2955
在过去几年里，许多主机厂在谈起自动驾驶能力积累时都喜欢拿“行驶里程”说事儿，似乎，自家积累的自动驾驶行驶里程（数据）越多，能力就越强。然而，真相是，一个公司的自动驾驶能力，跟他积累的多少行驶里程之间并没有必然关系。
这就好比于，对李白和苏轼这样的人来说，“行万里路”可以帮他们写出流传千世的作品，而对多数人来说，“行万里路”则无异于当了几个月的邮差。
因为，真相是：对数据的处理能力，要比你能收集多少数据更加重要。
在自动驾驶进入深水区之后，大家也越来越深刻地意识到这一点。但现状是，大部分主机厂都未能将量产车上的数据很好地用起来，“能将测试车上收集到的数据用好就挺不错的了”。
某新势力自动驾驶产品负责人说：
没有用起来的数据，就像女孩子衣柜里面闲置的衣服一样，那只是花出去的钱，而不是你的资产。
可以说，在真正把数据用好之前，数据积累得越多，浪费就越严重。
为了提高的数据的利用能力，很多主机厂和自动驾驶Tier1都开始搭建自己的数据闭环系统，甚至还专门设置了数据闭环架构师的职位。然而，根据笔者的了解，大部分公司都尚未搭建起一套高效的数据闭环流程，数据闭环仍存在许多痛点，如下图所示。
针对这些痛点，不少公司都在致力于提供解决方案。例如，数据标注公司在努力提高数据标注的自动化程度，从而提高数据标注的效率同时降低成本；合成数据公司希望通过合成数据来作为真实数据的补充，从而提高corner case收集的效率；还有一些云厂商希望提供方便的工具链，提高自动驾驶的研发效率。
在上个月的广州车展上，如祺出行发布了一套自动驾驶解决方案。这套解决方案，主要面向自动驾驶技术公司、头部汽车主机厂和智能汽车解决方案供应商提供服务，提升自动驾驶技术的研发、迭代和车辆量产。
按如祺官方的说法，该方案的实质是“充分发挥如祺自身丰富的出行场景和海量数据优势，打造一个涵盖采、标、存、管、用的高效数据闭环”。
01、如祺自动驾驶解决方案
根据如祺出行在广州车展上释放的信息，笔者整理了如祺自动驾驶解决方案的相关模块以及对应功能。
1.1 数据标注平台ONTIME Data Encoder提高标注效率
针对行业当下数据标注工作量大、效率低等痛点，如祺研发了很多标注工艺，推出了数据标注平台ONTIME Data Encoder。
如祺的数据标注平台支持自动驾驶等场景下 2D、3D、4D标注，拥有如BEV 4D标注、叠帧时序标法、AI 预标注、关键帧插值、2D/3D 融合标注、自动贴合等标注工艺。
如祺数据标注平台具备2D/3D融合标注的能力，标注员在点云中标注的内容，能够自动映射到 2D 图片视角，并拥有自动贴合能力，在俯视状态下可自动贴合车辆。
如祺官方提供的说法是：
采用如祺开发的4D标注-叠帧时序标注法，标注员可针对点云中的静止车辆进行叠帧共享标注，即不同帧中的同一辆车仅需标注一次，从而减少标注工作量，标注效率提高300%+。采用关键帧插值工艺法，标注员可以在标注好一段点云数据的首帧和末帧后，让标注平台自动完成其他帧的标注工作。相比起传统人工标注，AI 预标注可以将标注效率提升300%，同时帮助企业降低 90%的成本，缩短模型迭代周期。
1.2 智驾仿真平台ONTIME NexSim提高测试效率
为了提高测试效率以及提高corner case挖掘效率，如祺推出了自动驾驶仿真平台，该平台同时具备 LogSim、WorldSim及 Log2World功能。
如祺自动驾驶仿真平台通过行车数据滤波、焦点数据段提取、场景库自动生成与归类等功能模块，可实现通用场景及corner case的自动挖掘，还支持用户通过设置可编程的筛选规则，从海量的行驶数据中挖掘出有效场景，形成专属的自动驾驶场景库。
借助WorldSim，如祺自动驾驶仿真平台可以实现场景自演进功能，批量地构造各类极端的场景，并验证车辆在这些场景下的运行情况。
基于物理的传感器仿真方法，如祺自动驾驶仿真平台可对当前市面主流的固态及机械式激光雷达进行实时的、基于物理的仿真，从而输出与真实传感器数据分布一致的传感器数据及真值。
1.3 高精地图工具链ONTIME MapNet 致力于高效制图
高精地图是支持自动驾驶落地的基础。
如祺出行致力于构建的全套高精地图工具链ONTIME MapNet，包含地图采集、预处理、地图生产、母库地图质检、地图编译、编译后地图质检平台以及地图引擎整套能力。
此外，如祺配置了装有激光雷达、相机、GPS、IMU 等传感器的如祺地理信息数据采集车，如下图所示。
02、如祺的战略
如祺的自动驾驶解决方案和公司现有业务如何协同呢？带着这些问题，笔者访谈了如祺管理层，并在对访谈内容做了不改变原意的删改后呈现如下——
2.1如祺的战略定位
九章智驾：如祺出行的定位是自动驾驶技术供应商，还是服务运营商？
如祺出行：如祺出行是一家出行科技与服务公司，致力于搭建全方位、立体化的出行科技解决方案及服务体系。
我们最终还是要做一个服务运营商，只不过，Robotaxi的商业化是一个渐进的过程，在这个过程当中，我们会做一些“沿途下蛋”的事——提供自动驾驶数据闭环解决方案。一方面，我们通过Robotaxi的运营积累数据；另一方面，通过数据解决方案，帮助L4实现技术迭代。
九章智驾：在如祺之前，中美两国的自动驾驶市场上是否已经存在扮演跟如今的如祺类似角色的公司？
如祺出行：单说数据标注、高精地图、智驾仿真这其中某一个板块，都有很多企业在做；但把这些板块放到一起做的，目前还没有。如祺是基于自身作为出行科技与服务平台所掌握的场景与数据优势，以数据为核心，打造了一个自动驾驶闭环迭代的平台，能力涵盖数据的采集、标注、存储、管理、应用全链条。
九章智驾：如祺为什么要做自动驾驶解决方案？为什么选择标注、地图、仿真这几块业务？
如祺出行：我们做Robotaxi，不是等到Robotaxi技术完全成熟的那一天，而是采用“沿途下蛋”策略，基于标注、地图、仿真这些业务先切入To B端，同时推动L4技术的成熟。这样一来，我们和产业链上做自动驾驶单车技术的伙伴们，从运营到技术层面都是互补关系，而不是竞争关系。
我们做自动驾驶解决方案的初衷，不是这个业务能赚到很多钱，而是我们在运营Robotaxi的过程中，把这个平台搭建起来，让我们的数据可以闭环，这是我们最需要的。
在搭建这个平台的过程中，我们发现很多客户都有这个需求，而且市场需求还有很大，我们也有优势摆在这里，就开始做这块业务了。
另外，在如祺，我们考虑战略目标的时候，是先看未来的实际需求会在哪里，然后再倒推，如祺已经具备或者即将可以积累哪些技术、数据、资源等，它们如何帮助我们达到这个目标，然后我们再决定是否要进入相应的市场。
2.2 如祺的各业务模块如何协同？
九章智驾：如祺的自动驾驶解决方案业务与Robotaxi运营业务有什么协同性吗？
如祺出行：主要在于数据的复用，形成一个闭环。
如祺的一个优势在于数据，因为我们能从Robotaxi运营中积累很多数据，另外就是我们能真正地理解场景。
如祺运营的Robotaxi每天都会积累大量的数据，我们可以很清楚地知道车辆在哪些路口会过不去，没有运营Robotaxi的企业收集类似的数据时间可能更长，成本也更高。
我们会把车辆不容易通过的路口的数据采集并且回传到云端。然后，我们会对这些数据做标注，然后训练感知算法等，并且在类似的仿真场景里做测试。
也就是说，我们知道客户需要什么，甚至可以给客户提建议，告诉他们哪些地方需要做数据采集和测试等。
另外，Robotaxi的数据也可以用来做“众源地图”。我们有大量的Robotaxi每天在道路上运行，将来如祺在相关资质符合的条件下，这些车辆回传来的数据可以帮助我们不断地刷新地图的鲜度。
九章智驾：自动驾驶公司、主机厂会不会选择自己做标注、仿真、地图这些业务呢？
如祺出行：随着我们不断采集数据，并将这些数据用于技术的迭代，我们的成本也有很大的下降空间，成本的降低会有助于我们开拓新的客户。
另外，未来随着高阶智驾的规模越来越大，市场的总盘子也会变大。即使未来有的自动驾驶公司、主机厂选择自己做标注、仿真、地图等，导致如祺的市场份额下降，但从总量来看，如祺的业务量大概率也是增加的。
2.3 如祺如何服务客户？
九章智驾：如祺的目标客户有哪些？
如祺出行：在智驾产业链上，需要做算法训练、需要数据的都可以是我们的客户。具体来说，我们的客户主要是L4公司和从L2向L2+/L3/L4升维的公司，包括自动驾驶技术公司、头部汽车主机厂和智能汽车解决方案供应商。
九章智驾：那你们和L4公司存在竞争关系吗？
如祺出行：我们和L4公司之间是合作大于竞争的关系，尤其是在L4商业化的过程中，合作关系一定是占据主导地位的。
例如，目前我们和一些自动驾驶技术公司在数据标注层面是深度合作，我们的项目团队的人员和工具都会按照客户的需求做调整。而且，我们签合同可能一下就会签三年、五年甚至十年的周期。未来我们跟客户都不是说一锤子买卖，我们要合作的是那些三年、五年甚至十年都跟我们一起走的客户。
九章智驾：自动驾驶解决方案是以什么样的形式服务客户，是卖服务，还是卖工具链产品？
如祺出行：我们是以服务+产品结合的形式。
具体来说，在数据标注方面，我们会依托于如祺强大的运营能力，提供数据标注的服务；在智驾仿真方面，我们会提供仿真工具链以及场景库数据；在高精地图方面，我们可以提供加工好的地图数据和生成地图的工具链。
九章智驾：提供定制化服务的过程中，如何避免“每增加一个项目，就要增加一批员工；每丢掉一个项目，就要裁一批员工”的窘境？
如祺出行：我们要集中精力服务好特定客户，并且形成长期的合作关系，而不是说分散地接很多家。
另外，我们有应对业务波动的方法，因为标注业务会有明显的波峰波谷，我们要想办法让标注人员在波谷的时候也有业务可做。假如我们在波谷的时候调整人员，那当业务量突然变大时，我们会承接不了。
在业务量小的时候，我们可以让做数据标注的人员开着用于数据采集的车去采数据，也可以让他们做网约车平台的客服。我们会让人员在内部流转起来，而不是限定他们只能承担某一种角色。
当然了，最核心的是通过让人员承接不同的项目，最终将一些核心能力沉淀在平台，把服务尽量做得标准化。
