作者 |  德新

编辑 |  斯言

2022年，因为多地的疫情，汽车市场要比往年冷清。但另一方面，也是在充满不确定性的环境中，汽车行业在笃定加大对未来的投入。

三月，比亚迪停产了燃油车，专注新能源车型。四月、五月，相当数量的车企发布了各自的智能电动化旗舰车型，激光雷达、大算力芯片纷纷上车， 高级别自动驾驶很有希望在未来的数年内成为汽车的标配 。在疫情当中，自动驾驶产业内正围绕着软硬件的核心技术掀起一波上车的热潮。

5月18日，一家头部自动驾驶公司宣布加快自动驾驶技术大规模上车的进程——轻舟智航在这天发布了 「双擎战略」 。

这家2019年从硅谷车库起家的公司，这两年迅速成为了国内无人小巴领域的头号新势力。目前其推出的龙舟ONE自动驾驶小巴已在中国10座城市开展测试运营，部署车队规模超过100台。

在技术领域，轻舟智航有一套在业界颇为大家熟知的方法论——「 自动驾驶超级工厂 」。其「双擎战略」，正是在过去两年多研发的基础上，提出的两个方向的落地战略：

以全球领先的公开道路L4级自动驾驶软硬件方案打造「 动力引擎 」，加速纵向技术深化，为轻舟自身和产业提供无限动能，逐步在更多场景上实现完全无人的驾驶能力，驱动城市交通出行效率持续提升；

凭借技术领先、可自由配置的自动驾驶前装量产方案打造「 创新引擎 」，以更加安全、成本合理的高性价比方案助力用户创新，加速横向场景拓展，实现自动驾驶技术的规模化落地。

随着「双擎」的推出，轻舟智航在当天还发布了3款重磅产品：

龙舟SPACE ，面向无人驾驶时代设计的，可在复杂公开道路运营的 移动出行空间 ，满足从长途到短途的接驳，支持车体的变换，灵活覆盖不同场景需求。

DBQ V4 ， 量产车规级自动驾驶方案 ，标配版可用10%的L4自动驾驶方案成本，实现99%的L4能力，量产成本低至 1万元人民币级别 ，旗舰版可实现完全L4能力。

轻舟矩阵 ， 轻舟自研自动驾驶研发工具链 ，以仿真为核心，打通从研发到测试运营的全流程，帮助车企建立数据驱动的自动驾驶系统开发能力。

同日，轻舟智航宣布与 T3出行 、 地平线 达成战略合作，并携手 火山引擎 为轻舟矩阵注入高效能量。

双擎火力全开，三款重磅产品发布以及拉起一个强大的朋友圈，都意味着轻舟智航迈入了全新的发展阶段。

在这个时间点上，XEV研究所采访了轻舟智航创始人、CEO于骞，请他谈一谈过去两年多在快速发展的行业中实现突围的实践经验与思考。

于骞认为， 在巨头林立的竞争中，突围的核心关键是打造一个高效的系统 。当前，无论公司的L4自动驾驶应用、车规级自动驾驶解决方案还是工具链轻舟矩阵，都是在过去两年多打造「自动驾驶超级工厂」的核心系统上诞生的。

随着现在智能汽车上，大算力芯片、高性能激光雷达开始大规模应用，于骞认为眼下 优秀的L4技术公司正迎来一个非常好的时间点 ，车企和消费者端都希望能够获得更高等级、更加完整的自动驾驶体验，这些恰恰是领先的L4技术公司善于提供的。

同时，以10%的量产成本提供99%的L4自动驾驶功能，于骞认为这样的方案大规模量产，将极大 促进自动驾驶系统的数据收集和测试验证 ，加速无人驾驶成为现实。我们正在迎来自动驾驶的黄金拐点。

以下是XEV研究所采访于骞的对话，我们在不改变原意的基础上进行了编辑。

01-打造「自动驾驶超级工厂」，无人小巴只是起点

XEV： 行业里有人认为轻舟是一家无人小巴公司，你们自己是怎么定位的？

于骞： 我们的使命一直没有变过，将无人驾驶带进现实，最终要达到无人驾驶的广泛落地，这是长期的目标。

小巴属于万里长征的第一步 ，是我们第一个产品的形态，是大市场的一个小切口。

事实上， 轻舟在Robotaxi和L4技术上的积累和能力建设也从来没有停止过 。轻舟在车库创业时的第一辆车就是Robotaxi，到去年年底我们实现了完全无人的Robotaxi在公开道路上的驾驶能力，现在也有相当规模的Robotaxi车队。

大家对我们小巴的印象比较深，可能是轻舟的无人小巴做得非常好。我们实际上开创了一个品类，以前的小巴都是在园区里跑一跑，做一些内部的接驳，轻舟的龙舟系列开创了Robobus在公开道路上的短途出行。

为什么起步是做小巴？其实背后大的逻辑是， 技术和商业化的平衡 。

我们不是做纯技术开发的实验室，而是要找到自动驾驶技术和商业化之间能走通的路径。

XEV： 这次轻舟智航明确提出「双擎战略」，这跟之前的发展战略一样，还是属于升级或者转型？

于骞： 「双擎战略」是轻舟一直遵循的方向 ，也是过往我们常提的「自动驾驶超级工厂」方法论的进一步总结。

为什么是在这个时间点上提出「双擎战略」，并且发布大量的相关产品进展，主要是在响应行业的发展。

整个行业法律法规和技术的推进是非常明显的，尤其像传感器和计算方面的发展，这也说明整个行业进入了一个黄金拐点。

早年的前装量产车，基本上只用非常简单的传感器和计算单元，比如1V1R（即一个前视摄像头加一个前向毫米波雷达）做ACC、AEB等非常基本的辅助驾驶能力。但现在由于传感器能力提升、算力提升，并且成本下降，才能真正实现前装量产与L4应用两个引擎之间数据的共享和共生。

大量新型传感器，比如像半固态、固态的激光雷达正在上车，激光雷达从早年10万美元一台，现在到几百美元一台，算力从早年的几个TOPS、十几个TOPS现在变成几百个TOPS、上千TOPS。

我们看到（无论L4应用还是前装量产）， 底层都是通过打造自动驾驶超级工厂，实现数据闭环，实现效率提升 。

一方面在一些特定场景下，在公开道路上实现完全L4的能力。

龙舟SPACE或者未来的移动空间这样的应用，是我们的动力引擎下的成果。

另外一方面，基于同样的技术栈，我们可以 为量产车提供非常高性价比、非常安全的自动驾驶能力 。这也是我们从一年多之前便着手在做的。

我们提出用10%的 L4方案成本，实现99%的L4能力，实现大范围的前装量产，这个是行业发展的一个新阶段。同时也是我们平衡技术和商业化的一条有效路径，实现数据驱动高效的迭代， 两个引擎之间实现数据的共享 。

XEV： 双擎战略提出来 L4和前装量产一起做，轻舟的战略有什么样的独特性？

于骞： 首先，我们的使命始终是将无人驾驶带进现实，坚持通过造火箭而不是搭梯子的方法，来实现自动驾驶。

也有一些公司当年是做ADAS、视觉方案出身的，然后做Robotaxi、做L4。我们不是做ADAS，然后讲 L4的故事。

相反，我们有这么强的底层方法论支撑，进入到前装量产是非常自然的。

因为未来的量产车型，大家不太会 单纯讲L2、L3、L4这种简单的分类 ，更多关注的是 驾驶体验 。

例如，在某些比较熟悉的路段，经过非常大量的测试以后，它可能就是L4，但是某些地方它可能就是L2，在某些法律法规允许的地方是L3，所以不是单点的L2或者L4这样简单分类，而是一种整体驾驶能力的提升。

通过数据驱动、效率提升来实现自动驾驶大规模落地，通过 结合技术和商业的平衡，实现一个商业闭环推动更大的商业闭环 ，一步一步实现自动驾驶，这是我们从一开始就非常坚持的方向。

对我们来讲，最内核的东西，我们的使命和方法论从来没有改变过，也是跟其他公司存在很大差异的地方。

XEV： 您提到的很重要一点是技术跟商业的平衡，如果第一个平衡点是小巴，接下来是什么？

于骞： 我们的动力引擎其实包含了非常广泛的L4的概念，包括未来的移动空间，也包括像一些物流、短途出行，很多应用场景可以拓展。

在量产车的业务上，就是两个象限：

一个是 完全无人化 。

完全无人化的技术要求非常高，需要 各种各样的冗余、安全兜底的策略 ，实现稳定性、可靠性，应对大量的长尾场景。但目前，肯定是有一个ODD限制的，暂时不可能在整个城市范围内去部署。

要实现真正完全的无人驾驶， 还需要在更多的场景得到验证 。但就目前来看又不可能大范围做到完全无人，怎么办呢？

可以利用前装量产的方案，做到 用10%的L4成本，实现99%的L4能力 ，这样的话就可以很大程度上获得广泛的数据验证。

通过 一纵一横 这两方面的努力来实现无人驾驶的长期远景目标。

02-前装自动驾驶的发展趋势：高级别方案替代单点功能

XEV： 作为一家一开始就定位L4无人驾驶的公司，推进L2前装量产方案，有什么优势，有什么劣势？

于骞： 其实我们不太以L2来去定义这个事。未来，尤其在量产车型上，其实更多强调的是自动驾驶体验是不是足够好。

首先， 整个行业是在往更高等级自动驾驶发展 ，而不是相反方向发展。原来几万美元的激光雷达，现在就在几百美元，而且大量地上量产车，算力平台也是。这是对我们这样的高级别自动驾驶公司非常有利的形势。

如果你把算力比喻成氧气的话，环境里的氧气浓度变大了很多，这个环境里的果实——就是传感器的数据就变得多了很多。

从客户角度也是。以前的客户看到的自动驾驶或者辅助驾驶，更多是一些非常基础的单点功能，比如说AEB、ACC等。打开率也不是很高，客户的预期也比较低。但现在用户对智能化的体验越来越重视，很多的主机厂客户越来越重视。

电动化已经是非常明显的趋势，比亚迪连油车都不造了，但电车的体验只是一部分，真正的差异化还是在智能化方面体现。

对于我们自己，在自动驾驶领域是非常注重效率提升的。成立到现在也就3年时间，基本上走完了其他自动驾驶公司5、6年的过程，为什么能做到这一点？

我们以更少的人、更短时间实现这一点，是因为我们是从一开始秉承 以效率优先，而不是跟别人去拼车队规模 。

确实这个行业的竞争加剧，比如像华为、百度这样的巨头下场。对于轻舟来讲，我们有相对更加柔软的身段，更加理解客户的需求，能够帮助客户成功。

我们去年年底也发布了一个工具链产品叫轻舟矩阵，我们不是只给主机厂客户卖一个方案就完了，更多的是 帮助他们搭建底层的能力 ，使车企能更好地利用自己的数据，提升智能驾驶方面的长期竞争力。这点也是我们非常独特的地方。

作为一个主机厂客户，如果他选用了一套非常高等级的自动驾驶方案，实现了非常强的自动驾驶能力，那还会不会再去市面上去采购一些低等级的、单点功能，再把这两个系统粘合在一起呢？其实从长期来看可能就不会了。

因为在大算力的平台，更强的传感器能力下，那些基础能力应该是包含在内的。 未来的需求一定是向更高等级自动驾驶发展，能够实现更加一体化的驾驶能力 ，车企和用户不关心到底是AEB还是ACC，反正让我安全、开得爽就完了。

越是单点的技术，越容易标准化 。一体化的方案，或者越完整的驾驶体验，越不容易标准化。未来的自动驾驶的发展，供应商和客户不是完全的买卖关系，很大程度需要是促进相互影响的过程。

所以传统的供应链关系，比如早年的供应商卖个标准化的东西，直接给主机厂，这种方案其实越来越不符合未来的发展趋势。

XEV： 用10%的成本，实现99%的L4能力，能介绍一下这套方案吗？

于骞： DBQ V4是一个可配置的方案，如果把所有我们建议的传感器都装上的话，也就是旗舰版是具备完全的L4能力的。

但 L4其实最难的，就在于最后10%甚至1%的问题 ，它需要大量安全的冗余、软件兜底的策略。从线控到电源到硬件、传感器、计算到整个软件，所有的部分都要带冗余的，包括大量的长尾效应，需要做大量的测试才能实现。

所以我们提出的是只用10% L4的成本，实现99%的L4能力。

这里面包括什么？支持 自主变道、自主超车、三点掉头、进出匝道、横向避让，包括无保护左转、非常窄路的借车道绕行 ，这些能力很多在L2的功能里都没有定义，这些能力其实都是一个整体的驾驶体验。

但是我们不会称它是完全无人，它 最终的驾驶体验会很接近L4能力 ，但司机还会在驾驶员位上对安全负责。

XEV： 99%，是目标还是基于现有能力的估算？

于骞： 是一个估算。 满足最后的1%，就是要实现完全无人 。

实际上实现完全无人在大部分的情况下是非常困难的。我们并不认为完全无人在很大范围内的实现，比如整个北京、整个上海是非常困难的，这里面的成本不仅仅是软硬件的成本，大量的测试成本也在里面。

XEV： 你们的前装量产方案的量产预期是什么时候？

于骞： 具体时间很大程度上取决于客户需求。但我预计在2023、2024年，是一个集中落地的时间。同时一些其他新入场的玩家，他们会对这个行业有很大的推动。所以，我觉得在 2023、2024年基本上是集中落地的时间节点 。

XEV： 你们认为以后的汽车市场是一个集中还是分散的市场？比如特斯拉的一两款车型就卖得非常多。如果是一个集中的市场，整个供应商也会收敛。你们对此怎样判断？

于骞： 首先在 单一市场上很有可能会出现一个非常厉害的封闭系统 ，可能它的软件硬件资源，包括芯片都自成体系。比如像手机市场里的苹果，基本上所有东西都是一个封闭系统，但是这样的玩家不会很多。

除了这一家之外，一定有各种各样的企业有各自擅长的地方，但不可能全自研，必然需要供应商。

而且车的个性化很强，我认为它比手机还要碎片化，因为有不同性别、不同年龄段、不同收入水平，因此中国的汽车市场还是比较分散的。

除了蔚小理，还有小米、合众、牛创，还有传统主机厂的新品牌智己、岚图，还有像海外主机厂在中国的车型。大家都追求自研，但是 自研也是在一个互相支持共生共赢的生态里进行的 ，不可能完全封闭自研。

03-高级别自动驾驶前装量产的难点

XEV： 与车企合作前装量产，会不会带来非常大的工程压力？像华为ADS，可能在两三年的周期内，也就是支撑三四家车企。

于骞： 其实工程落地正好是轻舟的优势。我们不像一部分公司过于痴迷算法，我们从一开始就非常注重工程落地。

这点是跟我们团队基因有很大关系。因为我们从谷歌这样的团队出来。

谷歌的自动驾驶很强，其实更强的是，它定义了很多软件工程方面的最佳实践。

可以说，谷歌定义了怎么把工程做到极致。

虽然轻舟有非常领先的算法，但我们的发展是从来 不以单点的算法作为场景能力 ，而更多的是以工程落地能力，能够实现高效数据的闭环，能够提升效率。我们认为这些是长期发展的竞争力。

当然跟主机厂的合作，这方面确实是需要投入蛮多人力的，我们也非常愿意和我们的主机厂的合作伙伴、客户，来共同打造这些能力，去实现真正的安全，成本更加合理，效率更高的自动驾驶底层技术搭建。为此我们也提供轻舟矩阵这样的产品，来帮他们提升效率。

XEV： 你们非常强的工程能力，在这几年产生有哪些成果？

于骞： 我举几个例子。我们很早就搭建了一整套的底层测试工具链，比如仿真和CI（软件集成）的结合。比如工程师写了一个Bug，在系统里根本提交不上去，会被系统自动剔除出去。我们大量通过场景的搭建，能够很大程度避免上车后才去调试的问题。

在整个自动驾驶研发的过程中，每一个错误的发生， 如果晚一个阶段，它的发现和修复的成本大概要增加10倍 。尤其跟主机厂合作，如果每次都到上车时候发现一些问题，成本非常高，效率非常低。

所以在研发过程中，我们大量使用了这样的自动化测试工具。通过仿真的放大，一整套和CI/CD的结合，使得从单元测试到集成测试、仿真测试到场景库的测试、发版测试，一整套的测试流程，工程质量得到极大的保证。

设计同样也是，通过安全冗余，通过更加合理的安全兜底策略，要确保整个安全目标的达成。

所以从设计角度、测试角度，我们都有一整套非常严密的工具链来确保工程落地，而不是说某一个神奇的算法，某一个单点。它是 一整套以数据驱动、效率提升为核心的工具链，而不是简单的一些概念想法 。

大家可能发现有的自动驾驶公司经常会做完 demo以后效果非常好，但一到量产时，发现嵌入式平台的算力比demo平台的算力差一两个数量级。一两千TOPS的算力平台，做demo挺好的，量产的嵌入式平台性能差好多，这就是工程落地的难度。

我们从一开始在设计时，就是针对这样的嵌入式平台考虑的。我们要做大量像trace（追踪系统）工具。在真正上车时，车载系统的实时性很强，需要 大量工具确保整个时序、系统性能，软件运行流程顺畅 ，这些都是我们具备的。

XEV： 针对轻舟矩阵，国内一些车企从16、17年已经有自动驾驶团队了，做了这么多年，为什么还是缺乏好的工具？他们需要什么？

于骞： 车企在发展自动驾驶时，侧重点不太一样。很多车企希望要一些现成的算法或者方案，对底层的开发工具、怎么形成数据闭环，没有那么擅长和注重。

轻舟矩阵，可以理解是 脱离于算法的工具，帮助车企客户实现数据驱动，打造自动化的闭环 。它是一整套工具链，并不依赖于单点算法。

当然我们也可以为客户提供一些参考算法。但更多的是授人以鱼不如授人以渔，我们提供工具链，让车企在这个基础上能够建立起自己的能力，这其实比单点的算法更重要。

在工具链基础上， 车企的自动驾驶开发能力，其实是主机厂在数字化转型时需要提升的非常核心的能力 。

04-L4技术如何继续向上突破？

XEV： 我们过去也试乘过轻舟的测试车辆，一般乘客感受最多的是体感。轻舟过去两年打造的L4技术，您觉得哪些东西是最关键的指标？

于骞： 在现在这个时间点上，我们的驾驶体验跟很多成立了五六年的自动驾驶公司是可以拉齐的。

首先，我们会处理非常复杂的路况，实现 行泊一体 的能力，从高速的NOA到城市的NOA也是一体的。

另外，我们在一些比较有特点的非常狭窄复杂、有中国特色的道路，比如姑苏区，做到游刃有余，能够提供非常舒适的体感。

而且，我们的L4技术是可以 实现完全无人 的。我们在去年也发布了完全无人的方案，一些客户包括媒体朋友甚至在主驾上体验了我们的车，能提供这种能力的公司其实并不多。

XEV： 轻舟是行业第一家采用时空联合规划的公司，能介绍一下这项技术吗？

于骞： 我们确实是在中国最早使用时空联合规划的公司。

传统的运动规划算法，都是 通过时间和空间解耦的办法，先规划出一条路径，然后再去规划这条路径上的速度，这是经典的方法 。

这种方法其实不太适合道路上有很多动态障碍物的情况。因为没有办法在规划轨迹的时候，考虑速度。所以在道路上有大量动态障碍物的时候，就会非常呆板。

当然也可以通过手动写很多规则去改变，这就是为什么很多公司做运动规划的团队都很大，然后写各方面的规则，不同的场景再细分各种各样的规则来。

我们是行业里率先采用时空联合规划的方法，同时在时间空间上考虑这样的轨迹，就能够显更加灵活，更自如地应对道路上的动态障碍物，这点非常适合中国复杂的道路情况。

我们的车辆，尤其在相对窄的路，大量逆行车辆，动态障碍物非常多的情况下，能穿梭自如，这点是和算法框架高度相关的，而且我们不需要大量的手写规则。

XEV： 你们觉得Waymo是造火箭，还是搭梯子？如果Waymo是造火箭的话，你们怎么造一个比Waymo效率更高的一个火箭？

于骞： 我觉得Waymo一定是造火箭的，它在行业里是很强的一个Leader的作用。

作为第一家要把无人驾驶做成的公司，它顶着非常大的压力。就好比特斯拉当年做电动车的时候，一度甚至要坚持不下去。Waymo一样面临更多的质疑、挑战，尤其像L4级别完全无人大范围的Robotaxi，是非常难的。

轻舟的优势在于什么？首先，我们一出来的时候，就知道大范围落地完全无人驾驶这件事非常难，不可能以Waymo同样的方式去做。

必须要以更加高效的方式来实现，要找到商业化和技术间的平衡点的办法，一步一步的实现自动驾驶。

Waymo的目标就是无人驾驶的终极目标，但是 我们在中间会找到更加合适落地的应用场景，通过商业的闭环，实现数据的闭环，通过一个商业闭环推动更大的商业闭环 。

这是我们和Waymo不一样的地方。