美团无人驾驶首席科学家夏华夏：如何从外卖配送切入无人驾驶？

2018年6月20日至21日，中国电动汽车百人会举行了“GIV2018全球智能汽车前沿峰会”（简称GIV峰会），聚集了国内外政策制定者、行业技术专家、，智能汽车相关企业和投融资领域的代表共同探讨中国智能汽车的创新发展战略，努力构建“高效、绿色、智能、友好”的交通体系。在峰会上，美团首席无人科学家夏华夏分享了他的主要观点如下：1。无人化技术离成熟还有很长的路要走，无人化推广还有很长一段路要走。2.无人操作场景可以从有人/无人、高速/低速、重型/轻型、特定道路/开放道路四个维度进行分析。3.无人驾驶需要快速落地的应用场景，帮助技术快速迭代。以下是夏华夏的分享记录：无人驾驶技术离成熟还有很长的路要走。让我们分享一下美国代表团在无人驾驶方面的一些具体做法和经验。自动驾驶在技术和学术上已经发展了30多年，包括始于20世纪80年代的美国和欧洲。1984年，有一辆汽车可以在希望公园行驶，20世纪90年代，德国可以在高速公路上行驶，但这个行业应该从谷歌开始。2007年和2008年，谷歌2007从斯坦福大学招聘了一名教授，并开始从事无人驾驶。它也在这个行业工作了十多年。但事实上，经过几十年的发展，自动驾驶离技术的成熟还很远。你为什么这么说？让我们看一张桌子。该数据基于加州交通部去年发布的自动驾驶公司在加州的路测，并选取了一些有代表性的公司。你可以注意最后一列。在最后一列中，它表示您需要手动干预的里程数。如果你不干预，这辆车肯定会发生事故，甚至可能致命。谷歌的Waymo目前做得最好，大约每八九千公里就会介入一次。这个数字看起来相当高，但离人类驾驶的水平还很远。在表格的最后两行，如果你看一下人类的平均驾驶，这也是一个美国的数字。如果你看平均英里数，就会发生事故，大约是16万英里。如果这是一起致命事故，那将是近1亿英里，也就是事故发生前的9000万英里，比Waymo或其他公司多得多。这实际上表明，要实现与人几乎匹配，我们在整个无人驾驶技术上还有很长的路要走。即使我们和人一样，我们敢让汽车取代所有的司机吗？事实上，它并不那么好。事实上，我们需要一个实施的空间。我们需要多少公里才能让无人驾驶汽车安全行驶，才能真正相信它比我们好。2016年，美国兰德公司做了一个数据模型分析。如果我们认为自动驾驶比人类更好，例如，按照95%的执行率计算20%的事故率，很可能如果我们按照致命的速度计算，最上面的蓝线意味着，如果我们需要按照生命事故的里程数驾驶一辆自动驾驶汽车行驶110亿英里，我们可以相信自动驾驶比人驾驶更好。这是什么意思？如果有一支由100辆汽车组成的车队，每天24小时行驶，时速40公里，不加油，那么100辆汽车需要500多年才能达到110亿英里的数字。这表明，要证明这款车能够上路，我们还有很长的路要走。然而，兰德认为这可能有点过于悲观，因此在2017年发布了一份新的报告。他说，自动驾驶汽车可以上市，而无需等到它们特别成熟。如果自动驾驶汽车几乎像人一样行驶，那么在这个时候上市最终会减少交通中的致命死亡人数。他们做了一条数学分析曲线。例如，在2020年，我们认为自动驾驶与人的自动驾驶相似。此时，伤亡人数起初可能没有减少，但几年后可以减少。他做了这样一份报告，可能主要是给行业从业者一点信心和希望。但说实话，我们敢让无人驾驶汽车真的以和人一样的事故概率上路吗？事实上，这是值得怀疑的，因为我们对机器致命错误的容忍度远低于对人类致命事故的容忍度。最近，发生了许多与无人驾驶有关的致命事故，包括……

三月份在美国发生的ber事故，包括特斯拉最近的事故。事实上，这对行业和行业信心都有很大影响，尤其是对各地的政策制定者和政府来说。如果我们真的说国产无人驾驶汽车在中国发生了致命事故，我相信这将对在场的许多同事产生非常大的影响。所以事实上，我们仍然需要机器比人们更好地驾驶，才能更广泛地推开它。有什么方法可以做到这一点？我列出了三种可能的方法，行业中不同的公司使用不同的方法。首先是大量的长期研发投资。起初，我没有进行大规模的实际操作。我去做了很多汽车的研发投资和研发。例如，Waymo上个月发布消息称，他们将购买约62000辆汽车进行道路测试和研发。同一天，通用汽车还宣布，他们从软银筹集了超过20亿美元的投资，这是一大笔钱。以谷歌的数据为例。如果有6万多辆汽车被改为无人驾驶汽车，我检查了一下。凭借4万美元的原车和各种传感器，我们知道Waymo在内部开发了许多激光雷达，将激光雷达的成本降低到约1/10，但即便如此，我最保守的估计是需要一辆车。如果你做研究和开发，它还不成熟。这辆车不能在路上行驶。每辆车都必须配备一名安全员。最低工资是每年40000美元。如此多的汽车是20多亿安保人员的投资。问题是你需要很多钱。对于资金较少的公司来说，美团还有其他办法不那么多钱吗？还有一些公司会说我们是否有可能使用模拟平台。昨天，博世江总经理还分享了博世制造的仿真平台。现在有一些比较成熟的模拟工具，但我认为这些模拟工具可以帮助我们在自动驾驶的初始阶段检查一些简单的算法，但从长远来看，模拟平台本身的研发是一项非常具有挑战性的工作。在自动驾驶技术研发的后期，我们不得不测试和发现各种非常罕见、机器难以判断的案例。如果我们想模拟这些情况，我们的许多模拟平台都很好地模拟了周围的环境，包括汽车，包括人，包括人和汽车之间的一些互动，比如一个人走在前面。如果他与汽车司机有眼神交流，我们会更容易理解。但如果他戴着耳机，没有看到汽车，他的行为就是另一种行为，不同的人的性模拟平台是否能很好地模拟它，而且许多儿童和老人的行为与成年人的行为不同，许多动物的行为与人的行为更是不同。例如，在自动驾驶领域，实际上有一种特别难模拟的动物，它就是澳大利亚袋鼠。因为袋鼠的行为轨迹很快，但它的行为轨迹是跳跃的，非常不规则。我们的模拟平台能否在非常复杂的环境中真正非常逼真地模拟它，难度不亚于算法的研发。我认为困难在于整个测试的模拟非常非常难。花钱是没有用的，纯模拟无法与真机相匹配。还有第三条路吗？我认为第三种方法可以尝试有车运行，但这些车试图将其与实际应用场景相结合，因为它在实际应用场景中运行，我们的费用可以随着应用带来一些收入，这些收入相互抵消，所以我们可以找出哪些合适的自动驾驶应用场景可以落地。如果我们从四个维度分析运营场景，我们会发现我们可以有几个维度。第一个维度是它是乘用车还是非乘用车，以及它是有人驾驶还是无人驾驶。这实际上是非常不同的。如今，许多自动驾驶公司实际上都在做载人无人驾驶，因为一旦有人驾驶，我们的车就会很大，因为车必须足够重，才能在内部保护乘客的安全。如果你撞上了某人或另一辆车，你的车的惯性相对较大，你会发现新能源汽车越来越大，越来越难。此外，它需要大量的控制，因为它必须确保车上的乘客坐得舒适。我不会晕车，我不会出汗……

y在走路的时候让我急停，或者在转弯的时候很舒服很平稳。现在控制也很难做到。还有另一个维度。我们是高速还是低速？一般来说，高速和低速，我们一般说40公里以上，40公里到100公里以上是高速，40公里以下我们认为是低速。高速和低速之间有很大的区别。在高速行驶时，我的制动距离会很长，每秒行驶的距离会很远，所以允许我做出反应和判断的时间会很短，而且我需要检测周围的环境，需要检测的距离也会很长。这在高速场景中是一个挑战。另一个问题是我的车是重型还是轻型，因为它越重，对周围环境的危险就越大。是在特定道路下行驶还是在开放道路下行驶？在某些道路下，我们对某些道路有很多需要优化的地方，因为我实际上知道某些道路的所有场景、所有十字路口和所有红绿灯，所以做一些相对容易，但如果我们打开道路，我们很难预测我们可能会遇到什么场景。当我们将这些维度绘制到高维空间中时，假设存在这四个维度，那么高维空间可以划分为16个网格。这16个网格中的一些在场景中不太有价值，有些更适合先着陆。例如，我举了几个例子，现在更容易落地这些场景，比如两年内的技术，我认为相对成熟，适合这些场景。如果是低速客车，客车通常是重型的，因为我想保护车内的乘客，但在某些道路上是低速的。例如，一些企业现在会在一些公园制造一些低速游览车，这将更容易落地，包括比亚迪的同事昨天分享说，他们正在制造这样的车辆，在某些道路上有轨道，具体的道路也更容易实现。第二个场景是，这是一辆非载客汽车，速度很高，但这是一条特定的道路。例如，一些干线物流车辆，如干线物流，主要是高速行驶，因此道路会比城市道路场景简单得多，但这一种存在风险。由于它的速度和重量都很高，一旦发生事故，它对周围环境的风险也会更大。我们还将看看如何处理这一问题。另一个，如果一辆低速非载客汽车在特定的道路上行驶，例如，我在一个城市洒水车里，它很大，在各种有水的道路上运行，因为它很慢，可以在人少的时候运行，比如早上和晚上运行，这是相对简单的。还有一些不供乘客使用的低速、轻型开放道路，如码头物流车。因为它是低速和轻便的，我们可以让他在开放的道路上尝试。我列出的最后一个例子是在开放道路上，我可以在几乎所有的城市道路上跑步。这也是我们今天想和大家分享的一份工作。美团正在进行无人配送。美团的无人配送所做的是开放道路尽头的物流。需要解决的主要问题是什么？也就是说，当用户点外卖时，我的车可以从我的商家那里拿走我的外卖，比如盒饭，在城市里行驶几公里，现在大约在三公里以内。驾驶后，它将被交付给用户。用户可能在办公楼或社区中。因为这是一段短距离，三公里，所以基本上，我们现在看到，只要速度能达到每小时20公里，对我们的汽车来说就足够了。此外，我们的车可以相对较小，只要它能装几盒午餐。所以在这种情况下，着陆是非常非常容易的。我们总结出一个词，叫做“琐碎的小事”，因为只要装上盒饭，这辆车的宽度可能在50厘米左右，大的可能在1米左右，所以可以装很多盒饭。轻是指这辆车的重量，因为我不需要做太多的事情来保护车内的乘客，而且我只想把盒饭从一个地方运到另一个地方，所以这辆车大约有几十公斤到几百公斤的重量，所以对周围环境、人和车的伤害会相对较小。慢一点，因为对我们来说，刚刚，如果我们在城市的路上，我们认为20公里就足够了。对于美国团体外卖，我们的目标是在半小时内将餐点从商家送到用户手中。如果是20公里，基本上就足够各种了……

道路上的紧急情况和场景。但走进公园可能会慢一些，比如说5公里。还有一件事。我不会泄露的。我正在送盒饭，盒饭的尺寸基本上是标准的，比较容易处理。我给你看一段视频，大约一分钟。这是送货车的第一个版本。今年春节前后，我们去做了一次路考。这是我们当时制造的最小的汽车。在路上行驶的速度可能会慢一些，但这辆车基本上可以在路上行走，包括在大楼里上下楼梯、自动与电梯互动、通过无线信号与电梯互动，上楼和直接送饭到用户家门口。我们主要走人行道。为什么我们认为无人配送场景对自动驾驶非常有用？我们认为它可以帮助自动化技术的迭代。我们在路上跑步。事实上，这项技术与无人车完全相同，但因为它是一个小而无聊的东西，所以它可以快速着陆。美国集团的外卖覆盖了全国约3000个县市，基本上我们的业务来自全国最北部和最南部，包括最高的拉萨。所以我们可以找到各种场景和道路来测试我们的自动驾驶技术。2018年6月20日至21日，中国电动汽车百人会举行了“GIV2018全球智能汽车前沿峰会”（简称GIV峰会），聚集了国内外政策制定者、行业技术专家、，智能汽车相关企业和投融资领域的代表共同探讨中国智能汽车的创新发展战略，努力构建“高效、绿色、智能、友好”的交通体系。在峰会上，美团首席无人科学家夏华夏分享了他的主要观点如下：1。无人化技术离成熟还有很长的路要走，无人化推广还有很长一段路要走。2.无人操作场景可以从有人/无人、高速/低速、重型/轻型、特定道路/开放道路四个维度进行分析。3.无人驾驶需要快速落地的应用场景，帮助技术快速迭代。以下是夏华夏的分享记录：无人驾驶技术离成熟还有很长的路要走。让我们分享一下美国代表团在无人驾驶方面的一些具体做法和经验。自动驾驶在技术和学术上已经发展了30多年，包括始于20世纪80年代的美国和欧洲。1984年，有一辆汽车可以在希望公园行驶，20世纪90年代，德国可以在高速公路上行驶，但这个行业应该从谷歌开始。2007年和2008年，谷歌2007从斯坦福大学招聘了一名教授，并开始从事无人驾驶。它也在这个行业工作了十多年。但事实上，经过几十年的发展，自动驾驶离技术的成熟还很远。你为什么这么说？让我们看一张桌子。该数据基于加州交通部去年发布的自动驾驶公司在加州的路测，并选取了一些有代表性的公司。你可以注意最后一列。在最后一列中，它表示您需要手动干预的里程数。如果你不干预，这辆车肯定会发生事故，甚至可能致命。谷歌的Waymo目前做得最好，大约每八九千公里就会介入一次。这个数字看起来相当高，但离人类驾驶的水平还很远。在表格的最后两行，如果你看一下人类的平均驾驶，这也是一个美国的数字。如果你看平均英里数，就会发生事故，大约是16万英里。如果这是一起致命事故，那将是近1亿英里，也就是事故发生前的9000万英里，比Waymo或其他公司多得多。这实际上表明，要实现与人几乎匹配，我们在整个无人驾驶技术上还有很长的路要走。即使我们和人一样，我们敢让汽车取代所有的司机吗？事实上，它并不那么好。事实上，我们需要一个实施的空间。我们需要多少公里才能让无人驾驶汽车安全行驶，才能真正相信它比我们好。2016年，美国兰德公司做了一个数据模型分析。如果我们认为自动驾驶比人类更好，例如，按照95%的执行率计算，事故率为20%，可能如果我们按照致命的速度行驶，那么蓝线顶部意味着，如果我们需要按照……驾驶一辆自动驾驶汽车行驶110亿英里……

对于生命事故的里程数，我们可以相信自动驾驶比人类驾驶更好。这是什么意思？如果有一支由100辆汽车组成的车队，每天24小时行驶，时速40公里，不加油，那么100辆汽车需要500多年才能达到110亿英里的数字。这表明，要证明这款车能够上路，我们还有很长的路要走。然而，兰德认为这可能有点过于悲观，因此在2017年发布了一份新的报告。他说，自动驾驶汽车可以上市，而无需等到它们特别成熟。如果自动驾驶汽车几乎像人一样行驶，那么在这个时候上市最终会减少交通中的致命死亡人数。他们做了一条数学分析曲线。例如，在2020年，我们认为自动驾驶与人的自动驾驶相似。此时，伤亡人数起初可能没有减少，但几年后可以减少。他做了这样一份报告，可能主要是给行业从业者一点信心和希望。但说实话，我们敢让无人驾驶汽车真的以和人一样的事故概率上路吗？事实上，这是值得怀疑的，因为我们对机器致命错误的容忍度远低于对人类致命事故的容忍度。最近，发生了许多与无人驾驶有关的致命事故，包括3月份在美国发生的优步事故，包括特斯拉最近发生的事故。事实上，这对行业和行业信心都有很大影响，尤其是对各地的政策制定者和政府来说。如果我们真的说国产无人驾驶汽车在中国发生了致命事故，我相信这将对在场的许多同事产生非常大的影响。所以事实上，我们仍然需要机器比人们更好地驾驶，才能更广泛地推开它。有什么方法可以做到这一点？我列出了三种可能的方法，行业中不同的公司使用不同的方法。首先是大量的长期研发投资。起初，我没有进行大规模的实际操作。我去做了很多汽车的研发投资和研发。例如，Waymo上个月发布消息称，他们将购买约62000辆汽车进行道路测试和研发。同一天，通用汽车还宣布，他们从软银筹集了超过20亿美元的投资，这是一大笔钱。以谷歌的数据为例。如果有6万多辆汽车被改为无人驾驶汽车，我检查了一下。凭借4万美元的原车和各种传感器，我们知道Waymo在内部开发了许多激光雷达，将激光雷达的成本降低到约1/10，但即便如此，我最保守的估计是需要一辆车。如果你做研究和开发，它还不成熟。这辆车不能在路上行驶。每辆车都必须配备一名安全员。最低工资是每年40000美元。如此多的汽车是20多亿安保人员的投资。问题是你需要很多钱。对于资金较少的公司来说，美团还有其他办法不那么多钱吗？还有一些公司会说我们是否有可能使用模拟平台。昨天，博世江总经理还分享了博世制造的仿真平台。现在有一些比较成熟的模拟工具，但我认为这些模拟工具可以帮助我们在自动驾驶的初始阶段检查一些简单的算法，但从长远来看，模拟平台本身的研发是一项非常具有挑战性的工作。在自动驾驶技术研发的后期，我们不得不测试和发现各种非常罕见、机器难以判断的案例。如果我们想模拟这些情况，我们的许多模拟平台都很好地模拟了周围的环境，包括汽车，包括人，包括人和汽车之间的一些互动，比如一个人走在前面。如果他与汽车司机有眼神交流，我们会更容易理解。但如果他戴着耳机，没有看到汽车，他的行为就是另一种行为，不同的人的性模拟平台是否能很好地模拟它，而且许多儿童和老人的行为与成年人的行为不同，许多动物的行为与人的行为更是不同。例如，在自动驾驶领域，实际上有一种特别难模拟的动物，它就是澳大利亚袋鼠。因为袋鼠的行为轨迹很快，但它的行为轨迹是跳跃的，非常不规则。我们的模拟平台能否真正以非常复杂的方式非常逼真地模拟它……

ted环境的难度不亚于算法的研究和开发。我认为困难在于整个测试的模拟非常非常难。花钱是没有用的，纯模拟无法与真机相匹配。还有第三条路吗？我认为第三种方法可以尝试有车运行，但这些车试图将其与实际应用场景相结合，因为它在实际应用场景中运行，我们的费用可以随着应用带来一些收入，这些收入相互抵消，所以我们可以找出哪些合适的自动驾驶应用场景可以落地。如果我们从四个维度分析运营场景，我们会发现我们可以有几个维度。第一个维度是它是乘用车还是非乘用车，以及它是有人驾驶还是无人驾驶。这实际上是非常不同的。如今，许多自动驾驶公司实际上都在做载人无人驾驶，因为一旦有人驾驶，我们的车就会很大，因为车必须足够重，才能在内部保护乘客的安全。如果你撞上了某人或另一辆车，你的车的惯性相对较大，你会发现新能源汽车越来越大，越来越难。此外，它需要很大的控制，因为它必须确保车内乘客坐得舒适。我不会晕车，走路时不会突然停车，或者转弯时非常舒适平稳。现在控制也很难做到。还有另一个维度。我们是高速还是低速？一般来说，高速和低速，我们一般说40公里以上，40公里到100公里以上是高速，40公里以下我们认为是低速。高速和低速之间有很大的区别。在高速行驶时，我的制动距离会很长，每秒行驶的距离会很远，所以允许我做出反应和判断的时间会很短，而且我需要检测周围的环境，需要检测的距离也会很长。这在高速场景中是一个挑战。另一个问题是我的车是重型还是轻型，因为它越重，对周围环境的危险就越大。是在特定道路下行驶还是在开放道路下行驶？在某些道路下，我们对某些道路有很多需要优化的地方，因为我实际上知道某些道路的所有场景、所有十字路口和所有红绿灯，所以做一些相对容易，但如果我们打开道路，我们很难预测我们可能会遇到什么场景。当我们将这些维度绘制到高维空间中时，假设存在这四个维度，那么高维空间可以划分为16个网格。这16个网格中的一些在场景中不太有价值，有些更适合先着陆。例如，我举了几个例子，现在更容易落地这些场景，比如两年内的技术，我认为相对成熟，适合这些场景。如果是低速客车，客车通常是重型的，因为我想保护车内的乘客，但在某些道路上是低速的。例如，一些企业现在会在一些公园制造一些低速游览车，这将更容易落地，包括比亚迪的同事昨天分享说，他们正在制造这样的车辆，在某些道路上有轨道，具体的道路也更容易实现。第二个场景是，这是一辆非载客汽车，速度很高，但这是一条特定的道路。例如，一些干线物流车辆，如干线物流，主要是高速行驶，因此道路会比城市道路场景简单得多，但这一种存在风险。由于它的速度和重量都很高，一旦发生事故，它对周围环境的风险也会更大。我们还将看看如何处理这一问题。另一个，如果一辆低速非载客汽车在特定的道路上行驶，例如，我在一个城市洒水车里，它很大，在各种有水的道路上运行，因为它很慢，可以在人少的时候运行，比如早上和晚上运行，这是相对简单的。还有一些不供乘客使用的低速、轻型开放道路，如码头物流车。因为它是低速和轻便的，我们可以让他在开放的道路上尝试。我列出的最后一个例子是在开放道路上，我可以在几乎所有的城市道路上跑步。这也是我们今天想和大家分享的一份工作。美团正在进行无人配送。美团的无人配送所做的是开放道路尽头的物流。需要解决的主要问题是什么？也就是说，当用户订购时……

外卖，我的车可以从我的商家那里拿走我的外卖，比如盒饭，在城市里开几公里，现在大约不到三公里。驾驶后，它将被交付给用户。用户可能在办公楼或社区中。因为这是一段短距离，三公里，所以基本上，我们现在看到，只要速度能达到每小时20公里，对我们的汽车来说就足够了。此外，我们的车可以相对较小，只要它能装几盒午餐。所以在这种情况下，着陆是非常非常容易的。我们总结出一个词，叫做“琐碎的小事”，因为只要装上盒饭，这辆车的宽度可能在50厘米左右，大的可能在1米左右，所以可以装很多盒饭。轻是指这辆车的重量，因为我不需要做太多的事情来保护车内的乘客，而且我只想把盒饭从一个地方运到另一个地方，所以这辆车大约有几十公斤到几百公斤的重量，所以对周围环境、人和车的伤害会相对较小。慢一点，因为对我们来说，刚刚，如果我们在城市的路上，我们认为20公里就足够了。对于美国团体外卖，我们的目标是在半小时内将餐点从商家送到用户手中。如果是20公里，基本上就足够应付路上的各种紧急情况和场景了。但走进公园可能会慢一些，比如说5公里。还有一件事。我不会泄露的。我正在送盒饭，盒饭的尺寸基本上是标准的，比较容易处理。我给你看一段视频，大约一分钟。这是送货车的第一个版本。今年春节前后，我们去做了一次路考。这是我们当时制造的最小的汽车。在路上行驶的速度可能会慢一些，但这辆车基本上可以在路上行走，包括在大楼里上下楼梯、自动与电梯互动、通过无线信号与电梯互动，上楼和直接送饭到用户家门口。我们主要走人行道。为什么我们认为无人配送场景对自动驾驶非常有用？我们认为它可以帮助自动化技术的迭代。我们在路上跑步。事实上，这项技术与无人车完全相同，但因为它是一个小而无聊的东西，所以它可以快速着陆。美国集团的外卖覆盖了全国约3000个县市，基本上我们的业务来自全国最北部和最南部，包括最高的拉萨。所以我们可以找到各种场景和道路来测试我们的自动驾驶技术。此外，我们现在有足够大的产能，例如，每天约2000万个订单，每天有60万名骑手。我们对这项业务的判断是，在未来五年左右的时间里，它每年可以达到1亿个订单。如果仍然由人交付，它将需要300万名骑手。我们的目标是希望即使有一半的数量，我们也能通过机器解决，这需要150人的容量。如果有一辆汽车，它将是一辆百万级别的汽车。此外，我们有一个完整的操作系统。例如，我们在各个城市有1万所地面销售学校，有近100万名骑手，可以帮助无人车在各个地方运营。例如，如果你的车坏了，你的车需要充电，你需要地面人员，你可以随时到达。此外，我们现在有足够大的产能，例如，每天约2000万个订单，每天有60万名骑手。我们对这项业务的判断是，在未来五年左右的时间里，它每年可以达到1亿个订单。如果仍然由人交付，它将需要300万名骑手。我们的目标是希望即使有一半的数量，我们也能通过机器解决，这需要150人的容量。如果有一辆汽车，它将是一辆百万级别的汽车。此外，我们有一个完整的操作系统。例如，我们在各个城市有1万所地面销售学校，有近100万名骑手，可以帮助无人车在各个地方运营。例如，如果你的车坏了，你的车需要充电，你需要地面人员，你可以随时到达。

标签：发现比亚迪特斯拉

汽车资讯热门资讯