2017 年，主动驾驶迎来周全爆发，此时，崔迪潇在西安交通大年夜学担负一名通俗讲师，固然大年夜黉舍园的教职安适稳定，但难以平息贰心坎对主动驾驶的冲动。因为他明白主动驾驶落地的机会来了，担心错过这一波主动驾驶海潮，崔迪潇有了分开校园、自立创业的设法主意。
崔迪潇：在我看来，人生本身是一场修行与体验。在智加担负高管、作为早期成员的经历，已经给了我很完全的历练。我更欲望跳出本来偏技巧的视角，从新核阅全部行业，摸索小我职业成长的新可能，所以我当前更偏向于自立创业。
不久，从事重卡主动驾驶技巧研发的始创公司“智加科技” CEO 刘万千飞到西安，邀请崔迪潇参加智加科技。两人在西安大年夜雁塔邻近的威斯汀酒店，从下昼三点聊到晚上八点，在那五个小时里，刘万千向崔迪潇介绍了他的创业过程、智加的优势以及智加的妄图——智加想要从无人驾驶卡车切入，致力推动中国的干线物流实现 L4 级主动驾驶，而他们还须要一个主动驾驶技巧负责人。
当时，如崔迪潇如许，兼具丰富理论与实践经验的高校博士、传授是当时主动驾驶行业疯抢的人才。刘万千之所以找崔迪潇，不只是因为他在主动驾驶范畴“根正苗红”——他拥有西安交通大年夜学控制科学与工程专业博士学位，师从中国主动驾驶泰斗郑南宁院士，照样帕尔马大年夜学 VisLab 实验室结合培养博士。
最重要的是在此时代，崔迪潇介入了多个无人车项目标研发：作为开创成员和车队队长，介入了历代“夸父号”无人车的研发，带领西安交大年夜主动驾驶车队在中国智能车将来挑衅赛上崭露头角；他还前去意大年夜利帕尔马大年夜学 Vislab 实验室联培，介入了 BRiVE（全球最早于2013 年便完成了郊区、高速、城区混淆门路公开直播的主动驾驶测试的车型）、Deeva（全球首个 360° 立体视觉感知的车型）等无人车的研发。
十天后，崔迪潇准许了此次邀请，分开工作生活了 13 年的城市西安，参加总部位于姑苏相城的智加科技，担负智加科技首席科学家，负责 L4 级无人驾驶重卡技巧研发和落地应用。由此开启了他近十年的主动驾驶从业生活。
时光转瞬即逝。七年后，2025 年，崔迪潇正式宣布分开了智加科技。这七年里，中国的主动驾驶产生了翻天覆地的变更，春天、穷冬周而复始，智加科技也成长为主动驾驶范畴的独角兽企业。
在崔迪潇担负技巧负责人时代，智加取得了不俗的技巧冲破和贸易化进展：自 2021 年起，智加与多家主机厂合作实现了量产智能重卡交付，包含与一汽解放合作实现前装量产智能重卡交付、结合江淮汽车为快递快运市场打造的智能重卡 K7+ 实现量产交付；搭载了智加全栈自研的“智加领航体系”的智能重卡在中国邮政、中通快运、安能物流等企业线路上投入贸易运营；公司与中国重汽合作，实现了搭载智加领航体系的豪沃 TS7 高阶帮助驾驶重卡的量产交付，并完成了国内首个“仓到仓”L4 级全无人重卡运营测试。
七年时光足以改变一小我甚至于一家公司，回想当初那个怀揣大志壮志、果断地踏入“实现 L4 幻想”海潮的年青人，崔迪潇坦言当时“低估了主动驾驶的复杂度”。他认为，L4 的本质是冗余保障，但如今绝大年夜多半人把客户生命安然压在自认为能无穷高的算法体系上，靠单点体系赌概率，而非多种体系冗余手段确保体系安然，这是大年夜家核心设计思路和思惟的差别。
近日，我们跟崔迪潇聊了聊自从他多年前躬身入局主动驾驶江湖，致力推动中国的干线物流实现 L4 级主动驾驶，七年后，这个行业又是若何重塑他的认知，以及他将来的计算。
以下是雷峰网与崔迪潇的对话实录，经由不改变原意的编辑整顿：
01
从新摸索一种有助于 L4 落地的组织情势
雷峰网("大众,"号：雷峰网)：你为什么分开智加科技？
国内 L4 为什么还未 Driver out （主驾无人常态化）？
崔迪潇：这是一个基于行业近况与自身思虑做出的天然选择。
以前很多智驾公司选择 L2 和 L4 双线并行策略，这一模式在理念上较为幻想：企业一方面押注最高阶的 L4 级主动驾驶，另一方面欲望经由过程 L2 帮助驾驶快速实现贸易化、形成营收，反哺经久难以落地盈利的 L4 研发。
但在实际履行中，这一路径面对明显的实际困境：企业广泛存在资本束缚，双线并行很难经久持续。同时，L2 帮助驾驶的贸易化并不顺利。
简单来说，想用 L2 帮助驾驶的盈利支撑 L4 高阶主动驾驶的研发，本质上如同 “用自行车家当的收益去支撑航天航空范畴的投入”，很难持续。
我分开智加，恰是因为在任职时代，针对上述行业共性难题，始终没有找到清楚、可行的解决筹划。分开后，我可以以更自力的身份，与行业展开开放、透明的交换，反而更有可能摸索出合适 L4 技巧稳步落地、可持续成长的组织模式与成长路径。
崔迪潇：我所等待的，是一家可以或许对 L4 主动驾驶进行稳定、持续的资本投入，并且将 L4 定位为公司最高甚至独一核心计谋的组织。
以前行业很长一段时光里，大年夜家大年夜多从技巧角度出发思虑 L4，但 L4 其实并非纯真的技巧问题，而是一个门路、货源、车辆本体、软件算法、能源补给等多维度深度融合的体系性问题。
以重卡场景为例，L4 主动驾驶的核心价值起首是节俭人力成本；在此基本上，再经由过程持续优化软硬件架构、运营调剂体系，晋升车辆整体周转率，部分线路甚至可以实现 24 小时不间断运营，进一步创造增量收益。
是以，我真正想要寻找的，是结合具体应用处景、路权、货源以及补能体系，把 L4 算作一整套生态来落地运行，而不是仅仅逗留在技巧研发或 Demo 展示层面。
雷峰网：你从智加出来后，有其他主动驾驶公司或其人员邀请你参加他们吗？
雷峰网：你将来计算创业照样参加一家公司？
崔迪潇：我优先选择创业，且仍从物风行业切入，核心基于三方面推敲：
第一，物风行业有刚性订价逻辑，会倒逼团队在供给链、研发等环节持续做成本优化，行业介入者均严格核算投资回报率，这种严苛的贸易情况能打磨出团队最扎实的底层核心才能。
第二，从技巧与工程落地来看，物流场景对时效、安然、货色特点有明白请求，可直接转化为清楚可量化的工程设计指标，如加快度、转向变更率均有严格上限，能形成安然可控、可标准化的工程规范，对特定 B 端客户可实现高程度标准化。
此外，现有运输流程中的末尾配送、装卸货等非运输环节，若能实现无人化，可在单一场景内实现场景与功课义务的深度垂直整合，这也是物风行业的核心瓶颈与机会。是以我筹划从软件、硬件及交付形态构造，且始终认为：主动驾驶公司最终应成为运力办事公司。
雷峰网：听起来是具身智能赛道，你不做主动驾驶卡车了？
崔迪潇：我大年夜概率不会直接从主动驾驶卡车切入，今朝还没有完全肯定的结论，但最终会经由过程合适的路径绕回来。比如换了一条新路前去罗马，终点是一致的，最终照样会和行业在同一个目标上汇合。
崔迪潇：有的，曹旭东之前找过我，邀请我去做无人卡车相干营业。
雷峰网：为什么没去？
02
冗余之于 L4 的重要性
如今行业里有个很有意思的现象，很多主动驾驶公司，比如文远知行、小马智行，均同时构造物流和出行两大年夜范畴。既然物流（运货）和 Robotaxi（运人），本质上都是 “点对点的运输”，只是运输的载体（货色 / 人）不合，那么两者的技巧是否有可能实现打通、复用？这是否也意味着，将来一些深耕物流范畴的公司，也有机会跨界进入 Robotaxi 市场？这些都还不肯定，让我们拭目以待。
雷峰网：在主动驾驶行业这么些年，你有哪些反共鸣吗？
所以，与其纠结于技巧层面的断定，不如跳出来看：哪家企业在贸易上，具备更长周期的穿越才能，能扛过行业的低谷期。
崔迪潇：与其说是反共鸣，不如说是我们技巧出身的人，对自身认知的一种批驳与 “自我否定”—— 那就是要放弃 “算法溢价”“算法核心壁垒” 的执念。行业内不合团队的算法或许有机能上的好坏之分，但很难构成绝对的竞争壁垒。
但同时，对于 L4 级主动驾驶来说，背后还有大年夜量 “不打粮食”、看似看不到即时成果，却弗成或缺的工作。
雷峰网：比如哪些？
崔迪潇：为什么到如今，我们还没能真正去掉落安然员。
雷峰网：是啊，为什么呢？
崔迪潇：核心关键在于，我们还没能构建起真正安然、靠得住的冗余体系。我以前在公司，就一向呼吁要加大年夜对冗余设计的资本投入，也建议参考航空航天范畴的成熟经验 —— 比如三冗余、四冗余以及非类似性冗余设计。
雷峰网：足够的冗余设计意味着什么？
崔迪潇：这种冗余设计在航空范畴有成熟的参考数据，核心逻辑其实很朴实，就像 “一个豪杰三个帮”“三个臭皮匠顶个诸葛亮”—— 简单来说，不合的、具备必定靠得住性的自力不雅测源和决定计划源越多，全部体系的靠得住性就越高，产生掉效的概率也就越低。
但冗余设计也有实际困境：它会直接增长车辆的硬件成本，并且冗余做得越好，上层越难表现出它的价值 —— 因为车辆会一向保持安稳运行，大年夜家感触感染不到冗余体系的感化，仿佛它是 “多余” 的。
雷峰网：低速 Robovan 须要冗余吗？
是以专注低速 Robovan 的企业，核心是做成本衡量：比较加装冗余的软硬件研发成本，与体系掉效可能造成的货损、车损、人员伤亡等潜在损掉，哪个更可控、成本更低。
当前行业对 L4 的思虑，已从纯真技巧摸索转向贸易成本测算：如有成熟软硬件筹划，且经由过程大年夜范围运营摊薄软件研发成本，当掉效的预期损掉远低于加装冗余的成本时，这件事在贸易上便具备可行性。特斯拉今朝走的，恰是这条基于数学计算的贸易化路径。
雷峰网：你一向在强调冗余设计的重要性，从而做到真正的安然无人，以前你有做过哪些相干研究？
崔迪潇：我在智加科技时代曾推动过一项相干研究，但最终并没有做完。
我当时体系研究了驾驶员疲惫的成因，最终将其归纳为两类：身材疲惫（physical fatigued）与认知疲惫（cognitive fatigued）。基于此做了大年夜量实验：早期测验测验用脑电波监测，分析不合波段在驾驶过程中的变更规律；后来采取了更落地的筹划 —— 经由过程眼动仪、生物电、皮肤电、呼吸、心率、呼吸深度、眨眼频率等多维度数据，结合驾驶员对门路目标的存眷度，综合断定在主动驾驶介入之后，驾驶员的认知负荷与身材疲惫可否被明显降低。
我们采取定量比较的方法：以人工驾驶 4 小时后的疲惫指标作为基准，比较开启帮助驾驶后，单人持续驾驶的疲惫程度变更。举个例子：假如人工驾驶 4 小时的疲惫程度，和开启帮助驾驶后持续驾驶 10 小时的疲惫程度相当，那就意味着车辆可以一次性行驶 10 小时，而不须要额外增长司机。
在全部研究过程中，我们还深刻思虑了一个关键问题：帮助驾驶的 MPI（人机交互 / 接收强度）是否要做得足够高？我们最终得出的结论是：MPI 不克不及过高。
雷峰网：为什么？
崔迪潇：帮助驾驶缺乏对体系掉效的完全处理机制，一旦出现掉效，理论上须要驾驶员急速接收。但人本身是具有惰性的：假如体系经久稳定、极少触发风险提示，驾驶员的安然意识和留意力会持续降低。可能行驶 1000 公里、2000 公里才会碰到一次须要接收的场景，而这类场景往往是极端罕有的 corner case，即便人工介入处理难度也极高。
这就意味着驾驶员很难从完全松弛、无驾驶意识的状况，刹时切入高复杂度场景，快速做出精确断定并安然接收车辆。这也是我认为L2 阶段不克不及盲目寻求极高 MPI，并将其算作安然指标的原因 —— 本质上是在赌概率。
沿着这一思路，我们的研究重点还包含：若何让驾驶员在帮助驾驶过程中，保持对门路情况的根本警醒性。
为此我们做了专门的认知实验：在驾驶员身上安装微型电极后，测试人员应用微弱电流进谋杀激，请求驾驶员急速做出指定动作，我们再精确测量其从接收到旌旗灯号到履行动作的反响时延。假如反响速度明显偏离正常区间，体系就会经由过程算法干涉，把驾驶员的警醒性拉回到安然程度。
雷峰网：该范畴此前有过相干研究吗？
崔迪潇：行业里绝大年夜多半人其实并没有真正深刻思虑这类问题，大年夜家更多是在赌概率—— 把用户的生命安然，依附在本身认为可以无穷晋升的算法体系上，依附单一体系去赌风险，而不是经由过程多体系冗余的方法从根源上保障安然，这是我们和行业主流思路在底层设计理念上的核心差别。
03
雷峰网：在你看来，如今国内 L4 处于什么状况？
崔迪潇：国内 L4 范畴已经成长了很多年，但至今没有任何一家企业实现常态化的主驾无人运营 Driver out，如今陷入了行业预期与本钱信念赓续被透支的困境。行业里所有人都逐渐意识到，主动驾驶的复杂度远超最初的想象，而将来能走到哪一步，最考验的就是企业的计谋定力。
然则，国内对长周期技巧研发的容忍度太低。这并不是工程师不想做、不肯意做，而是本钱方以及一、二级市场，在资金支撑和周期包涵上远远不敷，让我们很难有足够的耐烦，去穿越这种长周期、高投入、慢产出的技巧研发过程。
雷峰网：那么要若何解决这个问题呢？
崔迪潇：将来若何解决这一问题，或许要靠国有本钱介入，我不肯定，今朝还没看到好的路径和办法。跳出来看，Robotruck 范畴那些选择资本性运输而非贸易化运输模式是大年夜家比较承认的。
雷峰网：资本性运输跟贸易化运输的无人化核心差别在哪里？
“可能无法实现全国范围的 L4 无人重卡，最终以区域性玩家为主。”
崔迪潇：中国干线运输分为资本性运输和贸易化运输两类，二者场景、需求不合，无人化的核心挑衅和实现难度也存在本质差别。
资本性运输是临盆材料从原产地到加工地的转运，如有色金属、煤炭等原材料的运输，路线固定、运量充分，新疆、内蒙等资本集中片区年运输产能可达几切切吨，稳定的场景为无人驾驶测试落地供给了优胜基本。且其对时效请求低，可恰当降低车速，是以体系掉效的风险和损掉成本会呈指数级降低，能更好地保障大年夜吨位车辆安然。
贸易化运输则截然不合，以 “三通一达” 等快递运输为代表，是商品从工厂到终端花费者的流转，对时效请求高，强调次日达、当日达，车辆需保持高车速行驶在惯例高速，技巧难度大年夜幅晋升；且体系掉效的风险极高，一旦产生安然变乱，不仅会造成直接的人财损掉，更可能激发行业性信赖危机，导致行业成长停止甚至部分企业关停。
同时，时效压力让行业常见的编队行驶模式在贸易化运输中几乎弗成能实现。因为车辆没有多余时光去组队调剂，无人驾驶只能依附单车自立运行，进一步晋升了技巧难度。
雷峰网：除了编队，还有其他可行性吗？
崔迪潇：之前国度层面其实提出过一些我认为很有可行性的筹划，只是没有完全履行开来 —— 就是专门为主动驾驶重卡设立专用门路，将有人驾驶车辆和无人驾驶车辆实现物理分流。从社会层面来看，这种分流模式，或许是破解当前无人重卡落地困境的可行路径。
雷峰网：假如大年夜面积开放路权，会极大年夜推动无人卡车范围化吗？
崔迪潇：断定低速 Robovan 是否须要冗余，核心前提是：若没有冗余，体系掉控带来的价值是否难以遭受，即便该掉控是极低概率事宜。
崔迪潇：不克不及简单认为开放路权就能实现无人卡车范围化，因为范围化须要多维度生态调和，路权只是个中一环。路权问题的核心是政策不晴明，而根源是企业未实现常态化无人运营，无法为当局供给足够的运营证实、安然证据和真实数据，支撑其扩大年夜试点范围，最终形成路权开放与企业落地的互相等待僵局。
卡尔动力的做法，其实给行业供给了一个很好的参考范本。《完成超 1 亿美元融资，卡尔动力韦峻青：让无人重卡穿越大年夜漠戈壁丨 L4 十人谈》其与当局深度绑定，在技巧可行范围内稳步摸索，不盲目炒作贸易化运输，而是聚焦更易落地的资本性运输场景，经由过程切分场景降低技巧难度和掉效风险，让当局愿意开放路权、支撑试点。企业主动撤退撤退一步，不寻求一步到位，反而能推动行业稳步成长。
我们当时做的工作，是论证商用车场景里的 “双变单” 问题 ：在 800 公里及以上的长途干线运输中，按照律例请求，单人驾驶 4 小时就必须歇息，所认为了晋升运输效力，行业广泛会配备两名司机轮换驾驶。我们想商量的是：在还无法完全去掉落两名司机的阶段，可否先经由过程主动驾驶技巧，把两名司机削减为一名，我们内部把这个项目称为 D2S（Double to Single）项目。
04
“把 L2 和 L4 都做好的公司，凤毛麟角。”
雷峰网：今天，若何评价一家 L4 公司的技巧才能？
以前行业里大年夜家常提 MPI（每干涉里程，Miles per intervention），但我如今和一些号称做 L4 的公司聊天，假如他们还在拿 MPI 作为核心指标，我就认为这家公司已经走偏了，甚至可以说 “垮台了”。
因为 MPI 根本不是评价 L4 体系的指标。“intervention（干涉）” 的核心是须要人介入，而 L4 的核心是无人化体系，用 “须要人介入” 的指标来评价 “无人化体系”，本身就很抵触、很奇怪。人在变乱产生后接收车辆，这是一个过后指标，意味着此时已经出现了体系无法处理的弗成控场景，只能靠人来解救，这才是 MPI 的本质。
之前大年夜家评论辩论的部分头部特斯拉、小鹏、幻想这些车企，说它们的车辆在离障碍物还有 0.3 秒、1 秒甚至 3 秒时，忽然退出主动驾驶，强迫让人接收，所以即便产生撞车，外面上看是人在操作。但从 L4 寻求绝对安然的终局视角来看，这种 L2 极限场景下的义务交代机制，其实就是 “耍地痞”。
真正的 L4，应当是前置性的风险断定 —— 在体系即将掉效、风险出现之前，就察觉异常并及时禁止，而不是比及变乱产生后再解救。打个比方，我要做的是拉响防空警报，提前防备风险，而不是等飞机轰炸停止后，才通知大年夜家产生了什么。
这背后是一种核心的思惟改变。以前很多人其实是自欺欺人，总认为只要把 MPI 做得无穷高，就离 L4 不远了，但这其实是对 L4 的误会。
雷峰网：以前几年里，很多公司选择 L2 和 L4 两条腿走路，走得怎么样？
假如要总结智加科技这段路程，崔迪潇坦言“有遗憾”，而这种遗憾应当是当今还拥有主动驾驶幻想的人所共有的。崔迪潇还爱好摇滚乐，有鲜艳的纹身。在和他访谈的过程中，能感触感染到其掺杂了摇滚人和技巧从业者的特质，严谨不乏真实。
崔迪潇：整体来看，L2、L4 双线并行的路并不好走，这本质上是行业的无奈之举，如同用自行车家当的收益支撑航天航空级研究，难度极大年夜。核心原因是多半公司低估了主动驾驶问题的复杂性。
但实际中，L2 持续盈利、L4 落地冲破这两个核心目标，在 5 到 10 年的周期里均未有效实现。当本钱看清本相后，这些公司再想从一级市场拿到融资，就变得难上加难了。
很多公司是以陷入了两难困境：既想经由过程 L2 的营收证实自身贸易化才能，慢慢实现盈利；又不肯放弃 L4 这个 “高估值抓手”，担心掉去本钱存眷。最典范的例子就是小马智行，有一段时光他们也测验测验切入帮助驾驶范畴，但最终照样放弃了，这也证清楚明了双线并行的难度有多高。如今全部行业里，真正能同时把 L2 和 L4 都做好、做深的公司，真的是凤毛麟角。
雷峰网：那为什么大年夜家还在保持做 L4 ？
崔迪潇：如今行业里还有人敢信赖 L4 能落地、愿意保持做下去，核心原因其实是马斯克 ，他给全部行业建立了信念。
但我对特斯拉 Robotaxi 背后的核心设计思路并不懂得，所以一向有个担心：他或许也是在靠 “赌概率” 的方法做 L4。具体来说，就是经由过程技巧优化，让全部体系的掉效概率尽可能降低，在不额外增长过多冗余设计的前提下，无穷切近亲近具备完全冗余的 L4 体系。
这种思路从贸易角度来看，其实没有问题，能最大年夜程度控制成本、寻求贸易化效力，但它绝对不是科学定义上的 L4 体系 —— 因为科学意义上的 L4，核心是冗余保障，而这种 “赌概率” 的模式，很可能存在冗余不足的问题。不过这只是我的猜测，我今朝还无法做出确割断定。
雷峰网：如今很多智驾公司例如 Momenta、轻舟也开端构造无人卡车，乘用车到商用车，两者的技巧复制性高吗？
崔迪潇：假如只看纯算法、模型这类技巧层面，我认为乘用车到商用车的复制性其实不低，坦白说，这中心并不存在绝对弗成超越的壁垒。小马智行、Aurora 都是典典范子，他们同时做乘用车与卡车，也印证了技巧本身具备迁徙性。
但商用车团队真正的核心优势，在于对物流功课场景与实际运营情况的深度懂得。比如和不合物流公司沟通你就会发明，有的企业优先寻求节油，有的更看重运输效力，需求差别异常明显。这些对场景、运营、客户诉求的深刻懂得，最终会直接表如今工程化实现与产品定义上。
第三，物流是数万亿级超大年夜市场，当前高度碎片化的场景将来有望经由过程技巧打通，行业会出现物流机械人企业，以一套底层技巧覆盖不合运载吨位和速度区间，进而整合物流链路、收敛碎片化近况。
这个范畴真正的核心，照样体系化的落地才能。甚至说得更直白一点：可否和物流企业建立深度信赖、保护好客户关系、在行业里控制更多话语权，本身也会成为异常关键的竞争壁垒。
05
雷峰网：为什么客岁下半年开端无人卡车赛道涌入一堆新玩家？
崔迪潇：无人卡车赛道涌入新玩家，背后存在积极和消极两方面核心原因。积极层面，部分团队主营营业扎实，积聚了充分的资本和技巧贮备，有充裕才能拓展新赛道、摸索新可能；消极层面，当前乘用车市场根本盘存在不肯定性，部分企业构造无人卡车，本质是为本身 “买保险”，寻找新的营业增长点和退路，这两种情况同时存在。
雷峰网：你跳出智加，站在更客不雅、周全的角度来看，主动驾驶卡车赛道哪几家能率先跑出来？
崔迪潇：我今朝缺乏足够的核心数据，没法给出绝对精确的断定。毕竟，车辆在正常运行、表示优胜的时刻，我无法肯定它是否真正达到了 L4 的标准 —— 我们看不到它在掉效、掉控等 “跑得不好” 的状况下，到底能表示若何。
深向科技或许有机会。它本身就有整车发卖营业，至少能拥有相对稳定的营进出撑。假如深向能进一步整合供给链资本，打通国表里的发卖渠道，形成持续的自我造血才能，那么它就具备了穿越行业周期的基本。
崔迪潇：评价 L4 公司的技巧才能，没有任何一个单一指标能做到，它本质上是一个复合性的复杂评价体系。
再从 “货源稳定性” 和 “场景落地性” 这两个关键维度来看：小马智行背后有中国外运供给稳定货源，卡尔动力有鄂尔多斯本地的场景和资本支撑，智加科技则有满帮的资本加持。这几家企业，都控制了不止一个影响行业落地的关键性要素，是以也都有机会率先跑出来。
这里有个核心逻辑：无人卡车本质上是一种临盆对象，它的落地离不开两个核心前提 —— 稳定的货源和开放的路权。而这两个身分，本质上都是区域性的，会天然把营业瓜分成不合的区域板块。
所以我的断定是：L2 + 级其余帮助驾驶重卡，将来有可能出现全国性的玩家；但 L4 级其余无人重卡，因为受货源、路权等区域性身分的限制，很可能会形成 “区域性玩家林立” 的格局，很难出现一家独大年夜的全国性企业。
雷峰网：你想寻找能将 L4 体系 driver out 的幻想化组织，当前有公司接近这一幻想状况吗？
崔迪潇：在 Robotaxi 范畴，小马智行和百度做得相对不错，但我对他们的核心技巧内核并不懂得，所有断定都基于外围的运营情况和车辆试乘体验。
雷峰网：我比较好奇萝卜快跑后台是否有安然员操作？
崔迪潇：后台大年夜概率是有安然员的，但我没法给出确切谜底。这其实涉及到 L4 主动驾驶的核心环节 —— 包含掉效安然（fail safe）和掉效运行（fail operational）两种模式，个中掉效安然指车辆掉控时，可请求人员现场接收或经由过程远端操控处理。
说到这里，又要回到重卡的问题上：假如重卡想要经由过程长途监管体系实现完全无人运营，核心是要在体系层面做冗余，而不是只在单车上做冗余。但长途操控体系的搭建难度极大年夜，因为重卡的运输路线往往很长，比如从珠三角开到新疆、内蒙。假设将来实现长途无人运营，若何包管车辆在全程范围内都能被长途接收？这是一个关键难题。至少我今朝还没想出可行的解决办法。
是以，这就会出现一个很大年夜的悖论：以前干线无人卡车公司都传播鼓吹本身面对的是万亿级的中国市场，但假如最终只能做区域型公司，那么企业的估值就必须大年夜幅下调，这和最初的市场预期相去甚远。
雷峰网：你对你新公司有如何的愿景？
崔迪潇的同伙圈背景是他最爱的乐手黄贯中，同伙圈签名是“无人驾驶的摇滚重卡”，重卡跟摇滚的结合，掺杂着一丝浪漫和无邪。如今，七年前的那个年青人已近中年，摇滚乐队也良久没能组起来了，但他对主动驾驶的崇奉依然坚韧，仍然还有妄图。
崔迪潇：我的愿景很明白，跟着主动驾驶技巧的赓续迭代成熟，将来必定会出现具备 “基模” 才能的主动驾驶公司，我也欲望本身的新公司，能成为如许的企业 —— 经由过程基模的方法，将移动才能打造成一种基本办事，就像如今的水、电、气、收集一样，成为人类生活弗成或缺的 “第五要素”。
其实我一向认为，移动才能的本质从未改变，核心就是把货色或者特定的功课义务，从 A 点安然、高效地输送到 B 点，这是主动驾驶行业的核心逻辑，无论技巧若何进级，这个本质都不会变。
本文作者存眷主动驾驶、AI。迎接各位跟作者（vx：IFLOW2025）建联。
雷峰网：你想要的是什么样的组织情势？
我有个消极的猜测：部分公司在有限的本钱窗口期，借双线并行做投契性构造 —— 经由过程 L2 帮助驾驶获取订单、积聚数据实现短期增长，再用 L2 的高毛利收入、可不雅数据量，搭配小范围的 L4 Demo 演示和试运营，包装 “技巧领先、将来可期” 的故事获取本钱溢价，最终目标是上岸二级市场。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
发表评论 取消回复