物流自动驾驶的中场战事，30+玩家抢夺9万亿市场

与此同时，不载人光载物的物流自动驾驶，却在暗流涌动之中。在中国，面对着9万亿的物流市场，各方试图用自动驾驶的技术重新切分这份天价蛋糕。

其实，物流行业对自动驾驶的需求，要比乘用车或者大型客车对自动驾驶的需求强烈得多。

2017年，中国物流费用12万亿。在这12万亿中，公路运输占到了76%，简单换算，国内发生在地面的物流，形成了9万亿的市场。

在4400万辆交通工具背后，当然是比4400万数字更大的“司机”们（物流行业通常人停车不停，尤其中大型卡车会一车配多名驾驶员）。

具体到单个公司，美团无人驾驶事业部总经理夏华夏曾向车东西透露，美团一名全职外卖骑手每年人力成本支出约10万元。

驾驶员与外卖员、快递员总要休息，而自动驾驶的车辆则可以日夜不休，在理论效率上的潜力，要比人类大得多。

另一方面，物流行业面临的严峻安全问题也让自动驾驶的价值日益凸显。

成本与安全双重压力下，国内物流行业对自动驾驶的呼声越来越高，各方玩家云集响应，形成了物流自动驾驶的五大势力（在计算单元与传感器等部件上，物流用车与乘用车不存在特异性，此处不再列出）：

ICT巨头们，无论是在自动驾驶研发上先行一步的百度，还是自带物流、配送业务的阿里、京东、美团，乃至于从通信角度入手的华为，都将自动驾驶作为其未来业务的撒手锏之一。当这些巨头掌握面向物流行业的自动驾驶技术，他们进可向行业输出方案，开辟新的收入来源；退可优化自家物流配送业务，提效降本。

生产卡车的商用车主机厂，则与乘用车巨头们有着同样的焦虑——物流行业是他们产品最大的市场，而自动驾驶在物流行业的推行将改变产品的竞争格局以及他们赖以生存的商业模式。商用车的主机厂们，也唯恐成为代工厂。

上述五大类势力出于不同的动机，彼此之间保持竞争又合作的关系，形成了一个初级的物流自动驾驶生态。

2018年，自动驾驶经过多年发展之后，逐渐从笼统的技术研发与讨论中分化，成为一场场场景卡位战。这在物流自动驾驶领域也不例外。

“一高”，指的是高速运动的干线物流场景；“两低”，则是低速行驶的最后一公里配送与封闭场景。

先从干线物流场景分析。

因此，这一场景吸引了数量最多的玩家“混战”。在这之中，初创公司尤其多，而每一家试图在这条赛道上淘金的初创，都有自己的技术绝活。

由于干线物流基本处于高速场景，车辆运行速度快，因此对自动驾驶系统的环境感知范围有很高要求，图森因此研发了利用长焦镜头最大探测距离达到1000米的感知技术。有这项技术加身的图森在美国亚利桑那开启了商业试运营，每辆自动驾驶卡车每周能获得3300美元收入。

在去年，智加还和一汽、满帮组建了一个自动驾驶卡车“软件技术-车辆平台-运营管理”商业化铁三角。

与其他初创公司不同的是，飞步科技选择自研自动驾驶最核心的底层硬件之一——计算芯片。其初代自动驾驶专用计算芯片（ASIC）凤凰100已经在去年完成了流片。

另外值得一提的是，嬴彻科技背靠的G7，是国内商用车管理平台之一，平台上接入的商用车数量，在2018年已经超过了80万台。这意味着嬴彻科技的自动驾驶技术有着海量的数据来源和潜在应用对象。

虽然物流干线自动驾驶的场景较为集中、技术复用度高、产值大，是一个较为理想的商业场景，但初创公司没有一手好技术或者一座靠山，很难在其中崭露头角——因为ICT（信息通信技术）巨头们自然不可能错过这个好生意。

上文百度通过投资CIDI切入了这一场景，不再赘述。

与阿里的无人驾驶团队相对低调不同，拥有自己物流业务的京东，则在去年的618大会上秀出了自家的L4级无人卡车，并表示其无人重卡已经在美国完成了数千小时的测试。

当然，专业物流公司们自然也不会放松对新技术的关注。

腾讯加持的G7，则亲自孵化了嬴彻科技这家初创公司来推进干线物流自动驾驶技术的研发；

一直在物流领域深耕的狮桥集团，则在其最新的10亿元融资中引入了百度，计划将百度的自动驾驶技术应用于干线物流场景。

物流干线自动驾驶也是商用车主机厂们的主战场，他们的产品大头是去向物流市场。不过，由于基础的ADAS在卡车上推广就有限，因此制造卡车的主机厂的自动驾驶积累普遍不深，通常一上场就采取合作的形式。

2、最后一公里配送： 互联网巨头们的决战场

外卖与快递所在的最后一公里配送，对人工都是高度依赖，但又存在典型的结构性人力不足问题——尤其是在深夜、饭点、下班时段以及节假日或特殊天气时。无论是满足偶发的高峰需求还是削减人力成本，美团、阿里、京东们都对无人车有真实的需求。

在2018年，互联网巨头的无人配送小车们纷纷上路。

6月，京东618活动期间 ，京东的第三代无人物流车上路送货，巧的是，其运行时速也是15公里。

拥有人才与用户优势的互联网公司，实际上已经掌握了最后一公里配送自动驾驶的技术乃至标准话语权，正在逐渐定义这一物流自动驾驶的细分场景。

在互联网巨头把持用户并且直接向上自建技术的背景下，最后一公里配送自动驾驶“巨头带着初创公司跑”的格局已经较为明显，将这一场景作为主业的创业公司，最终被收购的可能性较大。

物流自动驾驶的封闭场景，其实并不是一个统一的场景，而是一个笼统的统称——只要和外界交通隔绝开，就可以被称为封闭场景，而这样的场景是多种多样的。

这些细分的封闭场景存在技术破碎、单个场景产值较低等情况，大公司通常不愿意下场做这样的脏活累活，但反倒为一些初创公司提供了检验、提升技术乃至获得营收保证生存的土壤。

百度无人车项目背景出身的张天雷创办的主线科技，也将自动驾驶集装箱卡车早早开进了天津港。

驭势科技在其乘用车自动驾驶业务之外，也开辟了一个为机场运输货物的无人专用车技术团队，打造的无人车已经在某国际机场投入运行。

比乘用车自动驾驶先落地？先解决这两大问题

这种观点在理论上有其正确性，不过，具体到中国的自动驾驶产业环境中，物流自动驾驶的落地需要解决两个至关重要的问题。

与乘用车相比，物流自动驾驶的无人车在成本上往往更高，尤其在干线物流与封闭场景两个领域，由于车体通常较大，需要更多的传感器，因此占大头的传感器成本，物流自动驾驶车辆会大增。

如果要在开放场景运行，则无人卡车的传感器还要进行升级，成本还会翻倍增长。

而在中国，卡车司机的平均月薪其实仅6000元出头，一旦车辆自动驾驶化的实现成本稍高，卡车司机在成本上仍能处于优势地位。

2、线控普及问题待解

在国内，还没有出现一家规模以上的、专事卡车底盘控制的供应商，物流自动驾驶车辆的控制线控化。

目前，商用车的底盘线控化主要依靠国外的Tier-1在推动，比较典型的包括行业龙头威伯科，以及德国的克诺尔。

结语：物流自动驾驶期待更多合作

相对独立于乘用车自动驾驶，物流自动驾驶已经渐渐自成一派，在国内形成了一个产业小气候。

不过，物流自动驾驶的实现还面临更大的成本压力与更大的基础建设难度。与其说这是一场竞赛，不如更多地从产业各方合作的角度去看待。“没有一家公司能够单独做成自动驾驶”，在物流领域这句话同样成立。

<p style="padding:0px;margin-top:0px;margin-bottom:20px;box-sizing:border-box;font-size:16px;color:#2B2B2B;line-height:30px;text-indent:2em;font-family:" white-space:normal;"="">来源：车东西