创新 • 创优 • 创见
在物美的北京顺义马坡店附近，车身刷有物美、多点和毫末智行Logo的无人配送车已经和其他配送员一起在为周边3公里范围内的用户服务了。这里的用户只要从多点App上下单，就可以选择无人配送车自动送货。
从马坡店出发后，这辆橘红色的小车行驶在非机动车道上，它能分析红绿灯信号，能绕过障碍物，也能自主通过路口及人行道，在城市里的公共道路上，这辆自动驾驶的无人配送车就仿佛和其他车辆、行人一样，有着自己的思想和本能。
就在不久前的4月底，美团发布了“魔袋20”无人配送车，无人车组成的车队开始在顺义执行美团买菜的配送任务。而这批车辆也是由毫末智行的工厂代工生产。
越来越多的无人物流车开始出现在人们的生活中。尽管目前还是呈“点状”出现，但它已经处于市场爆发的前夜。未来几年之内，我们就能看到道路上大量物流车穿梭。
在可预见的将来，电商、快递、本地生活服务单量爆发性增长，然而我国适龄劳动力规模却不断下降，人口红利即将消失，末端物流和配送运力极度短缺成为很多行业要面对的问题。解决问题的办法之一就是靠自动驾驶的无人配送。而随着技术成熟和法律法规的完善，无人物流车随之将会爆发出一个大市场。
而在无人物流车领域，物美多点、美团背后的毫末智行将会是一个举足轻重的角色。
市场爆发的前夜
无人物流车已经走过了从0到1的时期，随着量产车开始落地，无人物流车即将进入一个爆发期。
国际咨询公司麦肯锡预测，未来十年80%的包裹交付都将采取自动配送。而一览众咨询数据显示，“预计到2025年，我国低速自动驾驶汽车年销量将达到19万辆，其中物流配送领域将达到8万辆，为最大的应用市场”。业内一家头部无人物流车厂商预测，“到2025年，无人物流车累计销量将超过50万辆，而整个市场规模也将达到百亿元。”
要加速无人物流车的成熟，就需要尽可能多地进入各种场景中投入使用。毫末智行COO侯军说，“早期阶段，大家要抱团取暖，一起培养这个生态”。为了推动无人物流车更快普及，毫末推出了无人物流车的“5S服务”。
所谓“5S服务”，分为五层，自下而上分别是FAAS工厂服务、IAAS供应链和硬件服务、PAAS系统工具服务、VAAS车辆服务、以及MAAS运力服务。这其中，不同的服务对应着不同客户的需求和不同的商业模式。
多点选择的是由长城汽车孵化的自动驾驶技术公司毫末智行的运力服务，即购买毫末的运力弥补自身运力。毫末智行解释道，“你可以把它看成是一个配送小哥”，多点也是按单付费给毫末。如果客户购买整车，对应的就是车辆服务。而此前美团与毫末合作的则是工厂服务。
毫末智行介绍说，“一些既有业务场景又有自动驾驶技术和运营能力的客户会选择5S生态中的工厂服务和供应链服务，毫末的生产制造能力和质量保证体系可以为客户短时间内提供大量质量有保证的无人物流车。而对于有业务场景和运营能力，但并不自己研发自动驾驶技术的客户，则会选择车辆服务和运力服务。”
与人力成本持续上升相比，物流车的硬件成本和运营成本会因规模量产和效率提升而持续降低。毫末智行介绍，目前购买一辆物流车的成本已经能和一个配送人员一年的成本打平。
目前，毫末的客户主要集中在商超和物流行业。毫末智行介绍，他们所接触的客户都对无人物流车抱着开放的心态，“账都是能算出来的”。毫末灵活的运力服务也降低了客户进入的门槛，在使用无人配送的过程中，客户也在改造人机协同的流程，而到了一定时期，就会自然地考虑毫末的车辆服务，直接购买整车，降低成本。
在真实的业务中，无人物流车并非完全替代人力，它的角色是与人力配合，弥补运力的不足。比如在顺义的别墅区，离门店距离远，单量也不集中，配送员并不喜欢去这样的地方，而物流车就能替补人力配送。而对终端用户来说，他们也多了一种选择。有的用户喜欢晚上到家时下单配送，有的则喜欢下楼买烟时顺便收一下配送。而物流车则能给消费者不同的服务体验。
“中央大脑”与数据智能
毫末智行在无人物流车业务上是“高举高打”，它并未从封闭园区这种简单路况中起步，而是直接进入开放道路场景，这也与毫末的战略直接相关。
毫末智行是一家自动驾驶技术公司，在乘用车自动驾驶方面，它覆盖高速公路以及市内场景，而在实现L5级别全自动驾驶这个目标的道路上，无人物流车既能快速商业化给自身造血，给理想以现实的支撑，也能在技术和数据方面与乘用车业务产生协同效应，加速理想的实现。
这种人工智能数据层面的协同，被毫末描述成“风车战略”。乘用车、物流车以及智能硬件三条业务线如同“风车”的三片扇叶，而数据智能是风车的核心。各业务线的数据汇集到同一个 “中央大脑”进行处理，随着车辆行驶里程数的增加，这个大脑也会被训练得越来越聪明。之后“中央大脑”再把迭代升级的自动驾驶能力反哺给三个业务。
毫末的物流车业务受益于这种协同，同时它收集到的不同类型数据也能促进“中央大脑”的智能水平。在客户使用物流车的运力服务和车辆服务时，无人物流车也在不断为毫末智行积累路况数据。
自动驾驶的实现需要感知智能以及认知智能。车辆通过摄像头、毫米波雷达、激光雷达等感应器来感知周边环境，然后把这些数据传回云端的“中央大脑”，再根据算法和模型，把数据还原成就像人类认知中的不同对象，比如锥桶、行人或一辆横穿出来的汽车，识别周边环境、决策应对方法、选择下一步路线。
“感知智能”，自动驾驶领域目前几乎都能实现，而建立出模型识别出路面上各种障碍物等，这就需要“认知智能”。而只有更多的、不同场景下的数据组合起来才能对系统进行全面训练。
自动驾驶乘用车“看到”的多是高速路和市内主路情况，而无人物流车在非机动车道上“看到”的障碍物和人则完全不同，有些汽车去不到的地方，物流车反倒能覆盖，实现互补。
无人物流车产品经理举例说，“有一次物流车‘看到’一辆电动车载着4个人，这就能丰富毫末的场景库”。当一辆电动自行车和4个人作为一个整体时，无人物流车的激光雷达能识别它是障碍物，而这种极端案例还能进一步训练毫末的模型，聪明地识别出“这是人驾驶电动车”，相应地，一些躲避的安全策略就能实时启动。用更多不同类型的数据丰富场景库，就能让毫末的“认知智能”更加聪明。
毫末智行首席科学家路修远介绍，“因为毫末比较早就在战略上定下了自动驾驶乘用车和物流车的战略，所以在技术上一开始就会考虑这两方面的系统、数据、算法怎样共用。而且在毫末内部，也建立了一套专门的算法来对图像特征分类，如果物流车缺乏相关场景数据，就可以在乘用车获取的数据中寻找。”
在中央大脑中，对于不同业务不同车型汇集来的数据，毫末智行目前采用算法自动化实现标注，进而丰富场景库，训练模型。在自动驾驶领域，很多公司也许能大量获取数据，但这些数据怎样处理就成了问题。大规模标注如果靠人工则会成本巨大且耗费时间，这就考验了团队的技术研发能力。而毫末的人工智能算法和软件系统团队，可以称得上国内一流。
今年4月，搭载毫末智行自动驾驶系统的车辆——长城摩卡已经上市，这意味着毫末的自动驾驶系统真正落地，而这也将是毫末智行大规模获得自动驾驶数据的开端。长城汽车今年的销量目标是149万辆，除了摩卡之外，今年也将会有更多车型搭载毫末系统。
毫末智行已经成为自动驾驶乘用车和物流车领域中的一个重要角色，而它所采用的“车厂+技术公司”的Cruise模式也越来越被证明，这才是一条通向理想的可靠之路。
