2020年，自动驾驶如何落地？

好的各位观众朋友们啊，大家晚上好啊，感谢汽车之心的邀请，然后也感谢大家能够来啊参加今天这个分享的活动。然后今天啊我呢，我是来自这个深圳元荣启行科技的刘轩，然后那个今也是非常荣幸的能够来到我们这个行家说的这个栏目来分享一些啊。我们在这个目前来讲对这个自动驾驶如何落地的一些想法特别是在这个今年2020年的这样的一个现状的情况下啊。我们到底是想怎么样去来推进我们的自动驾驶这种落地的这种商业模式，那首先的话啊，我先简单介绍一下我自己的一些背景吧。然后的话，我目前是在这个圆融启新科技，然后负责做这个技术架构的这个副总裁，然后本科是毕业于这个清华大学这个计算机啊这个科学实验班。也就是氧气质实验班，然后在新加坡国际大学获得了这个计算机的博士，然后毕业以后的话也是在科技行业工作的若干年。

然后目前的话是在这个自动驾驶行业大概有四年的工作经验也是一直在做这个技术架构相关的一些这种研发的工作然后的话我今天主要啊。就是分享的这些要点的话就是说是在屏幕上已经显现出来了大概主要是会从以下这四个方面来讲讲我们的一些想法吧。然后就其中包括这个自动驾驶落地的一些啊，比较健康的商业模式，然后什么样的这个技术更适合来落地啊。然后自动驾驶啊，是以什么形式去落地的？那最后的话就是说是目前全球科技的最新的一些进展哦，对自动驾驶会有什么样的影响啊？好的，那么接下来的话就是首先我会来简单介绍一下我们公司，可能有个观众朋友对我们公司不是特别了解。然后的话我们公司是成立于2019年的2月，然后在2019年的9月呢拿到了这个5000万美元左右的这个嗯。PRE轮融资，然后在2019年的10月份左右，与东风集团合作研发了这个呃，就是无人的共享出行的这个服务ROBTAXY。然后为这个第七届世界军人运动会提供了这个RO TAXY的示范运营服务啊。值得一提的是啊，我们也是这个呃，我们公司的这个跟东风合作的这个ROOTAXY的服务呢。

也帮助这个东风的这个朱元峰董事长成为呃首家这个主机厂的董事长，然后亲自乘坐这个L四级自动驾驶车辆进行全程直播的。也是第一位董事长啊。然后的话，这个在2019年的这个年底然后2020年的年初的话我们也是啊，先后发布了几个我们的新的产品集中包含我们的这个啊自研的车载相机。然后这个自研的这个啊同步控制器，以及啊我们最重要的就是自己研发的这个低功耗以及低成本的呃计算平台解决方案。我们把它叫做DEEPTE。然后在今年的这个年初的时候，我们也与这个日本的T ONE的领军企业迈克尼卡啊合作亮相。在这个OUTMO WORLD也进一步的呃，之后计划在海外进行这种ROB伯NEX的这种运营的推广。然后的话啊，我们值得一提的话是我们今年上半年的话，然后这个我们的感知算法然后获得了这种自动驾驶权威评测的数据级这个KITTY的榜单第一名然后我们也有一篇相关的论文被收录在这个顶级的会议CVPR上。这个之后我们可我会来简单啊，来讲一下它的一些具体的一些这个更多的信息吧。

然后的话，呃，在今年的上半年，我们也是跟这个厦门远海码头然后一起合作的这个无人机卡项目啊。也是来助力推动这个厦门云海码头成为啊全国首个五G全场景的这个应用的这个智慧港口。然后在今年中的话，我们与这个武汉经开区签订了这个自动驾驶的战略合作协议啊，然后以及跟这个曹操出行合作了这个自动驾驶网约车的试运营的项目。对，这就是我们公司自成立到目前为止啊取得的一些啊，相对来说比较有啊里程碑意义的一些这种事件吧。也方便大家啊去理解一些我们大概做的我们是谁，我们做的什么样的事情然后我们今天我今天分享的这个主要的这个目标的话。就是说是哦，主要还是在强一下，就是说是这个2020年这个自动驾驶到底该如何去落地？哦，梁昆的华，然后的话就是说是，然后的话就是说是这个，我们首先会来讲一下这个就是我们认为的一个自动驾驶落地的一个健康的这种商业模式。

然后的话就是说是这个呃，我们呃，就是在我们看来的话，我们认为这个自动驾驶落地的健康商业模式大概分成两种啊。一种的话是一种就是合作的，然后就是一种共赢的，这种ROB的这种这种模式，然后的话这个呃，然后另外一种的话就是说是这个啊。我们会把这种成熟的这个模块儿，然后进行做一个技术模块儿本身作为一个进行输出，然后提供给我们的这种合作伙伴，然后帮助我们在一些场景里，然后能够取得一些啊现金流的一种收益。然后进行一种商业化，落体然后之后的话我会分别就这两种模式然后展具体展开一些那个细节来讲一下啊。首先的话就是我们来看一下这种LOGO的一种合作运营呃，值得一提的话就是说是我们啊，我们公司就说是这个ROBTAX一直是我们的主线。也是我们一直啊要努力做的一件事情，然后也是希望就是说是在这个方向，然后能够做的非常棒，但是的话我们是不会自建一个ROXY的车队。然后的话这里的话就是我们为什么会，我们首先来讲一下为什么我们不自建如果TEC的一个车队。

然后我们而是采用一种合作化的运营，会跟我们的合伙伴一起来组建这种ROX的车，那就是大家可以看到这里的话我们列了几条这个几个重要的要素的话。就是说是我们组建如OX车队的话，它其实首先需要一个车辆的平台，就是我们希望它的这个哦，需要有一定的就是能够支持自动驾驶一些相关能力的一些车辆。我其次的话就是我们要有这个自动驾驶的相关的能力，其中包含这个有一些像传感器呀，软硬件相关的这个技术技术指标，然后最后的话是说是我们啊，还需要有一定的相关的这种运营能力。其中可能包含这种运营团队啊，运营人员，以及一些运营服务相关的一些这种设施。大家可以算一笔账，就是在目前2020年这个阶段的话，就是说是啊，如果满足一辆能够啊，如果TAXX运营的一辆车辆的话它的成本至少大概也是在几十万人民币以上啊。然后的话就是说，如果基于这种假设的话，就是说呃，这个其中的话大概主要是包含这个车辆平台呀。还有这种自动驾驶相关的这种软硬件的一些一些价钱啊，然后这样基于这个价钱的话，就是说是我们如果想要自建一支大概比如说100辆以上的车队的话。那么总共的这个成本的话大概就是一个啊大几千万到这个一个一个一起步的这样的一个一个水平吧。

其中要包含上就是这个运营还有带来的一些这种额外的一些开支，那这样的一个开支的话，对于一个初创公司来讲的话，就是这个负担是非常重的，也相对来说会啊，就是会在某种程度上会阻碍到这个自动驾驶公司。他把他的这个资源投入到这种这种研发的，这个本身的这种扩大在生产中吧，就是能够解决更多的这种研发的问题啊。那基于这个目标的话，就是说是我们会期望，就是啊，就是说是我们啊，如果能够就是找到这种理项的这种合作伙伴。然后我们会利用他们啊，成熟的这种，比如说这个运营的这种车队啊，还有这个他们一些管理的就是这样的能力来讲的话。我们进行合作，进行ROBTAXY车队的一种建立，那么就是说是这其中其实很多成本是啊。

可以被那个节省下来，而投入到这种研发，技术研发的，这种深度研发的这个过程中去的。同时的话，就是说是对于呃运营本身来讲，就是不管是这个自动驾驶的这种网约车呀，或者这种共享出行的来讲的话，就是它其实来讲的话，在运营本身来讲的话，它和目前来目前的这种网约车辆或者是这种出租车辆的话。它其实也要面临到一定各种各样的运营的一些问题，就是我们如何去选择这种运营的路段，以及如何进行这种用户流量的这种导入。那在这方面的话，其实啊自动驾驶公司来讲的话，比起传统的哦这个网约车辆来讲，网约车公司来讲的话，它其实是没有那么大优势的，因为网约车公司来讲的话，它本身已经建立了这样的一套运营的平台。然后他有这种积攒的非常丰富的这种运营的历史数据啊，并且他会知道，就是说是那个如何的去进行这种用户流量的导入因为可能已经通过建立起这种非常良好的这种品牌来讲的话这个用户已经对他们的品牌进行了一种认可然后平稳的导入这种用户进入到这种自动驾驶的网约车来讲的话相对来说就会更方便并且更容易一些所以的话就是基于这些考虑的话我们也是啊。就是希望和我们的合作伙伴一起然后来共同的就是做这件事情，就是和这个出行公司一起，共同做这个自动驾驶的这个ROBTECH的运营服务。那这里的话就是我们会来讲一下，就是说是我们会如何的跟我们的合作伙伴一起，然后来来进行这个做这种自动驾驶的这种运营呢。就是首先的话就是我们会呃受惠于我们的这个这个合作伙伴呢，他的这种历史数据，就是我们会从中来筛选出来一些这个运营的路段。就是大家知道这个一个城市落内它其实有很多啊，就是比如说有城市主干道，以后还有会有各种各样的这种哦，小路也好，然后它每条路段呢，就是说是它本身的这个啊，就是它的交通流量，然后以及这个它的这种复杂性来讲都是不会不太一样的。

然后对于一些城市路段路段来讲的话，就是说是我们会从这个历史的这种大数据中然后来分析出来。就是说是哪些路段属于这个，在普通的这种交通流里面危险系数相对比较高，然后呢这些它可能会在政策上会有一定的。限制就比如说啊，它可能就是政策上会允许它被进行这个自动驾驶运营的，这个时间啊，或者是一些监管来说会要更啊严厉一些。那我们这样子的，话就是说是我们在做我们自己的，这种运营路段筛选的，时候的，话我们会更优先的，去选择那些啊，就是像这张图里面来显示到的，就是啊，是一些高经济路段啊，并且来讲的话，就是它的危险系数相对来说啊没有那么高这样的话政策上可能会更快速的允许我们进行商业化的落地啊。大家注意到，就是说这张图的话，这张地图的话它是一个真实的地图，这个是在深圳南山科技园，然后的话这个也是我们从合作伙伴那边拿到的一个数据。就是说是什么样的地方，因为人群最密集的地方，大家啊就是进行这个出行的订单来讲它会更密集一些。这里面它列了一些，就是这个出行需求最旺盛的一些，这个地点就是其中几天几个很重要的。

像这个腾讯，然后华为，什么微软啊，深圳大学等等，然后这里面的话就是大家可以看到，就是每每个路段的这个经济价值其实它是不太一样的。所以的话就是啊，我我会在之后的这个分享里面会来讲一下，就是说是这个自动驾驶商业坐地的如何逐步实现的。所以的话我们的初步就是想会从这个经高经济价值的路段开始，然后那个同时的话就是政策上会相对来说放到更开一些的。这种危险系数相对来说没有那么高的地段，然后进行一些这种运营，然后通过不断的这种运营，我们积攒到更多的这种里程数据来啊。使得就是它足够来证明就是我们的这个自动驾驶本身是安全的，并且然后从这个我们的这种收益上也能证明这个这种商业模式是可行的。那么会之后呢，还会逐步推广到整个城市的这个所有路网。呃，值得一提的是，呃，从我们从这个曹操出行的这个历史数据里面也呃拿到的就是说是这个大概整个深圳南山科技园呃。每一天到往返这个深圳宝安机场的订单大概是有超过3万个订单就是说他们总体来讲这一块儿区域是一个非常高经济价值的这样的一块儿区域然后的话我们也是在这个地方进行了这个非常多的这种路测跟这个试运营的一些这个初步工作吧。那呃，另外一方面就是我们能够就是得益于就是我们的这个出行合作伙伴它的数据的，这个来讲的话就是说是啊，我们啊，就是可以。

呃，就是使得我们的这个用户呢，就是自动驾驶的用户，它可以接入到一个已有的一个出行平台里面。就比如说它可以用现有的这种APP或者是一种手机小程序，它不用再去安装一些这个单独，额外的就是还需要花单独下载一个新的APP来做这件事情。然后的话同时的在这个APP之内的话，我们可以根据不同的这个天气呀，场景呀，路况，就是这个灵活的选择这个这个，这个这个驾驶的方式，就是实现一个，就是特别无缝连接的一个用用车环境。举一个简单的例子，就是在那种就是高经济价值的这种区域啊，我们当然会优先投放更多的这种自动驾驶车辆。然后的话就是同时的话这个地方也是它相对来说是一个相对来说就是这个危险系数相对来说也会比较低一些。

这样的话用户在出行的时候会更有可能会交到我们的这个自动驾驶出行的这个服务啊，那在那种经济价值相对来说比较低一些的那可能需要用户可能需要再多等一段时间比如说等到后面我们计划扩展到这段之后的话他才能享受到我们这个自动驾驶给它带来的便利。然后同时的话，就是由于现有就是我们会接入到现有的这种人工驾驶的这个出行平台上的话。就是说假如说在一些极端恶劣的天气下，比如说下暴雪这种情况下的话，就是说是我们为了安全起见的话，我们就可以比方说啊，停掉我们的这个自动驾驶，这个出行的这种服务就让用户去选择啊。他就完全由这种人工来进行这种驾驶然然后这样的来得到一个相对来说目前更安全的一个结果。当然了啊，随着我们的技术不断迭代的话我相信在未来这个自动驾驶也能会能够处理到这种非常极端的这种天气的场景然后的话就说是这里面的话。我们这类体的话，就是说是这个大型的出行平台来讲的话，就是他们已经积攒了非常多的这个网约车的数据。

就是根据这个网络公开的数据来讲的话，就是中国目前有超过4亿的网约车用户，超过百万的这个网约车辆啊，这个超过私下的运营城市，然后以及每日的出行人，出行人次是超过千万的，然后它实际上是一个非常庞大的一个平台。一个接口啊，就是说这个已足够承载下来我们的这个自动驾驶的它的这种出行的一些需求，然后的话同时的话这种成熟的运营呃。这个运营服务商的话就是他会拥有这种已经啊建立起了非常良好口碑的这种啊出行平台，也是用户认可的，然后同时的话就是有这个这种网约啊。这种出行的这种牌照资质，然后有经验丰富的这种车队管理这种能力，然后以及能够就是触发这哦，这个解决这种突发情况的这种啊客服后台。同时的话，就是这个用户已经被啊经经受过了这种充分的这种市场教育，他大概知道就是我如何去啊应用这样的这种网约服务。也就是基于这些啊出行平台的这种优势来讲的话，我们会和出行平台一起合作，然后更快速的就是将我们的ROBTAX服务应用下去。然后使得我们的用户能够受惠于这个自动驾驶带来的这种生活便利，那这个就是与大型出行平台合作共建车队。这个在国际上来讲的话已经不是第一次的，这个已经已经不是不是第一个，不是第一例了。

然后在美国的话，实际上是这个呃，这个TB公司和这个LAB的出行公司实际上之前已经有过合作。然后现在还是仍然在持续运营中啊。根据他们公布出来的数据，截止到这个，呃，这个2019年的5月吧，然后是呃，他们完成了这个5万次的这个自动驾驶的订单。然后截止到今年的二月份的话，是他们公布出来数据是完成了10万次的这个自动驾驶的这种订单。然后其中超过98%的用户给了满分的评价。那有了国际上的这些先例之后的话，就是我们明荣启行公司呢，也是在国内跟这个草堂出行啊，就是在今年就是共同来做这个这个ROB这个服务。然后这个曹操出行也是国内最大的这种B TO C的出行平台，拥有超过3万的这个车辆呀，这个用户数量接近于这个4000万。

然后的话我们计划就是今年年底之前会投入这个十辆车，然后在这个杭州能够接入到这个啊曹操出行的平台上。然后进行一个这个ROX的这种服务，然后到2022年的这种杭州亚运会，我们会共同组建这个数百辆的这个自动驾驶的这个车辆。然后在操操出行上就可以让民众然后能够能够叫到这样的服务。那此外的话，就是我们也是在这个华中地区吧，跟东风跟东风汽车一起，然后呃会组建一个这个一百辆的这个自动驾驶出行的这样的一个。如果TEXY服务的这种车队，那么总结一下的话，就是说是我们作为一个自动驾驶的这种全天的技术呃。

解决商就是技术供应商吧，然后我们会希望借助在就是我们的这种出行平台啊，车企它们本身的这个优势，比如说有海量的这种车辆用户，道路数据的这种支持啊，以及他们这种非常丰富的这种运营服务的这种经验。还有相关的资源，然后我们就可以共同来打造这种更安全，更可靠，更智能的这个出行体验，然后也是构建这种就是智能智慧出行的这种未来吧。前面说到的话，主要来讲的话还是我们的这个呃，就是这种健康的这种商业落地模式来讲的。第一条就是我们会希望就是做这种合作运营的这个ROTS的服务，那么接下来的话，我会来介绍一下我们认为的这种它其中的第二种可能呢。这个健康的这种商业模式，就是说是我们在把这个自动驾驶技术啊啊作为一个整体本身来讲进行商业落地的同时呢。我们会希望就是把这个我们的其中成熟的这种模块化技术呢，就是也会跟我们的这个合作伙伴一起进行一些落地。会在一些这种特定的场景下呃使用上。

然后的话就是这样的话，它能给我们这个企业本身也带来一定的这种现金流，同时啊有可能帮我们搜集到更多的这种数据然后来帮助我们解决一些问题这里面的一个例子就是说是我们在这个哦厦门云海港码头。就是这个我们的这个这个整体的这个解决方案，就是包含我们的这个传感器啊，硬件啊，感知的这种以及这种规划控制这种能力呢。就说是使得我们在这个厦门云海港，然后跟这个就是一起来做了这个就是这样的一个无人集装卡车。那值得一提的话，就是说是我们这里的这个计算平台用的是这个华为的MDC，这也是一个哦，完全国产化的一个解决方案，从硬件到软件，呃，然后通过就是通过这样的，就是一种我们通过模块化的这种商业化落地呢。在一些场景里面就是我们能解决一些这个自动驾驶的问题，然后同时的话它会给我们带来一些这种现金流。

然后的话我们会把这些现金流投入到这个我们的这个啊，扩大我们的研发规模，然后使得我们的整个团队能解决啊更多更难的问题。然后接下来的话我们会用它来去解决啊更多，然后那个就是更有意思的自动驾驶的这种场见问题统。也就使得我们的这个算法变得这种更安全，然后更舒适，然后也能更快速的进行这种商业化的落地。所以的话，这是我们认为的，它是一个呃，在ROBCY之外的一个商业模健康商业模式的一种补充。那前面的话是呃，我分享里面的大概第一个话题就是我们认为是一个什么样的，是一个健康的这种商业化的模式，然后接下来的话我会来这个聊一下。就是说是第二个话题，就是一个什么样的技术会更适合啊这个落地。当然这类的技术我们还指的这种自动驾驶的技术，在我们看来的话，这个自动驾驶技术这个落地的最主要两大要素哦。第一个的话就是说是我们一定要确保这个自动驾驶的车辆它本身这个算法呀，它的能力，它是一个足够安全的，它要确保就是自身以及周边跟它交互的环境。

嗯，比方说这个车辆呀，行人，他会在一个非常安全的这个环境下进行一些啊出行的这种活动。或者一些货运。那其次的话，第二点的话，就是说是我们会希望，就是说这个自动驾驶的成本会相对来说比较低一些。就是说是我们啊花了一些成本，然后来做这个自动驾驶车辆，我们希望能在他身上，然后能够获得一个就是更高的这种啊这个现金流的一种回报然后的话。我们认为这样的当一个自动驾驶技术是能够满足这两个条件的话，那就是它落地的话，当然这个就是会越来越快的这种来这里呢。具体我们展开一下，就是说是首先先来说一下这个如何打造一个这种比较安全的这种自动驾驶的这种技术了哦。当然华车里面我们大概就是首先我们就是分成两部分吧，第一部分就是说我们在研发的过程中呢。

就是也是会这种按照车规的要求进行这种软硬件的这种研发的铁带。这个主要是因为我们的一开始目标就是要就奔着这个呃量产，要跟我们的合作伙伴一起希望把它规模化。然后做的同时要做到这个就是能够解决这种大批量的问题上。所以的话，就是说是我们会从这个这个自动驾驶技术的各个方面啊，包含我们的这个传感器，包含感知啊，包含这个控制规划，以及这种计算平台呀，以及一些离线的这种啊辅助的系统来讲的话。我们都是要这个进行非常严格的这种，就是满足安全条件的这种研发，那然后其次的话就是说我们的这个算法指标一定要能够满足。就是这个自动驾驶的各种安全指标，比如说这里面啊，大家可以看到屏幕上我们这里有左边的话。

这左上角这张图的话就是我们的一个啊，这个感知算法的一个例子，就是我们利用这个深度学习前融合的这种算法。然后哦，能够非常精确的就是不管在这种啊，白天呀，夜晚，或者是黄昏呀，或者是这个各种的这种环境下，我们能够比较精确的让这个自动驾驶车辆能够识别出来这个行人。然后这个自行车呀啊，电动车，然后小型车辆，大型车辆，它们之间的一个区别，并且能够让这个自动驾驶车辆他们去理解啊。这些这个物体，它是正在怎么样去动，然后以及它未来会怎么样去动，然后做一个这种非常精准的这种预测。然后有了这种预测之后的话，我们就会啊，把它去这个，用它这种各种各样的信息，然后来进行去规划我们这个车道去怎么样去进行运动。安全的运动，并且能够把它控制在一个啊非常精确的一个范围内。那呃，这样的话就是说是我们就能够实现，就是说我们的这个车辆本身它研发的目标就是按照一个非常安全的一个标准去进行研发的。

然后第二点的话就是说在我们进行研发不断的研发的过程中呢，我们会进行了多种的这种测试，其中就是包含这个多地的这种实际路侧。我们是在这个深圳啊，武汉，杭州，然后以及这个美国的这个硅谷都有这个进行录测。然后同时的话，我们在这个这个大规模的这个模拟器上，然后也会进行这种模拟的测试，然后通过不断的这种迭代吧，然后我们会把这种路测的结果回给我们的这个研发的这个过程。然后同样的这样的话，就是说是来进行去指导我们怎么样让这个我们的自动驾驶的这种技术它们变得会更安全。然后最终的话，我们会期望，就是说是我们的算法能够通过啊所有的这种视音路测以及模拟测试。然后确保的话就说是他在路上是一个非常安全的，一个非常可靠的，同时又能满足一定的这种舒适性条件的这样的一个这样的一种技术。这样的话我们才有信心来说，就是我们的这个算法本身是一个非常安全的。

然后的话这里的话我我来给一个例子，就说是我们刚刚大概提到的更多的还是在软件方面，就是我们在软件方面如何去进行迭代。然后来控制它更安全。然后除了软件方面的话，我们在这个硬件传感器方面也进行了一些自我自己的这种研发，然后我们是研发的这个啊高动态范围的这个相机。然后使得它能够是能够解决这个，因为这个视频稍微有点长，我会把它这个稍微拉下，就是说大家可以看到我们这个研发相机。它能够处理这种，就是这个啊，这种曝光是在一个合理范围内，然后的话同时他又能规避掉这种，就是这个动态动态范围不够呀，或者是这个这个LED闪烁的情况下啊。有些这个传感器它传过来的这个数值本身可能就不是特别可靠，然后的话就是这样子的话，就是我们的这个从传感器从根源上来讲的话。就是说就会希望拿到这个非常可好的这种数据，然后的话通过我们的这个软件算法来讲的话。我们就能够达到一个非常安全的这样的一个技术输出的这种能力，这里的话我就会略过它剩下的一种视频。大概刚才就是几点，我们哦，我在这个分享中都已经提到了，然后刚刚都是说到，就是说我们如何去打造我们一个非常安全的自动驾驶的这种技术。

那么接下来的话我想聊一下，就是说我们在这个保证我们的这个技术安全的同时呢，我们还会去降低我们自动驾驶的这个成本。呃，这里面的话就是说呃，也是我们在今年发布的这个啊，这个我们的这个新年的这个提供号。低成本的计算平台。首先来讲的话，就是大家可以看到这个左边这张图啊，就是它是一个我们的这个计算平台放在我们车后备箱的一个一个照片啊。这样的话就是使得就是相比起这种传统的解决方案来讲的话，就是车后备箱可能塞公共机啊，塞的各种各种线动塞得密密麻麻的。然后我们的这个后备箱300说看起来是一个非常清爽，就是空间非常大，就是把更多的这种可用性会留给我们的用户。哦，这样子的话，就是说是我们也会，就是它会更进一步的，会接近于就是我们的这种实际的这种商用的这个过程。然后我们的这个计算平台呢，就是说它的功耗只有45瓦，然后体积的话是这个传统这个大计算平台的1/9。然后成本只有一半那么大。

然后的话就是但是的话呃，大家也知道，就说我们的这个功耗降低的同时的话，它带来的就是不可避免的就是一个算力的降低。然后我们是如何解决这个，我们在算力降低的同时仍然能保证啊我们这个自自动驾驶技术的安全性呢？这里面的话就是我们这也是得益于我们自己研发了一套这个啊自研的推理引擎，然后这个推理引擎相比起这种开源的这个框架。比方比方说这个探测福洛呀啊PTHCH啊，可飞来讲的话啊，在这种这种通用的，像这个简单卷积为主的一种图形图像模型上。大概也是有一定的提升，就是像这个哦，右右边这张图里面这个浅色这个柱状的对比，大家可以看到我们这个自研的推理引擎也是有一定的提升。然后的话我们的这个自源推进已经主要是针对优化这个我们的这种复杂的这种L四级自动驾驶多传感器融合的这种模型。

然后我们可以提升非常多，大概是一个五倍的一个提升，也就是我们的这个即使使用我们的这个低功耗的这个计算平台。我们依然能够就是保证我们的这个这种图像识别啊以及其他的这种做推理来讲的话，我们是在一个非常低时间内，然后同时又能处理一个非常大数据量的这样的一个结果啊。这样的话就是我们在保证安全的同时，然后可以有效的降低我们这个自动驾驶成本，那除了我们自己的努力之外的话，整个行业内其实让它也在逐步的推进这个传感器价钱的下降。然后使得我们这个和自动驾驶这种商业化运营的这个成本来讲的话，就是相对来说会越来越低一些啊。举一个简单的例子，就大家可以看到上面列的图啊，就是对于这个博莱坦公司的这个激光雷法啊。它那十六千雷达的话在这个呃，这个一六年的话还是8000美元，到一八年的话就直接降了一半，这个4000美元，然后128线的话，它现在公布的这个数据是在10万台的这个产量。一下价格空在1000美元以内，也就是随着我们这个行业这种上下游的同的努力吧，然后大家也会使得整个这个自动驾驶的这个成本是逐渐下降。

使得它的这个商业化的这种盈利是越来越变得一个非常可能的一个一个事情。然后接下来的话我会来分享啊，我们的今天要聊的大概第三个话题就是这个自动驾驶去如何去落地啊。首先的话就是说是从这个项目本身来讲的话，就是说是目前来讲自动驾驶它的这个应用场景的话。大概是分成这么大概四大类吧，就是左上角的这一类，就是说是这个自动驾驶，它作为一个应用示范项目。这里面的话，我们举一个例子，就是说是我们跟这个龙鹏公司，然后一起在这个宽进行这个自动驾驶。这个这个啊，自动驾驶的这个应用，这个ROBTAX的这个服务的一个示范性的一个项目。然后我们计划是会大概组建一个两百辆车的一个示范性啊项目的这种车队。

然后的话第二条的话就是说是这个实际上刚才我们在前面的这个分享中也提到了，就是跟这个出行公司进行这个测试运营的这种合作。然后这里面的话就是我，我们举个例子，就是我们跟这个草仓出行的合作，刚刚因为已经讲过了一些具体细节这里的话我就啊。暂时不展开那么多了然后的话啊，接下来的话就是说是另外的几有可能呢，几个自动驾驶的这种落地的场景的话。其中还包含这个啊，与车厂进行的这种量产合作这里面的一个例子就是说这个啊，图森的话他们也是跟车厂合作，是计划在2024年的话会进行这个L四级这个自动驾驶卡车的这种量产合作。呃，然后的话最后一条的话就是这个新基建项目，就是因为现在国家是在大力倡导这种新基建项目。就是这个所谓汽车的这种智能网联，以及它与这个这个路端的一些设备，然后共同来打造一个这种呃智能的这个出行的一种体验吧。然后这里面一个例子是这个百度阿波罗在今年也是那个呃，拿到了一个新基建的一个项目的这样的一个落地的一个机会。

然后也是要去建立一个这样大的啊，就是各种设备的一些推广吧，然后的话就是刚刚讲到的是我们这个落地场景。它从这个商业应用上的大概几个分类，然后从它技术本身以及它的开放程度来讲的话，实际上它这个自动驾驶落地场景大概可以分成这个相对来说开放程度最封闭的像这个封闭园区。然后稍微开放一些的这个干线运输以及相对来说最开放的室内开放道路的这个运营，就是主要是以这个如果TAXY啊。还有一些货运为主。大概的这个自动驾驶落地场景可以分成这么几类啊，当然其中它的这个不同的落地场景的话。它会有不同的难点，然后也会有不同的这个需求，以及它这个商业落地的一些这个呃，利润的前景也是不一样吧，然后但是不管来讲的话，就是说是对于任何一种场景来讲的话。自动驾驶的这种啊商业落地的普及是我们认为都是一个渐进的一个过程，他必须从一开始的这种小规模的这种应用落地。

就是会以后大概就是一颗相对来说小的范围内，大家能够认可这个自动驾驶是一个安全，避免舒适，舒适是能带来一个便利。同时的话这种商业化的这个前景，大家能看到它确实是一个啊能去盈利的一个一种模式，然后到这个模式会被逐渐推广到，就是这个它会在一个更大的区域内。然后自动驾驶跟人类驾驶进行一个混合形式，然后这个用户会就普通用户会逐步来接受这个自动驾驶的这个存在的这样的一个事实。到最终的话，大家希望的努力目标就是这个整个自动驾驶能够被完全普及在这个这个城市，这种路网中，然后实现就是真的就是能够让自动驾驶方便到每一个人。那今天的这个最后一个我们想分享的一个话题的话，就是说是这个呃，目前最新的一些全球的技术进展对自动驾驶大概会有一个什么样的影响？这里面的话我大概会从两个方面吧，一个是现在目前来讲啊，也是国家大力在倡导的，像这个宝B TWO X，然后以及五G它相关的这种设备啊对自动驾驶的一种影响。

然后另外一个的话就是也是结合咱们国家自己研发的这种北斗导航定位系统，然后他们的这个研发的这个以及完成的最新的这个部署的话。会对自动驾驶会有什么样的一个哦，影响的一个过程。大概从这两方面来聊下法，然后的话实际上就是说这个像刚刚在分享中也聊到了这种新基建V TWO X五G生在新基建筑。新基建中然后会扮演了一个非常重要的一个角色，然后呃，在我在我看来的话，就是说这个V TWO S设备就是说特别是这种路端感知啊。以及路端的一些云控的这种设备来讲的话，它实际上来讲的话就是说是会呃在呃一定程度上是会帮助自动化。

呃就是加快这种这个这个自动驾驶的这种落地的一个过程啊，举一个简单的例子，就是VTWOX的这种路端感知的话啊。它会是有可能会给这个自动驾驶车辆提供一个这种远距的感知的一个过程。呃，这样的话它是原因是这样子的，就是说目前来讲的话哦，主流的这种自动驾驶车辆啊，它用的这个传感器以及这种检测的算法来讲的话。就是目前大概啊有效的这种精确检测距离啊，做的一般的公司大概就是个80到100米左右。然后好一些的话大概是在120到140米然后个别做的就是特别突出的公司可能就是超过两百米这是一个非常精确的一个感知过程呃。这个距离，然后超过这个距离之外的话，相对来说就是没有那么精确的一个距离，相对来说就是就好比这个人类司机在路上开车。看得远的地方也是有点儿看看不清楚的然后的话，这个V TWO X设备能帮助来改进一个什么样的一个过程呢。就是说我们可以通过这个在道路的这个旁边建立起这种VTS设备的这种基站啊，它本身对这个路上的这种交通流啊。还有这个大路上的这种呃，这个障碍车辆呀，还有这个行人进行一种检测，同时通过这个这个这个五G啊，或者是一些其他的网联的这种设备。

然后把这些信息然后实时的传输到这个路上，甚至可能离他有一段距离的这种车辆上面，使得这种车辆然后具有这种远距感知的这种能力举一个简单的例子假如说哦。在这段路上然后这个前面有发生了这种交通事故然后这个路段的这种设备检测到了这个事故之后呢。然后可以把这个信息然后传给这个啊，离这离这个交通事故还有一段路的这种车辆时的，他们可以比方说提前的去更改自己的这种规划路线。然后去啊沿着别的路线，然后可以达到一种更快的这样的一个哦，行驶的这样的一个效果吧。然后这是呃，这个V TWOS设备以及五G应用的其中一个方面，另外一个方面的话，就是说是由于啊这个VTS跟五G的这个设备的存在的话。就是使得我们这个自动驾驶车辆它可以和一些这种啊固定的，一些智能化的一个设备进行一行一种交互啊。举一个例子，就是说是我们上之前分享也提到我们跟这在这个厦门云海码头啊，完成了这种就是五G全全自动化的这种智能码头嘛。

然后我们的这个自动驾驶的这种集卡，它会跟这种这个五G的这种这个吊车呀，什么会进行一些这种信息，的这种互动，使得整个这个集装箱，从这个船上被这个呃，这个卸下来，然后到装到这种自动驾驶机卡上，然后运到这个目的地，然后再比如说装到另外的这种船上的话。那整个完全都是不像人工来进行干预的，就是能起非常大的这个，提升了这个生产的这种效率吧，对，然后的话就是呃，另外的话就说是这个VTWOX，然后以及五G的话，就是说是它啊，特别是五G来讲的话，就是说它们的存在的话，会对这个自动驾驶提供一定程度上的这种安全冗余的一个备份。然后的话这个这里面举一个例子，就是说是我们有一个自研的这种五G的这种远程监管的这样一个系统。就是它可以起到，就是说是我们在没有这个安全员在这个车上的时候呢，我们也可以保证我们的这个车辆始终处在一个安全的状态然后他比方说可以安全的这个停在这个路边儿。然后就是一旦我们的这个这个车辆恢复到这种它能够进行自动驾驶正常行驶的这样一种状态。

然后它本身来讲的话就是这个并不能帮助自动驾驶做得更好，但是它可以相当于就说是起到一个安全荣誉的一个备份吧。那这里面前面聊到了，就是说是这个V TWO X+5G对自动驾驶的一些帮助以及补充的一个作用的话。好，那这里面接下来的话我们来聊一下这个北斗导航技术也是，这也是我们国家做了很长一段时间。然后现在来讲的话就是呃，这个北斗导航目前它提供的这个定位精度在整个中国，然后乃至亚太地区都可以做到比这个G P S能够达到更高精度的一个一个地步。然后的话就是说是它能够就是说是有可能能来帮助上我们这个自动驾驶车辆的一个一个行为吧。

然后就是呃，我觉得这里面的话就是呃，有就说是它的其中的这个帮助量的点是这样子啊，虽然的话我们的整个自动驾驶车辆的这种定位的话。它不完全依赖于这个GPS啊，然后它还可以它依赖于它依赖于一些其他的这种传感器设备啊。比方说这个观星导航医啊，然后以及一些这种视觉的一些信息，比方说摄像头，激光内大的一种辅助，这种定位，也就是说这个GPS啊，就是这个或者叫这种定位系统本身来讲的话。在卫星定位系统本身来讲，在自动驾驶定位上啊，只起到一部分的作用，但是呢，我们通过这个北斗导航，然后不断的改进呢，也可以帮助我们车辆的这个哦，自动驾驶车辆的这个定位做得更精确。更精准，然后使得我们这个车辆处在一个更安全的这种状态下然后啊，以上的话就是我们今天这个啊，我想大概做一些分享的这个全部的内容。

也是非常感谢各位听众朋友能来参加这个活动，然后也是欢迎大家扫码关注我们这个公司的这个微信的公众号然后以及就是这里话还有一个我自己的一个知乎的一个上好叫开车的老刘如果大家有兴趣的话欢迎来跟我进行互动然后非常感谢大家。然后天来的话，我会来那个回答一些大家的一些问题，谢谢大家。呃，我这里的话就是我，我这里的话收到了一些这个，说到了一些问题，然后的话就是首先第一个问题的话就是说是目前做自动驾驶的公司这么多。会不会有人才资源重复建设造成的浪费？然后各家做自动驾驶的技术是否有各自的偏向性？呃，互动相互之间有无基于模块化技术合作的可能性啊？这里的话我基于我个人的理解，然后来啊简单回答一下吧，我个人理解是这样子的，就是说是首先大家从我前面分享的这个也看到。就是首先自动自动驾驶，它落地的场景很多，然后商业化落地场景很多，首先它在技术站背后解决的这个方向可能也是会不太一样的然后不同的场景来讲的话。就是它中间有些的技术需要的技术本身来讲的话可能稍微不太一样，这也是就是这个自动驾驶它会存在一定的分级嘛。有一些是这个所谓L四呀，L五呀，有一些可能相对来说L三，L二。

他们首先解决问题的目标是不一样，其次的话就是说这个能够呃能够实现商业化多体的这个时间点是不一样。所以的话就是可能会需要多种多样的人才来同时来做这件事情。其次的话就是说是嗯，我个人认为就即使在呃，针对同样的同样一条赛道吧，比方说即使L四级自动驾驶这个ROBTAX同样这样这条赛道之内的话啊。就是如果会有更多的人来做这件事情的话，它会带来一个相对来说更健康的一种，就是这个竞争吧，也会也会促使不同企业他们这个加快这种技术研发呀。然后找到更健康更合理的一种商业化的一种模式然后就是能够就帮助整个这个行业能够更快速也更健康的进行一个这种商业化。的落地啊。

如果就是这个竞争不够充分的话，我觉得对于整个这个行业技术的进步来讲的话，可能不会那么有利。当然的话就是说如果大家所有投入的这个人才资源都重复的做一件事情的话，这个可能会有一定的浪费。但是呃，这个每家据我了解，每家自动驾驶啊在呃，他们的这个技术来讲的话就是各自的偏向性会稍微不一样。会稍微不一样有有比方说有些家可能会更偏向于这个，就是着重于这种感知啊，或者是这个控制规划的这种精进，有一些可能是会更注重于在，就是我如何去积累更多的数据，然后用数据进行反馈来导入对吧，然后他们的不同技术站也他们技术站也不一样所以就是我个人认为的话。就是人才跟资源重复建设的浪费还还OK，还没有那么多然后相互之间是否有可能基于模块技术合作。模块化技术合作的可能性，这个的话就是就像我们刚才分也分享到，就是说是我们会啊，把我们成熟的一些技术模块跟我们的合作伙伴去进行一些呃。

进行合作技术输出吧，我觉得这个是有可能的，而且在特别是在于这种不同的赛道，就是大家针对解决场景不一样的话。然后把一块儿成熟的这个技术模块儿应用在别的场景下，我觉得这个是非常有可能的，也也可能是一个非常好的一种商业模式对。这是第一个问题，然后第二个问题的话，是问我如何看待啊？限定场景，特殊场景的自动驾驶，比方说无人驾驶在物流，矿山，港口等地的应用啊。对于矿山无人车的市场前景怎么看？嗯，实际上这里的话就是说这个呃，目前来讲的话，已经有一些自动驾驶公司在这个物流跟啊。矿山呀，港口都有一定的这种布局跟研究。当然我们之前的分享里面也讲到了我们在这个厦门港的一些这个应用的一些实例，然后我个人认为的话，就是说啊这些场景的话啊，他们他们对于整个这个自动驾驶的这个行业来讲的话都是非常重要的也是非常有意义的它带来两点两点啊。我个人认为是两点吧，第一的话就是说是我们在解决这些啊，有别于ROBTAX的这个场景的时候呢。呃，他们实际上是有可能给我们提供一些额外的一些数据，比方说一些呃，不规则的一些障碍物，然后以及不规则的车辆，不规则的建筑物，然后他们我们可能会搜集到更多的这种平时在哦。

这种开放的道路上比较难碰到的这种数据。然后的话就是能够帮助我们的算法会帮的呃变得更鲁邦一些。然后另外一方面的话就是说是这种限定场景来讲的话啊，它有可能在某些方面它的这个技术挑战会比这个开放路段的话会要容易一些。也有可能会更快速的进行落地啊，然后通过这些落地的话，我们可以去验证我们的这个技术能力。同时的话获得一定的这种现金流啊。然后再投入进行这种扩大再生产嘛，对吧，就是去推动这个技术研发所以的话我个人还是非常看好这种啊。这个把就是就是通过去这个特限定场景和特殊场景来辅助去帮助这个ROB推动整个自动驾驶落地的这样的一种模式然后至于对于矿山无人车市场前景来看的话。当然我我的了解不是特别多了，我我个人从我比较浅薄的理解上来讲的话，我觉得这个矿山可能它的难点和L四啊。这个ROBTAX也会不太一样，可能更多的还是偏向于这种呃，定位啊，或者是一些这个这个可能面临到一些这种扬尘的这种这种感知上的一种挑战吧。

然后矿山呢啊，矿山车辆的话，这种对于大型矿山车辆本身车辆来讲的话，它的可能价值价格本身就比较贵，然后的话它能够提供的这个呃，商业前景也会比较强吧，我我个人认为就说如果这块儿这些挑战都能被解决掉的话。这个矿山无人车市场前景应该还是不错的我个人的一些理解，对，然后这是第二个问题。第三个问题是呃自动驾驶仿真对于自动驾驶的实测大概有多大的帮助？如何在仿真场景中高度还原车辆在呃，真实场景下遇到的问题，对仿真系统的架构有怎么样的要求？呃，这个问题还是还是挺专业的，然后我自己的话也是之前在这个自动驾驶仿真方面呃有过。有过一些经验吧。然后我自己的理解，是啊，所谓我们讲仿真呢，就是它是一种模拟的手段，就模拟实实际道路路测，它主要是为了解决几个问题，第一的话就是说是我们怎么样用更少的资源就不占这个道路的资源。车辆资源，这个安全源的资源，我们去进行这种算法的这种验证跟迭代同时的话我们能去加速这个过程对吧。

它的速度会更快一些然后的话啊，这个仿真来讲的话其实仿本身只是一种手段最重要的还是一个真这也就是这个问题里面碰到第二段就说呃。怎么样就是去高度还原这个自动驾驶车辆这个真实情况下遇到的问题啊，我个人的理解是这样子，目前来讲的话，自动驾驶仿真啊不可能百分之百的去还原这个呃。这个实际道路中碰到的一些情况，就比方说实际道路中哦，你碰到那些这种天气情况呀，还有这种呃地面道路的本身的一种环境的特性来讲的话啊。它实际上是很难很难被这个模拟仿真系统完全还原出来，就是你可以通过一些手段，比如三D的游戏引擎啊什么这些，做到给人看上去很像真实的，但是你很难去把它还原到哦，让自动驾驶的传感器，它采集出来的数据会和真实的很真实啊。会会变得非常像。

所以的话就是说是这个去完全还原这个真实事件来讲的话，对自动驾驶仿真系统目前来讲还是非常难。非常有挑战的一个问题。但是自动驾驶仿真目前来讲的话，它能起到一个对实际路测的一种哦，就是一个初步的验证的作用，就是啊，一个最简单的逻辑就是如果你的仿真器里它能通过的话。你实际路测其实你是不保证能能通过的，但是如果仿真器里他出了问题的话，那么肯定会说明你的算法本身是有问题的。那么就是最好的还是去解决这个安全性的问题，然后让算法变得更安全一些。

呃，那么这个问题的第二问第二个部分的话，就是说是高度还原真实情况下碰到的问题，对仿真系统的架构有什么样的要求啊？这里的话就是说是啊，实际上的话，我们自己来做这块儿的话，就是说是我们会啊，希望我们会做这个自研的这种自动驾驶这种操作系统然后会希望就是说是能够完全还原的这样的一个一个这样的一个真实场景下碰到的问题。然后就是这样的话，就是说是使得我们的这个场景它本身可以有这种可复现性，然后那个我认为的话就是仿真系统还是需要有一套能够有确定性的这样的系统系统来支持。然后来实现这样一个目标。对，这是第三个问题。第四个问题的话，是啊，袁荣目前在深圳，武汉等地测试啊。在你们看来，深圳，武汉，美国的测试环境有多大的差别？呃，将技术迁移到异地跑起来的成本有多高？从零开始能够做小范围的运营周期大概是多长，比方说100平方公里这样的范围。呃，这个问题我大概分成几部分吧，第一个来讲的话，就是说是深圳，武汉和美国的测试环境多大差别？首先的话，国内大家也知道国内的交通状况来讲的话是比美国还是要复杂很多的呃，他能碰到这个层出不穷的各种各样的这种啊大家意想不到的这种情况啊。根据我们的估计来讲的话啊，这个我们在深圳的这种市中心的这种核心路段来讲的话，比起在美国测试的话，大概就是我们有效采集场景的这个这个利用率大概是在一个三十到五十倍左右。

也就是说是这个呃，换句话来讲的话，就是说是这个啊，我们的这个，这个，就是深圳呀，武汉呀这些场景来讲的话，可能就是比啊，比美国要要难这么多倍，但是但是这只是一个大概的一个估计了。实际上真实的来解决这个问题的话，可能并不是这么多倍。然后的话，呃，第二条的话就是说是将技术迁移到异地，跑起来成本有多高，从零开始能够做小方面的运营啊，周期大概是多长啊？这里面的话，因为这个100平方公里这样的范围来讲的话，我们目前在这个深圳，武汉以及杭州的这个测试来讲的话就是呃。我们我印象中当然这块儿我可能记记得不是很不是很准确吧，但是我印象中我们的允许就是政策允许的。这种测试路段的话好像没有这么大，所以我没有办法一下去估算这个就是如何就是最快的这个能达到100平方公里这样范围的一个运营但是从我自己的了解来讲的话。我们把技术迁移到异地跑险的成本的话主要来源于啊，就是两部分吧，第一部分就是我们需要啊去采集这个我们异地的这种比如说一些这个静态的一些信息与地图的一些信息。

以及一些必要的一些数据，然后呢，等我们采集的那这个地图之后的话，我们就会进行我们的一个算法啊这样的一个验证。安全性的一个验证，等到满足这个安全性验证都啊都合理了之后的话，我们的这个运营系统啊，就能够把我们的整个这个哦，这个异地的，这个这个运营车队就能运营起来。总体的这个周期啊，并不是特别长，并不是特别长，但是你问我这个100平方公里的话，这块儿我还真不太好估算出来。对啊，这是第四个问题。第五个问题的话是这个圆融体型的技术特点是什么？今天有一部分头部的公司宣称已经有几百台车，几百万公里的级别的积累，后发的公司怎样能够有优势啊？我们公司的技术特点的话就是首先我们还是一家这个全站式的这个自动驾驶的解决解决商了。但是我们会从这个软硬件方面同时会去进行这种自研的研发，包含我们的这个就是里面提到这种传感器。

我们的资源相机，然后我们的这个硬件的这种同步控制器，我们的这个车载计算平台，然后也好的话，我们的软件方面呢，只有我们的这个车载的这个自务系统。然后有我们的各个算盘模块，有这个感知啊，这个控制规划模块，我们都会进行一个非常深入的这种研究。然后就是使得他们能够配合得到最好，然后同时的话，我们会希望我们的这个技术是能够最快速的。能够进啊进行量产化的一个就是我们会注重我们的这个哦，对于这种算力呀，以及成本，它这样的一个控制，使得我们在这种相对来说更就是算力更弱。然后这种成本更低的这种设备上也能够满足这种安全性的这种要求。

我认为这个就是我们最主要的一个技术特点，就是能够哦，更偏向于这种满足合作伙伴的一些需求吧。就更更能够更快速的进行这种量产化。然后的话第二部分的话是这个在头部公司宣称有几百台车，几百万公里的积累的时候，后发公司怎样能够有优势啊？我个人的理解是这样子的，当然头部企业有这个几百万公里数据的积累，因为毕竟现在是一个数据驱动开发的时代。然后有了这种充分的数据积累的话，能够对于这种算法本身然后跑跑得更好，当然是有非常大的帮助了。然后的话，我认为后发公司怎样有优势，就是后发公司一定要做这样的一件事情，就是要提升对数据本身的利用率，然后才能够有可能去啊追赶前面积累的。甚至去超过啊前面这种这个就百万公里数据的这种积累，这里面这个数据利用率大概是这么一个意思。呃，就大家可以想象一下就是呃，随着我们这个自动驾驶算法的这种不断提升，然后呢他安全性足够高了之后的话。实际上我们的这个自动驾驶车辆在路上实际路测的过程中，他碰到了这种啊这种不安全的情况就会越来越少啊。对于这个像VIMO来讲的话，就以美国的微MO公司为例的话，就是说是像他之前能够达到这个啊。

就是平均每次接管能开啊，2万英里的时候，大家就可以想象就是它啊，平均就是一辆车，我可能要开这个两万英里也就是三万两千公里才能碰到一次。就是不安全的事情，然后我这个数据才能被记录下来。所以的话就是它带来的一个必然的趋势，就是随着就是算法的迭代，然后数据量积累的越来越多之后也帮助算法进一步改进之后呢。它新的数据积累本身就会变成一个非常难的问题。然后实际上我们就是这些公司来讲的话，就是它在路上进行大量路测的时候，可能会就是说是哎，大部分情况跑的都还可以，然后这些这种跑的还可以的这种数据呢。可能对这个啊如果利用率不是特别强，不是特别高的话，它可能对于改进这个算法本身来讲的话可能不会有太大的帮助哦。同时的话也会带来一定这种道路呀，这种啊，这种燃油或者电量呀，或者这种安全源资源的一些浪费。然后我认为的话，后发公司的话就是优势来讲的话，就是说是如果能够去在某些层面层面上提高这种数据的利用率啊。比方说这个举一个简单例子，就是说如果啊能有些对于不安全的场景能够预先的去挖掘，去进行预知，一些未知的不安全的场景的话实际上是有可能很大程度上减小需要的实际路测或者模拟路测的这种里程数然后就是这样的话。

就是呢，也能够降低成本吧，然后去达到一个这种技术上的追赶和超越的这样的一个过程啊。这是我自己的一些理解了，然后我们我们实际上也是会啊，沿着这样的一个啊技术路线的方向也是去啊。希望能够去那个，能够能够去这个在技术上更进一步，然后能够比方说哎，能够去追赶和超越呃，目前国际上呃最一流的，像这种微某这种公司，这也是我们大概的一个技术的方向。对啊，然后这是这个问题。然后第六个问题的话是呃，如果用高精度来挡啊，成本是不是没有办法商用？量产这方面有什么规划？哦，这个问题的话，实际上是我们刚才在这个分享里面也提到了，就是实际上这个这几年的话，提供雷达公司啊也在这方面做了很多工作。呃，随着这个产量的不断增大，然后可能技术这样的一些更先进的技术被应用了，他们的这个成本是在逐渐降低，然后直到未来的话，我我相信这个随着产量的增加的话。

这个激光雷达的这个成本会降得非常低，然后也是可以被商业化量产应用的。对，然后这个是第六个问题。第七个问题是啊，未来自动驾驶出租车的打车费用会比现在低吗？啊，圆融将从哪几个方向来持续降低ROCH的成本啊？我觉得其中这第一个子问题的话就是这个一定是会低的，因为如果未来自动驾驶出租车的打车费用不不比现在低的话。那么它这是一个不会被市场认可的一种商业模式那么最终整个这个行业就失败了，那我个人认为这个是这个是嗯，不太可能的因为我们啊，我们这也是我们一直以及整个行业一直在努力的一个目标嘛然后就是会希望就是这个自动驾驶出租车的打车费用会比现在低。然后这个原因和理由大概有几个方面吧，就是首先我们这个自动驾驶的这个啊，它首先的成本现在来讲主要是这个软硬件的这个设备的费用以及它的一些可能一些研发的一些费用然后呢。然后它相比起来这种人驾驶的这个成本来讲的话它能节省掉一个司机的费用然后呃，大家其实也可以看到，就是随着咱们国家这个经济的发展。

然后GDP不断提升的话，实际上啊人力的成本也是在不断的提升，实际上在至今来讲的话，就是说这个目前啊对于这这个出租车呀。或者共享出行公司来讲的话，这个人力的成本已经是不可忽略的一块儿，甚至是非常大的一块儿。然后的话就是等到未来的话，当啊，这个就是人工智能，然后算法本身，它能够来代替人类做这件事情的话。我相信这个这部分的成本是会被降下去的。所以的话啊未来这个自动驾驶出租车的打车费用比现在低同时又能啊，进行盈利我觉得是一个非常必然的一个一个趋势吧。然后我们将从哪几个方面来持续降低ROBOTX的成本呃，我觉得话首先就是说是这个啊，软硬硬件方面的话，首先我们有啊，比如说自己研发那些设备，然后那个同时也会依赖于这种上游产业链。它们的这种硬件设备价钱的降低，我们会啊才会采用。

在安全满足安全条件下，我们会采用相对来说更廉价，然后然后那个就是更实用的这种设备。然后啊，然后的话就是从软件方面的话，我们主要就是来去支持我们的这个算法性能同时还能满足一个安全性的这种可靠性的一个要求吧。这个这个我能想到大概就是我们从这几个方面会去降低我们这个ROBOTX的这样的成本呃。然后这个第八个问题的话是这样子问的是目前我们的车子有没有和路侧单元对接适用的VTWOX还是呃。四五G啊，这里的话就是说，是啊，我们的车子是有跟合作伙伴然后跟路侧单元进行对接的。这个这里面的话就是啊，VTWOX跟五G设备都有然后具体的细节不方便透露，但是这个确实都有。然后第二，他后面的问题是这样子，对于路侧单元提供的信息接口，你们有什么样的要求啊？现在各地都在布车路协同的设备啊，你们认为杀手级的应用会是什么？呃，实际上的话就是说是我们的这个路侧单元，我们露色单元包含这个VQS五G啊，我们实际上是会跟啊不止一种设备进行这种交互对接。然后的话我们自己也是通过研发了一些这种啊这个设软件的这种这种这种设施吧，然后我们能够对接啊不同的路测单元。他们提供的这个各种各样的接口跟协议，然后的话我们像是在这个运行过程中的话，是不会对这种路测单元本身要有啊太高的这种要求吧。

然后我个人认为这个路侧目测杀手级的应用啊，目前我能看到的是这个路端感知，就是特别是这种远距的感知，这个这个是已经在这个很多企业其实已经在在这个做的过程中吧。然后未来的话，这个接下来的话，这个啊，通过这种路测单元的话，有可能能提供更多的这种比如说是这种啊。把整个城市的这种交通流完全进行一种导向，然后这样的话就是说是能够啊，让整个城市的这个比如缓解拥堵状况呀。然后能够变得就是更高效，然后同时也能更安全一些吧，这个是我我认为的这种杀手级的应用。然后的话，呃，对哦，最后还有几个问题啊，我就尽快那个长话短说来回答一下。呃，自动驾驶最小的激光雷达垂直垂直市场角度是多少？36度够用吗？啊，就是这个，我这个我认为的话就是说这首先这个不同厂家的技术标准是不一样的，就是有些自动驾驶公司的话，它对这个激光雷达的型号还有这个技术指标要求会比较死一些。然后那个对于我们公司来讲的话，我们相对来说是会更灵活一些，然后这个呃，这样的话，就是我们也会去支持不同型号的这个激光雷达的这种指标。

然后这个其中包含比如说这个国产化的这种指标，然后那个具体的这个36度够不够用，我觉得这这个的话目前不方便透露对。哎，好的，然后呢，也是那个收到那个主持人的提醒就是目前回答问题的这块儿啊，因为时间原因我们之前只能回答这些问题了也是欢迎啊。如果有更多问题呢，欢迎来那个跟我们公司进行交流或者是关注我们的这个啊，这个公司的公众号或者知乎进行交流也是非常感谢大家今天能来啊。听我自己的一些这个分享吧，然后谢谢大家好的，