近日，輕舟智航合伙人、商務副總裁郝景山在接受記者采訪時表示，自動駕駛本身還需要很長一段時間進行發展，在這個過程里仍然需要進行自研系統的完善，包括機器學習、預測、控制、仿真、車載系統，地圖定位等。而在整個過程當中，數據閉環是其中非常關鍵的核心環節。而輕舟自研的智能仿真系統則可以將技術模塊和應用連接到一起，打造完整的數據閉環。

據郝景山介紹，目前的智能汽車都搭載多類高精度傳感器，比如攝像頭、毫米波雷達、激光雷達等，用于實現不同等級的自動駕駛以及智能網聯功能。在智能汽車行駛的過程中，會產出大量的數據，其中就包括車輛自動駕駛功能在運行過程中遇到的邊界化難題（Corner Case）。一臺具備L4級別自動駕駛功能的車輛日常產出的數據量可達TB數量級，收集到眾多珍貴的邊界化難題。而這些數據進行收集和使用，對于自動駕駛技術的高效迭代來說至關重要。

而輕舟智航采用亞馬遜云科技打造的自動駕駛數據工廠，能夠提供完整的數據收集及處理能力，可自動化完成數據收集、數據清洗標注、仿真評估以及大規模仿真場景生成等流程，讓合作伙伴擁有完整的數據收集及處理能力。

郝景山告訴記者：亞馬遜云科技與輕舟智航合作的主要落地場景有兩部分。第一個場景是輕舟智航自研的智能仿真系統，主要使用了亞馬遜云科技的Amazon ElasticCompute Cloud(Amazon EC2) Spot實例。Amazon EC2 Spot實例是亞馬遜云科技創造的一種計價模式。通過Amazon EC2 Spot實例，輕舟智航可以低成本地調用超算級別的算力進行規模化計算，做到多地部署的大規模智能仿真測試。大規模智能仿真系統讓測試成本大大減少，達到路測成本的1/100，靈活性增強，模擬測試各種極端情況，還可以拓展1000倍于實際路測里程，同時準確衡量各個自動駕駛軟件版本的水平。

第二個應用場景是數據閉環。數據閉環主要是從數據的收集、預處理到數據的存儲。輕舟智航在存儲海量數據方面使用了亞馬遜云科技的Amazon SimpleStorage Service（Amazon S3），AmazonLambda等服務。郝景山介紹，輕舟智航覆蓋的車型主要在巴士領域。目前主推小巴，并在2021年可以實現100臺在路行駛。同時，輕舟智航也在擴展其他車型。在拓展其他車型的過程中，亞馬遜云科技提供的各個技術模塊以及一些高級功能，就得到了充分的利用，使得小巴的數據與其他車型的數據得到靈活的適配和整合。從數據存儲方面來看，一些暫時不進行使用的數據，通過技術處理放入存儲空間，在需要時調出使用。在這個過程里面，能極大的提高效率，促進L4技術的持續迭代。

據介紹，由輕舟智航部署的龍舟ONE無人小巴，目前已經在蘇州、深圳、武漢等多個城市上路運營，是國內布局城市最多的公開道路自動駕駛公交。郝景山介紹，龍舟ONE無人小巴只是輕舟智航自動駕駛方案落地的第一個場景，后續還將推出更多車型。在技術研發及迭代過程中，輕舟智航借助亞馬遜云科技的存儲、計算、網絡、數據分析和機器學習等云計算服務能力為其保駕護航，讓市民可以放心地體驗自動駕駛的樂趣。

“通過跟亞馬遜云科技結緣，在多個方面加速了輕舟智航的發展。在全球自動駕駛領域生態圈內，可以接觸到各個不同公司的最佳實踐，可以做很多的探討，提高效率，實現成本最優化。同時，在業務拓展方面，深入亞馬遜云科技的合作伙伴計劃，賦能企業商業化及場景落地對接。”郝景山總結到。