主持人：
駱轶航 | 品玩/矽星人創始人
嘉賓：
胡國亮 | 甯德時代智能科技執行總裁
樓天城 | 小馬智行聯合創始人、CTO
李 強 | 菜鳥集團CTO
鄭 赟 | 羅蘭貝格亞太區汽車業務負責人
杭州北部餘杭區的一個快遞網點，超過20台無人車組成的車隊正在日夜不休進行着末端配送工作。每台無人車裝載量爲5立方米。這是目前單一網點載重規模最大的快遞無人車車隊，而這些無人車來自菜鳥。
"我們很高興地告訴大家，我們把無人車拓展到了公開道路和城市配送的場景，而且我們今年已經在無人車場景開始進入量産階段。"菜鳥集團CEO萬霖在近日舉行的2024全球智慧物流峰會上表示。
據菜鳥透露，這些無人車不僅僅承接了包裹到驿站的派送，還承接了從客戶到網點的包裹攬收服務，實現攬派高效結合。目前，該站點超過30%的包裹由無人車配送，通過站點串聯，單車每日至少運輸1500個包裹。而多車組合作業的方式，也讓車隊綜合效率提升遠大于單車的效率提升。
"這件事情标志着經過長期的積累、長期的建設，無人車和無人駕駛在物流行業基本邁過了技術的門檻，它和整個業務、流程相結合的緊密度也已經達到了規模化應用的階段。"萬霖說。
随着菜鳥L4級無人車主要面向快遞網點商用進行公開發售，無人駕駛的商業化顯然又進了一步。
菜鳥集團CTO李強也表示，他認爲，未來三到五年，物流行業将有超過20萬台的快遞無人車部署。
在菜鳥的2024全球智慧物流峰會上，我們也有機會和包括菜鳥集團CTO李強在内的，來自甯德時代、小馬智行、菜鳥以及羅蘭貝格的專家們一起聊了聊無人物流對于今天自動駕駛技術商業化進程的意義。
以下爲對話實錄。
駱轶航： 我們這個環節争取在半小時内集中解決幾個關鍵問題。今天我們要聚焦讨論自動駕駛及其未來場景，特别是自動駕駛與無人物流之間的關系。我們盡可能把話題聚焦在這一點上，争取達成一些共識。當然，如果實在沒有共識也不必強行達成，我們希望能有更多的思想碰撞。
我覺得今天的四位嘉賓背景非常有意思。胡總來自甯德時代智能科技，我理解他所專注的是從電池技術延伸出來的整車智能底盤的研發與打造。小馬智行的樓天城大家都很熟悉了，他所在的公司多年來一直深耕自動駕駛領域，尤其是在過去六七年中不斷突破，并在無人配送物流方面做了大量探索。菜鳥已經在正式對外銷售L4級無人物流車，也有快遞公司的網點向菜鳥采購無人車，物流的未來發展是他們最關心的議題，因此無需多說。而我們羅蘭貝格，作爲一家咨詢公司，近年來也對汽車領域的實踐積累了豐富的觀察和見解。所以，我覺得今天大家的角度非常多元，也非常适合在這裏展開思想的碰撞。
探索自動駕駛未來：物流場景優于個人出行？
現在我們來探讨第一個議題。
多年來我們一直在讨論L4級自動駕駛何時能夠普及。今天我想請大家思考：相比廣義上的個人出行自動駕駛，無人物流是否更容易找到落地場景并獲得大規模推廣？
同意的請舉"Yes"牌，不同意的舉"No"牌。
好，三個"Yes"，一個棄權。樓總，您爲什麽在這個問題上持中立态度？
樓天城： 我認爲落地場景之間的差異很大。比如乘用車、長途幹線物流、園區短途物流等，每個場景面臨的挑戰都不同。有些在技術上難度大，有些在成本和商業化壓力上大，有些在法規上有很大挑戰。這些因素之間的權衡非常複雜，所以我覺得這是一個混合的狀态，不是簡單的"是"或"否"的問題。
駱轶航： 明白了。那麽其他幾位爲什麽認爲無人物流更容易實現？胡總，您先談談看法。
胡國亮： 我同意樓總的觀點。雖然我選擇了站隊，但并不意味着我完全認同。從自動駕駛的角度來看，不同場景确實面臨不同的挑戰。基于我之前在感知領域的經驗，以及現在在甯德時代做執行層面的工作，我認爲最大的難題其實是中間的規劃控制環節。感知和執行相對而言是技術難題，而規劃控制遇到的更多是倫理和法律層面的問題。
當涉及到人的因素時，決策過程會更加複雜，比如著名的電車難題。但如果我們将人的因素從自動駕駛場景中移除或減少，那麽做出判斷和決策的過程會相對容易一些。所以雖然我不能說哪個場景一定更好，但如果要選擇的話，物流場景中至少少了一個需要保護的對象 ——車内的人。這從規劃控制和各種規則的角度來看會稍微容易一些。
駱轶航： 我理解您的意思是，通過去除人這個角色，無人物流在倫理和其他層面上避免了很多複雜的考量，從而更容易落地。李總，您怎麽看？
李強： 我非常贊同樓總提出的三個思考維度。從技術層面來看，物流場景可以接受一個相對确定的路線和較低的速度，所以實現L4自動駕駛的難度相對較低。我們認爲物流L4的技術已經越過了商業化的基本門檻。
從産品和需求層面來看，整個行業，無論是菜鳥還是我們的同行，都找到了能夠滿足客戶需求的恰當産品。最後，從法律法規和倫理角度來看，正如樓總和胡總所說，無人物流駕駛畢竟車上沒有人，速度也較慢，我們可以做到盡量不發生碰撞。所以從這三個維度來看，我對物流L4自動駕駛的前景非常樂觀。
駱轶航： 所以您認爲物流L4自動駕駛的春天已經到來了？
李強： 是的，我非常堅信這一點。
駱轶航： 好的。鄭總，您也來談談您的觀點吧。
鄭赟： 我主要從運人和運貨這兩個視角來看。從法規端、供給端和需求端來看，大家對無人駕駛在物流領域的應用确實有較大期待。同時，在整個生态系統中，有許多優秀的企業在确定性較高的領域内進行大量工作。
但正如羅總提到的，物流本身是一個多場景、複雜的行業，包括幹線、支線到末端，末端又分爲to B和to C。需要将這些場景逐層打開來分析，确實有很多值得探讨的空間。但有一點是明确的：相較于載人，自動駕駛在物流領域的進展一定會更快。同時，在封閉場景中，目前遇到的挑戰和門檻相對較低。至于在終端的一些潛在挑戰，我們可以稍後再詳細探讨。
駱轶航： 理解。您實際上是把這個問題做了更細緻地拆解。從整體上看，無人物流的難度可能更低，但如果細分到to B和to C的場景，拆解到不同的維度和模塊，這個問題還有更多可以讨論的空間。
法規與倫理：自動駕駛商業化的關鍵
駱轶航： 好的，我覺得我們可以接着大家的思路，繼續讨論下一個問題。在讨論之前，我想再讓大家舉一次牌。我們要讨論的是：自動駕駛應用于物流時，應該是車規級的自動駕駛，還是封閉場景下點到點的自動駕駛？哪個場景是我們現在更應該關注的？如果認爲應該是普遍的車規級自動駕駛，請舉"YES"牌；如果認爲現階段更應該關注封閉場景下的點對點自動駕駛，請舉"NO"牌。大家準備好了嗎？我們現在開始舉牌。
駱轶航： 有意思，有一位舉"NO"，三四位舉"YES"，我也傾向于"YES"。看來絕大部分人認爲應該在車規級場景下實現自動駕駛。您的觀點似乎不太一樣，能否分享一下您的看法？
鄭赟： 從整體落地節奏來看，我個人認爲封閉場景下的需求更明确，推進節奏也較快。但就無人物流這個細分領域而言，生态體系中的參與者可能需要更多關注幹線、支線和末端這幾個細分領域。從中期角度來看，可能更應關注後者。因爲每個場景面臨的挑戰和難度差異巨大。目前，封閉場景的難度相對較低。
駱轶航： 您的意思是在封閉場景下，幹線、支線、末端這些領域的難度會相對較低？
鄭赟： 是的，封閉場景的難度更低，開放場景顯然更高。但在開放場景中，幹線、支線和末端之間的難度差距也非常大。
駱轶航： 既然我們讨論到這個問題，不如重點讨論一下開放場景下自動駕駛應用于物流的技術挑戰。我們可以從技術、産品和監管這三個角度進行更具體地分析。樓總，您先來談談您的看法吧？
樓天城： 謝謝主持人。從技術角度來看，今天的情況與幾年前已經完全不同了。我可以表達一個非常樂觀的态度。除了高速幹線運輸可能還需要一兩年時間，其他場景在技術上已經準備就緒。
這種"準備就緒"主要體現在：
首先，自動駕駛技術在很多方面已經遠超人類水平。以中等規格的乘用車爲例，很多公司的車輛已經能夠行駛超過1萬小時而不出任何事故，這在統計上至少比人類駕駛員高出一個數量級。
至于爲什麽高速幹線還需要時間，主要是因爲它需要更長時間的驗證。從技術角度來看，我們行業中的技術人員在前年就已經達成共識，認爲我們已經跨過了技術門檻，現在面臨的主要是驗證問題。
在技術方面還有一個因素需要考慮，那就是軟硬件的結合。硬件本身還存在一些缺陷，這恰恰需要通過量産來解決。如果某個環節看似技術上還不成熟，很可能是因爲沒有量産，而不是技術本身的問題。
成本與量産：推動自動駕駛規模化應用的核心
駱轶航： 您主要表達了樂觀情緒，認爲技術上已經足夠成熟。那麽在其他方面還有哪些挑戰？
樓天城： 量産就是一個重要挑戰。成本是一個關鍵因素，任何行業都需要達到一定數量才能将成本降到可接受的水平。無論是乘用車還是商用車都是如此。隻有通過量産才能真正實現這一點。特别是對于新公司來說，我們更需要關注如何在特定領域達到一定規模以降低成本，這是基礎。
駱轶航： 所以量産實際上是一個相對突出的挑戰。胡總，您一直堅持在開放場景下進行無人配送自動駕駛，能否分享一下您的看法？
胡國亮： 從時代角度來看，我們當前的工作與這個議題密切相關。我們非常看好未來無人駕駛形态下的滑闆底盤産品。這種産品能夠承載無論是載人還是載物的上層空間，它完成的是運動中心、能量中心和數字控制中心的職能，是一種通用産品。它與傳統車輛形态沒有太大關系，但能夠完成所有車輛運動部分和執行部分的功能。我們之所以緻力于此，正是因爲我們對行業前景充滿樂觀。
正如樓總所說，技術上我們整個行業現在确實比較樂觀。但要實現量産，意味着要将一個概念通過驗證最終實現工業化。這個産業化過程不僅需要技術和場景，更需要合适的産品來承載。目前，行業中已經出現了許多專注于車體智能化、軟件和功能集成的優秀公司，如小馬科技等。
當前産業化還缺少的環節包括：第一，像菜鳥這樣擁有巨大應用場景的公司；第二，真正爲無人駕駛而生的、全冗餘的、完全安全的車輛。現有的主機廠多是拿出少量車輛進行實驗，這些車并不是專門爲無人駕駛設計的，在功能安全、車輛安全和數據安全方面還有待提高。
我們希望通過與像甯德時代這樣的公司合作，專注于開發全冗餘的、車規級别的、可在公共道路上行駛的産品，将其變成可供行業使用的基礎産品。這将有助于整個自動駕駛行業中的解決方案提供商、歸航控制和感知技術公司，通過可落地的産品和場景結合，實現真正的量産，從而加速整個自動駕駛行業的發展進程。
駱轶航： 您提到了兩個關鍵點：量産和場景。您們的産品本身就是爲量産而設計的，那麽如何将場景疊加其上，應用于自動駕駛物流場景呢？強總，我覺得菜鳥的情況很有趣。您認爲應該實現開放場景的自動駕駛，但我們目前看到的菜鳥案例和實踐，大多是在相對封閉或半封閉場景下進行的。您如何看待這種情況？我們現在是否處于一個過渡階段？從落地挑戰的角度，您有什麽看法？
李強： 從我和菜鳥的一些實踐和經驗來看，無論是封閉的園區還是開放道路，我覺得它的難度都不小。但是經過這十年的技術進步，目前在物流場景裏，我們可以相對固定線路，相對低速度，無論是開放道路還是封閉園區，技術都已經越過了最基本的門檻。所以這個時候爲什麽我會說我們要高度關注開放道路？我覺得是從用戶需求來看，現在我們發現有越來越多的要到開放道路去的客戶需求在湧現。所以這是我們爲什麽說要去高度關注和投入在這個領域。
如果要把它規模化的話，從我對這個事情的思考來看，我覺得最核心的可能還有這麽三個問題需要做得更好。我覺得可能都不是障礙，不是什麽多大的，就是需要做得更好。
第一個是關于地圖。過去，大多數L4級自動駕駛技術基本上都依賴于高精度地圖，而采集和制作這些地圖的成本相對較高。因此，我們面臨的一個關鍵挑戰是，如何讓L4級自動駕駛在輕量化地圖的基礎上，依賴更強大的感知能力，實現類似于乘用車NOA（Navigate on Autopilot）的功能。實現這一目标，将是我們亟需突破的一個重要方向。
第二個，我覺得是我們現在這個無人車可能确确實實非常安全。但是它可能還沒有完全做到跟人類的老司機一樣的行爲模式、行爲習慣。那我們如何通過無論是端到端的技術也好，還是說通過語言視覺模型也好，還是說這個世界模型也好。怎麽樣去讓這個無人車，讓系統的駕駛行爲能夠和人能夠一模一樣。然後讓它能夠成爲一個非常友好的交通參與者，這也是一個非常重要的方向。
最後一個，我覺得還是一個成本的問題。這裏面除了我覺得剛剛樓總和胡總講的這個就是從規模量産這個規模效應之外。我覺得還有一個就是我們如何用剛剛好的傳感器，剛剛好的計算平台，然後能夠做到這樣的能力，我覺得這個也很重要。而不是說去堆砌了做了非常多的冗餘，堆砌了很多的能力而做到的。我覺得這是未來要做好的三個很重要的方向。
駱轶航： 我們要重點關注的有三個方面。首先，是實現"輕地圖、重感知"的技術突破，減少對高精度地圖的依賴，增強自動駕駛系統的感知能力。其次，就是借助我們所認爲的先進AI技術，不論是端到端的自動駕駛系統，還是空間智能模型，目标是實現更具人性化、拟人化的駕駛體驗。最後一點，量産與成本密切相關，二者就像硬币的兩面——沒有成本的降低，就無法實現規模化量産，也無法突破量産的關鍵拐點。
在解決這三個問題的基礎上，OK，接下來我們可以基于他們三位嘉賓的觀點，再請您談一談您對這些挑戰的看法。因爲他們主要讨論的是L4級自動駕駛在開放場景中的應用挑戰。聽完他們的講解後，您有沒有對這些問題的看法進行一些調整？或者您認爲L4自動駕駛在開放道路上的應用，還有哪些其他方面的挑戰，特别是在無人物流領域？
鄭赟： 我認爲問題的核心還是要落在幾個關鍵點上。首先，第一個是政策層面的靈活性，這是至關重要的。第二是在成本控制上，我們需要根據不同場景進行切分，具體探讨如何在成本端做好優化。第三是企業始終關注的盈利性問題，從這個角度來看，我們要考慮如何在不同場景下最大化利潤。這幾個方面是我在聽了幾位嘉賓的分享後進一步思考的幾個重要維度。
駱轶航： 靈活性。
鄭赟： 第二個是成本，第三個是盈利性。
駱轶航： 對，就是這個成本。這個成本指的是它既是指的是這個無人駕駛的solution的提供方，實際上也指的是本身他的客戶，是對吧？OK好理解。
剛才大家讨論中提到了多個維度的挑戰，其中量産無疑是非常關鍵的一個。量産的實現，實際上依賴于很多具體的模塊來逐步解決。同時，大家也提到了諸如端到端自動駕駛技術和多模态理解等新技術的适應性和靈活性。這些問題，實際上是當前階段我們需要集中解決的。例如，第一個問題，我們讨論自動駕駛在無人配送中的應用，這是一個更理想的場景，也是如何快速實現自動駕駛商業化的迫切需求。第二個問題是，針對現階段的商業化挑戰，我們如何找到有效的解決方案。因此，這兩個問題都是基于當下的現實情況設置的。
2030年的展望：自動駕駛與物流的未來藍圖
但接下來，我們需要讨論的，是關于未來的時間表。實際上，時間表的問題一直都備受關注。我記得在2017年時，就有人告訴我，L4級自動駕駛将在2025年前替代人類駕駛員。當時大家信心滿滿，認爲這是不遠的目标。然而，現在已經2024年了，顯然這個預期并未如期實現。關于時間表的設定，不同的利益相關者往往有着不同的出發點，可能是出于融資的需求，或者是爲了展示更美好的願景。但今天，我們不妨務實一些，從技術、量産、成本和商業化的角度出發，來進行探讨。
接下來，我想請大家舉牌，表明自己的看法。認爲2030年之前能夠實現L4級自動駕駛在無人物流中的應用，請舉"yes"牌；認爲2030年之前無法實現的，請舉"no"牌。并且，每個人都要說明理由。好，現在可以舉牌了。結果讓我意外的是，全場最悲觀的觀點竟然來自咨詢公司的同學。好，讓我們聽聽你爲什麽認爲不行。
鄭赟： 我認爲從幾個大的維度來看，剛才您提到的問題确實涵蓋了許多場景，并且進行了不同的拆解。在我們日常的跟進和研究中，封閉場景相對更容易讨論，尤其是在智慧物流領域，更多關注的是滲透率問題。如何在控制成本的同時獲得更高利潤，是核心讨論點之一。在整個大的開放的場景之下，如果要讨論我們說幹線、支線和末端這幾個話題，我覺得對于幹線這個話題來說，從整個端到端的幹線物流這個環節到30年，或者說30到35之間，應該是能夠做到一個差不多15%左右的一個滲透率。到了在我們說的終端末端這個話題上，可能更多的在B2B這個話題上，我們認爲可能介于15%左右，這是樂觀的一個場景了。在這個B2C可能還是會小于5%的這麽一個滲透率。所以這裏面從整個大面上的一個往前的一個發展，我們認爲是這樣的一個節奏，可能會更符合當下諸多玩家在共同克服的一些困難和挑戰。
駱轶航： 這個數據是如何得出的？我們關于不同場景下滲透率的這些數據是基于什麽來推算的？我們是通過哪些具體的方法或模型得出的？
鄭赟： 我們綜合考慮了整體的可實現成本，包括消費者終端用戶的需求意願，以及生态系統中核心企業的布局和戰略思考。比如，剛才提到的幹線物流就是一個很好的例子，市場上已經有不少優秀的企業推出了相應的産品進行應用。因此，我們基于這些數據，構建了一個較爲細緻的模型，進行了一系列推演。
駱轶航： OK好謝謝。我們強總講一講您判斷2030之前這個事兒make sense的原因，可以講得簡單一點也無所謂。
李強：我認爲物流場景确實非常廣闊。我們并不是指望到2030年，物流行業能夠實現100%使用L4級自動駕駛技術，而是說在2030年之前，甚至更早，某些領域将完全具備L4無人駕駛的能力。當然，這還需要一個逐步滲透、逐步擴展的過程。舉例來說，菜鳥目前着重發展的領域中，今天早晨萬裏也做了一個簡單的分享。比如，我們在杭州北部的一個早期客戶的網點，一次性采購了25台我們生産的L4級無人車。這可能是目前全國最大的單一網點無人車隊，規模達到五立方的無人車隊。
駱轶航：這是目前最大的一筆采購嗎？确實如此。
李強：是的。目前這些車輛從早晨六點一直工作到晚上九點，既負責配送也負責攬件，客戶的滿意度非常高。我們也欣喜地看到，通過多車調度等技術加持，一個無人車隊的綜合效益要遠遠高于單車運行的效益。因此，我認爲未來會有越來越多的大型網點選擇采購或租賃批量的無人車。
根據我們的測算，未來3到5年内，僅快遞公司網點用于攬收和派送的場景，可能會有20萬到30萬台無人車交付并落地。這将推動技術的快速叠代和進步，降低成本，進一步擴大規模。因此，我對2030年之前物流行業L4無人駕駛的規模化落地持非常樂觀的态度。
駱轶航：規模化落地，但并不是百分之百的滲透。
樓天城：我覺得駱總稍微保守了一點。
駱轶航：我猜你可能會把時間表提前。
樓天城：是的。我認爲，規模化落地至少需要達到盈利性，比如萬級、十萬級别的規模，才會真正開始盈利。Pony.ai在2017年創辦時，我就對團隊說，這個行業可能還需要八年才能盈利，恰好就是2025年。我仍然支持2025年這個時間表，并且我認爲我們甚至可以在2025年嘗試達到盈利。
在實現盈利性後，整個行業的前景将非常廣闊，投入的資源也會更多。我之所以持樂觀态度，主要是因爲技術進展，尤其是安全性。老司機之所以開得好，是因爲他們會照顧到其他路上的駕駛員，而自動駕駛技術能夠達到甚至超越這個水平。自動駕駛不僅僅是在一個維度上超越人類駕駛，它在安全性、舒适性和效率上都會有顯著提升。
此外，我還想補充一點關于法律法規的進展。中國政府，特别是一線城市的政府，投入了大量精力去理解自動駕駛技術，并且出台了相關的政策和法律法規。這些法規不僅涉及技術本身，還涉及倫理和保險等方面的配套措施。我相信，在物流領域，相關的法律法規也會很快出台，從而支持整個行業的發展。
海外的情況可能稍微慢一些，因爲他們還沒有看到這種技術的廣泛應用，因此法律法規的制定也滞後。但我相信，随着技術的普及，海外也會迅速跟上。
最後，我認爲成本問題是目前我們最有信心解決的一個方面。舉個例子，我在創業初期曾以80萬元人民币購買過一個激光雷達，而現在同樣的設備隻需要幾千元。這是行業發展的一個巨大飛躍，我們已經享受到了量産帶來的紅利。我相信，未來成本還會進一步大幅下降。
駱轶航：這确實是一個重要的發展方向。
胡國亮：我同意樓總的觀點，我也是相對樂觀的。不過，我的樂觀是謹慎樂觀。我并不認爲到2030年可以實現全面普及，但從我個人的經曆來看，現在的技術發展已經到了一個關鍵的時刻。首先，無人駕駛技術的車輛設計已經不再需要傳統的方向盤。這是一個巨大的突破，因爲法律法規一直要求車輛必須有方向盤才能上路。
目前，線控技術在底盤上的應用已經非常成熟，不僅國際玩家能夠做到，國内的供應商體系也逐漸完善。我們已經實現了完全的線控轉向技術，不再需要踏闆或機械推杆，駕駛的自動化程度大大提高。
例如，特斯拉的Cybertruck已經實現了全線控轉向，但目前它在中國無法上牌，因爲中國的法規還沒有支持這種車輛。因此，行業内正在讨論，預計在未來2到3年内，這些法規問題将會得到解決。一旦解決，我們的車輛設計将不再需要傳統的方向盤，而是專爲自動駕駛設計的車輛。
駱轶航：這意味着車輛的定義也将發生改變。
胡國亮：是的，屆時車輛将不再是現有車輛加裝自動駕駛設備，而是爲自動駕駛場景量身定制的車輛。這樣的車輛會更加安全，能夠實現更多的異構冗餘，減少傳統車輛設計中的成本增項。這将極大地推動自動駕駛車輛的普及和應用。
目前，無人駕駛車輛隻能在示範區内行駛，這是因爲交管部門對無人駕駛技術的普遍應用還心存顧慮。一旦無人駕駛車輛與普通駕駛員在同一條道路上行駛，如果處理不當，可能會引發交通事故。因此，我們需要通過車規級設計和安全冗餘來解決這些問題。
從事故率的角度來看，目前無人駕駛系統的事故率比人類駕駛員低很多倍，甚至是百倍、千倍。如果我們能夠解決交通管理部門的顧慮和法律法規的限制，無人駕駛技術将會更加廣泛地應用于物流等領域。
在物流領域，責任主體相對明确，自動駕駛車輛作爲責任主體的認定會更加容易。因此，我對無人駕駛技術的批量化、規模化應用持謹慎樂觀的态度。
我相信到2030年之前，自動駕駛車輛的批量生産将成爲現實。目前，我們的行業已經通過規模化生産将成本大幅降低。舉個例子，曾經售價5萬到10萬元的雷達現在售價不到500元。這種規模化生産将繼續推動行業發展，最終惠及整個社會，解決當前出生率下降、快遞員和網約車司機短缺等問題。
駱轶航：我們可以繼續往下讨論。整個過程不僅僅是技術的推動，還包括成本的下降、量産的推進、法規的完善，甚至車輛重新定義等多個因素的共同作用。這是一個非常有趣的現象。
在這半個多小時的讨論中，我們主要探讨了三個問題：一是自動駕駛與無人物流的結合是否更有意義；二是技術躍遷與成本下降之間的挑戰關系在哪裏；三是對未來的預期。我希望我們達成了一些共識。總體來說，大多數時候大家的觀點是一緻的。我也希望這次讨論能夠幫助大家更好地理解未來的物流、自動駕駛與物流的關系，以及相關的一些議題。好的，謝謝大家！謝謝各位的參與。
