『驭势科技』驭势科技:无人驾驶就是理想的新基建
作者:中国经济导报采访人员|王晓涛
文章图片
【『驭势科技』驭势科技:无人驾驶就是理想的新基建】因为新冠肺炎疫情的暴发 , 有人认为“我们也许已经进入一个人类与病毒长期共存的时代” 。 对此 , 驭势科技联合创始人、董事长兼CEO吴甘沙引用恩格斯的话说:“没有哪一次巨大的历史灾难不是以历史的进步为补偿的 。 ”在他看来 , 2020年可谓无人驾驶的“元年” , “‘AC(公元后)时代’需要全新的基础设施 , 而无人驾驶就是理想的基础设施” 。
采访人员注意到 , 最近一个时期 , 作为无人驾驶领域的知名专家 , 吴甘沙在网络论坛和讲座中频频亮相 , 话题主要聚焦在无人驾驶和新基建 。
吴甘沙认为 , 未来20年 , 无人驾驶将是一个“超级赛道” 。 “Robo-Taxi(自动驾驶出租车队)在未来5~10年的规模将达到1万亿元;大物流在未来1~5年的规模将达到1万亿元;乘用车在未来2~3年的规模将达到1万亿元;此外各类垂直细分领域在未来1~3年的规模将达到1000亿元 。 ”他对无人驾驶未来市场前景的预测令人兴奋不已 。
以各类垂直细分领域为例 , 吴甘沙认为无人驾驶必须满足三个条件:高频刚需、算得过账、规模可行 , 因此 , “BRT公交、环卫、矿区、微公交”将是无人驾驶最有可能率先落地的垂直细分市场 。
吴甘沙认为 , 无人驾驶真正实现商业化要具备“四化”:即无人化 , 就是去掉安全员;常态化 , 可
以7×24小时工作;规模化 , 可以通过工具化部署 , 实现云运维;运营化 , 真正提高物流效率 。 而实现“四化”的第一目标 , 就是确保无人驾驶的安全可靠和稳定 , 如果是考试的话 , 要能够“连续100万次考100分” 。
吴甘沙认为 , 新时代的基础设施要满足以下三个条件:
第一 , 长期稳定的低成本 , 它不会随着CPI的提高、人力成本的增加 , 而使得基础设施的成本显著增加 。
第二 , 它是“反脆弱”、不中断的 , 即面临各种灾难 , 还能够非常完好地去支撑社会的运行 。
第三 , 它是高效率易管理的 。 “因此理想的新基础设施应该是无人化的 , 而无人驾驶则是新基础设施的基础设施 。 ”吴甘沙在对这一结论解读时表示 , 因为无人驾驶的外部性非常巨大 , 涉及非常多的产业 , 如万亿元级规模的汽车产业 , 未来会达到万亿元级规模的出行行业 , 目前已经达到10万亿元级的物流市场 , 而能源也是一个万亿元级规模的市场 , 此外 , 它还会影响到商业模式甚至城市的发展 。
另一方面 , 无人汽车要大规模发展 , 其本身也有赖于新基建 。 “新基建中的5G网络 , 其高带宽低延时的特性 , 能够提高工业互联网的运行效率 , 使得无人驾驶更快落地;而人工智能、数据中心及新能源充电桩的建设 , 也都与无人驾驶的发展和商业应用关系密切 。 ”吴甘沙表示 , 未来两到三年 , 无人驾驶乘用车将实现规模化和商业化 , 而无人驾驶在物流领域的应用 , 将直接影响到电商的发展 , 对智能制造及配套的供应链体系产生影响 。
文章图片
吴甘沙断言:“无人物流会诞生科创板第一家无人驾驶公司 。 ”具体来看 , 大物流可分成四个阶段:开始阶段是最初的3公里 , 主要是在生产制造的地方 。 然后产品会通过干线、高速公路进行运输 , 这是第二阶段 。 运输到城市后 , 要从城市的大仓到中仓 , 再到边缘的配送站则是第三阶段 。 而最后3公里则是末端的配送 。 “这几种技术场景都可以无人化 , 只不过它实现的时间不同” , 吴甘沙表示 , 干线运输是现在大家很看好的无人化场景 , 因为干线司机太辛苦 , 存在疲劳驾驶问题 。 第三阶段的30公里无人驾驶商用还需要3年 , 它是Robo-Taxi的物流版 。 “如果说Robo-Taxi是载人的 , 那么它就是载物的 。 把货物从城市的中心仓运输到区域仓再到配送站 , 这个场景是比较复杂的 , 而这样一种场景也能够锻炼我们的软硬件技术 。 ”
推荐阅读
- 小米科技▲卢伟冰再次发力,全球首发骁龙768G,5G新机将在两天后发布!
- 快科技最贵或达5000元,苹果头戴耳机更多细节曝光:包含两款
- 科技迷7nm版年底流片,要放弃美国代工?国产x86转向三星台积电代工
- 骊微电子科技PD充电器应用方案,PN8161+PN8307H高集成18W
- 快科技小米高管都是外人?雷军透露了一个秘密
- 靓科技解读Thing,a16z、5.15亿美金的数据加密股票基金:找寻下一个Big
- #联想#有着极好的屏幕效果,也有不错的配置性能,魅族16spro为何无人问津
- 王伯伯说科技流畅用三年,即将开学的学生党准备好了吗?三款高配低价千元机
- 知叔达科技中芯国际早已料到,成功绕开了光刻机,怒了!荷兰ASML再次失约
- 小熊带你玩科技数据成粤企生产新要素,工业互联网深调研〡从经验依赖到数据驱动