一辆空无一人的卡车，行驶在美国德州的公路上。它在黄昏时分出发，在深夜中“锦衣夜行”，遇到小车礼貌避让，看到抛锚的车谨慎绕开，在不停有车加塞儿的高速上按自己想法完成并道，甚至处理了多个消防车突然出现的场景——日夜交替环境下的一切驾驶任务，都由卡车自己完成。

这辆穿梭在繁忙高速公路上的卡车，属于侯晓迪刚刚创立2年的 Bot Auto。在人类运输史上，它算是第一次真正由卡车自己完成了全部运行。

是的，无人。驾驶座上没有人，后座上没有人，远程操控杆背后也没有人。车前方后方也没有给它“护航开路”的人和车。

而且，它还用了比其他“近似无人”的公司低出几个数量级的成本达成了这个目标。

“成功的定义很简单：自动驾驶必须在单位里程成本上超越人类，而且要持续、安全地做到这一点。” 在官宣的博客里，侯晓迪这样说道。

“这次验证运行意义重大，但它只是一个路标，而不是终点。”

当“彻底无人”成为唯一目标

在人们天天被各种AI进展冲击的今天，你可能会意外于“卡车无人驾驶”居然还没被实现过。但事实的确如此。一方面，是因为“无人”这个词因为各种原因，被定义成了带有安全员等各种打了折扣的样子。而更重要的当然还是，它是一整套新的体系才能解决的挑战。

在Bot Auto之前，行业主流的“无人”模式大致分为几类：

一是“车里有人”：最常见的模式，驾驶位上始终坐着一位安全员，双手虚握方向盘，随时准备在系统无法应对时接管车辆，或者有时候这个安全员也坐在车里的其他位置。这更像是高级辅助驾驶的公开测试，是技术验证的必经阶段，但并非真正的无人驾驶；

或者“伴随护航”：在一些测试中，无人卡车前方或后方会有一辆或多辆人类驾驶的护航车（Chase Car），起到清道、警示或随时支援的作用；以及“远程操控”：车内无人，但在后方的控制中心里，有操作员通过屏幕监控着车辆传回的实时画面，并在必要时通过远程控制设备（类似模拟驾驶舱）进行干预。这种模式去掉了车内安全员，但仍依赖人类为极端情况兜底，并且对网络延迟有极高要求。

过去的“无人”之所以需要这些“拐杖”，一个最根本的原因，是这些技术架构从设计之初就默认了“人”是最后的安全冗余。从此延展出的所有技术，都突破不了因此而带来的诸多先天限制。

要让一辆重型卡车在真实道路中，彻底移除所有形式的人工监控并顺利完成复杂任务，显然需要截然不同的技术路线。

2023年创立的Bot Auto选择了更“激进”的方法，用侯晓迪的话说，“在 Bot Auto，无人驾驶就是彻底的无人—— 驾驶座上没有人，后座上没有人，远程操控杆背后也没有人”。

这成了这家公司一切的出发点，也从根本上决定了一切都会不同。

比如，当目标不再是“有一个人可以随时接管”，而是“系统必须成为自己的备份”时，整个技术栈都必须被重构。

“在Bot Auto ，我们会强调基础模型（Foundation Model）的重要。”侯晓迪对硅星人表示。在Bot Auto的成立官宣时，这家公司公开表达过自己的“技术信仰”——将下一代 AI 技术与高效执行力相结合。

在这次真无人测试背后，这个思路有机会窥见些许端倪。

所谓基础模型，此次并没有具体的指向一个具体的模型，更多代表一个最底层的思路，就是如何尽可能“榨干”算力和算法等计算潜能，来规避人类“兜底”方式本身挥之不去的不足，让软硬件结合的一套全新系统所打造的一个AI卡车驾驶员“基础模型”，自己做一切判断，而不是时不时需要人类的补足。

在 Bot Auto 的架构里，它直接从摄像头、激光雷达、毫米波雷达等多模态传感器输入原始数据，进行端到端的场景理解、未来推演和驾驶决策。人类开车靠的不只是眼睛，还有基于经验的直觉。 据Bot Auto 的首席技术官Lei Wang介绍，Bot Auto让算法做大脑，然后建立起一整个流程（pipeline ） —— “它能够感知世界、理解场景、进行推理并执行决策。所有这些功能要协调工作。系统不能遗漏任何东西，并且必须具备冗余性（redundancy）。每个子系统要有备份，很多时候不止一个。如果某个部件失败，另一个备份能立即顶上。 ”

这一设计让系统拥有“预判”的能力，而不只是被动“反应”。“对人类来说，最难的是预见任何特定瞬间可能发生什么。”Lei 在Bot Auto的技术博客中表示，“系统能够预判，因为它不仅从各个部件整合的数据中学习，还能从在这条路线上的每一次运行中学习，也能从超出人类理解范围的海量模拟中学习。”

这使得这套全新的系统，需要更完美的冗余——作为“基础模型”关键构成部分的冗余，而不是过去自动驾驶领域更多认为的仅仅为了“兜底”而存在的“备胎”。

“冗余重点放在最关键的部分——感知（sensing）、计算（computation）、执行动作（actuation）和供电（power）上，同时共享组件和软件，以保持设计简单、高效和经济，同时不牺牲安全。”Bot Auto硬件负责人Xiaoling解释说。

Bot Auto 的冗余并非“坏了再启用”，而是“始终在运行”。他们在技术博客里举了一个刹车的例子：“在交通堵塞中我们经常需要刹车，我们交替使用这两个刹车控制器，以防止气动子系统过热。这不仅是备用，而是真正将冗余用起来。”

这种设计哲学贯穿始终。全车15个摄像头、8个激光雷达和3个毫米波雷达的数据相互交叉验证，确保单一传感器的故障不会影响全局感知。“我们的系统有两个大脑。如果主‘脑’出现问题，备用‘脑’能立即无中断地接管转向、刹车或感知，并开始执行最小风险状况（MRC），安全地靠边停车。”

在一次测试中，当Bot Auto的卡车正以每小时65英里的速度行驶并主动变道时，技术人员先故意关掉主服务器，卡车平稳地切换到备份服务器继续操作；接着，备份服务器也被关闭，车辆控制单元（VCU）立刻接管，将卡车安全地停在了紧急车道上。

“这不是为了表演，而是我们常规验证的一部分。”

侯晓迪的一小步，自动驾驶的一大步

全新的技术路线不仅从过去的修修补补思路的“雕花”里解放，同时也会创造一条完全不同的经济曲线。人类司机的单位成本是刚性的，而机器的算力成本则遵循摩尔定律持续下降。

这次测试的数据也印证了这一点：据硅星人了解，Bot Auto 这个仅仅成立两年的小规模团队，完成此次真无人任务的投入，相比行业内动辄数百人、数亿美元、数百辆车的水平，效率高出了几个数量级。

“如果驾驶座上仍有一位有酬劳的CDL（商业驾驶员执照）司机，我们不会将其称为无人驾驶。这有点像是在享用一份节食餐的同时，还搭配了一份炸鸡开胃菜。真正的Level 4（根据SAE标准）关注的是工程层面，而非表演效果：系统必须能够执行完整的驾驶任务，并且能够自行处理所有应急情况，而不依赖于驾驶舱内的人为安全措施。”侯晓迪最近在自己的社交媒体上表示。

“我们的路径是一款无人驾驶舱，真正实现了驾驶员离场，其构建基于多样化的传感器、冗余的计算/执行/动力系统、热备用故障转移机制、持续的健康监测，以及一套严谨且风险极低的操作层次结构。”

用一个统一的、强大的系统，替代层层叠叠的模块和依赖人力监控的冗余，将边际成本从人力，转移到更有规模效应的算力和数据上，这显然是一个独特而聪明的思路，而这次的里程碑也算是Bot Auto某种独特特质的一次集中展示。

Bot Auto由在自动驾驶领域已经身经百战的侯晓迪创办，但同时它又不像多年前就成立的行业元老们，要头疼地面对很多已经显露局限性的技术遗留问题。它没有被早期的技术路线锁死，也没有在庞大的组织里失去转身的灵活性。Bot Auto从第一天起就直接以“彻底无人”为最终目标，反向设计整个系统。这都让它成为最可能实现今天真·无人卡车路测，以及未来真·无人卡车商业化运行的公司。

据透露，过去几个月里，Bot Auto 一直在休斯敦与圣安东尼奥之间开展全自动商业运营，但车内配有安全司机。这次的节点后，Bot Auto继续他们的“持续迭代验证”（Continuous Validation）阶段。在去年9月从“隐形启动”阶段（Stealth mode）出来正式亮相时，侯晓迪就对外明确了Bot Auto“要避免的事情”，其中包括“在产品准备好之前盲目扩大运营规模；在运营成熟前做不必要的招聘；让我们分散注意力的过度扩张和合作伙伴债务”。

“持续迭代验证”就是一个避免落入“作秀”循环，而是进入真正围绕高效率在技术和落地上迅速推进的状态，软件会快速迭代开发，而不是满足于一个版本后就去用酷炫但浪费的方式给人展示。在这次的从零到一后，不会停留在这个阶段，而会继续冲击下一个版本，一个更重要节点。

按照计划，Bot Auto将在未来数月内，完成其首个休斯敦与圣安东尼奥枢纽间的无人值守商业货运运行。到时候无人驾驶将再次迎来向前的又一大步跨越。