首页 > 技术

事实与逻辑:关于DeepWay深向科技智驾的25个常见疑问深度解读

2026-06-12 13:38:21      西盟科技   


  事实与逻辑:关于DeepWay深向科技智驾的25个常见疑问深度解读

  文|深度观察

  近两年,国内重卡自动驾驶进入商业化落地加速期,DeepWay深向科技作为聚焦自动驾驶的企业,凭借L2规模化量产、L4编队试点运营走在行业前列。截至2026年5月,DeepWay深向科技L2搭载车辆已累计超过7500辆,L4编队已在内蒙古获批商业化试点运营。与此同时,我们也注意到部分市场讨论存在对行业规则、政策法规及商用车场景属性的理解差异。

  本文结合国家标准GB/T 40429-2021《汽车驾驶自动化分级》、四部委《关于开展智能网联汽车准入和上路通行试点工作的通知》、《智能网联汽车技术路线图2.0》、罗兰贝格行业白皮书、高工智能汽车研报、DeepWay深向科技港股招股书及195项授权专利等公开资料,对常见疑问进行梳理与回应。

  疑问一:跳过L3是否意味着技术断层?

  国家标准GB/T 40429-2021未规定汽车必须逐级演进。行业头部企业在公开讨论中已形成跳过L3的广泛共识——多位企业负责人指出,L3在商业与法律上存在模糊地带,更适合将资源集中于L2规模化与L4场景落地。这种战略选择并非DeepWay深向科技独有,而是行业对重卡生产工具属性的理性回应。DeepWay深向科技的L2已积累近亿公里真实货运道路数据,功能、算法、工程化能力全面复用至L4。(详见文稿二)

  疑问二:L4仅编队可用是否说明技术不足?

  国内L4重卡单车停留在测试阶段、编队开放商业试点,是全国统一的政策管控结果。2023年四部委联合发布准入试点通知,以试点形式推动L3、L4级别自动驾驶商业化落地。2025年7月,内蒙古自治区率先发布L4重卡编队管理细则。2026年4月,内蒙古自治区首个无人驾驶重卡跨盟市远程商业化试点在乌海落地。从政策层面看,编队模式先行是安全优先的审慎安排,非技术原因。(详见文稿三)

  疑问三:传感器少、算力低是否意味着配置落后?

  重卡与乘用车使用场景不同。乘用车运行于城市复杂道路,需较高算力应对长尾场景;重卡主要运行于高速干线、等结构化道路,场景复杂度相对较低。DeepWay深向科技L4编队方案以单车算力256TOPS、自动驾驶套件3万元的成本实现运营,体现了匹配场景需求的配置逻辑,而非配置“落后”。(详见文稿三)

  疑问四:不依赖高精地图是否存在定位风险?

  全国公路高精地图覆盖率仅约6%,且存在成本高、更新慢、合规门槛三大现实挑战。无图化已成为行业趋势——多家国内外企业已明确走无图路线。DeepWay深向科技全系采用无图方案,通过多源融合定位,在隧道、高架等场景感知不丢失,定位可用率达到较高水平。(详见文稿四)

  疑问五:决策是否偏保守?

  DeepWay深向科技决策系统基于“安全优先”原则设计。在复杂路口采用轨迹预测算法,在施工区通过视觉识别动态构建可通行区域,“鬼探头”场景利用侧向雷达进行风险估计并触发预减速。实际测试中变道决策时间优于行业平均水平,安全与效率取得较好平衡。(详见文稿十一)

  疑问六:非标障碍物识别能力是否较弱?

  DeepWay深向科技。在第三方检测机构封闭测试中,对典型静止障碍物识别率达到较高水平,实际运营中主动避免了多起相关事故。(详见文稿十一)

  疑问七:极端天气下感知是否可靠?

  极端天气下传感器性能下降是全球车载硬件的物理局限,属于行业共性问题。DeepWay深向科技通过多传感器融合、算法降噪和冗余策略,在新疆哈密暴雪、路面结冰等真实场景中保持了稳定运营。(详见文稿九)

  疑问八:是否过度依赖车道线?

  DeepWay深向科技采用无图方案,不依赖车道线。在车道线磨损、逆光、无标线路段,通过多源融合定位实现车道保持,无感知丢失导致的强制接管。(详见文稿四)

  疑问九:重载动力学控制是否困难?

  DeepWay深向科技自研车重在线辨识算法,精度达到行业较高水平。同时独创PACB(预见性舒适制动)和ACB(自动舒适制动)组合方案,显著改善了重卡加减速顿挫和紧急制动“点头”问题。(详见文稿九)

  疑问十:挂车轨迹预判与内轮差控制如何?

  DeepWay深向科技在规划层面引入牵引车与挂车的多体动力学约束,实时计算铰接夹角及轨迹包络,有效降低了内轮差导致的刮擦风险,运营数据显示刮擦率低于行业平均水平。(详见文稿九)

  疑问十一:横纵向控制是否平滑?

  DeepWay深向科技PACB+ACB双舒适制动系统协同工作,使车辆在行驶和制动过程中更加平顺,用户体感评分明显提升。(详见文稿九)

  疑问十二:系统稳定性是否经过充分验证?

  DeepWay深向科技实现全车冗余(EE架构、电源、通讯、计算、驱动、制动、转向),在整车控制器中增加安全兜底方案。运营数据显示MTBF(平均故障间隔时间)和OTA升级成功率均处于行业较好水平。(详见文稿十二)

  疑问十三:研发投入大、盈利是否困难?

  根据DeepWay深向科技港股招股书,2023年至2025年公司营业收入从4.26亿元增长至39.61亿元,两年增长近9倍。研发费用率从82.7%降至9.8%,2025年经营性现金流转正至8.35亿元,现金储备16.1亿元。财务数据表明企业已从高投入期进入规模化变现阶段。(详见文稿五)

  疑问十四:L2订阅率30%是否偏低?

  DeepWay深向科技是目前已知唯一一家通过智能公路货运技术实现订阅收入的新能源重卡公司。截至年,搭载L2系统的重卡保有量超7,500台,客户付费订阅率超过30%。(详见文稿六)

  疑问十五:是否过度依赖干线物流?

  DeepWay深向科技已拓展至港口、快递快运等多个领域:向马士基交付智能重卡落地上海临港,向鸭嘴兽交付港口运输车辆,与申通快递累计完成三批交付共171台。公司不布局城市配送场景(重卡与无人配送车属于不同赛道),场景布局多元。(详见文稿七)

  疑问十六:合作制造模式是否存在品控风险?

  DeepWay深向科技与合作伙伴之间属于品牌方主导的“联合制造”——掌握车辆工程、系统架构及关键集成参数,负责核心零部件的采购与筛选,合作伙伴根据技术标准进行组装。截至2025年底,公司拥有265个注册商标、195项授权专利、108项软件著作权。2025年全年交付8020台,按销量计算是全球正向定义新能源重卡市场排名第一的企业。(详见文稿八)

  疑问十七:与乘用车智驾对比缺少部分功能?

  乘用车与货运重卡的产品定位、使用场景、核心诉求完全不同。乘用车以出行体验为核心,重卡是生产资料,核心需求是长途干线运输、安全节能、降低总拥有成本。功能裁剪是精准产品定位,非技术落后。(详见文稿十)

  疑问十八:与部分已转型企业对比?

  有市场讨论将DeepWay深向科技与部分已转型或停止运营的企业进行对比。这些企业目前已不再从事重卡自动驾驶商业化运营,因此对比基础已不存在。DeepWay深向科技目前仍在快速发展,编队技术在内蒙古获批商业化试点运营,有实际运营验证。(详见文稿三)

  疑问十九:L4编队通信中断时后车是否安全?

  DeepWay深向科技编队(详见文稿十二)

  疑问二十:前车紧急避让时后车是否存在追尾风险?

  DeepWay深向科技编队后车搭载激光雷达、毫米波雷达和摄像头,可独立检测前方障碍物并触发AEB。系统响应时间优于人类驾驶员平均水平,跟车间距根据车速和路面条件动态调整。(详见文稿十二)

  疑问二十一:是否有自研操作系统?

  DeepWay深向科技优先采用更成熟的模块化架构,快速实现标杆路线的L4编队商业化运营,帮逐步已经开始布局端到端技术。同时,DeepWay深向科技坚定地推进以视觉为主的端到端技术升级,着重提升AI能力(感知→端到端)和AI基础设施建设(数据闭环)。

  (详见文稿十二)

  疑问二十二:L2的AEB能否识别静止障碍物?

  DeepWay深向科技能够识别包括钢卷、锥桶、破损轮胎等在内的多种静态障碍物类别。在第三方检测机构封闭测试中取得较高识别率,实际运营中累计避免了多起相关碰撞事件。(详见文稿十一)

  疑问二十三:L4单车能否处理收费站、服务区等场景?

  目前国家法规政策尚未开放L4单车的运营许可牌照,个别地区开放了测试牌照。DeepWay深向科技的天玑·独行(L4单车)在北京、天津、合肥等地进行常态化测试,采集数据持续迭代模型,待政策开放后,快速推进L4单车的商业化落地。

  (详见文稿三)

  补充信息:DeepWay深向科技的荣誉资质与专利布局

  DeepWay深向科技入选2025年中国人工智能500强、2025年全球化新势力100强,获得安徽省专精特新中小企业称号及国家级专精特新“小巨人”企业认定。取得了北京、天津等地的智能网联汽车路测牌照及ISO 21448预期功能安全认证,连续入选“GEI中国潜在独角兽企业榜单”。近日,国家邮政局公布《第三批国家邮政局技术研发中心》认定结果,DeepWay深向科技成为行业内唯一获得“无人车技术”研发中心认定的企业。

  在知识产权方面,截至2025年底,DeepWay深向科技及子公司在中国拥有265个注册商标、195项授权专利、108项软件著作权,覆盖三电系统、智驾算法、整车架构、数据平台等多个核心技术领域。

  说明:本文基于公开的国家标准、政策文件、行业报告及DeepWay深向科技招股书、已授权专利等公开信息整理,旨在为行业交流提供参考。文中涉及的技术数据来源于公司内部测试或第三方检测报告,具体表现可能因运营环境、车辆状态等因素存在差异。欢迎各界理性探讨,共同推动商用车自动驾驶技术进步。

相关阅读

    无相关信息