展会信息港展会大全

千挂科技CEO陶吉:自动驾驶技术和商业化要两手硬
来源:互联网   发布日期:2022-03-31 13:56:10   浏览:4770次  

导读:文 | 李安琪 编辑 | 苏建勋 自动驾驶卡车行业正在迎来一波新势力潮。 近日,业内新成立自动驾驶卡车公司千挂科技CEO陶吉正式浮出水面。 千挂科技成立于 2021年7月,是一家专注于 L4 卡车自动驾驶技术和商业化落地的公司。2021年末,千挂科技拿到了顺丰控股、...

文 | 李安琪

编辑 | 苏建勋

自动驾驶卡车行业正在迎来一波新势力潮。

近日,业内新成立自动驾驶卡车公司千挂科技CEO陶吉正式浮出水面。

千挂科技成立于 2021年7月,是一家专注于 L4 卡车自动驾驶技术和商业化落地的公司。2021年末,千挂科技拿到了顺丰控股、百度、小鹏汽车、IDG资本的1.9亿元融资,成为业内新的话题对象。

陶吉在百度呆了12年后,终于以创业者的身份亮相。陶吉先后毕业于西安交通大学、新加坡南洋理工大学,于2010年加入百度,后来成为深度学习实验室 IDL的一员。

问及此次创业感受时,陶吉笑称,这算是第三次创业。

2013年底,陶吉负责启动组建自动驾驶团队,2016年后百度Robotaxi(自动驾驶出租车)车队在乌镇首次公开亮相,也是由陶吉主导。此后百度自动驾驶进入活跃发展阶段,陶吉也一直作为负责人活跃在Robotaxi技术、产品和运营的第一线。

2019年底,百度Apollo平台正式升级为自动驾驶、汽车智能化、智能交通三大业务板块。智能交通作为百度IDG新兴业务,需要一个有经验的人来带队,而陶吉是最佳人眩担任百度自动驾驶事业部总经理和智能交通产品研发总经理后,陶吉推动了百度无人驾驶小巴/公交、车路协同、智能交通等一系列技术和产品的研发和落地。

两次从0到1的经验,也让肩负起千挂科技CEO身份的陶吉感到相对熟悉。

千挂科技另外两个联合创始人则有不同的背景。丁飞此前是IDG资本技术出行领域负责人,孙浩文则是自动驾驶公司小马智行的初创团队成员,同时也是小马智卡中国研发负责人,带领卡车团队完成技术0-1的搭建。

经过5、6年的发展,自动驾驶卡车的商业化潜力正在被验证。已经上市的图森未来成为了全球自动驾驶第一股。小马智行与中国外运成立的合资公司“青骓物流科技”也于近日正式成立。

对于赛道的选定,陶吉表示,中国卡车物流行业有730万辆中重卡,是一个万亿级赛道,同时这个行业未来可能会出现严峻的劳动力短缺问题,自动驾驶有非常大的发展空间。

“未来10年,可能有70多万辆的重卡都没有人开,所以一定需要用科技的手段,用自动化的方式来补足。”陶吉表示。

千挂科技CEO陶吉:自动驾驶技术和商业化要两手硬

图源:千挂科技

自动驾驶卡车替代人类驾驶,提供物流运输服务,成为一大可能。

一来是高速道路场景相较于城市道路场景简单。“干线物流的ODD(设计运营区域)是一个半封闭的场景,没有人车混行和比较复杂的路口冲突点。目前中国高速总里程单程16万公里,很多高精地图公司已经做完全国高速的高精地图数据。”陶吉说。

简而言之,ODD的复杂度是可控的。“把这16万公里跑好了,基本上中国高速的物流自动驾驶问题就解决了。”陶吉表示。

二是当下卡车物流运输基本都配备两位司机,人力成本巨大,而自动驾驶有望逐步从替代一位司机到完全无人化。

那么,对于逼近自动驾驶终局,千挂科技是如何考虑的?

“我们认为,一定不能再圈一小块地方做demo,而是要瞄着真正把产品规模化落地的目标去走。从第一天开始,千挂就是要技术和商业落地两手抓。”

千挂科技认为,自动驾驶卡车的达成,需要技术、量产和运营三路齐下。

在技术层面,陶吉表示,团队成员拥有自动驾驶乘用车、卡车技术研发的双重经验。这些经验不光是指算法本身,更重要的是团队在以往规模化研发测试实践中总结出来的迭代思维和数据闭环经验。“这样的思想和强大的基础设施支撑,能够很好地迁移到卡车场景,这是我们觉得非常有价值的点。”

但光有技术是不够的。陶吉表示,在打磨好L4技术之后,一定要将其规模化部署,“规模上量”才是最重要的。这也意味着,千挂未来要与主机厂进行分工合作,共同打造拥有可靠性、一致性和稳定性的卡车车队。

此外,有了车队之后,如何提供物流运营服务也十分重要。“做卡车必须要躬身进入物流行业。如果说做技术是在天上,那一定要有两只脚能够插到泥土里。只有深入行业,才能知道场景对技术的需求,才能真正打通从技术到商业化运营的完整闭环。”

当然,作为行业新入局者,千挂科技的当务之急是尽快搭建好团队与底层技术,奋力追平行业水平。陶吉表示,千挂科技年内会开放超过100个岗位,涉及泛AI领域、到自动驾驶、偏工程的基础设施、硬件和量产方向。

当下,自动驾驶行业仍处于技术向规模化产品过渡的前夜,行业格局虽未有定势,但也并非无迹可循。

站在前人肩膀上的千挂科技,虽然有了更多自我成长的机会,但同时也意味着,要独自应对产品、商业、资本、人才多方面的挑战。

以下为36氪专访陶吉内容节选(略经摘编):

媒体:从企业高管到创业,现在整个人有变化吗?现在精力主要在哪些方面?

陶吉 :其实在大厂里面的时候,我干的事情也有点像大厂里面的创业,很多创新的过程,从0开始搭建团队的过程,这块是相对熟悉的。

现在主要精力在两个方面:一是搭建团队,超过一半时间都在招聘。二是负起CEO的职责,保证大家统一瞄准一个方向快速前进。

媒体:现在创业的时间算不算晚?机会在哪?

陶吉:现在大家的共识是商业化下半场刚刚开始,在这个时间点加入是不晚的。我们的人都是行业老兵,带来的好处是知道如何少走弯路,怎样快速直达目标。

过去几年,卡车自动驾驶才进入发展快车道。举个例子,卡车在18、19年的时候,大家很难找到一个真正好用的原厂的线控底盘,甚至不得已从第三方购买零部件来改装。这样很难规模化扩大车队,这是客观条件的限制。

而且早两年,自动驾驶功能卡车也没有量产SOP的时间点,今天我们终于有了可能还不错的线控卡车平台,但这个车也刚出来不久。业内终于有好用的平台来做技术迭代,我们的时间点是恰到好处的。同时产业链、供应链瞄准的SOP时间点大概是三年后,足够我们打磨出领先的自动驾驶技术并完成产品化上车。

媒体:可以理解成这是一场马拉松,因为基础不够完善所以其他人也没有跑多远,千挂有机会追上?

陶吉:我觉得是这样。虽然今天还没有走到终点,但是要终局思维,就是商业化到底要往哪走?这个事情我们在Day one就把它提到极高的重要度,这有利于我们瞄着真正落地目标来走,不是为了技术而技术。

媒体:千挂是要先搞一个L2辅助驾驶的车,先用起来收集数据,最后再实现L4自动驾驶吗?

陶吉:我提的路线是用乘用车规模化自动驾驶研发搭建的比较完善的技术栈、迭代方式和基础设施,应用在卡车场景。

乘用车车队每天能够获取的真实有价值的数据量是非常大的,这些数据需要有一个很好的基础设施的平台来存储、标签分类、挖掘,把它变成能够驱动模型和策略迭代的燃料。我们要把这套方法用到卡车领域,用这种data driven的方式加速整个卡车技术的发展。

媒体:2022年千挂最重要的目标是什么?

陶吉:技术肯定是要大步追赶,今年最重要的目标还是把技术框架、人才团队都够构建完善。最重要的里程碑是结合第一阶段商业假设,验证技术能力是否能达到令自己满意的水平。

媒体:现在用的是燃油车,用电动车来做卡车自动驾驶未来会不会是你们考虑的方向?

陶吉:我们在量产平台的选择目前是开放的,也在持续关注电动重卡续航能力和充电换电技术成熟度。有一点是可以肯定的,我们一定是和OEM和Tier1深度合作,大家各自有分工,自动驾驶系统要能达到车规前装,最终上量。

媒体:跟主机厂合作,数据回传的问题如何解决?

陶吉:一方面主机厂需要与合作伙伴共同持续改进自动驾驶能力,OTA和数据回传并共享是一个大的趋势。另一方面我们也会构建车队参与运营,我们自己运营的车队数据是一定能形成闭环的。

媒体:你们会下场造卡车吗?

陶吉:公司的目标就是,把干线物流服务这件事情做好。卡车是一个生产工具,我们用这个工具来提供物流运输的服务。要不要造车,完全取决于能不能找到一个好用的工具,能不能找到一个好的合作伙伴一起做出一款好的工具。

未来供应商和主机厂可能是partner的关系,大家一起来定义车辆。我们跟OEM和Tier1的合作过程中,会探讨合作边界。

媒体:自动驾驶卡车的商业化模式还没有真正完全跑通,你们怎么看这个问题?

陶吉:自动驾驶虽然都还没有到达终点,但必须有清晰的商业化思考和路径。我们认为干线物流重卡是这里面想象空间最大,技术和商业路径最清晰的,值得all in。

我们做的是一款有L4能力的产品,但它在不同的阶段、场景需求和政策的许可条件下,表现出来的是不同的能力和应用形态。我们是很清晰能够看到下一个技术mile stone在哪里,对应的商业模式是什么。

媒体:下一个mile stone在哪里?

陶吉:先从产品技术上验证原本需要两个驾驶员的中长途的路线是否能够在自动驾驶的帮助下用单驾驶员完成。

但是也得承认,在这样的一个技术变化很快,商业环境变化也很快的这么一个赛道里面,还是得保持战略方向的open,特别是在前面一两年要随时能够灵活应对和调整。

媒体:自动驾驶可能进入到了商业化下半场,从五六年前的技术思维,到现在产品思维,两者之间最大的一个区别是什么?

陶吉:几年前各家可能更加关注技术的边界在哪,到底技术能够走到哪里,那个阶段决定大家focus在技术本身。到了商业化下半场,大家都在进入到商业化到项目里面来。最大的一个区别是,更关注场景了,关注场景真实的需求,不是在用技术去找场景,而用场景牵引技术。


赞助本站

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港