0
2017 年，自動駕駛迎來全面爆發(fā)，此時，崔迪瀟在西安交通大學擔任一名普通講師，雖然大學校園的教職安逸穩(wěn)定，但難以平息他內(nèi)心對自動駕駛的沖動。因為他明白自動駕駛落地的時機來了，擔心錯過這一波自動駕駛浪潮，崔迪瀟有了離開校園、自主創(chuàng)業(yè)的想法。
不久，從事重卡自動駕駛技術(shù)研發(fā)的初創(chuàng)公司“智加科技” CEO 劉萬千飛到西安，邀請崔迪瀟加入智加科技。兩人在西安大雁塔附近的威斯汀酒店，從下午三點聊到晚上八點，在那五個小時里，劉萬千向崔迪瀟介紹了他的創(chuàng)業(yè)過程、智加的優(yōu)勢以及智加的夢想——智加想要從無人駕駛卡車切入，致力推進中國的干線物流實現(xiàn) L4 級自動駕駛，而他們還需要一個自動駕駛技術(shù)負責人。
當時，如崔迪瀟這樣，兼具豐富理論與實踐經(jīng)驗的高校博士、教授是當時自動駕駛行業(yè)瘋搶的人才。劉萬千之所以找崔迪瀟，不只是因為他在自動駕駛領(lǐng)域“根正苗紅”——他擁有西安交通大學控制科學與工程專業(yè)博士學位，師從中國自動駕駛泰斗鄭南寧院士，還是帕爾馬大學 VisLab 實驗室聯(lián)合培養(yǎng)博士。
最重要的是在此期間，崔迪瀟參與了多個無人車項目的研發(fā)：作為創(chuàng)始成員和車隊隊長，參與了歷代“夸父號”無人車的研發(fā)，帶領(lǐng)西安交大自動駕駛車隊在中國智能車未來挑戰(zhàn)賽上嶄露頭角；他還前往意大利帕爾馬大學 Vislab 實驗室聯(lián)培，參與了 BRiVE（全球最早于2013 年便完成了郊區(qū)、高速、城區(qū)混合道路公開直播的自動駕駛測試的車型）、Deeva（全球首個 360° 立體視覺感知的車型）等無人車的研發(fā)。
十天后，崔迪瀟答應了此次邀請，離開工作生活了 13 年的城市西安，加入總部位于蘇州相城的智加科技，擔任智加科技首席科學家，負責 L4 級無人駕駛重卡技術(shù)研發(fā)和落地應用。由此開啟了他近十年的自動駕駛從業(yè)生涯。
時間轉(zhuǎn)瞬即逝。七年后，2025 年，崔迪瀟正式宣布離開了智加科技。這七年里，中國的自動駕駛發(fā)生了翻天覆地的變化，春天、寒冬周而復始，智加科技也成長為自動駕駛領(lǐng)域的獨角獸企業(yè)。
在崔迪瀟擔任技術(shù)負責人期間，智加取得了不俗的技術(shù)突破和商業(yè)化進展：自 2021 年起，智加與多家主機廠合作實現(xiàn)了量產(chǎn)智能重卡交付，包括與一汽解放合作實現(xiàn)前裝量產(chǎn)智能重卡交付、聯(lián)合江淮汽車為快遞快運市場打造的智能重卡 K7+ 實現(xiàn)量產(chǎn)交付；搭載了智加全棧自研的“智加領(lǐng)航系統(tǒng)”的智能重卡在中國郵政、中通快運、安能物流等企業(yè)線路上投入商業(yè)運營；公司與中國重汽合作，實現(xiàn)了搭載智加領(lǐng)航系統(tǒng)的豪沃 TS7 高階輔助駕駛重卡的量產(chǎn)交付，并完成了國內(nèi)首個“倉到倉”L4 級全無人重卡運營測試。
七年時間足以改變一個人甚至于一家公司，回憶當初那個懷揣雄心壯志、堅定地踏入“實現(xiàn) L4 理想”浪潮的年輕人，崔迪瀟坦言當時“低估了自動駕駛的復雜度”。他認為，L4 的本質(zhì)是冗余保障，但現(xiàn)在絕大多數(shù)人把客戶生命安全壓在自認為能無限高的算法系統(tǒng)上，靠單點系統(tǒng)賭概率，而非多種系統(tǒng)冗余手段確保系統(tǒng)安全，這是大家核心設計思路和思想的差異。
如果要總結(jié)智加科技這段旅程，崔迪瀟坦言“有遺憾”，而這種遺憾應該是當今還擁有自動駕駛理想的人所共有的。崔迪瀟還喜歡搖滾樂，有鮮艷的紋身。在和他訪談的過程中，能感受到其摻雜了搖滾人和技術(shù)從業(yè)者的特質(zhì)，嚴謹不乏真實。
崔迪瀟的朋友圈背景是他最愛的樂手黃貫中，朋友圈簽名是“無人駕駛的搖滾重卡”，重卡跟搖滾的結(jié)合，摻雜著一絲浪漫和天真。如今，七年前的那個年輕人已近中年，搖滾樂隊也很久沒能組起來了，但他對自動駕駛的信仰依然堅韌，仍然還有夢想。
近日，我們跟崔迪瀟聊了聊自從他多年前躬身入局自動駕駛江湖，致力推進中國的干線物流實現(xiàn) L4 級自動駕駛，七年后，這個行業(yè)又是如何重塑他的認知，以及他未來的打算。
以下是雷峰網(wǎng)與崔迪瀟的對話實錄，經(jīng)過不改變原意的編輯整理：
雷峰網(wǎng)：你為什么離開智加科技？
崔迪瀟：這是一個基于行業(yè)現(xiàn)狀與自身思考做出的自然選擇。
過去很多智駕公司選擇 L2 和 L4 雙線并行策略，這一模式在理念上較為理想：企業(yè)一方面押注最高階的 L4 級自動駕駛，另一方面希望通過 L2 輔助駕駛快速實現(xiàn)商業(yè)化、形成營收，反哺長期難以落地盈利的 L4 研發(fā)。
但在實際執(zhí)行中，這一路徑面臨顯著的現(xiàn)實困境：企業(yè)普遍存在資源約束，雙線并行很難長期持續(xù)。同時，L2 輔助駕駛的商業(yè)化并不順利。
簡單來說，想用 L2 輔助駕駛的盈利支撐 L4 高階自動駕駛的研發(fā)，本質(zhì)上如同 “用自行車產(chǎn)業(yè)的收益去支撐航天航空領(lǐng)域的投入”，很難持續(xù)。
我離開智加，正是因為在任職期間，針對上述行業(yè)共性難題，始終沒有找到清晰、可行的解決方案。離開后，我可以以更獨立的身份，與行業(yè)展開開放、透明的交流，反而更有可能探索出適合 L4 技術(shù)穩(wěn)步落地、可持續(xù)發(fā)展的組織模式與發(fā)展路徑。
雷峰網(wǎng)：你想要的是什么樣的組織形式？
崔迪瀟：我所期待的，是一家能夠?qū)?L4 自動駕駛進行穩(wěn)定、持續(xù)的資源投入，并且將 L4 定位為公司最高乃至唯一核心戰(zhàn)略的組織。
過去行業(yè)很長一段時間里，大家大多從技術(shù)角度出發(fā)思考 L4，但 L4 其實并非單純的技術(shù)問題，而是一個道路、貨源、車輛本體、軟件算法、能源補給等多維度深度融合的系統(tǒng)性問題。
以重卡場景為例，L4 自動駕駛的核心價值首先是節(jié)省人力成本；在此基礎(chǔ)上，再通過持續(xù)優(yōu)化軟硬件架構(gòu)、運營調(diào)度體系，提升車輛整體周轉(zhuǎn)率，部分線路甚至可以實現(xiàn) 24 小時不間斷運營，進一步創(chuàng)造增量收益。
因此，我真正想要尋找的，是結(jié)合具體應用場景、路權(quán)、貨源以及補能體系，把 L4 當作一整套生態(tài)來落地運行，而不是僅僅停留在技術(shù)研發(fā)或 Demo 展示層面。
雷峰網(wǎng)：你未來打算創(chuàng)業(yè)還是加入一家公司？
崔迪瀟：我優(yōu)先選擇創(chuàng)業(yè)，且仍從物流行業(yè)切入，核心基于三方面考慮：
第一，物流行業(yè)有剛性定價邏輯，會倒逼團隊在供應鏈、研發(fā)等環(huán)節(jié)持續(xù)做成本優(yōu)化，行業(yè)參與者均嚴格核算投資回報率，這種嚴苛的商業(yè)環(huán)境能打磨出團隊最扎實的底層核心能力。
第二，從技術(shù)與工程落地來看，物流場景對時效、安全、貨物特性有明確要求，可直接轉(zhuǎn)化為清晰可量化的工程設計指標，如加速度、轉(zhuǎn)向變化率均有嚴格上限，能形成安全可控、可標準化的工程規(guī)范，對特定 B 端客戶可實現(xiàn)高程度標準化。
第三，物流是數(shù)萬億級超大市場，當前高度碎片化的場景未來有望通過技術(shù)打通，行業(yè)會出現(xiàn)物流機器人企業(yè)，以一套底層技術(shù)覆蓋不同運載噸位和速度區(qū)間，進而整合物流鏈路、收斂碎片化現(xiàn)狀。
此外，現(xiàn)有運輸流程中的末端配送、裝卸貨等非運輸環(huán)節(jié)，若能實現(xiàn)無人化，可在單一場景內(nèi)實現(xiàn)場景與作業(yè)任務的深度垂直整合，這也是物流行業(yè)的核心瓶頸與機會。因此我計劃從軟件、硬件及交付形態(tài)布局，且始終認為：自動駕駛公司最終應成為運力服務公司。
雷峰網(wǎng)：聽起來是具身智能賽道，你不做自動駕駛卡車了？
崔迪瀟：我大概率不會直接從自動駕駛卡車切入，目前還沒有完全確定的結(jié)論，但最終會通過合適的路徑繞回來。好比換了一條新路前往羅馬，終點是一致的，最終還是會和行業(yè)在同一個目標上匯合。
雷峰網(wǎng)：你從智加出來后，有其他自動駕駛公司或其人員邀請你加入他們嗎？
崔迪瀟：有的，曹旭東之前找過我，邀請我去做無人卡車相關(guān)業(yè)務。
雷峰網(wǎng)：為什么沒去？
崔迪瀟：在我看來，人生本身是一場修行與體驗。在智加擔任高管、作為早期成員的經(jīng)歷，已經(jīng)給了我很完整的歷練。我更希望跳出原本偏技術(shù)的視角，重新審視整個行業(yè)，探索個人職業(yè)發(fā)展的新可能，所以我當前更傾向于自主創(chuàng)業(yè)。
雷峰網(wǎng)：在自動駕駛行業(yè)這么些年，你有哪些反共識嗎？
崔迪瀟：與其說是反共識，不如說是我們技術(shù)出身的人，對自身認知的一種批判與 “自我否定”—— 那就是要放棄 “算法溢價”“算法核心壁壘” 的執(zhí)念。行業(yè)內(nèi)不同團隊的算法或許有性能上的優(yōu)劣之分，但很難構(gòu)成絕對的競爭壁壘。
但同時，對于 L4 級自動駕駛來說，背后還有大量 “不打糧食”、看似看不到即時成果，卻不可或缺的工作。
雷峰網(wǎng)：比如哪些？
崔迪瀟：為什么到現(xiàn)在，我們還沒能真正去掉安全員。
雷峰網(wǎng)：是啊，為什么呢？
崔迪瀟：核心癥結(jié)在于，我們還沒能構(gòu)建起真正安全、可靠的冗余系統(tǒng)。我以前在公司，就一直呼吁要加大對冗余設計的資源投入，也建議參考航空航天領(lǐng)域的成熟經(jīng)驗 —— 比如三冗余、四冗余以及非相似性冗余設計。
雷峰網(wǎng)：足夠的冗余設計意味著什么？
崔迪瀟：這種冗余設計在航空領(lǐng)域有成熟的參考數(shù)據(jù)，核心邏輯其實很樸素，就像 “一個好漢三個幫”“三個臭皮匠頂個諸葛亮”—— 簡單來說，不同的、具備一定可靠性的獨立觀測源和決策源越多，整個系統(tǒng)的可靠性就越高，發(fā)生失效的概率也就越低。
但冗余設計也有現(xiàn)實困境：它會直接增加車輛的硬件成本，而且冗余做得越好，上層越難體現(xiàn)出它的價值 —— 因為車輛會一直保持平穩(wěn)運行，大家感受不到冗余系統(tǒng)的作用，仿佛它是 “多余” 的。
雷峰網(wǎng)：低速 Robovan 需要冗余嗎？
崔迪瀟：判斷低速 Robovan 是否需要冗余，核心前提是：若沒有冗余，系統(tǒng)失控帶來的代價是否難以承受，即便該失控是極低概率事件。
因此專注低速 Robovan 的企業(yè)，核心是做成本權(quán)衡：對比加裝冗余的軟硬件研發(fā)成本，與系統(tǒng)失效可能造成的貨損、車損、人員傷亡等潛在損失，哪個更可控、成本更低。
當前行業(yè)對 L4 的思考，已從單純技術(shù)探索轉(zhuǎn)向商業(yè)成本測算：若有成熟軟硬件方案，且通過大規(guī)模運營攤薄軟件研發(fā)成本，當失效的預期損失遠低于加裝冗余的成本時，這件事在商業(yè)上便具備可行性。特斯拉目前走的，正是這條基于數(shù)學計算的商業(yè)化路徑。
雷峰網(wǎng)：你一直在強調(diào)冗余設計的重要性，從而做到真正的安全無人，過去你有做過哪些相關(guān)研究？
崔迪瀟：我在智加科技期間曾推進過一項相關(guān)研究，但最終并沒有做完。
我們當時做的事情，是論證商用車場景里的 “雙變單” 問題 ：在 800 公里及以上的長途干線運輸中，按照法規(guī)要求，單人駕駛 4 小時就必須休息，所以為了提升運輸效率，行業(yè)普遍會配備兩名司機輪換駕駛。我們想探討的是：在還無法完全去掉兩名司機的階段，能否先通過自動駕駛技術(shù)，把兩名司機減少為一名，我們內(nèi)部把這個項目稱為 D2S（Double to Single）項目。
我當時系統(tǒng)研究了駕駛員疲勞的成因，最終將其歸納為兩類：身體疲勞（physical fatigued）與認知疲勞（cognitive fatigued）。基于此做了大量實驗：早期嘗試用腦電波監(jiān)測，分析不同波段在駕駛過程中的變化規(guī)律；后來采用了更落地的方案 —— 通過眼動儀、生物電、皮膚電、呼吸、心率、呼吸深度、眨眼頻率等多維度數(shù)據(jù)，結(jié)合駕駛員對道路目標的關(guān)注度，綜合判斷在自動駕駛介入之后，駕駛員的認知負荷與身體疲勞能否被顯著降低。
我們采用定量對比的方式：以人工駕駛 4 小時后的疲勞指標作為基準，對比開啟輔助駕駛后，單人連續(xù)駕駛的疲勞程度變化。舉個例子：如果人工駕駛 4 小時的疲勞程度，和開啟輔助駕駛后連續(xù)駕駛 10 小時的疲勞程度相當，那就意味著車輛可以一次性行駛 10 小時，而不需要額外增加司機。
在整個研究過程中，我們還深入思考了一個關(guān)鍵問題：輔助駕駛的 MPI（人機交互 / 接管強度）是否要做得足夠高？我們最終得出的結(jié)論是：MPI 不能過高。
雷峰網(wǎng)：為什么？
崔迪瀟：輔助駕駛?cè)鄙賹ο到y(tǒng)失效的完整處置機制，一旦出現(xiàn)失效，理論上需要駕駛員立即接管。但人本身是具有惰性的：如果系統(tǒng)長期穩(wěn)定、極少觸發(fā)風險提示，駕駛員的安全意識和注意力會持續(xù)下降。可能行駛 1000 公里、2000 公里才會遇到一次需要接管的場景，而這類場景往往是極端罕見的 corner case，即便人工介入處置難度也極高。
這就意味著駕駛員很難從完全松懈、無駕駛意識的狀態(tài)，瞬間切入高復雜度場景，快速做出準確判斷并安全接管車輛。這也是我認為L2 階段不能盲目追求極高 MPI，并將其當作安全指標的原因 —— 本質(zhì)上是在賭概率。
沿著這一思路，我們的研究重點還包括：如何讓駕駛員在輔助駕駛過程中，維持對道路環(huán)境的基本警覺性。
為此我們做了專門的認知實驗：在駕駛員身上安裝微型電極后，測試人員使用微弱電流進行刺激，要求駕駛員立刻做出指定動作，我們再精確測量其從接收到信號到執(zhí)行動作的反應時延。如果反應速度顯著偏離正常區(qū)間，系統(tǒng)就會通過算法干預，把駕駛員的警覺性拉回到安全水平。
雷峰網(wǎng)：該領(lǐng)域此前有過相關(guān)研究嗎？
崔迪瀟：行業(yè)里絕大多數(shù)人其實并沒有真正深入思考這類問題，大家更多是在賭概率—— 把用戶的生命安全，寄托在自己認為可以無限提升的算法系統(tǒng)上，依靠單一系統(tǒng)去賭風險，而不是通過多系統(tǒng)冗余的方式從根源上保障安全，這是我們和行業(yè)主流思路在底層設計理念上的核心差異。
雷峰網(wǎng)：在你看來，現(xiàn)在國內(nèi) L4 處于什么狀態(tài)？
崔迪瀟：國內(nèi) L4 領(lǐng)域已經(jīng)發(fā)展了很多年，但至今沒有任何一家企業(yè)實現(xiàn)常態(tài)化的主駕無人運營 Driver out，如今陷入了行業(yè)預期與資本信心不斷被透支的窘境。行業(yè)里所有人都逐漸意識到，自動駕駛的復雜度遠超最初的想象，而未來能走到哪一步，最考驗的就是企業(yè)的戰(zhàn)略定力。
但是，國內(nèi)對長周期技術(shù)研發(fā)的容忍度太低。這并不是工程師不想做、不愿意做，而是資本方以及一、二級市場，在資金支持和周期包容上遠遠不夠，讓我們很難有足夠的耐心，去穿越這種長周期、高投入、慢產(chǎn)出的技術(shù)研發(fā)過程。
雷峰網(wǎng)：那么要如何解決這個問題呢？
崔迪瀟：未來如何解決這一問題，或許要靠國有資本介入，我不確定，目前還沒看到好的路徑和方法。跳出來看，Robotruck 領(lǐng)域那些選擇資源性運輸而非商業(yè)化運輸模式是大家比較認可的。
雷峰網(wǎng)：資源性運輸跟商業(yè)化運輸?shù)臒o人化核心差異在哪里？
崔迪瀟：中國干線運輸分為資源性運輸和商業(yè)化運輸兩類，二者場景、需求不同，無人化的核心挑戰(zhàn)和實現(xiàn)難度也存在本質(zhì)區(qū)別。
資源性運輸是生產(chǎn)資料從原產(chǎn)地到加工地的轉(zhuǎn)運，如有色金屬、煤炭等原材料的運輸，路線固定、運量充足，新疆、內(nèi)蒙等資源集中片區(qū)年運輸產(chǎn)能可達幾千萬噸，穩(wěn)定的場景為無人駕駛測試落地提供了良好基礎(chǔ)。且其對時效要求低，可適當降低車速，因此系統(tǒng)失效的風險和損失成本會呈指數(shù)級下降，能更好地保障大噸位車輛安全。
商業(yè)化運輸則截然不同，以 “三通一達” 等快遞運輸為代表，是商品從工廠到終端消費者的流轉(zhuǎn)，對時效要求高，強調(diào)次日達、當日達，車輛需保持高車速行駛在常規(guī)高速，技術(shù)難度大幅提升；且系統(tǒng)失效的風險極高，一旦發(fā)生安全事故，不僅會造成直接的人財損失，更可能引發(fā)行業(yè)性信任危機，導致行業(yè)發(fā)展停滯甚至部分企業(yè)關(guān)停。
同時，時效壓力讓行業(yè)常見的編隊行駛模式在商業(yè)化運輸中幾乎不可能實現(xiàn)。因為車輛沒有多余時間去組隊調(diào)整，無人駕駛只能依靠單車自主運行，進一步提升了技術(shù)難度。
雷峰網(wǎng)：除了編隊，還有其他可行性嗎？
崔迪瀟：之前國家層面其實提出過一些我認為很有可行性的方案，只是沒有完全推行開來 —— 就是專門為自動駕駛重卡設立專用道路，將有人駕駛車輛和無人駕駛車輛實現(xiàn)物理分流。從社會層面來看，這種分流模式，或許是破解當前無人重卡落地困境的可行路徑。
雷峰網(wǎng)：如果大面積開放路權(quán)，會極大推動無人卡車規(guī)模化嗎？
崔迪瀟：不能簡單認為開放路權(quán)就能實現(xiàn)無人卡車規(guī)模化，因為規(guī)模化需要多維度生態(tài)協(xié)調(diào)，路權(quán)只是其中一環(huán)。路權(quán)問題的核心是政策不明朗，而根源是企業(yè)未實現(xiàn)常態(tài)化無人運營，無法為政府提供足夠的運營證明、安全證據(jù)和真實數(shù)據(jù)，支撐其擴大試點范圍，最終形成路權(quán)開放與企業(yè)落地的相互等待僵局。
卡爾動力的做法，其實給行業(yè)提供了一個很好的參考范本。《完成超 1 億美元融資，卡爾動力韋峻青：讓無人重卡穿越大漠戈壁丨 L4 十人談》其與政府深度綁定，在技術(shù)可行范圍內(nèi)穩(wěn)步探索，不盲目炒作商業(yè)化運輸，而是聚焦更易落地的資源性運輸場景，通過切分場景降低技術(shù)難度和失效風險，讓政府愿意開放路權(quán)、支持試點。企業(yè)主動后退一步，不追求一步到位，反而能推動行業(yè)穩(wěn)步發(fā)展。
雷峰網(wǎng)(公眾號：雷峰網(wǎng))：今天，如何評價一家 L4 公司的技術(shù)能力？
崔迪瀟：評價 L4 公司的技術(shù)能力，沒有任何一個單一指標能做到，它本質(zhì)上是一個復合性的復雜評價體系。
以前行業(yè)里大家常提 MPI（每干預里程，Miles per intervention），但我現(xiàn)在和一些號稱做 L4 的公司聊天，如果他們還在拿 MPI 作為核心指標，我就覺得這家公司已經(jīng)走偏了，甚至可以說 “完蛋了”。
因為 MPI 根本不是評價 L4 系統(tǒng)的指標。“intervention（干預）” 的核心是需要人介入，而 L4 的核心是無人化系統(tǒng)，用 “需要人介入” 的指標來評價 “無人化系統(tǒng)”，本身就很矛盾、很奇怪。人在事故發(fā)生后接管車輛，這是一個事后指標，意味著此時已經(jīng)出現(xiàn)了系統(tǒng)無法處理的不可控場景，只能靠人來補救，這才是 MPI 的本質(zhì)。
之前大家討論的部分頭部特斯拉、小鵬、理想這些車企，說它們的車輛在離障礙物還有 0.3 秒、1 秒甚至 3 秒時，突然退出自動駕駛，強制讓人接管，所以即便發(fā)生撞車，表面上看是人在操作。但從 L4 追求絕對安全的終局視角來看，這種 L2 極限場景下的責任交接機制，其實就是 “耍流氓”。
真正的 L4，應該是前置性的風險判斷 —— 在系統(tǒng)即將失效、風險出現(xiàn)之前，就察覺異常并及時制止，而不是等到事故發(fā)生后再補救。打個比方，我要做的是拉響防空警報，提前防范風險，而不是等飛機轟炸結(jié)束后，才通知大家發(fā)生了什么。
這背后是一種核心的思想轉(zhuǎn)變。過去很多人其實是自欺欺人，總覺得只要把 MPI 做得無限高，就離 L4 不遠了，但這其實是對 L4 的誤解。
雷峰網(wǎng)：過去幾年里，很多公司選擇 L2 和 L4 兩條腿走路，走得怎么樣？
崔迪瀟：整體來看，L2、L4 雙線并行的路并不好走，這本質(zhì)上是行業(yè)的無奈之舉，如同用自行車產(chǎn)業(yè)的收益支撐航天航空級研究，難度極大。核心原因是多數(shù)公司低估了自動駕駛問題的復雜性。
我有個消極的猜測：部分公司在有限的資本窗口期，借雙線并行做投機性布局 —— 通過 L2 輔助駕駛獲取訂單、積累數(shù)據(jù)實現(xiàn)短期增長，再用 L2 的高毛利收入、可觀數(shù)據(jù)量，搭配小范圍的 L4 Demo 演示和試運營，包裝 “技術(shù)領(lǐng)先、未來可期” 的故事獲取資本溢價，最終目標是登陸二級市場。
但現(xiàn)實中，L2 持續(xù)盈利、L4 落地突破這兩個核心目標，在 5 到 10 年的周期里均未有效實現(xiàn)。當資本看清真相后，這些公司再想從一級市場拿到融資，就變得難上加難了。
很多公司因此陷入了兩難困境：既想通過 L2 的營收證明自身商業(yè)化能力，逐步實現(xiàn)盈利；又不愿放棄 L4 這個 “高估值抓手”，擔心失去資本關(guān)注。最典型的例子就是小馬智行，有一段時間他們也嘗試切入輔助駕駛領(lǐng)域，但最終還是放棄了，這也證明了雙線并行的難度有多高。現(xiàn)在整個行業(yè)里，真正能同時把 L2 和 L4 都做好、做深的公司，真的是鳳毛麟角。
雷峰網(wǎng)：那為什么大家還在堅持做 L4 ？
崔迪瀟：現(xiàn)在行業(yè)里還有人敢相信 L4 能落地、愿意堅持做下去，核心原因其實是馬斯克 ，他給整個行業(yè)建立了信心。
但我對特斯拉 Robotaxi 背后的核心設計思路并不了解，所以一直有個擔心：他或許也是在靠 “賭概率” 的方式做 L4。具體來說，就是通過技術(shù)優(yōu)化，讓整個系統(tǒng)的失效概率盡可能降低，在不額外增加過多冗余設計的前提下，無限逼近具備完整冗余的 L4 系統(tǒng)。
這種思路從商業(yè)角度來看，其實沒有問題，能最大程度控制成本、追求商業(yè)化效率，但它絕對不是科學定義上的 L4 系統(tǒng) —— 因為科學意義上的 L4，核心是冗余保障，而這種 “賭概率” 的模式，很可能存在冗余不足的問題。不過這只是我的猜測，我目前還無法做出確切判斷。
雷峰網(wǎng)：現(xiàn)在很多智駕公司例如 Momenta、輕舟也開始布局無人卡車，乘用車到商用車，兩者的技術(shù)復制性高嗎？
崔迪瀟：如果只看純算法、模型這類技術(shù)層面，我認為乘用車到商用車的復制性其實不低，坦白說，這中間并不存在絕對不可逾越的壁壘。小馬智行、Aurora 都是典型例子，他們同時做乘用車與卡車，也印證了技術(shù)本身具備遷移性。
但商用車團隊真正的核心優(yōu)勢，在于對物流作業(yè)場景與實際運營環(huán)境的深度理解。比如和不同物流公司溝通你就會發(fā)現(xiàn)，有的企業(yè)優(yōu)先追求節(jié)油，有的更看重運輸效率，需求差異非常明顯。這些對場景、運營、客戶訴求的深刻理解，最終會直接體現(xiàn)在工程化實現(xiàn)與產(chǎn)品定義上。
這個領(lǐng)域真正的核心，還是體系化的落地能力。甚至說得更直白一點：能否和物流企業(yè)建立深度信任、維護好客戶關(guān)系、在行業(yè)里掌握更多話語權(quán)，本身也會成為非常關(guān)鍵的競爭壁壘。
05
“可能無法實現(xiàn)全國范圍的 L4 無人重卡，最終以區(qū)域性玩家為主。”
雷峰網(wǎng)：為什么去年下半年開始無人卡車賽道涌入一堆新玩家？
崔迪瀟：無人卡車賽道涌入新玩家，背后存在積極和消極兩方面核心原因。積極層面，部分團隊主營業(yè)務扎實，積累了充足的資源和技術(shù)儲備，有富余能力拓展新賽道、探索新可能；消極層面，當前乘用車市場基本盤存在不確定性，部分企業(yè)布局無人卡車，本質(zhì)是為自己 “買保險”，尋找新的業(yè)務增長點和退路，這兩種情況同時存在。
雷峰網(wǎng)：你跳出智加，站在更客觀、全面的角度來看，自動駕駛卡車賽道哪幾家能率先跑出來？
崔迪瀟：我目前缺乏足夠的核心數(shù)據(jù)，沒法給出絕對準確的判斷。畢竟，車輛在正常運行、表現(xiàn)良好的時候，我無法確定它是否真正達到了 L4 的標準 —— 我們看不到它在失效、失控等 “跑得不好” 的狀態(tài)下，到底能表現(xiàn)如何。
所以，與其糾結(jié)于技術(shù)層面的判斷，不如跳出來看：哪家企業(yè)在商業(yè)上，具備更長周期的穿越能力，能扛過行業(yè)的低谷期。
深向科技或許有機會。它本身就有整車銷售業(yè)務，至少能擁有相對穩(wěn)定的營收支撐。如果深向能進一步整合供應鏈資源，打通國內(nèi)外的銷售渠道，形成持續(xù)的自我造血能力，那么它就具備了穿越行業(yè)周期的基礎(chǔ)。
再從 “貨源穩(wěn)定性” 和 “場景落地性” 這兩個關(guān)鍵維度來看：小馬智行背后有中國外運提供穩(wěn)定貨源，卡爾動力有鄂爾多斯當?shù)氐膱鼍昂唾Y源支撐，智加科技則有滿幫的資源加持。這幾家企業(yè)，都掌握了不止一個影響行業(yè)落地的關(guān)鍵性要素，因此也都有機會率先跑出來。
這里有個核心邏輯：無人卡車本質(zhì)上是一種生產(chǎn)工具，它的落地離不開兩個核心條件 —— 穩(wěn)定的貨源和開放的路權(quán)。而這兩個因素，本質(zhì)上都是區(qū)域性的，會天然把業(yè)務分割成不同的區(qū)域板塊。
所以我的判斷是：L2 + 級別的輔助駕駛重卡，未來有可能出現(xiàn)全國性的玩家；但 L4 級別的無人重卡，由于受貨源、路權(quán)等區(qū)域性因素的限制，很可能會形成 “區(qū)域性玩家林立” 的格局，很難出現(xiàn)一家獨大的全國性企業(yè)。
雷峰網(wǎng)：你想尋找能將 L4 系統(tǒng) driver out 的理想化組織，當前有公司接近這一理想狀態(tài)嗎？
崔迪瀟：在 Robotaxi 領(lǐng)域，小馬智行和百度做得相對不錯，但我對他們的核心技術(shù)內(nèi)核并不了解，所有判斷都基于外圍的運營情況和車輛試乘體驗。
雷峰網(wǎng)：我比較好奇蘿卜快跑后臺是否有安全員操作？
崔迪瀟：后臺大概率是有安全員的，但我沒法給出確切答案。這其實涉及到 L4 自動駕駛的核心環(huán)節(jié) —— 包含失效安全（fail safe）和失效運行（fail operational）兩種模式，其中失效安全指車輛失控時，可請求人員現(xiàn)場接管或通過遠端操控處置。
說到這里，又要回到重卡的問題上：如果重卡想要通過遠程監(jiān)管系統(tǒng)實現(xiàn)完全無人運營，核心是要在系統(tǒng)層面做冗余，而不是只在單車上做冗余。但遠程操控系統(tǒng)的搭建難度極大，因為重卡的運輸路線往往很長，比如從珠三角開到新疆、內(nèi)蒙。假設未來實現(xiàn)長途無人運營，如何保證車輛在全程范圍內(nèi)都能被遠程接管？這是一個關(guān)鍵難題。至少我目前還沒想出可行的解決辦法。
因此，這就會出現(xiàn)一個很大的悖論：以前干線無人卡車公司都宣稱自己面對的是萬億級的中國市場，但如果最終只能做區(qū)域型公司，那么企業(yè)的估值就必須大幅下調(diào)，這和最初的市場預期相去甚遠。
雷峰網(wǎng)：你對你新公司有怎樣的愿景？
崔迪瀟：我的愿景很明確，隨著自動駕駛技術(shù)的不斷迭代成熟，未來一定會出現(xiàn)具備 “基模” 能力的自動駕駛公司，我也希望自己的新公司，能成為這樣的企業(yè) —— 通過基模的方式，將移動能力打造成一種基礎(chǔ)服務，就像現(xiàn)在的水、電、氣、網(wǎng)絡一樣，成為人類生活不可或缺的 “第五要素”。
其實我一直認為，移動能力的本質(zhì)從未改變，核心就是把貨物或者特定的作業(yè)任務，從 A 點安全、高效地運送到 B 點，這是自動駕駛行業(yè)的核心邏輯，無論技術(shù)如何升級，這個本質(zhì)都不會變。
現(xiàn)在行業(yè)里有個很有意思的現(xiàn)象，很多自動駕駛公司，比如文遠知行、小馬智行，均同時布局物流和出行兩大領(lǐng)域。既然物流（運貨）和 Robotaxi（運人），本質(zhì)上都是 “點對點的運輸”，只是運輸?shù)妮d體（貨物 / 人）不同，那么兩者的技術(shù)是否有可能實現(xiàn)打通、復用？這是否也意味著，未來一些深耕物流領(lǐng)域的公司，也有機會跨界進入 Robotaxi 市場？這些都還不確定，讓我們拭目以待。
本文作者關(guān)注自動駕駛、AI。歡迎各位跟作者（vx：IFLOW2025）建聯(lián)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
