如何看待文远知行的竞争力？

我认为文远知行的商业版图扩张具有扎实的底层逻辑，无论从规划还是部署来看皆表现突出， 其关键在于：

1） 技术：不同落地场景间具有较强的可迁移性，以全栈式通用技术平台 WeRide One 统一赋能，彰显技术泛化能力。文远当前的五大自动驾驶产品皆以城市开放道路 为主，场景重叠度极高，从技术角度皆可视为 Robotaxi 的某种“降维”。

Robobus 遵循固定路线接驳，Robosweeper 在固定路线作业，Robovan 按固定路线送货， ADAS 算法要求低于 L4。因此，文远推出了通用技术平台 WeRide One，通过全 栈式软件算法、模块化硬件方案和云架构平台赋能所有场景，目前已适配五大产 品线。一方面，不同自动驾驶产品的软硬件无需进行重大调整，可大幅提升研发 效率；另一方面，WeRide One 建立数据闭环，不同场景间的数据和供应链可进 行联动共用，从而形成规模和协同效应。例如公司的 Robotaxi 和 Robobus 在行 驶时，传感器若观察到某条道路需要特别清扫，该信息会上传至 WeRide One 的 云端平台，再下达至 Robosweeper 模块，调用临近闲置的 Robosweeper 立即前 往作业，以形成场景之间的联动。

值得一提的是，Robotruck 作为 L4 级自动驾驶另一大落地场景，我们认为其所面 临的挑战与 Robotaxi 有所不同。尽管所面对的场景相对简单且固定，可预测性更 高，但 Robotruck 受制于更大的体积和重量，相比轿车需要更长的反应时间及制 动距离，而高速公路上车辆行驶速度又普遍较快，因此对自动驾驶系统的感知预 测能力的要求更高。此外作为载重工具，卡车的重量从空载 15 吨到满载 50 吨不 等，因此其控制算法强调自适应调节。从传感器配置来看，Robotruck 对感知距 离的要求较 Robotaxi 更高，业内普遍认为 Robotruck 的安全感知距离至少需要 300 米，高效率感知距离则至少需要 500 米。而同样是物流场景，在城市中运营的 Robovan 的车型规格、行驶速度和落地场景都与 Robotaxi 更接近，对 Robotaxi 玩家而言迁移难度也更低。

此外，单从自动驾驶能力出发，文远拥有丰富的技术储备，自研全栈式自动驾驶 解决方案，专利布局全面广泛。截至 2022 年底，文远知行在全球已申请专利超 800 件，涵盖自动驾驶、传感器、障碍物、检测方法、激光雷达等多领域。

硬件层面，文远知行于 2022 年 6 月发布最新一代自动驾驶传感器套件 WeRide Sensor Suite 5.0，包括 12 个摄像头和 7 颗激光雷达，可在 250-500TOPS 的算力平台上运行。文远的传感器套件采用模块化设计，只需 改变感知部件的数量即可适配不同车型。WeRide SS 5.0 的顶部前感知模组 包括 3 颗激光雷达、5 个中距离相机和 2 个长距离相机，尾翼感知模组包括 1 颗激光雷达及 1 个中距离相机，车身四周另有多个盲区激光雷达和鱼眼相机 组成的补盲感知模组。2023 年初 CES 上，文远进一步发布 WeRide SS 5.1， 通过融合车规级高分辨率半固态激光雷达、侧方位补盲激光雷达、高精度摄 像头等多种传感器，具备周围 360 度、前方直线距离 200 米的感知能力。此 外，该套件通过车内屏幕进行路面环境的感知展示，让车内乘客能够更清晰、 直观地了解当前自动驾驶车辆的行驶状态，以提升乘坐感受。文远的自动驾 驶套件从 2018 年早期迭代至今，成本降幅已达约 70%。

软件层面，文远的自动驾驶车辆基于专为城市自动驾驶设计的通用型平台 WeRide One，其自主设计的深度学习模型支持感知、预测、规划和控制模块， 感知模型可适应各种传感器配置和车辆类型，规划和控制算法针对一般城市 驾驶场景，并可灵活部署适用于多种应用场景。与基于预定规则的算法不同， 文远的模型能够根据输入的驾驶数据进行自我迭代。 数据层面，文远已建立涵盖全数据反馈回路的云数据平台，包括数据处理、 分布式模型训练、模型验证和模型部署系统等不同阶段。模型会自动用新数 据更新，并通过云分布式平台进行训练，训练后的模型会经过验证后部署到 整个车队。另有模拟仿真平台进行模拟测试，涵盖数万个仿真场景。

2） 运营：在不同业务中寻找强大且互补的合作伙伴，减少前期的学习和试错成本。 文远的五大产品虽然驾驶场景相似度颇高，但运营场景却各有不同。Robotaxi 主 要是 to C 业务，流量入口和运营经验至关重要；Robobus、Robosweeper 和 Robovan 面向各地公交集团、环卫部门和物流公司，属 to G/to 大 B 业务，Robovan 后期运营可延展成面向快递商超等 to 小 B/to C 业务；乘用车 ADAS 智能驾驶则 面向车企，除自动驾驶技术外还考验玩家的工程化和量产交付能力。我们认为， 文远作为技术型初创公司，在不同业务的实际落地中皆需要不断建立朋友圈。

文远的 Robotaxi 业务在过去 4 年间建立了广泛的合作网络。车企方面，文远此前 采用日产轩逸·纯电车型打造 Robotaxi 车队，2021 年底又与广汽集团达成合作。 运营方面，文远于 2019 年与广州白云出租汽车集团合作，在广州推出 Robotaxi 收费服务，乘客可通过 WeRide Go APP 打车，目前已公开运营超 1100 天。此外， 文远与其他出行平台如高德地图和如祺出行达成合作，不断扩大流量入口。 除 Robotaxi 外，文远的 Robobus 和 Robosweeper 业务皆与老牌客车和环卫龙头 宇通集团合作，打造前装量产车型。针对 Robovan，文远携手国内轻客龙头福特 江铃和国内快递龙头中通快递，合作打造同城货运生态。而在乘用车 ADAS 领域， 文远则与传统 Tier 1 巨头博世达成合作，双方能力存在高度互补性，有望珠联璧 合，在广阔的乘用车智能驾驶市场分得一杯羹。

中国以外，文远知行的出海同样借助了合作伙伴的力量，例如在阿联酋阿布扎比 与当地人工智能集团 Group 42 合作推出 MENA 地区首个 Robotaxi 运营项目，目 前 Robotaxi 已经运营超过 1 年；以及在沙特阿拉伯与 Saudi Company for Artificial Intelligence (SCAI) 合作推出 Robobus 示范路线。

团队方面，文远知行核心团队具有资深的自动驾驶学术及商业化落地背景，曾任职于 百度、微软、Facebook、Google 等行业巨头。公司创始人兼 CEO 韩旭博士毕业于美国 伊利诺伊大学香槟分校，2007 年获计算机工程博士学位，师从“计算机视觉华人鼻祖”、 美国国家工程院院士黄煦涛教授，是密苏里大学终身教授，曾于百度任自动驾驶事业部首 席科学家，于 2017 年创立文远知行。公司联合创始人兼 CTO 李岩博士毕业于卡耐基梅隆 大学电气与计算机工程专业，曾任神州专车在美无人车工程师团队负责人，曾在 Facebook 和微软担任核心工程师，是微软亚洲研究院早期员工，拥有丰富的计算机视觉研发和应用 经验。公司其他核心技术人员也皆毕业于海内外知名院校，在谷歌、滴滴、Facebook 等 行业巨头任职，拥有丰富的计算机视觉、机器学习和自动驾驶研发经验。此外，核心团队 中亦有商业管理经验丰富的人才负责业务拓展和落地。

融资方面，文远知行自成立以来已完成多轮融资，累计融资额超 12 亿美元，投资方 包括博世、广汽集团、宇通集团、雷诺日产三菱联盟、英伟达、德昌电机等产业资本，以 及国开金融、中阿基金、凯雷集团、亚投资本、IDG 资本、诚通资本、建信基金、启明创 投、创新工场、普罗资本、CMC 资本、建银国际等国际头部财务投资人。据华尔街见闻， 2022 年 10 月底，文远完成超 1 亿美元的股权融资，投后估值达 51 亿美元。