2016年，彭軍創(chuàng)立小馬智行時，已經(jīng)預(yù)料到，Robotaxi（自動駕駛出租車）從遠景走進現(xiàn)實，實現(xiàn)大規(guī)模的落地，至少需要10年努力，要等待技術(shù)和法律法規(guī)的成熟，也要考慮社會的接受度。

今天，不管是在舊金山街頭穿梭的Waymo，還是在深圳南山鬧市區(qū)接單的小馬智行車隊，都證實了這一點。自動駕駛車已然融入社會化車流，開始商業(yè)運營。

但是彭軍十年前可能沒想到的是，制約其車隊快速擴張的一個關(guān)鍵問題，是沒有司機之后的一系列瑣碎運維工作。

在人類開車時，充電、洗車、車輛維護，甚至幫顧客搬運行李，都由司機順手干了，但是當(dāng)自動駕駛車上路后，這些看不見的小事，反而成了問題。

小馬智行CEO彭軍前不久接受了36氪汽車訪談，就Robotaxi落地和運營、L2量產(chǎn)業(yè)務(wù)的抉擇，以及為什么沒有急于布局具身智能，技術(shù)路線的選擇等等話題進行了交流。

彭軍告訴36氪，小馬智行已經(jīng)組建運營團隊，探索出一套為自動駕駛車提供后勤保障的運維標(biāo)準(zhǔn)，“這些人力既包括遠程安全人員，也包含地面支持和后勤人員”。

而未來車隊規(guī)模就算快速擴大，人車比也不會明顯增加（即：打破車多人多的傳統(tǒng)增長邏輯）。站在這個角度，彭軍認為這是今天網(wǎng)約車公司或者車企進入Robotaxi領(lǐng)域，可能會忽視的能力盲區(qū)。

經(jīng)過10年長跑，加上汽車智能化對供應(yīng)鏈的快速催熟，無人車技術(shù)已經(jīng)在各個領(lǐng)域進入實質(zhì)性商業(yè)運營階段，代表性的就是無人物流車，白犀牛、新石器、九識智能等輪番獲得資本押注，已經(jīng)成為中國自動化物流的名片。

Robotaxi作為無人車想象力最大的市場之一，更是吸引車企、網(wǎng)約車平臺等公司輪番下場布局。特斯拉、小鵬汽車、吉利等都已宣布明確的無人車運營計劃。

行業(yè)中一個主流聲音認為，車企有完整的整車工程能力，有可以實現(xiàn)數(shù)據(jù)雪球的輔助駕駛到自動駕駛技術(shù)體系，會是Robotaxi的核心選手。但彭軍告訴36氪，制造能力在中國已經(jīng)溢出，對于Robotaxi來說，如果一家公司之前沒有做過，幾乎依然是從0起步。

彭軍認為，對于Robotaxi來說，技術(shù)能力決定0-1，也就是能不能做這件事，而運營能力決定效率。目前小馬智行已經(jīng)在探索中一套逐漸清晰的商業(yè)模型。

一路走來，Robotaxi并不都是坦途，其長期遭遇商業(yè)化難題，大量同行自動駕駛公司，都曾將重心轉(zhuǎn)向L2智駕供應(yīng)商業(yè)務(wù)，尋找更多創(chuàng)收渠道。

小馬智行是少有全程堅持在Robotaxi陣地的公司。目前，小馬智行的第七代車，已經(jīng)在廣州、深圳跑出了單車盈利。財務(wù)模型驗證以后，今年小馬智行計劃將車隊規(guī)模快速增加至3500輛。

而回溯一路走來的選擇，小馬智行大都進行了“反共識判斷”。

彭軍表示，L2輔助駕駛量產(chǎn)業(yè)務(wù)，當(dāng)時公司也曾簡單嘗試，但很快發(fā)現(xiàn)這是一個注定是一個低利潤的行業(yè)，因為“技術(shù)門檻低和體驗不標(biāo)準(zhǔn)，車企掌握著話語權(quán)，智駕公司很容易進入價格戰(zhàn)”。

面對今天車企和網(wǎng)約車平臺公司反撲式地布局Robotaxi，彭軍更是犀利表示“宣布總是一件容易的事”，“特斯拉喊了10年，做到了嗎？”

車企普遍希望效仿特斯拉，用現(xiàn)有的端到端算法能力，作為同源技術(shù)，同時支持輔助駕駛和Robotaxi業(yè)務(wù)。

但彭軍在訪談中提供了與行業(yè)主流不同的技術(shù)判斷，小馬智行并沒有跟隨大語言模型的技術(shù)節(jié)奏，構(gòu)建一個超大參數(shù)的一體化自動駕駛算法，而是沿用了多個小模型的算法策略，以此提高運行效率，減少算力依賴。

對于輔助駕駛行業(yè)談“地圖色變”的狀態(tài)，小馬智行同樣沒有跟風(fēng)，彭軍坦承，公司仍然會長期采用輕圖路線。

“你經(jīng)常開的路你熟悉，你開得就輕松，你沒去過的地方就會累，這是很正常的事情，那為什么不加圖呢？”彭軍說，“就連特斯拉都在用圖。”

在火熱的具身智能賽道，小馬智行也沒有立馬進場，而是選擇了旁觀。

“這又是一個至少10年周期的事情”，彭軍給出了更直接的判斷，“要做永遠是有機會的，但還是要看清楚、想清楚。”

小馬智行CEO彭軍

以下是36氪汽車與小馬智行彭軍對話實錄，經(jīng)編輯：

聊Robotaxi落地：車企和網(wǎng)約車平臺都不擅長

36氪汽車：記得最早行業(yè)里喊的是2020年左右Robotaxi（自動駕駛出租車）落地，但是從Waymo或者你們的節(jié)奏來看，似乎今天這件事才實現(xiàn)，推遲了近五六年，您認為這中間的差距來自哪里？

彭軍：我覺得是不懂的人喊的，我一直覺得Robotaxi至少是一個10年的effort（努力）。

就像馬斯克說每年都要Robotaxi，喊了10年了也沒有做到，這都是不懂的人喊的，因為他很明顯不懂L4是什么。當(dāng)初喊得兇的，比如說GM旗下的Cruise，現(xiàn)在公司也垮了。

我覺得真正知道的人，知道它的復(fù)雜度，從技術(shù)發(fā)展，到法律法規(guī)成熟，到人的接受度，至少是需要10年努力的。

36氪汽車：現(xiàn)在Robotaxi落地運營之后，很多問題會被杠桿化，比如Waymo有的時候紅綠燈直接趴窩，或者是鉆到鐵路軌道里面去，這些是落地中最難的部分嗎？

彭軍：這些東西是無法窮舉的，它總會出來的，只能一個一個補。這個世界上很多東西都是99.99%都在了，為了最后的萬分之一或者是十萬分之一，那肯定還是要不斷去做。

36氪汽車：應(yīng)該通過什么樣的機制去解決？

彭軍：體系有幾個。第一，其實就像治病一樣，Early detection（早檢測），檢測之后能夠很快地在一個開發(fā)周期里把通用化加進來，加到邊界條件里。我們搭建的世界模型能夠?qū)囕v周邊環(huán)境進行精準(zhǔn)建模，包括能精準(zhǔn)體現(xiàn)自車車輛的運動學(xué)模型和周圍交通參與者的運動學(xué)模型。通過不斷豐富世界模型中的場景數(shù)據(jù)，當(dāng)系統(tǒng)檢測到新的特殊情況時，能快速將其納入世界模型的訓(xùn)練樣本，讓模型學(xué)會處理此類邊界條件，從而提升自動駕駛系統(tǒng)的泛化能力。

再有就是在這種情況下，一定要設(shè)置一個很好的兜底條件。

36氪汽車：你們的兜底機制是什么樣的？

彭軍：很多。首先是技術(shù)上要兜底，比如說我們從設(shè)計上就有很多的冗余，所有的傳感器都是帶冗余的。整個車的控制，包括acceleration（加速）、brake（剎車）、轉(zhuǎn)向、動力、電力、網(wǎng)絡(luò)都是自帶冗余的。

其次，我們有整個的檢測加failover（故障切換），你可以想象我們是一個三層的降級機制，我們的主系統(tǒng)就是開車，平常99.9%都是主系統(tǒng)，主系統(tǒng)如果真的發(fā)生問題，fail（失效）了，我們實際上是有靠邊停車的機制，如果是在高速上，它甚至可以靠邊停車，找到最近的出口下去，所以它是一個降級機制。

如果說這一級也fail了，最差是在車道線里在安全停下來，它仍然是有傳感器的，但是第三層就不太好了，就堵路了。

但是還有遠端的監(jiān)控，會及時發(fā)現(xiàn)問題，召喚地勤人員到現(xiàn)場協(xié)助處理

36氪汽車：你們今年設(shè)定了3500輛的目標(biāo)，是怎么測算的，為什么是3000輛，不是5000輛，1萬輛？

彭軍：生產(chǎn)是相對容易的，生產(chǎn)、備貨這些東西就是按照需求去備，也是基于市場、牌照發(fā)展，國際國內(nèi)的預(yù)判，大概有這么多。

尤其是很多車廠的人，沒有干過Robotaxi的人，他忘了出租車司機和網(wǎng)約車司機干了除開車之外很多的事，比如說充電、保養(yǎng)、清洗以及用戶的很多事情，像拎個包，提個東西。所有這些東西都是司機順手就干了，而這件事情作為無人車來說，都要有高效的解決方案，這些東西也要建設(shè)。

這也是為什么網(wǎng)約車平臺說有運營能力，我來做L4的運營，其實此運營非彼運營。所有的網(wǎng)約車平臺也好，出租車平臺也好，我剛剛講的這些事情都不用干，因為他只要管好司機，司機把這些事情都干了。

但是這些事情在Robotaxi里面是沒有的，所以他們做運營的公司也并不是天然具有更大的優(yōu)勢。

對車廠和出行平臺來說，其實Robotaxi是一個新物種，不能說自動嫁接。大家說這個東西是一個平臺的生意，但是實際上平臺懂的是另外一套運營，連Robotaxi這件事情怎么回事都還不知道。

36氪汽車：小馬今天打算怎么干這些事？

彭軍：我們這些事情先要都自己干，建立標(biāo)準(zhǔn)，建立平臺，其實他有很多的技術(shù)方案，比如說充電怎么能讓車集中回來一起充，電的波峰波谷怎么優(yōu)化。

你怎么能夠20輛車一起，邊充邊清洗。插槍只是一個半分鐘的事情，其他事情你怎么把它的效率提升，很多事情可以做。我們等于是建立了一套標(biāo)準(zhǔn)。當(dāng)然，以后找第三方做也是可以的，但是今天我們要建立自己的標(biāo)準(zhǔn)。

36氪汽車：現(xiàn)在是1000輛車，一個人匹配多少輛車去做這種地面運營，人車比是怎么樣的？

彭軍：把地勤、遠端維護、監(jiān)控員，這些所有人加起來，人車比已經(jīng)很低，人力成本在整個運營成本里已經(jīng)很小了。

36氪汽車：這個模型是基于現(xiàn)在的車隊體量，還是遠期？

彭軍：長期看，可能有所提高，但不會很多。

36氪汽車：像這些看不見的運營工作，你覺得在Robotaxi的壁壘里面占比是多大？

彭軍：它不是決定0和1的，它是決定效率的。你用一個人能管30輛車，我用一個人能管20輛車，那成本就是不一樣的，所以它不會決定0和1，但是決定了很多事情。

技術(shù)是決定0和1的，應(yīng)該說是99%的人就已經(jīng)被淘汰掉了，但是同樣有了技術(shù)之后，這些東西也很重要，因為它決定了你的效率。

談L2業(yè)務(wù)：一旦卷價格，就一片紅海

36氪汽車：行業(yè)里有一種說法，智駕量產(chǎn)太難，工程化的時間太久，所以（小馬）一直聚焦在Robotaxi，沒有去做L2是因為這個嗎?

彭軍：量產(chǎn)反而簡單，而且L2市場肯定是更近更短的，一片紅海，說到底是卷到最后沒有任何利潤的行業(yè)。Robotaxi肯定是要大很多，但是也遠很多。

從行業(yè)來看，L2技術(shù)的實現(xiàn)門檻相對較低，多數(shù)企業(yè)都具備研發(fā)和生產(chǎn)能力。技術(shù)路徑和實現(xiàn)方式趨同，不同產(chǎn)品之間的性能差異難以被用戶直觀感知。

也沒有統(tǒng)一的標(biāo)準(zhǔn)，10公里、100公里接管一次，對于普通人來說，不會有那么直觀感受上的區(qū)別，因為L2本質(zhì)上有用戶（駕駛員）在兜底。

這種情況下，車企就掌握話語權(quán)，市場競爭逐漸聚焦于價格，行業(yè)利潤空間被不斷壓縮。我們很早就看到這一點。

36氪汽車：大概是什么時間點？

彭軍：2021、2022年的時候，就是很多人開始往那轉(zhuǎn)的時候。

36氪汽車：它的收入體量還是挺大的。我看小馬的Robotaxi今年的目標(biāo)也就是1億美元左右，但是如果你要做L2的話，拿到一個車企的量產(chǎn)項目可能就是這個量級?

彭軍：Robotaxi的蛋糕是越來越大的，10年以后還在增長；L2可能這兩年這塊蛋糕就越來越小了，它出貨量不會太增長了。你想現(xiàn)在滲透率是60%，就算是滲透達到100%，那也就是多一倍的增長，但是每輛車的收費是在快速下降的，所以蛋糕是越來越小，而不是越來越大。

聊車企做Robotaxi：要從零開始

36氪汽車：說以中國一線城市為例，網(wǎng)約車數(shù)量在10萬輛左右，Robotaxi要覆蓋全城的話大概需要多少輛？

彭軍：我們現(xiàn)在的目標(biāo)不是全城覆蓋，而是至少達到網(wǎng)約車的10%-20%，我覺得是有這個承載性和可能性的。

36氪汽車：這個時候車本身的流程或者是制造標(biāo)準(zhǔn)需要去更新嗎？還是說按照現(xiàn)在的狀態(tài)就可以？

彭軍：我們一直在更新，有幾個能力，首先是運營能力，還有生產(chǎn)能力。生產(chǎn)的標(biāo)準(zhǔn)、能力、耐用性也是在不斷提高的。我們現(xiàn)在幾千輛，已經(jīng)是百分之百按照車規(guī)來做了。

36氪汽車：當(dāng)量特別大的時候，你覺得你需要自己去造車嗎？

彭軍：我覺得這不需要，中美的生態(tài)系統(tǒng)完全不一樣。中國有這么多的車廠可以合作，完全不需要自己有生產(chǎn)能力，我覺得需要有設(shè)計能力。

車的設(shè)計再往下走，等規(guī)模大了就是車的乘坐體驗。因為今天的車是給人開的，Robotaxi是以乘客為核心而不是以駕駛者為核心，它肯定很多座艙的設(shè)計要變，這些能力我們要有。但是你說生產(chǎn)或者是標(biāo)準(zhǔn)這些東西，肯定不需要自己做。

36氪汽車：國內(nèi)三五年內(nèi)，像你們這樣在主力做Robotaxi的，會收斂還是會繼續(xù)擴大？

彭軍：隨著這個行業(yè)越來越好，一定會有很多人嘗試，但是門檻太高了，我覺得進來是很難的，但是會有人不斷想嘗試。

36氪汽車：現(xiàn)在很多車企，是明牌說要做Robotaxi了。

彭軍：宣布總是很容易的。

36氪汽車：您認為跟你們真正的能力差異在哪里？

彭軍：從目前的情況來看，他們可能對L4級自動駕駛車輛的相關(guān)概念還需要進一步了解，同時，在相關(guān)機制以及牌照申請流程方面，也需要更多的探索和學(xué)習(xí)。畢竟這是一個復(fù)雜的領(lǐng)域，很多企業(yè)都需要一個逐步熟悉和掌握的過程。

36氪汽車：車企進來，在這個賽道里也是一個小白？

彭軍：很多事情上，也是要從零開始。生產(chǎn)端肯定是有優(yōu)勢的，但是今天的blocking（卡點）肯定不在生產(chǎn)端。

36氪汽車：這個好追趕嗎？比如說給三到五年時間是不是就能追上來？

彭軍：非常難追趕。一個復(fù)雜的行業(yè)，比如說搜索，為什么大家看到這么大的餅，后面沒有人再來吃了，這不是三五年的問題，而是說因為太復(fù)雜，肯定不是一兩年能做到的事情，而我的標(biāo)準(zhǔn)已經(jīng)在這兒了。

今天我在這里，主機廠可能會認為追趕很快，但實際上不會那么快，至少它一個五年的事情，團隊是不可能有信心，有耐心做這件事情的，標(biāo)準(zhǔn)不一樣。

其實美國也一樣，你說美國那么多錢，為什么Waymo一旦起來之后，別人追不上來了。因為團隊的耐心沒有了，除非是全公司之力去做還有可能。

如果只是一個部門，比如說你今天在主機廠，你會去做Robotaxi嗎？你肯定會去做車的生產(chǎn)，因為那是它的主營業(yè)務(wù)。結(jié)果你去了一個部門離這個差了十萬八千里，然后每天被老板敲打，你怎么離他（頭部公司）還那么遠。

談技術(shù)路線：語言模型和智駕模型完全是兩回事

36氪汽車：大語言模型現(xiàn)在進化得很快，智駕似乎也在這套體系里，各家車企也都把參數(shù)量越做越大，你們怎么看？

彭軍：語言模型和具身（智駕）模型顯然完全是兩回事，人的語言處理能力和認知與開車完全是兩回事。

為什么大家說語言模型一定要大，因為語言就是認知，認知這件事情是有就有，沒有就沒有。一件事情，那本書你看了才會，沒看就不會。但是人，難道是要全世界都開過才會開車嗎？大家說你會騎車之后，你一直會騎車，這是人對能力的認知。

其實Memory（記憶）里面對這種行為的認知是更強的。一件小時候的事情你可能就忘了，但是你會騎車之后，你一直會騎車。這種能力其實是在大腦的。

在人來說，語言模型和開車模型也是完全不同的。當(dāng)然，很多語言模型是對開車有幫助的，比如說怎么去看交通標(biāo)志，怎么去判斷周圍人的行為，這些東西可能跟語言認知有一定關(guān)系，但是怎么開車，怎么騎車這不是大模型的問題，開車為什么需要大模型呢？我每次看大家說用了大語言模型我就很牛，這明顯是忽悠，開車是認知、能力、協(xié)調(diào)，人不需要大模型來開車的。

36氪汽車：開得好需要嗎？

彭軍：那它也不是大模型，它是一個行為加認知的結(jié)合，而不是一個大模型，我不需要見過全世界的路才會開車。而語言模型是我沒有見過全世界的知識，我確實是不知道。

這么簡單的事情，為什么大家都混淆概念，其實什么事情你要往最根本的去想，你就知道比如說LLM大模型在語言上有用，所以大語言模型就在所有東西上都能用，那愛因斯坦應(yīng)該是馬拉松冠軍。

就像馬斯克能發(fā)火箭，所以他就能做L4，這不是很愚蠢的事情嗎？他L4吹了10年也沒有做出來。

36氪汽車：現(xiàn)在都在流行說大模型，或者one model，你們不是嗎？

彭軍：我們端側(cè)是很多小模型的結(jié)合，不是一個大模型。

36氪汽車：在小馬AI算法當(dāng)中不會考慮加入語言嗎？

彭軍：在云端訓(xùn)練里面肯定是要加一些的，這是認知。有很多例子，比如說一個皮球過來了，后面肯定會有一個小孩，這樣的一些認知在很多語言模型里有。但是車端開車不需要大模型，只需要把跟開車相關(guān)的東西提取出來就可以了。

36氪汽車：感覺確實你們在AI算法上不是特別熱衷于跟隨潮流，比如說大家都喊著要去掉高精地圖，你們似乎也沒有急于做這件事？

彭軍：我們肯定要做很多的輕圖方案，但是不會完全沒有圖，因為人也是按圖開的。

這很正常，你上下班的路，你經(jīng)常開的路你熟悉，你開得就輕松，你沒去過的地方就會累，這是很正常的事情，那為什么不加圖呢？就是運營模式不一樣。

36氪汽車：像車企這兩年講的故事是一定要把高清地圖、輕圖切割掉，否則就是技術(shù)很老。

彭軍：其實車企很多時候都是營銷導(dǎo)向的，特斯拉都用圖，更不要說他們了。

36氪汽車：特斯拉也用圖嗎？

彭軍：當(dāng)然，它自己采的圖，它為什么建cloud source，其實最后很多東西都是為了建圖。

36氪汽車：哪怕北美也是嗎？

彭軍：當(dāng)然，就像你開過的路你就記住了，這不就是圖嗎？

談具身智能布局：又是一個10年周期的事情

36氪汽車：你們肯定也是一個有AI核心能力的公司，現(xiàn)在AI公司都在向具身智能布局，但是感覺小馬又變得很冷靜，這又是基于什么考慮，你們又看到了什么？

彭軍：這個東西沒有那么著急，只是說因為最近熱錢涌進來了，大家在看。

36氪汽車：投資人不會希望你去講一下這個故事嗎？

彭軍：光講故事沒有什么意義。機器人到真正可以用，具身真正可以用，那至少又是一個10年的事情。

首先什么時候做都不晚，其次，機器人門檻肯定比車要低很多，所以才會有這么多公司。說到底，它為什么會比自動駕駛公司多，是因為門檻更低了。

做個手，做個身體，或者是做個腦，或者是做某個細分行業(yè)，或者是做通用都有。但都是在一個Demo的階段，要看到一定規(guī)模的落地，至少是10年以上的事情，所以要做永遠是有機會的，所以還是要看清楚、想清楚。

36氪汽車：你剛剛提到具身模型，目前有什么比較清晰的答案嗎？

彭軍：那就更沒有了，這個就是從基本的去看，開車相對來說在物理AI里是比較簡單的事情，因為它有車道線，有明顯的交通規(guī)則，路上相對來說有事還是會處理。具身首先一定是一個summary（綜合）的，有樓梯，有各種事情，如果說你把它限定成二維，比如說今天做的事情是以二維為主的，在工廠里面，周圍都沒有人，干點簡單的活，擰個螺絲。但是真正具身有用，一定是到三維了，三維和維的復(fù)雜度完全不一樣。開車實際上現(xiàn)在它是一個二維的問題。所以我們的世界模型，我們的很多訓(xùn)練是以二維為主。但是你真正做一個通用的具身，一定是要到三維的。當(dāng)然今天所有做的Demo都是二維的，沒有人做到三維的。

36氪汽車：具身模型今天也沒有做到很收斂的狀態(tài)？

彭軍：完全沒有。具身太復(fù)雜了，具身最復(fù)雜的是操控，操控就需要有很多Physical law，有很多touch在里面，我捏一個軟的東西它就變形了，我不能用鋼鐵來做。而開車相對來說比較簡單，我是防碰撞的，我很多Physical law是不需要的。比如說你切水果，你切很硬的水果是一回事，切一個很軟的水果，切完以后它就變形了，這就不一樣了，切東西這件事情就已經(jīng)是非常復(fù)雜了。

36氪汽車：因為很多的企業(yè)對外塑造的故事是說我今天做自動駕駛，我明天能力可以遷移到具身上，這件事你認可嗎？

彭軍：其實就跟L2遷移到L4一樣，它有很多能力是一樣的，但是最后還有很多事情要做。

就像做體育一樣的，你的反應(yīng)快、肌肉強，你永遠是好的，但是你要按照不同的體育項目去優(yōu)化。

封面來源 | 企業(yè)供圖