巨头看不上、小公司搞不定，技术老兵在机场做出了L4

21世纪经济报道记者孔海丽

在乌鲁木齐天山国际机场，驭势科技的无人驾驶车队已经累计运营超过160万公里。

这里夏季酷暑，冬季零下二三十摄氏度，常常面临暴雪、结冰、强风等恶劣天气，飞机不断进出，牵引车、摆渡车、行李车和工作人员交错作业，无人车要在繁忙的机坪中穿梭。

驭势科技联合创始人、董事长兼CEO吴甘沙说，无人车运行99.9分等于0分，这里不允许犯错。

据记者了解，驭势科技的L4级自动驾驶已经进入了天山机场的日常运营，52台无人驾驶牵引车承担机场90%以上国内、国际货站到机坪的货邮转运任务；20台无人驾驶巴士覆盖13个接驳站点，支持员工通勤、机组接送和旅客转运。

机场由此提供了一个观察L4商业化的样本，任务相对明确、运营频率高，并且已经开始围绕效率、安全和成本形成商业模型。

机场看起来比城市开放道路简单，实则不然。

虽然没有突如其来的外卖电动车，也没有乱停的车辆，但依然有复杂的交规、各式各样的工作车辆、十字路口、涵洞、隧道。真正进入机坪以后，工程师会发现，很多在普通道路上好用的方法，到这里失灵了。

比如定位。

普通自动驾驶汽车可以依赖GPS、北斗，也可以识别车道线。在机场，飞机起降会给卫星定位带来干扰，空旷机坪又没有城市道路那样清晰连续的车道线。定位偏一点，后果可能就不只是压线。

驭势为此准备了至少6种定位机制，通过冗余设计应对不同的失效情况。

刹车也要多想一层。

车辆发出了制动指令，还要实时确认这一脚刹车究竟有没有达到预期效果；一套机制失效，另一套需要立即接管。车辆运行范围则通过数字地理围栏限制。吴甘沙形容，这就像“孙悟空给唐僧画的圈”。

日常运营往往很琐碎。

比如保险丝熔断。人开车时，它可能只是一个维修问题；换成没有安全员的L4车辆，系统首先要自己发现保险丝断了，然后判断它会影响什么，最后让车辆安全停下来。

再比如软件升级。

普通App修复Bug，用户点一下更新就行。机场无人车发现问题以后，新版本要先跑仿真，再上实车测试，完成用户验收测试之后才能OTA到车队。

新疆的气候进一步延长了部分能力的验证周期。

驭势从2020年开始与乌鲁木齐方面沟通，随后针对低温进行了包括电池自动加热在内的产品调整。应对暴雪的处理周期更长：团队需要在极端天气中采集数据，优化模型，再等待相应天气重新出现进行验证。

这也是物理AI与纯软件产品在开发方式上的一个差异。

AI进入车辆、机器人等实体设备以后，训练和验证需要更多来自真实环境的数据。天气、道路条件、机械状态和偶发故障，都成为系统迭代的一部分。

截至目前，驭势机场场景真无人运营里程超过600万公里，其中香港机场超过400万公里，乌鲁木齐超过160万公里。

长期运行形成的数据和工程经验，也开始成为限定场景自动驾驶竞争的重要组成部分。

吴甘沙曾经担任英特尔中国研究院院长，2016年，他与几位合伙人创办驭势科技。公司成立初期尝试过多个自动驾驶场景，到2017年前后，机场逐渐成为重点方向。

据吴甘沙回忆，2017年前后，公司“什么都做”，一直在寻找高频、刚需、有痛点的商业场景，后来机缘巧合进入民航，一做就是八九年。

当时最热门的自动驾驶故事显然不在机场。

Robotaxi、乘用车辅助驾驶吸引了资本、人才和大公司的注意力。机场地勤车则显得冷门得多，市场规模看起来有限，项目周期又长。

吴甘沙后来把这个市场总结成三句话：“大公司看不起，中等公司赌不起，小公司投不起。”

这其实是一种很典型的硬科技创业选择：找到一个足够难、客户又愿意为解决问题付钱的地方，先验证商业模型。

机场恰好具备这些条件。

2019年3月，香港机场向驭势提出了一个决定项目命运的问题：到底能不能去掉安全员？

如果不能，项目就只能停留在科研阶段。驭势答应了。

到2019年底，车辆拿到了无人驾驶运行许可。但吴甘沙现在回头看，当时只是在固定路线、特定工况下跑过几千圈，没有故障，并不足以证明真正意义上的安全。

真正漫长的工作才刚开始。

此后几年，团队逐渐把安全体系拆分成底层安全机制、冗余设计、实时监控、边界保护、算法、软件升级、主动避险、事故监测以及人工驾驶兜底等一系列模块。机场也由一个项目，逐渐变成了公司的技术训练场。

创业公司还得先保证自己活着。

吴甘沙说，2020年是他第一次意识到公司可能会死，市场开拓停了，客户服务受阻，融资也几乎停滞。

他用“松鼠桂鱼”这道菜形容创业者——鱼已经“千刀万剐，油炸火烹”，端上桌的时候还得昂着头。

在他看来，中国科技创业者很重要的一种能力，就是“小强式地活下来”。

驭势最终熬过了那段时间。

2026年5月，公司登陆港交所。公开资料显示，2023年至2025年，驭势科技营收由1.61亿元增长至3.28亿元，毛利率提升至51.1%。

早年那个不起眼的机场市场，也为公司构筑起一条护城河。

根据弗若斯特沙利文数据，按2025年收入计算，驭势科技在大中华区机场场景L4级商用车自动驾驶市场份额达到90.5%。

90.5%看起来已经接近天花板，未来还有多少空间？

吴甘沙澄清了这个误解，他表示，机场无人驾驶目前的整体渗透率仍处于低个位数。

“今天100辆机场的车当中，可能还只有比如说1到2辆是无人车。”

这两个数字放在一起，才能看到整体的市场局面：机场L4目前还处在较早的发展阶段。

90.5%代表的是已经无人驾驶化的市场里，驭势拿到了绝大多数；低个位数代表的是未来还有很大的市场空间。

高市场份额与低行业渗透率同时出现，构成了机场L4现阶段较为鲜明的市场特征。

行业早期解决的是车辆能否实现无人驾驶，随后进入取消安全员、形成常态运营的阶段。随着技术逐渐成熟，客户部署规模开始成为新的变量。

这要求自动驾驶公司进一步解决成本问题。

机场拥有大量存量车辆。如果部署自动驾驶需要集中替换仍在使用的牵引车、摆渡车和其他特种车辆，较高的一次性投入会影响技术普及速度。

今年，驭势推出了“AI司机订阅服务”，其中包括对部分存量车辆加装自动驾驶套件，并通过融资租赁、订阅服务等方式降低客户前期投入。

从商业模式看，这意味着自动驾驶的计价方式正在出现新的探索。

过去的主要产品是一辆无人车、一套自动驾驶系统或者一个项目。订阅模式尝试把自动驾驶能力放到车辆更长的生命周期中计算。

这也意味着，一套已经跑通了的模型，更容易复用到更多类似的车型与场景中去。

吴甘沙在采访中提到，驭势正在关注更大规模的物流场景，包括面向港口、专线和未来干线运输的重卡，以及面向城市配送的轻卡。

机场、港口、矿区、工厂、物流园区存在着共同需求：降低高强度重复劳动，提高运营效率，在高风险岗位中引入自动化。

这些场景为L4提供了逐步扩大应用范围的空间。

除此之外，海外市场也有相当大的潜力，驭势会加大全球化布局。

在人力价格较高、部分岗位长期缺工的地区，无人驾驶的投入必要性也相对更高。

吴甘沙提到，香港机场长期缺司机，甚至需要每天从珠海组织司机过去工作，晚上再送回来。过去几周，他去了新加坡、香港、欧洲和中东，看到的也是类似的问题，人越来越贵，一些地面岗位越来越难招。

技术底座已经搭好了，接下来要验证的是，这套底座能不能快速、高性价比地复制到新场景里去。