自动驾驶潜在市场空间超数万亿，城市开放场景潜在空间最大

  如需获取PDF文档，点击关注上方蓝字“智车行家”后回复“自动驾驶12“领取

高级别自动驾驶能够有效解决人力成本提升、交通安全、司机短缺等诸多痛点。L3级别自动驾驶条件下，特定场景下的自动驾驶不需要司机，或者司机担任的是车辆管理者的角色，能够一人管理多辆车。L4 级别以上则接近完全无人化，可以有效解决司机短缺与人力成本上升的难题。同时，高级别自动驾驶下，车辆的操作更加稳定可靠，不会疲劳驾驶，安全性比司机驾驶更高。 

自动驾驶潜在市场空间超数万亿，城市开放场景空间最大。目前可供自动驾驶产品落地的场景主要可大致分为 ：

1）城市开放场景；2）高速场景；3）封闭场景。其中城市场景包括了 Robotaxi、环卫服务、城配物流以及最后一公里配送；高速场景即干线运输；封闭场景主要包括了港口、矿区。我们测算 Robotaxi 的潜在市场空间约 3.2 万亿（以 2040 远期空间计算），其他商用车辆自动驾驶合计市场空间约 3 万亿，其中城市专用车市场自动驾驶空间约 1.9 万亿（环卫、城配、最后一公里），高速场景约 9000 亿，封闭场景约 1000亿。下面对各个场景自动驾驶空间进行展开测算：

Robotaxi 自动驾驶：根据麦肯锡《致胜汽车行业下半场》预测，2030/2040 年，中国用于出行服务的自动驾驶汽车形式里程数有望达到 0.3/1.6 万亿公里/年。若假设其单价为 2 元/公里，则其 2030/2040 对应市场空间约 0.6/3.2 万亿元。 

城配物流场景：城配场景主要针对城市内、城郊之间、乡镇内、村镇之间的较短距离的运输，运输半径通常在 50 公里以内。轻型货车是城配运输的主要车型。2020 年我国轻型货车保有量约 2093 万辆，假设司机的人均薪酬为 2020 年我国城镇私营单位交通运输业人员的平均薪酬 5.7 万元/年，则对应的自动驾驶潜在市场规模约 1.2 万亿元。

环卫场景：开放场景下的市政类环卫服务行业的终端客户为政府，根据《中国城乡建设统计年鉴》，2020 年城市、县城、乡镇环卫服务市场合计约 2049 亿元。近三年环卫服务行业市场增速约为 4-5%，随着我国城镇化的发展，行业规模有望进一步提升，环境司南预计 2030 年环卫清扫保洁市场规模将达到 3151 亿元。

同时，全国半封闭场景下的园区包含了学校、小区、景区、园区及购物中心 88 万座，若假设平均每个园区需要十名清洁工人，约每年 36 万元清扫保洁费用，则对应的市场规模约为 3168 亿元。综上，全国环卫清扫保洁市场规模合计约为 6319 亿元。 

最后一公里：根据国家统计局数据，2020 年全国即时物流行业订单总量约 228.4 亿单，对应市场规模约 1700 亿元。考虑到末端配送场景相对复杂，且目前无法上楼配送，若假设其中一半的市场可以采用自动驾驶，则对应市场规模约 850 亿元。 

高速场景：高速场景主要针对重型卡车运输的干线物流应用，根据国家统计局数据， 2020 年全国重型卡车保有量为 841 万辆。我们根据产业链调研估算约 65%的重卡应用于物流运输领域。若假设重卡平均配备 1.5 名司机，司机年薪 12 万元，则自动驾驶对应的潜在市场规模约 9000 亿元。 

港口场景：根据中国港口网数据，截止 2019 年，在我国 100 万 TEU 吞吐量以上的集装箱码头，共配置了 6000-8000 辆内集卡，拥有约 1.5 万-2.5 万名内集卡司机。目前，中国港口内集卡司机成本（含工资和社保）平均每年约 15 万-20 万元。依此测算，港口自动驾驶对应的潜在空间约 50 亿元。 

矿区场景：根据辰韬资本测算，通过计算煤炭与铁矿开采量、露天开采占比、平均剥采比、土方运输成本，可得到我国煤炭土方剥离无人驾驶运输市场规模约 450 亿元，铁矿土方剥离运输市场规模约 150 亿元。叠加砂石骨料运输市场，矿区自动驾驶空间有望超过1000 亿元。 

环卫自动驾驶：潜在市场超千亿，正在快速商业化落地 

环卫场景分为商业保洁和市政环卫保洁。商业保洁是指为生活小区、教育院校、写字楼、商场、酒店、餐饮等公共商业场所提供包括清洁工具、产品和服务等产业的服务业务，商业保洁施工区域小，且要求个性化定制、精细化工作，自动驾驶的应用程度小。

市政环卫保洁面向公开城市场景，涉及主干道、辅道以及人行道的清扫保洁，均符合自动驾驶城市应用场景，其中环卫机械化已经在主干道全面普及，但是辅道、人行道的环卫作业机械化率很低，主要以人工作业为主，存在以下行业痛点： 

1、安全事故频发。由于市政环卫工人多在开放道路进行作业，危险系数相对较高，我国每年遭遇交通事故的环卫工人有数百人。哈尔滨是中国首个颁布《城市环卫作业人员安全部保障条例》的城市。根据 2017 年 4 月 17 日东北网的报道，2015 年《条例》实施以来，哈尔滨环卫工人中，共发生 147 起交通事故、死亡 31 人，相对《条例》颁布前呈现下降趋势，但事故率仍然较高。 

2、工作时间长、工作环境恶劣。环卫工人的平均日工作市场约为 9-13 小时，早班通常在凌晨 3-6 点开始。在劳动密集、报酬低迷的情况下，多数工人每日完成 1.5 个班次，极少休假。环卫工人的一线工作岗位造成其工作环境差，严寒、酷暑等极端天气、化工厂等污染区都是环卫工人无法避免的恶劣工作环境。 

其直接结果即为环卫工人老龄化严重，用工缺口大。盈峰环境 2018 年年报数据显示，人员结构老龄化问题在环卫服务行业较为突出。其中50-60岁环卫从业人员比例达到43%， 60 岁以上人员比例达到 22%，青年从业者缺口过大。住建部数据显示，现阶段我国环卫工人规模约为 200-400 万人，根据劳动定额标准测算，全国市政类清扫保洁对环卫工的需求约为 1200 万人，理论缺口约为 800 万人左右。 

环卫机械化虽然已经在城市主干道中普及，但城市全场景环卫机械化依然会带来环卫司机安全驾驶和司机用工荒问题。安全驾驶指环卫司机需要同时负责车辆驾驶和上装操作，一方面负责路面安全，并控制车辆沿边行驶作业；另一方面，控制环卫车扫盘升降和角度，吸盘风机风速等。在此条件下，司机需要精力高度集中，容易疲劳驾驶，有一定安全隐患。

司机用工荒问题指，要实现我国城市道路全场景 100%机械化率，或需要新增投放超过 100万台环卫车，新增环卫司机约 200 万。而要想从物流、出行等众多领域吸引足够的司机加入薪资相对低、工作强度较高的环卫行业是较为困难的。 

在环卫行业面临上述难点、痛点的情况下，机械化与无人化相结合的自动驾驶环卫应用能够较好的缓解行业用工荒问题，并保障作业安全性。自动驾驶在环卫行业目前主要应用在道路清扫保洁和垃圾清运两大环节。将 L4 级别自动驾驶技术搭载到环卫车辆上，基于其强大的感知和计算能力，开发智能化的清扫和清运功能，实现道路清扫保洁和垃圾清运无人化；环卫服务的自动驾驶结合智能化清扫、提升清扫效率，同时精简环卫工人数量、解决工人短缺问题并降低人员招聘管理成本。最终实现环卫企业运营成本结构性降低。 

环卫场景对自动驾驶技术的要求并不低。由于城市场景的动态性，环卫车处理的复杂度仍会相对较高。由于大量环卫车都是在辅道上面移动，而辅道及周边机动车道上有很多行为轨迹难以预测的机动车、非机动车和行人，这要求它必须能跟踪数量庞大的动态移动障碍物，并且还能够准确地预测每个轨迹。所以这对自动驾驶环卫车搭载的传感系统和背后支撑的算力平台提出较高要求。 

自动驾驶技术在环卫场景中落地具备较高可行性。在市政环卫具体场景中，行驶路线重复固定，单车清扫保洁覆盖范围通常在 10 公里以内，长尾问题相对有限。这就决定了自动驾驶环卫车需要的路测规模较小，可以在目前已经开放的路段短时间内积累较多数据完善算法。同时，由于自动驾驶环卫人机交互相对简单，不需要过分考虑车辆舒适度等问题，因此更适合自动驾驶落地。 

自动驾驶有望显著降低环卫综合成本。根据盈峰环境在 2019 年产品发布会上公布的自动驾驶环卫案例，公司在湖南省长沙市某居民区进行自动驾驶环卫投放试点。该区域包含背街小巷、学校等多种作业场景，工况较为复杂。

以往的纯人力作业方案需要 65 名工人；但引入 8 辆智能小型环卫机器人装备后，将用工需求降低至 15 名环卫工人和 8 名配套安全员，实现年综合成本降低 38.8%。在招工难、人工成本日渐上升的成本压力下，使用自动驾驶环卫补充和替代纯人力空间广阔。

综上所述，自动驾驶赋能环卫，能够有效解决环卫行业现存的痛点：1）自动驾驶环卫车能够有效较少行业对人力的需求，节省人力成本；2）降低环卫作业中环卫工和环卫车引发的交通事故；3）减少高温、严寒等恶劣天气下作业带来的安全危害；4）提高作业效率，实现行业降本增效。此外，在疫情防控常态化下，自动驾驶环卫车可以实现无接触作业，提高疫情防控有效性。 

商业化较为迅速，小型无人环卫车已经可以在限定区域合法运营。目前部分城市规定，小型环卫车只需要在环卫局或其他环卫管理部门上环卫设备类牌照，就可以在非公开道路合法运营，不需要上机动车牌照。

如上海市小型无人环卫车由市容环境卫生行业协会登记 “电动机具”牌照并进行管理，可在环卫、绿化等作业区域内开展作业。相比于其他场景下自动驾驶车辆仅允许在特定测试路段行驶，小型无人环卫车的行驶范围更加广阔，目前全国已有上千台小型无人环卫车在封闭场景、非机动车道及人行道运营。 

目前自动驾驶环卫参与者主要包括酷哇机器人、智行者、仙途智能等公司。其中酷哇机器人、仙途智能主攻市政清扫保洁领域，环卫车辆产品通常在 1-18 吨不等；智行者主攻园区清扫保洁，其主要产品为 1 吨以下的清扫机器人。主流公司均已实现产品落地，并投放数百辆车辆进行提供无人环卫服务。

此外，无人驾驶科技公司也与传统环卫企业及环卫装备企业展开了积极的合作，如酷哇机器人与环卫龙头企业中联环境在 2018 年就达成了战略合作，并成立了合资公司，计划共同投入 10 亿元以开发环卫自动驾驶车辆；高仙机器人与徐工环境签署战略合作协议，环卫装备智能化升级和无人环卫运营创新。 

物流运输渗透在生产、流通、消费的方方面面。我国社会物流效率正逐步提高，但与发达国家相比仍有较大差距。改善运输结构、提升互联网与技术运用水平、提高标准化水平和服务质量将成为物流行业重要的发展趋势。物流细分领域有：整车，城配，零担，快递，快运，同城即时配送等。 

轻卡在货运物流中承担短途城际以及“最后 50 公里”的角色，是公路运输的毛细血管。城配场景下的痛点与其他包括干线物流、出行等领域痛点类似，行业高度分散、司机短缺、司机普遍年龄偏大、年轻人不愿意做、司机难管控、作业环境差、疲劳驾驶等因素导致了行业正逐渐变化，给自动驾驶技术替代城配司机提供了契机。 

对于自动驾驶公司而言，城市范围内的“仓到仓”运输场景从技术层面与 Robotaxi非常相似。但从整体的城市配送服务流程来说，自动驾驶在城市配送场景的应用类似环卫，两者都是在城市道路、公开场景、固定线路下行驶，技术类别比较相似。 

对于自动驾驶公司而言，切入城配的商业模式是：

1）自动驾驶公司可与 OEM 合作定制自动驾驶轻卡，向包括不仅限于物流公司、第三方车队等出售或租赁自动驾驶整车，完成配送服务。

2）向轻卡主机厂提供自动驾驶解决方案。

3）选择城配封闭/半封闭场景实现自动驾驶，尤其是需要夜间运输的场景，在社区团购场景中，短途仓到仓的夜间转运，与仓储公司，社区团购公司共同开发自动驾驶场景；工厂厂区之间的转运，高频且路线固定，自动驾驶可以给工厂提供智慧物流升级，根据生产计划实时调度车辆，帮助工厂更高效的完成生产计划；冷链市场从城市仓、冻品批发市场到终端店铺的运送，路线固定可提前规划，运输时间相对固定，适合自动驾驶技术落地。 

随着城市场景下的自动驾驶技术不断成熟，替代司机后可有效解决同城货运的招工难、司机管控难的问题，并推动配送场景下的运输成本降低。自动驾驶的智能调度也能降低安全隐患，防止司机疲劳驾驶导致的不良后果，进一步推动物流行业的合规管理等。同时，借助5G 以及V2X 的先进技术，在后端的云平台上实现精准调配，让货物运输的时间更短，效率更高，体验更好。

目前在自动驾驶城配领域有布局的自动驾驶公司有文远知行、酷哇机器人、元戎启行等。产业链相关方还包括但不限于物流公司（如菜鸟网络）、运力平台（唯捷城配、货拉拉、驹马物流等）、相关车队及设备厂商（如福田、江铃、一汽解放、东风汽车、中国重汽等）等。

人力成本上升，无人配送经济效益明显。目前终端配送面临着日益严重的劳动力短缺

问题以及随之而来人力成本的上升，而配送的需求仍在增长，出现了运力供给瓶颈。根据亿欧智库的数据，若无人配送小车量产价格为 15 万元，使用寿命为 3.5 年，每年 20%的运维费用，则其每月综合成本约为 6071 元。

以此类推，不考虑人力成本上涨因素，当无人配送小车成本降至 8 万元，车人费用对比将达到 1:2，当车辆成本为 5 万元，单月综合成本仅仅为 2024 元。如果成本能够进一步降低，无人配送小车的经济性将十分明显。

无人配送有三大典型场景，其中快递和商超零售有望更快落地。快递对于即时性要求不高，集约化水平高；外卖对于即时性要求高，且配送路线环境复杂，存在取件和配件的不确定性，外卖配送的起点与终点均不固定，进一步增加了无人配送的难度；商超零售即时性要求相对较低，且路线相对固定，线上业务的成熟化使配送端已具备良好的基础设施（仓库、前置仓、配货人员、停车位等），有利于无人配送的快速落地。 

国内玩家主要分为互联网巨头和新兴创业公司两大阵营。互联网巨头如京东、美团、阿里等，他们拥有自带场景或是客源的优势，通过技术积累推动业务落地。新兴创业公司如新石器、毫末智行、行深智能、智行者、白犀牛等，主要以技术快速攻占市场，虽然不如互联网公司有自带场景的优势，但他们是线下玩家、第三方头部客户是天然的合作伙伴。 

目前无人配送小车正在国内各地的各大场景中开展试运营。京东物流在 2015 年进入无人配送领域，2019 年 11 月发布最新一代 4.0 版本无人配送车并且在中国人民大学、清华大学等多个高校投入使用，2020 年与江苏常熟市开展战略合作，致力于打造全球首个无人配送城。

美团无人配送车自 2018 年至今已经完成了北京多地落地测试运营，截至今年 4 月，无人车配送服务已覆盖 20 多个小区，完成 3.5 万订单，总行驶里程近 30 万公里，同时美团新一代无人配送车“魔袋 20”于 4 月落地。

2018 年 8 月，新石器第一代车 SLV10实现量产，具备自动驾驶能力，但限定在在封闭园区中行驶；2019 年 6 月，二代车 SLV11落地，开始可以在半封闭和封闭环境中切换，进行商业化试运营；2020 年 8 月，三代车X3 实现量产。 

在城市开放场景中，Robotaxi 市场空间最为广阔，也最考验厂家 L4 高级别自动驾驶的技术水平，部分自动驾驶公司开始布局研发 Robotaxi 技术，并积极探索商业落地方案。具有代表性的企业包括：Waymo、百度 Apollo、小马智行 Pony.ai、文远知行、酷哇机器人、智行者、Momenta、AutoX 等。 

Robotaxi 当前发展一定程度上遇到了政策瓶颈与测试里程瓶颈 

政策瓶颈：截止 2020 年末，全国开放的自动驾驶测试的道路约为 3000 公里，且政府部门通常不会向技术成熟尚未的自动驾驶企业全面开放运营范围。对于自动驾驶公司而言，若自动驾驶产品在仅能在郊区、新城等区域小范围测试运营，则其数据积累的速度以及 Robotaxi 产品的商业价值都将受限。 

测试里程瓶颈：要实现 Robotaxi 无人驾驶出租车的目标，其自动驾驶等必须在 L4 级以上，在现有算法框架下，自动驾驶车辆需要保障真实测试里程需要达到 110 亿英里（约180 亿公里）之后，才能超过人类驾驶的安全性。

由于 Corner case 的存在，目前部分行业专家认为达千亿公里级别的路测里程才能确保有充足的测试数据实现算法迭代。目前即使是全球公共道路路测领先的Waymo 公司，其测试里程也仅达到3220 万公里（截至2020年初），与 110 亿英里的路测里程仍有较大的差距。 

若通过增加车队数量的形式以满足行车数据的收集，所需的时间成本与资金十分庞大。科技企业需要约为 5 万台自动驾驶车队，运营至少 7 年之后才能达到 110 亿英里的实际路测里程（假设每天车每天测试里程约 200 公里）。以 2.44 元/公里的测试成本进行估算，则需要投入 440 亿元的成本以满足 180 亿公里的路测需求。

城市专用车场景自动驾驶与 Robotaxi 场景相似度高，有望将其数据、算法拓展至Robotaxi。市政环卫、城配场景等典型城市专用车场景自动驾驶与 Robotaxi 场景高度重叠，均为城市动态场景，且均需要面临相似的 Corner Case。例如，自动驾驶环卫车虽然自身移动速度较低，但是由于其在复杂场景中作业，仍需要跟踪与预测周边高速行驶的车辆，且大量环卫车都是在辅道上移动。

而辅道上有很多行为轨迹难以预测的非机动车和行人，这要求其必须能跟踪数量庞大的动态移动障碍物，并且需要准确地预测每个轨迹。因此，落地速度相对较快的环卫自动驾驶与城配自动驾驶有望更早地收集真实路测数据，并将其数据与算法迁移和拓展至 Robotaxi 领域。

商用城市场景自动驾驶将为发展 Robotaxi 提供自身造血能力。Robotaxi 由于资金消耗大、研发周期长，受限于当前在道路开放、路权界定、权责划分等方面限制，产生稳定现金流的能力相对较弱。而商用城市场景自动驾驶则具有落地相对迅速、客户付费意愿强等优点，有望产生稳定的现金流，为自动驾驶企业提供自身造血能力，减轻其对外部持续融资的依赖。 

酷哇机器人：环卫+城配+Robotaxi 三步走，场景间形成良好协同 

酷哇机器人成立于 2015 年 8 月，专注于复杂城市场景下自动驾驶技术的研发和智能网联城市服务的应用，具有整车装备制造、软件算法研发和智能网线服务三重优势。酷哇从 2017 年开始，先后完成 A 到 C 轮融资，累计融资规模超过 18 亿元人民币。截止到 2021年第三季度，公司基于 L4 自动驾驶城市营运服务销售总额已超过 30 亿；已经在全国 20多个重要的地级市开展常态化自动驾驶营运服务。目前高级别自动驾驶车队规模已经超过1000 台，营运面积超过千万平方米。与中联环境、北汽、奇瑞展开智能环卫、城市配送、 Robotaxi 等多领域合作。 

技术方面，酷哇致力于提供领先的、面向行业的自动驾驶软硬件一体化全栈式解决方案。感知层面，采用 8 个高线束激光雷达+4 个毫米波雷达+高分辨率相机 6 维融合的全方位感知技术，多传感器融合构成冗余的、无死角的感知，可以支持星光级夜晚以及中雨（24小时内降雨量小于 25.0 毫米）等特殊天气状况，实现平均定位精度 3-5cm。

决策层面，采用深度预测技术，拥有国内海量的场景预测标注数据及训练预测模型，能对感知范围的所有障碍物同时进行轨迹级预测，预测范围和精度都高于人类。执行层面，采用高速 TSN网络搭建冗余整车电子电气、准车规级 1000Tops 高算力异构自动驾驶域控制器、基于 5G网络实现 OTA 软件定义汽车以及 V2X 车路、车车协同等技术。并采用面向城市场景自动驾驶专用车辆的通用线控底盘设计和集成技术。

在智能环卫领域，公司与环卫龙头企业中联环境在 2018 年达成了战略合作，并成立合资公司开发环卫自动驾驶车辆；目前，酷哇机器人已在芜湖、长沙、成都、亳州等国内17 个地级市落地智慧环卫项目，提供覆盖城市全场景（人行道、辅道、主干道）系列化自动驾驶环卫作业专用车/机器人，产品包括 1 吨及以下的独角兽系列、3.5 吨麒麟系列、18吨以上的浩克系列。 

智行者：无人驾驶大脑赋能多场景，商业化快速落地 

智行者成立于2015 年，专注于L4 级别的自动驾驶解决方案，量产特定场景的无人车，最终构建无人驾驶大脑，赋能智慧交通生态圈。公司推出了软硬件一体的车规级底层平台，基于该底层平台，公司已经开始对自动驾驶多个细分领域进行赋能，实现了数据流、现金流和数据远程升级的完整商业闭环。

公司自 2017 年起累计完成 Pre-A 到 C+共计 10 轮融资，融资规模超过 5 亿人民币。已获得厚安（厚朴/Arm）百度、顺为、京东等多家国内外知名机构的投资，并与长安、北汽、东风等 L4 乘用车厂展开密切合作。 

产品已实现商业落地，L4 无人驾驶前瞻技术领先。目前，公司无人环卫车“蜗小白”和无人物流车“蜗必达”已在全国多个场所落地运营，包括园区、景区、高校、广场等多种封闭或半封闭区域，场所包括火神山医院、海淀公园、清华大学以及欢乐谷等封闭和半封闭地区。公司与北汽、长安、东风等知名主机厂在 L4 乘用车领域展开深度合作。公司与北汽、上汽、东风等主机厂联合研发智能驾驶技术解决方案，展开深度合作。

早在 2016年，公司与北汽合作，将无人驾驶汽车开放试乘，接待人次 3000 余人，行驶里程 2000公里，0 失误、0 故障。同年，公司与长安合作实现从重庆到北京 2000+公里无人驾驶，最高车速达到 120km/h，并且加入了长安的天枢计划。2019 年和东风合作在军运会上展示自动驾驶车队。

而且，公司之后也陆续与一汽、北汽新能源、东风等展开深度合作。2021年 10 月，公司首批 Robotaxi 改制车辆完成改制下线，该生产线适用于多种车型共线生产,将为全国智慧交通生态提供全套 L3+/L4 对应产品和服务，并将会首先完成智行者科技已获得的 T3 出行订单。 

智行者商业模式清晰，智行者逐步构建智慧生活圈。智行者商业模式清晰，通过研发L4 级别的自动驾驶解决方案，量产特定场景的无人车，最终构建无人驾驶大脑赋能智慧交通生态圈。目前公司形成了“两条腿走路”的商业模式——特定场景 L4 级别自动驾驶车 “蜗”系列＋高级别自动驾驶乘用车解决方案“星骥”。

在特定场景领域，智行者已经在环卫、物流和园区等场景批量投放和运营无人车，并计划拓展至安防、军工和零售等领域。在乘用车领域，智行者与多家主机厂合作，公司计划在 2022-2023 年实现自动驾驶的量产。综合来看，智行者将通过其自动驾驶解决方案和积累的数据构建“无人大脑”，赋能多个场景，逐渐成为无人驾驶智慧生活圈的核心角色。

Momenta：“一个飞轮+两条腿”，数据闭环持续迭代 

Momenta 成立于 2016 年 7 月，致力于实现规模化自动驾驶。其核心战略可概括为“一个飞轮、两条腿走路”，一个飞轮指利用海量数据实现数据驱动，最后完成闭环自动化目标。两条腿走路包括公司的两大产品主线，即 Mpilot（高度自动驾驶）与 MSD（完全自动驾驶），并实现规模化应用。公司自 2016 年至今完成了天使轮到 C 轮融资，C 轮融资规模超过 10亿美元，获得上汽集团、通用汽车、丰田汽车等主流汽车企业的投资。

“一个飞轮”：海量数据自动化持续迭代。公司采用“一个飞轮+两条腿”的发展战略，“飞轮”即海量数据、数据驱动、与闭环自动化的持续驱动与迭代。通过量产合作，实现低成本海量量产数据回流；通过 Data-Driven 算法，实现全流程的数据驱动与低成本的高速迭代；通过闭环自动化，实现低成本处理海量数据的高效自动化迭代工具链。 

“两条腿”：MSD 与 Mpilot 产品战略。MSD（Momenta Self Driving）, 是 Momenta 完全自动驾驶解决方案，Mpilot 是针对私家车前装可量产的高度自动驾驶全栈式解决方案。量产自动驾驶产品 Mpilot 通过前装量产回收源源不断的数据流，为算法的持续迭代提供基础；

完全无人驾驶产品 MSD，持续研发更先进的数据驱动算法，致力于打造 L4 级别的完全无人驾驶技术，有效解决完全无人驾驶的长尾问题，随着量产数据、数据驱动的算法以及两者闭环自动化实现不断积累和迭代。 

公司两大核心产品自动驾驶 (Mpilot) 与完全无人驾驶 (MSD)有序推进。Momenta Mpilot 是 Momenta 于 2019 年 3 月发布的可量产自动驾驶解决方案，场景包括高速（Mpilot Highway）、泊车（Mpilot Parking）以及城市道路（Mpilot Urban）。其中，Mpilot Parking 可实现从停车场入口到指定或任意车位的自主泊车，以及从车位到指定地点的远程召唤功能。适用住宅、办公楼、商超、酒店以及共享出行等场景。

Mpilot 的整套方案，是基于一套标准的硬件计算平台：10 个相机、12 个超声波雷达、5 个毫米波雷达，辅以其他传感器。可以同时支持不同场景的自动驾驶，如 Mpilot Highway 和 Mpilot Parking。通过在不同场景下传感器和计算单元的分时复用，可以让终端用户获得双份体验，让主机厂客户实现二合一的成本优化。

毫末智行：脱胎于长城汽车，布局智能物流和乘用车自动驾驶 

毫末智行成立于 2019 年 11 月，致力于提供乘用车自动驾驶解决方案和智能物流解决方案。毫末智行自 2020 年起开始，先后完成三轮融资。公司的前身是长城汽车技术中心的自动驾驶前瞻分部，共享长城自动驾驶相关数据并为长城汽车配备多种智能产品。公司与阿里、美团、顺丰等物流公司也形成了密切的合作。 

毫末智行依靠To C 和To B 两种业务场景布局无人驾驶量产落地。To C 端，提供L2-L4无人驾驶解决方案和人工智能核心整体解决能力，以私家车的自动驾驶系统布局乘用车自动驾驶业务。To B 端，提供低速物流车，形成底层生产、硬件、车、服务的 5S 生态，以企业采购的物流车自动驾驶方案布局低速末端物流市场，从而形成双产品战略。 

乘用车自动驾驶解决方案中，公司推出“小魔盒”产品。从小魔盒 1.0 至小魔盒 3.0 逐渐升级，并预计在 2022 年支持 L4 级别智能驾驶能力。低速物流领域，公司自研推出“小魔盘”低速无人物流车线控底盘和低速物流车产品“小魔驼”。“小魔盘”无人车线控底盘具备车规级安全，搭载车规级传感器，搭载 Ibeo 激光雷达；具备车规级计算平台，自研实现65T 高算力，适应 L4 无人驾驶场景应用；且具备车规级整车零部件，得到长城汽车成熟供应链的协同帮助。

“小魔盘”续航里程高达 30-200km，目前工厂产能布局约 5000 台/年。“小魔驼”是毫末智行自研的原型低速无人车，集成“小魔盘”线控底盘、多源传感器、自研高算力计算平台和 L4 级无人驾驶算法。其时速可达 20-40km/h，支持开放道路与封闭园区行驶。