驭势科技吴甘沙：十年攻坚全场景自动驾驶，每向前一步都是新高度

8月13日，乌鲁木齐天山国际机场，近百台无人车在机坪上穿梭。52台无人驾驶牵引车承担机场90%以上货邮转运，单日峰值800拖斗；20台无人巴士布设13个站点，覆盖办公区、道口与机坪。这是中国内地规模最大的机坪无人驾驶车队，驭势科技联合创始人、董事长兼CEO吴甘沙在此揭晓国内民航机场自动驾驶规模化商用的新里程碑——旗下L4级真无人自动驾驶车队在天山国际机场累计运营里程突破160万公里，在所有机场累计真无人驾驶运营里程超600万公里，全程零主责事故。

"160万公里是整个集群在真实运营中跑出来的，比单车里程有意义得多。”吴甘沙在《跨越物理AI奇点 赋能智慧民航高质量发展》的主旨演讲中，把这组数字放在一个更苛刻的坐标系里：在机场，99.9分的安全等于0分。

机场这道题，难在哪

吴甘沙愿意把民航叫作物理AI最好的场景，但“最佳”的另一面是“最难”。机坪没有车道线，卫星定位受飞机起降干扰严重偏移，零下二十多度暴雪天气与夏季六七十度地表温度交替，而任何一次定位漂移都可能让车闯入滑行道。“在比特空间做错可以重来，在原子世界一个小错可能是毁灭性灾难。”

天山国际机场的160万公里仅用一年多跑出，但背后是数年啃硬骨头。2020年项目启动，第一个拦路虎是下雪天——雪花打在激光雷达上产生噪点，算法“像看见漫天暗器”，且因白雪掩埋行交通标线，难以判断行驶路径；更棘手的是，极端大雪场景一年仅有一次数据采集窗口，错过就要再等一整年，雪天算法的打磨从起点就被按下了 “困难模式”。团队在有限的窗口期里反复调优、持续迭代，最终适配出雪天场景的算法模型，让自动驾驶系统在漫天飞雪中依旧能稳定感知、安全行驶。从极寒飞雪到高温沙暴，从潮湿暴雨到干燥大风，驭势的AI司机在一类又一类极端天气场景中反复锤炼感知、决策与控制能力，一步步练就了扎实的全天候作业本领，保障复杂环境下作业的稳定与准点。

而无人驾驶从机头路穿越滑行道到机尾路，才是真正的硬骨头。机头路最为简单，飞机静止且机头朝向车道，不存在相向运动风险；穿越滑行道需实时识别滑行中的航空器，误判或漏检均可能导致严重后果，驭势科技通过与机场运行系统深度打通、数据融合来确保万无一失；机尾路最为复杂，航空器推出前有指示灯亮起、地勤人员现场疏导等多重信号，系统须逐一准确识别。三类道路全部攻克，方实现全机坪覆盖，将无人驾驶延伸至机场全场景作业：从行李货运牵引到人员摆渡接驳，从围界巡逻、跑道异物检测到驱鸟作业，从机坪清扫到航油、餐食运输，无人化能力需要渗透进机坪运行的各个环节。

吴甘沙算过一笔账：2019年底拿到全球第一张机场无人驾驶牌照，但真正大规模上量是2023年5月，中间隔了三年半。“拿到牌照只是第一步，我们对安全的要求远比牌照的标准更高。”

十年深耕，走上机场场景自动驾驶赛道登顶路

吴甘沙讲起产品体系，第一个词永远是安全，“安全是所有0前面的1”。为了应对民航对安全最严苛的要求，驭势科技搭起七层递进安全体系：每辆车数百个状态、交互后形成成千上万种状态转移，最底层的安全底座确保任何异常都能被发现并终止；往上是至少6种定位机制互为备份的冗余设计；再往上依托行业最大机场专有数据库，算法从规则逐步走向VLM、VLA、大模型与世界模型，强化学习来训练更安全的算法。此外，还有OTA升级的严格验证、从“不撞人”到“不被撞”的主动风险预测、拖斗被撞后的事故感知防逃逸，以及人工驾驶状态下的误操作保护。“我们每一脚刹车都有数据记录。”

撑住这一切的U-Drive全场景自动驾驶系统，已通过ISO26262ASIL-D最高功能安全认证与ASPICECL3过程质量认证，可以保障车辆在各类环境下都能做到感知不中断、定位不漂移、决策不冒险。

而安全之上，机场场景无人驾驶还需要效率：机场拖头车限速25公里，驭势科技满速跑，因为机场SLA（Service Level Agreement）要求准点——“不能让一飞机人等你的行李”。全天候能力同样关键，从香港的暴雨到中东的沙尘暴逐一攻克；弱网下车辆不能趴窝在滑行道，于是有了“断连前预判、断连中自主、恢复后对齐”。背后是一整套OAM运维体系：事件秒级响应、远程分钟级脱困、现场10分钟级到达故障现场，每天可为车辆计算健康指数做预测性维护。

做到这一切的背后，是近十年投入超10亿元研发，近三年迭代上百个版本、数千个bug修复，积累千万公里级真实数据。弗若斯特沙利文数据显示，驭势科技在大中华区机场、厂区场景L4商用车自动驾驶市场的市占率双双位居第一，其中机场场景市占率达到90.5%。吴甘沙的判断更为直接：全球真正实现机场场景规模化无人运营的只有驭势科技，“行业整体还停在我们2019年的阶段，也就是说，想要在机场场景做到我们今天的程度至少要到2032年。我们不只是全球第一，还是全球唯一。”

从卖“黄金铲子”到卖“AI司机订阅”

技术壁垒之外，吴甘沙正在推动商业逻辑的根本切换。最初驭势科技“黄金铲子挖富矿”，卖车收维保费，但他很快意识到这条路很难走向更大的规模化、商业化。“一辆车10年生命周期，原来请司机的工资变成AI司机的工资，这才是可持续模型。”于是有了AI司机订阅服务：驭势科技不造车、不运营，把FSD级全栈无人能力以标准后装套件部署到客户现有车辆，无需批量换车，按单台AI司机、里程或时长计费；配合融资租赁或订阅制收费，打破了商用无人驾驶技术落地的重资产壁垒。

“由此，AI司机订阅服务将形成‘’商业模型。一横代表驭势科技，两侧分别为主机厂，以及各行业集成商、方案商与运营商。只要我们与各方完成认证对接，为车辆搭载AI司机能力，方案交付后即可开启订阅服务，可按单台AI司机、行驶里程或使用时长进行计费。这就是我们判断未来极具核心价值的商业模式——AI 司机订阅服务。”吴甘沙解释道。

目前驭势科技已与6家头部商用车企深度合作，落地养殖转运、矿山运输、电力巡检等场景，与伙伴共同探索AI司机订阅服务的未来。

AI司机的价值，是新劳动力

机场是驭势科技的现在，吴甘沙的目光已投向他认为未来十年最重要的词——新劳动力。

"100年前华工艰辛出洋是旧劳动力，今天中国出口的无人车、机器人本质上不是产品，是新劳动力。”他判断2030年全球自动驾驶市场将达万亿级，实体经济高危岗位缺口以千万计，AI司机可24小时不间断作业。支撑这一判断的是驭势科技正在成型的通用能力：U-Drive系统一套覆盖乘用车、商用车、物流、公交、环卫、港口、矿山、农牧等场景，已适配五六十种车型。“做这么多车型、跟这么多主机厂合作，本质是在占物理AI的入口。”他给出明确的上限想象：未来5到10年部署100万个AI司机，每个每年1万美元，就是100亿美元经常性收入，“我们会成为世界最大的新劳动力提供者。”

技术路线他也想得很清楚。吴甘沙把十年算法演进压缩为“万流归宗”：从模块化到端到端模仿学习，从引入VLM/VLA实现“感知到理解”的跨越，到用世界模型与不确定性共存，最终靠强化学习超越人。他用人类学车类比：预训练是18岁考驾照前的社会阅历，SFT是驾校教练，新手上路是强化学习，熟练后认真开车时对应的是世界模型+VLA，超级车手则是世界模型加强化学习。“我们未来2到3年内，这些路线会全部打通。”

在实现更高的技术突破后，吴甘沙表示之后驭势科技业务节奏分三步走：近期机场和工厂牵引物流、园区巴士、环卫、重卡专线继续铺，机场渗透率还在低个位数，远没到天花板；中期推出自动驾驶跟具身智能结合的新品，巴士从园区进公交，重卡从港口上干线，轻卡跑城配；远期才是RoboTaxi和干线物流。

从2017年误打误撞进入民航无人驾驶领域，吴甘沙对创业之难有切身体会。他讲过两个比喻：创业者像松鼠桂鱼，体验完、油炸火烹，端上桌仍要高昂着头；另一个是攀登高峰，快到顶时高原反应袭来，最忌抱怨较劲，“不抱怨、不较劲、不纠结，每向前一步都是新的高度。”

如今轻舟已过万重山，但吴甘沙清楚机场只是起点。当AI司机从机坪驶向千行百业，物理AI的入口争夺战才刚开始。在全球6个国家及地区、249家客户，累计真无人自动驾驶里程超1020万公里磨炼出来的能力，他想装到更多车上，送到更多场景里去，解放人的双手与精力，让人远离高危险的工作。“AI司机为客户开10年车，卖的是自动驾驶的可靠与信任，这是最难商品化的。”