最近，FACEBOOK创始人扎克伯克在硅谷疯狂挖人，以“亿美元”为单位薪资从OpenAi、苹果等公司“撬走”核心AI人才。
而距离硅谷大约1万公里外、看起来和AI没有任何联系的中国鄂尔多斯，有一批硅谷回国的AI工程师，时常在这里出没。
他们如果在硅谷，也很可能拿到巨额的薪酬。在中国、在鄂尔多斯，又能做什么呢？
答案是，他们已经跑通了AI一个很重要的应用——自动驾驶卡车的商业化路径，开始向盈利冲刺。
他们就是自动驾驶卡车公司卡尔动力的高管们，包括卡尔动力CEO韦峻青、卡尔动力规控算法研发副总裁王前、卡尔动力AI研发副总裁王珂……
8月中旬，韦峻青在鄂尔多斯举行的媒体体验活动上宣布，卡尔动力在L4自动驾驶赛道最早实现了单车经济模型的转正，以及正向循环。
而且，卡尔动力COO李潇潇表示，再过几年，卡尔动力自动驾驶卡车总体量达到1500-2000台车，就能做到公司层面盈利。
当前的自动驾驶项目，无论在哪个场景，一方面规模比较小，基本处于示范或者商业运营的初期，另一方面，基本都在亏钱状态。
不过卡尔动力不同，团队虽然来自硅谷，他们却非常看重落地的可行性和必要性，因此也注重规模和运营。
“我们持续在过去的两年多时间，都是全球规模最大的自动驾驶卡车车队，并且我们实现了L4真无人商业化的运营。”韦峻青说。
他介绍，2021年滴滴自动驾驶部门决定做自动驾驶卡车，孵化了卡尔动力。在寻找到鄂尔多斯这一货运卡车很好的落地场景之后，卡尔动力先尝试了单车自动驾驶，随后探索出了混合编组模式（人类驾驶员+自动驾驶卡车编组）的模式。
历经4年多的打磨，韦峻青交出了成绩单，他用“安、稳、省、利”四个字做了总结。
“安”就是安全性上，卡尔动力的自动驾驶车目前已经比人类驾驶要安全5倍以上。
“但我们认为这个是远远不够的。所以我们的数据累积和研发会让这个数每年还能再增加2到3倍，现在是5倍，明年是10倍，后年就是30倍，持续地提升。”韦峻青说。
“稳”就是稳定性上，自动驾驶卡车刹车系统都是三重冗余，转向是双重，不会出现任何单点故障导致车辆的稳定性下降。
“省”即成本节约上，卡尔动力最多可以通过自动驾驶来降低83%的司机成本。
所谓“利”是经济利益，“不光是卡尔动力能获益，物流方、工厂等也都能获益，各方都能得到最佳的利益，这样的话形成一个正循环。”
“过去的两个月，在万亿级的卡车货运领域已经稳定地率先实现了L4无人商业化。我们的车辆第一是无人的，第二是在散货的，第三是真的跟客户收费，所以我们实现了国内首个全无人的编队运营。”
玩PG电子游戏时常遇到哪些问题？如何解决？韦峻青说，“我们验证了单车的毛利，在不同路线能够相对于有人驾驶的车辆提升3~6倍……每年每台车我们可以节约近20万的人力成本。”
在传统的卡车运输商业模式中，100%的收入中，能源成本占三分之一，司机和其他人力成本也占三分之一，其余是路桥费、维修保养、折旧等等，毛利率仅4%。
而卡尔动力，初期借助“一带一”（一辆人类驾驶卡车+一辆自动驾驶卡车）编队模型，节约50%的司机成本，增加10万块左右设备成本，毛利率能达到传统模式的3倍以上。
长期，卡尔动力借助运输机器人，去掉座舱、降低整车的制造成本、降低重量，多载货，更高效地运输，毛利率可能达到6倍。
就当前“一拖一”混合编组模式来说，卡尔动力也具备了大规模复制，并走向盈利的可能。
李潇潇表示，“我们已经做到从0到1的单车UE转正；那下一步……在多线路上做到单车UE转正和线台车，做到公司层面盈利。”
在应用中，卡尔动力没有一上来就做单车自动驾驶，而是“认怂”地选择了“混合编组模式”。
这是韦峻青等人在鄂尔多斯跟车跑了很多次之后的选择，基于此，卡尔动力也专门做了智能编组模式下的L4开发。
首先是感知，既然是编组，不仅仅后面跟着的L4车辆需要具备感知能力，而且，前车对后车有遮挡，因此也要有感知能力，前车其实也布置了L2的传感器。
有了前车的感知，再通过V2V通信，前车的信息能够以100毫秒以内延迟共享给后车，相当于提升了后车的感知距离，能提前做决策。多车编组情况下，卡尔动力还能通过不同车辆的定位设备做定位算法，即便在连续数公里无GPS的一个隧道内，也能实现非常精准地定位。
同时，前车的轨迹、行为，比如油门、制动信号，也通过V2X传递给后车，后车可以跟随着前车司机轨迹进行决策。“当然在这个过程当中，后车因为具备完整的L4能力，所以一旦在这个过程当中出现了任何有可能风险，后车也能够自主去规避。”卡尔动力规控算法研发副总裁王前说。
在自动驾驶算法上，卡尔动力紧跟行业最前沿技术，比如当前的端到端模型。“2024年是端到端规模化量产的元年，我们也在2024年的8月提出了L4级自动驾驶编队的解决方案，它利用也是端到端的技术。” 王前说。
卡尔动力的端到端架构不追求极端。比如，该算法融入了VLM视觉语言大模型。而且，他们还是感知和预测、规控两段式的端到端模型。
还有，卡尔动力没有“放飞”让系统完全决策，还有规控兜底，通过行为选择器来最终决策。
“正是有这样一个端到端的解决方案，以及我们之前介绍的智能编队技术，我们现在能够实现编队的接管指标是L4级单车的10倍以上。”王前说。
卡尔动力AI研发副总裁王珂说，此前自动驾驶开发单纯依赖模仿学习的范式，虽然可以堆数据、堆算力，不断提升极限，接近老司机的水平，但想超过人类，光靠模仿学习大概率是不够的。“我们希望通过强化学习的手段来突破一些数据限制，使得我们能够获得更好的产品性能。”
为此，卡尔动力提出了一个六阶段的数据训练方法，从互联网数据/开源基座模型开始训练；再基于人驾/自驾/社会车/小车/丰富数据池，比如来自滴滴的网约车数据、Robotaxi数据；再用卡尔动力自身的基于卡车/单车/社会车丰富数据池，打造一个基座模型；并根据应用场景微调；然后再进行开环、闭环和RL（强化训练）三个阶段的训练任务。
在强化学习阶段，卡尔动力也开发了自己的世界模型，并且取得了比学界最领先OCC模型性能提升1倍的效果。
王珂还透露，卡尔动力将开源这一世界模型。关于技术路线之争，王珂也表示，“端到端也好、 VLA也好、无图玩PG电子游戏时常遇到哪些问题？如何解决？也好、BEV也好，我们都有很好的技术储备，在卡车这个领域里面我们有非常强的技术优势。但最后……实现商业价值的技术才是‘好猫’。”
李潇潇介绍，鄂尔多斯市有30万辆重卡。而且，鄂尔多斯也有很好的政策环境，卡尔动力在此入选交通部第二批智能交通先导应用示范项目中唯一一个卡车的L4自动驾驶项目。
在5月获批，无人商业化试点许可后，卡尔动力已实现自动驾驶卡车编队日均5000公里常态化运营，无人化货运日均200公里安全测试里程。
卡尔动力也在其他地方运营，在10个不同省市落地了20个客户，有300台无人驾驶自动驾驶卡车。
韦峻青说，后续要采取“1+N+X”策略。1还是卡尔动力在鄂尔多斯已经落地的鄂托克旗，“彻底地打通吃透，以这个地方为核心，运营超过1000台的无人车辆，同时也把它拓展到整个内蒙古自治区。”
N指的是，和鄂尔多斯有物流交集的新疆、陕西，以及单点探索的四川、广西以及京津冀，慢慢地实现全国网络的打通。
“X就是不同的行业，我们最早是在煤炭，拓展到了钢铁行业、电子行业，然后农牧业、饲料作物、以及快运。我们会沿着整个大宗能源的落地，实现区域和行业的一个泛化。”
“在自动驾驶行业，活下来的或者最终能够胜利的不是最先起跑的，而是能够最快达到收费站的。”韦峻青说。
他表示，自动驾驶货运是自动驾驶唯一的万亿级的市场，是L4级自动驾驶落地的最现实路径。“在这个赛道，我们认为未来一定能够跑出一家甚至多家全球500强企业，在这个万亿市场中斩获自己的商业价值。”
