京東VS美團VS新石器：方向在哪里？

作者：張葉子

編輯：Mark

出品：紅色星際（ID：redplanx）

頭圖：無人配送車車輛編碼圖片

最近，美團、京東和新石器無人配送車的核心骨干舉行了一場卡拉OK聯誼歌會。都是2016年入場Robo-Delivery賽道、2021拿到了首批路測牌照、完成了從概念到商業化落地的小循環。

在這個秋高氣爽的季節，大家以歌會友、以歌會技，希望在以后的道路上能繼續平分秋色，好多友商也被吸引，前來聽歌（Chigua）。

京東：我們不畫餅

歌會第一嗓子亮相的是京東團隊，他們表演的是《開門紅》。我們做無人配送車最有優勢了，和我們唱的一樣，必定是開門紅。

第一，流程中哪些地方是瓶頸、是痛點，我們自己最清楚，加上我們在技術、人才和經驗方面的儲備，足以判斷出使用哪種技術可以快速突破制約業務發展的瓶頸。

比如618和雙十一的配送效率問題，在今年618我們無人車最快一單完成只用了4分鐘。

（京東618第一單）

友商：沒我們什么事兒！

京東：第二，我們業務體系非常龐大，即使是無人車技術在局部應用，也足以產生顯著的降本效應。

我們非常清楚成本問題，比如說無人車，研發費用、折舊攤銷等，成本控制在什么范圍內可以比人力效率高，我們都有精確的核算系統。

長久來看，人力是越來越貴的，而隨著產業鏈的成熟，機器成本是越來越低的，而且無人配送車規模越大，研發，云端、軟件和調度的邊際成本就越少。

友商：還是沒我們什么事兒，你們京東車越多，越用不到我們。你們說了這么多，就問你一個問題，你們是怎么做無人配送車的，答得上來算你厲害？

這個問題好大，我正好來總結一下，京東笑著說道。從運用實踐來看，我們在快遞領域的發展要有兩個方面的結合：一個是技術、生產制造和業務體系的結合，二是車、路和云的結合。

第一方面的結合實現要經過三個步驟：

第一步：關鍵技術突破，目標是實現無安全員跟隨的L4級別無人駕駛，降低成本。

比如車輛貨箱大小和配比、雷達計算單元的便捷維修、遠程上下電、多網絡實時備份、有線無線數據傳輸、主計算單元和安全模塊的多層級線控等等；

第二步，產品化突破。我們需要集成穩定可靠的激光雷達和攝像頭等零部件，完成功耗低、運行穩定的自動駕駛技術的產品化；

再進一步，集成線控底盤、交互系統等上下游，完成車輛的產品化。

第三步，業務平臺對接，通過自動駕駛云端平臺和業務平臺進行對接，讓產品進入運營系統。

第二方面車、路和云的結合，重點是5G和V2X的建設。5G技術所具有的帶寬測試、低廷時特點，不但能夠減少無人配送車輛的成本費，還減少車子行車風險性，提高車子操縱精確度。

而相比5G，對于無人配送車來說V2X才是剛需，具體大家都懂。

（京東無人車宣傳圖片）

友商：你們的產品是正向設計流程嗎？

孔旗說，對。我們的目標是城市配送業務—>然后積累產業應用和開發無安全員的技術需求—>車輛高低溫震動耐久實驗—>小規模應用—>批量生產。

我想問個實際的問題，你們使用無人車提效降本成果如何？

京東：在當前的實踐中，一個快遞員領養三臺智能快遞車，配送效率是原來的1.5倍。

一幫無人配送領域小弟一聽，都驚出一身冷汗，作為一項搭載新技術的產品，既然不能創造新的市場，那只能走以高效低成本替代之路。

也就京東自產自銷。如果換了我們，無人車怎么賣出去都犯難。

順豐通達等物流企業聽了京東的答案，偷偷笑了，即使車降到10萬以下，三臺+1個人才提升了1.5倍，暫時不用擔心什么顛覆式創新，沒啥殺傷力。

不過為了平衡市場和戰略防御，最好投幾家無人車初創公司，領投和跟投都可以；也沒必要自己下場做，一來時機過了，二來沒那實力和精力。

深度捆綁也可以考慮，得在這群年輕人中好好物色物色…于是他們向初創公司的技術新銳們投來熱情的微笑。

果然對手的對手就是朋友！友商們意識到，這微笑里埋著橄欖枝，又重拾信心，toB是一種活法，toC是，toG是，toVCPE也是，但終究要to個對象。

京東看到自己的發言像一顆投入深水的小石子，沒什么像樣的漣漪，于是又加了一句，以后網格化運營后，效率還會繼續提升。

網格化運營？

大家分散的心思又被新的概念收斂了，目光齊刷刷投向他。具體是什么樣的呢？大家好奇地問。

京東神秘一笑沒有回答，可能他自己也不知道答案，只有一種朦朧的小確信，和當初覺得物流是無人駕駛技術實現落地的最佳場景一樣，但具體實現路徑怎樣，還沒找到。

新石器站起來對大家說，你想想，如果能實現網絡化全覆蓋，未來咋們無人配送車就是城市的一個個數據節點，實時地、無縫隙的捕捉著每個地方的溫度、濕度、氣候、人流、交通、需求等各種數據。

友商：這個好，比如哪個地方下雨了，我趕緊裝一車傘去地鐵口賣；哪個地區某種商品的需求量大，就多備些貨；哪些小區消費力高，就配備一些高端品牌，銷售更加精準。

（新石器售賣車）

新石器翹起大拇指，接著說，無人車可以理解為用戶的另一個交互界面，購物、咨詢、查詢、繳費、金融、甚至體檢等很多功能都能通過這個端口實現。

友商：比如某天晚上你想需要現金，以前你需要去銀行，現在你只需要預定銀行的無人取款車，親自開到你家門口，安全又方便；再比如你是一枚老去的單身狗，發現需要注射的某種新特藥沒了，不用急，有冷鏈物流功能的無人車會將此藥在15分鐘內配送給你。

京東：你們的想象力真豐富！果然是眾人拾材火焰高。

友商：我們能不多想嘛？礦區、環衛、安防這些理論論證清晰、商業模式清晰的場景落地快，但盤子不大，輪不到我們擠進去。

快遞和即時物流配送盤子大，但場景流程復雜、落地角度很刁鉆，且巨頭林立，我們不想想別的路徑，就只能唱《涼涼》了。

新石器：我們可持續

這番話引起了新石器的共鳴。

總有人問他，怎么不堅持你的初衷了（改變中國物流無序混亂低效現狀）。他真想回一句，站著說話不腰疼！

新石器也是被逼無奈呀，快遞、外賣這種物流市場切不進去，只能探索其它場景。

做自動駕駛解決方案商，技術和人才沒辦法解決，而且時機早已過去；做底盤和前裝，我沒有毫末智行天生的基因；做場景，美團京東那含著金湯匙出生，我更比不過，那我只能做一個出色的運營商，拼綜合實力了。

新石器帶來的是大合唱《歌曲串燒》，開場，曾經合作過的百度李彥宏、理想李想、美團王慧文、移動聯通華為等人發來視頻祝福。

接著，大幕拉開，合唱團成員和大家見面，這只合唱隊伍堪稱明星天團，有西安、廈門、鄭州、北京、上海、大連、廣州等地政府人員、中東、瑞士、法國等國外代表，還有行業內產業上下游鏈條的大咖，比如斑馬智行徐強、比亞迪陳剛、地平線余凱等等。

前面的嘰里呱啦，大家都沒怎么聽，到了行業大咖，大家都豎起耳朵了。

獻唱的第一位徐強聲音洪亮，果然是財大氣粗，因為剛剛獲得阿里巴巴集團、上汽集團、國投招商、云鋒基金等四大股東30億元人民幣的聯合增資，用于強化操作系統的研發推廣。

徐強唱的是《掀起你的蓋頭來》片段，這倆7月剛簽約，蜜月期還沒過。斑馬智行在智能汽車操作系統AliOS、AI、云計算、大數據、高精地圖上那可是典型的高富帥，新石器看中了他的操作系統，他看中了新石器的L4無人駕駛技術以及從底盤、結構、硬件到軟件的全棧設計和量產能力，雙方的牽手被徐強酸酸地說成軟硬件“雙劍合璧”，還約定推出聯名款的無人車。

（新石器無人車宣傳圖片）

獻唱的第二位是陳剛，他的選唱片段是《心有猛虎，細嗅薔薇》。

新石器安裝的一塊LED顯示屏正是由比亞迪研發。作為主攻零售場景、直接面對消費者的公司，與消費者交互的主要界面——顯示屏是新石器非常重視的，比亞迪四個方面細嗅薔薇的務實細膩打動了新石器的心：

第一：功能強大，通過與整車CAN通訊，可實現無線遠程集群控制，包括開機畫面自定義、車輛轉向、剎車等狀態提示，亦支持文字、動圖等滾動播放、亮度自動調節等；

第二：可靠性高，功耗低，從而節省車輛電力，增加續航；同時采用車規級模塊集成化設計，可以有效壓縮結構空間。

獻唱的同時，背景屏幕上投射的是比亞迪和美國公司Firefly合作推出的戶外P2.0車載顯示屏，安裝在Uber、Lyft等車上，在城市街頭穿梭著，顯示屏上實時顯示當地的空氣、交通、溫度等檢測值，時而播放著時尚節目、音樂、新聞和廣告，非常驚艷。

視頻上出來的是Firefly副總裁AnilSuren，他說，Yahoo定義了線上傳媒、Google定義了搜索傳媒、Youtube定義了視頻傳媒、Facebook定義了社交傳媒、Firefly在定義實體數字移動傳媒。這個產品不僅是廣告傳媒，還是智慧城市數據移動終端。

現場友商說，只想過無人駕駛乘用車未來變成手機一樣的端，沒想到老外把車外也利用起來了，這倒給咱不拉人的無人配送車提供了一種端的思路。

新石器說，可不，人家的創意挺野，上面安裝了很多智能感應器。

友商的嘴巴張成一個O型，還得跟比亞迪和新石器學習心有猛虎的四海情懷，不光盯著國外市場，還要盯著海外市場。

第三位接唱的是余凱，他深情地唱：此時已鶯飛草長，愛的人正在路上，我知他風雨兼程，途經日暮不賞，穿越人海，只為與你相擁…

地平線主要為新石器提供征程2芯片和感知算法，可滿足無人車對AI芯片高性能、低功耗的需求。

感知算法IP可以給新石器補補短板，像識別三輪車、快遞電動車或老人代步車等“異形”交通工具、應對復雜行車環境時輸出穩定的感知結果、應對CBD樓宇密集遮擋信號無法快速響應這類挑戰。

大合唱落幕，大家都起立鼓掌，友商A突然說，你發現沒，這些供應商都是國產的。

友商B不屑地說，主要客戶是政府經開區、以后采集的也是中國的數據，能沒這點敏感性嗎？

友商A：這種商業模式可持續嗎？

友商B：那誰知道？

美團：我們從未挫敗徘徊

無人配送車針對末端物流，有的定義一公里、有的定義三公里、有的定義五公里，根據細分場景側重不同。

比如商場，社區，園區等都屬于一公里配送范圍。

而以商業為驅動的主要場景，根據運營模式和履約時效，分為快遞配送和即時配送。

無論是以京東亞馬遜等自建倉儲的分發式運營商，還是通達順豐等以收運轉送為特征的網絡化，到了末端環節是相似的。都要經歷總站取貨-運輸-多點派送環節，屬于快遞場景，快遞對時效要求相對較弱。

即時配送流程則是多點取貨-運輸-多點配送，時效要求高。

（美團無人車測試圖片）

經過二十年市場和資本的洗禮，快遞市場集中度已經很高，無人車切入這一場景，才會出現友商們大的不要，小的要不起的窘境。那即時配送行業呢？

呵呵，寡頭壟斷程度更高！

Top 2 美團和蜂鳥+點我達市場占有率70%左右，屬于絕對的寡頭市場，其中美團市占率為47.2%，蜂鳥點我達市占率為20.7%，達達和京東到家深度綁定市占率為4.1%，順豐同城市占率1.2%。從配送物品來看，餐飲外賣比例最高、第二是生鮮宅配，二者的市場均逐年增長，不管是什么品類，美團都是絕絕子的大寡頭。

因此，美團采用了開放合作平臺（主要是場景）+自研的道路，開始主要從餐飲外賣品類入手。美團聽著京東和新石器一整就是20多個落地城市、多少多少里程的凡爾賽文風，先為自己點了首《傷心太平洋》。

友商問，在這個應該大唱開門紅的日子，為什么這么悲傷呢？

美團說，真是白天不懂夜的黑，快遞不懂外賣的苦，在即配物流商業模型中，我們騎手成本占比達到單票收入72-74%的水平。

規模效益方面，中通在日均單量從1000萬爬升至4700萬的過程中，運輸成本從1.2元下降至0.8元/單，降幅近50%。而美團外賣呢？日均單量從1100萬單増長到2800萬單/天的過欄中，單件配送成本并未下降。

這說明什么？外賣效應比快遞低好多。我們正在想辦法怎么解決這個。

友商安慰道，整個行業都這樣。

但是別的企業絕對沒有我們犯的錯誤多。

美團代表講道，關于外賣流程規劃的整個戰略，我們犯了很多錯誤。前期牽扯我們太多精力研發小袋、做商業閉環測試，耽誤了魔袋20的進度；現在做公開道路L4無人配送車，只適合生鮮宅配業務。

最初我們把無人駕駛在外賣的應用分為三個環節：商戶取餐、三公里內城市道路、送達辦公樓或住宅區。

無人車要在這些環節通行無礙，得“過關斬將”，過物業、園區和地產。有人的地方還可以給它開門，要過辦公樓的閘機、過電梯可就得自己交互了。

按照我們的設想，電梯門禁的智慧互聯有兩種方案，第一種云平臺方案，優點是可以實現機器人的調度，比如訂單快超時的機器人優先乘梯，或高峰時期外賣機器人優先快遞機器人上電梯，快遞機器人錯峰;

云平臺還可以對機器人進行智能派梯。

劣勢是4G的穩定性問題，因為機器人內置的是4G通信模塊。在4G環境下，延時200毫秒或者1秒根本無法實現，信號不好車都不知道自己該去哪；1臺L4級別的自動駕駛車輛1小時產生8TB數據，沒有5G，高效穩定傳輸也無法實現；遠端一個人控制一百臺車、一千臺車更無法實現。

在電梯改造方面，具體方法是：電梯箱轎頂部加網絡協議轉換器、接收4G信號，然后把網絡通信轉換為RS-485通信，通訊管理機接收網絡協議轉換器的信號，與電梯模擬按鍵。

第二種本地方案，可用基于lora、NB-loT等低功耗廣域網的通信技術、點對點傳輸，信號覆蓋好，穩定，但劣勢是需要機器人加裝通信模塊。

實施中我們發現，電梯門禁的智慧互聯太難實現了，一方面傳統行業決策流程太僵化了，另一方面大部分網絡互聯還沒有形成V2X的標準，如果只按照美團的方案改，改造后電梯不可能只走我美團一家的機器人吧？如果按照別家方案改，能保證大家的機器人都能用嗎？

（美團無人車抗疫圖片）

京東安慰道，物聯網的概念是對的，只不過太超前了，沒有實現基礎。你不用太傷心，我們京東也有這樣看起來很豐滿，現實很骨感的事兒。

比如2018年在西安國家民航基地的無人智慧配送站，也是全自動化流程的一次沒有下文的嘗試。

美團反問，具體是怎么運作的呢？

無人智慧配送站由三部分組成：無人機、可存儲至少28個貨的大型倉儲貨箱和無人車1輛。

作業流程是：無人機降落在貨箱頂部自動卸貨，貨艙對無人車自動碼貨并充電、無人車負責自動送貨和返回。

功能上，智慧站除自動倉儲送貨外，倉儲貨箱還可供顧客自助取貨、退換貨、收發件功能。

我們當時想的是，這種可以適應城鄉多種環境，讓我們實現入庫、存儲、揀選、包裝、分揀、配送的全流程、全系統的智能化和無人化。

但一是太貴，二是無人車還不能上路，所以也是做了一次嘗試就不了了之了。沒準兒哪天條件成熟了，這些方案還能啟動呢。咱兩合唱個《從頭再來》吧。

友商白犀牛聽到了，嫌棄這歌老，馬上接過麥克風，唱了一首《你好毒》，開始，白犀牛加入了美團的無人配送平臺，主攻送外賣，但發現根本走不下去，所以轉向商超。

“轉向”說起來容易，但技術算法、公司整體運營模式、團隊、客戶，以及基于目標客戶打造的組織架構全部都得重新調整。還好轉地及時，今年也拿到了千萬融資，也找到了永輝這樣的合作客戶。

白犀牛落地的場景也很能反應現實世界對無人配送車的有限需求——作為一種人力之外的運力補充，在春節等訂單量激增期、惡劣天氣條件下，商家騎手供給短缺，用人成本大增、履約率難以保證時使用。

僅靠資本輸血會蒼白無力，總得找哪怕一小塊土壤，先把根扎下去吧，白犀牛幽幽地想。

這壁廂，美團想的是，這100億美金怎么花？

外賣之路怎么打通？無人機無人車要側重哪一個？還是和室內機器人連點成線？

雖然路權空權都沒放開，但不代表你有時間徘徊，不是有首歌這么唱：在一瞬間有一百萬個可能，該向前走或者繼續等，這冬夜力有百萬個不確定，漸入深夜貨期盼天明…

自由PK

卡拉OK到最后，大家覺得不太過癮，麥霸太多，話筒太少，怎么辦？當然是PK決定。

主持人說，無人駕駛的技術棧分為三個部分：

第一，云端，包括：高精地圖、數據平臺、仿真平臺、安全系統、監控系統、OTA系統；

第二，車載軟件，包括：感知算法、定位算法、高精地圖、預測算法、規劃算法、控制算法、E2E算法、人機交互界面、車載操作系統；

第三，硬件平臺，包括：計算單元、激光雷達、攝像頭、GNSS、IMU、毫米波雷達、超聲波雷達、通信模塊、HMI設備、黑盒子、線控底盤。

誰家原研能力強誰唱。

美團按響搶答器：

我們無人配送核心技術里，云端軟件的高精地圖、數據平臺、仿真平臺、安全系統、監控系統、OTA系統都是自研；

車載軟件層面，感知算法、定位算法、高精地圖、預測算法、規劃算法、控制算法、E2E算法、人機交互界面也是自研；

硬件平臺的車體、通信模塊、HMI設備是完全自研，

線控底盤、GNSS、計算單元是合作研發，激光雷達、攝像頭、IMU、毫米波雷達、超聲波雷達、黑盒子是外采或合作生產。

他剛說完，新石器就開口，

云端我們高精地圖之外，遠程安全、IOV、數據中心、數據管道、網絡安全都是自研，

邊緣人工智能方面，定位、感知、預測、規劃、控制、安全冗余更是實現全部自研；

硬件平臺的5個Lidar、9個攝像頭、7個雷達、14個超聲波雷達是采購的，

自研的自動駕駛計算平臺Neowise，96TOPS算力、模塊化設計。

車輛設備方面，我們有符合歐盟標準的自研自產的L6E輕量底盤、自研的Neolix VCU、自己的電池廠和換電系統，48v/72v電機、EHB是外采。

我們是真正的軟硬件一體，具有和蘋果一樣定義產品和快速迭代的能力，像你們找OEM畢竟沒我們方便些。

（美團硬件傳感器圖片）

京東不慌不忙地說，原研這方面我們和美團差不多。

主持人把話筒交給美團，美團邀請京東為新石器唱了一首《可惜不是你》，曾經因為你的底盤，我們都選擇過你，那是因為當時沒什么選擇，不過后來美團遇到了毫末智行、京東也找到了易咖和金龍，只能移情別戀了，一是因為他們價格更便宜，二是因為造車更專業。

新石器反駁道，我們貴是有理由的，我們走的是精品路線，一開始就考慮車規。

京東說，我們選擇的路徑是：暫時不去考慮是不是車規級屬性，先把業務做起來，再進一步與供應鏈上下游產業一起完善規則。

所以在參與示范區無人配送車屬性界定的時候，我們建議按照其他非機動類別管理，因為機動車有很多規范，會限制靈活機動性。

一曲終了，主持人說，剛才新石器講到迭代，那就談談迭代吧，美團又一次拔得頭籌，他拿著話筒說，我們已經形成比較完善的迭代流程。

1. 公開道路測試是自動駕駛的數據源泉，美團接近100輛車在路上常態運行，每天產生幾百T數據并全部回收；
2. 對于策略產生的大量Case數據，形成了完善的工具和分派機制，運營同學快速實現Case分派；
3. 問題分派結束后，自動駕駛會收到報表，有從團隊維度分分析的，有從產品維度分析的，還有各種粒度的，包括路由、區域、場景等等，以幫助團隊判斷問題的優先級；

看到沒有人跟搶，他開心地唱起學霸最愛的《生僻字》，煢煢孑立、沆瀣一氣、踽踽獨行、醍醐灌頂、綿綿瓜瓞、奉為圭臬、龍行龘龘…

現場都是學霸，大家都會唱，歌聲落下，美團利用這良好的氛圍，趁機說：我們正在招人，歡…

PK繼續

主持人麻利打斷他，目前L4的基礎問題大家解決地都差不多了，單靠路測，長尾的解決效率太低，仿真必須得上，抓住機會吧，親愛的程序媛/猿、攻城獅、產品錦鯉、西衣鷗們，再過幾年，KTV也滅亡了。

新石器講道，我們以百度開源項目Apollo為起點，可以直接進行公開道路測試。再次強調，新石器是一家產品導向公司，追求整體均衡，不追求技術的單項長板。這個環節，你倆PK吧，我退出。

京東驕傲地說，有了仿真之后，我終于感受到了《西游記》中描繪的“天上一天，地上一年”是什么滋味，我們路測拿到的數據，立馬可以放在云仿真平臺上，獲得在虛擬世界測試一年的效果。改一個參數很快就能得到這個參數在各個場景的反饋。

美團反駁道，開始我也特興奮，不過后來我發現，公開道路測試和仿真測試差別還是蠻大的：早期我們依賴于ROS搭建無人車系統，車載環境下ROS的表現合格。

開始仿真建設后發現，仿真任務在單獨運行該任務和并行其他任務的機器上產生的結果不同，同一臺機器同一個任務運行兩次，結果也有輕微不同，離線環節結果就更不可靠了。

京東笑著說，那是因為車載環境下，為了確保系統的穩定運行，通常要保證一定資源處于空閑狀態；仿真環境則不同，更看中如何高效利用資源。那你是怎么解決的？

美團回答說，我們建立了“無人車引擎”，將車載與離線環境的差異隔離起來：功能模塊無需任何更改便可以滿足兩種場景的需要。

京東想，300多人的團隊PK我們100多人的團隊，肯定能把各個環節的工作做得更細致，這也是理所當然的。還好我們有3年多、20多個城市、18萬公里運營里程積累的數據資源，比他們有限的地點和里程的運營數據更多元。

美團代表接著說，我們專門為無人車建立了數據平臺，以后會建立更完善的自動駕駛基礎設施。以后無人車引擎還能隔離功能模塊、計算平臺、運行環境，讓無人駕駛技術迭代更快、一致性和穩定性更高。

（美團無人車未來圖）

京東點頭，仿真確實也有缺陷，比如典型的袋鼠問題，速度快行跡高度不確定，仿真做個全特征模型，難度太大了。

美團代表說，對。越到后期，微妙復雜的場景會慢慢暴露出來，現在仿真軟件的建設遠遠不夠，這也是要花錢花心思攻克的地方。

說到這兒，美團停住了，開始想要不要繼續在仿真上花錢，于是他說，我是不又贏了？我要點歌，我要聽京東和新石器用騰格爾風唱崔健的《花房姑娘》。

京東用一種肚疼的感覺唱：你問我要去向何方？

新石器用無人車不停急剎車又慢慢啟動的一種節奏續：我指著大海的方向…

-END-