抓住風(fēng)口

本期要點(diǎn)：看懂特斯拉！成為特斯拉！

你好，我是王煜全，這里是王煜全要聞評(píng)論。

最近，馬斯克罕見(jiàn)地兌現(xiàn)了他的承諾。

12月15日，他在德州奧斯汀做了一件小事，把特斯拉Robotaxi測(cè)試車?yán)锏陌踩珕T去掉了。

在12月10日xAI的一次活動(dòng)上，馬斯克就提到，將在三周內(nèi)移除隨車安全員，如今他真的說(shuō)到做到了。

社交媒體上不少視頻顯示，已經(jīng)有印了Robotaxi標(biāo)識(shí)的特斯拉Model Y在奧斯汀市區(qū)道路行駛，全程車內(nèi)空無(wú)一人。

這意味著，繼Waymo和Cruise之后，特斯拉這個(gè)重量級(jí)玩家也已經(jīng)進(jìn)入了Robotaxi的實(shí)際運(yùn)營(yíng)階段。

馬斯克已多次表示，目標(biāo)是將Robotaxi服務(wù)擴(kuò)展至8~10個(gè)美國(guó)主要都市區(qū)，潛在目標(biāo)城市包括拉斯維加斯、邁阿密、鳳凰城、達(dá)拉斯和休斯敦等。如果推進(jìn)順利，其服務(wù)范圍將覆蓋美國(guó)約一半人口。

與此同時(shí)，傳統(tǒng)車企也不甘寂寞。12月12日，大眾集團(tuán)也在德國(guó)沃爾夫斯堡啟動(dòng)了旗下Robotaxi車型Gen.Urban1的道路測(cè)試。特別是，和Cybercab一樣，這款車也取消了方向盤(pán)和踏板，完全按照Robotaxi的理念設(shè)計(jì)。

然而，有意思的是，大眾此次測(cè)試的重點(diǎn)并不是收集數(shù)據(jù)，而是在于考察乘客在Robotaxi中有什么行為和心理感受。因此，他們的測(cè)試路段只有10公里。

我們認(rèn)為，表面上看，新舊車企都開(kāi)始了Robotaxi賽道的競(jìng)爭(zhēng)。但如果深入分析底層邏輯，就會(huì)發(fā)現(xiàn)特斯拉和大眾根本不在同一條起跑線上。絕大多數(shù)車企，可能從未真正布局自動(dòng)駕駛這場(chǎng)終極競(jìng)爭(zhēng)，也就連參賽資格都難以獲得。

它們要么迅速趕上，抓緊構(gòu)建足以覆蓋極端場(chǎng)景的數(shù)據(jù)工廠，要么永遠(yuǎn)落伍，淪為Robotaxi企業(yè)的代工廠。而這一點(diǎn)，尤其值得所有中國(guó)車企警惕。

長(zhǎng)尾風(fēng)險(xiǎn)

首先，要說(shuō)明的是，這次特斯拉移除了安全員，直接破解了Robotaxi商業(yè)化的最大成本瓶頸。

在美國(guó)，一個(gè)經(jīng)過(guò)培訓(xùn)的安全員，每年會(huì)給企業(yè)帶來(lái)至少10萬(wàn)美元的成本。考慮到企業(yè)大都實(shí)行兩班倒或三班倒的方式，人停車不停，單車的年度人力成本將輕松突破20萬(wàn)美元。

這筆高昂的固定支出，使得任何帶有安全員的Robotaxi服務(wù)都難以與傳統(tǒng)網(wǎng)約車或出租車?yán)_(kāi)價(jià)格差距，商業(yè)模式自然也就無(wú)從談起。

所以，此前我在科技特訓(xùn)營(yíng)中就明確指出，特斯拉撤除安全員是觀察特斯拉Robotaxi業(yè)務(wù)能否邁過(guò)商業(yè)化門(mén)檻的里程碑式標(biāo)志。

不過(guò)，我們更要強(qiáng)調(diào)的一點(diǎn)是，特斯拉敢于邁出這一步，倚仗的是難以復(fù)制的系統(tǒng)性優(yōu)勢(shì)。

大眾等各個(gè)車企是可以學(xué)習(xí)特斯拉推出類似的Robotaxi車輛，甚至在不久的將來(lái)也可以去除安全員，但沒(méi)有大量已經(jīng)上路的自動(dòng)駕駛車輛做依托，貿(mào)然推出Robotaxi只會(huì)是東施效顰，讓自己陷入更大的風(fēng)險(xiǎn)之中。

大眾的Gen.Urban

要知道，當(dāng)前自動(dòng)駕駛技術(shù)面臨的核心挑戰(zhàn)是“長(zhǎng)尾風(fēng)險(xiǎn)”，即如何處理那些發(fā)生概率極低、而形態(tài)又極其復(fù)雜的極端場(chǎng)景，例如突然闖入道路的動(dòng)物、突發(fā)的異常天氣等。

由于監(jiān)管機(jī)構(gòu)與公眾往往將企業(yè)視為整體進(jìn)行追責(zé)，一旦某輛Robotaxi沒(méi)有處理好長(zhǎng)尾風(fēng)險(xiǎn)，出現(xiàn)嚴(yán)重事故，背后的企業(yè)往往就可能面臨全面調(diào)查，甚至整體停運(yùn)。

此前Waymo盡管在常規(guī)場(chǎng)景做得很不錯(cuò)，但由于對(duì)于長(zhǎng)尾風(fēng)險(xiǎn)的擔(dān)憂，哪怕已經(jīng)運(yùn)營(yíng)多年，仍然不敢貿(mào)然擴(kuò)大無(wú)人車的運(yùn)營(yíng)范圍。

2023年，Cruise在舊金山的遭遇就更加讓人覺(jué)得惋惜了。他們的車輛不小心對(duì)另外一起事故中的人員造成了二次傷害，導(dǎo)致停業(yè)整頓，至今還沒(méi)恢復(fù)正常運(yùn)營(yíng)。

數(shù)據(jù)工廠

我們認(rèn)為，長(zhǎng)尾風(fēng)險(xiǎn)之所以難以解決，深層原因在于人類駕駛員的決策機(jī)制和AI的算法有本質(zhì)區(qū)別。

當(dāng)人類駕駛員碰到從未見(jiàn)過(guò)的狀況，也能憑經(jīng)驗(yàn)和邏輯推理，預(yù)判風(fēng)險(xiǎn)并做出反應(yīng)，比如剎車或拐彎躲避。

但目前主流的深度學(xué)習(xí)模型，本質(zhì)上是數(shù)據(jù)驅(qū)動(dòng)的模式識(shí)別工具，缺乏人類這種基于常識(shí)的推理能力，碰到?jīng)]見(jiàn)過(guò)的問(wèn)題時(shí)并不會(huì)“舉一反三”，而是會(huì)茫然無(wú)措，或做出不可預(yù)測(cè)的反應(yīng)。

這意味著，在算法沒(méi)有取得范式突破之前，AI必須“見(jiàn)過(guò)”大量相似的極端場(chǎng)景案例才能學(xué)會(huì)處理方法。從商業(yè)角度看，Robotaxi領(lǐng)域的勝負(fù)關(guān)鍵也就轉(zhuǎn)變?yōu)檎l(shuí)能以更低的邊際成本獲得更多的極端場(chǎng)景數(shù)據(jù)。

Waymo等企業(yè)主要通過(guò)專用測(cè)試車隊(duì)和運(yùn)營(yíng)車輛收集數(shù)據(jù)，并依賴人力從海量數(shù)據(jù)中標(biāo)注極端場(chǎng)景，用于優(yōu)化算法。他們也曾通過(guò)虛擬仿真和搭建模擬場(chǎng)景的方式，輔助產(chǎn)生數(shù)據(jù)。

但要注意的是，這種模式下，車輛、人力、能耗、數(shù)據(jù)處理等每項(xiàng)工作都需要重資產(chǎn)投入。更棘手的是，因?yàn)橹皇菧y(cè)試車輛，所以規(guī)模很難做大，而且都在城市郊區(qū)的指定區(qū)域中行駛，能收集到極端場(chǎng)景數(shù)據(jù)的概率本身就很低。想通過(guò)這種方式不斷降低長(zhǎng)尾風(fēng)險(xiǎn)，邊際成本一定會(huì)越來(lái)越高。

相比之下，特斯拉則構(gòu)建了一條數(shù)據(jù)流水線。

特斯拉已經(jīng)擁有了大批車主，車是用戶買的，電是用戶充的，車是用戶自己開(kāi)的。無(wú)論是在紐約的擁堵街頭，還是北歐的冰雪路面，只要有特斯拉的地方，就可以生產(chǎn)數(shù)據(jù)，碰到極端場(chǎng)景的概率也大大增加。

同時(shí)，即使自動(dòng)駕駛功能沒(méi)有開(kāi)啟，系統(tǒng)也會(huì)通過(guò)“影子模式”，默默對(duì)比AI決策與人類操作的差異，每當(dāng)兩者顯著不同時(shí)，該場(chǎng)景便被自動(dòng)標(biāo)記為高價(jià)值樣本，將相關(guān)視頻片段上傳。

這意味著，隨著特斯拉保有量的增加，行駛里程就會(huì)自然積累，他們獲取數(shù)據(jù)的邊際成本也就會(huì)趨近于零。

依托這套體系，特斯拉已積累了遠(yuǎn)超同行的數(shù)千億公里真實(shí)路測(cè)數(shù)據(jù)，保守估計(jì)，其中也包含了數(shù)億次的人工接管案例，對(duì)長(zhǎng)尾風(fēng)險(xiǎn)的覆蓋也相對(duì)更加完備。

所以，最后，我們想指出的是，并不是誰(shuí)都有資格參與未來(lái)的Robotaxi競(jìng)爭(zhēng)。

如果看到特斯拉有Cybercab，覺(jué)得跟風(fēng)推出一輛沒(méi)方向盤(pán)、沒(méi)腳踏板的電動(dòng)汽車就行了，那就只是造了一個(gè)更難操控的“taxi”，而不是具有商業(yè)價(jià)值的“Robo”taxi。

Robotaxi的競(jìng)爭(zhēng)，不只是造一款更好的產(chǎn)品，更是一場(chǎng)涵蓋數(shù)據(jù)獲取、算法迭代、車輛工程、運(yùn)營(yíng)管理、監(jiān)管合規(guī)、以及市場(chǎng)公關(guān)等各方面的系統(tǒng)性較量。

其中，高質(zhì)量數(shù)據(jù)的獲取效率和成本，可以說(shuō)是最底層、也最具決定性的壁壘，離不開(kāi)長(zhǎng)期、前瞻的戰(zhàn)略布局。

而這也是我們一直在提醒中國(guó)車企的一點(diǎn)：我們?cè)陔妱?dòng)化方面確實(shí)已經(jīng)取得了顯著的成就，但在智能化方面，我們的數(shù)據(jù)標(biāo)準(zhǔn)化共享仍然做得很不夠，數(shù)據(jù)規(guī)模有限，自動(dòng)駕駛水平的提升就會(huì)放緩。

最關(guān)鍵的破局之道，就是學(xué)習(xí)特斯拉，中國(guó)車企用量產(chǎn)車入局Robotaxi，用Robotaxi的高要求拉動(dòng)自動(dòng)駕駛技術(shù)的完善。

但至今除了小鵬以外，仍然沒(méi)有中國(guó)車企明確宣布入局，無(wú)疑是個(gè)令人擔(dān)憂的狀況！

以上就是今天的內(nèi)容，有關(guān)自動(dòng)駕駛的更多趨勢(shì)和底層規(guī)律，歡迎加入科技特訓(xùn)營(yíng)學(xué)習(xí)，和我一起，先人一步，領(lǐng)先一路！

也在此向各位家長(zhǎng)推薦前哨AI冬令營(yíng)。我們認(rèn)為，最好的學(xué)習(xí)不是學(xué)理論，而是親手實(shí)踐。想讓孩子能親自上手完成真實(shí)的AI項(xiàng)目，從理解AI到駕馭AI，就快快點(diǎn)擊鏈接了解詳情吧。

王煜全要聞評(píng)論，我們明天見(jiàn)。

↓長(zhǎng)按圖片掃碼報(bào)名，先人一步，領(lǐng)先一路

最后， 鑒于公眾 號(hào)推送機(jī)制的改變，你未來(lái)刷 到要聞評(píng)論的機(jī)會(huì)可能沒(méi)那么多了，建議你加入粉絲群，第一時(shí)間 得到我的獨(dú)家前沿分析，而且我們還會(huì)每天在粉絲群里發(fā)布獨(dú)家資料，快快掃碼加入吧！

此外，我們還為您準(zhǔn)備了一個(gè)思維導(dǎo)圖，掃描加群即可領(lǐng)取

“特斯拉未來(lái)的機(jī)會(huì)和風(fēng)險(xiǎn)”

↓點(diǎn)擊學(xué)習(xí)王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！