中国领先的科技智库媒体“甲子光年”在线举办了2021“甲子引力”年度大会，本次大会主题为“行至水深处”，工业和信息化部中小企业发展促进中心主任单立坡为大会致辞，甲子光年创始人兼CEO张一甲发布了《2021中国数字经济趋势50条判断》主题报告，与此同时，科大讯飞、腾讯、飞书、蔚来汽车、光速中国、德勤中国等重量级嘉宾出席和参与了演讲和圆桌讨论。毫末智行COO侯军应邀出席本次大会，并在自动驾驶圆桌论坛上，就“自动驾驶水温几何”的话题，诠释了毫末智行的理解。

甲子光年作为中国科技产业智库，为服务决策而生，致力于帮助决策者掌握科技风向，推动中国科技产业化、产业科技化进程。

在论坛上，侯军介绍了毫末智行利用成本和规模的优势，借助数据智能，逐步落地自动驾驶产品的自动驾驶战略，以零事故、零拥堵、自由出行和高效物流为目标，助力合作伙伴重塑和全面升级整个社会的出行及物流方式的公司愿景，并就自动驾驶行业现状、技术路线、未来趋势等议题，阐述了毫末智行的探索与思考。

（图注：毫末智行COO侯军）

上下半场不重要，更关心场景进展

如果路线已经明确，那么是否可以认为，自动驾驶已进入下半场？侯军表示，重要的并非上半场或下半场，而是所有场景都持续取得进展。

他表示，自动驾驶的普及进展，与应用场景紧密相关。自动驾驶包括高速、低速、载物、载人、辅助、完全、封闭、半封闭、开放等多种不同场景，总体来说，开放、高速、载人这一类场景，进展属于早期阶段；而在封闭、低速、载物这一类的场景，自动驾驶落地程度更高。

侯军以毫末智行为例，详细阐释了自动驾驶落地程度与“应用场景”之间的相关性。他指出，虽然毫末智行的辅助驾驶系统已在如魏牌摩卡、坦克300等乘用车上量产，但此类自动驾驶落地仍然属于第一种场景，自动驾驶程度仍然是相对较低的；相比之下，主打第二类场景的末端物流无人车，虽然量产数量只有数百上千辆，数量上与乘用车差距很大，但是它的自动驾驶程度要高很多，而且通过与阿里、美团合作，已经进入了规模商用阶段。

（毫末智行在保定建设了全球最大规模的无人配送车柔性制造基地）

渐进还是跨越？毫末两年前已做选择

关于自动驾驶“渐进式”和“跨越式”的发展路线之争，侯军表示，两年前毫末就旗帜鲜明地提出，自动驾驶商业化和规模化的次序是从低速到高速、从载物到载人、从商用到民用。

侯军认为，通过低速到高速来实现技术的渐进，通过载物到载人来实现安全的渐进，通过商用到民用来实现市场的渐进，通过这样的渐进式滚动前进发展模式，自动驾驶企业能够快速的实现商业闭环、数据闭环和模式闭环，实现可行、可靠、可商用的目标。

AI自动驾驶是一场持久战，2022年将是AI自动驾驶商业化分水岭之年。这场战役中，谁能率先落地从高速进入城市场景，谁能快速实现规模化量产，谁就有机会赢到最后。

自动驾驶3年内可达到何种里程碑？

三年内自动驾驶可能达到什么样的里程碑？侯军介绍，数据智能是自动驾驶的核心，毫末智行的核心竞争力之一就是强大的将技术转化成工程化的能力，即毫末的制胜“公式”：（稳定的量产能力* 数据智能* 安全)^生态。他表示，谁能可持续的低成本且高效获取有价值数据，谁就有机会活到最后胜利的那一天。

侯军表示，就毫末智行自身而言，在乘用车方面，毫末智行辅助驾驶系统今年4月份开始规模化商用，今年预计至少有数万辆以上的乘用车量产列装。预计到2022年底，毫末智行辅助驾驶系统将落地长城汽车34款车型，约占其整体待上市车型80%，预计未来三年搭载的乘用车总量超过100万台。

在末端物流无人车方面，侯军表示，2021年下半年开始，毫末智行已与美团、物美等行业领军巨头合作，将无人配送车陆续落地到社区、园区、校园等特定场景中，接下来还将与政府、企业有更多合作。他估计，未来三年末端物流整车3-5年内有望下降到10万左右，“如果3年后全行业有10万辆末端物流无人车，就意味着可以补充10万到30万的劳动力不足，具备真正的里程碑意义。”

毫末智行于2019年成立，由长城技术中心智能驾驶前瞻分部独立而来，是中国发展最快的独立自动驾驶人工智能技术公司之一。目前，搭载毫末辅助驾驶系统的魏牌摩卡等热门车型陆续上市，毫末智行乘用车高速辅助驾驶开启率超过30%，用户行驶里程突破200万公里、小魔驼运营订单超过4000单、携手合作伙伴落地的末端物流无人车已近1000台，是中国短期内最快达到该规模的自动驾驶AI公司。同时，毫末智行在末端自动驾驶领域率先布局，位列该领域市场份额前列。

毫末智行董事长张凯、CEO 顾维灏此前曾在毫末智行成立两周年内部信中表示，未来几年，将是毫末继续“舍命狂奔，为生存而战”的关键战略期。毫末智行将坚定渐进式发展路线，通过高效、低成本、持续积累高质量数据，实现自动驾驶系统持续迭代优化；同时还将抓住消费升级、成本降低等市场机遇，凭借经过价值验证的“毫末模式”，加速商业化。

来源：北国网

免责声明：本文来源于网络，仅代表作者本人观点，与TechWeb无关。凡来源非TechWeb的新闻（作品）只代表本网传播该消息，并不代表赞同其观点。TechWeb对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任