，首先是一個非常長期的，非常大的一個事，它堪比於二十年前的互聯網，或者十年前移動互聯網，它對社會的改變是巨大的、根本性的，是基礎設施級別的改變。衣食住行的“行”是非常重要的一個方向，它對整個社會的改變都是非常巨大的，會釋放很大的生產力。我們起碼要堅持耕耘二十年，二十年自動駕駛肯定會大範圍普及，如果我們能夠堅持二十年，輕舟智航一定是一家非常了不起的公司。

Q：自動駕駛投入比較大，還是比較依賴於資本外部輸血，有沒有擔心過風口過了，投資人又不看自動駕駛了？

於騫：風口肯定會有變化，就跟潮水一樣會有變化，但是中國在整個硬科技領域，包括以核心技術為主的領域，並不是一個短期的變化，而是一個根本性的變化。蒂姆·庫克講了一句話，當時很多人有些震驚，他説自動駕駛是人工智能之母，大家都想，這麼重要嗎？確實是這樣，它是人工智能巨大投入的重要出口。人工智能有很多很多出口，但是出行是一個很重要的出口，在這個領域有這麼多的資金投入、人才的投入，它不是一個短期的趨勢，是一個長期的趨勢。

當然對於輕舟智航來講，輕舟智航本身聚集了很多相關的產業資本，能得到需要各種資源的支持。但同時我們也要儘快實現商業閉環，讓無人駕駛真正落地，讓大家能夠看得見，摸得着。而不是停留在demo的展示和實驗室階段，這跟我們的slogan也是高度相關——將無人駕駛帶進現實。

Q：輕舟智航的投資方里面新加入了美團，是否也期望在無人配送場景下進行合作？

於騫：我們還是比較開放的，非常願意和行業的合作伙伴一起共同推進，不過暫時輕舟智航還沒有切入到物流場景中。物流本身有自己的行業特點，包括成本的剛性、業務的複雜，前期需要大量資源的投入，不適合創業公司。輕舟智航更聚焦於本身的核心技術，以及目前切入的幾條產品線，但在這之後，隨着整個行業的發展，新的計劃還會湧現。

Robobus並不是我們全部，只是目前的切入點，是通向一個萬億規模市場的切口。未來我們將採取比較開放的態度跟行業夥伴合作，將輕舟智航的底層技術價值真正發揮出來。