记住今天！商用 L4 级别无人车上路，再不怕春节没人送快递
老婆：老公，你快看过来的这是个啥？
老公：Nuro.AI（发音：牛肉哎）。
老婆：我知道是咱买的牛肉啊，我问你这个车是什么。
老公：这是 Nuro.AI 的无人驾驶配送车，以后的快递就靠它了。
虽然全世界都在为谁会是第一款正式商用的 L4 级别无人驾驶车而打的头破血流，但请记住今天，很可能就是人类 L4 级别无人车商用的起点。
各种路况难不倒它
与其他车企喜欢给自己的产品加上各种限制词不同，Nuro 的这台车直接就宣布自己是完全符合车规、可以在普通机动车道路上行驶的，它当然是无人驾驶的，因为它上面连一个给人类设计的空间都没有。
在公开道路上运营就意味着这台车必须能够自如应对一切人类司机可能面对的交通规则，从 Nuro 公开的路测视频中我们可以一探究竟：
Nuro 可以识别美国最常见的 Stop Sign 并自动让行其他车辆；
可以准确识别前方的交通指示灯是红灯还是绿灯：
可以认出来正在过马路的行人：
在左转时还会趁行人过去之后再加速：
掉个头应该不算什么难题；
看到自行车也会主动保持距离（这要是在国内是不是就别走了……）。
这么聪明的一台车，目的则是完成最后一英里（在国内肯定是最后一公里）的物流配送。
Nuro 在车辆两侧各设置了前后两个货仓，每辆车能承载的重量超过 100 公斤，通过与电商、超市或者本地服务公司合作，Nuro 可以轻松地在任何时段完成本来需要人工配送才能完成的任务。
从无到有仅用了 17 个月
支撑这辆小车的环境感知硬件，只有位于车顶上的一个激光雷达和位于车辆周边的 8 个摄像头，而更让人惊叹的数据，或许是这台车从开始研发到最终推出成品，只用了 17 个月。
不过当你知道了 Nuro 的创始团队背景之后，或许就能理解这种速度背后的原因了。
Nuro 的两位创始人分别是朱佳俊和 Dave Ferguson ，前者在创业之前是谷歌自动驾驶团队的首席工程师之一，是谷歌无人车在环境感知方面的绝对专家。
Dave Ferguson 也来自谷歌无人车团队，在现在凡无人驾驶公司必谈的机器学习和视觉感知方面最为在行，要是往前回溯就更牛了，人家连 NASA 火星探测器的开发工作都参与过。
Nuro 的野心从名字中也能体现出来，Nuro 是 New Robotics 的近似音缩写，他们的想法可不仅仅是一台车就能承载的，或许在他们看来之后的全部交通工具会在 AI 的作用下具备思考和感知能力，说是机器人也就不为过了。
至于其当下团队的来源大家可以去 Google 一下，你应该会得到一份硅谷知名科技企业列表 + 中美知名高校列表的总和。
无人配送：中美无人驾驶的机遇与分歧
就在大洋这边的中国企业还在为 L4 无人驾驶究竟应该率先在何种场景下落地正常道路而费心时，美国的初创企业已经纷纷决定押宝无人配送车。
无独有偶，也在今天，另一家名为 Udelv 的公司也尅是在加州圣马特奥县展示了旗下自动驾驶运输卡车的首次公共道路测试。
Udelv 的车与 Nuro 的产品在尺寸和功能上几乎遵循了完全一致的逻辑，单论数据的话，这台车只有可怜的不到 10 马力，一次充电也只能跑不到 30 公里，但带来的好处是成本的飞速下降。
通过与美国当地食品杂货店 Draeger’s Market 的共同测试，Udelv 的数据显示用这台小卡车可以比有人车辆接受一半以上的成本，这台车上共有 18 个货箱，通过手机 APP 就可以打开，并且只能打开属于自己的那一个。
这种需求，与美国的实际情况是完全吻合的。从住宿情况看，美国人基本都有自己的独立地址，较为稀疏的住宿方式其实是增大了配送的劳动成本，但精确的基于邮政编码的地址查找方式更便于车辆找到所要前往的目的地。
同时，美国的人力成本远高于国内，而严苛的工作条件需求也让美国人对于国内常见的加班等习惯完全不能接受，而这些对于无人驾驶车辆来说是完全无需考虑的。
但这些对于中国环境就不是那么贴近了，中国基于楼宇的住宿环境和超高的人口密度，使得配送不仅仅是完成路上运输那么简单，而当下随处可见的快递配送大军，也让人力成本相较国外显得过于低廉。
但历史的进展总比我们想想的快，也许下个春节，你就在哪个拐角遇到了这些奇形怪状的小家伙。
