嬴徹科技舉辦以 " 奔跑吧 卡車 NOA" 爲主題的第二屆嬴徹科技日，分享了嬴徹卡車 NOA（導航輔助駕駛）率先突破 5000 萬公裏、安全運營零事故的創新實踐，深度解讀了嬴徹卡車 NOA 的新一代核心技術，并在現場與申通快遞、中通快運、德邦快遞等頭部物流客戶簽署采購與戰略合作協議。卡車智能駕駛進入大規模商用化階段。嬴徹科技創始人兼 CEO 馬喆人表示，" 嬴徹卡車 NOA 已經零事故安全運營超過 5000 萬公裏。自 2021 年底嬴徹科技與主機廠夥伴成功量産智能重卡至今，嬴徹卡車 NOA 成功覆蓋全國高速幹線，其安全、省人、省力、省油的價值得到頭部物流客戶的廣泛認可，已經實現了智能重卡的大規模商業化運營。這是卡車自動駕駛産業緊密合作的共同成就，并且形成了全球領先地位。通過嬴徹科技日這個平台，我們與産業夥伴共享共議卡車自動駕駛的技術創新與應用實踐，共同推動行業加速發展。"
上海市中小企業發展服務中心主任衛丙戊應邀現場參會。他表示，嬴徹科技是上海市重點服務獨角獸企業之一，對于嬴徹在自動駕駛技術與産品方面取得的成績表示祝賀。市服務中心将依托 " 上海市企業服務雲 " 爲平台載體，積極鏈接資源，進一步做好獨角獸培育工作，爲企業成長關鍵期賦能。
嬴徹卡車 NOA 安全行駛超 5000 萬公裏，自動駕駛商業價值得到規模化驗證
中通快運陸運管理中心總監 章永明
嬴徹科技已與百餘家貨主和承運車隊展開常态化的智能重卡運營服務合作，商業運營裏程超過 5000 萬公裏，覆蓋了全國 7 大核心經濟區的 340 多條幹線高速運營線路，累計發運近 5 萬趟次，全部由單駕完成。在共計 600 多天的智能駕駛重卡常态化商業運營中，自動駕駛裏程占比超過 90%，爲物流客戶持續創造安全、省人、省力、省油的顯著價值。
安全：在科技日上，太平洋保險和嬴徹科技聯合發布了行業首個完整年度智能駕駛重卡保險數據報告，詳細對比了智能駕駛重卡與傳統重卡的安全表現及出險數據。在百公裏的前碰撞預警、車道偏離預警、急減速等核心指标上，智能駕駛相較人工駕駛可降低 75% 以上。
省人：嬴徹卡車 NOA 使司機從以往的純人工駕駛模式轉變爲簡單輕松的安全員模式，極大降低工作強度和駕駛疲勞，通過安全可持續的全程單駕，在快遞快運、合同物流、零擔和整車專線等各個幹線物流細分場景均實現了人車比的顯著下降，可節省人力成本 20%~50%。
省力：嬴徹科技聯合北京理工大學航天人因工程團隊将航空航天人因研究引入卡車自動駕駛。經過累計 134 趟次運輸任務、近 12 萬公裏的司機生理疲勞和心理疲勞指标測試對比分析顯示，相比傳統卡車駕駛員，使用嬴徹卡車 NOA 的智能卡車駕駛員的生理疲勞度下降約 35%，心理疲勞度下降約 11%。這項測試爲卡車智能駕駛的人因研究提供了行業規範和标準參考，填補了行業空缺。雙方首創了針對智能卡車駕駛員的生理和心理疲勞指标測試研究方法，通過可穿戴皮電、心電模塊來采集肌電、心電等生理和心理指标信号，構建基于體力負荷、警覺度、認知負荷三大維度的駕駛疲勞多模态生物數學模型。
省油：嬴徹卡車 NOA 商業運營數據顯示，在華東、華南、華北、華中等幹線貨運核心流向上，嬴徹智能重卡的節油表現均優于客戶油耗考核标準，百公裏節油平均可達 1 至 3 升，相較于人類優秀司機節油可達 3%-7%。其中 30% 常态化運營線路可實現 7%-10% 的油耗下降。嬴徹卡車 NOA 引領卡車自動駕駛技術水平，其全國高速公路可用率爲 100%，高速公路商業運營覆蓋率已達 70%，并攻克連續彎、長下坡、連續隧道及缺少 RTK 定位信号等難題，實現複雜道路的安全可靠通行。嬴徹科技獨創的節油算法（FEAD）已全面超越預見性巡航算法（PCC），實現了橫向控制、交通流應對、全局速度規劃、及更精準的載重及滾阻系數測算，顯著提升節油效果。嬴徹卡車 NOA 針對重卡數據傳輸的局限，創造性實現端雲結合的增強影子模式，在車端直接對駕駛數據進行高效提純，上傳高質量數據片段，已形成 55 萬個高價值場景，并于雲端數據湖進行仿真訓練，版本更新周期僅需 14 天。
嬴徹科技 CTO 楊睿剛博士表示，從 5000 萬公裏裏程碑再出發，嬴徹卡車自動駕駛技術将加速拓展能力邊界，尤其是：更優秀的國道表現，超越老司機的更高認知與更智能的決策，支持主機廠實現更多更快的車型适配。嬴徹科技在科技日上全面解讀了嬴徹卡車 NOA 新階段的三大核心技術：
帶安全護欄的端到端網絡：端到端網絡能顯著提升自動駕駛性能，是行業大趨勢。但傳統端到端網絡由于其不可解釋性及可靠性不足，缺乏安全保證，難以大規模應用到真實場景。嬴徹科技創新性地提出了 " 帶安全護欄的端到端網絡 "，把傳統的端到端網絡分解成數個可微分的子網絡，建立可解釋的端到端網絡，并構建安全護欄進行約束，從而最大化利用端到端網絡的智能并确保自動駕駛的安全性。同時采用占用網格技術（Occupancy Grid Map – OGM ) 在三維空間中進行表征，實現對異形物體及複雜場景有效識别。此外，針對重卡感知距離長對 OGM 算力和内存消耗大的挑戰，嬴徹開發出高效 OGM 技術，采用自适應顆粒度與稀疏算法，降低 55% 的算力消耗與 70% 的内存消耗， 爲用戶提供更高的性價比。
嬴徹超級司機：嬴徹卡車 NOA 目前在行爲上已逼近人類優秀司機，甚至在油耗等多個重點維度上已經超越了優秀司機。爲了持續優化嬴徹卡車 NOA 性能，并在駕駛行爲上實現對人類老司機的全面超越，嬴徹科技結合商業化運營獲得的海量數據與高度智能的 LLM 大模型，開始打造嬴徹超級司機。首先将駕駛行爲與場景數據在天氣、路面材質、光照、道路結構、交通流量、車型、載重等 300 多個維度上進行原子化細分，并自然語言化；同時結合人工标注與自動标注形成正樣本和負樣本的駕駛行爲原子集，對 LLM 模型進行精調，定制了專注于卡車自動駕駛的通用智能大模型 TruckGPT。針對當代自動駕駛技術較難應對的長尾問題，通過嬴徹 TruckGPT 的通用智能來優化駕駛行爲，打造嬴徹超級司機，力争在油耗、安全及駕乘舒适度上全面超越老司機。
在硬件方面，嬴徹科技專爲卡車智能駕駛系統設計了新一代的 ADCU 計算平台。新平台提供了強大的 AI 與 CPU 算力 , 滿足卡車對于遠距感知以及節油算法的需求。針對卡車長途弱網、多變工況對數據閉環造成的挑戰，新平台提供了大容量的存儲能力及數據管理系統，通過數據壓縮，智能斷點續傳等技術确保高價值數據回傳成功率達到 99.9%。新的 ADCU 也達到了 ASIL-B 級的功能安全等級及 ISO 21434 認證的信息安全級别，充分應對卡車苛刻嚴酷的運行和維護環境。
在平台軟件層面，嬴徹科技遵循着完整性、通用性以及标準化的設計理念，開發了車輛硬件管理，系統軟件基礎功能，功能安全與信息安全管理等方面核心功能。平台軟件中包含了如車輛抽象（VAL）、傳感器抽象（SAL）及代碼自動生成等軟件開發包，大幅提升了研發效率，将嬴徹卡車 NOA 與全新車型的适配時間降低至 9-12 個月。在卡車 EEA 架構方面，嬴徹星雲架構釋放了新一代功能，爲 OEM 及 Tier-1 合作夥伴提供了更高效，更靈活的解決方案。新一代方案使用千兆以太網的通信架構，有效地解決了傳統 CAN/LIN 總線的帶寬瓶頸。同時，新一代嬴徹星雲架構還提供 IASP 标準化服務庫，滿足在可控成本下實現新車型快速應用及老車型高性能改造。整體方案實現全模塊化軟硬解耦，能夠按多維度拆分交付，适配多主機廠差異化電子電氣架構，高效支持卡車 EEA 架構升級。
