TuSimple

TuSimple 开创了 4 级自动卡车运输技术，有望通过高速公路上的无人驾驶卡车彻底改变长途货运。 他们成立于 2015 年，正值自动驾驶汽车炒作的顶峰时期，从 UPS 和 Nvidia 等知名投资者那里筹集了 10 亿美元，并于 2021 年通过 SPAC 以 8.5 亿美元的估值上市，并在亚利桑那州和德克萨斯州之间运营测试路线。 该价值主张非常引人注目：解决司机短缺危机（估计美国有超过 80,000 名司机短缺）、减少事故（94% 是由人为错误造成的）、降低运营成本 30-40% 并实现 24/7 运营。 “为什么是现在”是深度学习突破（后 AlexNet 时代）、经济实惠的 LiDAR 传感器、GPU 计算能力（Nvidia 合作伙伴关系）以及各州创建自动驾驶友好框架的监管推动力的融合。 他们通过具有 1,000 米感知范围的摄像头优先方法脱颖而出，声称比激光雷达重型竞争对手更具优势，并与主要货运公司建立了商业合作伙伴关系。

失败原因

TuSimple的崩溃是希腊治理失败、地缘政治风险和过早扩容的悲剧。 主要原因是中美关系紧张和公司治理崩溃。 2022 年，董事会调查显示，首席执行官侯小迪在领导TuSimple的同时，在中国秘密创办了一家与之竞争的自动驾驶卡车运输公司（Hydron），从而造成了不可调和的利益冲突，随后该公司被罢黜。 这引发了高管大规模外流、投资者信心丧失以及联邦调查局/证券交易委员会对向中国转让潜在技术的调查——这对于一家处理美国国防物流的公司（UPS 合作伙伴）来说至关重要。 在 2022 年至 2023 年这一关键时期，当竞争对手（Waymo、Aurora）正在实现监管里程碑时，董事会之争导致运营瘫痪了 18 个月。

第二个原因是在自动驾驶汽车的“幻灭低谷”期间现金耗尽。 TuSimple 每年在研发、车队运营和监管合规方面消耗超过 5 亿美元，但收入仍然微乎其微（每年来自试点项目的收入<1000 万美元）。 他们的 2021 年 SPAC 估值为 8.5B 美元，假设到 2023 年商业化； 当时间推迟到 2025 年以上时，该股暴跌 95%（从 40 美元跌至 2 美元），摧毁了他们筹集后续资金的能力。 2022 年至 2023 年的科技低迷使得成长阶段融资变得不可能——投资者要求的是盈利能力，而不是“未来潜力”。 到 2024 年，他们剩余 2 亿美元现金，足以维持 4-6 个月，迫使他们进行减价退市，并转向 Plus.ai 旗下的中国业务。

第三个原因是过度承诺掩盖的产品/技术失败。 TuSimple 的“相机优先”方法比激光雷达为主的竞争对手更便宜，但在可靠性方面存在问题。 2021 年亚利桑那州发生的一起车祸（卡车未能检测到车道封闭，撞上了护栏）暴露了认知差距。 内部文件显示，他们的系统每 6-8 英里就需要人工干预，这与“无人驾驶”营销相去甚远。 他们优先考虑华丽的演示（无人驾驶越野跑）而不是乏味的安全验证，从而营造出一种“蒸汽软件”的感觉。 Waymo 等竞争对手积累了超过 2000 万英里的自动驾驶里程，且安全记录出色，使得TuSimple 的技术显得不成熟。 根本性的错误判断：他们假设 2015 年时代的计算机视觉将在 2020 年达到超人的性能，低估了“长尾”问题 5 年多的时间。

核心教训- 地缘政治风险对于军民两用人工智能公司来说至关重要。 随着中美科技脱钩加速，TuSimple 的中国关系（创始人、初始资金、数据中心）成为 2020 年后的致命负担。 构建自主系统、半导体或人工智能基础设施的现代创始人必须做出选择：在美国注册，只在美国运营并拥有干净的股权结构表（无中国有限合伙人），或者接受被排除在国防/物流合同之外并面临 CFIUS 审查。 中道已死。

• SPAC时机对于深科技来说是一次浮士德式的讨价还价。 TuSimple 在炒作高峰期（2021 年）上市，筹集了 1.4B 美元，但自动卡车运输的 10 年开发时间表意味着他们会在多个市场周期中烧钱。 SPAC 结构迫使他们提供季度指导并达到技术上不可行的里程碑（2023 年商业化），导致可信度崩溃。 更好的路径：利用耐心资本（主权财富、战略性企业）保持更长时间的私有化，或者仅在实现产品与市场契合后才寻求直接上市。
• 硬件/人工智能领域创始人-首席执行官的过渡需要铁定的治理。 侯小迪的双公司计划是由于董事会监督薄弱和激励措施失调（中国政府希望技术回流，美国投资者希望回报）而得以实现的。 现代解决方案：实施“关键人物”条款、带有回拨条款的竞业禁止协议以及从 B 轮开始的独立董事会多数。 对于具有地缘政治风险的公司，要求高管团队剥离外国商业利益并接受持续的安全审查。
• “相机与激光雷达”的争论是一种错误的二分法，会降低TuSimple的可信度。 他们以更便宜、更可扩展的方式推销摄像头优先（如特斯拉），但卡车运输与客车相比有不同的限制——速度更高、停车距离更长、错误后果更严重。 事实证明，Waymo 的传感器融合方法（LiDAR + 雷达 + 摄像头）对于安全关键型应用更加稳健。 教训：在受监管的行业中，“足够好”还不够好。 对 99.99% 进行过度设计，即使会延迟发布。
• 自动卡车运输需要楔子策略，而不是沸腾的海洋。 TuSimple 尝试先解决跨国长途（最难的问题：天气、交通、施工），然后再掌握站点到站点的短途（受控环境、可预测的路线）。 Waymo Via 取得了成功，从菲尼克斯-图森走廊（300 英里，天气晴朗，交通量少）开始，仅在 100 万英里以上安全英里后才进行扩展。 现代剧本：找到 10 倍容易的子问题（港口拖运、采矿运输道路、封闭园区），实现垄断，然后扩张。
• 舰队学习是护城河，但需要缺乏数据基础设施TuSimple。 他们收集了超过 1000 万英里的驾驶数据，但无法实施——没有统一的数据湖、标签不一致、迭代周期缓慢（6 个月的模型重新训练）。 现代优势：Scale AI（标签）、Weights & Biases（实验跟踪）和 Ray（分布式训练）等工具可以每周更新模型。 获胜策略是“数据飞轮”：部署卡车→收集边缘情况→重新训练模型→提高安全性→部署更多卡车。 TuSimple 有卡车，但没有机器学习基础设施。
• 监管策略是自动驾驶汽车的产品策略。 TuSimple 假设联邦 AV 法规将于 2023 年出台，从而实现全国范围内的部署。 相反，它仍然是各州拼凑而成，迫使他们为亚利桑那州、德克萨斯州、佛罗里达州、内华达州维持单独的合规团队。 更明智的方法：从第一天起就与 DOT/NHTSA 共同制定法规（Waymo 在监管机构中嵌入工程师），并围绕现有规则设计产品（例如，在 L4 批准之前保留安全驾驶员），而不是假设规则会改变。

市场分析2024 年的自动驾驶卡车行业将涉及两个市场：在美国，Waymo Via 和 Aurora 经过残酷的洗牌后成为双寡头领导者；在中国，政府支持的企业（Plus.ai、Inceptio）在监管的推动下占据主导地位。 TuSimple的资产被吸收到这个分裂的格局中——美国业务关闭，中国知识产权转移到智加科技，该公司继续在受控货运走廊运营200多辆自动卡车。

在美国，获胜者有共同的特征：（1）财力雄厚的父母（Alphabet、亚马逊/Aurora），（2）保守的时间表（2025-2027年商业化与TuSimple的2023年），（3）楔形策略（Waymo专注于德克萨斯三角，Aurora专注于达拉斯-休斯顿），（4）传感器融合（激光雷达+摄像头+雷达）。 市场已经整合，因为资本要求（商业化需要 3-5B 美元）和监管复杂性（各州批准、FMCSA 豁免）为初创企业带来了难以克服的障碍。 Tesla Semi 是通配符——垂直整合（自有卡车、软件、充电）和 Elon 的风险承受能力可以实现更快的部署，但 FSD 进展却比承诺的要慢。

总市场仍然巨大：到 2035 年，美国 TAM 为 $150B，中国为 $200B，全球为 $400B。但是，现在很明显，这是 2028-2030 年的故事，而不是 2023-2025 年的故事。 该技术适用于受限环境（阳光明媚的高速公路、交通流量低、绘制路线），但难以应对边缘情况（雪、建筑、激进的驾驶员）。 监管部门的批准要求证明其安全性比人类驾驶员高 10 倍，这需要数十亿英里的里程——一个 5-7 年的过程。

人工智能原生重建只有采用完全不同的方法才可行：(1) 使用视觉转换器和世界模型进行端到端学习（如英国的 Wayve.ai），消除困扰TuSimple的脆弱模块化管道（感知 → 规划 → 控制），(2) 使用 Nvidia Omniverse 进行模拟优先开发，在实际测试之前生成 1 亿多英里的合成里程，(3) 进入邻近市场（自动堆场卡车、港口） (4) 合作伙伴模式（向戴姆勒、沃尔沃等原始设备制造商授予软件许可）而不是运营车队，从而降低了资本密集度。 关键见解：TuSimple失败了，因为他们试图建立一家碰巧使用人工智能的货运公司。 重建的应该是一家恰好服务于卡车运输的AI公司。

创始人

陈默

投资方

UPS、英伟达