大物流智能化,自动驾驶公司的新机遇

2020 年以来,西井的无人驾驶新能源商用车、系统等解决方案已落地全球多地,除了泰国,还遍及英国、阿联酋、墨西哥、马来西亚、韩国等,全球化的商业版图仍处于持续扩张。

如果说一般面向。

这就代表,西井科技整体的智慧大物流解决方案,能为更多尝试向新能源和智能化转型的合作伙伴可持续的价值赋能,帮助他们更快速、更降本的完成智能转型。

在 2023 年末回看科技圈,大模型是绕不开的焦点。这项技术被认为是工业革命级的生产力工具,各行各业都在关注可能由它带来的生产范式变革。

这其中自然也就包括了自动驾驶和智能驾驶。不仅因为智能汽车将会是未来 10 年里,最具前景的个人终端;而且也因为大模型在感知、决策、模拟训练等诸多技术环节,为自动驾驶提供实质性的帮助。

如果从技术回到市场,在普通消费者对智能驾驶的感知仍然不够。毕竟目前走在全球技术前沿的特斯拉,承诺的 FSD(完全自动驾驶功能)已经从 2017 年跳票到了现在。听起来,自动驾驶好像并不靠谱。

然而,当应用场景从乘用车转换到商用车,当实际场景转换到码头、港口、矿山等封闭或半开放道路时,这些年也有一些自动驾驶产品陆续为 B 端客户提供服务。

创立于上海的西井科技便是这样一家公司。过去 3 年,由这家公司完全正向研发的全时无人驾驶新能源商用车 Q-Truck,已在泰国林查班港口实现了与有人驾驶卡车的常态化混行,并且安全完成了超过 40.5 万 TEU(集装箱吞吐量的一种计量单位,指 1 个 20 英尺标准集装箱或等量的装载能力)实船作业。自 2020 年以来,西井的无人驾驶新能源商用车、系统等解决方案已落地全球多地,除了泰国,还遍及英国、阿联酋、墨西哥、马来西亚、韩国等,全球化的商业版图仍处于持续扩张。

如果说一般面向 B 端的无人驾驶产品,尝试将物流生产场景中的运输环节实现智能化、无人化。那么,西井科技的目标估测是从场景源头出发,将港口、机场等封闭、半封闭环境彻底数字化后,再形成一个智能化的集控中台,配以强大的 AI 算法将场景生产全流程进行统一化的“智慧升级”。而无人驾驶,则可看作是这个“智慧生态”变革中重要的一环,但远非全部。

显然,西井科技的远望是全球市场,并非拘泥于中国本土。反复打磨一套标准化流程、可快速复制的新能源自动驾驶商用解决方案,也让西井科技愿景的逐步实践有了技术落地的底气。目前,西井科技的产品及服务已落地全球 18 个国家和地区,服务 160 余家集团客户。

西井科技总裁章嵘认为,公司目前所处的以集装箱为载体、贯穿海铁陆空、工厂等的全球“大物流”赛道的市场是“万亿级的”。而西井围绕“Ainergy”品牌战略,也就是“新智能(AI)结合新能源(Green Energy)”,将助力全球大物流领域在智能绿色进化中实现更高效、更可持续的价值提升。今天的西井面对全球市场的快速变化,也保持着自身的智能进化迭代,我们从最初单一的场景拓展至更多元的场景,未来将更着力于不断拓展“人与智能”的新关系,从智能“接替”人走向“共生”。

面对超强体量级全球市场空间,西井科技还表示将从细微之处起步,全心投入每一个小改变,从而推动世界更大、更多积极改变的发生。在全球商业落地进程中,西井将为全球化的大物流客户提供更多元场景、全链路价值的“新能源与智能化”综合解决方案。同时,这也需要保持与全球不同归属地的文化政策、特殊场景化、复杂工况产生极高的耦合与适配。由此带来的切实商业效益和绿色效益,会长期地可持续赋能整个价值链的上下参与方。

但究竟有何特别之处,让西井科技的自动驾驶产品得以真正落地可用?

一、从集装箱到智慧港口,从聪明走向“睿智”


西井科技成立于 2015 年,总部设在上海长宁“硅巷”,致力于为集装箱物流行业提供全球领先的“智能化和新能源”综合解决方案,主攻无人驾驶商用车、系统以及整体解决方案。

一开始,他们从集装箱物流链智能识别、港口机械智能化改造、智能安防等板块切入,为港口客户提供 AI 的无人化作业系统、设备和远程智能监管等智能化服务。2016 年,西井科技 WESTWELL 无人驾驶团队正式成立,开始布局无人驾驶,仅 2 年就在大物流的港口场景实现了商业化落地。这更加坚定了西井科技对无人驾驶赛道的深耕。

2018 年,西井科技正式推出无人驾驶的“新物种”——全球首款全时无人驾驶商用车 Q-Truck 概念版,同时推出新能源无人驾驶商用解决方案 Qomolo®。2020 年,Q-Truck 车队在和记港口泰国林查班港口实现商业化落地,打造了全球首个“无人驾驶与人工驾驶”混行作业的智慧港口项目。此后又相继在阿联酋、英国、马来西亚、墨西哥等多个国家商业落地。

近 2 年更是市场动作频频。2022 年,西井科技发布全球首款“智能换电”无人驾驶商用车 Q-Truck,在自研的智能能源服务 PowerOnair 支持下仅需 5 分钟无人化高效换电。2023 年,西井科技与和记港口集团完成了英国菲利斯杜港的 100 辆无人驾驶集卡 Q-Truck 订单签约,打造迄今为止最大规模的新能源无人驾驶商用车队,并部署 PowerOnair 智能能源服务。

如果把自动驾驶技术和机器人进行类比(同样都需要感知、计算、决策等过程)Q-Truck 智能进化迭代就像一个机器人的创新研发、深度学习和自我成长的全过程,从过去的“接替人”走向未来的“人机共生”。

第一步,从机器成为人。

这一步的核心,就是给机器装上各种实现自动驾驶需要的硬件,包括由西井科技自研的 WellSeesee 工业级超远视距高精度双目摄像头、激光雷达等多种传感器,搭配强大的 AI 感知软件系统,才能像眼睛一样,察觉感知周围环境。

装上“眼睛”只是从机器到人的第一步,具备智能化的能力,还需要为机器加入计算和决策能力。

翻译到自动驾驶卡车领域,计算和决策实际上的重点就是:在没有高精地图的内部港口码头内部道路上,得知道什么时候走、什么时候停,在混行的工作环境中,不能和有人驾驶的卡车发生冲突。此外,码头和港口的特殊工作场景,对泊车位置有极高的要求以及难度。据了解,Q-Truck 可以自主实现 3cm 内的精准微调,以匹配生产环节的种种交互作业需求。

得益于西井自主研发的这套名为 Q-Pilot 的多路况智能驾驶系统平台,笨重的卡车才能在码头上,从“机器”变成具备单车智能能力的“机器人”。

第二步,从普通人进步成尖子生。

当单车智能实现后,就需要进一步提高智能化的能力,让自动驾驶从“能用”变成“好用”,在生产过程中提供真正的价值。

仿真训练是 Q-Truck 成长的重要一环,也是大模型技术为自动驾驶领域带来的实质性赋能。通过生成虚拟驾驶场景,提前开展大规模的虚拟试验,特别是模拟车辆在严苛操作环境、极端天气等多种作业场景下的高效运行,以及提前“解锁”会面临的困境,从而更高规格地训练、调试并验证自动驾驶系统;同时,通过生成更多的合成知识,模型还能像“人”一般扩增真实世界的经验,提高模型的泛化能力得以应对现实世界的复杂多变。

西井科技的 WellSIM 车辆仿真平台,让 Q-Truck 在虚拟世界中不断自我历练、深度学习完成进化,使得自动驾驶能够“代替人”去更精准、更高效、更安全地执行枯燥繁重的任务。在 WellSIM 高强度的训练之下,Q-Truck 实际落地的速度加快,应对多元复杂的场景“游刃有余”。

最后一步,为尖子生们营造最好的环境。

当有了能够实现智能的自动驾驶车辆,还需要外部的配合。这一过程不仅仅需要车端的能力,更需要让车更“丝滑”地融入到整个环境里,在生产环节里产生实际的经济效益。

首先是导航,西井科技研发的 WellFMS 车辆管理调度系统将为 Q-Truck 提供场景内多车型的智能调度和全自动的路径规划,保证车队的运行安全和效率。

其次是补能方式,在西井自研的智能能源服务 PowerOnair 支持下,最新的智能换电版 Q-Truck 可换可充,全程自主换电仅需 5 分钟,就像加油一样方便。这就完全突破了商用车运力不足、里程焦虑的痛点,Q-Truck 的续航里程最高可达 150km,载重可高达 75 吨,参与 7*24 小时全天候的无人化运作。

在实际应用场景里,极速换电将带来两个立竿见影的效率提升:第一,比起充电可以节省更多时间,提高每辆车的工作频效;第二,节约充电过程的人力成本投入——如前文交代,Q-Truck 上的换电是“无人化自主完成的”。

这也验证了将 Q-Truck 放到大物流实际生产场景中去使用,全流程都不会掉链子。人,机器,环境社会,三者并不对立和冲突,相反可以找到一种和谐共生的状态,也只有在这种平衡的状态下才能相互赋能、共创与共赢。

二、从有人到无人,推进 AI 效能“积极的变革”

在上述技术能力的加持下,Q-Truck 已经做到能用且好用了。不过,实现自动驾驶的应用,绝不只是解决工程量产这么简单。如何让客户感知到技术能创造实际生产力价值,是自动驾驶公司要面临的商业难关。

对于商业客户来说,尤其是港口这种随着近代全球化发展起来的“传统行业”,要使用一种新技术,绝不仅仅是因为技术够酷,而是它能够带来实质性的效益提升。即,对于大物流行业,自动驾驶不是一种目的,而是一种技术手段。革新也并不是一蹴而就,而是稳扎稳打下的持续探索。

为了匹配市场需求,西井科技在产品上重点进行了两项优化。其核心的目的,就是尽可能打通从“有人”到“无人”之间的边界感,从封闭场景到半开放道路的连接器,让大物流供应链企业在生产过程的变革变得更容易。

第一项优化:推出带有驾驶舱设计的新车型 E-Truck,也是全球首款可升级自动驾驶的智能网联新能源重卡。和在设计之初就完全去掉驾驶舱的 Q-Truck 相比,E-Truck 使用了相同的底盘,但却带有一个可拆卸的驾驶舱,企业可以选择在有人和无人驾驶中间切换。

这样的设计大幅减少了用户购买时的焦虑——哪怕现在暂时不开启“完全无人”的顶配技能,你买来的智能卡车也不是一个期货。因为,现阶段的自动驾驶需求已完全得到满足,还提前购买了未来不同阶段的升级“潜能”。当然,在未来时机成熟时,它能够以最快的速度、最低的成本“转变”成一台完全无人驾驶状态的卡车。

第二项优化:推出新能源换电的补能模式,并且通过 WellFMS 车辆管理调度系统还能精准控制能源的消耗。要知道,在以重物集装箱为主要载体的码头等运输场景,重卡的能源“成本”不是一个小数目,而且还是重度“污染”的源头。这种 5 分钟智能换电的极速补能模式,进一步优化了生产环节里的成本和自动化的程度,也为绿色减碳作出重要贡献。

在泰国林查班港口,西井打造的 Qomolo 新能源自动驾驶全局解决方案已实现完全的商业化落地,并形成一种常态化的商业生态运行。目前,无人驾驶 Q-Truck 与有人驾驶 E-Truck 在 WellFMS 车辆管理调度系统支持下,安全高效地混行作业。经测算,Q-Truck 单车每年可助力减排 50 吨,相当于植树 4545 棵。

和所有机器人一样,西井自主研发的无人驾驶车辆、智能化系统等,足以“接替”人去执行环境恶劣的部分工作,保持 7*24 小时全天候、全工况的高强度开工,真正成为一个可靠的帮手。

三、AI+Green Energy,聚焦自动驾驶应用新场景

目前,西井科技 Q-Truck 车队已经在 3 年时间里,在泰国林查班码头安全完成超过 40.5 万 TEU 实船作业。

西井科技的这套 Qomolo 新能源自动驾驶全局解决方案,7 天内可在任何一个港口码头场景完成快速部署上线投产。甚至对用户场景的物理基建“零改造”,等同于无缝且迅速地介入客户场景。

也就是说,西井科技下一步的商业布局不仅仅是把 Q-Truck 和 E-Truck 甚至自动驾驶的能力“卖出去”,而是期望将一套全局化的解决方案,在全球范围内进行更广泛的商业应用,同时也能根据不同属地的客户特殊需求、政策、文化等,定制个性化、高适配的多场景解决方案。

无需大动干戈,就能把一些传统的港口,转变成“高智能港口”。这不仅能够解决劳动力长期短缺问题,也让港口的智慧化和绿色低碳化进程提速。不止于港口码头这一种场景,在整个大物流行业里,比如铁路枢纽、空港、工厂园区等都存在着相似的痛点,例如高污染、招工难、高运营成本等。深耕大物流领域多场景推动“智能化+新能源化”,以及打通场景内全流程的高效流转、绿色降本,也是西井科技未来着力的重要方向。

西井科技告诉极客公园,公司目前已实现了大物流全场景的覆盖,重点聚焦关键场景,用标准化的产品,加速“规模化”的商业落地。未来几年,西井将坚持 Ainergy 的全球化战略加速智慧出海,为传统大物流客户提供全球领先的“智能化(AI)+新能源化(Green Energy)”综合解决方案,同时还将链接更多大物流供应链的生态伙伴一同智能进化,相互赋能。

数字化、智能化必然是传统大物流行业的转型方向和趋势,在匹配需求和解决实际降本增效的基础上,相信会有越来越多公司愿意拥抱这个愿景,并参与到实际改革中来。对于整个社会层面,新能源更是核心的生产方式转型方向,在全新的 AI 时代里探索更高效与清洁的生产方式也是每一家企业应该承担的社会责任。

这就代表,西井科技整体的智慧大物流解决方案,能为更多尝试向新能源和智能化转型的合作伙伴可持续的价值赋能,帮助他们更快速、更降本的完成智能转型。

从技术创新、商业场景、社会责任等多个角度出发和愿景推动下,行业也需要西井科技这样的头部新势力坚持走在探索的前沿、革新式的开拓。不仅限于打造一整套的大物流解决方案,对于商业车自动驾驶和无人化商业运营等,西井科技仍有很大的商业畅享空间。

本文来自微信公众号:极客公园 (ID:geekpark),作者:George,编辑:靖宇

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2024年1月10日 14:06
下一篇 2024年1月10日

相关推荐

  • 水温80度:AI行业真假繁荣的临界点

    我们从来没拥有过这么成功的AI主导的产品。

    (这种分析统计并不那么准,但大致数量级是差不多的)

    这两个产品碰巧可以用来比较有两个原因:

    一个是它们在本质上是一种东西,只不过一个更通用,一个更垂直。

    蓝海的海峡

    未来成功的AI产品是什么样,大致形态已经比较清楚了,从智能音箱和Copilot这两个成功的AI产品上已经能看到足够的产品特征。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时“罢工”,全网打工人都慌了

    美西时间午夜12点开始,陆续有用户发现自己的ChatGPT要么响应超时、要么没有对话框或提示流量过载,忽然无法正常工作了。

    因为发现AI用久了,导致现在“离了ChatGPT,大脑根本无法运转”。”

    等等,又不是只有一个聊天机器人,难道地球离了ChatGPT就不转了。

    大模型连崩原因猜想,谷歌躺赢流量激增6成

    GPT归位,人们的工作终于又恢复了秩序。

    未来科技 2024年6月5日
  • ChatGPT宕机8小时,谷歌Gemini搜索量激增60%

    ChatGPT一天宕机两次

    谷歌Gemini搜索量激增近60%

    ChatGPT在全球拥有约1.8亿活跃用户,已成为部分人群工作流程的关键部分。

    过去24小时内提交的关于OpenAI宕机的问题报告

    图片来源:Downdetector

    ChatGPT系统崩溃后,有网友在社交媒体X上发帖警告道:“ChatGPT最近发生的2.5小时全球中断,为我们所有依赖AI工具来支持业务的人敲响了警钟。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时大崩溃,AI集体罢工让全网都慌了

    接着OpenAI也在官网更新了恢复服务公告,表示“我们经历了一次重大故障,影响了所有ChatGPT用户的所有计划。Generator调查显示,在ChatGPT首次故障后的四小时内,谷歌AI聊天机器人Gemini搜索量激增60%,达到327058次。

    而且研究团队表示,“Gemini”搜索量的增长与“ChatGPT故障”关键词的搜索趋势高度相关,显示出用户把Gemini视为ChatGPT的直接替代选项。

    未来科技 2024年6月5日
  • 深度对话苹果iPad团队:玻璃的传承与演变

    iPad最为原始的外观专利

    没错,这就是iPad最初被设想的样子:全面屏,圆角矩形,纤薄,就像一片掌心里的玻璃。

    2010年发布的初代iPad

    好在乔布斯的遗志,并未被iPad团队遗忘。

    初代iPad宣传片画面

    乔布斯赞同这一想法,于是快速将资源投入平板电脑项目,意欲打造一款与众不同的「上网本」,这就是iPad早年的产品定义。

    iPad进化的底色

    苹果发布会留下过很多「名场面」,初代iPad发布会的末尾就是一例。

    未来科技 2024年6月5日
  • 底层逻辑未通,影视业的AI革命正在褪色…

    GPT、Sora均为革命性产品,引发了舆论风暴,但它在上个月发布的“多模态语音对谈”Sky语音,却由于声音太像电影明星斯嘉丽·约翰逊,被正主强烈警告,被迫下架。

    华尔街日报也在唱衰,认为“AI工具创新步伐正在放缓,实用性有限,运行成本过高”:

    首先,互联网上已经没有更多额外的数据供人工智能模型收集、训练。

    03、

    如果说训练“数字人”、使用AI配音本质上瞄向的仍是影视行业固有的发展方向,那么还有另外一群人试图从根本上颠覆影视行业的生产逻辑和产品形态。

    但分歧点正在于此,电影公司希望通过使用AI技术来降低成本,但又不希望自己的内容被AI公司所窃取。

    未来科技 2024年6月5日
  • KAN会引起大模型的范式转变吗?

    “先变后加”代替“先加后变”的设计,使得KAN的每一个连接都相当于一个“小型网络”, 能实现更强的表达能力。

    KAN的主要贡献在于,在当前深度学习的背景下重新审视K氏表示定理,将上述创新网络泛化到任意宽度和深度,并以科学发现为目标进行了一系列实验,展示了其作为“AI+科学”基础模型的潜在作用。

    KAN与MLP的对照表:

    KAN使神经元之间的非线性转变更加细粒度和多样化。

    未来科技 2024年6月5日
  • 这个国家,也开始发芯片补贴了

    //mp.weixin.qq.com/s/tIHSNsqF6HRVe2mabgfp6Q
    [4]中国安防协会:欧盟批准430亿欧元芯片补贴计划:2030年产量占全球份额翻番.2023.4.19.https。//mp.weixin.qq.com/s/VnEjzKhmZbuBUFclzGFloA
    [6]潮电穿戴:印度半导体投资大跃进,一锤砸下1090亿,政府补贴一半.2024.3.5https。

    未来科技 2024年6月5日
  • 大模型的电力经济学:中国AI需要多少电力?

    这些报告研究对象(数字中心、智能数据中心、加密货币等)、研究市场(全球、中国与美国等)、研究周期(多数截至2030年)各不相同,但基本逻辑大同小异:先根据芯片等硬件的算力与功率,计算出数据中心的用电量,再根据算力增长的预期、芯片能效提升的预期,以及数据中心能效(PUE)提升的预期,来推测未来一段时间内智能数据中心的用电量增长情况。

    未来科技 2024年6月5日
  • 你正和20万人一起接受AI面试

    原本客户还担心候选人能否接受AI面试这件事,但在2020年以后,候选人进行AI面试的过程已经是完全自动化的,包括面试过程中AI面试官回答候选人的问题,AI面试官对候选人提问以及基于候选人的回答对候选人进行至多三个轮次的深度追问。

    以近屿智能与客户合作的校验周期至少3年来看,方小雷认为AI应用不太可能一下子爆发,包括近屿智能在内的中国AI应用企业或许要迎来一个把SaaS做起来的好机会。

    未来科技 2024年6月4日