特斯拉自動駕駛到底怎么樣？ | 無人駕駛特輯 4
【「無人車特輯」欄目由播客《硅谷101》與鈦媒體聯(lián)合推出：盤點美國L4級無人車巨頭們的策略；討論爭議中前進的視覺派Tesla；訪談中國無人車創(chuàng)始團隊。鈦媒體App為文字首發(fā)媒體。】
?特斯拉引發(fā)的視覺派與激光雷達之爭：選擇它不是因為簡單，而是因為難？
采訪｜泓君，文字｜王晶?
在電動車領(lǐng)域，特斯拉是全球市值最高的車企。它吸引大眾關(guān)注的另一點是，是它的「自動駕駛技術(shù)」。
在2021年計算機視覺和模式識別會議上，特斯拉還公布了其超級計算機Dojo，超強的算力、大規(guī)模的數(shù)據(jù)收集以及雄厚的資金，背后是馬斯克對自動駕駛的野心，他曾宣稱，要在2020年實現(xiàn)「L5 完全自動駕駛」。
根據(jù) SAE 對自動駕駛級別的劃分，L5級別的自動駕駛意味著，車輛可以在任何情況下進行駕駛，車內(nèi)乘客無需參與任何駕駛行為。當(dāng)前無論是從技術(shù)還是從公認的分級標(biāo)準來看，要達到L5級別的自動駕駛還有很長的路，特斯拉目前的自動駕駛只能算是L2.5。
與馬斯克大肆宣傳自動駕駛功能相悖的是，特斯拉頻頻發(fā)生的自動駕駛交通事故，也引發(fā)了對自動駕駛安全性以及視覺派與激光雷達派的爭論。許多車企為了保障安全，選擇了在傳感器上做“加法”，車輛不僅搭載多種雷達，還有視覺派的攝像頭。但作為視覺派堅定的支持者，馬斯克卻選擇了做“減法”，甚至去掉了毫米波雷達。
人都會依靠自己的經(jīng)驗形成路徑依賴。激光雷達與視覺派相爭已久，馬斯克是否選擇了一條更難的路？
本期嘉賓 |?齊蕾，前上汽資本硅谷投資總監(jiān)；劉冰雁，Kargo軟件主管
接下來我們會出一系列的關(guān)于自動駕駛的節(jié)目，來盤點美國巨頭Waymo、Cruise、Amazon、Tesla、Uber這些公司的無人車策略，也會有更多中國的無人車創(chuàng)始團隊加入到我們的訪談中。我們一起看看，這個市場上最聰明的人和錢，到底在賭一個怎樣的未來。
你將會聽到：
【01:15】 特斯拉不是無人駕駛，而是L2.5的輔助駕駛
【03:29】 用戶體驗特斯拉：進步與恐慌
【10:03】 如何看待特斯拉去掉了毫米波雷達？
【14:50】 路徑之爭：視覺派與激光雷達之爭是偽問題？
【24:04】 定義不明，自動駕駛的分級界限有待更新
【26:30】 特斯拉自動駕駛更安全嗎？
【37:24】 無論是視覺還是激光雷達，實現(xiàn)全無人駕駛很遙遠
【44:30】 特斯拉視覺識別上的進步：從2D到3D
【46:30】 人工智能的黑盒子
【50:23】 路線之爭：我們選擇它，不是因為簡單，而是因為難
【音頻收聽地址】：無人車特輯 |?特斯拉自動駕駛到底怎么樣？
01 特斯拉輔助駕駛的進步與體驗
《硅谷101》：我們之前討論Waymo、Cruise的無人駕駛，都是完全無人駕駛L4甚至是L5級的無人駕駛，準確來說特斯拉應(yīng)該不算無人駕駛而是輔助駕駛。
齊蕾：現(xiàn)在很多車都有ADAS（Advanced driver-assistance systems）高級輔助駕駛系統(tǒng)，可以進行跟車，保持在兩條線之間行駛，跟著線稍微拐彎。現(xiàn)在特斯拉的所有功能，都可以歸為ADAS。
《硅谷101》：冰雁是特斯拉的老用戶，也見證了特斯拉這幾年自動駕駛的進步，可以聊聊你剛用特斯拉和現(xiàn)在使用感受上的區(qū)別？
劉冰雁：我最開始拿到車應(yīng)該是2018年前后，近些年特斯拉進步很明顯。最開始如果遇到開山路比較多彎，它就會放棄，但現(xiàn)在基本上到處都可以開了，包括高速和一些非高速地方。內(nèi)測或半公開測試的一些版本基本上從家到公司都不需要接管，目前用戶用到的版本，基本上是輔助駕駛。
現(xiàn)在通用的 Super Cruise也做得非常好，手都不用碰，特斯拉是如果你30秒手不碰方向盤，它一定會提醒你，之后就會讓你靠邊停車，要全權(quán)接管。
《硅谷101》：你是覺得現(xiàn)在特斯拉在上下高速方面已經(jīng)比較順暢。
劉冰雁：一方面是上下高速，一方面是在高速之間切換，有一些路它會告訴你這個轉(zhuǎn)盤轉(zhuǎn)不過去，你就需要接手，但是在能處理的范圍內(nèi)，它還是處理得相當(dāng)不錯的。
所以如果把它當(dāng)作自動駕駛，是很危險的。但如果把它當(dāng)做很好的輔助駕駛，對我來說，是真的離不開的東西。
我每天開車上班大概40分鐘左右，如果沒有這個功能的話，開車很累，但有了輔助駕駛，基本上全程我只要看路就可以，不需要隨時準備反應(yīng)。這條路我每天都在開，熟的路、熟的車、熟的軟件，除非前面突然有輛車停下來，否則基本上都做得很好。
齊蕾：會有擔(dān)心嗎？特斯拉好像在辨別特殊車型上，如校車或大水泥車，比較差。
劉冰雁：對，這確實要注意，但特斯拉自動駕駛技術(shù)和其他公司不一樣，我認為是UI上的區(qū)別，這是一個用戶體驗的問題，技術(shù)上的差距未必那么大。
在很長一段時間里，很多技術(shù)是靠毫米波雷達完成，很多家都做得不錯，但他們沒法告訴你，是否有看到前面車輛，所以前面出現(xiàn)車時，你一定會害怕。
特斯拉相較于傳統(tǒng)汽車巨大的一個升級是它有個大屏幕，可以提供很多交互信息，如果能看到前面車輛，出現(xiàn)問題的可能性就小，即使技術(shù)差別不大，但這樣的交互模式還是確實感覺好用了很多。
圖 | 特斯拉車輛行駛的可視化界面
《硅谷101》：不管在大屏幕上有沒有看到車，駕駛員還是要保持很高的專注力，觀察自動駕駛開得如何。
劉冰雁：這實際上是另一個問題，激光雷達派還是視覺派的核心區(qū)別，是在Reception上。從這個角度來說，除非是軟件寫得太差，只要看到了，一般不會說看見了還撞上去。
02 去掉毫米波雷達
《硅谷101》：在5月份的時候，特斯拉把毫米波雷達去掉了，你們怎么看這件事情？
齊蕾：特斯拉現(xiàn)在有四款車，量產(chǎn)車拿掉了，剩下兩款還是有的。
劉冰雁：之前認為有一種可能性是供貨，很有可能會是這樣的原因：對于小規(guī)模的車，他照樣能供得上，但是對于大規(guī)模這個量產(chǎn)的話，為了不影響交貨，他把毫米波雷達去掉了。
這個事情發(fā)生之后，又有幾個消息可以對比看，第一是當(dāng)時最開始特斯拉的所謂的Autopilot，應(yīng)該是L1.5，是Mobileye提供的技術(shù)，后來被英特爾收購了Mobileye這家公司的技術(shù)，于是特斯拉跟Mobileye分道揚鑣。
那時候特斯拉的自動駕駛技術(shù)，退步了相當(dāng)多，我剛拿到車的時候，應(yīng)該是退步還沒追上的時候，有一些技術(shù)屬于老車反而更好的。
《硅谷101》：為什么會退步？
劉冰雁：因為Mobileye專注做這一方面相當(dāng)長時間，也有一些自己的專利。
《硅谷101》：退步是因為特斯拉和Mobileye掰了？
劉冰雁：這是很久以前的事兒了。但是一兩年之內(nèi)特斯拉就完全追上了，并不斷有新功能出現(xiàn)。
這個角度來說，毫米波又出現(xiàn)非常類似的事情。剛開始這個事情發(fā)生的時候，車交貨之后，他會發(fā)現(xiàn)定速巡航不能超過75英里，還有一些雨天夜晚會出現(xiàn)一些問題，但是最近的更新，已經(jīng)把這些東西彌補的差不多了，這些事情上做的還是挺快。??
《硅谷101》：毫米波雷達的作用是什么，它可以看多遠？
齊蕾：應(yīng)該是二三十米。
《硅谷101》：激光雷達是遠的，毫米波雷達是近的，如果開高速的話主要是靠激光雷達。
圖 | 特斯拉自動輔助駕駛
劉冰雁：很多在之前出現(xiàn)的幽靈剎車事件，實際上是毫米波雷達造成的。往往出現(xiàn)在頭頂上有個橋，之前認為是立交橋的影子會對視覺造成影響，后來更多的情況，他們是說立交橋本身對毫米波雷達產(chǎn)生了影響。
《硅谷101》：如果是這種情況，不管白天還是晚上，如果遇到立交橋的話，特斯拉的車在自動駕駛的過程中可能都會出現(xiàn)卡頓，或者急剎車。我在特斯拉論壇上看過的報告，晚上出現(xiàn)這種情況比較多，所以大家猜測是因為立交橋的影子。
劉冰雁：難道不是應(yīng)該說，晚上發(fā)生的情況比較多，正是因為影子相對不強。因為當(dāng)白天視覺比較確定的時候，視覺可能會占上風(fēng)，這里面就涉及到傳感器融合技術(shù)。
我們最終是在試圖認識和理解這個世界，這屬于測量問題。這個世界上不存在可測量的真值，因為測到的東西一定是不準的，所以在有一定偏差的情況下，幾個偏差之間怎樣融合？而一般意義上的傳感器融合，是當(dāng)它們的偏差在范圍重合的情況下，可以進行融合的。
我們現(xiàn)在討論的這種情況，可能出現(xiàn)的情況是，兩個測量密度已經(jīng)低到了沒有融合的機會了，可能存在的問題是視覺如果沒有看到這個立交橋，而雷達看到了這個立交橋，這是一個非常夸張的事情。前面突然出現(xiàn)一堵墻，這東西要怎么處理，兩邊最后會出現(xiàn)打架。
這就是為什么馬斯克說，它這個東西在融合過程中反而會造成問題。如果視覺和毫米波雷達不一致的情況下，一般是毫米波雷達錯了，這樣的話干嘛還留著它。這個說法不是內(nèi)部人士不好評判，但是從現(xiàn)在他們的車做到的效果來看，還真是有一些可能性。
齊蕾：這是你的一個推論。另外一個事實是，毫米波雷達有一個缺陷，當(dāng)周圍的毫米波雷達都在作用時，會有互相干擾的情況，激光雷達沒有。
我不是技術(shù)，但是我周圍所有做毫米波雷達的人，最關(guān)注的核心問題是當(dāng)路上有100輛車，每個人都在開自動駕駛和毫米波雷達時，由于互相干擾，可能會有很嚴重的偏差。
《硅谷101》：這樣說如果L4或L5自動駕駛成規(guī)模時，豈不是也會有互相干擾的問題。
齊蕾：對，這就是視覺派的合理之處，另外就是考慮怎么解決現(xiàn)在的短板。
因為我之前看過很多做新型毫米波雷達，會把頻段變成不同的頻段，可以去更小的避免互相干擾。
劉冰雁：他們可以用一些信息加載之類的辦法，讓它知道這是別人的車，或者通過別的技術(shù)來跳頻，這是無線電中已經(jīng)有成熟的技術(shù)了。現(xiàn)在是怎么在這樣的設(shè)備中，把以前作為雷達技術(shù)或者探測的技術(shù)，變?yōu)橛脽o線電類似的技術(shù)進行優(yōu)化。
齊蕾：我覺得特斯拉還有很厲害的一點是，第一個提出fleet learning（車隊學(xué)習(xí)網(wǎng)絡(luò)）、neural network learning（神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)）。
靠著所有特斯拉的車，去共享學(xué)習(xí)到的東西，只要我的車鋪的夠多，按道理來講視覺會更精準，比如前兩輛車看到了前面大卡車，可以給我的車預(yù)警一下，讓我知道前面有個大卡車。如果真的能實現(xiàn)這一點，是很厲害的。
劉冰雁：我理解的fleet learning，應(yīng)該不會試圖用前兩輛車的信號去做這件事。理想狀態(tài)所有車都互聯(lián)互通，信任對方的信息，相當(dāng)于500米之外有個事情，大家一起減速，這非常美好。但在這個世界上，幾乎永遠不可能成功，因為總是存在作惡者的。
你要相信絕大部分人都是好人，但是總有壞人。因為我有朋友研究人工智能安全相關(guān)的內(nèi)容，里面確實存在很多非常恐怖的問題。
特斯拉最大的優(yōu)勢是，它能落地；雖然它的水平跟Waymo有很大的差異，但是它有很多的車隊數(shù)據(jù)，從這方面講，它是有很大的可能性突破自動駕駛的。
齊蕾：還有它積累的數(shù)據(jù)是真實的發(fā)生在路上的數(shù)據(jù)，而不是在云里跑出來的模擬數(shù)據(jù)。
03?激光雷達派還是視覺派？
《硅谷101》：關(guān)于特斯拉，一直有一個討論很熱的問題，就是大家怎么看視覺派跟激光雷達派？
劉冰雁：相對于激光雷達來說，視覺的數(shù)據(jù)量級小很多。另一個好處是，相對于激光雷達，視覺可傳輸?shù)臄?shù)據(jù)量級要小很多，激光雷達即使有這樣的規(guī)模，對于目前的網(wǎng)絡(luò)條件來說，也沒有辦法收集這樣的數(shù)據(jù)。
首先特斯拉可以有百萬輛級的車，另一方面對于這些車的攝像頭數(shù)據(jù)，目前有非常成熟的攝像頭視頻壓縮技術(shù)，本身傳輸?shù)脑挃?shù)據(jù)上量級要小很多。
《硅谷101》：視頻有很成熟的數(shù)據(jù)壓縮技術(shù)，我采訪過的公司，在07-08年做視頻在線教育的時候，沒有辦法做，因為他視頻壓縮技術(shù)達不到，網(wǎng)上卡，后來等視頻技術(shù)成熟了，一批在線教育公司就做出來了。無人駕駛的出現(xiàn)，就是依賴于激光雷達能看的更遠了，激光雷達行業(yè)還有待發(fā)展，因為視頻成熟的壓縮技術(shù)也經(jīng)歷了很多年。
劉冰雁：對，視頻技術(shù)屬于推動互聯(lián)網(wǎng)發(fā)展的核心技術(shù)之一，所以確實發(fā)展會好一些。另外，做一個激光雷達或者L4-L5技術(shù)需要的算力，是做L2-L3技術(shù)或者做視覺的算力相比，是好幾個量級上的差別。
我道聽途說的，現(xiàn)在每一輛Waymo、Cruise這些廠商的自動駕駛車里，他們都相當(dāng)于還是背著一個雙路至強（Intel CPU）加8臺GPU，市面上買的價錢至少要大概1萬到2萬美元，更不說存儲成本。之前每天換硬盤，現(xiàn)在可能一次背了20塊硬盤，隔幾天換一次。
齊蕾：所以現(xiàn)在很多自動駕駛公司在做小巴，因為小巴的成本劃得來，空間也大，可以塞計算設(shè)備進去，另外載的人多，里程數(shù)更高，算下來會劃算很多。
同時我們期待，無論是英特還是Nvidia，尤其是Nvidia，得把這個事兒給做出來，一致去搞自動駕駛的芯片；如果芯片成本能降下起來，大小能變小，也是一個里程碑。
圖 | 自動駕駛系統(tǒng)??
《硅谷101》：激光雷達的數(shù)據(jù)，比如像Waymo，是他們晚上回去，車都歇著的時候傳輸嗎？
齊蕾：他們之前在做的時候，唯一的辦法是，晚上把硬盤拿了出來，再拿到他們的機房，然后進行傳輸。5G到來會帶來一些方便，但是它的數(shù)據(jù)量確實是比較大的。
劉冰雁：我覺得激光派和視覺派的爭論可能是個偽問題，L5技術(shù)，現(xiàn)在看來還有點遙遠。
齊蕾：所謂L5本身技術(shù)含量是非常高的，我們可能不會去定義是L5、L4還是L3，而是說真的應(yīng)用起來應(yīng)該是什么樣的感覺。
劉冰雁：非常有道理，我確實一直覺得SAE（美國汽車工程師協(xié)會）的這套分級，現(xiàn)在看來值得推敲。
《硅谷101》：大家說特斯拉現(xiàn)在是L2的技術(shù)，L2和L3的區(qū)別在哪里？
劉冰雁：簡單的說法是這樣的：L2是人在開車；L3是車在開車，但人要負責(zé)；L4是車在開車，但車負責(zé)，也就是說L4是人不需要接管，L3人還需要接管。
齊蕾：L2和3其實界限沒有那么大，就是程度的問題，比如手放在方向盤上面，L3是你可能可以停一下，但要回來一下，如果說離開30秒可以算2.5。
圖 | 自動駕駛分級??
劉冰雁：絕大多數(shù)定速巡航或自動跟車都可以算L2，但特斯拉應(yīng)該算是L2.5，到L3好像又沒有到，分級其實是純從產(chǎn)品的角度來定義，而不是從技術(shù)路線角度定義的。
從技術(shù)路線角度，你會發(fā)現(xiàn)L3到L4非常難，甚至可以說L4到L5都沒有L3到L4難，現(xiàn)在的Cruise、Waymo也到不了完全L4，就是不需要人接管，這是很難做到的事情。一旦人可以不接管了，把它擴展到在一個城市都能用，在另一個城市也能用，可能反而比從L3到L4更容易。
齊蕾：回到剛才說的從一個城市到另一個城市，我覺得難度非常大，可能視覺派還不太一樣，激光雷達的是必須得掃地圖。
劉冰雁：激光雷達是依賴于高精地圖的，沒有地圖的話，就不能這么去運作，特斯拉雖然很多地方不靠譜，但做視覺絕大部分體驗還是很好的。
齊蕾：從用戶體驗和商業(yè)角度來講，特斯拉的體驗肯定是更好的。但是從一個車廠的安全和責(zé)任的角度來講，大家愿意選擇激光雷達，是因為認為激光雷達更安全更負責(zé)。
我自己對視覺不安的一點是，我很擔(dān)心在它遇到一個沒有見過的情況，要怎么做決定。
劉冰雁：激光雷達不會有同樣的問題嗎？它也有沒有見過的東西。
齊蕾：它有，但至少它可以判斷前面是一組障礙物，但對于視覺來講，它不一定是障礙物，有可能那個東西很小，但可能會導(dǎo)致很大的事故。
劉冰雁：我之前在Oculus做的是，基于視覺建圖與定位，用視覺，和一些非常簡單的加速度、陀螺儀這樣的傳感器，這樣是可以進行對深度和物體有相當(dāng)不錯的感知，相當(dāng)于對與定位的感知。
因為雙目視覺可以做深度，在運動過程中，即使不用傳播視覺也可以做深度，更進一步就是人眼看很多事情也可以知道它大概的位置的深度，那么機器不見得會做得比人差，所以說深度感知，也就是說，知道前面到底是不是一堵墻，并不是那么難處理。
相反，激光雷達遇到反光或雪花，并不是那么準。
圖 | 激光雷達
齊蕾：對，雨天，激光雷達會有很多問題。
劉冰雁：視覺上也可以做很多深度，這些不依賴于是否見過這個場景。
回到做深度定位這個問題上，我們找的是，連字母都算不上的小東西。你看到有兩個非常小的點，原來離得很近，后來突然離得很遠，就說明這個東西離你很近了。它并不依賴于認出這個東西本身，只需要知道一些從圖像處理、甚至光學(xué)上幾乎對人眼和人腦來說不可識別的一些東西，就可以提供非常好的深度的認知。
齊蕾：會不會出現(xiàn)的是一個活物，比如一個正在彎腰撿球的小孩，系統(tǒng)會誤以為是個垃圾桶？
劉冰雁：不管是垃圾桶還是小孩都是不能撞的。
齊蕾：有意思的一點是，馬斯克是堅定的視覺派，連毫米波雷達都可以拿掉，只相信視覺，但激光派就是，我們都上，我不僅有激光雷達，還有毫米波雷達和視覺。
《硅谷101》：激光雷達和視覺派的一個差異在于，不管激光雷達是否比人開車安全，對激光雷達派來說，要做的是降低總體事故率，不僅要比人更安全，還要讓車的事故率降到最低，安全性提升到最高；而不是說達到了和人差不多的水準就可以了，他們不是這個標(biāo)準。
劉冰雁：我們仔細深究的話，車一定比人自己更安全，這是一個簡單的概率問題，人不是100%安全，車也不是100%安全，但只要不同時犯錯，我們就是安全的。
但我們討論不同傳感器融合時，就不是直接這樣的關(guān)系，不是說只要激光雷達看到了，或者視覺看到了，就一定不會出事，看到不代表不會出事，也可能看到了假的東西，于是做了錯誤的躲避，造成更多失誤。
從這個角度來說，更多傳感器不一定代表更好的精度，因為這是幾個不同的傳感器，它們之間沒有典型的可以用統(tǒng)計的方法進行融合。
齊蕾：就是回到了傳感器融合權(quán)重的問題。可能高速上傳感器的權(quán)重更偏向激光雷達，在城區(qū)的話就更偏向視覺。
從車廠商業(yè)化角度來講，之所以選擇多傳感器融合，是要兩倍三倍的保險，這也是為什么行業(yè)里大部分車廠的商業(yè)化路徑會選擇多重保險。
另外，現(xiàn)在很多人想解決的問題是在高速公路上怎么可以看得更遠，因為攝像頭沒有辦法看到更遠，這是個巨大的問題。如果我是卡車，在無法看到更遠、制動又很慢的情況下，就會出事。
《硅谷101》：特斯拉的終極目標(biāo)是不是要去成為Waymo的競爭對手？
劉冰雁：我的核心觀點是，L5非常遙遠，要達到L5技術(shù)，需要的人工智能技術(shù)相對現(xiàn)有技術(shù)還有一個代差，不是現(xiàn)在可以解決的一個問題。等到那個時間，當(dāng)視覺比激光雷達有了更好的感知能力，我覺得不是問題。
L5在時間線上并不是非常近的，我一定程度同意馬斯克的一個觀點，激光雷達是作弊，相當(dāng)于拿了一張開卷考試，拿了一張地圖在做駕駛問題。他做的事，就是模仿人，人用肉眼可以開車，那么車也可以。激光雷達并沒有提供比視覺在遠期上來看，更多的東西。
04? 爭議安全性
《硅谷101》：上次我們討論的一個結(jié)論是，自動駕駛更安全，但人類更聰明，如果這句話套用到特斯拉這個案例上，其實就不成立了。
劉冰雁：我不同意，在安全這個問題上，特斯拉就是一個新聞吸引器，不管是正面的負面的新聞都往它頭上放。
《硅谷101》：所以你認為特斯拉的自動駕駛更安全？這是不是建立在正確使用的方法上？
劉冰雁：Yosemite有個說法是，造不出完美的防熊箱，最愚蠢的人和最聰明的熊之間的交集比人們想象的大得多，就是說總有人犯傻，總有人不要命。技術(shù)并不是核心問題，沒有什么安全措施，防得住犯傻的人。
《硅谷101》：所以你的說法還是建立在，我們要普及技術(shù)，要在正確使用的情況下評判它是否安全。但問題在于，當(dāng)一個人開車時，如果使用自動輔助駕駛系統(tǒng)，但要還有集中注意力觀察，這是很難的，這是人性的問題。
劉冰雁：我非常同意，我想提兩個點，第一，安全氣囊在錯誤使用的情況下也非常危險；第二，我的體驗是，之前開車4小時去滑雪，到場就已經(jīng)很累不想滑了，但后來開特斯拉就覺得開車根本不是問題。
齊蕾：他的經(jīng)歷我也有，我開的不是特斯拉，是英菲尼迪。因為以前我自己開去洛杉磯，五六個小時很累，中間每兩三個小時就要休息一次。但自從開了可以定速巡航的車，接觸了更好的產(chǎn)品，就不會再退回到?jīng)]有這個功能的產(chǎn)品。
這個體驗可能在特斯拉身上更重。一旦體驗了這個功能，我再也不會去買沒有這個功能的車了。
《硅谷101》：所以你下一輛車打算買特斯拉了。
圖 | 特斯拉的自動輔助駕駛
齊蕾：我有對電動車的里程焦慮，我開到中間的時候，可能要繞到一個根本不想去的地方充電，坐在里面坐半個小時。另外從消費者的角度來講，我在新聞上天天看特斯拉出事兒，我的信任感沒那么高。
劉冰雁：我想說的恰恰是另一方面的情況，特斯拉救了命是大家是看不到的新聞。
齊蕾：就像剛剛說的，人總是有特別傻，讓你不理解的人，比如之前在北灣，有兩個開特斯拉的人直接撞到了樹上導(dǎo)致死亡，是因為他們倆都坐在后排。
也正是因為特斯拉如此高調(diào)宣傳自動駕駛，導(dǎo)致很多人要去試試。
劉冰雁：特斯拉在全自動駕駛上的宣傳，到后來已經(jīng)到了笑話的程度了。馬斯克說2016年底的時候要Coast to Coast全程是吧？現(xiàn)在已經(jīng)這么多年過去了對吧？馬斯克前兩天還說下周就要發(fā)布。
齊蕾：他老說這些話，他不是明天就要去火星了嗎？
劉冰雁：這些都是玩笑了，但我們開車中都會焦慮會走神，特斯拉可以在你走神的時候幫一把。如果你走神的時候沒有人幫一把的話，很可能就真的出事了。
齊蕾：我有很大的兩個感受，一是特斯拉用戶非常熱愛特斯拉，是發(fā)自內(nèi)心的熱愛。二是在我對車有了信任和依賴感時，作為司機我是不是會更加放松，導(dǎo)致我不愿意再關(guān)注在開車上，而這個車可能在一兩年還沒有達到質(zhì)的飛躍的時候，我自己本身的心態(tài)卻達到質(zhì)的飛躍。
特斯拉有做什么事情讓用戶更警醒嗎？
劉冰雁：如果手不在方向盤，它會很快各種提醒。
《硅谷101》：其實最開始馬斯克談自動駕駛的時候，大家不會去揪著馬斯克問是在說L2的自動駕駛還是L4的，就都覺得是一個可以完全撒手的自動駕駛。
直到特斯拉自動駕駛發(fā)布好幾年后，出了很多事故，他才說這只是輔助駕駛，大家開車時手得扶著方向盤，用戶才意識到特斯拉并不是完全自動駕駛。我們之前說特斯拉不是技術(shù)問題，其實是一個宣傳問題，這點非常重要。
劉冰雁：說到技術(shù)的發(fā)展，可以再往下延伸一點，科技最終是為了什么？不管是自動駕駛技術(shù)還是別的技術(shù)，除了科學(xué)家們的好奇心之外，我覺得更多的是為了拯救生命。Waymo是最先提出不能信任人，不做L3系統(tǒng)，只做L4L5的系統(tǒng)。
《硅谷101》：Waymo提出這個，是因為他們在做自動駕駛研發(fā)中，安全員在路測過程中發(fā)現(xiàn)，如果不開車，還要專注看前面有沒有障礙，隨時準備接管，這是一件反人性的事情。背景是在自動駕駛很不成熟，需要隨時接管的情況下。
劉冰雁：在這個事情上我不同意他們的這種觀點。實際上他們做的事情，可以說是為了自己手上不沾血，他們在殺掉很多沉默的人。
他們相當(dāng)于是說，我的自動駕駛技術(shù)沒有殺掉任何一個人；但是推遲了一個足夠好的自動駕駛技術(shù)，廣泛地進入市場中，實際上已經(jīng)殺掉了很多人。
《硅谷101》：你認為即使在自動駕駛不成熟的情況下，也是比人開車更安全的？
劉冰雁：我想說的是，在人和自動駕駛一起開車的情況下，它一定比人開車更安全。
《硅谷101》：一起開車指的是，人還是集中注意力。
齊蕾：理論來講可能是成立的，但對于個體來講，你永遠都不知道現(xiàn)實是什么樣的，因為人的變化因素太大了。
劉冰雁：自動駕駛比人開的好應(yīng)該沒錯，我就肯定沒自動駕駛開的好。
齊蕾：人肯定是更相信自己，和自己比較熟悉的東西，以及自己過去的經(jīng)歷和判斷。機器會做決定，但可能會出錯，因為我們不知道里面的編碼是什么，是誰在編碼，也不知道機器是否純潔，還是被黑客黑過。
05? 特斯拉公布超算Dojo，未來模型訓(xùn)練會更快
《硅谷101》：特斯拉在視覺的方案上，有哪些技術(shù)方向的升級與進步？
劉冰雁：隨著超級計算機Dojo的公布，一個比較大的改變是從基于2D的識別變?yōu)?D，在運動狀態(tài)下的識別，他們最終去分析的是3D空間中每輛車的朝向這樣的信息，而不是基于之前對二維圖片的識別。
還有很多要發(fā)展的地方，比如需要對三維空間單目或雙目的物體姿態(tài)的估計，這確實也是非常值得做的方向。特斯拉最大的優(yōu)勢是，有錢又有數(shù)據(jù)，我們花錢給它當(dāng)試駕員，相比Waymo的話，它的數(shù)據(jù)量級是海量的。
《硅谷101》：特斯拉披露了超級計算機Dojo，它的算力據(jù)說達到了全球第五，馬斯克還說想要達到超算能力的百億億次浮點，簡單解釋一下，具體的用途是什么？
劉冰雁：它可以用來做人工智能的模型訓(xùn)練。大家是否還記得Open AI做的的語言模型GPT-3？它當(dāng)時花了1600萬美元專門訓(xùn)練這個模型，讓這個模型從一片混沌到能夠知道一些事。
Dojo也是用來做訓(xùn)練這個過程的，讓一個什么也做不了的模型，變成一個能認出貓，認出狗，認出人，認出車的一個模型。
《硅谷101》：可以理解為它如果用于視覺識別，視覺識別的效率會提升得更快，因為之前的算力達不到？
劉冰雁：對，可能以前我訓(xùn)練一個這樣的模型需要幾年的時間，在真實世界中這個時間是不可接受的。但如果加速100倍，一個電腦比它快100倍，幾年的事情可能就變成了幾天幾周，就是可被實施的事情。
齊蕾：它就是算得更快，找東西的速度更快，是嗎？
劉冰雁：差不多是這個意思，模型的規(guī)模決定了它分辨不同東西的能力，包括它的分辨精確度，規(guī)模越大越難訓(xùn)練。
齊蕾：會不會有一個問題，我們并不知道模型是通過什么樣的方式算出答案的，它就是很不安全，是一個黑盒子，對于人來講它已經(jīng)不可控了。
劉冰雁：我們現(xiàn)在整個人工智能行業(yè)，不管是激光派還是視覺派，我們所依賴的都是一個黑盒子一樣的東西。
往往都是實踐先行然后理論跟上。現(xiàn)在也有一些理論物理學(xué)家在這方面進行一些研究，用一些更好的方式去理解這樣的模型。現(xiàn)有的數(shù)學(xué)工具，是沒有辦法理解這樣一些非線性系統(tǒng)的，但理論物理中有一些工具能進行大規(guī)模非線性理解。所以現(xiàn)在有很多理論物理學(xué)家在進行這方面的研究，用更好的方式來理解模型。以后可能不是黑盒，但目前幾乎就是黑盒。
《硅谷101》：我們剛剛說了很多視覺派的優(yōu)點，但即使特斯拉的人出去創(chuàng)業(yè)了，也是選擇做激光雷達派，比如說像RoadStar之前也做視覺派，后來轉(zhuǎn)向了激光雷達派，Auto X做攝像頭解決方案的，最后也上激光雷達了，所有一開始就向著L4和L5的自動駕駛公司，最后不約而同走向了這條路。
劉冰雁：有這樣一條簡單的路，并且成本越來越低，干嘛不走。當(dāng)然還有非常有名的一句話，我們選擇它不是因為簡單，而是因為難，這就是另外的一個故事了。
《硅谷101》是一檔起源于硅谷的科技播客，分享最前沿的技術(shù)創(chuàng)新與商業(yè)趨勢，大家也可以在蘋果、小宇宙、喜馬拉雅、蜻蜓FM、荔枝等主流音頻渠道或者泛用性客戶端訂閱《硅谷101》的音頻節(jié)目。
更多精彩內(nèi)容，關(guān)注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App
核心關(guān)鍵字： 汽車交通 新能源相關(guān)文章
-
【鈦晨報】河南遭遇特大暴雨，阿里騰訊字節(jié)等公司緊急馳援；特斯拉計劃開放充電網(wǎng)絡(luò)；中航鋰電回應(yīng)寧德時代起訴侵權(quán)：截至目前未接到起訴狀
圖片來源：網(wǎng)絡(luò)【鈦媒體綜合】央廣網(wǎng)北京7月21日消息（記者楊崇）7月17日以來，河南省出現(xiàn)持續(xù)性強降水天氣，多地出現(xiàn)暴雨、大暴雨，部分地區(qū)出現(xiàn)特大暴雨。20日，鄭州多個國家級氣象觀測站日降雨量突破有氣象記錄以來歷史極值。此次河南暴雨災(zāi)情嚴重，目前多家企業(yè)緊急馳援。21日凌晨，騰訊官方稱，騰訊公益慈善基金會緊急宣布首批捐款1億元，聯(lián)合前線的救援機構(gòu)與慈善組織，用于保障當(dāng)?shù)厝罕娙松戆踩途o急采購救災(zāi)物...
2021-07-22 07:48:51 億元特斯拉公益 -
奧迪對特斯拉發(fā)起了攻擊
作者：少言來源：GPLP犀牛財經(jīng)（ID:gplpcn）新能源汽車市場爭奪戰(zhàn)愈演愈烈了。據(jù)外媒報道，奧迪于近日宣布2026年以后投放市場的新車將全部為純電動汽車（EV），奧迪將向純電動汽車領(lǐng)域集中經(jīng)營資源，直接對抗馬斯克的特斯拉（TSLA.NASDAQ）。此外，奧迪將在2025年之前停止開發(fā)汽油和柴油發(fā)動機，到2033年，在除中國之外的全球范圍內(nèi)，奧迪將停止銷售燃油車。原因是奧迪認為中國市場仍存在燃...
2021-07-21 17:55:20 奧迪特斯拉銷量 -
硅谷明星無人車公司Aurora沖擊IPO，自動駕駛募資與燒錢賽跑
圖片來源@視覺中國文丨光錐智能，作者丨劉鑒收購Uber自動駕駛，挖角特斯拉；紅杉、亞馬遜爭相投資，堪稱史上最牛無人車創(chuàng)業(yè)公司的Aurora，將通過SPAC的方式?jīng)_刺IPO，估值130億美元。這家創(chuàng)辦于2017年的無人車公司，從成立一開始就“星光璀璨”。創(chuàng)始人克里斯·厄姆森（ChrisUrmson），谷歌無人車Waymo的開創(chuàng)者，用8年時間完成谷歌在無人車領(lǐng)域的從無到有。斯特林·安德森（Sterli...
2021-07-19 09:57:11 卡車公司美元 -
三年超越特斯拉，零跑汽車底氣何在？
【獵云網(wǎng)北京】7月17日報道7月15日，零跑汽車在零跑金華AI工廠舉行了“零跑開啟2.0時代——金華AI工廠首臺整車（T03舒享版）下線儀式暨2.0戰(zhàn)略發(fā)布會”，這也是零跑自2015年創(chuàng)立以來規(guī)模最大的一次媒體發(fā)布會。回想當(dāng)初，零跑汽車跨界造車一度不被外界看好，面對質(zhì)疑零跑汽車選擇了悶聲造車，先后推出了零跑S01、零跑T03、零跑C11等3款車型，累計交付量為21744臺。環(huán)顧四周，不少造車新勢力...
2021-07-17 20:57:10 汽車新勢力造車 -
從農(nóng)夫山泉到特斯拉，為什么Z世代不買公關(guān)的賬？
圖片來源@視覺中國文|深瞳商業(yè)，作者|熊柴柴、楚青舟今年的互聯(lián)網(wǎng)輿論場，出現(xiàn)了一個很值得關(guān)注的現(xiàn)象：一眾大家覺得非常善于營銷和公關(guān)的公司，卻紛紛因為公關(guān)應(yīng)對事件“翻車”。不管國內(nèi)的農(nóng)夫山泉、鐘薛高，還是來自海外的特斯拉，似乎都逃不過這樣的節(jié)奏。作為消費市場的觀察者，我們希望對這一現(xiàn)象及其背后原因做一次分析，試圖更好理解當(dāng)下的企業(yè)公關(guān)輿論環(huán)境。01?從民企到外企2021或成公關(guān)翻車之年前不久，聲稱是...
2021-07-16 08:53:40 山泉特斯拉公關(guān) -
動點汽車：特斯拉升級了 Powerwall，致力于構(gòu)建全球公用電力事業(yè)
特斯拉的儲能和太陽能產(chǎn)品符合該公司所謂的“分散式全球電力公司”的高度雄心勃勃的愿景。潛力巨大——埃隆·馬斯克表示，該公司的能源生產(chǎn)和存儲部門特斯拉能源有一天可能會發(fā)展得比汽車業(yè)務(wù)更好。特斯拉推出儲能電池，意在構(gòu)建特斯拉生態(tài)圈，尤其是POWERWALL成為“電動車-光伏屋頂-儲能墻”這一離網(wǎng)系統(tǒng)能源戰(zhàn)略的關(guān)鍵一環(huán)。2015年4月特斯拉推出家用儲能電池能量墻（PowerWall），以及公用事業(yè)儲能電池...
2021-07-16 07:04:50 特斯拉能源該公司 -
大眾電動車在中國折戟？ID.6欲翻身卻遭特斯拉“阻擊”
作者：少言來源：GPLP犀牛財經(jīng)（ID:gplpcn）近些年來，造車新勢力一直宣稱要革傳統(tǒng)汽車的命，不過直到目前，燃油車的市場占比仍高于新能源汽車。據(jù)中國乘聯(lián)會數(shù)據(jù)，2021年上半年，中國市場上乘用車銷量為994.2萬輛，其中新能源汽車的銷量為100.1萬輛。一方面是造車新勢力的銷量上升，另一方面，傳統(tǒng)汽車廠商也都在布局新能源汽車賽道。對于大眾汽車（VLKAY.PINK）而言，其新能源戰(zhàn)略也在行進...
2021-07-14 21:00:32 銷量大眾中國 -
我的天啊，在德國建個特斯拉工廠也太難了吧！
原創(chuàng)： 一棵青木來源公眾號：遠方青木已獲轉(zhuǎn)載授權(quán)2017年，特斯拉概念車Model 3正式量產(chǎn)，結(jié)束了特斯拉瘋狂燒錢不能變現(xiàn)的時代。在隨后的兩年里，巨大的產(chǎn)能壓力一直困擾著特斯拉。產(chǎn)能上不去，利潤就上不去。少賺點錢就少賺點吧，慢慢來，產(chǎn)能總會上去的。但因為過去做研發(fā)的時候燒錢太多，特斯拉債務(wù)利息每天都是一個天文數(shù)字，如果利潤不能覆蓋掉利息，那么特斯拉就會處于持續(xù)的失血狀態(tài)。于是人類史上的奇觀出現(xiàn)了，一邊是產(chǎn)品供不應(yīng)求，一邊是特斯拉資金鏈瀕臨崩潰，隨時可能陷入債務(wù)危機。只要能把產(chǎn)能提上去，一切問題就都解決了...
2021-07-13 19:52:58 我的特斯拉天啊 -
動點汽車：松下 4680 電池、特斯拉超級電腦、綠色碳中和革命
動點汽車：綠色革命，電動汽車企業(yè)開始全面加速碳中和進程現(xiàn)代汽車的ElecCity燃料電池巴士在德國慕尼黑開始試運行下一代純電動沃爾沃LiDAR和AI驅(qū)動的超級計算機為內(nèi)核，助力拯救生命松下押寶4680電池，將投入巨額資金提升電池產(chǎn)能特斯拉推出由NVIDIAA100GPU驅(qū)動的頂級自動駕駛訓(xùn)練超級電腦Pininfarina設(shè)計的“綠色”卡車即行駛在路上堅定野心，雷諾計劃覆蓋整個BEV價值鏈繼續(xù)突破，...
2021-07-13 15:58:33 沃爾沃特斯拉巴士 -
特斯拉：挨最慘的罵，賣最多的車
圖片來源@unsplash文丨霞光社，作者丨照川，編輯丨貝爾特斯拉總有一種魔力，讓恨它的人毫無辦法，愛它的人趨之若鶩。今年4月上海車展的維權(quán)事件余波猶在，再加上6月下旬因主動巡航控制系統(tǒng)問題引發(fā)的大規(guī)模召回事件，特斯拉電車的質(zhì)量疑團似乎越陷越深。許多評估機構(gòu)預(yù)計，特斯拉短期銷量、交付量數(shù)據(jù)將很難看。但是7月2日，特斯拉發(fā)布了今年第二季度的全球產(chǎn)銷數(shù)據(jù)顯示，今年二季度其產(chǎn)量達206421臺，交付量2...
2021-07-12 20:57:13 特斯拉銷量數(shù)據(jù)
| 留言與評論（共有 0 條評論） |
