随着自动驾驶技术在商用车领域落地的提速，自动驾驶公司也加大了与下游场景方建立紧密的联系。 12月27日，自动驾驶公司小马智行与招商局集团旗下中国外运股份有限公司签署协议，双方将成立合资公司，共同打造以自动驾驶技术为核心的智慧物流运力平台，探索自动驾驶卡车规模化商业落地的全新模式。该合资公司预计在2022年初正式成立并投入运营，初期双方将为合资公司共同投资1亿元，先期部署超过100辆规模的智能驾驶重卡车队，今后将持续扩大规模。 由于路线以高速为主，道路环境相对封闭和简单，自动驾驶技术在干线物流领域的落地更容易。当前，干线物流已经成为多数自动驾驶企业争相布局的场景。相比起Robotaxi，自动驾驶重卡的商业模式更加清晰，更容易实现盈利。也正因此，自动驾驶重卡受到资本的热捧，在过去一年中，智加科技、图森未来以及Embark Trucks等自动驾驶初创企业已经或者即将登陆美股市场。 去年底，国家交通运输部发布了《关于促进道路交通自动驾驶技术发展和应用的指导意见》，明确提出支持开展自动驾驶载货运输服务，鼓励在港口、机场、物流场站、交通运输基础设施建设工地等环境相对封闭的区域及邮政快递末端配送等场景，结合生产作业需求，开展自动驾驶载货示范应用，并在做好风险评估和应急预案的前提下，视情推广至公路货运、城市配送等场景，打造安全、高效、智能的物流运输服务。 “随着各项业务的推进，自动驾驶技术在干线物流领域的潜力将被快速释放，逐步形成以自动驾驶技术为核心的新生态。”小马智卡负责人李衡宇表示。小马智行于去年年底成立卡车事业部小马智卡，不久前，小马智卡进入京台高速路开展 L4 级常态化自动驾驶测试，这是全国范内自动驾驶企业首次在政策开放的公开高速路段进行高级别自动驾驶测试。过去一年间，小马智卡已获得北京、广州多个测试及运营许可，包括广州首张自动驾驶卡策划测试牌照、货运道路运输经营许可证等。 而自动驾驶卡车的市场规模也不亚于乘用车市场，其主要应用场景有干线物流和港口物流两个。其中，干线物流被认为是一个万亿元级的市场。根据中金公司测算，以2019~2020年期间公路货运平均运价为基础，中国公路货运市场空间超过3万亿元，美国则接近3500亿美元。亿欧智库发布的一份报告则显示，2021年中国干线物流重卡保有量为314万辆，自动驾驶潜在替代市场规模为7679亿元。随着运价的持续走低与人力、油耗、管理成本的攀升，物流车队的利润空间被进一步挤占，降本增效需求日渐强烈。自动驾驶技术的应用能够提升运输效率同时降低成本，而与一般的乘用车实现自动驾驶相比，客车、卡车等运行路线更加固定，这也为自动驾驶大规模商用化提供了一定的条件。 
小马智行方面表示，在物流主要成本构成中，人工，燃油成本持续走高。尤其是人工，未来卡车司机可能会出现巨大的人力缺口。自动驾驶可以减少单台车辆的司机数量，只要自动驾驶的单台边际成本降到比人类司机低，就能降低成本，填补司机劳动力缺口。同时，自动驾驶技术可以帮助减少因司机休息等生理极限导致的停车时常。这也就意味着自动驾驶可以大幅增加单车单日运行里程，提高实效性以及车辆利用率。此次成立的合资公司将打造智能驾驶重卡车队，提供更为安全、高效、低成本的运力服务及货运方案。 目前，多家商用车企业给出了L3级别自动驾驶量产的时间表。其中，嬴彻科技与东风商用车、中国重汽正在联合开发两款L3级别自动驾驶重卡，计划在2021年底实现量产；去年9月份，一汽解放发布了L3级J7超级卡车，官方称这款产品为“全球首款量产级L3自动驾驶产品”。无人驾驶卡车品牌图森未来更是计划在2024年前为北美市场生产一系列专用的L4级的自主半卡车。 L3级与L4级自动驾驶之间存在巨大分水岭，短时间内难以跨越。亿欧智库发布的报告显示，当前L4级自动驾驶重卡仍处于设计验证初期。技术、供应链、法律法规仍是自动驾驶干线物流商业化进程上难以逾越的三座大山，自动驾驶干线物流商业化道阻且长。从技术层面看，L3级与L4级自动驾驶之间存在巨大分水岭，短时间内难以跨越。从供应链层面考虑，自动驾驶干线物流商业化存在三大难点：一是激光雷达、计算平台等关键部件的车规级产品量产供应难，二是本土商用车主机厂与供应商在线控底盘技术与产品积累方面相对薄弱，三是适应更高阶自动驾驶系统的关键技术与部件研发难度大。 “自动驾驶技术或者系统要形成商业化落地，必须经过非常复杂的系统认证。举个例子，我们手中的智能手机里既有软件又有硬件，如果软件和硬件不做一体化的设计和集成，很难做到很好的体验。自动驾驶的汽车比智能手机复杂度更高，既有自动驾驶的软件，也有自动驾驶的硬件，还有车辆平台本身，这几个东西必须做一体的集成或是统一的设计，所以在卡车领域，我们也需要跟一级供应商和汽车厂商深度合作，而不是把我们的系统简单地适配到车辆中，那样达不到真正替代劳动力、规模化生产和安全的目标，量产需要先解决这些问题。”小马智行副总裁张宁此前对记者表示。
| 
