第二届自动驾驶产业发展论坛｜嬴彻科技马喆人：数据驱动，价值为王

4月25日，由车百会研究院主办的第二届自动驾驶产业发展论坛在北京成功举办。本次论坛以“加速自动驾驶产业进程 凝聚自动驾驶安全共识”为核心主题，邀请十余位行业专家与企业代表，通过主旨报告、专题演讲、圆桌研讨等形式，深入剖析行业发展痛点，共商推动产业发展与安全保障新路径，为我国自动驾驶产业高质量发展注入新动能。

嬴彻科技创始人兼CEO马喆人受邀出席，并以“数据驱动，价值为王”为题发表主题演讲，分享了卡车自动驾驶技术规模化商用中的实践经验与技术突破。

马喆人指出，截至目前，嬴彻智能辅助驾驶系统的商用运营里程已超过7亿公里，位居全球领先地位，覆盖中国97%的高速网络。基于商业化预期，预计到2028年中，这一数字将达50亿公里。他表示，50亿公里将成为公司迈向L4级全无人驾驶的技术基石。为此，嬴彻科技正大力投入数据基础设施（Data Infra)，致力于打造业界最强大的“数据驱动”研发体系。

同时，马喆人聚焦干线重卡自动驾驶赛道，提出中国卡车货运自动驾驶具有巨大的经济价值和社会价值，能显著提升交通系统效率。中国在这一领域有望超越美国，并呼吁政府监管部门适当加大步伐，提供更多路权和局部创新空间，助力中国在全球货运自动驾驶科技领域引领发展。

以下是马喆人主题演讲内容实录：

今天和大家分享的话题主要围绕产品和商业化落地，所以我的演讲主题是“数据驱动，价值为王”，一个是手段，一个是目的。 

这里先简单介绍一下我们的业务背景。我们专注在重卡的L2+辅助驾驶和L4无人驾驶。

每次去现场，我还是觉得重卡是个非常令人敬畏的庞然大物。说几个具体数字：重卡车头加车挂，长度在17.5米到20米以上，高度（含货箱）是4.5米到4.8米，宽度是3米2。这是什么概念呢？高速车道宽度是3.75米，车本身货箱的宽度3.2米，意味着车体离车道线的距离只有25公分。车货总重最高49吨，相当于20到30辆小汽车。还有个特点：后面的车挂是经常换的。我们做卡车自动驾驶的，车挂部分没有后向传感器，只有侧后向。车头可能只占整体车头车挂的一小部分，挂箱占更长部分，而且挂箱上不能带任何传感器，这是一个会摆动的柔性体。

我们干了这么多年，真正能够上路、并满足客户需求的智能重卡，全部都是燃油车或燃气车。燃油车底盘的响应延迟是0.7秒。这和乘用车非常不同。 

基于上述情况，我们在这个赛道上采取的是L2+和L4双线并举的策略。接下来有几点与大家分享。

L4方面，我们在中国是目前智能重卡测试牌照最多的公司，在北京、浙江、海南及更多地方，依托牌照在做面向最高阶无人驾驶的探索尝试。

L2+方面，我们是全球最早实现L2+ NOA量产的公司，目前已与中国前六名主机厂中的五家建立量产研发合作，超过20款智能重卡车型实现前装量产。在量产规模和年度销量上，均为中国乃至全世界第一。

这两者的关系，首先体现在数据上。目前，搭载嬴彻智能辅助驾驶系统的各品牌重卡，在AD智驾状态下的商用里程已超过7亿公里，不仅全球领先，还覆盖了中国97%的高速网络。

所以一是数据支持，不管在L2+还是L4。

其次体现在产品化，不仅仅要做好的技术，而且一定是高度安全、稳定、有性价比的产品。 

第二，我们坚持全栈自研，算法、软件、域控，包括联合主机厂和Tier 1供应商共同去做线控底盘的升级。

重卡和乘用车存在显著差异，主要体现在四点：

一是感知距离至少是乘用车的2倍以上，要求达到400米远。

二是对于这样的庞然大物，横向感知和控制精度差不多是7厘米。

三是所有后面挂车占整个车长度和重量的70%以上，而且是柔性结构，会甩来甩去，没有传感器。所以对于挂车所有重量、整车重心、挂车姿态的判断全是基于在牵引头上的传感器。

四是油耗，卡车对能耗极为敏感，一脚刹车可能损失十块油钱。节油、节能以及后续的节电，是乘用车不太关注或者不太需要关注、但重卡领域必须考虑的核心问题。

前面有演讲者也提到，像重卡这样的庞然大物在路上行驶，信息安全和网络安全极其重要。我们从量产初期就将其作为核心议题，目前已经形成了行业内最完整的方案，能够有效防范商业级攻击和非接触的遥控入侵。而且我们邀请行业“白帽子”黑客不断进行攻击测试，确保信息安全。 

尽管是庞然大物，我们依然能做到像小车一样非常柔顺、安全。 

下面举几个场景示例，现在都是场景驱动。 

 (播放卡车NOA场景视频) 

·对盲区中跨线行驶的小车进行感知预测，及时规避风险。 

·大雾天做好精准感知。 

·两大车之间的安全避让。 

·高速上应对激进驾驶者cut in的快速规避。 

·低速场景下的启动、加塞应对、控制和再起步。 

·夜间远距离发现紧急停车道上的车辆，在大车流中智能变道、避让前车。 

·高速应用场景中对场景、车辆、行人的综合处理。 

首先，最重要的还是安全。

我们基于407台智能卡车，与太平洋保险合作，进行了为期一年的数据跟踪统计：

以前人工驾驶情况下，全年赔付率是96%，意味着保险公司每收1元保费，要赔出0.96元。而在L2+智能驾驶（尚未到L4）的普遍量产水平下，全面赔付率降至18%。其中尤为关键的是：AD智能辅助驾驶状态下的赔付率是0，即所有的事故都来自人工驾驶，主要是发生在物流园区、早期国道上没有开放AD功能的路段。

二是事故烈度大幅下降。在人工驾驶的情况下，重卡人均赔付额是2.4万；而智能辅助驾驶情况下，人均赔付额仅为3400元。无论从经济效益，还是从安全角度，这都是很有说服力的例证。 

在降低疲劳度、提升经济效益方面，我们对比了智能驾驶与普通人工驾驶司机的肌电信号和心电信号。评测结果显示，生理疲劳降低了34.5%，心理疲劳降低了10.5%。

需要说明的是，心理疲劳数据来自智能卡车投用早期，实际目前效果远高于此。正是因为疲劳度的显著改善，最终产生了良好的商业效益。

这是一段司机和客户的价值感受实证采访。 

(播放卡车智能驾驶客户价值实证视频) 

总体来讲，安全是底线。在各种运营场景下，单车可节省副驾或者减少司机数量，这是最大的降本来源。 

尤其值得一提的是大量个体司机。不知道大家是否去过物流园？中小车队及个体司机中，很少有40岁以下的，很多人已步入45岁以上。到了45岁这个年纪，确实开不动了。而辅助驾驶并不少要替代他们，而是帮助他们延长了能够开车赚钱的职业寿命。所以，这项技术的社会效益是非常大，也带来了可观的经济效益。

所以几乎所有使用我们产品的最终用户反馈，在智能驾驶功能（辅助驾驶）虽然本身并不便宜，但是平均的投入产出的回报期平均在11到24个月之间。 

这个行业是高度场景细分的，例如快递、牲畜运输、奶制品运输等，驾驶需求各不相同。我们的产品可满足不同的差异化需求，并以更自动化的方式，基于需求场景提供定制化和个性化服务。 

总体从市场的发展趋势来看，卡车自动驾驶在智能驾驶方面的市场渗透率比乘用车晚两年左右。刚才有一位嘉宾分享，今年乘用车L2+的NOA 的渗透率大约在15%—16%，也有人说20%。我们预计，这样的类似渗透率水平在两年后的卡车市场出现，预计迎来翻倍甚至3到4倍的增长。 

面向未来，数据仍是关键，这跟刚才很多同事、嘉宾、同行看到的是一样的。当前嬴彻智能辅助驾驶系统的商用里程累计超过7亿公里，基于我们对商业化的预期，预计到2028年中将达到50亿公里。

这个非常有价值。我们也在构建我们的大模型，基于L2+的数据开展多传感器的视角增强，以及丰富的的仿真和场景的模拟、泛化。我们认为，以1：10的比例可以生成高仿真、高真实度的世界模型，即50亿公里实际道路里程，可等效为500亿公里的高质量的世界模型数据。我们认为，这一数据量级，对高速重卡的L4而言，是比较能满足充分验证要求的数据集。我们很期待2028年的50亿公里，它将是我们真正有底气迈向L4全无人的技术基石。 

为做这件事情，我们也建立了Data Infra数据闭环体系。我们采用定向数据采集策略，每台车承担不同的收集任务，数据上传至云端后不断进行深化的标签标注。同时，依托大模型日益强大的场景理解能力，一边训练，一边验证，与数据集形成配套。 

与此同时，最重要的还是安全、安全、再安全。面对越来越多的场景，如何真正做好测试？我们在测试验证阶段也做了大量的投入，构建了完整的在环测试体系，从软件在环、处理器在环、硬件在环、到司机在环，以及虚实结合的车辆在环。完成所有环节后，大量采用虚实结合的方式，最终走向封闭道路测试，再到开放道路的测试验证。

最后，在产业生态合作方面，我们也提供了开放的合作方式，叫“半栈合作”。 我们将端侧系统和相关工具进行了工具化与SDK化，充分对外开放。已有实际案例支持主机厂自研，支持其在需要的地方自研，我们提供其他方面的组件和全套工具。通过这种方式，推动整个行业走得更快。 

最终我们看到，卡车智能驾驶在货运领域具有非常大的经济价值和社会价值，同时显著提升整个交通系统的运行效率。我们相信，中国卡车货运自动驾驶未来将会超过美国，对此我们充满信心。与此同时，我们也期待政府监管部门能够迈出更大的步伐，提供更多路权，创造更多局部创新的空间。我们相信，我们一定能够率先在行业科技上引领全球，并让物流行业变得更加美好。