斟酌在 2021 年濒临一个聘请：是再次创业，照旧加入一家老练的大公司作念自动驾驶？

他最终聘请了友说念智途——一家从上汽前瞻spin off出来的初创公司，天神轮股东有上港、海尔、普洛斯、国电投、江苏交控、自贸区基金、山东港这些产业干系方，专注于口岸、主线物流、工业园区、矿山等场景的L4 级自动驾驶——担任首席科学家和智驾中心总司理。

友说念成立前，时任上海市委布告李强亲自推动上汽前瞻和上港讨好主海大桥上的L4智能重卡。

友说念成立一年后，现任市委布告陈吉宁上任。颇有因缘的是，在斟酌十多年前的清华大学毕业典礼上，恰是陈校长为他拨穗正冠。“这种因缘很奇妙，”斟酌说，“但更枢纽的是，他们王人是自动驾驶时间的坚强补助者。”

友说念智途领有大多数自动驾驶公司心向往之的资源：中国 30%主流口岸的潜在客户，以及上汽集团的补助。

对斟酌而言，友说念代表了一种“时间求实主义”——不再仅仅追求前沿算法的抑止，而是让自动驾驶真真实商用场景和财报上跑通。

“我需要一个能弥补短板、线路所长的环境。”斟酌说。他的时间才智不必置疑，但口岸和物流是一个 to B 和to G 的市集，客户资源、政府关系和时间一样重要。友说念的股东配景，让他不必像在以前的创业公司那样疲于找客户，而是能专注于时间落地。

这种“求实”也体目前研发相貌上。

友说念的工程师防范在船埠隔邻，他们的算法不是在会议室里商讨出来的，而是在不雅察龙门吊的功课节拍、倾听卡车司机的衔恨后，一丝点休养出来的。

举例，AIV（Autonomous Intelligent Vehicle，无东说念主智能集装箱转运平板车）取消了驾驶室，领受双向对称设计，不是为了时间炫技，更是为了治理集装箱地点诞妄时的着力问题——在传统船埠，这一枢纽需要迥殊的工序来休养。

“咱们早过了作念 demo 应付投资东说念主的阶段，而是要让每辆车每年实真实在地挣到30万元。”友说念导航负责东说念主江灿森说。他与斟酌的讨好始于 2019 年的大疆时期，从畴前的 L4 级乘用车到如今的 L4 级商用车，多年搭档，他们最大的感触，“完成了从‘仰望星空’到‘下马看花’的转机。”

如今，当 170 东说念主的精干团队补助着 400 多辆无东说念主车的常态化运营，从上海罗泾船埠到秘鲁钱凯港，从集装箱运送到矿山散货，这套经过考证的买卖模式正在连接复制。

（2024年10月友说念智途团队在秘鲁钱凯港开启试运营）

以下为雷峰网和斟酌、江灿森的对话，并作念了不窜改承诺的剪辑：

01 顶层设计：「平台化」背后的时间形而上学，一套代码怎样战胜矿卡与集装箱港？

雷峰网：你在友说念这四年，可以分为几个阶段？

斟酌：可以分红三个阶段。

第一个阶段是打造 L4 自动驾驶才智。

咱们自研了友说念智途智驾系统，那时主要相貌是上海东海大桥和外高桥4号船埠（简称外四船埠），相貌很少，但智驾团队东说念主数一度达到 330 东说念主，因为这个阶段主淌若构建通盘 L4 自动驾驶车队的才智，从单车智驾到云霄休养系统、车队管制系统，通盘才智王人是在这个阶段构建的，冒失连接了一年半。

第二个阶段是应用场景迅速扩大。

咱们将之前在重卡和 AIV两个车型上得胜的自动驾驶时间应用到更多场景，比如AIV从上海的集装箱船埠拓展到福建、广东、山东、河北的船埠，以致到国际的秘鲁。秘鲁的相貌很闻明，习近平总布告 2024 年 11 月还亲自视频参加了开港典礼。

同期，重卡的场景也从东海大桥拓展到工业园区、散货船埠、矿山，从结构化说念路拓展到非结构化说念路。车队领域从不到 100 辆车，到 2024 年年底有 400 多辆，2025 年可能会有 500 多辆。

这个阶段主淌若场景迅速扩大化，把时间复制到新场景，并针对新场景作念对应的开发，让时间变得愈加泛化、愈加通用，适用于万般商用场景。

第三个阶段，也即是最近一年的要点，是咱们一经成领域地运营起来了，要点是要擢升运营着力。

一方面，智驾时间自身的发扬要接近东说念主类司机的发扬。比如在船埠，东说念主类司机 20 分钟可以完成一圈运送，咱们也需要作念到访佛的着力。

另一方面，运营东说念主员要尽可能少，管制尽可能多的车。

目前车东说念主比最高的场景在上海罗泾集装箱船埠，90 辆车每班独一 3 个东说念把持理，其中1东说念主是远控司机，无论是 30:1 的车东说念主比，照旧 90:1 的车辆远控比，在目前全天下的 L4 实践中王人口角常高的。

（友说念智途的AIV正在上海罗泾港中运营）

雷峰网：这几个阶段难度不一样吗？

斟酌：三个阶段各有各的难点。

第一个阶段，从零打造一个自动驾驶系统，应该是相对最浅近的，因为我之前一经作念过几遍了。天然，每作念一遍王人是一次重构，要集聚刻下的硬件设备和算法跨越，以及场景需求，作念出新的改进。

第二个阶段也有好多难点，主淌若先作念好一个场景，再将已有的场景履历转移到其他场景。

作念个对比，商用车车型和场景与乘用车不一样。乘用车场景再多，也即是高速和城市，作念好高速 NOA 和城市NOA 就差未几了，任务也比较浅近，主淌若 A 点到 B 点的运送。而商用车的情况要复杂得多逐一在船埠，要设计与船埠吊机的对位和交互进程，草率万般交差极端；在矿区，要波及我方去找挖机和排土位置。

但咱们不可能为每个场景作念无数定制化开发，枢纽在于怎样用有限的东说念主力，通过在原有平台化功能的基础上，让时间愈加泛化，找到各个场景的共性。是以从第一个阶段启动，就要作念好一套“平台化”的基础时间架构逐一通盘车辆和场景用的王人是并吞套代码，万般算法尤其是神经收集必须满盈泛化，才能用尽量少的研发资源草率繁密不同的场景和车型。

第三个阶段依然充满挑战，主要在于优化骨子运营中的着力。

比如车辆要能自动去充电，还要草率商用车传感器位置的微小转移逐一商用车体积大，传感器在运营一段时刻后会出现狭窄偏差，需要从新标定。以往的自动驾驶公司王人有故意的标定场或东说念主工标定，但咱们不成把车拉记忆标定，而是要在现场欺诈天然环境进行标定，让车辆我方蚁集数据、我方标定我方。

此外还包括车辆的充电和日常养护保重，全进程王人要作念到自动化。

这些在以往王人是难以联想的，但咱们王人研发出来了。主义是为了擢升运营着力、尽可能减少现场东说念主员数目。

雷峰网：在设计第一阶段的自动驾驶系统时，与过往不同的是什么？

斟酌：友说念成立在 2021 年11月，一方面那时 Orin 芯片的出现使得L4 和 L2+ 的算力平台趋同——以前作念 L4用的是工控机和数百TOPS的显卡，辅助驾驶用的是几十以致几TOPS的车载算力芯片。另一方面，激光雷达启动降价，老本镌汰。

加上那时咱们有一个相等平台化的策画，即是用一套代码适配通盘车型和场景。以致那时咱们接洽要连乘用车的高阶辅助驾驶系统，以及典型 L4 场景如口岸、矿区和非结构化说念路王人一说念作念。

高阶辅助驾驶系统不依赖高精度舆图，而通盘 L4 场景正常更合适使用高精度舆图，是以，无图决策和有图决策王人要在这套系统中集聚和和会。在我看来，友说念智途的智驾系统应该是过往通盘自动驾驶履历的集大成者，它和会了我之前作念 L4、L2+ 的通盘履历。

雷峰网：怎样领路你们和会了高精舆图和无图？比如什么情况下会切换模式？

斟酌：目前通盘完结无东说念主运营的场景王人是基于高精度舆图的。

正常情况下，当车辆定位精粹且通盘模块正常责任时，咱们会予以高精度舆图极高的权重。及时路网结构主要用于辅助定位，与高精度舆图信息进行匹配，以更精确地笃定车辆确刻下位置。

但友说念智途的智驾系统自身补助无图决策。也即是说，当车辆进入左迁行驶模式，比如车载传感器出现故障，或因漂流导致传感器短时失效，无法依赖高精度舆图时，车辆会切换到及时构建的路网结构，进入无图模式，依靠及时感知来完成路边泊车等功能。

02 场景聘请：从主线物流到矿山口岸，场景倒逼的时间翻新

雷峰网：友说念成立之初，笃定的场景是口岸和主线物流，目前变成了口岸和矿山吗？

斟酌：对。

东海大桥更像主线物流，外四船埠的平板车 AIV 属于港内水平运送的场景，这是最初的两个场景。

在最初接洽场景时，高速主线物流的优先级很高，因为通盘运送市蚁集主线运送的市集领域相等广阔，达到 5 万亿，远超网约车、城配等其他市集。但在后续相貌扩大、业务拓展，以及追求时间盈利性时，高速主线的优先级一经大幅镌汰。

可以说，高速主线的权重镌汰主淌若因为其盈利性较差。目前中国高速主线物流模式仍以私东说念主自有车辆（如佳偶档）为主，这种模式一经把物流老本压得很低。这个时候，车辆哪怕一经完结了 L4 自动驾驶，但如果由公司运营车队去和目前的私东说念主个体户车辆竞争，老本依然不具上风，就会亏钱。

目前，咱们险些独一上海东海大桥这一个高速主线场景。

咱们要本着可连接发展的原则，先把盈利的场景作念好，取得满盈利润后再去补助那些盈利性更差的场景。我信托随着中国畴昔的劳能源老本飞腾，高速主线物流的盈利性会变好。

雷峰网：口岸和主线物流的车辆形态很不一样吗？

斟酌：口岸的车可以设计为双向对称，即是双向王人可以跑。

在口岸功课中，集装箱有一个枢纽的细节——调箱门。集装箱一端有箱门，在骨子操作中船舶、堆场对箱门的朝向一般会有条目。当车上的箱门朝向诞妄时，无法径直卸箱。为此，传统口岸功课中不得不故意设立“调箱门”枢纽来休养地点，需要购置故意的调箱门起重机，不但加多老本，还镌汰了功课着力。

而友说念的AIV完满治理了这个问题逐一莫得传统驾驶室，不分正反地点，车两头的传感器和驾驶才智绝对一致，8 个轮子可以纯真双向行驶，以致完结漂移蟹行换说念。当集装箱摆放地点诞妄时，车辆只需反向行驶即可，绝对省去了故意的“调箱门”休养设施。

和港内的无东说念主平板车不同，主线上的车还会保留驾驶舱。尽管在东海大桥上的车辆一经进入无东说念主运营阶段了逐一 2024 年是无东说念主示范应用，2025 年一经启动真实的无东说念主示范运营，安全员一经启动渐渐从车上转到后台了。

雷峰网：你们将口岸车辆定名为AIV（Autonomous Intelligent Vehicle，无东说念主智能车）是吗，兴致是无东说念主纯电港内集装箱智能平板车，在此之前，也有商家提过AGV（ Automated Guided Vehicle ，自动换取车）名字是吗？

斟酌：口岸车辆分为内集卡和外集卡。

内集卡用于港内运送，将集装箱从岸边转运到堆场；外集卡则从口岸外接箱后运出。咱们主要作念的是内集卡，因为内集卡绝对在口岸内运营，不会出港。

传统上，内集卡是东说念主工驾驶的，由于港内运送速率较慢，正常使用重载版4X2集装箱专用卡车。

从 1997 年鹿特丹第一个自动化船埠出现后，启动使用访佛 AGV 的四轮或八轮平板车算作内集卡。这些车辆是由工程机械制造商分娩的，如国内的振华、三一等，而非汽车制造商。这些车辆的架构属于工程机械体系，而非汽车体系。

友说念的 AIV 的一大上风，在于咱们我方分娩和制造。

二是，AIV 将 AGV 升级为具有自主智能的车辆。

咱们在设计中一方面优化了AGV的结构，另一方面领受汽车行业的相貌制造 AGV 。天然外不雅上看起来像八轮车，与 AGV 相似，但在吊挂、能源、刹车、底盘转向等系统方面，更接近商用车。

三是老本方面也镌汰了好多。

以前的AGV ，每台价钱大几百 万东说念主民币，而咱们从一启动就将老本左右在 200万东说念主民币，经过不断优化，目前老本一经低于 100 万东说念主民币。

（AGV依赖磁钉来定位，且只可沿着预定的旅途行驶（左图）；友说念的AIV可以在口岸内闪转腾挪（右图））

雷峰网：主要在哪方面降本？

斟酌：磁钉是传统 AGV（自动换取车）的决策，AIV 取消了磁钉。

传统 AGV 的感知才智较弱，早期的 AGV 以致莫得激光雷达，比较新的AGV可能独一单线激光雷达，只可作念浅近的防撞。AGV的运营条目相等高，时事内不成有其他车辆或东说念主员穿梭，因为这些车辆险些是“瞎”的，无法感知其他拒绝物。

AGV怎样笃定我方的位置呢？

主要依靠地下埋设的磁钉，保重老本也相等高，还需要故意的磁钉传感器（一般叫transponder），这种传感器价钱上流。AGV只可沿着预界说的轨说念和轨迹开，而且通盘车王人依赖于中心车队管制系统的休养，才能确保互相之间不会碰撞。

AGV决策冒失是从2000年启动用，一直用到2020年代初，目前甘心用AGV决策的客户一经很少了。

比如有好多客户需要把在运营的集装箱船埠升级成自动化的，他们无法接管停工停产数月，全场挖开埋磁钉。

雷峰网：是以目前你们在口岸打造了一个什么样的画面？

斟酌：咱们在口岸的场景中可以作念到车辆在东说念主来东说念主往、万般车辆穿梭的环境中不受过问地运货。

好多东说念主会合计这种截止场景的L4自动驾驶相等浅近，但事实上口岸场景十分复杂。咱们的车可以在路口与七八辆有东说念主驾驶的集卡车挤来挤去，纯真穿梭，避开其他车辆并预测它们的意图。

雷峰网：口岸场景和老本、安全密切干系，我看到你们在深圳的妈湾港，一经有 40 辆无东说念主车在运营，每月转运 5 万 TEU （集装箱隐晦量），是以你们一经从“能用”到“好用”再到“盈利”的阶段了。

江灿森：可以明确地说，自动驾驶时间一经跨越了早期相貌的“Demo演示”阶段。畴前那种“立项、拿经费、组建团队、堆时间、搞演示”的模式，在指挥窥察时让车辆在固定道路跑几圈就过关，这一经成为历史了。

咱们目前作念的，是构建常态化的运送奇迹体系。无论是有安全员辅助照旧绝对无东说念主的模式，中枢主义王人高度聚焦于高效、安全地完成运送任务——举例，完结无东说念主集卡从船埠面到堆场的纯真穿梭和精确休养。

这个更动意味着，靠“时间作念到80分就能交差”的时间澈底斥逐了。目前真实的挑战在于，怎样将时间从95%的可靠性擢升到98%、乃至100%。这临了的5%，时时是最难的“长尾问题”，需要破钞巨大的研发元气心灵来治理。这也恰是刻下L4级自动驾驶完结领域化落地的主要瓶颈。

咱们的主义相等明确：让自动驾驶时间真实漂流为分娩力，切实治理客户痛点。同期，家具必须连接迭代优化，治理那些影响体验和着力的细节问题。就像刚拿到驾照的外行，照实能把车开动、开到主义地，但与履历丰富的“老司机”比较：驾驶过程还不够流理会滑，对环境的预判不够精确敏锐，在复杂场景（如纯真变说念、避开）中的处理才智还有差距。刻下的自动驾驶也处于访佛阶段：咱们具备了基础运送才智，但在追求极致着力、接近以致超越东说念主类驾驶员水平、以及面对全场景无缝顺应方面，仍有擢起飞间。

因此，连接攻坚长尾问题，打磨家具，擢升系统的鲁棒性和全场景顺应才智，是推动自动驾驶从“能用”迈向“好用”，再到“商用”的枢纽一步。

雷峰网：以前有说法，如果能在相等复杂的场景下作念好 Robotaxi （L4级的乘用车），那么转移到其他场景应该只会作念得更好。你们两位王人有作念 L4乘用车和商用车的经历，我想知说念，你们切身感受，时间确切可以转移吗？

江灿森：在加入友说念之前，我本来以为一样是作念 L4 级自动驾驶，不同业业之间应该颇为相似，但骨子战役后才发现，不同场景的侧要点存在权臣差异。

畴前，咱们算作司机或乘客，对乘用车自动驾驶的领会时时停留在 “能在高速、普通说念路安全行驶即可”—— 这个过程中，车辆很少需要像友说念业务场景这样，与各类末端设备产生深度交互。

普通家用车车身宽度约 2 米，而普通说念路宽度在 3.2 到 3.5 米之间，这意味着相邻车说念的车辆间距正常能保持在 1 米以上。这种情况下，即便车辆行驶中稍有偏移，一般也不会变成问题。

但到了商用车场景，哪怕是幽微的偏移，王人可能激发事故。

比如在船埠这类空间复杂且窄小的环境中，由于功课工艺的条目，车辆通常需要贴着拒绝物、港机设备、集装箱或其他特殊物体行驶，间距可能仅有十几厘米。这时，如果 16 米长的车身地点出现 1 度偏差，就可能径直发生碰撞。这对车辆的筹办、左右、感知和定位时间王人建议了极高条目。

从时间转移的角度看，L4 级自动驾驶虽有一些通用时间基底，但绝非能纵容套用到通盘场景中，咱们也因此进入了巨大的元气心灵打造平台化时间决策，完结一套代码兼容口岸船埠、园区主线、矿山贞洁等差异化场景。

就像口岸无东说念主车需要与吊机精确对位，矿山无东说念主车要完成装土、排土等功课 —— 这些场景看似相对紧闭，骨子操作中需要治理的具体问题却纷纭复杂，远非外界联想的那般浅近。

好多时候，独一真实深入到特定行业或场景的 “深水区”，才会明白要作念到顶尖水平有多难，这其中的复杂度，远比咱们最初设计的要高得多。

03 家具研发：200东说念主团队+上汽外挂，破解口岸自动驾驶时间的“妖怪细节”

雷峰网：我看到你们公众号上的的视频演示，有一个吊臂把集装箱放到小车上，然后小车穿梭在东说念主流和有东说念主驾驶车辆的口岸中。你们在作念这个时间的时候，也会波及龙门吊上头的算法吗？

江灿森：是的，其实口岸场景并非寰球联想中那般浅近、规整且结构化。

以深圳妈湾港为例，算作一个传统船埠，畴前全靠东说念主工驾驶车辆运送集装箱，如今咱们对其进行了限度的智能化矫正，主要体目前两个维度：

一是港机设备智能化，像龙门吊已能完结自动操作，完成集装箱的抓取与装车，这一过程被称为垂直运送；

二是自动驾驶车辆的智能化，车辆在船埠内的行驶枢纽，即水平运送。

前者，车辆需要与龙门吊精确对接，取得任务信息并领路业务需求，随后通过逻辑交互与信息阐发，待匹配完成后，才能反馈给干系方任务已完成，以便扩充下一项任务。

后者，情况更为复杂，咱们的自动驾驶车辆AIV并非在专用说念上行驶，而是要与有东说念主驾驶车辆在并吞条说念路上夹杂通行，遭遇路口时还需与它们进活动态博弈 —— 预测对方意图，判断其是左转照旧直行，进而决定是连接前行照旧泊车避开。

此外，咱们设有车端平台和云霄平台两个中枢部分。

车端平台主要负责单车时间软件层面，涵盖中间件、传感器数据处理及操作系统等；云霄平台则聚焦于车队管制。

在商用车自动驾驶领域，车队管制系统（FMS）是极为枢纽的枢纽。乘用车领域中，车辆之间相互零丁，分属不同消费者使用；但商用车自动驾驶中，车辆是运营体系的重要构成部分，必须对通盘车队进行系统化管制。

这其中包括细致化的任务管制，比如明确每辆车的任务去处，是去 A 箱区、B 箱区，照旧赶赴充电等，王人需要精确的任务寄托。

同期，还要对车辆运行着力进活动态管控。举例，当几十辆车行将路过并吞条说念路时，可调配部分车辆聘请其他道路，从而幸免拥挤。

这就好比外卖配送，如果枯竭管制，骑手可能会扎堆争抢看似容易的订单，导致部分区域过度拥挤，而其他区域却无东说念主问津。咱们需要对车辆进行合理休养，明确它们的功课时刻、位置以及避开规矩，这些王人在云霄完成统筹与管制。

是以说，船埠场景的复杂性远超联想，它包含了多种夹杂通行阵势，以及与其他交通参与者的高频交互博弈。

雷峰网：你们目前有若干东说念主，友说念背后有上汽集团给了哪些补助？

斟酌：咱们公司目前悉数有 200 东说念主傍边，自动驾驶中心有 170 东说念主，还有家具工程中心和销售运营中心。

家具工程中心负责通盘车辆的设计和制造，包括AIV的设计、零部件采购、拼装。咱们在园区内有一个 AIV 工场，由家具工程中心负责分娩。

他们能够借助上汽集团的资源来完成这些责任。

比如车辆需要的电驱、电控、电板管制系统，因为是电动车，此外还波及转向、驱动、刹车等整车干系的开发，以及镶嵌式开发。这些责任大多是上汽集团商用车时间中心来补助咱们的。

雷峰网：你们目前的运营不单在国内口岸，也有南好意思洲的秘鲁口岸，那么将时间决策复制到国表里口岸时，你们会作念哪些休养？

斟酌：集装箱是活动化的，因此全球的集装箱船埠也大同小异，这是咱们把时间转移到国际时的成心成分。是以，咱们的AIV出洋时，算法、功课进程上需要的迥殊责任很少，和部署到国内的另一个口岸差未几。

那么不利成分有哪些呢？我合计主淌若谈话和文化，需要把操作手册、软件界面改成外语，举例在秘鲁就得改成西班牙语，以便于当地的运维东说念主员使用。日常和他们土沟通交流也需要用外语，然则咱们公司莫得邃晓西班牙语的同事，幸亏有了大模子能便捷、准确地来翻译。

说件真谛的事，秘鲁的同事在第一次见到AIV时，王人不信托这个寰球伙能我方跑起来。等他们看到AIV不但跑起来而且很纯真时，他们欢可爱跃，他们为我方的这份责任而霸道。

雷峰网：对于传感器，我想了解一下在口岸这样高精度条目的工业场景中，龙门吊交互需要厘米级定位（如3cm精度），同期还要草率东说念主车混行的复杂环境，你们怎样均衡传统几何模子（如SLAM）与深度学习各自的上风？

江灿森：在口岸或者工业园区的自动驾驶功课中，常会遭遇一些顶点场景，这对定位精度建议了极高条目。

比如，当自动驾驶车辆需与龙门吊协同功课时，龙门吊需要通过夹具自动抓取集装箱。这个过程中，夹具必须精确瞄准集装箱四个角的锁孔，这些锁孔的宽度和长度一般在10公分傍边。如果夹具下放时不成精确地瞄准锁孔，就会导致抓箱失败。

因此，咱们对定位精度的条目是差错在 5 厘米以内，而咱们骨子能作念到的精度是 3 厘米，这样就能确保夹具精确地夹住集装箱并将其抓起。反之，如果定位精度不及，比如差错达到 20 厘米，那么抓取时夹具很可能无法锁住集装箱，这不仅会导致交互失败，通盘自动化功课进程也会中断。

不外需要阐明的是，深度学习和咱们目前的定位时间并非一个倡导。

天然有些决策试图通过深度学习和神经收集径直输出车辆的定位信息，但这些决策在业界尚未得到鄙俚应用。目前，行业内仍以传统算法为主，比如 SLAM（Simultaneous Localization and Mapping，即同期定位与建图），其背后的数学旨趣和表面推导仍沿用传统框架。

深度学习在其中的作用更多体目前前端特征索求枢纽。举例，畴前咱们可能通过传统的算法，像 Harris Corner ，通过梯度规划来找出图像中的特征点。目前，咱们可以通过深度学习来识别场景中的特征，使特征索求愈加鲁棒。但后端的和会算法，比如卡尔曼滤波，以及万般平滑处理等，依然基于传统时间框架。

雷峰网：在口岸场景的骨子运营中，面对钢轨反光、盐雾腐蚀等特殊环境挑战，友说念怎样评估不同传感器的可靠性界限？极度是在安全冗余设计方面，是否意味着纯视觉决策在工业场景中存在根人道局限？

江灿森：咱们常说宝石纯视觉的决策，中枢照旧出于买卖层面的考量，要把老本压缩到极致。

如果绝对不接洽老本，天然是传感器建树越丰富越好，从安全角度来讲，信息冗余老是比信息不及更安妥。对于商用车场景来说，好多时候需要把十几米长、上百吨的车开到某个位置，偏差不超越几厘米，那么激光雷达优秀的测距才智就很枢纽，这是录像头作念不到的，因为录像头无法径直测距，而通盘的盘曲测距方法的差错王人很大。

从老本效益来看，一辆商用车一年可以挣 30 万，那么几千元的激光雷达深信是用得起的，如果还能擢升着力的话，用激光雷达就更合算了。随着激光雷达价钱的渐渐下落，其在商用车场景中的应用性价比还会连接擢升，我信托畴昔激光雷达会成为自动驾驶的标配零部件。

04 买卖模式：杜撰司机 + 卖车 + 运力奇迹，一家 L4 公司的三种活法

雷峰网：那么你们目前的主要客户是谁？

斟酌：咱们的客户主淌若口岸（包括集装箱船埠和散货船埠）、矿山、万般工业园区。

与主流的商用车 L4 公司比较，咱们在工业园区方面也有光显的竞争上风，比如沙钢、六钢和宝钢等钢铁厂内的运送业务，咱们王人有涉足，且运营的车队领域也比较大。

雷峰网：针对口岸这块的买卖化，你们同期在作念新船埠斥地和老船埠矫正，各自程度怎样，有哪些案例？

斟酌：秘鲁钱凯港可以算作新船埠的典型案例。

这个船埠是绝对新建的，位于南好意思大陆西海岸，是目前南好意思最大的集装箱船埠之一，由中远海运运营。之前仅仅一派海岸杰出的旷地，从修路启动，绝对新建了一个船埠。闻明度也比较高，是中国“一带一齐”策略出海的典型案例。

港内运送的车辆全是咱们的 AIV ，客岁一经有 40 辆车运行，效果相等好，运量还需要进一步擢升，是以本年又增订了 10 辆车。

老船埠智能化矫正的案例有好多。

比如上海的外四船埠和深圳的妈湾船埠，这些船埠王人是一经老练运营了好多年的集装箱船埠，内部王人有上百辆东说念主工驾驶的车辆。咱们的车辆逐渐进入这些船埠，从 10 辆、20 辆到 30 辆、40 辆，数目不断加多，功课才智从承包半条船成长到承包数条船。

目前，通盘运营场景王人是盈利的，而且咱们的盈利规划方法很尖刻，车辆的折旧、运营用度等通盘老本王人算在内。

当下有 400多 辆车在运行，本年的运营收入预测近两亿元。从公司合座来看，要完结盈利，现存车队领域还需要再加多两倍。

雷峰网：这意味着，你们不仅是研发型公司，亦然运营型公司逐一从新到尾完成通盘相貌。

斟酌：对，这波及到买卖模式的问题。

L4 与 L2+ 有很大区别。L4 车辆可以我方跑起来，这种情况下买卖模式就变得万般化。

咱们有三种买卖模式：

第一种是售卖车辆。客户径直购买咱们的车或第三方的车，车上装好咱们的智驾系统。咱们会提供车队管制系统，教会客户使用。

第二种是“杜撰司机”。客户持有车辆，客户只需支付车辆自身的用度，与普通车辆价钱一样。智驾系统软硬件的用度则由咱们承担，车辆在客户场景中无东说念主运行后，咱们按照东说念主类司机的价钱向客户收取“司机工资”，十分于咱们出售的是“杜撰司机”。

第三种是提供运力奇迹。这种模式常见于集装箱船埠，因为船埠公司正常不领有我方的内集卡车队，而是将运力奇迹外包。咱们亦然按照箱量收费，客户付钱给咱们，咱们运营车队，车辆由咱们持有。这种模式钞票相等重，咱们需要通过融资租出等相貌来缓解现款流压力。

这三种模式友说念王人有，但咱们更倾向于前两种模式。不外，有些客户宝石要第三种模式，咱们也能满足他们的需求。

雷峰网：波及赢利就会有更细节的设计，比如小车能拉若干货、长宽高，亦然你们来作念吗？

斟酌：车辆的载货量、尺寸等细节设计，需要凭证客户需求来定。一般来说，咱们会和客户商讨他们的运送业务需求，笃定需要什么样的车型。比如集装箱运送比较活动化，因为集装箱尺寸固定，是以咱们的AIV可以适配险些通盘的集装箱。

但在散货船埠和矿山，情况就不一样了。有些散货船埠条目车辆载重 105 吨，因为他们的吊机 1 次能抓取 35 吨，3 下赶巧 105 吨。如果用 90 吨的车，操作起来就不高效。

这些需求王人是由客户场景中的其他机械带来的拘谨，导致咱们的车型比较碎屑化。这就对咱们的智驾系统建议了紧要试验，需要适配万般不同的车型和场景，同期尽可能镌汰适配责任量。

目前咱们落地的场景近 20个，其中一半是集装箱船埠，另一半是散货船埠、工业园区和矿区。非集装箱船埠的场景中，险些每个场景王人需要一种不同的车型，是以有近 10 种不同的车型。

05 管制形而上学：从硅谷到口岸，时间管制者的领会迭代

雷峰网：友说念目前有若干东说念主，这四年东说念主员数目是怎样变化的？

斟酌：友说念也曾有 330 东说念主的智驾研发团队，之是以目前减少到 170 东说念主，是因为保证研发的东说念主效比。

330 东说念主的时候，咱们处于自动驾驶才智快速创建的时期，作念了相等多的从0到1的研发责任。目前一经有了四五百辆车厚实运行，后续从1到100的研发不需要那么多东说念主员，是以从 2024 年级首启动，咱们一直连接优化擢升研发东说念主效比。

雷峰网：你下面的“减一”有几个东说念主？

斟酌：在团队领域为 330 东说念主时，减一层级有 9 个东说念主，分为 9 个部门。

自后团队领域缩减到 170 东说念主时，一些部门被合并，减一层级减少到 5 个东说念主（家具与质地、感知、导航、车端平台、云霄平台）。

举例，之前舆图、定位是一个部门，筹办、左右是 另一个部门，目前合并为一个导航部门；同期，东说念主员的脚色也有所休养，比如之前作念定位的目前可能转岗作念佛营。

雷峰网：是不是可以领路为，时间研发阶段将近收尾了，接下来要要点鼓舞落地和市集占有率了？

江灿森：可以这样领路。

咱们早期加入友说念的时候，好多时间决策的迭代王人是基于 demo 性质的时间架构。好多算法的 baseline 王人是从供应商那里取得的，这是车企比较常见的作念法逐一找一些研发团队或高校讨好，提供研发经费，让他们委用功能，过程中还需要反复沟通休养。

不外，作念 demo 的时候，命运好效果还可以，命运不好就会通常出错、厚实性差。这对于骨子运营来说是绝对不可接管的。因为运营是 24 小时不完了的，停 10 分钟王人算分娩事故，莫得容错空间，不成动不动就出问题再让东说念主去进军救火。

我刚加入友说念时，就相识到这个问题，于是快速延伸团队，从 0 到 1 搭建了诸多算法原型，把之前那些不够完善、靠打补丁保管、仅针对特定场景开发的算法进行了优化。

二是咱们需要对算法进行重构。

必须从旨趣和泛化的角度去念念考：一个算法在某个场景能用，在其他场景是否一样适用？只淌若一个有共性需求的功能，就得兼顾不同场景的需求。不然，只针对单一场景开发，即便在该场景下发扬很好，一朝换个场景，代码可能就失效了，到时候就得从新开发，这是严重的资源花费。

三是时间零丁性与全栈掌合手。

上汽旗下有中海庭（高精度舆图图商），咱们沿用了他们不少舆图时间基础，是以省去了早期的研发进入。但咱们但愿能全栈掌合手这些时间，以防在咱们业务快速拓展，尤其是定制化业务需求急剧加多时，即使是手足公司也难以满足突发业务需求的快速反馈。这个枢纽必须补上，不然越到背面，通盘架构会越受限。

22年到23年，是咱们快速补充时间基础的阶段，团队延伸速率很快，时间研发迭代也相等迅猛。比如舆图定位团队，我加入的时候独一六七个东说念主，到最岑岭时接近 40 东说念主。

2024 年启动，咱们的时间逐渐老练，东说念主员出现了冗余。原来可能需要好几个东说念主开发一个算法，自后随着时间老练，东说念主力需求天然减少。

雷峰网：你目前是公司的首席科学家、智驾中心总司理、公司的副总司理，属于时间和管制王人要管，你还顺应这种更动吗？

斟酌：时间东说念主员的发展旅途正常有两种：

一种是连接深入钻研时间，成为某一领域的群众，以致进入学术界成为教师或高等筹商员；另一种则是转向时间管制。我的个东说念主发展旅途是后者。

创业时，在 Roadstar.ai 管制 100 多东说念主的研发团队，到大疆管制最多 30 东说念主的研发团队，再到友说念管制峰值300 东说念主的研发团队，其实每一阶段的感受王人很不一样。

最启动在学校和刚进谷歌时，我专注在把我方负责的一个模块作念好，举例写好一篇论文，或者写下一段无法再优化的代码——直爽、优雅，带着数学般的好意思感是我那时所追求的。

从特斯拉启动，我启动带领一个小组负责一个较大的系统，那时我专注在把这个系统设计好、完结好，这不仅包括我我方要作念好系统的架构设计，也包括教会团队成员写好代码，能搭出一个最优的系统。

在友说念我带领更大的团队，我最关注的是能够指挥、组织和激励好一个研发团队，这个团队能把一个广阔而复杂的系统作念好，作念到业界最初水平，这个团队自身才是我最昂扬的作品。

雷峰网：与其他企业上千东说念主的智驾研发团队比较，友说念目前的 170 东说念主团队一经相等精干了；从你畴前经历来看，管制过 30东说念主、100 东说念主、330 东说念主，这又是一个数目级的翻番。我很想知说念，目前怎样线路这 170 个东说念主的最大才智？在这方面，你最近有什么心多礼会吗？

斟酌：管制团队的相貌会随着团队领域的变化而变化。

对于 30 东说念主以下的团队，算作管制者可以明晰地了解每个东说念主的责任内容，以致可以手把手指导每个东说念主的责任。但当团队东说念主数超越 30 东说念主后，就需要一套组织架构和管制机制来补助。

我在Roadstar时切躯壳会到当公司从 30 东说念主加多到 100 东说念主时，东说念主数加多了 3 倍，但责任着力并莫得加多 3 倍，可能只加多了 50%，以致可能连 50% 王人不到。

这让我启动反念念管制相貌的重要性。尽管我之前算作工程师时，对组织学干系的东西有些反感，比如公司文化、团建、组织架构、禀报机制、会议机制和相貌跟进机制等，但当我真实成为较大组织的负责东说念主时，才发现这些机制是必要的。

从那时起，我一直在念念考怎样管制一个组织。

我早期的责任经历主淌若在硅谷，比如谷歌的街景和特斯拉的 Autopilot 团队，那里的组织阵势比较宽松，绝对依靠职工的自驱力。

但在 Roadstar 时我发现，仅靠自驱力是不够的，并不是通盘东说念主王人像硅谷的精英那样有很强的才智和自驱力。

自后我去了大疆，其中一个原因是想望望这种严格管制的公司（比如险阻班打卡、每天早会晚会）到底有什么优点和纰谬。在大疆的经历对我来说是一个详尽学习和擢升的过程，我理会到管制相貌与团队中的东说念主才结构和状况密切干系。

就像孔子说的“因材施教”，管制亦然访佛的。

在友说念，总体来说管制立场一经比较老练，实践下来也莫得什么大问题。

雷峰网：怎样说？

斟酌：不管是团队东说念主数最多的时候有 330 东说念主，照旧目前有 170 东说念主，咱们基本上王人是按照模块对时间东说念主员进行远离。

比如感知、筹办等团队，这属于研发资源线。每个部门最重要的任务是完成对应的研发任务，培养职工的时间才智。

在家具方面，咱们有这样多车型和场景，我会拉出一个纵向的家具矩阵逐一每个场景王人有对应的家具司理，他们会从感知、筹办、左右等模块各抽调一个模块代表，由家具司理带着模块代表负责每个相貌的委用。

每个相貌的模块代表会把相貌对我方模块的条目带回我方部门，部门负责东说念主会依期（每周一次或两次）和通盘模块代表开会，搞明晰各个相貌对咱们的研发条目是什么，下一步需要咱们作念什么事情，并把这些条目合并同类项。

通过这种“矩阵式”的研发结构，咱们能够凭证各个相貌的进军情况、优先级和研发策画，确保按期委用相貌需求。这种结构使得几百东说念主共同编写一套代码，同期补助多种车型和场景成为可能。

随着时间管制履历的积存，我越来越相识到经济学头脑和老本相识的重要性。

对于研发来说，最重要的老本是东说念主力老本，研发东说念主员的工资开阔较高。因此，我的主义是用尽可能低的东说念主力老本来完成尽可能多的相貌和家具委用条目。换句话说，作念到老本高效（cost-efficient），是斟酌我算作研发团队管制者脚色是否得胜的枢纽。

雷峰网：这挺真谛的，组织架构的休养随着公司的发展阶段（如之前提到的三个阶段）而变化，同期也接洽到了职工的奇迹筹办，我嗅觉到，友说念对于你们来说王人是奇迹生计一个重要里程碑，从仰望星空，到下马看花。

斟酌：在硅谷创业的时候，寰球其实不太体恤这些细节，因为大多数创业的主义即是恭候某个大公司来收购。

寰球的作念法是先烧钱，甭管赚不赢利，先搞个几十辆车的车队，招三四百东说念主，想让投资东说念主一看，“哇，我这个公司有领域，有阵容，迅速来投我吧。”

追想之前在 Roadstar 创业时的训诲，那时总体主义不显现，烧钱很犀利，天然融资也很顺利，但莫得明确的主义：

是把 demo 作念好，把下一轮投资东说念主能够哄进来就行了？照旧把时间打磨好，要作念到最 cost efficient 的相貌，让时间能赢利？这种主义不和谐导致了首创东说念主、投资东说念主之间的矛盾。

目前咱们要接洽，“作念这件事要付出若干老本，能挣若干钱，怎样让利润不断增长。”同期，时间研发也要有财务主义来指引，决定该作念什么、不该作念什么。

友说念的主义很明确：上市是一方面，但更重要的是咱们目前的场景和时间一经很好，咱们有才智我方奉侍我方并完结盈利。

当咱们明确了这个主义，通盘的事情王人变得显现起来。因此到了算账的时候，是很容易算明晰的。数字天然冷飕飕，但很客不雅，它指引着通盘公司的地点。咱们的主义是把盈利数字作念好，不管是时间研发回是其他主义，王人要围绕这个中枢。

目前我看到不少自动驾驶公司或团队也在野着这个地点更动，比如 bot.auto 的侯晓迪也强调运营的重要性，以及怎样完结盈利。

雷峰网：说到侯晓迪，你们倒是有一些经历上的相似之处，你们相识吗？

斟酌：咱们相识，在拉斯维加斯见过面，但莫得极度深入的来去，仅仅神交。可能是因为我和他有相似的经历，目前作念着访佛的事情，他的一些不雅点我王人很认同——举例，L4自动驾驶真实应用的难点不在于治理极少的大问题，而是要治理无数的小问题。

雷峰网：有莫得一些伙随同着你来到友说念，他们会怎样评价你的管制立场变化？

斟酌：你可以问灿森，他从大疆启动就和我同事了。

在 Roadstar 时期，我作念事也比较急，因为那时团队领域小，从十几个东说念主到三十个东说念主，我能管到每个东说念主。咱们出来创业比Pony、景驰晚一些，急着让车启航，带着寰球一说念加班。以致有同事从东部州搬过来，我家有空屋，他就住在我家，我一大早就叫他起床一说念去上班，忙到晚上十一二点再一说念记忆。

目前追想起来，那时候对同事照实有点“压榨”，但那是创业的状况。

江灿森：我第一份厚爱责任在大疆，在那里我相识了两个极度敬佩的指挥，一个是张宏辉敦厚（曾任大疆感知系统部门负责东说念主），一个是衡博。

他们有一个共同的特色，即是对学习抱有极强的激情。

张敦厚格外矜重时间的前沿性，我每次去找他，总能看到他在研读论文。即是说他不仅深爱工程实践履历，还会连接跟踪行业内的新治理决策和时间进展，时刻保持对新常识的学习。衡博也如斯，我每次与他交流，王人能感受到访佛张敦厚的特色，即便他们在才智和时间上王人是行业顶尖的，依然保持着轻柔的学习心态，我很佩服。

还有一丝，衡博带领的团队有一种很好的氛围逐一寰球王人莫得“历史职守”。

比如他刚加入大疆时候，看到咱们早期在高精舆图方面的责任，无论是从定位照旧从建图层面，王人还比较基础，枯竭真实深入的念念考。而他之前在百度和 Roadstar 的时候就主导过舆图模块的开发，对怎样界说舆图、怎样让高精舆图更合适 L4 级自动驾驶车辆有着深远领路。于是咱们冒失聘请推倒重来。

也即是说，只须某个地点、某个时间更优，咱们就会积极引进，哪怕要从 0 启动推翻既有恶果，也毫不会因为某个时间是我方贫乏钻研很久就舍不得淹没。咱们长久保持灵通的心态，避实就虚，以最合理的相貌作念事，只淌若对的，咱们就坚决去学习、去应用。是以那时候咱们合座的时间氛围相等好，研发节拍也很快，基本上每半年就会有一个阶段性的抑止。

目前在友说念，我也感受到了一样的氛围，就像刚才提到的东说念主员休养、心态更动，咱们王人可以快速顺应休养，而况很快能看到正向反馈。

雷峰网：友说念目前有 996 吗？

斟酌：咱们莫得 996 ，冒失是 985 。

公司从出生之初就在商务、政府关系等方面作念好了铺垫，好多客户资源一经在股东层面作念好了安排，我负责把时间作念好。因此，我不需要把职工压榨到极限，而是可以用正常的节拍鼓舞公司发展。

这阐明在创业初期，就需要想好这些问题，作念好聘请。

雷峰网：友说念的创速即间是 2021 年 8 月，衡博和灿森是先后加入友说念的，可以说你们个东说念主和友说念是险些同步上前的，感悟可能比别东说念主更深远。目前赶巧在你们的入职四周年，你们最深的感受体会是什么？

斟酌：如果说八年前是骑着一头猪顺着风口飞起来，天然星光能干被媒体关注，但内心实则狂躁不知说念地点在那处，那么最近这四年更像是坐高铁穿越一条长贞洁——沿着既定的地点稳步上前，内心充实而宁静，无声无息中一经跑得很快了，而且光明就在目前。

目前友说念一经比较成型，处于一个精粹的发展节拍和势头。我但愿接下来能保持现存的节拍和势头，连接拓展新的场景，扩大车队领域，真实完结L4自动驾驶在商用场景大领域落地。

江灿森：我比衡博加入友说念要晚一些，还不到四周年。我个东说念主感触很深的一丝是，在大疆的时候，尤其是在2019 年上半年之前，咱们王人合计时间即是一切，以致有些炫耀，总合计咱们的时间这样出色，主机厂怎样会断绝咱们呢？

但自后真实和主机厂对接时，才被拉回推行，必须把姿态放低，才有讨好的可能。这澈底窜改了咱们以前的甲方念念维，绝对转向了乙方念念维。

咱们也由此相识到场景和主机厂配景的重要性。在自动驾驶领域，门槛远比咱们联想的高，毫不是有了软件时间就万事大吉。

这亦然我为什么认同友说念模式的原因。

友说念的股东方自身就领有无数业务场景，这对时间成长是极大的补助。因为时间总有不老练的阶段，这个过程需要很高的时间磨合老本。你得有试错和成长的契机，才能渐渐打磨好。

就像咱们目前在口岸作念自动驾驶，一经有了相等好的 baseline ，以后只须有某个口岸想作念智能化矫正，咱们就能快速切入，把业务作念起来。

衡博在友说念主导了研发中心，咱们既能从时间角度深耕，又能兼顾落地。咱们早已脱离了最初只作念演示、探索新时间的阶段足球投注app，而是奉公称职地把时间应用到买卖场景中，创造价值。这个更动过程亦然对咱们心态的老成，让咱们真实找到一个地点，真实产生价值，不然时间永远仅仅空中楼阁。