为什么Also选择自主车辆而非电摩托——以及这对自动驾驶机遇的启示
作者：RobotWorld·2026/11/4
一家源于Rivian（以其电动皮卡和SUV闻名的电动汽车制造商）内部的初创公司近日做出了重大战略转向。由Chris Yu共同创立的Also公司曾在探索一个针对肯尼亚等市场的电动摩托项目，这些市场中两轮和三轮车是主要运输方式和商业物流工具。但该项目已被搁置。根据Yu的说法，原因很直接：自主车辆是更大的机遇，Also希望将精力集中在这个领域。
乍一看，这个决定可能令人惊讶——毕竟，非洲高增长市场中的电动出行确实是一个引人注目的领域。但当你理解当前塑造自动驾驶行业的技术和商业力量时，Also的转向就开始显得很有意义了。
自主车辆时刻
在过去十年的大部分时间里，自动驾驶技术一直处于永久的「即将就绪」状态。但这个局面在近年已经发生了有意义的转变。计算硬件变得极其强大且更加紧凑。传感器技术——尤其是激光雷达——已从昂贵的旋转研究仪器演变成紧凑的生产级系统。驱动自主感知和决策的软件堆栈也有了难以预测的进步。
其结果是自主车辆开发现在感觉不那么像科学幻想，而更像是一个可解决的工程挑战——至少在物流中心、校园和指定城市走廊等受限制、规划良好的环境中是这样。
Also似乎正在押注这一时刻。通过现在集中资源进行自动驾驶开发，该公司正在定位自己参与许多分析师预期在未来几年内将出现的自主运输重大商业扩展。
感知硬件：任何自主车辆的支柱
任何自主车辆开发商所做的最重要决策之一是如何构建传感器堆栈。现代自主车辆依赖于摄像头、雷达和激光雷达的分层组合来实时构建其周围环境的准确图像。
激光雷达尤其已成为一项决定性技术。诸如Hesai AT128的传感器——一个128通道混合固态单元，已通过汽车级安全标准认证——现已部署在生产电动车和机器人出租车队中，充分说明该技术已远离早期原型阶段。同样，RoboSense RS-LiDAR-M1是一款固态MEMS传感器，专为系列生产ADAS和自主车辆应用设计和验证，在紧凑耐用的封装中提供可观的探测范围。
这些不再是研究新奇事物。它们是大规模制造、安全认证的组件，正在被集成到运往真实客户的车辆中。
计算方面的因素
传感器数据的有用程度取决于可用的计算能力来处理它。任何给定时刻从摄像头、激光雷达单元和雷达流入的原始信息量是巨大的，足够快地处理它以做出实时驾驶决策需要强大的硬件。
诸如NVIDIA DRIVE AGX Thor的平台——基于Blackwell GPU架构——旨在应对这一挑战，在单一计算平台上统一自主驾驶、座舱和信息娱乐功能，能够提供数千TOPS（万亿次运算/秒）。对于以生产规模开发自动驾驶系统的公司来说，这种集中式、高吞吐量计算越来越成为标准设计基础。
在略低的层级中，NVIDIA DRIVE AGX Orin处理L2+到L4自主驾驶级别的感知和决策，而Mobileye EyeQ6 High等芯片组在7nm工艺上提供高性能ADAS和部分自主驾驶能力——表明自动驾驶计算市场现已跨越广泛的能力和价格范围，从高级驾驶辅助一直到完全自动驾驶。
对于在边缘工作的开发人员——在原型、研究平台或低功耗自主系统上——NVIDIA Jetson AGX Orin 64GB提供高达275 TOPS的推理性能，体积紧凑，使其成为汽车行业外自主机器开发的热门基础。
为什么退出电摩托项目并非失败
值得暂停思考Also决定退出肯尼亚电摩托项目不是什么：这不是证据表明新兴市场电动出行是个坏主意。非洲和东南亚高密度城市市场对价格合理、清洁运输的基础需求是真实且不断增长的。有几家公司正在这个领域建立认真的业务。
它是一个资源分配决策。为全新市场构建硬件——管理供应链、本地分销、监管协议和新兴类别中的客户支持——是一项极其复杂的事务。同时进行自主车辆技术开发可能超出Also这个阶段初创公司的能力范围。
Yu选择划清界限并专注于自动驾驶反映了一种在初创公司世界中极其罕见的战略纪律——在那里追求相邻机遇的诱惑总是存在的。
这对自动驾驶生态系统意味着什么
Also的转向为更广泛的趋势增添了另一个数据点：自主车辆行业正吸引认真的技术人才和资源充足的团队，他们相信核心技术问题现在以五年前不可能的方式是可解决的。每支做出这一赌注——并用产品决策而非仅仅是宣传来支持它——的团队都会加强整个生态系统。
对于在机器人、物流、智能制造或最后一公里配送领域工作的任何人来说，自动驾驶技术的成熟与他们直接相关。自主地面车辆越来越多地在仓库、港口和农业等受控环境中使用，随着监管框架的跟进，公路部署也在逐步扩大。
Also最终是否会在其自动驾驶野心中成功还有待观察。但其专注的决定是一个值得关注的信号——既说明了这家公司的特点，也说明了自主运输的前沿正在朝何处发展。
有兴趣探索推动下一代自主系统的传感器和计算平台？浏览我们精选的激光雷达传感器和边缘AI硬件，为您的项目找到合适的基础。
参考资源
本文由AI协助起草，发布前经过审核。