万字实录丨一位90后决心投身智能电动重卡

  2024年5月16日，作为智能电动重卡行业的新势力，零一汽车举办了首场发布会，将成立不到两年时间里沉淀的产品和技术逐一对外，身为90后的零一汽车创始人兼CEO黄泽铧在现场分享了对智能电动重卡领域的思考和洞见。

  在活动现场，零一展出了两款搭载零一核心技术的智能电动重卡惊蛰与小满。两款重卡采用统一的设计语言，保险杠采用了铝合金骨架，辅以低风阻和三段式结构设计，可独立更换，同时发布的专属车身色“松石蓝”，匹配气动造型，适用于砂石料厂、煤炭堆场。

  亿欧汽车获悉，惊蛰搭载了385、450磷酸铁锂刀片电池，采用最大充电电流650A三枪直流超级快充，20-80%充电时间35分钟，0-80%充电时间42分钟，能量回收90%以下不衰减，电池放电至5%功率不衰减。

  为了满足商用车各类不同场景的需求，小满上搭载了宁德时代282、350、423多款磷酸铁锂电池，同时采用无热扩散技术，CTP成组技术，自研BMS重卡解决方案，向客户提供更短的充电时间，最低使用温度可满足-35℃，结构强度可达到2倍老国标，实现高安全可靠的综合解决方案。

  两款重卡均搭载了飞溅润滑、强制润滑双系统，确保总成120万公里B10寿命，配有CAN线电子油泵，具有实时监控油温、调节喷油量、内置式冷却油道等功能，亦可实现故障诊断。其搭载的集成式电驱系统的动力输出比传统中央驱动高出13%，双桥输出功率1061马力，采用AB桥组合，输出峰值功率857马力，0-80公里加速最快只要29秒，最大爬坡能力达到30%。在西南山区，海拔上升1700米，其持续行驶里程60公里，能量回收效率比中央驱动高30%，驱动系统整体效率93%，49吨标载耗电1.276度/km，空载电耗0.841度/km，单趟平均电耗接近1.059度/km。

  Matrix矩石智能集成电驱系统是零一开发的第一款量产交付的铸造三段式、三挡四合一电驱系统，以三个前进挡、双桥驱动、11个档位为组合，配有自动轴间差速锁，自动实现扭矩转移，适应多种低附着路面。Matrix电驱桥采用高牌号球铁铸造，最小壁厚4mm。作为一款复合承载电驱桥，重量比行业同类水平轻150Kg，但整体承载仍符合13吨+的要求。

  零一首创了商用车热泵式热管理技术，是由空调、电池、配电、电机、生活水箱集成的5合1热管理系统，利用电机、电池、空气三种热源，通过压缩机消耗较少能量将低温环境中的热量搬运到高温环境中，也就是“三源热泵”技术，通过智能化控制能轻松实现驾驶室、电机和电池之间的热量转移、回收和热品质提升，降低了驾驶室和电池加热时的电能消耗，以此来实现电池与空调、电池与电机、电机与空调的三个交互模块，提高能量使用效率。

  零一还可以在一定程度上完成余热回收供暖，高负载行车时，使用电机热源直接给驾驶室或电池加热，可比使用PTC加热节省约90%能耗。这套5合1热管理系统，核心是基于性能和能耗双导向的自主控制算法，常温工况综合能耗降低2%-3%。零一1.0平台的热泵式热管理技术集成度更高，可靠性更好，故障率更低，零部件数量降低了12%，整车热管理综合能耗降低15%，低温工况热管理能耗最高降低28%。

  零一1.0平台产品全部用上了智能车控技术，通过自研的主动防滑技术，检测车辆发生打滑和侧倾，采用全球最好的被动防滑技术，保持主挂的高度一致。同时根据路况和载重，自动或手动切换单桥-双桥驱动模式，在脱困时能够正常的使用自动悠车功能，配备安全冗余的无人驾驶控制接口，实现有人驾驶和智能驾驶的无缝衔接。

  通过智能车控，对超过900条整车诊断故障码，零一能快速定位故障点。同时，车辆还能通过车联网上传故障数据，与数据中台高效互联，提升故障诊断和维修效率。惊蛰和小满已经全部实现量产，并且慢慢的开始批量交付全国各地的客户。

  在发布会现场，零一还推出了“智子系统”。智子系统以海量、真实、透明、高效为功能目标，构建了一套链接车端、云端、用户端的庞大系统，包含了各种各样的小模块。

  目前，智子系统监控了超过3000个不同的整车信号，每辆车在整个生命周期能够产生4.2t的数据，同时能保证对于所有故障百分之百的监控。智子系统监控的数据和问题也为整车的迭代研发挖掘了超过1000个不同的需求，这些需求正是产品一直在改进升级的驱动力。

  黄泽铧预计2030年左右，中国将有接近300万左右的司机缺口。随着人口红利期的结束，司机短缺的趋势是不可逆的，对于无人驾驶的需求也会慢慢的强。商用车，本质上是生产工具，是赚钱的工具。商用车的无人化运营，能明显降低20%以上的物流成本，意味着超过百万的额外收益。

  在黄泽铧看来，无人驾驶发展到现在，硬件问题的占比已超越了软件，成了制约无人驾驶商用车规模化部署的重要的因素。据零一不完全统计，全球针对无人驾驶软件的投资有超过100亿美元，但是针对无人驾驶硬件的投资却不及3亿美元，这里面就包含零一获得的投资。

  由于硬件系统的发展速度落后于软件系统的迭代速度，并成为了制约无人驾驶落地的主要矛盾，于是黄泽铧决定回国创业，希望为无人驾驶设计一款真正好的车，去推动无人驾驶的规模化普及。

  零一正向设计了一款给“电子司机”开的车辆，全部符合无人驾驶需求的车辆平台，名为“水滴冗余线控底盘系统”。相比于传统的无人驾驶线控重卡，水滴系统不管是在延迟上，还是在精度上，都有大幅的提升，得益于零一强大的自研能力，正向设计了高效的链路和极致的算法，使其在驱动上面有接近70%的提升。

  在自研能力的加持下，整个冗余系统成本比原来下降了80%，彻底告别实验室方案，实际做到了，规模化可量产。零一认为，只有一手抓自研量产，一手抓无人驾驶，形成具有正反馈效果的良性循环，才是实现无人驾驶规模化落地的最优路径。

  在活动现场，零一汽车宣布成立零动智卡联盟（ZITA），全称“Zeron Intelligent Transportation Alliance”，由零一汽车、联合重卡、三环汽车一同推动的面向智能重卡技术的生态联盟，致力于构建一个开放的重卡技术生态，一同推动新能源智能技术的进步与发展。

  在这个联盟中，零一扮演的角色是提供开放的整车技术、控制技术、智能化技术、试验与测试技术，共享供应商体系、质量控制体系，产品标准。

  在发布会之后，亿欧汽车采访了零一汽车创始人兼CEO黄泽铧，他从业务端、技术端、产品端等多方面阐述了零一汽车的商业逻辑。

  黄泽铧：在无人驾驶领域，我们并不急于追求短期的目标或数字。回顾之前的发布会，尽管自动驾驶备受瞩目，但我们最终选择保持谨慎，因为深知这是一个复杂且充满挑战的端到端系统。我们面临着黑盒问题、安全性、稳定性以及泛化性等诸多技术挑战，这些都是我们一定要审慎对待的。

  时至今日，我们很高兴地宣布，零一的自动驾驶软件已经取得了显著的进展。我们不仅验证了端到端系统的可行性，而且其爆发能力和收敛性均达到了极高的水平。虽然原计划在更成熟的时机分享这一成就，但鉴于我们已在多个场景中证明了强大的泛化性，我们决定现在与大家伙儿一起来分享这一好消息。

  首先，“一”代表了我们当前正在进行的阶段，即与现有卡车系统的适配和快速部署。在此阶段，我们将着重验证系统的学习能力、策划能力及安全性能。同时，我们将继续积累数据以证明其安全边际。

  “十”和“一百”则代表了我们未来的发展趋势。从软件架构的角度看，我们的自动驾驶系统并不是特别需要过多的适配，因此我们大家可以更快速地实现规模化部署。然而，要达成这两个目标，我们应该克服两方面的挑战。首先是法规层面的突破，我们期待与政府部门合作，一同推动无人驾驶法规的完善。其次是商业模式的创新，我们应该找到符合无人驾驶技术的商业模式，确保其可持续发展。

  在技术层面，我们将着重关注如何大规模验证无人驾驶系统的安全能力。虽然目前我们的数据表现良好，但我们深知还需要更多量级的数据来支持。为此，我们将从小型产品开始突破，通过可控的产品来降低安全验证的成本和风险。

  总之，无人驾驶的发展仍处于初级阶段，我们应该在未来的时间里不间断地积累知识、完善技术并探索商业模式。我们期待与整个行业一起努力，一同推动无人驾驶技术的发展和应用。

  黄泽铧：零一的首要优势便是研发能力。从新能源技术的初步研发、自主创新，到商业模式的精心构想，再到销售与品牌策略的打造，零一作为新势力展现出了对全链条的深刻理解和卓越实力。相较于许多传统势力，特别是非头部品牌，零一拥有的这些优势正是其独特的核心竞争力。

  当前，零一所采取的合作模式，正是基于这种优势互补的原则。联合卡车和三环汽车作为业内成熟的重卡制造企业，对零一的产品给予了高度认可。双方相互支持，共同推进，这不仅是零一现阶段的主要运营模式，更是未来持续发展的坚实基础。

  在整车生产制造方面，零一选择了零动智卡模式。在此模式下，零一负责提供整车技术、控制技术、智能化技术和试验与测试技术，而整车厂则凭借其强大的制造能力和生产调度的供应链管理能力，确保了产品的质量与生产效率。这种合作模式充分的发挥了各自的优势，实现了资源的优化配置。

  在销售端，双方同样展现出互补性。零一凭借丰富的销售体系和渠道资源，与整车厂共同开拓市场，实现资源共享。这种战略合作模式不仅促进了双方的发展，也为市场带来了更多优质的产品和服务。

  黄泽铧：在零一，我们的核心业务始终是车辆制造。在端到端技术取得显著突破之前，我们明智地决定将不超过10%的资源用于探索和构建这样的学习框架。幸运的是，我们成功地走在了全球前列，率先实现了这一技术突破。然而，这并不代表我们会改变我们的主业方向，相反，我们会重新评估并可能调整资源的分配，以确保在车辆制造这一核心领域持续投入和拓展。

  底盘系统作为零一的核心业务，我们期待与各行各业的合作伙伴携手共进。我们坚信，商用车的发展不仅仅是技术的演进，更是场景的逐步扩展和深化。在推进场景渐进的过程中，我们认识到技术只是其中的一部分，渠道、合作伙伴的选择等因素同样重要。例如，在港口场景中，不仅涉及技术问题，还涉及渠道和资源的获取，这往往需要综合多方的力量。

  因此，在场景渐进的模式下，零一期望扮演的角色是成为全国乃至全球领先的智能卡车底盘供应商。我们的底盘将具备冗余性、安全性和经济性，这些将是我们产品的核心竞争力。我们期待与更多合作伙伴携手，共同推动商用车行业的智能化进程。

  黄泽铧：关于盈利的问题，我深知目前尚无法给出确切的预测，因为我们的商业模式尚未完全形成。当这一关键节点到来时，盈利的测算将变得更为清晰。目前，我们处于早期阶段，但我对零一的信心远超过传统自动驾驶领域。

  首先，零一不直接涉及资产运营，这大大减轻了资产和运营方面的成本压力，为我们在自动驾驶领域创造了独特的增量优势。其次，我们的主要收入来源在未来两年内将明确集中在造车业务上，这为我们设定了明确的盈利目标和收入方向。

  长期来看，这一业务形态极具潜力。正如一些成功的车企，如蔚小理，它们的自动驾驶系统已成为整车交易模式的一部分，我们也将朝着这一方向努力。目前，我们并未设定过于紧迫的财务目标，这使得团队能够在相对轻松的环境中稳步前行。我们相信，随着零一的不断发展，盈利的问题将逐渐变得明朗。

  黄泽铧：关于我们为何同时涉足造车和自动驾驶领域，其中的关联性在于解决自动驾驶在实际应用中的认知误区。早期，人们往往认为自动驾驶是一个纯软件系统，只需安装在现有车辆上即可。但实际上，商用车的可靠性问题远比我们想象的要复杂。

  电动车的兴起为我们提供了一个重新设计产品的契机。通过2.0系统的采购模式，我们尝试以大的单体部件来构建车辆，以提高质量控制和系统诊断的效率。这种新的架构和商业模式需要新势力来推动和迭代，但这是一个长期的过程。

  电动重卡不仅为我们提供了这样的机会，还让我们能够打破传统油车的束缚，探索全新的商业轨道。因此，我坚信这一领域将为我们带来更多的可能性和机遇。

  电动重卡与自动驾驶的结合，确实在前期展现出了强大的推动力和发展潜力。目前，我们主要服务于大宗物流领域，这些物流往往具有鲜明的特点，即资源在特定地区的富集。例如，港口作为一个小型的大宗物流中心，其内部物流的顺畅对整体运营至关重要。而在诸如煤炭、沙石等专用运输线路上，自动驾驶的应用尤为引人注目。

  在这些场景中，核心挑战更多在于法规的适应性和场景的可控性。由于这些项目多位于郊区，自动驾驶的准入和允许相对较为简单。这种非典型的方式却为我们提供了一个宝贵的切入点。

  干线物流无疑是自动驾驶的巨大市场，清晰而庞大。然而，这一领域面临的挑战并不仅限于技术。更多的是如何让各方达成共识，形成一致的认知。这需要漫长的时间周期和无数次的沟通与协调。

  黄泽铧：相较于传统自动驾驶公司，我们的优势在于客户在购车时已经具备了运营的需求，主要成本集中在车辆本身和司机上。因此，引入自动驾驶系统对于客户来说，成本增加相对有限，主要集中在智驾系统本身。我们预期这套系统的定价将非常具有竞争力，具体定价将视市场情况而定。这样的商业模式使得我们的客户能够轻松导入自动驾驶技术，无需承担过大的经济压力。这也是零一在自动驾驶部署上的独特优势。

  我们计划在今年内实现自动驾驶技术的上车应用，目前已有明确的上车点布局。我们不仅在零一车辆上集成这一技术，更在拓展至其他平台及车型上，包括生态联盟内的合作伙伴和其他类型的车辆。这不仅仅是一次商业化的尝试，更是我们在技术层面不断探寻边界的过程。

  我坚信自动驾驶技术适用于所有类型的车辆。然而，从商业化的角度出发，我们目前主要专注于重卡及商用车领域。尽管如此，我们仍会积极尝试在各种车型上应用自动驾驶技术，并期待与大家分享后续的demo。

  这套自动驾驶架构的优势在于，早期阶段我们可以通过影子模式（shadow mode）来收集数据并评估系统的安全性和稳定性。具体来说，我们会先进行影子模式的测试，从实际运营中获取数据以验证系统的可行性和效果。一旦模式得到验证并显示其合理性，我们会进一步进行安全评估，并在可控的范围内进行产品化尝试。同时，我们也会规范化商业模式，确保技术的顺利推进。

  黄泽铧：我认为零一选择中短途市场，源于其固有的务实特质。我们并非热衷于编织故事的企业，而是更注重实际行动和市场竞争的参与者。对于“卷”和价格下降，我持乐观态度，因为这符合我们实现替代燃油车的终极目标。通过降低价格，使产品更接近燃油车价格区间，是促进市场接受度的关键。

  回顾过去，电动车的高价格曾是推广的障碍，但随着技术进步和成本降低，如今电动车的经济性已十分显著。市场渗透率的迅速提升，尤其是中短途市场，预示着未来3至5年内，渗透率有望达到80%至90%的高位。面对如此巨大的市场潜力和激烈的竞争，零一选择直面挑战，通过价格竞争来赢得市场。

  我们的竞争优势在于供应链管理和数据分析能力。通过大规模采购，我们降低了核心部件的成本；而数据作为零一独有的资产，将是我们另一个竞争维度。在早期，我们可能面临客户对产品认知不足的挑战，但通过价格竞争和持续的产品升级，我们相信零一将逐渐树立其独特的品牌形象和溢价能力。

  黄泽铧：关于价格方面，零一目前实行的是经销商体系，这确实是一种灵活的分销模式。正因为这样的模式，价格会依据地区和配置的不同而有所差异。所以，我并没有直接提及某一款车的具体价格，因为那样可能不够准确。

  不过，我可以为大家透露一个大致的价格区间，那就是在50万到60万之间。但请注意，这只是一个参考范围，实际价格可能会根据具体情况有所浮动，甚至可能更低。

  黄泽铧：对于自动驾驶重卡来说，地图无疑是其核心挑战之一。图森公司之所以选择推动高速电车物流运营网络，正是基于高速路网制图便利性的考量。然而，在中国，除了高速干线，我们的商用车还需要应对国道、乡道甚至泥泞路面的复杂环境。在这样的条件下，构建高精地图变得极为困难，这大大限制了商用车自动驾驶技术的广泛应用。

  低精地图对于自动驾驶系统来说也是不可或缺的，它提供了车道信息和限速信息，这些都是导航系统必需的基础数据。没有它们，自动驾驶系统就无法准确知道车辆应该行驶的路径和速度限制。

  然而，尽管低精地图在自动驾驶中扮演着重要角色，但当我们讨论自动驾驶的地图时，更多地是关注高精地图。高精地图提供了更为详细和精确的道路信息，包括道路几何形状、坡度、曲率、交通标志、信号灯位置等，这些信息对于实现高级别的自动驾驶功能至关重要。

  无论我们使用哪种精度的地图，地图都是自动驾驶系统中不可或缺的一部分。我们的目标是不断优化和完善地图系统，以支持更高级别的自动驾驶功能，并推动商用车自动驾驶技术的广泛应用。

  但我们的端到端自动驾驶架构并不需要依赖高精地图作为输入。地图在我们的系统中更多是作为辅助，解决一些特定问题，如路线选择和限速提示等。对于限速这样的需求，我们甚至可以通过低精地图来实现。因此，我坚信商用车自动驾驶的规模化发展将朝着无图化的方向迈进。

  我们目前所推出的产品并非传统意义上的高速干线系统。这款产品不仅简单且具备大规模应用潜力，更重要的是，它针对的是城市内以及偏远地区的道路环境。想象一下，在新疆的某条专业道路上，或许鲜有人迹，也缺乏基站信号，这使得高精地图的开发变得不可行。但正是在这样的环境中，我们的自动驾驶技术能够大放异彩，展现出其强大的适应性和可靠性。

  黄泽铧：关于干线物流目前落地所面临的挑战，确实存在多个方面需要我们去深入探讨。首先，续航问题看似直观，但并非唯一或本质原因。实际上，经济性方面的考量也是一大挑战。在高速运输中，目前电动车相较于燃油车并未展现出压倒性的优势。再者，重卡补能问题亦不容忽视，服务区资源有限，大规模充电站的建设并非易事。

  然而，这些问题并非不可克服的壁垒。展望未来三四年，我相信随着技术的不断进步，这些问题将逐步得到解决。例如，车辆系统的优化设计，如电驱桥等，有望进一步提升电动车的经济性，使其与燃油车相比更有竞争力。同时，随着充电设施的逐步完善，补能问题也将得到缓解。

  在策略上，我认为中短途运输是一个值得关注的领域。目前已有10%的中短途运输车辆采用了电动车，这为我们提供了一个良好的切入点。通过在中短途领域的大面积应用，我们可以逐步解决充电等共性问题，并为干线物流的电动化积累经验。

  当然，这并不说明我们可以忽视其他方面的问题。例如，运营效率的提升、固态电池技术的成熟与应用等都是我们需要持续关注和研究的领域。

  黄泽铧：在电池系统方面，目前的1.0平台仍采用标准pack，尽管我们对电池底部进行了支撑设计，但缺乏自主研发的pack方案。而在2.0平台中，我们将着力解决这一问题，通过自主研发电池pack，显著提升系统的自研能力和降低成本。

  同样，车身系统和底盘也是我们需要重点改进的领域。目前，我们的底盘设计仍基于传统架构，但在2.0平台中，我们计划进行重大革新，以适应未来市场的需求。

  预计2.0平台的SOP时间将在2025年12月左右。在此之前，我们将专注于现有惊蛰、小满两款平台的增量研发和市场推广。尽管面临资源紧张的挑战，作为一家迅速成长的创业公司，我们已经为下一代平台制定了完整的方案，并将合理分配资源，同时推进两个项目的进展。

  黄泽铧：关于端到端技术的探索，我作为智驾研发人员认为，端到端技术，这一在80至90年代即有初步探讨的理念，如今已成为无人驾驶领域的关键技术方向。早期，尽管存在相关的研究论文，但受限于模型的理解和泛化能力，其大规模应用并未得以广泛实现。直至2016年，英伟达推出的端到端系统为我们展示了这一技术的雏形，但当时的技术成熟度仍有待提升。

  随着技术的持续不断的发展，特别是2022年底ChatGPT的发布，我们目睹了人工智能技术的巨大飞跃。这些进步不仅彰显了系统强大的尝试能力，更在那一刻，我坚信智能的难题已被破解。正是基于这样的信念，我们决定重新投入到无人驾驶的研发中，并且选择了一条全新的端到端技术路线。

  我们的决策是坚定的，我们并未尝试任何传统的无人驾驶方案，而是将所有资源集中在端到端技术上。

  关于多感知融合在自动驾驶系统中的应用，我认为目前全球真正深入理解并实践端到端技术的公司确实屈指可数。当前，业界对此正处于共识形成的前期阶段。我们之所以提前宣布零一技术的发布，正是因为我们观察到这一共识正在逐渐形成。零一技术作为我们团队两年来的原创性研发成果，我们希望通过及时的发布，让大家了解并认可我们的努力和贡献，而非在事后被误解为跟风之作。

  谈及多感知融合的必要性，我认为其对于自动驾驶系统至关重要。例如，在驾驶过程中，仅仅依赖单一摄像头是存在局限性的。在实际操作中，我们曾发现自动生成的轨迹在最开始可能无法准确对齐车道，尤其是在路口等复杂环境中，因为系统可能无法预知路口的具体形状。因此，多感知信号的结合能够提供更全面、准确的驾驶信息。

  然而，对于激光雷达、毫米波雷达等传感器，我认为从性能角度来看，它们并非必要。在高阶人工智能推动产品化落地的过程中，我们可能会学到许多宝贵的经验。例如，在前期阶段，我们可以采用hybrid系统，即主要依赖端到端技术完成决策和感知，同时设计冗余系统作为保障。在这个过程中，主从系统的选择和调整都将根据实际情况进行灵活调整。

  关于自动驾驶系统对于环境感知的局限性，我们过去确实在一定程度上规避了某些挑战，比如天气变化对驾驶的影响。这主要是因为我们现有的智能算法在处理这类复杂场景时能力有限，因此我们不得不对自动驾驶系统做出一些人为的等效和简化。然而，这些简化并非总是正确的，特别是在面对多变的天气条件时。

  采用端到端的方法，正是为了克服这些简化的局限性。我们不再直接干预系统，而是让系统通过学习和适应来自主处理各种复杂情况。这种解法相较于传统的模块化训练方式，更能适应真实世界的多样性，从而提供更优的驾驶体验。

  此外，端到端系统的一个显著优势是标注的减少。由于我们不再依赖预定义的模块和标签，因此无需进行大量的图片标注工作。我们的系统直接根据摄像头捕捉的图像来预测驾驶轨迹，这些数据是自然产生的，无需额外标注。当然，为了确保系统的准确性和可靠性，我们仍然需要进行一些真实的校验和增强学习，但这部分所需的标注量相对较少。

  总的来说，端到端的方法为咱们提供了一种全新的思路来构建自动驾驶系统，它不仅能够克服传统方法的局限性，还能够显著减少标注工作的负担，提高系统的效率和准确性。