经历了两年“冷静期”，自动驾驶行业自去年开始了新一轮的融资热潮。
与2016-2018年的第一轮热潮不同，这次投资人将手中的“筹码”更多投向了自研能力强大、并能够真正落地到各个细分场景，且产品多元的选手们。
以接连完成3轮融资的文远知行为例，这家在2022年1月获得了来自广汽集团、博世、某主权联合基金、亚投资本、凯雷投资集团等投资方的近4亿美元融资，投后估值达44亿美元的自动驾驶独角兽，可谓是如今行业趋于多元场景导向的最好证明之一。目前，文远知行已完成了5大产品线的布局，涵盖了自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等多个领域。
对自动驾驶企业而言，能够让自己的技术与产品多场景落地，自然是理想状态。但如何平衡资源分配问题，实现多场景业务齐头并进，无疑一个令人头疼的问题。
近日，文远知行发布的新一代自动驾驶通用技术平台 WeRide One，或许为这个问题给出了最优解。
作为从L4级Robotaxi起步的文远知行，如今推出自动驾驶通用技术平台，可以说是意料之中的一件事。
Robotaxi作为自动驾驶行业内公认最难的应用场景，如果将它都攻克下来，那么将源于Robotaxi的顶级L4技术与经验，拓展延伸到其他相对更加简单、明确的L4级自动驾驶场景，对文远知行这样的选手来说，就如同一个高考状元，让他再去回头做中考题，自然是得心应手。
唯一的问题，则是这些技术与经验，以怎样的形式去输出落地，并产生价值。而文远知行，选择的自然是通过自动驾驶通用技术平台WeRide One，来给出答卷。
据介绍，WeRide One做到了通过一个通用技术平台，赋能自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车等多个产品，覆盖网约车、随需公交、同城货运、智能环卫等多个场景。该平台破除了“研发—部署—应用”之间的壁垒，真正做到了自动驾驶产品全生命周期的打通。
该平台基于文远知行在Robotaxi中打磨出的L4级自动驾驶框架，对自动驾驶系统中的软件算法、硬件模块，以及在自动驾驶研发与落地中涉及到的各类云架构平台和工具进行标准化整合，进而形成了一套通用性技术架构，可以在不同车型上以及城市的不同场景内实现通用化赋能。
因此，无论是小巴、货运车、环卫车，都得益于Robotaxi的顶级技术框架，实现了“L4同级内降维”，带来了远优于其他通过“L2+/L3升维”或一开始就局限于细分场景下L4的同类竞品的表现。
WeRide One目前涵盖了三大核心层级，具体而言：
软件算法层面，WeRide One针对感知、预测、规划控制、地图定位等几个自动驾驶核心模块，均进行了通用化整合，不仅保留L4级自动驾驶技术的核心功能，还最大化兼顾不同规格、不同车型及不同需求的差异性，仅需对各细化场景需求进行调整，便能帮助不同车型完成自动驾驶赋能。
硬件层面，WeRide One所设计的模块化传感器方案，涵盖激光雷达、相机及毫米波雷达等多传感器。得益于5大产品的规模效应，文远知行不仅降低了传感器套件的适配难度，也降低了各传感器的整体采购成本，形成了独有的供应链优势。
云架构平台层面，WeRide One 提供了仿真、远程控制、分析、云端开发等工具平台，甚至还涵盖了文远知行自研的自动驾驶专用操作系统。以仿真工具为例，WeRide One 所提供的仿真平台已涵盖超过23万个仿真场景，训练效率是现实测试的200倍。
目前文远知行旗下的自动驾驶出租车、无人驾驶小巴、自动驾驶同城货运和无人驾驶环卫车等多种车型，可以说都“诞生”自同一技术平台，标准化的架构、软件和硬件，不仅增加了自动驾驶系统的稳定性，同时极大降低了文远知行的研发成本。
在行业最关心的安全性上，WeRide One无论是在软件还是硬件层面，全部引入文远知行长期以来坚持的冗余设计，冗余系统覆盖了传感器、计算单元、通信网络、电源单元以及线控系统。
与此同时，为了应对复杂多变的交通和道路状况，WeRide One还提供远程平台为自动驾驶车辆提供额外协助，为自动驾驶的实际落地提供多一重的安全防线。
值得一提的是，WeRide One也是一个懂得自我迭代升级的技术平台。
自动驾驶的数据收集就像一位老司机不断积累驾驶经验。因此，没有车辆实际运行中产生的各类数据，研发人员很难对自动驾驶系统实际运行中产生的故障进行诊断，也很难对系统进行优化和升级。
WeRide One采用了文远知行自研的深度学习模型，该模型能够根据车队收集的各个场景的不同数据持续进行自我完善，让出租车、小巴、货运车、环卫车等不同场景所反馈的数据实现打通，共同为文远知行的自研算法和底层基础设施所用。
事实上，文远知行已经积累了超过1200万公里的自动驾驶里程，随着自动驾驶里程数的不断增加，通过WeRide One的自我升级，文远知行的自动驾驶车将无需依赖过多人工调教，也同样会表现得越来越好。文远知行的各类自动驾驶业务，在新的城市和区域落地过程，也变得越来越快。
文远知行WeRide One的出现，让我们看到了通用技术平台对于加速自动驾驶多场景落地与规模化复用的可能性以及商业价值。
近年来，我国对自动驾驶的研发逐渐由浅入深，诸多细分场景也逐渐展开了商业化探索。
但我国的情况十分特殊，不仅幅员辽阔，人口分布也极不均衡，东南部43%的国土面积居住了94%左右的人口，而另外的57%的国土面积却只住了6%的人口。
也正因此，中国市场的道路之复杂，场景之多样，远非国外可比。各个场景对自动驾驶技术的要求又不尽相同。
举例来说，自动驾驶出租车和自动驾驶货运车要在城区运行，没有固定的运行路线，对速度与时效性具有一定的要求。而无人小巴和无人驾驶环卫车的路线则比较固定，速度偏低。环卫车则在凌晨开展作业，在运营时间上比较特殊。
如果这些场景分别研发各自的自动驾驶系统，要投入的研发资金可能不计其数，在数据积累方面也不能做到互通有无，不仅研发压力大，对系统迭代也不能起到互助的作用。
因此，打造出一个安全、稳定、可靠的自动驾驶系统，能够在多个场景的不同车型上复用，实现商业化运营和销售，成为了行业内众多公司的共同面临的问题。通用型平台的出现也就顺理成章。
但要实现这个平台的开发与应用，并不是一件容易的事。
在技术维度上，没有强大的研发能力支撑，无法完成通用型技术平台的研发。文远知行作为全球领先的自动驾驶企业，不仅技术积累深厚，同时拥有海量的自动驾驶宝贵数据，在通用型平台的开发上具备了先天优势。
此外，向来走务实路线的文远知行，也深谙技术落地之道。在具体的产品策略上采取了“高低快慢先后”的组合，先行切入城市内自动驾驶场景，这样对通用型平台的落地及持续性迭代具有极大地助推作用。
所谓“高低快慢先后”是指，L4产品与L2/3产品搭配，快速与慢速自动驾驶场景搭配，率先商业化和较晚商业化的产品搭配。
这样的产品策略，既圈定了足够大的市场，又可以凭借率先商业化的产品进行自我造血，不会陷入到因漫长的技术开发而导致无法盈利的困境。
在合作伙伴的选定上，文远知行的战略合作伙伴实现了主机厂、Tier1再到出行平台等全方位覆盖，对通用型平台在各个场景的应用提供了切实的保障。
具体而言，在自动驾驶同城货运领域，文远知行已经与江铃汽车、中通快递展开合作，共同推进自动驾驶货运轻卡的的商业化落地。
在自动驾驶无人出租车方面，文远知行也与广汽集团签约，推进车型设计研发、前装量产及商业化运营。
而对于L2/3级自动驾驶产品，文远知行则选择与博世共同联合开展高阶智能驾驶软件的开发，推进 L2-3级自动驾驶大规模前装量产及市场化应用。
现阶段，文远知行已经基于通用型技术平台建立起了与产业链各个环节的联系。“技术产品化、产品商业化”并非口号，而是正在推进的现实。
自动驾驶行业发展至今，市场正逐步发挥主导作用，想要在比赛中能留下的选手，都必须要能够证明自己的商业化能力。
作为L4级自动驾驶公司的代表，文远知行能够获得诸多融资，并与产业链各段的头部企业合作，可以说也是其商业化落地领先带来的“水到渠成”。
而资金与生态伙伴的双重保障，反过来也能让文远知行进一步扩大其自动驾驶的布局，让这家成立5年的公司早早展现出了一家成熟企业的担当与实力。
当下，自动驾驶已经驶入了发展快车道，出租车、同城货运、干线物流，智慧环卫等各个能够与自动驾驶深入结合的场景，均已来到大规模商业化落地前夜。
根据调查数据显示，2022年中国无人驾驶市场规模超过140亿元；而至2030年，自动驾驶相关的新车销售及应用服务创收将超过4.3万亿元。
中国未来将成为全球最大的自动驾驶市场，而当下不少场景的“招工荒”问题，也让市场对于自动驾驶落地的诉求日趋高涨。
能力越大，责任越大。对小体量玩家而言，在如此庞大的市场中能够切入一块，其实便已足够存活；但对于行业头部玩家而言，只有最大范围内落地其技术产品，打通多个赛道，才能够真正意义上实现人们所畅想的自动驾驶未来世界。
自动驾驶通用型技术平台WeRide One的出现，可以说是文远知行通往最终目标的第一把“武器”。
未来，随着这些场景的商业化落地逐渐兑现，相信文远知行也将乘着行业东风，一往无前。
雷峰网雷峰网雷峰网(公众号：雷峰网)
正在生成分享图...
余快