在奥地利的萨尔茨堡，一款基于中国品牌汽车开发的零排放自动驾驶冷藏车，日夜运转，不需要人类司机，准确地穿梭在道路上，将食品、药物等物品送达目的地……

并非遥远的梦幻场景。中国和奥地利联手展开的合作项目——"增强型冷藏零排放自动驾驶物流车辆示范应用合作研发"，正在致力于让该情景成为现实。

【资料图】

如果一切顺利，示范应用场景将在明年落地，未来该方案有望在奥地利更多区域乃至更多国家进一步推广，解决城市物流枢纽到周边微枢纽运力资源不足等痛点，实现更高效、安全、可靠、环保的冷链物流运输。

这是中国自动驾驶整体解决方案，包括自动驾驶算法、新能源车辆技术以及仿真测试、检测验证体系在内，输出到欧洲发达国家市场和应用场景落地的一次突破性尝试，此前很难找到先例。或许这将成为中国智能网联汽车走出去的一个新样本。

01 中奥合作探索新模式

5月31日，2023中奥智能网联汽车产业合作创新大会上，"增强型冷藏零排放自动驾驶物流车辆示范应用合作研发"项目正式启动。

这是中奥两国政府积极促进下的一项产业合作，是江苏省科技厅与奥地利科研促进署携手设立的联合研发创新计划的首轮合作项目。

项目要求中方和奥方针对同一个课题，同时申报，协作完成。中方的牵头公司是一家智能网联仿真测试领域的专业服务商——苏州智行众维智能科技有限公司（简称智行众维）。2022年6月，智行众维联合产业生态运营公司、国内头部第三方检测机构、高校研究院所共同申报并成功入选该项目。

智行众维长期致力于自动驾驶技术相关的研究和开发，并在新能源车辆技术、仿真测试和检测验证体系等方面具有一流的技术和丰富的实践经验。奥方牵头单位 DigiTrans GmbH则负责提供冷链专有技术和测试基础设施。此次中奥合作将充分发挥双方的技术优势和产业资源，打造一套先进的自动驾驶冷链物流解决方案，实现自动驾驶物流车辆在中奥两国的商业化示范应用。

合作的达成，与中奥两国长期友好合作以及奥地利的汽车产业特点息息相关。

奥地利是一个科技创新型国家，拥有先进的汽车技术和研发能力，汽车供应链相关企业达700多家，但本土主机厂只有一家商用车企业，在汽车领域更多是用先进的研发技术去服务其他国家的产业。

中国是奥地利的第二大进口来源国和第三大贸易伙伴，两国在汽车领域拥有广泛而深入的合作。比如，20世纪80年代，正是奥地利斯太尔技术的引进，改变了我国汽车工业“缺重”的局面，助推了中国重卡产业链的形成和大发展。奥地利AVL公司与中国汽车的友谊更是源远流长。

中奥之间的汽车合作，以往比较常见的方式是，中国汽车企业通过与奥地利企业的技术交流合作，获得先进的汽车技术和解决方案，推动技术进步和产品升级；而奥地利企业则通过与中国企业的合作，进入中国市场，推广自身品牌和产品。

此次合作的一个特别之处在于，中国企业发挥了核心的技术优势。通过采用中国企业先进的自动驾驶技术，车辆能够准确导航、规划路径，并识别和避开障碍物，确保货物安全送达。奥地利先进的冷链控制技术，则能够有效控制冷藏货物的温度和湿度，保证货物的新鲜度和质量。此外，该项目将建立完善的仿真测试验证体系，通过数字孪生和仿真测试验证自动驾驶物流车辆的性能并进行改进，而智行众维的技术将在这部分发挥关键作用。

智行众维CEO安宏伟告诉记者，早在2019年，智行众维就与奥方签署过战略合作协议，加入了奥地利智能汽车产业集群。彼时，奥方企业还占据明显的技术主导。如今，形势已变，疫情三年多时间里，奥地利在自动驾驶、人工智能、大数据等方面发展较缓慢，而中国在智能网联和自动驾驶领域探索成果显著。因此，中国无人化、智能化的一些场景放到奥地利去做落地尝试就成为了可能。

智行众维CEO安宏伟

02 自动驾驶冷链物流场景可行

有了合作的土壤，还需要找到合适的切入点。为什么最终选定了冷链物流领域？

对此，安宏伟表示，基于市场需求和民生需求考虑，自动驾驶冷链物流是一个可行的场景。尤其在欧洲，这是一种刚需。疫情期间，当地对疫苗试剂以及一些食品药物的运输需求急剧增加，这些都需要冷链物流的保障，同时又面临严重的驾驶员短缺。

全球经济的持续发展和人们对食品、药品等质量要求的提高，使得冷链物流拥有了广阔的市场空间。据Statista数据，2021年，全球冷链物流市场规模为2560亿美元，预计到2028年将达到4100亿美元左右。然而，传统的冷链物流面临着运力短缺、人员疲劳、运输效率低下和能源消耗等一系列问题。

自动驾驶技术的引入将使冷链物流运输更加智能、高效和可靠，解决传统冷链物流的瓶颈问题，填补市场空白。此次中奥合作无疑将为自动驾驶冷链物流车辆的发展提供重要的推动力。

“既需要无人驾驶，又要节能环保，更要符合当地产业发展需求，冷链物流场景成为我们最终的选择。中国向奥地利输出自动驾驶的技术和仿真测试的验证体系，奥地利则可以将他们在冷链控制领域的先进技术和产品服务于中国，实现双方互利共赢。”安宏伟介绍。

如果推广顺利，这种前瞻性的解决方案有望引领冷链物流行业进入全新的阶段，为全球冷链物流市场带来更大的机遇。或许，中奥这一合作项目的成功将会是冷链物流行业发展的一大里程碑。

03 打造“桥头堡” 拓展更多可能性

不止于解决冷链运输领域的痛点和挑战，此次中奥智能汽车产业合作意义深远且多元化。

安宏伟介绍，环卫、车站接驳、点对点的Robobus等场景都有自动驾驶应用的实际需求和落地条件，很多应用场景和冷链物流是相通的，一个场景成功之后，未来可以拓展到更多应用场景中。

这一项目是中国自动驾驶整体解决方案输出到欧洲发达国家市场的一次突破性尝试，中奥两国的合作经验和成果将为其他国家和地区提供借鉴和参考，促进智能网联汽车的更广泛应用，也将为中国智能网联汽车技术在全球范围内的应用和推广提供一个成功的案例。

在安宏伟看来，这可以看作是一个“桥头堡”。“有奥地利这个具有官方背景的项目作为开路先锋，相当于我们竖起了一面大旗，有了典型案例，后续的业务拓展就会更加顺利。未来，我们希望能进一步加强在欧洲的合作，承接更多服务于高级自动驾驶的业务。”他说。

这还将是一次深度的系统合作。不仅是技术创新，项目的成功实施还将推动相关政策、标准、法律和法规的制定。安宏伟表示：“先有实践，再有标准，从这个维度来讲，中国在场景的落地实践方面走在前列，能够为政府制定相关政策和标准提供强有力的支持，为中国标准走向世界创造条件，尤其是在测评体系的标准制定方面，最有可能先实现。”

安宏伟告诉记者，中国和奥地利在自动驾驶的技术路线上并不一致。中国更倾向于单车智能+车路协同的模式，而欧洲整体上更倾向于单车智能模式。他希望基于奥地利和中国江苏的这次尝试，未来能够推动更多合作，向欧洲推广中国的车路协同自动驾驶方案。

“这对中国的自动驾驶产业发展至关重要。”安宏伟表示，自动驾驶的推进并不是在一个城市，甚至在一个国家就能够完成的，它需要更多的场景，需要机器人学习更多的东西。

04 仿真测试技术加速自动驾驶商业化进程

落实到项目的具体推进步骤，安宏伟介绍，首要任务是打通技术路径，即单车智能+冷链+仿真测试，并保证在应用场景中的安全性；下一步是扩大规模，为仿真测试服务商、汽车制造商和冷链技术服务商等各方创造收入，实现商业化。

在整个技术路径和商业化进程中，仿真测试技术至关重要。据保守估计，高级别自动驾驶汽车需要至少行驶百亿英里的路程才能达到人类驾驶员的水平。科学且有效的仿真测试技术可以将这一过程从10年缩短到2年甚至1年内，从而为自动驾驶汽车的快速发展提供重要支持。仿真测试可以在自动驾驶汽车的研发、验证、商业化以及OTA升级前的安全验证等各个阶段发挥作用，帮助自动驾驶汽车快速进入安全、可靠和量产化的阶段。

随着自动驾驶进入以数据驱动和商业化落地为代表的新发展阶段，整车厂和主流自动驾驶技术提供商开始寻求建立数据闭环，以先进的仿真测试技术加速研发验证。他们对仿真场景数据库的数量和质量，工具链体系的先进性，以及自动化仿真测试效率等方面提出了更高的需求和要求。

据介绍，成立于2018年12月的智行众维致力于构建集“自动驾驶数据采集-训练-仿真测试”于一体的全栈式工具链体系，即IAE X-in-Loop®仿真测试技术体系，旨在为相关的行业客户提供全生命周期的仿真赋能。公司产品已经广泛应用于国内外主机厂、零部件企业、科技创新企业、研究院所、第三方检测机构和智能网联测试示范区等近百家客户。

智行众维与中国各地方政府和智能网联测试示范区的合作也非常紧密，在Robo-X场景城市高级别自动驾驶仿真测评体系及认证平台的建设方面，与苏州、重庆、上海等地政府进行深度合作。

同时，智行众维还积极推动场景工场（数据库）的建设，已经搭建了8000+组高精度仿真场景库，覆盖了ADAS、V2X、交规、交通事故再现（CIDAS）和SOTIF等各类场景，为自动驾驶技术的研发和测试提供了全面支持。

毫无疑问，智行众维找准了一条好赛道，并且凭借前期稳扎稳打的积累，迎来了大展拳脚的好时机。

据安宏伟介绍，此次中奥合作的自动驾驶冷链物流方案，将采用虚拟仿真加实验室仿真方式，整个仿真测试验证的过程可以在两个月内完成。

“当前的自动驾驶赛道，要争分夺秒，越快越好。汽车安全性影响公共安全，必须非常重视。因此，通过投入几辆车进行示范应用，并使用仿真测试来加速进程，这是非常可行且必要的。”他说。

05 共享整合数据资源

此次中奥合作另一个不可忽视的价值体现在数据资源上。

通过项目的推进，中奥两国能够共享并整合各自的数据资源，包括数据采集、存储、处理和分析等环节。中国将在自动驾驶技术和数据处理方面积累丰富经验。数据的充分利用可以推动技术创新和商业模式的突破，为用户提供更安全、智能、便捷的出行体验，推动智能网联汽车产业迈向更高的水平。

"一旦成功实现这个路线，我们将不仅积累了自动驾驶算法上的经验，还会建立起一个完整的仿真测试平台体系。"安宏伟透露，此次合作的一部分内容是采集奥地利的交通流数据，构建起当地的孪生场景，然后在虚拟道路上进行仿真测试，评估未来应用车辆的安全性。这些场景数据不仅可以服务于当地的自动驾驶企业，也可以服务于中国想要走出去的生态链合作伙伴和公司。

安宏伟认为，目前国内已经完成了从技术闭环到商业闭环的转变，对于拓展海外市场，最大的挑战不是技术，而是当地的政策合规性。中国的自动驾驶技术如果想进入欧洲市场，最好的方式就是先获取充足的当地场景数据，用这些仿真场景进行训练和测试。“相当于把车去投放到道路上，且成本低得多，效率要高得多。”他说。

智行众维最初从工具链业务开始切入，2020年开始做仿真场景数据库和Robo-X测评体系。安宏伟介绍，选择从工具链开始，是因为它可以直接制成产品，更容易实现商业化落地。另一个重要的考虑因素就是数据。

“数据不是虚无的，需要有实在的抓手。做仿真场景的本质是数据，它的载体是软件，离不开工具，所以我们选择从工具链这个技术体系开始入手。如果技术体系是自己的，那么对数据的理解将比单纯从数据本身切入更深刻，更能够知道场景数据哪些信息是必须的，什么样的数据才满足仿真测试，也才是评价测试真正需要的。”安宏伟说，这和为了做数据而做数据是不一样的。

06 共建数据生态 实现商业逻辑闭环

目前，国内主流自动驾驶企业面临着数据体量严重不足的问题，且企业间数据缺乏关联性，数据库之间无法互通，导致数据孤岛现象。此外，数据缺乏统一的格式和接口定义标准，造成数据碎片化。智能网联汽车产业急需数据生态建设。

为了解决这个问题，2020年，由中国汽车工业协会牵头，联合9家集团企业共同投资成立了众链科技公司，建设了汽车数据溯源与存证平台以及汽车大数据区块链交易平台，着力于构建公平、公正、开放的数据合作生态。

智行众维成为了其生态合作伙伴。安宏伟解释，当前自动驾驶要用的仿真数据，一部分用于训练，一部分用于评价。训练数据主要来自于标注，其一大特点是不能跨车型、跨算法、跨企业共享。而基于上面的交易平台，各方可以共同采集和处理原始数据，将其转化为可通用、可复用的场景，如此，更多的企业甚至整个行业，都可以使用这些数据。借助更多的数据支持，自动驾驶企业能够提升算法能力，实现商业逻辑闭环，从而实现盈利和变现能力。

在未来的智能网联汽车产业中，数据交互需求也会越来越强烈。整车企业、自动驾驶系统公司、检测机构、电池回收企业、保险公司、地图厂商等行业企业都会有大量的数据使用需求，数据交易将成为各行业不可或缺的业务，并且随着数据化时代的发展，数据需求量将进一步增加。

对于智行众维而言，这是一个巨大的商机，也是未来需要重点发力的一个方向。安宏伟表示：“自动驾驶赛道是个快车道。在关键的赛道和方向上，我们要不计盈亏地投入，要加速前进。针对数据板块就是这样。我们需要更多的人才、更多的生态、更多的伙伴、更多的资金投入来做这个事情。”他透露，今年，智行众维会首度开启融资。

事实上，仿真测试市场才刚刚起步，未来还需要更多参与者来共建这一赛道。在行业进入充分竞争前，如何快速构建护城河，将是每家仿真企业不得不思考的问题。

智行众维未来的竞争对象瞄准的是西门子、AVL这些国际巨头。安宏伟表示，趁着巨头们现在还处于掉头阶段，智行众维大概有三年到五年的时间窗口，去占据一些关键点位。

“不管是从技术端、市场端，还是数据的积累上，要形成一些相对优势。这次的中奥项目就是一个很好的探索。”安宏伟说，而这也是智行众维和中国智能网联企业拓展国际市场的一个开始。

编辑：薛亚培