商用車自動駕駛產業已迎來量變到質變的關鍵節點。

近期，資本市場頻繁向商用車自動駕駛賽道拋出橄欖枝，頭部企業如嬴徹科技、主線科技、宏景智駕、摯途科技等相繼完成了數億元的新一輪融資。資本動作頻頻，再次證明商用車自動駕駛技術已受到市場越來越多的認可和關注。

在業內人士看來，自動駕駛已完成“從0到1”的驗證，即證明技術從實驗室到真實場景落地的可行性。其中，商用車自動駕駛的商業化路徑更為明晰，港口、礦山等低速場景已實現L4級自動駕駛技術的初步商業化落地，干線物流、Robobus等場景的L3級自動駕駛技術可產生商用價值，末端無人配送也實現了常態化運營。進入2022年，商用車自動駕駛的下半場賽事開啟，規模化商用落地已成為行業主旋律。

競逐高階自動駕駛　搶跑場景化落地

近年來，商用車自動駕駛賽道融資不斷，據不完全統計，2021年，該行業融資金額高達65億美元，同比暴增500％。2022年，商用車自動駕駛領域的吸金能力依然強勢，自1月至今，已完成超過10筆融資，從數千萬到數億元不等。

除了在資本市場尋求資金支持，自動駕駛的新老玩家還紛紛加快在干線、礦山、港口、環衛、末端物流等場景的布局，以求探尋商業化落地的先機。這其中，不僅涌現了以圖森未來、智加科技、小馬智行、文遠知行、蘑菇車聯、主線科技、宏景智駕為代表的自動駕駛初創公司，以及百度、阿里、京東為代表的互聯網巨頭，還吸引了以一汽解放、上汽紅巖、北汽福田、東風商用車、宇通客車為代表的傳統商用車生產企業。此外，在自動駕駛風潮的帶動下，以滿幫、獅橋、G7、安能為代表的物流平臺方，亦采取投資與合作的方式，積極推進商用車領域自動駕駛的落地。

從各家企業的發展動向來看，嬴徹科技除率先實現L3級自動駕駛卡車的量產，還于近日完成了L4級重卡無人駕駛路測；智加科技自研的基于L4級的PlusDrive自動駕駛系統已在中美兩地實現批量交付。除此之外，智加科技還攜手摯途科技，助力一汽解放打造自動駕駛J7超級卡車，并于2021年完成線下交付；圖森未來于近期完成全球首次無人駕駛重卡在公開道路的全無人化測試；今年3月，主線科技攜手北奔重汽成功研發內蒙古自治區首輛L4級無人駕駛集卡；上汽集團推出的5G＋L4洋山港智能重卡，已在洋山港區特定場景下實現了L4級自動駕駛……

從各細分領域的發展現狀來看，在低速封閉場景中，高階自動駕駛已實現初步商業化落地，比如無人駕駛礦用卡車已在內蒙古自治區、河南、北京等地運營，L4級純電動無人駕駛港口集裝箱卡車在天津港、寧波舟山港實現商業化落地；Robobus的發展也如火如荼。其中，百度聯手金龍客車打造的阿波龍自動駕駛客車先后在北京、廣州、雄安、重慶、佛山等22個城市園區落地部署，累計服務超12萬人次。文遠知行和宇通客車聯合開發的無人駕駛微循環小巴，已在廣州、南京、鄭州等地開展常態化測試；在干線物流領域中，由于運營場景相對開放，目前正從L3逐步向L4、L5級自動駕駛演進。

“商用車自動駕駛賽道持續火熱，主要有兩方面的原因：一是自動駕駛技術更容易在商用車領域實現落地應用；二是自動駕駛可以為商用車行業帶來更為顯著的經濟效益。”某自動駕駛公司技術研發人員指出，商用車作為生產資料，其運營路線可被預期，更容易實現自動駕駛的落地。另外，相比乘用車，商用車行業存在明顯的痛點，包括司機短缺、老齡化嚴重、人力成本持續上漲、油耗成本高昂以及交通事故多發等，高級別自動駕駛技術有助于物流運輸降本增效，提升道路交通安全，所以商用車行業對自動駕駛技術有著更為迫切的剛性需求。

如今，商用車自動駕駛產業已形成萬億級的市場空間，各細分賽道也極具市場潛力。據辰韜資本預測，在干線物流領域中，按照700萬輛卡車來計算，一年的運營費用就有約7萬億元；按照卡車司機人力成本來計算，也有將近2萬億元的市場空間。除此之外，礦山、港口、環衛、無人物流車等細分賽道，也有千億元的市場潛力。

對于自動駕駛在不同細分市場的商業化應用前景，新能源及智能網聯汽車獨立研究員曹廣平認為，港口、礦山等低速封閉場景預計今年能夠批量應用；干線物流場景中，車輛的行駛速度雖快，但并沒有非機動車參與，標志線及路牌也較為規范，有利于推進高階自動駕駛技術的應用，但距離大規模推廣仍有很長的路要走。而末端無人配送場景中，校園等特殊區域已有相關技術和車輛的應用，1～2年內將迎來規模化試運營的爆發期。

政策加碼　商用車自動駕駛規模化應用提速

商用車自動駕駛規模化應用正在提速。無論是資本市場，還是自動駕駛新老玩家，對于商用車自動駕駛的前景都充滿了期待。與此同時，國家層面也在頂層設計上不斷加碼，推動自動駕駛的發展應用。

2020年2月，國家11部門聯合發布《智能汽車創新發展戰略》，明確提出到2025年，中國標準智能汽車的技術創新、產業生態、基礎設施、法規標準、產品監管和網絡安全體系基本形成；到2035年，中國標準智能汽車體系全面建成的目標。2020年11月，國務院辦公廳印發的《新能源汽車產業發展規劃（2021～2035年）》指出，2025年高度自動駕駛汽車實現限定區域和特定場景商業化應用，2035年高度自動駕駛實現規模化應用。同年年底，交通運輸部出臺《關于促進道路交通自動駕駛技術發展和應用的指導意見》，明確提出鼓勵相對封閉和末端物流配送領域開展自動駕駛示范應用，并在做好風險評估和可控的前提下，有限推廣到公路貨運、城市配送，打造安全、高效、智能的物流運輸體系。2021年1月，工信部、公安部和交通運輸部聯合發布《智能網聯汽車道路測試與示范應用管理規范（試行）》，提出允許國內智能網聯汽車開展高速公路測試與示范應用。同年7月，工信部發布《關于加強智能網聯汽車生產企業及產品準入管理的意見》，致力于為產業發展營造良好環境。

在2021世界智能網聯汽車大會上，《智能網聯汽車技術路線圖2.0》正式發布，其中提出在貨運車輛方面，2023年前后實現完全自動駕駛；客運車輛在2025年左右實現限定場景有條件的自動駕駛，包括快速公交、限定場景自動駕駛封閉區域的接駁等。

在國家層面開展戰略布局的同時，地方政府也加大了自動駕駛技術推廣應用的支持力度。截止到2021年底，我國已建設20余個智能網聯示范區，開放3500多公里測試道路，同時積極在示范區進行監管試點，覆蓋準入、數據安全、事故處理及技術標準的全鏈條。值得一提的是，為推進高速公路自動駕駛測試場景在政策先行區落地，北京地區開放了自動駕駛高速公路測試，且給予無人配送車輛在公開道路行駛的特權。

近些年，自動駕駛監管體系也在不斷完善。去年3月，公安部發布《道路交通安全法（修訂建議稿）》，首次在法律層面明確了具有自動駕駛功能的汽車進行道路測試和通行的相關要求，以及違法和事故責任分擔規定。此外，地方性法規《深圳經濟特區智能網聯汽車管理條例》也明確了自動駕駛車輛違法和事故責任的認定原則，一直阻礙我國高階自動駕駛商業化發展的法律法規堅冰，終于開始被逐步破開。

“政策的持續加碼，極大地推動了自動駕駛商用車的發展應用。”物流行業資深專家孔震表示，無論是資本加持還是技術進階，抑或是產業政策的賦能，都為商用車自動駕駛在特定條件下實現大規模商業化落地提供了可能。

對于商用車自動駕駛商業化前景，智加科技相關負責人表示，無人干線運輸有望在2024～2025年實現落地。同時也有不少初創公司負責人認為，近一兩年會是自動駕駛重卡商業落地的元年。

規模化應用仍需跨過幾道坎

無論是從應用場景的復雜程度和技術難度，還是從自動駕駛細分領域的商業化進程來看，商用車自動駕駛一定是更有前景的。但目前該領域仍有不少難題待解，需逐一攻克技術、政策法規和商業模式三道難關。

核心技術是商用車自動駕駛落地的生命線。雖然業界普遍認為商用車自動駕駛的應用難度小于乘用車，但并不意味著它的技術難度比乘用車低。在蘇州摯途科技有限公司副總裁張旭看來，由于商用車用戶對于購車成本較為敏感，且運營地域較為復雜，使得商用車領域實現自動駕駛更為困難。

“以干線物流場景為例，雖然該賽道聚集了眾多玩家，但目前干線物流領域的自動駕駛技術還無法達到上路標準。一方面，商用車載重大、慣性大、制動距離長，需要更遠的感知距離和更全面的車身環境定位，才能保證行車安全。另一方面，商用車操作難度大，載荷情況不一，給自動駕駛算法模塊帶來更大挑戰。其次，商用車實際運輸場景極為復雜，在很大程度上影響自動駕駛的泛化能力和可靠性。”智加科技相關負責人表示，現階段，商用車自動駕駛技術已取得明顯進步，但依然有一些難啃的“硬骨頭”需要盡快解決。另外，商用車想要具備可靠的自動駕駛能力，需要進行大量的道路測試，收集足夠多的數據以提升軟件和算法能力。但受制于種種因素，國內商用車企業多在港口、礦山等封閉環境進行自動駕駛卡車的測試，僅有少數企業開展了高速公路的編隊測試。而鑒于封閉環境和道路實景存在差異，在封閉環境測試的數據不能直接用于各種路況，這也在一定程度上制約了自動駕駛商用車的推廣應用。

在羅蘭貝格全球高級合伙人、汽車行業中心負責人鄭赟看來，法律法規的滯后，也限制了商用車自動駕駛技術的發展和應用。他認為，針對自動駕駛領域“創新超前、法規滯后”的現狀，政府相關部門應加快完善相關法律法規，出臺一套契合引領行業的指導方案，激發行業創新活力，這無疑是當務之急。

“我國自動駕駛已進入落地關鍵期，技術已并跑乃至領跑全球，但高等級自動駕駛汽車發展仍面臨諸多難題，需要進一步突破與技術、產業發展不相適應的政策瓶頸，激發自動駕駛領域創新能力。”今年全國兩會期間，全國政協委員、百度首席執行官李彥宏建議，加快《道路交通安全法》的修訂和實施，從國家層面為加快自動駕駛汽車規模化商用、無人化奠定法律基礎。另外，也有代表委員建議，完善自動駕駛機動車相關保險和事故賠償的政策法規，合理制定可信汽車數據流通渠道，加強產業鏈數據安全監管，解決操作系統、芯片等“卡脖子”的問題。

對于自動駕駛企業來說，實現“從0到1”的突破相對容易，而“從1到N”則難度較大。除了實現商業化落地外，更重要的是真正實現批量化，從研發轉向大規模量產的過程，十分考驗企業對供應鏈和成本的把控。需要注意的是，目前大多數自動駕駛初創公司的現金流狀況并不好，即便是全球自動駕駛第一股——圖森未來至今仍處于虧損狀態。整個產業鏈的降本問題，仍是制約產業規模化應用的重要因素。

專注場景　共建自動駕駛生態

業界普遍認為，由于自動駕駛涉及面較廣，加之術業有專攻，注定自動駕駛汽車不是單個玩家可以玩轉的，需要整個產業鏈進行協同。

此前，中國汽車工業協會常務副會長兼秘書長付炳鋒曾指出，智能網聯汽車的發展絕對不是一個企業、一個行業，甚至一個國家能夠完全做好的事情，它一定是多產業、多企業、多國家協同合作，最后才能把智能網聯汽車推向市場，讓消費者受益，讓社會整體運營效率得到提升。

“在自動駕駛的賽道上，整車企業、自動駕駛方案解決商以及場景方紛紛為自己貼上了智能化標簽，但可以肯定的是，僅憑一己之力，難以突破單車智能的技術瓶頸。目前來看，產業生態共建趨勢已經顯現。可以預見，未來誰能在技術達標的前提下，擴大‘朋友圈’，實現降本增效，誰就將有機會拿到主動權。而隨著相關法律法規的逐步完善，以及自動駕駛企業相關技術的持續進步，產業鏈上游的逐步成熟以及下游廠商與場景方的密切合作，商用車自動駕駛落地速度勢必會進一步加快。”孔震強調。

此外，自動駕駛最終的競爭是商業閉環的競爭，商用車自動駕駛不同場景的客戶、渠道、供應鏈、運營模式等具有非常大的差異性，這些是影響商用車自動駕駛商業化運營的關鍵因素。因此，在商用車自動駕駛未來的軍備競賽中，注重產業鏈協同合作的同時，還要為場景用戶提供相應的商用價值，這也是關鍵的制勝策略。