今天要和大家讲的是“老司机养成记”。我们公司要做的就是中国的好司机——无人驾驶，通过无人驾驶技术为各行业创造价值，让整个出行和物流的成本降低三分之一，让道路和停车的空间降低三分之一，无人驾驶技术会改变汽车的形态，让车变成一种商业的载体，所以要让人们的出行时间的三分之一转化为生产力。无人驾驶是从2016年开始谈的，大家讲了很多的愿景和梦想，两年过去了，也要有所交待，所以今天和大家讲一讲无人驾驶本身的商业化到了什么程度、工程化到了什么状况。

要讲无人驾驶，绕不开Google的公司Waymo，最近他们的技术总裁对外说现在要开始工程化了，就是经历了九年的路测，现在已经开始加速，工程化意味着需要大批量地投入使用和制造。按照Google的市值来看，去年是750亿元，今年是1750亿美金的估值，体现出来的是三个方面：无人驾驶、自动驾驶出租车的部分是800亿美金，另外就是物流这个领域，无人驾驶技术支撑的新物流是900亿美金，技术和服务是70亿美金。可以从这几个估值看到未来的商业方向基本锁定的是两块：一块是出行服务，无人驾驶的出租车现在国内很多企业在谈。另一块是物流，行业当中也纷纷在走末端物流、场内物流。这个消息对行业特别振奋，不断地做商业化的积极加速，也购买了很多的车，克莱斯勒订了600辆，捷豹订了2万辆，让大家感觉无人驾驶马上就要来了，出租车司机可能会被替代了。

中国式的交通下司机如何成长？在中国这样的路况进程到底是怎样的？是不是马上就会到来？最近我们在北京市某个城乡结合部利用我们的技术一路尝试探索无人驾驶技能的边界在哪里，结果是可以看到处理了更多在国外Google没有处理的一些中国式的交通现象，行人横穿马路、车辆违章出入、违章掉头等等，但是真正要谈到商业化落地、大规模工程化，还有很多安全的问题。

就是无人驾驶不能只追求技术，要让司机在更多商业化的场景，通过市场的买单训练它的技能。司机从一个新手成长为老司机是需要市场买单，这样的买单一开始不一定是在全程序路况下面L4的无人驾驶，可以是在一些区域化的，最后一公里的地方先去利用已有的技能赚钱，通过赚钱不断地训练技能。

2016年的时候我们公司就意识到了这一点，我们需要通过市场化、商业化推动工程化，逐步地实现这个系统。我们当时制定的战略是1+1+X：打造一个车载的计算平台为中心的智能化，无人驾驶天然是一种运维的属性，所以要有云端的运维平台，包括大数据和车辆管理，再包括虚拟方阵平台。商业化落地的目标是三个阶段切入：第一阶段是在一些限定的场景，最后一公里的地方，比如微循环、智慧机场、智慧工厂，通过这些领域实现相对比较可靠的系统，产生一定的营收，司机在这样的范围内技能得到有效的提升，第二阶段是乘用车领域，第三阶段是通过前期驾驶技能的不断积累最终实现城市工况L4的无人驾驶。

我们自己设计了一款车，主要是面对机场摆渡、园区通勤的应用，现在已经开始投入量产了。通过无人驾驶技术解决场内物流的问题，因为机场当中工作的环境特别差，司机得不到保障，找不到人，这是一个非常好的场景，驾驶空间又能够支持行业早期的高成本，再就是智慧工厂领域的应用。乘用车的应用也在加速，这是某个主机厂新出的一款车，前装量产阶段就标配了自动泊车，也就是最后一公里的无人驾驶，这款车已经投入到了市场。

我们公司打造了一个老司机平台，包括车规级的车载计算平台，处理所有类似的感知、识别、定位、线控和车联网，而且还需要有些远程控制，实际运营过程当中无人驾驶技术还会存在一些小瑕疵，如果出现特殊工况需要能够人为干涉，完成它的服务。再就是虚拟仿真系统，要在虚拟空间当中通过虚拟仿真训练司机，为此我们构建了一个高逼真的数字化空间，这是在上海嘉善的园区。

虚拟空间的好处是可以捕捉、重现在真实世界当中很难发生的一些稀有事件，同时这些稀有事件可以举一反三，一件事情可以延展到一千件、一万件事情，极大地考验驾驶员，能够尽快成长。有了这个系统以后，我们可以进行一些实车的训练，右下角是实际的工程界面，包括地图和道路的规划。当然，数字化仿真世界目前还是比较开放的，不仅仅是驭势自己的软件系统，也可以对接第三方。

我们把自动驾驶运营串联起来，涉及到整个调度运营平台、大数据管理，也涉及到虚拟方阵等方方面面，真正让这项技术走向工程化、走向商业化，完成商业技术的闭环。我们是一家打造老司机的公司，希望这个司机为各行各业创造更多的价值。