卡車造車新勢力DeepWay首場品牌戰略發佈會上，DeepWay推出首款全正向設計研發的智慧新能源重卡——星途1代，並帶來H2H高速幹線智慧物流全新模式。 DeepWay是由百度與獅橋聯合打造的科技公司，專注於智慧新能源卡車的研發和製造。

據悉，這是其在去年百度Apollo生態大會上宣佈成立后的首次正式亮相。 發佈會上，DeepWay宣佈將快速接入獅橋幹線物流網路，通過實際載貨運營，推動L4級自動駕駛技術在貨運場景的商業化落地，開啟智慧貨運新時代。

百度集團副總裁、智慧駕駛事業群組總經理李震宇曾表示，百度Apollo的智駕產品已與超過70家車企的600款車型展開合作，領域涵蓋了家用小汽車、自動駕駛巴士等。 但自動駕駛在商用車物流領域還未佈局，其巨大的發展潛力亟待發掘。 獅橋董事長兼CEO萬鈞也曾提出，貨運司機人力成本攀升，無人駕駛在遠途卡車領域成為剛需，雙方對智慧物流的認知不謀而合。 於是， 卡車造車新勢力DeepWay應勢而生。

據介紹，DeepWay是目前為止百度Apollo在自動駕駛貨運賽道的唯一佈局，也是全網唯一獲得百度自動駕駛技術白盒授權的公司。 DeepWay專注於智慧新能源卡車的研發和製造，致力於開創全新的智慧貨運時代。

據介紹，星途1代是中國首款全正向設計研發的智慧新能源重卡，該車滿足智能駕駛底層需求，極致發揮了新能源驅動優勢。 同時，星途1代作為智慧貨運”深級”者，以四大核心優勢——”深級”設計、”深級”性能、”深級”智慧、”深級”空間，精準匹配幹線物流需求。

據萬鈞介紹，”深級”設計優勢主要體現在四個方面。 星途1代採用輕量化一體化設計，由法拉利全系經典車型御用的義大利賓尼法利納設計團隊操刀，帶來媲美「超跑」的流線型卡車造型。 其先進的多域融合式EE架構，能夠更加高效、可靠進行整⻋的全面控制和在線升級，使整個⻋輛從軀幹到神經都能夠天生支援L3/L4級別自動駕駛及整車OTA。

此外，獨有的氫電共用平台設計，相容鋰電池組和氫燃料動力電池驅動，將來一旦氫燃料動力電池技術路線成熟，星途1代可立刻搭載更高效的氫能系統。

全正向研發設計，為星途1代帶來更適合長途貨運場景的”深級”性能優勢。 相比平頭車型高達0.65的風阻係數，星途1代在中汽研的模擬風洞測試中⻛阻係數僅為0.35，可有效節約能源消耗。 同時，星途1代擁有更大的貨廂空間，貨箱容積率提升9.6%。 而特有的分散式驅動形式可讓電驅效率最高達到94%，相比中央集中式驅動，能量轉化效率提升了至少14%。

得益於百度的技術基因，星途1代基於百度自動駕駛技術研發的HIS（Highway Intelligence System）算力可擴展至超過500TOPS，擁有足夠的算力支援高速上L4級別自動駕駛，獲取的數據和優化反覆運算版本也將通過OTA方式升級到每一台星途。 在遍佈整車自動駕駛感測器的加持下，星途1代可實現全車無盲區以及超過1000m的超遠距感知能力，同時通過紅外感測器對高速上出現的生命體進行保護。 車輛軟硬體的正向設計和分散式驅動設計，使得其整車可以做到端到端100ms內感知執行。

萬鈞認為，對於L3/L4級的自動駕駛，車輛硬體的線控能力、備份冗餘、功能安全是必不可少的決定性條件。 目前，市場上多數L2級以下功能的車輛，安全備份主要依靠駕駛員。 而在未來L3/L4自動駕駛時代，車輛必須能對自己的系統實現安全備份，這才是自動駕駛能夠解放司機的關鍵，也是星途最重要的智能設計之一。

此外，星途1代還配備新一代智慧生活艙，空間優勢明顯。 駕駛、工作、生活空間分隔設計，智慧語音交互系統、智慧影音娛樂系統、觸摸式中控大屏、舒適座椅及臥鋪，與辛苦的司機師傅共用時代進步的紅利。

發佈會現場，DeepWay向到場嘉賓和媒體展示了高速幹線智慧物流的全新模式——H2H（HUB-to-HUB）模式。 在HUB中心，星途與人工駕駛卡車完成貨廂交接，隨後進入高速，實現自適應巡航、根據地理資訊節能駕駛、避障、變道、超車、編隊行駛、轉換閘道、自動過ETC等能力，直至到達目的地最近的HUB中心，再次與人工駕駛卡車完成貨廂交接，最終由人工駕駛卡車將貨物運輸至目的地。

針對長途運輸續航里程痛點，DeepWay為星途提供高速換電解決方案。 運輸途中，自動駕駛卡車只需6分鐘即可在高速公路上的換電站完成自動換電，大大提升運營效率。 每300公里一次的蓄電方案，符合貨運司機每駕駛4個小時必須停車休息的監管要求，減少因疲勞駕駛造成的交通事故，提升卡車司機駕駛安全。

值得一提的是，獅橋通過打通貨運生態上下游數據，為星途1代提供從訂單到支付的全鏈條數位化高頻交易SaaS，彙聚海量真實貨運訂單與運力池，合理配置使得資源效益最大化，也與DeepWay形成一個雙向互贏的驅動閉環。

萬鈞提到，”2023年6月，星途1代將落地商業化量產。 預計在未來5年，星途1代將累計運營超過48億公里，這些真實場景的數據積累，將使其加速實現L4級別自動駕駛在幹線物流場景的落地。 ”