近日，高盛2023亚太科技互联网峰会（Goldman Sachs TechNet Conference Asia Pacific 2023）在港举行，仙途智能Autowise.ai创始人、CEO黄超应邀出席AI x Autonomous Driving session，作为VIP Speaker，独立分享全球自动驾驶发展形势与公司商业化进展，与全球投资者进行交流。专场由会议主席、高盛董事总经理Allen Chang主持。
AI x Autonomous Driving session是TechNet峰会重要组成部分。TechNet峰会是高盛举办的重要投资者会议，也是高盛在亚太地区的旗舰活动之一，该活动汇聚了亚太地区和海外互联网、技术、电信领域的领先私营和上市公司，阿里巴巴、腾讯、京东等互联网巨头均有出席。Autowise.ai曾获邀出席TechNet2022自动驾驶论坛，与高盛分析师Fei Fang、Pony.ai CEO James Peng展开圆桌讨论。这是Autowise.ai第二次获邀出席TechNet峰会并进行高层分享。
从Robotaxi到户外清扫：技术栈可50%复用，定位精度要求更高
Autowise.ai成立于2017年，核心技术团队来自前滴滴无人驾驶研究院，同年组建了国内最早一批在上海开展路测的Robotaxi车队。黄超说：“那个时候我们就已经看到了自动驾驶是需要商业化的，就选择了城市户外清扫作为第一个商业化方向。”随后，Autowise.ai整合载人、载货、清扫三种场景，将其集中到一个车辆平台，推出了可跨场景复用的Roboard-X，“通过变换上装，X可以是Sweeper，也可以是Van，还可以是Bus。”
黄超解释了Roboard-X的设计初衷。他认为，从研发角度出发，对自动驾驶的车辆来讲，最核心的是自动驾驶能力或自动驾驶车辆平台，只是在载人、载货、清扫等不同场景对应不同的上装。以环卫举例，同一台车有时候需要洒水，有时候需要清扫，有时候需要转运。从更高的维度来看，一个城市区域内需要的自动驾驶车辆需要承担不同的功能，基于规范化、标准化平台打造的自动驾驶车辆，能够满足区域内自动驾驶规模化和差异化需求，也能够带来自动驾驶数据安全保障。
针对投资者提出的不同场景下自动驾驶算法是否可以通用，以及清扫场景的精度要求问题，黄超表示，目前来看，至少50%技术栈可以复用，每个垂直场景下的需求略有区别。户外清扫和载货、载客都是面向城市公开道路，技术要求并不低。在感知内容上，Robotaxi需要检测行人、车辆、红绿灯等，自动驾驶清扫车同样需要检测这些内容。只是清扫车低速行驶，自车与他车的相对速度慢，刹停距离短，无须感知较远距离对象，且由于不载人无须考虑乘客舒适度，感知策略可以相对激进。
黄超表示，清扫车需要感知种类繁多的垃圾，需要处理的corner case并不少，同样的工作Robotaxi并不需要去做。在定位精度上，城市自动驾驶清扫车需要做到贴边清扫，相比Robotaxi，定位精度要求更高，误差维持在5厘米以内。由于户外清扫车有时会用到10-15吨的大车，这对定位和控制提出挑战。
从预期过高到冷静对待：全球自动驾驶商业化仍在以正常速度进行
自2022年以来，全球自动驾驶降温，资本市场对于自动驾驶落地的预期降低。黄超认为，这种预期的降低实际上是从期望过高到趋于理性化，大家认识到自动驾驶落地本来就没有想象得那么快，但它仍在以正常速度在进行。Autowise.ai目前就在专注自动驾驶的商业化落地。
由于Autowise.ai在2017年就开启了商业化尝试，积累了足够多的成熟客户予以商业验证，推出的自动驾驶车辆在性价比上能够跟传统车辆打平，通过替代人类司机来收回成本。特别是在欧美和中东等人力成本高的地方，自动驾驶清扫车颇具吸引力。黄超以Autowise.ai在德国杜伊斯堡的落地case举例，Autowise.ai的自动驾驶清扫车在夜间开启无人驾驶模式去港口的物流园区清扫，一台车一年为客户至少节约数万欧元。Autowise.ai在国内部署的自动驾驶清扫车辆，工作时长和清扫面积每天等于2-2.5台人类驾驶的清扫车。
黄超介绍，在落地策略上，目前Autowise.ai以成立合资公司（JV）或寻找合作伙伴为主。Autowise.ai与当地的OEM合作，将自动驾驶能力赋能到合作伙伴现有车型，通过后者的销售渠道和本地关系去交付给终端客户。今年3月，仙途智能与沙特阿吉兰兄弟控股集团达成战略合作，双方将在沙特阿拉伯成立合资公司，未来三年内将在沙特及中东地区部署1000余台自动驾驶车辆产品。目前，Autowise.ai在中国、美国、德国、瑞士等国的20余座城市部署了200余台自动驾驶清扫车，实现了技术迭代和商业营收的正向循环。
目前Autowise.ai核心算法和软件系统均为自研，科研成果接连入选世界计算机视觉顶会CVPR和ECCV。硬件层面，Autowise.ai负责整车设计和验证，零部件来自供应商，Autowise.ai有自己的组装厂。黄超认为，目前自动驾驶硬件成本在逐年下降，无驾驶室设计也会显著降低成本。他表示，未来三年，Autowise.ai自动驾驶车辆仍有30%-50%的降本空间。
