0
經歷了兩年“冷靜期”，自動駕駛行業自去年開始了新一輪的融資熱潮。
與2016-2018年的第一輪熱潮不同，這次投資人將手中的“籌碼”更多投向了自研能力強大、并能夠真正落地到各個細分場景，且產品多元的選手們。
以接連完成3輪融資的文遠知行為例，這家在2022年1月獲得了來自廣汽集團、博世、某主權聯合基金、亞投資本、凱雷投資集團等投資方的近4億美元融資，投后估值達44億美元的自動駕駛獨角獸，可謂是如今行業趨于多元場景導向的最好證明之一。目前，文遠知行已完成了5大產品線的布局，涵蓋了自動駕駛出租車、自動駕駛小巴、自動駕駛貨運車、自動駕駛環衛車、高階智能駕駛等多個領域。
對自動駕駛企業而言，能夠讓自己的技術與產品多場景落地，自然是理想狀態。但如何平衡資源分配問題，實現多場景業務齊頭并進，無疑一個令人頭疼的問題。
近日，文遠知行發布的新一代自動駕駛通用技術平臺 WeRide One，或許為這個問題給出了最優解。
作為從L4級Robotaxi起步的文遠知行，如今推出自動駕駛通用技術平臺，可以說是意料之中的一件事。
Robotaxi作為自動駕駛行業內公認最難的應用場景，如果將它都攻克下來，那么將源于Robotaxi的頂級L4技術與經驗，拓展延伸到其他相對更加簡單、明確的L4級自動駕駛場景，對文遠知行這樣的選手來說，就如同一個高考狀元，讓他再去回頭做中考題，自然是得心應手。
唯一的問題，則是這些技術與經驗，以怎樣的形式去輸出落地，并產生價值。而文遠知行，選擇的自然是通過自動駕駛通用技術平臺WeRide One，來給出答卷。
據介紹，WeRide One做到了通過一個通用技術平臺，賦能自動駕駛出租車、自動駕駛小巴、自動駕駛貨運車、自動駕駛環衛車等多個產品，覆蓋網約車、隨需公交、同城貨運、智能環衛等多個場景。該平臺破除了“研發—部署—應用”之間的壁壘，真正做到了自動駕駛產品全生命周期的打通。
該平臺基于文遠知行在Robotaxi中打磨出的L4級自動駕駛框架，對自動駕駛系統中的軟件算法、硬件模塊，以及在自動駕駛研發與落地中涉及到的各類云架構平臺和工具進行標準化整合，進而形成了一套通用性技術架構，可以在不同車型上以及城市的不同場景內實現通用化賦能。
因此，無論是小巴、貨運車、環衛車，都得益于Robotaxi的頂級技術框架，實現了“L4同級內降維”，帶來了遠優于其他通過“L2+/L3升維”或一開始就局限于細分場景下L4的同類競品的表現。
WeRide One目前涵蓋了三大核心層級，具體而言：
軟件算法層面，WeRide One針對感知、預測、規劃控制、地圖定位等幾個自動駕駛核心模塊，均進行了通用化整合，不僅保留L4級自動駕駛技術的核心功能，還最大化兼顧不同規格、不同車型及不同需求的差異性，僅需對各細化場景需求進行調整，便能幫助不同車型完成自動駕駛賦能。
硬件層面，WeRide One所設計的模塊化傳感器方案，涵蓋激光雷達、相機及毫米波雷達等多傳感器。得益于5大產品的規模效應，文遠知行不僅降低了傳感器套件的適配難度，也降低了各傳感器的整體采購成本，形成了獨有的供應鏈優勢。
云架構平臺層面，WeRide One 提供了仿真、遠程控制、分析、云端開發等工具平臺，甚至還涵蓋了文遠知行自研的自動駕駛專用操作系統。以仿真工具為例，WeRide One 所提供的仿真平臺已涵蓋超過23萬個仿真場景，訓練效率是現實測試的200倍。
目前文遠知行旗下的自動駕駛出租車、無人駕駛小巴、自動駕駛同城貨運和無人駕駛環衛車等多種車型，可以說都“誕生”自同一技術平臺，標準化的架構、軟件和硬件，不僅增加了自動駕駛系統的穩定性，同時極大降低了文遠知行的研發成本。
在行業最關心的安全性上，WeRide One無論是在軟件還是硬件層面，全部引入文遠知行長期以來堅持的冗余設計，冗余系統覆蓋了傳感器、計算單元、通信網絡、電源單元以及線控系統。
與此同時，為了應對復雜多變的交通和道路狀況，WeRide One還提供遠程平臺為自動駕駛車輛提供額外協助，為自動駕駛的實際落地提供多一重的安全防線。
值得一提的是，WeRide One也是一個懂得自我迭代升級的技術平臺。
自動駕駛的數據收集就像一位老司機不斷積累駕駛經驗。因此，沒有車輛實際運行中產生的各類數據，研發人員很難對自動駕駛系統實際運行中產生的故障進行診斷，也很難對系統進行優化和升級。
WeRide One采用了文遠知行自研的深度學習模型，該模型能夠根據車隊收集的各個場景的不同數據持續進行自我完善，讓出租車、小巴、貨運車、環衛車等不同場景所反饋的數據實現打通，共同為文遠知行的自研算法和底層基礎設施所用。
事實上，文遠知行已經積累了超過1200萬公里的自動駕駛里程，隨著自動駕駛里程數的不斷增加，通過WeRide One的自我升級，文遠知行的自動駕駛車將無需依賴過多人工調教，也同樣會表現得越來越好。文遠知行的各類自動駕駛業務，在新的城市和區域落地過程，也變得越來越快。
文遠知行WeRide One的出現，讓我們看到了通用技術平臺對于加速自動駕駛多場景落地與規模化復用的可能性以及商業價值。
近年來，我國對自動駕駛的研發逐漸由淺入深，諸多細分場景也逐漸展開了商業化探索。
但我國的情況十分特殊，不僅幅員遼闊，人口分布也極不均衡，東南部43%的國土面積居住了94%左右的人口，而另外的57%的國土面積卻只住了6%的人口。
也正因此，中國市場的道路之復雜，場景之多樣，遠非國外可比。各個場景對自動駕駛技術的要求又不盡相同。
舉例來說，自動駕駛出租車和自動駕駛貨運車要在城區運行，沒有固定的運行路線，對速度與時效性具有一定的要求。而無人小巴和無人駕駛環衛車的路線則比較固定，速度偏低。環衛車則在凌晨開展作業，在運營時間上比較特殊。
如果這些場景分別研發各自的自動駕駛系統，要投入的研發資金可能不計其數，在數據積累方面也不能做到互通有無，不僅研發壓力大，對系統迭代也不能起到互助的作用。
因此，打造出一個安全、穩定、可靠的自動駕駛系統，能夠在多個場景的不同車型上復用，實現商業化運營和銷售，成為了行業內眾多公司的共同面臨的問題。通用型平臺的出現也就順理成章。
但要實現這個平臺的開發與應用，并不是一件容易的事。
在技術維度上，沒有強大的研發能力支撐，無法完成通用型技術平臺的研發。文遠知行作為全球領先的自動駕駛企業，不僅技術積累深厚，同時擁有海量的自動駕駛寶貴數據，在通用型平臺的開發上具備了先天優勢。
此外，向來走務實路線的文遠知行，也深諳技術落地之道。在具體的產品策略上采取了“高低快慢先后”的組合，先行切入城市內自動駕駛場景，這樣對通用型平臺的落地及持續性迭代具有極大地助推作用。
所謂“高低快慢先后”是指，L4產品與L2/3產品搭配，快速與慢速自動駕駛場景搭配，率先商業化和較晚商業化的產品搭配。
這樣的產品策略，既圈定了足夠大的市場，又可以憑借率先商業化的產品進行自我造血，不會陷入到因漫長的技術開發而導致無法盈利的困境。
在合作伙伴的選定上，文遠知行的戰略合作伙伴實現了主機廠、Tier1再到出行平臺等全方位覆蓋，對通用型平臺在各個場景的應用提供了切實的保障。
具體而言，在自動駕駛同城貨運領域，文遠知行已經與江鈴汽車、中通快遞展開合作，共同推進自動駕駛貨運輕卡的的商業化落地。
在自動駕駛無人出租車方面，文遠知行也與廣汽集團簽約，推進車型設計研發、前裝量產及商業化運營。
而對于L2/3級自動駕駛產品，文遠知行則選擇與博世共同聯合開展高階智能駕駛軟件的開發，推進 L2-3級自動駕駛大規模前裝量產及市場化應用。
現階段，文遠知行已經基于通用型技術平臺建立起了與產業鏈各個環節的聯系。“技術產品化、產品商業化”并非口號，而是正在推進的現實。
自動駕駛行業發展至今，市場正逐步發揮主導作用，想要在比賽中能留下的選手，都必須要能夠證明自己的商業化能力。
作為L4級自動駕駛公司的代表，文遠知行能夠獲得諸多融資，并與產業鏈各段的頭部企業合作，可以說也是其商業化落地領先帶來的“水到渠成”。
而資金與生態伙伴的雙重保障，反過來也能讓文遠知行進一步擴大其自動駕駛的布局，讓這家成立5年的公司早早展現出了一家成熟企業的擔當與實力。
當下，自動駕駛已經駛入了發展快車道，出租車、同城貨運、干線物流，智慧環衛等各個能夠與自動駕駛深入結合的場景，均已來到大規模商業化落地前夜。
根據調查數據顯示，2022年中國無人駕駛市場規模超過140億元；而至2030年，自動駕駛相關的新車銷售及應用服務創收將超過4.3萬億元。
中國未來將成為全球最大的自動駕駛市場，而當下不少場景的“招工荒”問題，也讓市場對于自動駕駛落地的訴求日趨高漲。
能力越大，責任越大。對小體量玩家而言，在如此龐大的市場中能夠切入一塊，其實便已足夠存活；但對于行業頭部玩家而言，只有最大范圍內落地其技術產品，打通多個賽道，才能夠真正意義上實現人們所暢想的自動駕駛未來世界。
自動駕駛通用型技術平臺WeRide One的出現，可以說是文遠知行通往最終目標的第一把“武器”。
未來，隨著這些場景的商業化落地逐漸兌現，相信文遠知行也將乘著行業東風，一往無前。
雷峰網雷峰網(公眾號：雷峰網)雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
