用时三年，苏州跑出了一家无人车企，首次举行新品发布会就拿出了4款车，半天订单订完全年产能。
这家企业叫九识智能。
在L4级自动驾驶相关企业渡寒冬、商业化一拖再拖的当下，九识智能会是行业的破局者吗？
1
—
把无人车的价格打下来
如果来看九识智能的首场产品发布会，任谁都可以看出，价格绝对是这次新品发布会上最大的亮点。
给不了解无人配送行业的朋友先简单科普下，在5年前行业发展的早期，无人配送车整车成本会因车型（底盘+上装）、传感器方案、计算平台选择的不同而呈现较大差异，部分企业能做到整车成本20-25万元左右，也有企业的整车成本在50万元左右，且货柜空间基本是3立方米及以下水平。
对比这个数据来看，你就知道行业这些年的进步有多大，九识这一系列产品的价格竞争力有多强。也因此，在开启预订后的一小时，九识智能的订单数就突破了1000台；6月28日当晚八点，九识智能透露，2100台的原定产能已经全部订了出去。
而截至6月29日上午7点42分，九识小程序上的定金专拍链接已售出了5290件。
这对于曾经年市场容量只有百台水平的无人车行业，绝对是一个历史性的时刻。
九识智能告诉智车星球，目前官方已临时调整增加了订单数据，但还不能对外透露具体数量。
“我原本也就预估会订出三五百台吧。”九识智能CEO孔旗对突然而至的“爆单”感到十分惊喜。他原本预估发布会当天的订单数会比往常多，但没想到仅半天时间就把全年产能都订了出去。
△九识智能CEO孔旗
不过要强调的是，上图中的价格仅仅是车辆的裸车价，要想完整实现自动驾驶功能，还需要购买FSD服务。
以新版Z5为例，5年质保内的使用周期计算，总花费为：4.98万购车价格+0.7*4*5万FSD服务费用=18.98万元。同时，还搭配了不错的限时购车福利及金融政策。
而此前，客户则需要一次性付完22万的产品及服务费用（含裸车价和5年的FSD服务）。
这意味着，新的Z5不仅在软硬件配置全面升级的情况下，还降价了3万元。不管是从总购车价格还是对于客户的补贴力度来看，九识的这次焕新升级都是诚意满满，且更加从客户的角度去考虑。
当然，这也是其自身体系化能力提升的体现。
孔旗表示，由于此前相关的售后服务体系在同步建设，还不算完善。因此，一直是按照22万的打包价格出售产品，借此拉高门槛。“否则产品的品质和每一个客户的体验就不能得到很好的保障。”孔旗说道。
而随着售后服务体系的建设逐渐完善，九识也有了能力降低门槛给更多客户带来高品质的产品及服务。
据九识介绍，其网点数量目前已有230家左右，且开城的步骤已经形成了标准的SOP，后续也将跟着用户的需求进一步扩展网点建设。
2
—
把无人车产品矩阵打出去
九识智能此次新品发布，是行业首次覆盖城市低速全场景的L4级量产系列产品的集中上市，也是九识凭借对L4智能城配产品软硬件技术的深厚积累，以及对应用场景的深刻洞察给出的一份“解题思路”。
具体来看，九识智能此次新品发布会共发布了4款车型：Z2、Z5、Z8和Z10，数字分别代表该车的装载容积。其中Z2是一款小型平板车，是九识智能为覆盖窄路场景提升机动灵活性而开发的L4级别自动驾驶产品，主要应用于封闭园区、校园、居民区、室内仓库、非机动车道等低速运输场景。
该车整体设计更加小巧灵活，装载容积为2m³，续航里程可达110km，最大载重300kg。
王牌产品Z5 2024版是一款为城市配送实现物流转运而开发的L4级无人车，主要应用场景有封闭园区、城市物流运输等。续航能力180km；装载容积为5m³，载重量800kg。
Z8和Z10是九识智能创新推出的业内最大载重、最长续航的L4级无人车产品，二者主要应用于月台接驳、叉车装卸、工业物流、矿区、长距离运输等场景。
造型方面，新车外型设计更加轻盈、前卫与硬朗。整车采取“大倾角、大夹角”的流线型设计，避免了雨雪挂壁所带来的困扰。同时，也使得车辆降低了20%以上的风阻，再搭配动能回收策略，新车整体续航有了明显的提升。
值得注意的是，整体车辆设计采用了无外突结构方案，传感器模组布局更加集中，布线更为简洁，大幅提升了车辆的窄路通行能力。
同时，九识智能首创的分体“冰砖”大灯，光源强度达到4.3万坎德拉，是国标车规准入的三倍之多，光源覆盖更广，照明更充足，为车辆夜间行驶保驾护航，风雨无阻。
硬件方面，首次采用了车规级双Orin Drive套件，算力超500tops，算法的深化与泛化能力得到大幅增强。
此外，传感器方案也同步进行了升级。
新车采用了14台摄像头与4个车规级固态雷达构成的全新传感器方案，能有效识别车身前后300米及左右100米的环境变化，大幅提升了新车规避能力与运营效率，从而更好地适应各类场景的效率需求。
为了配合硬件的大规模升级，新车的自动驾驶系统采用了最新的ZOE 2.0架构，实现了对传感器扩展的无缝衔接，并且具备高密度传输与高性能调度优势。同时通过骨干网络，利用Transformer完成了对动静态障碍物与地图元素的统一检测。
决策过程则是采用了领先的前决策模型，真正实现了决策层规则的端到端，大幅减轻了终端运营的负担。
3
—
从场景出发，从用户体验出发
在九识智能联合创始人庄立看来，产品在软硬件方面的升级只是基础。为了扩展更多的运营场景，给客户带来更好的使用体验，九识智能还基于具体使用场景痛点问题做出了对应的优化策略。
△九识智能联合创始人庄立
比如在常见的乡野道路场景中，最大的问题就是没有任何地理特征可供推位，GPS受遮挡信号不稳，网络信号也极弱。如果是雨天，路面受天气影响会变得泥泞，边界线及车道线会变得模糊甚至不存在，四周的植被每次雨后也会有新的变化。
这些都对技术团队提出了高难度挑战。
为了解决上述问题，九识智能提出了一套完整的技术解决方案。
首先，引入了Footprint坐标系，统一了近场与全局坐标。同时，定位系统内置了高阶评价，通过精心构建的变化矩阵保持整体位移的连续性。
此外，基于多年积累的高精地图数据，九识智能还引入了Map Transformer V2模型进行在线建图。该模型本身就具备推理能力，对于遮挡以及边线不清的情况都有非常好的效果，因此能完成对车道线、警示牌、停止线和人行横道等标识的识别。
通过这些在线信息，彻底解决了车辆无特征下的行驶问题。
这一套解决方案除了乡村道路，也能应用于类似没有特征的道路，比如隧道、跨海大桥、高架、甚至沙漠道路。
相比使用传统RTK定位，九识智能的解决方案更加经济有效，不需要额外的设备部署，就能同时适应旷野与城市场景，为科技下乡及物流下乡政策的落实提供了保障。
而为了让产品能够在全天候下运营，天气问题也是不得不面临解决的最大挑战。
江南的暴雨、北方的鹅毛大雪、四川盆地的雾以及华北的扬尘，都是技术团队面临的难点。
为了实现对全国各地不同地区客户的高效交付，九识智能采用AI生成技术，让模型具备高效泛化能力，通过这项技术，能够基于自身标注数据不断生成不同程度的雨雾尘雪夜效果，达到逼真的效果。
针对对自动驾驶系统稳定性影响较大的雨雪天气，九识智能也做了不少工作。
在雨雪天气下，水面的动态变化很容易在传感器层产生分层拉丝、噪点集聚甚至鬼影，严重影响了自动驾驶能力的发挥。
九识智能的技术团队基于传感器成像、反射率分布及光线追踪技术去除了拉丝分层现象，并实现了近乎100%的噪点过滤，在实际运营中十分显著改善了极端天气下的自动驾驶能力。
同时，新车型还引入了传感器自清洁系统，当雨雾尘雪以及污渍对传感器带来遮挡时，自清洁模块就会自动触发，在极端天气情况下也能保证环境信息的精准性。
去年冬天至今，九识智能开展了极寒天气下数十个测试项目，包括冰面制动、电量损耗以及积雪识别等等。截至目前，已累计测试10万多公里，路况覆盖了城市、乡间与园区。
正是这些场景难题的攻克，让九识智能的产品真正实现了对全路况、全天候场景下L4全无人运营的广泛覆盖。
4
—
无人车规模发展，需要系统性力量
从技术验证到产品验证，开放道路上的无人配送已经发展了六年左右的时间。
近两年随着产品形态的不断进化以及成本的不断下探，这个新事物终于走入到实际的生产应用中，开始去尝试解决传统物流行业、城市综合管理体系中存在的人口老龄化、事故率高、运营效率低等一系列问题。
例如在江苏省如皋市，九识智能正深入当地快递物流、冷链运输等多个城市运输服务场景，充分发挥产品优势，为当地城乡、村镇解决偏、远、散的物流运输困境，有效赋能当地行业和企业的发展，为大中小企业实现降低40%~60%的物流成本，大大提高运行效率。
另一方面，随着产品技术落地带来的行业效率提升成果被更多人看到，自动驾驶产品在城市配送的市场端需求量开始逐渐增长。据九识介绍，目前产品销量正以每月近50%的增长率递增，九识也在不断提升产能建设与相关配套。
这一市场变化，为智能车供应链产业生态的发展和革新都带来了新的机遇。
目前，每台九识智能车车身覆盖五百余个零部件，40%为新兴自动驾驶零部件厂家。值得一提的是，车身超95%的零部件实现了国产化，在品质方面，全部符合车规级产品要求。
当然，新挑战是与机遇同在的。
对于九识来说，越来越像车企，就意味着除了研发体系外，还需要提升销售体系、交付体系、运营体系、生产体系等多方面的能力，以保证能跟上企业成长的速度。
这在自动驾驶配送行业还是空白，走在前面的虽然先享受到了先发好处，但同样承担着探路人的风险。
对于车企经常会面临的“产能地狱”问题，也是九识近在眼前的困难，在与媒体的交流过程中，相关负责人也坦言交付压力比较大。
而从整个行业来看，当前关于自动驾驶安全评估、责任承担、年检审查、驾驶许可等方面法律不足，依然在限制产品的应用探索。
虽然2018年4月，相关部门印发了《智能网联汽车道路测试管理规范（试行）》的通知。但是时至今日，真正能够取得上路许可发文的城市并不多。在拥有相关管理制度的城市中，不同地区对于自动驾驶车辆的驾驶许可标准存在差异，导致企业在申请许可时需要面对不同的要求和流程。
除此之外，目前测试示范区主要分散在不同城市，由企业与当地政府合作开展测试示范活动，加之各省甚至各市、区、县在自动驾驶管理上的标准规范都存在不一致的情况，这给自动驾驶车辆的跨区域运营带来了不小的压力。另外，自动驾驶车辆没有明确的定义，在一些地区，将车辆定义为机器人或非机动车等，需要按照速低速在非机动车道行驶，这也影响跨省运营。
另外，当前开放的测试场景主要集中在一些常见的、交通环境和路况比较好的城市道路，缺乏多元化的测试场景支撑，这在一定程度上限制了自动驾驶技术的进步。
上述这些都是自动驾驶配送车开始大规模上量后，需要面对并解决的问题，而这些也只是所有问题中的一部分。
想要行业稳定快速的持续发展，除了自动驾驶技术公司体系进化，也需要自上而下的系统性推动与支持。
这场关于物流行业的深刻变革，我们还需要再给些时间。
