2018年，谷歌Waymo率先揮起載人自動駕駛商業化的大旗，但在一陣喧囂過后，眾人發現其仍然是“試運營”。

與此同時，不載人光載物的物流自動駕駛，卻在暗流涌動之中。在中國，面對著9萬億的物流市場，各方試圖用自動駕駛的技術重新切分這份天價蛋糕。

物流自動駕駛初創公司、卡車主機廠、供應商、互聯網巨頭、物流運營商都已入場，30余家產業鏈上的公司，正在攻城拔寨。

五大勢力改造9萬億大市場

其實，物流行業對自動駕駛的需求，要比乘用車或者大型客車對自動駕駛的需求強烈得多。

在中國，物流成本占GDP超過10%，盡管這一數據連年降低，但在2017年仍然達到了14.5%。

2017年，中國物流費用12萬億。在這12萬億中，公路運輸占到了76%，簡單換算，國內發生在地面的物流，形成了9萬億的市場。

這9萬億的核心驅動力，是1400萬輛主要活躍在中遠途運輸以及城際運輸的貨運卡車，和近3000萬輛主要活躍在城市內運輸、快遞外賣配送場景的面包車、三輪車以及兩輪的電動車、摩托車。

在4400萬輛交通工具背后，當然是比4400萬數字更大的“司機”們（物流行業通常人停車不停，尤其中大型卡車會一車配多名駕駛員）。

即使以最保守的從業人數（4400萬）加上兩年前的薪資標準計算2017年物流行業平均年薪不到8萬元，國內物流行業僅在物流的人力薪資上就付出了3.5萬億元。

具體到單個公司，美團無人駕駛事業部總經理夏華夏曾向車東西透露，美團一名全職外賣騎手每年人力成本支出約10萬元。

干線物流初創公司嬴徹科技CEO馬人也表示，一位干線物流卡車司機平均一年的成本達到18萬。

▲嬴徹科技CEO馬人

駕駛員與外賣員、快遞員總要休息，而自動駕駛的車輛則可以日夜不休，在理論效率上的潛力，要比人類大得多。

總額高昂的人力成本（由于沒有計算保險、福利，上述3.5萬億還只是其中一部分），為物流行業引入自動駕駛提供了最基本的驅動力。

另一方面，物流行業面臨的嚴峻安全問題也讓自動駕駛的價值日益凸顯。

舉兩個典型的數據。據公安部交管局數據，2016年我國貨運車輛在全國機動車占比中只有12%，但卻制造了48%的事故死亡數。

2017年，上海快遞與外賣行業涉及交通事故117起，死亡9人，致傷134人。

成本與安全雙重壓力下，國內物流行業對自動駕駛的呼聲越來越高，各方玩家云集響應，形成了物流自動駕駛的五大勢力（在計算單元與傳感器等部件上，物流用車與乘用車不存在特異性，此處不再列出）：

智加、圖森未來、主線科技、AutoX、飛步科技、 西井科技、CIDI等十余家初創企業，趁著人工智能的紅利，切入了物流這個傳統領域，試圖在物流行業的自動化革新中，成為新一代的關鍵技術供應商。

ICT巨頭們，無論是在自動駕駛研發上先行一步的百度，還是自帶物流、配送業務的阿里、京東、美團，乃至于從通信角度入手的華為，都將自動駕駛作為其未來業務的撒手锏之一。當這些巨頭掌握面向物流行業的自動駕駛技術，他們進可向行業輸出方案，開辟新的收入來源；退可優化自家物流配送業務，提效降本。

而將物流作為主業的物流公司以及卡車車隊運營商們無論是市值曾突破3000億元的順豐，還是估值達到100億美元的滿幫集團，都急切地要在重塑行業的關鍵技術高地插上一面旗，牢牢守住本來屬于自己的領地。

生產卡車的商用車主機廠，則與乘用車巨頭們有著同樣的焦慮物流行業是他們產品最大的市場，而自動駕駛在物流行業的推行將改變產品的競爭格局以及他們賴以生存的商業模式。商用車的主機廠們，也唯恐成為代工廠。

▲國外的沃爾沃2012年就開啟了自動駕駛卡車研發

對于商用車尤其是卡車的零部件供應商們，他們則看到了行業產品升級帶來的新機遇，比如各類自動駕駛傳感器，以及一直難以在卡車上推廣開來的商用車線控底盤，都隨著物流自動駕駛化的需求獲得了更大的市場。

上述五大類勢力出于不同的動機，彼此之間保持競爭又合作的關系，形成了一個初級的物流自動駕駛生態。

搶奪三大商業場景

2018年，自動駕駛經過多年發展之后，逐漸從籠統的技術研發與討論中分化，成為一場場場景卡位戰。這在物流自動駕駛領域也不例外。

車東西經觀察發現，物流自動駕駛相關企業目前正在角逐“一高（速）兩低（速）”三大核心場景。

“一高”，指的是高速運動的干線物流場景；“兩低”，則是低速行駛的最后一公里配送與封閉場景。

1、干線物流自動駕駛：玩家最多、競爭最激烈

先從干線物流場景分析。

在三大場景中，干線物流總體運力最大，涉及的產值也最高，并且由于車輛主要運行在封閉場景中，被認為在技術上相對容易實現。

因此，這一場景吸引了數量最多的玩家“混戰”。在這之中，初創公司尤其多，而每一家試圖在這條賽道上淘金的初創，都有自己的技術絕活。

2016年轉入貨車自動駕駛研發的圖森擁有一支豪華的海歸自動駕駛研發團隊，CTO侯曉迪、COO郝佳男、首席科學家王乃巖都曾是硅谷的學術明星。

由于干線物流基本處于高速場景，車輛運行速度快，因此對自動駕駛系統的環境感知范圍有很高要求，圖森因此研發了利用長焦鏡頭最大探測距離達到1000米的感知技術。有這項技術加身的圖森在美國亞利桑那開啟了商業試運營，每輛自動駕駛卡車每周能獲得3300美元收入。

▲圖森無人卡車在美國

與圖森未來相似，智加（Plus.ai）創始人也是海歸背景，其CEO劉萬千與CTO鄭皓還是斯坦福的同學。智加在技術上的獨門密招則是選取部分關鍵像素進行融合的“中融合”感知技術，在自動駕駛感知能力與部件成本性能要求之間求取平衡。

▲智加科技無人卡車在北美測試

在去年，智加還和一汽、滿幫組建了一個自動駕駛卡車“軟件技術-車輛平臺-運營管理”商業化鐵三角。

比圖森、智加稍晚誕生的飛步科技，則有前滴滴首席科學家何曉飛坐鎮。成立后不滿一年，飛步科技就讓自動駕駛卡車上路開跑。

與其他初創公司不同的是，飛步科技選擇自研自動駕駛最核心的底層硬件之一計算芯片。其初代自動駕駛專用計算芯片（ASIC）鳳凰100已經在去年完成了流片。

▲飛步科技與德邦物流打造的自動駕駛卡車

而在物流干線場景姍姍來遲，2018年初才成立的嬴徹科技，為了后發制人，則采取了結盟作戰的打法，去年在上海汽車城創新港的幫助下，成立了一個類似于“卡車界的apollo”的自動駕駛卡車，用以數據共享、技術交流、法規落地推動等。

另外值得一提的是，嬴徹科技背靠的G7，是國內最大的商用車管理平臺之一，平臺上接入的商用車數量，在2018年已經超過了80萬臺。這意味著嬴徹科技的自動駕駛技術有著海量的數據來源和潛在應用對象。

此外，還有初創公司直接獲得了互聯網巨頭的加持。比如成立于湖南的長沙智能研究院（CIDI），這個由大疆董事長、 香港科技大學教授李澤湘孵化的自動駕駛項目，在2018年2月獲得了百度風投的投資。在百度Apollo的技術發布會上，CIDI打造的高速自動駕駛重卡，還作為了百度Apollo生態的典型樣例被重點介紹。

雖然物流干線自動駕駛的場景較為集中、技術復用度高、產值大，是一個較為理想的商業場景，但初創公司沒有一手好技術或者一座靠山，很難在其中嶄露頭角因為ICT（信息通信技術）巨頭們自然不可能錯過這個好生意。

百度、阿里、京東乃至華為都在其中布下了勢力。

上文百度通過投資CIDI切入了這一場景，不再贅述。

阿里由于自家電商衍生的龐大物流業務，對物流自動駕駛也有很強的垂直整合動機。阿里巴巴的自動駕駛項目由人工智能實驗室首席科學家王剛帶領，直接瞄準L4級別。盡管阿里的自動駕駛卡車從來沒有正式亮相，但其招聘信息已經說得很明白“共建智能物流車”。

與阿里的無人駕駛團隊相對低調不同，擁有自己物流業務的京東，則在去年的618大會上秀出了自家的L4級無人卡車，并表示其無人重卡已經在美國完成了數千小時的測試。

▲京東L4級無人重卡

不做物流的華為，則從通信技術賦能自動駕駛的角度，開發了編隊自動駕駛的技術。多輛自動駕駛卡車組成緊密的行車編隊，在華為提供的低延時通信技術下實時交換各車輛的數據狀態，達到多車控制策略的統一這一技術的用武之地在于，即使無人駕駛技術不成熟，也能依靠頭車人類駕駛，后方無人車緊密跟隨的形式來減少人工參與。

當然，專業物流公司們自然也不會放松對新技術的關注。

估值100億美元的滿幫，已經和一汽解放、智加組建了戰略同盟，要在2021年讓無人物流卡車上路；

騰訊加持的G7，則親自孵化了嬴徹科技這家初創公司來推進干線物流自動駕駛技術的研發；

相對傳統的蘇寧，其物流業務也與智加合作，推出L4級別的無人重卡；

一直在物流領域深耕的獅橋集團，則在其最新的10億元融資中引入了百度，計劃將百度的自動駕駛技術應用于干線物流場景。

連以保密工作優秀著稱的順豐，也在其招聘信息中，通過一則“自動駕駛仿真研發工程師招聘”，昭示了其打造自動駕駛車輛的野心。

物流干線自動駕駛也是商用車主機廠們的主戰場，他們的產品大頭是去向物流市場。不過，由于基礎的ADAS在卡車上推廣就有限，因此制造卡車的主機廠的自動駕駛積累普遍不深，通常一上場就采取合作的形式。

在早期，還一度出現過一家主機廠綁定一家創業公司的情況，比如圖森-陜汽、上汽-西井等組合。但從2018年開始，主機廠們視野普遍更加開闊，開始采取更開放的合作模式。一汽解放就在今年宣布打造“哥倫布”開放體系，與多家初創公司和運營商共建智能物流。

2、最后一公里配送： 互聯網巨頭們的決戰場

當自動駕駛的場景切換到最后一公里的配送，互聯網巨頭們的優勢就凸顯了出來組成這一場景的兩大生意：外賣與快遞，都是互聯網公司占了大頭。活躍在這一場景的主要公司包括美團、阿里菜鳥、京東等。

外賣與快遞所在的最后一公里配送，對人工都是高度依賴，但又存在典型的結構性人力不足問題尤其是在深夜、飯點、下班時段以及節假日或特殊天氣時。無論是滿足偶發的高峰需求還是削減人力成本，美團、阿里、京東們都對無人車有真實的需求。

不過，由于末端配送的交通工具往往是輕便、小巧的，形態更像是輪式機器人，因此傳統的卡車制造商和供應商基本沒有這一塊業務，供給側專業大公司的缺失使得掌握需求側的互聯網巨頭們直接成為了這一場景的“話事人”。

在2018年，互聯網巨頭的無人配送小車們紛紛上路。

4月，阿里物流公司菜鳥旗下的ET物流實驗室推出“基普拉斯”，載重100公斤，時速15公里。

6月，京東618活動期間 ，京東的第三代無人物流車上路送貨，巧的是，其運行時速也是15公里。

7月，美團外賣無人配送小車正式發布，無人配送開放平臺也一同推出，吸引了賽格威、新石器、智行者以及AutoX、Roadstar.ai等自動駕駛初創公司參與。

▲美團無人配送小車

擁有人才與用戶優勢的互聯網公司，實際上已經掌握了最后一公里配送自動駕駛的技術乃至標準話語權，正在逐漸定義這一物流自動駕駛的細分場景。

盡管物流巨頭順豐也有海量的末端配送需求，但目前其自動化的方向主要在無人機，因此聲音較少。

在互聯網巨頭把持用戶并且直接向上自建技術的背景下，最后一公里配送自動駕駛“巨頭帶著初創公司跑”的格局已經較為明顯，將這一場景作為主業的創業公司，最終被收購的可能性較大。

3、封閉場景：生意分散 百花齊放

物流自動駕駛的封閉場景，其實并不是一個統一的場景，而是一個籠統的統稱只要和外界交通隔絕開，就可以被稱為封閉場景，而這樣的場景是多種多樣的。

從目前物流自動駕駛在封閉場景的落地情況來看，港口、機場、工業園、礦山等細分場景的生意已經被挖掘了出來。

這些細分的封閉場景存在技術破碎、單個場景產值較低等情況，大公司通常不愿意下場做這樣的臟活累活，但反倒為一些初創公司提供了檢驗、提升技術乃至獲得營收保證生存的土壤。

創辦于2015年的西井科技早期研發類腦芯片，但在2017年，接到客戶需求反饋后，西井科技開始轉入對港口自動駕駛技術的研發，并在上汽紅巖等企業的支持下，順利于2018年在珠海完成了集裝箱卡車的港口自動駕駛演示。現在港口自動駕駛已經成為這家曾經的類腦芯片公司的主力業務之一。

▲西井科技港區無人集裝箱卡車

百度無人車項目背景出身的張天雷創辦的主線科技，也將自動駕駛集裝箱卡車早早開進了天津港。

上文提到的圖森未來，也在2018年4月切入了港區自動駕駛。

馭勢科技在其乘用車自動駕駛業務之外，也開辟了一個為機場運輸貨物的無人專用車技術團隊，打造的無人車已經在某國際機場投入運行。

而由青島智能產業技術研究院孵化的慧拓智能，則在2018年9月與臨工重機達成了深度合作，為后者在礦山運行的無人礦機提供自動駕駛技術支持。

比乘用車自動駕駛先落地？先解決這兩大問題

由于物流自動駕駛的需求強烈，并且運行的場景、涉及的倫理問題“看上去”比載人自動駕駛更加簡單，因此業界一直有聲音表示，物流自動駕駛有望比載人自動駕駛更先落地。

這種觀點在理論上有其正確性，不過，具體到中國的自動駕駛產業環境中，物流自動駕駛的落地需要解決兩個至關重要的問題。

1、總體成本過高難以收回技術投入

與乘用車相比，物流自動駕駛的無人車在成本上往往更高，尤其在干線物流與封閉場景兩個領域，由于車體通常較大，需要更多的傳感器，因此占大頭的傳感器成本，物流自動駕駛車輛會大增。

曾有某自動駕駛卡車創業公司的高管告訴車東西，僅是在封閉場景運行，其卡車傳感器成本就達到了20萬。

如果要在開放場景運行，則無人卡車的傳感器還要進行升級，成本還會翻倍增長。

需要提到的一點是，在中國，自動駕駛卡車的成本上升更加不可接受在美國，卡車司機的平均薪水是中國的4倍，即使自動駕駛卡車的技術成本稍高一些，也更容易跑贏高企的人工成本。

而在中國，卡車司機的平均月薪其實僅6000元出頭，一旦車輛自動駕駛化的實現成本稍高，卡車司機在成本上仍能處于優勢地位。

因此，如果物流自動駕駛要比乘用車自動駕駛更早普及，必須拿出更大的降本力度。

2、線控普及問題待解

同樣，在商用車（卡車）領域，自動駕駛必須的線控系統，普及情況也很差，乃至于有些技術方案，不得不使用電機或者機械臂直接去打方向盤或者踩油門，而不是通過電信號直接控制轉向和加速、制動。

在國內，還沒有出現一家規模以上的、專事卡車底盤控制的供應商，物流自動駕駛車輛的控制線控化。

國內的商用車主機廠，目前能提供的支持多為部分開放控制協議，由下游的公司自行進行線控改裝。沒有統一的線控底盤供應，也在一定程度上拉高了物流自動駕駛的實現成本與難度。

目前，商用車的底盤線控化主要依靠國外的Tier-1在推動，比較典型的包括行業龍頭威伯科，以及德國的克諾爾。

不過，國內已經開始出現這一方面的創業公司，比如中云智車，將打造商用車的線控底盤作為了一個專門的創業項目在進行。

結語：物流自動駕駛期待更多合作

從車東西的總結來看，物流自動駕駛確實如從業者所說，比乘用車領域有著更強的需求以及更明確的目標和商業場景。

相對獨立于乘用車自動駕駛，物流自動駕駛已經漸漸自成一派，在國內形成了一個產業小氣候。

面對9萬億的產業機會，無論是初創公司，還是主機廠，亦或是科技巨頭們，對其成長為一個成熟的產業都有著很高的期待與切實的投入。

不過，物流自動駕駛的實現還面臨更大的成本壓力與更大的基礎建設難度。與其說這是一場競賽，不如更多地從產業各方合作的角度去看待。“沒有一家公司能夠單獨做成自動駕駛”，在物流領域這句話同樣成立。