（原标题：无人环卫车承包了一座岛的清洁！实探文远知行：自动驾驶填补人力缺口）

本文来源：时代周报 作者：何珊珊

2024年春运已近尾声，而据交通运输部预测，今年春运（1月26日至3月5日）出行人次破纪录的高达90亿——这一数字或许与大多数人的感受一致，高速大塞车成为了人们返程中的“难题”。

但与此同时，也有某企业高管开着智能驾驶汽车跨省返回，却体验了“全程1314公里闲坐15小时，轻轻松松。”这样的智能驾驶体验是否能在不久的未来普及？如果道路上都是自动驾驶的车，节假日的出行体验会更顺畅吗？

“如果道路上都是智能驾驶甚至自动驾驶的车辆，在路线规划、车速等方面都可以进行优化，还可减少加塞抢行、路怒症等情况，从而减缓拥堵，实现畅行。”在接受时代周报记者采访时，自动驾驶科技公司文远知行相关负责人给出了肯定的答案。

自动驾驶正在离我们越来越近。

近日，时代周报记者实地试乘文远知行位于广州官洲生物岛的自动驾驶小巴。这时一辆8座小巴驶来，乘客上车支付2元票价，车辆在自动响起“请系好安全带”的提醒后便自动关闭车门，开始了自动驾驶的路程。

自动驾驶小巴 图源：文远知行

行驶过程中，自动驾驶小巴方向盘正上方的电子屏实时显示导航路线和路面实况。记者注意到，行驶转弯的路段，小巴会自动拐弯，甚至在拐弯途中面对前方出现的车辆放缓速度避让，全程安全员未有任何操作。

2024年开年，文远知行便带着L4级自动驾驶小巴，在美国拉斯维加斯举办的CES（国际消费类电子产品展览会）亮相。去年底，文远知行已与广州巴士集团开放全国首个自动驾驶小巴商业收费运营服务，首批投入50辆。截至2024年1月，文远知行宣布已在全球20座城市落地自动驾驶小巴。

乘小巴过程中，记者还遇到一辆印刷有“文远”字样的无人环卫车从旁边经过。据介绍，早在2022年，文远知行就与广州市黄埔区城市管理和综合执法局达成合作，正式落地广州国际生物岛的自动驾驶新能源环卫创新试点服务，基于文远知行全无人驾驶环卫车，实现智能环卫工作。这也是中国首个开放道路下的全无人环卫车落地运营项目。

文远知行副总裁兼智慧出行事业部总经理李一凡在接受时代周报记者专访时表示，“自动驾驶商业化的本质是降本增效。所有可以节约成本的场景都有商业化的空间。以自动驾驶环卫车为例，未来3年预计可为环卫公司节约一半成本。”

李一凡 图源：文远知行

自动驾驶技术发展多年，商业化落地已涌现不少案例，未来，搭载自动驾驶技术的产品未来还有哪些发展空间？

自动驾驶的本质是降本增效

时代周报：文远知行自动驾驶车队整体运营情况如何？

李一凡：我们车队同时在不同国家、地区进行部署，拥有多种交通场景类型的数据。2022年5月起，我们在广州南沙区全区域公开道路测试的首批自动驾驶环卫车队规模超50台，是南沙规模最大的全无人车队测试。2023年12月30日，文远知行携手广州巴士集团正式开放全国首个自动驾驶小巴商业收费运营服务，投入50辆大规模自动驾驶小巴车队，覆盖广州一线城市的中心城区。目前文远知行的自动驾驶车队测试里程已突破两千多万公里。

从技术迭代来看，自动驾驶的本质还是人工智能，需要多跑，不断优化数据和算法的模型、精度、能力等。

时代周报：在自动驾驶行业中，通常有哪些维度可以判断一家企业的水平？

李一凡：从技术层面看，各家企业的传感器、感知、规划、控制系统等基础架构大体相当。真正体现技术难度的在于复杂场景的处理能力，如各种车型、不同速度在开放道路上的运行，以及在不同国家、气候和交通规则下的稳定运行。文远知行是全球唯一同时在中国、美国、阿联酋、新加坡四地获得自动驾驶牌照的科技公司，这体现了技术的全球适应性。

在商业化方面，主要考量客户的购买意愿。文远知行的商业模式相对直接，已落地五大产品线，包括出租车、环卫、物流、小巴和高阶辅助驾驶服务。例如，小巴产品受到客户的青睐，通常一次性购买数十辆用于日常公交服务。此外，文远知行还为多地的文旅公司提供从地铁站到景区或景区内的固定路线自动驾驶车辆。在这方面，我们的商业化表现领先于其他企业。

无人环卫车 图源：文远知行

时代周报：自动驾驶目前的商业化路径有哪些？

李一凡：从我们的视角来看，自动驾驶技术的核心在于实现机器对人类驾驶的辅助和替代。这意味着所有需要人类驾驶的场合，都具备自动驾驶技术的商业化应用潜力。

例如，公共交通和环卫服务领域，由于员工年龄偏大、招聘困难，未来三到五年内可能会面临人力短缺的问题。因此，这些行业需要提前布局，研究如何将自动驾驶技术与自身业务相结合。在货运物流领域，无人驾驶运输的潜在优势在于其成本可能更低，从而为自动驾驶技术的商业化应用提供了空间。

基于这一逻辑，我们针对具有潜在市场需求的场景进行积极调研。当客户主动寻求合作时，我们会与他们深入讨论，对研发的前期投入与回报比进行综合评估。我们致力于通过技术通用平台和多类产品形态，实现一次研发，解决多场景问题的目标，确保总体研发进程在我们的控制之中。

然而，需要明确的是，降低生产成本和提高商业化应用规模仍需要一定时间。客户方面，从管理人到管理机器的转变需要一个适应过程。同样，对于无人驾驶车辆上路后的管理，政策层面也需要相应的时间进行调整和完善。

高速无人领域最具挑战性

时代周报：自动驾驶的商业化场景如何划分？TO B与TO C哪种场景相对更容易突围？

李一凡：从技术研发与商业应用的难易度出发，我们在内部按照“有人““无人”与“高速”“低速”的组合，将自动驾驶划分为四个象限。基于这一分类，TO B的商业合作模式在现阶段似乎更为直接和简单。这是因为相较于TO C的复杂多变，TO B的需求通常更为明确和固定。

以环卫为例，它属于低速无人领域，技术实现的难度相对较低。在这种场景下，自动驾驶技术不需要进行颠覆性的创新，而只需在既有的框架内进行优化和应用。同时，由于环卫行业有明确的传统作业模式，自动驾驶的引入可以顺利融入现有的工作流程，无需对整体运营模式进行大规模的调整。

物流则属于高速无人领域，虽然技术难度相对较高，但同样具有明确的行业需求和运营主体。物流公司作为运营主体，他们采购自动驾驶设备替换传统人力，这一过程中涉及的监管、应用和实施流程都相对清晰，因此变革的阻力也相对较小。

高速有人（载人）领域无疑是最具挑战性的。这不仅要求技术上的突破，还需要在商业模式、监管政策等多个方面进行创新和适应。但无论如何，随着技术的不断进步和市场的逐步成熟，我们有理由相信，自动驾驶将在未来为各个行业带来革命性的变革。

时代周报：哪种商业场景更容易实现盈利？可否举例？

李一凡：在2B模式下，自动驾驶技术的实现相对容易，因为账最好算。如果采用我们的自动驾驶产品，其未来的支出将低于现有的成本账单，这可能激发客户尝试新技术的兴趣。

我们的预期是，随着技术的不断发展和完善，自动驾驶的可靠性将不断提高，同时成本也将逐渐降低。这使得我们能够为客户提供明确的成本预测、目标设定以及利润空间分析。

以自动驾驶环卫车为例，相较于传统环卫公司，我们的产品能够显著降低运营成本。目前，我们已经在生物岛上实现了全面的自动驾驶环卫服务。我们预计，在未来三年内，自动驾驶环卫车与传统模式相比，将节约一半的成本。

通过为客户提供明确的成本节省预期和可靠的技术保障，我们相信自动驾驶技术在2B模式下将更容易实现商业化应用。

无人车队将填补出行市场缺口

时代周报：文远知行如何面对自动驾驶人才的竞争？

李一凡：文远知行的人才稳定性在行业中较好。我们深知自动驾驶业务的高效运作高度依赖于团队的协同作战能力。在考虑是否跳槽时，员工们会全面评估团队的配套设施，包括上下游的协作能力。即便有外部公司提出数倍于现有薪资的诱人条件，员工们更看重的是高薪资下团队能否支持他们实现个人职业发展目标。对于技术门槛较高的行业，掌握核心技术往往比单纯的薪资吸引力更为重要。

在人才吸纳方面，我们采取全球范围内的校园招聘和社会招聘策略。例如，与清华大学、北京大学等知名学府建立紧密合作关系，吸引优秀毕业生加入。由于自动驾驶领域对数学、编程和算法能力要求较高，我们在社招时也着重招募在这些领域具备突出能力的专业人才。甚至对于之前从事天文地理研究的人才，只要他们具备强大的算法能力，也会被我们纳入麾下。

时代周报：从未来发展来看，文远知行将如何选取合作伙伴？

李一凡：首先，我们重视与自身上下游的生产制造和技术研发合作商的合作，这些合作商在传感器、激光雷达、芯片等领域扮演着关键角色。其次，汽车厂商作为我们技术的直接应用方，同样是我们重要的合作伙伴之一。我们与广汽等汽车厂商有着紧密的合作，共同推动自动驾驶技术的落地应用。

此外，从产品应用领域来看，出行、出租车、公交、环卫、物流等行业将成为我们合作的重点。通过与这些合作伙伴的紧密合作，我们将不断提升自动驾驶技术的水平和应用范围，为社会带来更多的便利和价值。

无人驾驶汽车 图源：文远知行

时代周报：如何看待AI大模型对自动驾驶应用的影响？

李一凡：在传统模式下，解决特定问题通常涉及多个独立小模型的组合运用。当前我们正考虑整体设计一个大模型，直接输入输出，实现端到端的应用。

这种大模型的应用对算力需求极高，因此我们必须评估单辆车上所能提供的算力是否能支持这种大型模型的运行。这意味着，我们需要在云端和车载环境中分别设计相应的大模型解决方案。

事实上，这是整个产业所面临的挑战。大模型的应用要随着整个行业的进步而逐步推进，目前行业里面各家都在积极尝试，为我们提供了新的思路。

时代周报：你个人为什么选择自动驾驶行业？怎么看待行业的发展前景？

李一凡：我觉得一定要做机器能替代人力的行业。从成本角度考虑，人工智能的应用能整体提升运营效率、降低运营成本。从需求量的角度来看，以广州为例，要满足高峰期的出行需求，至少需要十万名活跃司机。而当前的司机数量并不能完全覆盖这一需求，这是一个市场缺口。

因此，利用机器替代人力来弥补这些缺口，无疑是一种可行的解决方案。从历史进程来看，这不仅是提高效率和降低成本的需要，更是推动整个行业和社会向前发展的必然选择。