近日現(xiàn)身世界智能網(wǎng)聯(lián)汽車大會，卡爾動力CEO韋峻青說了很多設想：

“未來的卡車將不再是傳統(tǒng)意義上的卡車，而是轉(zhuǎn)變?yōu)闊o駕駛艙、無駕駛員的物流機器人。它們以最緊湊的形態(tài)完成運輸任務，并能在路上自由編組成貨運隊列，就像可以隨時拆分組合的積木火車一樣靈活。”

“所有達到L4級別的自動駕駛卡車將通過全國統(tǒng)一的調(diào)度系統(tǒng)進行指揮，它們在到達目的地后將自動充電并重返城市道路，裝卸貨物時則由專人負責，就像機場的地勤人員一樣高效?！?/p>

今年，卡爾動力已經(jīng)在內(nèi)蒙古初步實現(xiàn)了這一技術(shù)愿景，一支由2至6輛車組成的車隊，僅需領頭車內(nèi)有一名駕駛員。韋峻青為客戶算了一筆賬，這種前裝車量產(chǎn)后，雖然比普通車多出約15萬的成本，但每臺車每年能省下的人力成本高達20萬。

截至2024年10月，卡爾動力的自動駕駛編隊車隊規(guī)模已達300輛，年化收入規(guī)模3億元，平均每輛車每年收入100萬，回報率頗為可觀。韋峻青表示，卡爾動力自己運營很多車輛，就是為了證明這種模式能夠回本。

“我們?nèi)フ铱蛻敉其N無人駕駛技術(shù)時，他們會問，如果這技術(shù)真能掙錢，你們自己怎么不做？所以我們就自己運營了一個要賺錢的大車隊?！?/p>

實際上，這非?？简炓粋€公司的運營能力，但有滴滴這一背景，使運營反而成為卡爾動力強項。

2023年，卡爾動力從滴滴自動駕駛公司獨立出來，成為了一家獨立的公司。但其技術(shù)、人才和運營經(jīng)驗上仍然受益于滴滴的支持，尤其是其基礎計算平臺、自動駕駛技術(shù)中臺、以及用于派單、充電、駕駛監(jiān)控的統(tǒng)一調(diào)度平臺，均直接受益于滴滴。

與此同時，卡爾動力實現(xiàn)了核心研發(fā)團隊的相對精簡與穩(wěn)定。

韋峻青介紹，公司共有員工250多人，其中200人為研發(fā)團隊，這一數(shù)字遠少于其他公司的2000人。多位核心技術(shù)負責人從滴滴轉(zhuǎn)任，包括韋峻青本人和CFO黃舟，以及項目總監(jiān)王晶，幾乎都在2019年加入滴滴自動駕駛，2023年到卡爾動力轉(zhuǎn)任后，后二人延續(xù)著向韋峻青匯報的關系。一定程度上，這種團隊穩(wěn)定性成為了卡爾動力的核心優(yōu)勢。

在后續(xù)的媒體溝通會上，韋峻青分享了卡爾動力近一年來的運營感受，以及對無人駕駛貨運商業(yè)化的預期，以下是卡爾動力CEO韋峻青接受雷峰網(wǎng)(公眾號：雷峰網(wǎng))《新智駕》等媒體的問答實錄（有刪改）。

韋峻青：卡爾動力的車路云一體化框架的核心在于車輛間的通信技術(shù)，這與傳統(tǒng)在道路上部署大量傳感器的方法不同，能降低車輛成本。我們的優(yōu)勢在于，通過車輛間的通信，無需額外設備就能實現(xiàn)與智慧道路的通信，這有助于形成閉環(huán)商業(yè)模式。

我們與車路云一體化的締造者李克強院士深入交流，認為在特定場景下，如在一些只有一條車道的國道上，超車是個技術(shù)活。如果車隊很長，可能前半部分的車已經(jīng)超車成功了，但后半部分的車還在排隊等機會。這時候，如果對面車道有其他車輛過來，我們的車就得先讓路，等這些車過去了，才能重新排好隊繼續(xù)超車。這個過程可能會因為等待而降低效率。所以針對國道上的車隊編隊，智慧道路能提前告知幾百米外有無來車，極大提高運營效率。

此外，卡車超車時加速慢，需要更長的超車距離，但目前沒有任何傳感器能提供如此遠距離的視距，智慧道路技術(shù)對此有實際幫助。也就是說，如果道路設施的部署能夠真正提高自動駕駛的落地效率，我們愿意為此支付合理的商業(yè)成本。

在貨運場景中，道路上車輛多，安裝攝像頭的投入產(chǎn)出比高。

而且我們的貨運路線上車輛很多，所以安裝攝像頭很劃算。比如，在一個繁忙的貨運道路上裝20個攝像頭，就能監(jiān)控到1000輛車，但在城市里，為了監(jiān)控100輛車，你可能得在每個路口都裝攝像頭。這樣算下來，我們的成本效益比很高。

總體而言，我們的車路云一體化項目整體投入產(chǎn)出比高，希望在卡車編隊場景中率先實現(xiàn)概念的落地。

韋峻青：自動駕駛算法的優(yōu)化可以從兩個方面進行，首先是利用數(shù)據(jù)閉環(huán)來提升系統(tǒng)性能。這已經(jīng)成為大多數(shù)自動駕駛公司的主流方案。

傳統(tǒng)上，我們遇到一個問題，比如感知方面的問題，需要人類工程師先分析這是什么問題，然后歸納總結(jié)，形成項目組，再開發(fā)解決方案。

但現(xiàn)在，如果自動駕駛車輛在路上遇到和人類駕駛不一樣的行為，系統(tǒng)會自動標記這些情況。包括周圍的環(huán)境和人類司機的反應，都會自動標注，然后直接用來更新模型，這樣模型就能更快地學習和改進。

這樣做的好處是，數(shù)據(jù)處理的效率大大提高了。以前，工程師一周可能只能處理幾百個問題。但現(xiàn)在，如果有10萬個問題，我們可以用模型驅(qū)動的方法，把所有問題都考慮進去，一次性更新模型。相當于將原本需要由擅長歸納總結(jié)的聰明工程師完成的工作，轉(zhuǎn)交給了 AI 工程師。

韋峻青：自動駕駛技術(shù)是用大量數(shù)據(jù)來訓練的，這些數(shù)據(jù)包括我們卡車模型的數(shù)據(jù)，比如識別行人、自行車、摩托車，以及對這些對象進行未來軌跡的預測。這些場景和數(shù)據(jù)基礎跟滴滴的自動駕駛小汽車是很像的。

就像如果你會開小汽車，有了C級駕照，再學一學，也能開卡車，拿到B級駕照。這些開車的經(jīng)驗和可能遇到的問題，兩者之間是相通的。甚至一個優(yōu)秀的小汽車司機，將來學開卡車也會更容易。

這個邏輯在自動駕駛上也是一樣的，但卡車確實有一些特別的地方。

比如，卡車的車頭和掛車是分開的，中間還有個轉(zhuǎn)角，這就需要特別的適配。我們在這塊做了很多工作，但我們的數(shù)據(jù)基礎和技術(shù)平臺，還是得益于滴滴的自動駕駛技術(shù)。在這一點上，我們對于只專注于卡車的公司的泛化性要強得多。

韋峻青：現(xiàn)在端到端的大模型大家都在講，滴滴是研究比較早的。

在我擔任滴滴自動駕駛CTO期間，我們就已經(jīng)積累數(shù)據(jù)和場景。后來卡爾動力成立，我們一開始就用了量產(chǎn)的傳感器和數(shù)據(jù)驅(qū)動的算法，跳過了規(guī)則驅(qū)動的階段。

也就是說，傳統(tǒng)的算法可能只是識別出行人并標記，然后交給下一個算法決定是否停車。而端到端的算法省去了這些中間步驟，可以直接傳遞更多信息給決策系統(tǒng)，更像人類的決策方式。

此外，我們也感受到了數(shù)據(jù)驅(qū)動的大模型帶來的好處。比如過去我們可以識別和標記行人、自行車、摩托車、卡車等多達20種類別，但現(xiàn)實中總有一些未被標注的小障礙物、垃圾、動物等。傳統(tǒng)的算法可能把這些都看作通用障礙物，無法確定具體是什么。但大模型因為在網(wǎng)上見過更多數(shù)據(jù)，即使是塑料袋或飛鳥，也能識別并評估這些物體是否構(gòu)成風險。

所以總的來說，端到端模型和大模型不完全一樣，但都能實現(xiàn)自動駕駛技術(shù)的安全性，比如讓系統(tǒng)在行駛10億公里后還不發(fā)生嚴重事故。

值得注意的是，谷歌的技術(shù)在兩三年前就已經(jīng)實現(xiàn)了突破，而那時他們還沒有使用大模型技術(shù)。因此，我認為大模型并非必要條件，而是我們實現(xiàn)技術(shù)超越的一種手段。

比如美國的Waymo，他們已經(jīng)研究了十五年，前十年都在摸索。而我們雖然規(guī)模小，只有幾百人，但因為避免了他們走過的彎路，加上最新的技術(shù)路線，我們的追趕速度卻非?？?。

韋峻青：卡爾領航是我們推出的一套自動駕駛運輸方案（全球首個端到端自動駕駛編隊貨運解決方案）。它的核心在于將混合智能、數(shù)據(jù)驅(qū)動和量產(chǎn)能力相結(jié)合，形成了一個完整的解決方案。也就是說，它整合了實現(xiàn)無人化部署所需的關鍵要素，并將其適配到了前裝量產(chǎn)的卡車上，這是卡爾領航的一個顯著特點?，F(xiàn)在，我們所有的車都用上了卡爾領航。

說到NOA，我們的目標是達到L4級別的完全自動駕駛。

在卡爾領航的幫助下，通過車隊編隊和固定路線，我們已經(jīng)做到了這一點。我們現(xiàn)在不打算做輔助駕駛市場，因為我相信自動駕駛帶來的大變化是因為實現(xiàn)了完全的無人化，也就是不再需要人類司機，這將引起社會變革。自動駕駛會變成一種基礎設施，就像大樓里的電梯一樣重要。

我們站在滴滴這樣的大公司的肩膀上，希望能做出一些突破性的工作，創(chuàng)造出有競爭力、讓人驕傲的成果。

韋峻青：我們一開始想的是讓無人駕駛的卡車在各種路上自由行駛，拉著30噸的貨。但這個想法還很科幻?？紤]到安全、效率和政府能不能接受，我們決定在場景和產(chǎn)品兩個方面進行降維。

首先，我們將車輛部署在人口稀少但運輸需求強烈的場景中。

中國有很多大宗商品，像煤炭、礦石、鋼鐵，這些在陜西、山西、內(nèi)蒙古等地很多，小車就少一些。

我們主要做兩種：

一種是在工業(yè)園里短途運輸，這些工業(yè)園都是圍著煤炭和電廠建的，大概100平方公里，包括煤礦、電廠和冶煉廠。這種業(yè)務在一個封閉的環(huán)境里，更安全。

第二種是在一個城市里的運輸路線，而不是橫穿全國的長途干線。我們覺得全國性的無人車法規(guī)還得兩三年才能成熟。我們選的是市內(nèi)路線，比如鄂爾多斯市，南北三四百公里，市內(nèi)就能完成運輸。這些路線上，我們已經(jīng)測試過無人駕駛了。

值得一提的是，卡爾動力在這方面做得不錯。美國的一些公司在亞利桑那州做的示范運營最長也就50英里（約80公里，還得警車陪著。我們已經(jīng)在鄂爾多斯等地實現(xiàn)了300公里路線上的無人駕駛，這在全球都是領先的。我相信中國在自動駕駛貨運上能領先全球，我們會繼續(xù)努力。

另外，我們的產(chǎn)品也做了調(diào)整，不是單獨一輛自動駕駛車，而是多輛車一起跑。通過這兩個調(diào)整，我們希望能讓無人駕駛更快用起來。

韋峻青：無人駕駛的核心就是“無人”，這是我們最重要的目標。

我們已經(jīng)驗證了無人駕駛，還做了示范運營。接下來，我們打算今年在幾十輛車上實現(xiàn)小規(guī)模的無人駕駛，明年希望能增加到百輛以上。

實現(xiàn)無人駕駛還有很多挑戰(zhàn)，包括技術(shù)、政策和運營效率等。

在政策上，由于車路云一體化的推進，北京等地已經(jīng)開始讓無人駕駛車上路，包括網(wǎng)約車。我們很有信心，覺得風險不大，能推動這個進程。

美國在自動駕駛貨運和客運上的政策是一起推進的，中國則更注重乘用車。我覺得兩者可以同步發(fā)展，可能只是因為國內(nèi)之前缺少優(yōu)秀的自動駕駛卡車公司。在美國，前五大自動駕駛公司里，三家做卡車，兩家做乘用車，而中國大多數(shù)公司都在研究乘用車。

技術(shù)上，我們覺得沒什么大問題了，主要是提高效率。

比如在復雜情況下，我們可能不如老司機那么大膽，或者我們更遵守交通規(guī)則，不像人類司機那樣冒險。比如遇到行人，我們會等行人過了再走，而人類司機可能會按喇叭直接過，有時會在紅綠燈處不減速，或者在燈變紅前加速通過。這些效率上的損失，我們會用更保守的策略來彌補。

在運營上，裝卸貨的時候經(jīng)常不太規(guī)范，這對自動駕駛系統(tǒng)來說是個難題。我們的解決辦法是，在這些不適合自動駕駛的地方，由專人負責裝卸貨，就像飛機的地勤一樣。

總的來說，政策、技術(shù)和運營上都有些挑戰(zhàn)，但都不是大問題，我覺得我們已經(jīng)基本找到了解決的路。

韋峻青：技術(shù)上，自動駕駛已經(jīng)取得了很大進展，商業(yè)化也正處于突破的邊緣。

技術(shù)上的突破意味著車輛可以安全地自己跑了。比如Waymo在鳳凰城的實踐就證明了這一點，他們的車能在機場、社區(qū)和購物中心之間自由穿梭，實現(xiàn)了全區(qū)域的通行，服務效率已經(jīng)與Uber網(wǎng)約車非常接近。他們的200輛車安全跑了兩年，沒出過事，這很了不起。

至于怎么賺錢，我認為商業(yè)化的突破將首先在貨運領域。這是因為，一旦我們能夠在一條路線上實現(xiàn)無人化貨運，每天就有數(shù)百甚至上千輛車在運行。而對于末端配送或Robotaxi 這樣的場景，你需要覆蓋一個更大的區(qū)域。

商業(yè)化要分兩步走：一是每輛車能賺錢，二是公司整體能賺錢。但如果你公司的投入越大，規(guī)模越大，你需要部署的車輛也就越多。

在這一點上，卡爾動力有自己的優(yōu)勢，卡爾動力選擇了在人少的地方編隊運行，而且因為滴滴的技術(shù)，我們的研發(fā)投入相對較低，核心研發(fā)團隊僅有 200 人，遠少于其他公司的 2000 人。

像美國Cruise那樣，他們每年要花20億美元，可能得把美國所有的網(wǎng)約車都換成無人駕駛的，或者至少換一半，才能賺錢，這很難。但對我們來說，可能只要部署1000到1500臺卡車就能盈利。

目前，全球沒有任何一家自動駕駛公司能夠自負盈虧，這是個大問題。但我覺得卡爾動力在落地速度和成本效益上能突破這個難題。我們希望在未來兩年內(nèi)能做到這一點。

韋峻青：我們現(xiàn)在自己運營很多車輛，就是為了證明投資是能回本的。因為我們?nèi)フ铱蛻簦瑹o人駕駛技術(shù)真的能掙錢?？蛻魰?，如果真能掙錢，你們自己怎么不做？所以我們自己就運營了一個賺錢的大車隊。

現(xiàn)在，我們有人駕駛階段，基本上是收支平衡的，不虧損。而在實現(xiàn)無人化之后，我們有非常大的利潤空間。

這里面有幾個關鍵點：

首先，自動駕駛系統(tǒng)不能太貴。比如幾年前，一個激光雷達要10萬，如果車上裝3個，成本肯定收不回來。但現(xiàn)在，激光雷達的價格已經(jīng)降到了3000元左右了。

因為我們是L4級別的大車，所以我們車上的設備是小車的兩三倍。我們從三年前開始研發(fā)時就決定，我們必須用量產(chǎn)的傳感器和計算平臺。我們用的是華為的系統(tǒng)，和其他復雜自動駕駛系統(tǒng)用的激光雷達和攝像頭，基本上都是量產(chǎn)的供應商。我們的車量產(chǎn)之后，它比普通車輛大概要多出10到15萬的成本。

那么算一筆賬，如果實現(xiàn)了無人駕駛，一輛車每年能省下的人工成本，大概是二十萬到四十萬。如果用十萬的系統(tǒng)省下幾十萬，回報率是很高的。

因此，對于百臺到千臺的部署，只要實現(xiàn)無人化，基本上很少有投資人和客戶會問我們，無人化之后怎么賺錢，因為大家普遍認為，只要能實現(xiàn)無人化，就一定能賺錢。

韋峻青：我估計大概要3到5年時間。今年L3級別的自動駕駛已經(jīng)有實質(zhì)性進展了，乘用車L3允許你在車輛提醒你需要接管前，做點別的事，比如吃飯。

L3和L4級別其實沒什么大區(qū)別，因為責任都在系統(tǒng)上，所以我覺得L3級別突破了，L4級別也就不遠了，尤其是在政策上，未來3到5年我們能看到這種變化。

但這肯定是個逐步的過程，不會一下子就全國都能用。我們得先在特定區(qū)域證明L4級別的能力，然后再慢慢擴展到更多地方。比如北京和天津已經(jīng)可以聯(lián)動了，京津冀地區(qū)也在慢慢連起來?？缡羞\營之后，會慢慢形成區(qū)域網(wǎng)絡。

從政策上說，我覺得中國對自動駕駛的政策很開放。

我在美國生活了十幾年（2008--2020），以前覺得美國政策更先進，因為過去我們在上海部署Robotaxi時，只有圍繞公園的一圈路可以做自動駕駛測試，大約10公里，但還沒有實現(xiàn)無人化。

但現(xiàn)在中國很多地方，比如北京亦莊，自動駕駛的開放程度已經(jīng)超過了美國。中國很多一二線城市都有這樣的開放區(qū)域，而美國只有幾個地方有，加州、亞利桑那、舊金山、鳳凰城。

對于卡車來說，我們還有進步空間，所以這也是一個“先有雞還是先有蛋”的問題。

政府需要看到企業(yè)有能力和意愿安全地部署無人駕駛，才會放開政策。所以，我們希望通過小范圍的實踐來證明我們能做到安全無人駕駛，這樣政策就會很快放開。大家的目的是一致的，就是在自動駕駛上做到國際領先。

我覺得不久的將來，政府看到卡爾動力的運行后會放心，然后迅速推動政策開放。我對這點很有信心。

韋峻青：黃澤鏵是我老朋友，我們在美國一個實驗室待過。他提的問題也是他創(chuàng)業(yè)的原因之一，他認為自動駕駛的瓶頸會在車輛本身，不只是軟件。

我認為軟件和車都面臨挑戰(zhàn)，所以我們和車企合作很緊密，希望能盡快解決車輛的問題。

自動駕駛軟件確實需要通用性強，但最大的問題是，如果車要賣給普通客戶，需要在各種地方都能用無人駕駛，那適配工作就很多?；蛘哒f能力很強，不需要適配，但未來幾年內(nèi)，如果要實現(xiàn)無人駕駛，都需要很多適配工作，這確實是個問題，我同意黃澤鏵的看法。

卡爾動力的解決方法是專注于一些固定的路線。比如我們已經(jīng)找到了5條路線，還準備了10條這種高密度運營的自動駕駛路線，每條幾百公里。這些路線上有1000臺車，我都適配，如果每臺車的人力成本20 萬，那無人駕駛之后，每年可以省下2億的人力成本。實際上，這就是每年可以節(jié)省2億的凈利潤。

對企業(yè)來說，這個投資回報率很高，值得去適配。但如果要做到全國任何道路對普通客戶進行適配，我覺得難度大，所以我們現(xiàn)在的客戶主要是企業(yè)。

韋峻青：最開始我們找切入點的時候，做的是單車的自動駕駛。因為滴滴的技術(shù)已經(jīng)很成熟了，四年前，我們拿到了北京的自動駕駛測試牌照，僅用了兩個月。

但是，當我們在內(nèi)蒙古實際用的時候，發(fā)現(xiàn)有些問題解決不了，比如裝卸貨、路上突發(fā)問題、避開水坑和減速帶等。因此，我們從單車自動駕駛演進到了編隊自動駕駛。

我們現(xiàn)在兩個方向都在做，同時推進，但是商業(yè)化的重點是自動駕駛編隊，這是最快的落地方式。

這是我們一年前定的戰(zhàn)略。但是，隨著我們對市場和未來的思考，我們看到各地都在建智慧倉庫，把物流資源集中起來。像義烏已經(jīng)很成熟了，內(nèi)蒙古這樣運輸多的地方也在做，美國也是這樣。通過智慧倉庫，不同地方的貨物可以在路上集結(jié)成車隊。

即使將來單獨一輛車的智能技術(shù)很成熟了，車隊還是有它的好處，因為物流的需求很大，車隊可以省油、節(jié)能、減少傳感器的數(shù)量。

所以，我們的觀點有所變化，原來以為車隊是未來5到10年的一個重點，最后演進成單車自動駕駛。但現(xiàn)在我們認為，車隊自動駕駛不僅符合現(xiàn)在的物流發(fā)展，也適合城市的布局，它會長期存在。

另外一點是市場研判。

整個國內(nèi)物流市場大概有4.6萬億的規(guī)模，這個數(shù)字可能還會更新，大宗商品運輸占了2.2萬億。這里面，我們覺得至少一半很適合用車隊運輸。

因為大宗商品的特點是單次運輸量較大，一輛卡車無法滿足運輸需求。比如電廠每天要進300到500輛車的貨，這種需求就很適合車隊運輸，因為客戶不在乎你是一輛車還是幾輛車一起運。

在中國，運輸市場主要是私營小車隊在做，通常是一個車主自己跑運輸，賺了錢再買幾輛車，雇幾個司機。他們自己也是幾輛車一起運輸，互相照應。

所以短期內(nèi)，我們有一個很明確的市場。

長遠來看，如果城市物流變成倉到倉的模式，我們覺得至少80%的運輸會用車隊。

那時候，車輛可能變成我們期待的物流機器人樣子，不再是帶車頭的卡車，沒有駕駛艙，通過全國統(tǒng)一的調(diào)度系統(tǒng)來進行調(diào)度。這些車輛在路上會組成密集的隊列，以最小的道路占用面積進行高效的運輸，來自不同地方的車輛也會在路上湊成一個隊列來降低豐足和能源的消耗。這些車每輛都有自主L4的能力，所以也不會影響人類駕駛的車輛，到了不同目的之后他們自動會進行補能充電，又會回到城市路上。

三年前，我們選了這個大宗貨運市場，確定了混合智能車隊的方式最適合需求，也最符合現(xiàn)在的自動駕駛技術(shù)。過去兩年，所有做卡車自動駕駛的公司，都慢慢意識到這一點，大家的產(chǎn)品形態(tài)和模式都在慢慢趨同。

這是我們最早探索的方向，看到大家都往這邊走，我們很自豪，我們最早創(chuàng)造了這樣的市場和機會。

韋峻青：在內(nèi)蒙古，我們超過一半的車已經(jīng)開始試運營，特別是在鄂爾多斯。我們的一些業(yè)務來自股東和合作伙伴，比如鄂爾多斯集團。他們最先體驗到自動駕駛的好處，比如運營效率提高和成本降低。

我們和客戶的合作很透明。比如，如果人類司機每公里賺一塊錢，我們的自動駕駛車也是同樣的收費標準。這樣客戶很容易接受。從長遠來看，如果我們能以更低的成本，比如五毛錢，完成同樣的運輸任務，我們肯定會與客戶分享這種降本增效的成果。

目前，我們的自動駕駛車已經(jīng)能和人類司機效率差不多，帶來與人類駕駛員同等規(guī)模的運費收入。我們的技術(shù)越來越成熟，業(yè)務也在快速擴大，我們每年都在以 2～3 倍的速度擴大業(yè)務規(guī)模。

我們將追蹤兩條曲線：

一是業(yè)務量的增長，就是我們能夠以與人類駕駛員相同的運價獲得多少業(yè)務量——是200臺車的量，還是500臺或1000臺。我們的調(diào)度系統(tǒng)在這里很重要，它即使在完全無人化之前也能提高效率和監(jiān)管。

二是無人化的比例，就是這些業(yè)務中有多少是自動駕駛車完成的。

我們希望這兩個方面都能持續(xù)增長。最終，我們的收益將是業(yè)務增長和無人化增長的乘積。

我們的目標是在未來兩年多部署大約2000臺自動駕駛卡車，并實現(xiàn)公司的盈利。

韋峻青：這是個長期目標。就像新能源車，雖然能省很多油錢，車價也不高，但也用了5到10年才占到市場的一半左右。自動駕駛可能也差不多，可能要10到20年才能占到市場的一半。

現(xiàn)在大家都在擔心工作問題。我覺得未來10到20年，中國的人口結(jié)構(gòu)已經(jīng)出現(xiàn)了重卡司機的短缺。到那時，自動駕駛技術(shù)的演進應該能夠恰好填補這一人口結(jié)構(gòu)的缺口，而不是說現(xiàn)在這些車輛馬上就能實現(xiàn)無人化，導致很多人失去駕駛工作。我認為至少在目前，大家完全不需要有這樣的擔憂。

雷峰網(wǎng)雷峰網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。