「自动驾驶」大佬频繁流动,自动驾驶危险了?
精选评测好文
原文标题:大佬频繁流动,自动驾驶危险了?
作者 | 李鑫
编辑 | 悟能
「核心提示」
自动驾驶同样具备颠覆汽车产业的力量,历史也很精彩,但发展路径和长期商业前景有待观察。
最近几个月,自动驾驶大佬们离职跳槽的流动信息,似乎又多了起来。
比如去年中和今年初,小鹏汽车的自动驾驶系统总监 -- 肖志光、理想汽车 CTO-- 王凯相继离开原单位,去向不明。
有人则选择跳槽。比如原小鹏汽车自动驾驶产品总监 -- 黄鑫在去年中离职后,加入蔚来。
还有人选择创业。前两天,有几家媒体报道,蔚来汽车自动驾驶副总裁 -- 章健勇,将于近期离职,参与一个芯片项目创业。
对于大佬们的变动,市场有不同的看法。
有人就认为,这是正常的人员流动;但也有人担心,自动驾驶的推进,可能会遇到困难。
自动驾驶该如何做观察?本文,我们从历史出发,试图为各位梳理下面几个问题:
1)自动驾驶是怎么诞生的?
2)为什么互联网公司、车厂们拼命发力自动驾驶?
3)自动驾驶将形成哪些商业模式?
4)自动驾驶当下将遇到哪些挑战?
1、一次尴尬的比赛
自动驾驶技术能起步,离不开美国国防部高级研究计划局(DARPA)的助推。
DARPA 是个神奇的组织,在这里设立的项目都瞄准军事用途,不但要求技术最先进、有新功能,更重要的是五年内产品化。
这些项目随便拿出个,就能吓人一跳,比如今天连接所有人的英特网,就是这家机构搞出来的。
而自动驾驶,则来自这家机构组织的三场比赛。
911 事件后,美军在阿富汗和伊拉克执勤时,士兵伤亡严重,不是遇到简易炸弹,就是遭到土炮袭击。为了应对大量伤亡,美国国会通过了一项法案:要在 2015 年,至少有 1/3 的军用车辆可以自动驾驶。
不过,DARPA 自己的技术人员虽然努力研发,但进展甚微,造出的样车又笨又慢。于是,2004 年在洛杉矶东北方的沙漠,DARPA 举办了一场机器人汽车比赛。而这,也成为了如今各势力角逐的起点。
这场比赛任何人都能参加,规则也很简单:谁能在 10 小时内,使用无人驾驶的方式,到达 240 公里处的终点,谁能赢得 100 万美元的奖金。
比赛万众瞩目,多家媒体跟进,但最终收获的却是类似《DARPA,一个浪费钱的官僚机构》、《沙漠中的惨败》的负面报道。
原因很扎心,这一场比赛中,参赛的 21 支队伍全军覆没。成绩稍好的来自卡内基 · 梅隆大学冠军团队,也只跑了 12 公里。
2004 年第一名:卡内基 · 梅隆大学的参赛车辆
虽然结果有些惨淡,但通过这次比赛,我们能借此了解无人驾驶的雏形。
比如,冠军团队的策略,就是粗制地图和细节地图一起用,配合雷达与摄像头收集的视频信息。
所谓粗制地图,就是由车上的 GPS 提供信号,让车辆在正负几十米范围的粗线条里沿着赛事方给的路线前进;
而细节地图,是比赛前几个月在大沙漠里收集到的特征地貌。赛前几个月,冠军团队会驾驶一辆 SUV,在沙漠里尽可能多的道路上缓慢行驶。用一个类似于自拍杆的东西架好摄像头、伸出车窗,捕捉地面图像,岩石的样子、陷坑的样子、稀疏草坪的样子 …… 典型特征都记录下来。这其实就是谷歌街景的雏形。
当赛事方给出比赛线路后,利用仅有的两个小时,用安装在车上的台式机计算会进行一通计算,得出一条最优路线,然后照此行驶。
而输出的路线,主要包含两个简单要素:一,往哪个方向走;二,行驶速度是多少。
直到今天,这还是自动驾驶要直面的两个问题。
2、小资本,撬动大智慧
可能是为了不让自己太尴尬,第一次比赛草草收场后,DARPA 宣布,一年后继续举办第二次挑战,不仅如此,奖金翻倍,达到 200 万美元。
这一次 DARPA 算是扳回了面子,总共有 5 辆车完成了全程,第一名的成绩是 6 小时 54 分,第二名是 7 小时 14 分。
2005 年第一名:斯坦福大学名为 "Stanley" 的车辆
需要注意的是,之所以这次有队伍取得成功,是因为新加入了一批从事人工智能和机器人研发的科学家。
这些人将研发的核心,从如何控制机械,转向了如何写代码。他们将导航的问题,完全视为软件问题和数学问题。
两次比赛,只花了 300 万美元,竟然动员出民间如此大的创造力,这是 DARPA 起初没想到的。
为了继续花小钱碰撞出更大的惊喜,DARPA 宣布,两年后,将举办第三届比赛。
和前两次的区别是,这三次的比赛场地换到了城市,距离是 100 公里,目标是 6 小时内走完,并且不能违反当地的交规。
同时,这次比赛的保密程度更甚,只透露会在路上增加几个职业司机来干扰自动驾驶。
如果我们将第三届比赛,和前两次挑战赛做个对比会发现,这次的参与者不仅背景更丰富,而且资本也进来了。
比如,有人在研究地图数字化这个比赛分支任务时,组建了自己的创业公司,开发手机上的街景软件;有人看到高端激光雷达是关键设备,就想当卖铲子的,组建公司做代理,卖给其他创业团队。
同时,这批参与者开始频繁接触风投,而红杉资本、基准资本等也冲了进来,这使得不少项目的种子轮的价码,从 500 万美元直接跳升至 1500 万美元。
此外,谷歌另外一个创始人布林也和佩奇一起,拜访了他们相中的冠亚季军研发主力,同时在比赛前就全资收购了其中一只队伍,这支队伍后来成为了谷歌街景团队。
2007 年,卡内基梅隆大学与通用汽车和卡特彼勒合作夺得第一
4 年前还是个远在天边的技术,4 年后就变得有些眉目,不禁让人感叹,市场机制 " 自我生长,公平淘汰 " 的伟大。
不过,这场比赛游戏很短暂,就在大家以为第四次自动驾驶挑战赛就要来临时,美国国防部官员泼了盆冷水说,这就是最后一届了,今后都不会有了。
美国防部的判断很朴素,他们认为这项技术离实用还差得远,之前指定的 2015 年有 1/3 以上的军车采用无人驾驶的目标不太可能实现。根据他们当时的判断,真正的无人驾驶最快也要 10 年,或许二三十年才能实现。
其实,从现在来看,美国国防部的不仅判断准,而且老谋深算,原因有二:
首先,以当时的技术水平诞生的车辆,实用性很低。
因为车里要搭载传感器、雷达、电脑等太多设备,这些设备不但很脆弱,同时很占地方车,根本没法装军用物资。
其次,自动驾驶的星星之火已经点起来了。
在当时的军方看来,自动驾驶这个细分专业已经出现,同时大资本已经开始介入。剩下的完全可以交给市场,等技术成熟了,再杀回来征用可行的技术即可。而且,4 年多的时间,军方点火的成本,总共耗费也就 900 多万美元,可谓相当划算,此时不撤更待何时?
但正如很多人没猜到 DARPA 的自动驾驶比赛只有三次,更多人没想到,这次比赛暂停,成为了自动驾驶的第一波高峰。
后续自动驾驶逐步冷却,并没有成为全球车企砸钱研发的领域。
3、两种技术路线
传统车企不砸钱,或许是因为他们过于传统。
经过 100 多年的发展,传统车企在技术上是极致的,在机构的臃肿度上也是极致的。
这意味着,如果一个工程师,有些志向,想在汽车企业搞什么创新,那可就困难了。光是把创新所用的零部件买齐,各种申请、审批、采购,没有 2 个月搞不定,创新的热情早早就消磨在臃肿的系统里了。
创新成本很高,因此自动驾驶很难出现在体量巨大的汽车企业之中。
但这也给谷歌、特斯拉以及国内造车新势力等等一批科技公司留下的机会。
今天我们看到的自动驾驶,可以分成两大路线:
一个是以谷歌自动驾驶为代表的高感知 + 高处理能力的方式;另一派是以特斯拉为代表的低感知 + 高处理能力的方式。
先来看谷歌的模式。
所谓谷歌模式的高感知,离不开先进的传感器。车上能用到的传感器,总共分四类 -- 摄像机、超声波雷达、毫米波雷达、激光雷达。其中,激光雷达既是感知的关键,也是区分是否为谷歌模式的关键。
激光雷达虽然重要,但功能很简单,就是判断距离。它的原理是,激光雷达发出一束光,射到障碍物后会反射回来,然后接收到反射信号,中间的时间差乘以光速的一半就是到障碍物的距离。
如果用公式解释就是 " 速度 × 时间 = 距离 "。
由于上述原理,激光雷达能做到 150 米半径内任何物体的轮廓都不会被错判。即便车开在碎石路上,前车如果崩起来碎石子,激光雷达也能精准捕捉其朝后车飞行的速度和位置。
不过,激光雷达好是好,但是特别贵。比如谷歌在 2010 年测试的那辆车,顶棚上就安装着激光雷达,像顶着一个蒸锅一样,非常难看,但那个东西售价 8 万美元,比那辆测试车普锐斯贵好几倍。
目前,这条赛道的上的企业,除了谷歌,还有百度的 Apollo、优步、福特与通用汽车的人工智能驾驶部门。
总体来看,这类企业可以分为三类,一类是算法、数据立本的互联网企业,一类是共享出行企业,最后一类是传统车企。
需要注意的是,互联网企业,看上去和造车很远。但实际上,车辆的自动驾驶,其实就是在要求程序员写代码,写长长的优质的代码。
一套成熟的自动驾驶系统,代码大约在几千万行到几亿行的规模,和电脑上 Windows 10 操作系统的规模相当。而这些调整、同步、优化的编程任务是传统车企无法胜任的。
说完了谷歌模式,我们再看看特斯拉模式。
之所以特斯拉站在另一条赛道,核心原因是,它拒绝用激光雷达。
特斯拉 CEO 马斯克觉得,用摄像头做主要的感知,配合毫米波雷达就够了。他的理由简单粗暴:人和动物都是这么做判断的。
不过,这个理由需要一定的前提,即人和动物是有脑子的,大脑的视觉加工水平极高。只要不同激光雷达,那么 " 感知 " 这个任务,就不可能 100% 完成,很多意外情况则难以避免。
特斯拉就出过类似事故,比如把白蓝配色的厢式货车误认作蓝天白云,或者道路上方的指路牌,然后就直接保持原来的速度撞了过去。
而这背后的根本原因,是感知不灵。毫米波雷达没有那么精确,距离判断会失误,而摄像头在逆光下看到的东西,失真也比较严重。
不过,这一点也有方法弥补。方法和刚刚的逻辑类似,就是通过高水准的图像识别技术,哪怕逆光,哪怕和其他物体很像,也能认出这是厢式货车,然后执行刹车。但这就考验特斯拉程序员的水平了。
为什么马斯克这么较劲,不安激光雷达?主要是节约成本,毕竟在产业爆发期,低价抢占市场是第一位。另外,也有观点认为,马斯克只是暂时性,一旦激光雷达成本下降,会快速倒戈。
而对于国内 " 蔚小理 " 等造车新势力来讲,不同车企及相关车型都使用了不同的技术。比如蔚来和小鹏在部分车型配置了激光雷达,而一些车型则没有配置。
那么,技术路线确立了,真正的自动驾驶是不是就快来了?恐怕要再等等。
4、自动驾驶的机遇和挑战
在今年 3 月底召开的中国电动汽车百人会论坛上,全国政协经济委员会副主任苗圩谈到,安全是智能网联汽车发展的前提。
在苗圩看来,当下的智能网联车,依然有不少安全隐患,具体来看有三点。
第一是机器设备的不安全。
比如地图的精度、定位的精度不高,再比如光线过强和过暗时,摄像头等设备探测不到。
第二是算法的缺陷。
发达的人工智能需要投喂海量的数据。有人测算,必须要开到 177 亿公里,才能做到行云流水。比如特斯拉就发动全世界 100 多万用户,每天在世界各地搜集各种路况,训练系统。
最后是人为因素。
目前,国内将自动驾驶分为 6 个等级,其中 L0 级为应急辅助,L5 则为完全自动驾驶。
其中实现 L4、L5 最难,这是因为处于自动驾驶状态的汽车会判定,只要手接触方向盘,就将认为接管。而现实却是,有时是真接管,有时只是人不自主地将手搭在方向盘。这时,如果前方突然窜出人或车,则会发生碰撞。
因此,目前的所谓自动驾驶,只能称为辅助驾驶。
那么,既然自动驾驶短期实现起来仍有困难,为什么近几年各互联网公司、造车新势力还要躬身入局呢?
背后的原因是,空间巨大。
谷歌无人驾驶汽车项目的顾问 -- 劳伦斯 · 伯恩斯在其《自动时代》中曾做过一个测算:
如果无人驾驶技术成熟了,通过无人驾驶进行共享的车辆,因为没有司机,可以做得更小,提高出行效率。尤其是,利用电动车技术,在不影响出行体验和效率的情况下,可以将每英里的成本降到 0.2 美元,而现在私人车辆的每英里成本是 1.5 美元,下降了 86%!
这意味着,无人驾驶真正普及后,大概率将会削减汽车市场规模。对于整车厂而言,如果没有自动驾驶能力,未来很有可能掉队,最终沦为自动驾驶出行服务商的车辆提供者,处处受制于人。
但即便如此,汽车出行服务依然是个巨大的市场。
以美国为例,如果按美国人平均工资 4.3 万美元一年、城市平均车速 40 公里每小时算,拥有一辆车并且长期驾驶它的总成本是每公里 1 美元。又因为美国人全年总行驶里程大约是 4.8 万亿公里,所以美国全国司机驾驶的总成本每年就是 4.8 万亿美元,和每年联邦政府的预算相当。这是一笔惊人的数字。
在这样的背景下,能提供无人驾驶出行服务的企业,还是能在这千亿美元的市场规模中分一杯羹,这是对不少创业者依然具有不小的诱惑。
5、如果自动驾驶无法彻底落地
当然,即便 L4、L5 级别的自动驾驶无法实现,对于车企而言,参与自动驾驶,也是件有意义的事。因为自动驾驶将改变车企的商业模式,而商业模式的改变,将影响企业在资本市场的估值。
今年 3 月 26 日,在中国电动汽车百人会理事长陈清泰在百人会论坛上提出,汽车厂家的商业模式正在由 " 制造 " 转变为 " 制造 + 服务 ",而服务的收益占比会逐步增长。
我们都知道,传统汽车的收入,主要是购车费用,近似一锤子买卖。而随着汽车智能化普及,车厂和车主的联系,开始变得紧密 -- 如果车主想升级、解锁新功能,可以直接通过 OTA(Over The Air 在线升级)付费升级,这意味着车企的盈利将变得可持续。
陈清泰也在会上指出,智能汽车时代,厂商和用户的关系是全生命周期的合作关系,即 " 用户不断提供数据、厂商不断扩展服务 "。
事实上最早探索出这种卖软件收费模式的是特斯拉。2019 年 4 月,特斯拉在 Autopilot(自动辅助驾驶功能)的基础上推出 FSD(Full Self-Driving,完全自动驾驶功能)。
不过,特斯拉的 FSD 还名不副实,并没有实现完全自动驾驶。特斯拉中国官网的显示,目前特斯拉、提供两种系统选装方案,其中,Autopilot 价格为 3.2 万元,FSD 价格为 6.4 万元。
国内新势力方面,小鹏、蔚来汽车也均提供了类似智能驾驶服务,同时蔚来为了差异化还提供了服务无忧、能量无忧以及灵活换电等付费服务。
但要注意的是,对于自动驾驶真的能提供带来利润?目前市场其实有分歧。
乐观者认为,软件收入粘性强、毛利率高、边际成本低,随着智能汽车保有量进一步增加,未来服务盈利或将超越卖车利润。
偏悲观者,如中金证券则认为,如果头部企业在部分特殊场景(比如高速、园区、码头等)都能实现差不多的高级别自动驾驶能力,但在受制于法规开放程度城区,都无法实现高级别自动驾驶,那么会形成这样一种尴尬局面:
各家车厂的自动驾驶底层能力看起来有差异,但实际落地时差异并不明显,各家为了争取客户,很可能会陷入囚徒困境,纷纷放弃收费。
也就是说,靠自动驾驶收费,很可能只是中期现象。
长期来看,中金认为,对于车企而言,更应该学习苹果,收 " 渠道费 "。
我们都知道,苹果手机自带的地图、音乐软件等功能并不收费,但苹果会向 app 开发者收取抽成(或者叫渠道费、苹果税)。
之所以苹果选择这么做,不是因为苹果发善心,而是所有手机品牌都能提供相似的软件服务,因此占据更多用户,完成收税大业,才是根本策略。
这意味着,未来很有可能有车企成为 " 汽车界的苹果 "。而从卖车的制造型公司,到卖自动驾驶的服务性公司,再到卖渠道成为平台型公司,也将改变电动车企的估值。
所以,自动驾驶的命运会如何?总体看,由于现实的约束,它的推进,或许并不平坦,商业模式也可能出现从收费到不收费的变化。
但从商业的逻辑的来看,我们有理由相信,自动驾驶的发展大趋势不会改变。因为自动驾驶的终极诉求,是利用人工智能提升出行效率,降低出行者的出行成本。而提升效率始终是商业发展的根本。
正如投资人朱啸虎曾说 -- 任何一个商业模式,它必须是提高效率的,提高效率的商业模式,才真正符合商业逻辑。
参考资料
《自动时代:无人驾驶重塑世界》, [ 美 ] 劳伦斯 · 伯恩斯、 [ 加 ] 克里斯托弗 · 舒耳根
《汽车行业估值体系正在发生变更》,中金证券
热门文章:再也不用担心妈妈选的床单了,淘宝心选床上用品评测<\a>
其他人还看了
学苹果和特斯拉,小米10 Pro顶配开启全款预售:先付全款然后等发货
超能课堂(221):iPad Pro那个高大上的激光雷达,LiDAR是什么?
Tesla公布2021款Model S,换上Plaid动力总成、3月开始出货
iPhone 13所有机型都将提供1TB型号,且都会配备激光雷达扫描仪
郑重声明:本文“「自动驾驶」大佬频繁流动,自动驾驶危险了?”,https://nmgjrty.com/shumacp_415151.html内容,由豹变提供发布,请自行判断内容优劣。
上一篇:「柔宇」柔宇难克钢
下一篇:没有了
- 全部评论(0)
- 「自动驾驶」大佬频繁流动,自动驾驶危险了?
- 「柔宇」柔宇难克钢
- 「无人机」大疆DJIMini3系列或于4月28日发布3299元起售
- 「扫黄打非」浙江温州查获一起电商平台非法出售游戏卡带案,罚款60万余元
- iQOONeo6评测:独显芯片Pro加持,畅玩高帧不降频
- 惊艳的颜值还有不俗的声音表现
- 02/商主客观体验报告
- 一加7/7T系列、OPPOK9s开启ColorOS12×Android12升级内测招募
- 颜值、质感、音质面面俱到、华硕ROG棱镜头戴式游戏耳机体验评测
- 佳能发布全新FLEXZOOMLENS系列电影镜头:黑暗中也可用自然光拍摄
- 产品丨Etymotic音特美ER4SR,经典·焕新再现
- 飞傲发布KA1解码耳放,DAC解码芯片ES9281ACPRO,支持多场景应用299元
- HyperXCloudBUDS云雀TWS耳机相谈室随拍随聊
- 美商海盗船发布HS80RGB无线游戏耳机白色版,20小时续航,支持杜比音效1099元
- 飞傲KA1评测
- Liberty3Pro评测
最新更新
- 「自动驾驶」大佬频繁流动,自动驾驶危
- 「柔宇」柔宇难克钢
- 「无人机」大疆DJIMini3系列或于4月28日发
- 「扫黄打非」浙江温州查获一起电商平台
- iQOONeo6评测:独显芯片Pro加持,畅玩高帧
- 惊艳的颜值还有不俗的声音表现
- 02/商主客观体验报告
- 一加7/7T系列、OPPOK9s开启ColorOS12×
- 颜值、质感、音质面面俱到、华硕ROG棱镜
- 佳能发布全新FLEXZOOMLENS系列电影镜头:黑
- 产品丨Etymotic音特美ER4SR,经典·焕新再现
- 飞傲发布KA1解码耳放,DAC解码芯片ES9281
- HyperXCloudBUDS云雀TWS耳机相谈室随拍随聊
- 美商海盗船发布HS80RGB无线游戏耳机白色版
- 飞傲KA1评测
推荐阅读
- 「柔宇」柔宇难克钢
- 「扫黄打非」浙江温州查获一起电商平台非法出售游戏卡带案,罚款60万余元
- 「无人机」大疆DJIMini3系列或于4月28日发布3299元起售
- 谷歌发布Chrome OS 77:大多数Chromebook新增支持Google Assistant
- 谷歌发布Pixelbook Go:配双USB-C接口,支持快充
- 谷歌庆祝Chromebook诞生十周年,并宣布Chrome OS将推出多项更新
- 谷歌Pixelbook 2将采用自研芯片,与Pixel 6系列同款Tensor SoC
- 谷歌似乎重新关注Android平板,已组建相关团队
- 一台笔记本搞定游戏直播?NVIDIA GeForce RTX显卡助你轻松实现
- 「ios」为何售价万元的苹果StudioDisplay被大量用户集中差评
- 「aqua」用自洽性提升大模型推理能力,谷歌解答基准中75%数学问题,比GPT-3提升
- 「netflix」Netflix“盖章”的,不止电影
猜你喜欢
- [iPhone]iPhone13promax远峰蓝128G入手
- [安卓手机]realme真我GTNeo2开箱,金刚石冰芯散热系统+E4屏,5000mAh大电池
- [贴膜]红米9爆屏更换记录,弯曲的中框修复
- [智能机器人]编程从娃娃抓起,MakeBlock程小奔上手体验
- [智能摄像机]内置大电池,无需打孔走线,小米室外摄像机给你满满的安全感
- [充电器]65w网红氮化镓一次看个够
- [电脑支架]原汤化原食,LGErgo显示器支架
- [蓝牙耳机]中端耳机音质天花板,降噪很有一手,鹿图COCO真蓝牙降噪耳机评测
- [音频播放器]关于R01主板的主观看法,和一些碎碎念
- [充电器]双口快充,满足日常需求
- [VR设备]GOOVISLite头戴影院评测
- [蓝牙耳机]魅蓝Blus耳机体验,魅蓝依旧还是当年坚持做良品的青年良品
- [安卓手机]从5988跌至2749,256GB+鸿蒙OS+7nm麒麟,从高端市场跌至中端市场
- 「轻众测|素诺智能可视冲牙器」别急,对准再冲!素诺可视冲牙器让残渣无所
- 「九号新品Nano及Air T15」萌娃初体验——Ninebot九号平衡车Nano