馬斯克高估了自動(dòng)駕駛

（圖片來源：攝圖網(wǎng)）

作者|阮雪  來源|新眸(ID：xinmouls)

一直以來，自動(dòng)駕駛都是各大新能源車企發(fā)布會(huì)上的?？?。

和PPT上激動(dòng)人心的說辭不同，自動(dòng)駕駛最初的新鮮感，已經(jīng)略顯聽覺疲勞，加上一些車企頻頻發(fā)生安全事故，理解自動(dòng)駕駛技術(shù)原理后的消費(fèi)者，開始回歸冷靜。人們思考的問題也從最開始的自動(dòng)駕駛是否安全，變成質(zhì)疑自動(dòng)駕駛的命題真?zhèn)巍?/p>

個(gè)中原因，并不是人們等不到新技術(shù)，而是等待的時(shí)間太過漫長。

“我一開始就知道Autopilot這道題不好解，但沒想到是這么難解。”2022年開年，當(dāng)馬斯克做客Lex Fridman的播客聊到自動(dòng)駕駛時(shí)，他也坦然承認(rèn)這道題已經(jīng)超過原本計(jì)劃的難度。

今年，是特斯拉研究自動(dòng)駕駛的第8個(gè)年頭，但如果按照嚴(yán)格的自動(dòng)駕駛分級(jí)來說，它的技術(shù)仍停留在L3級(jí)別上，F(xiàn)SD雖然透露著特斯拉對(duì)Full Self-Drive的期待，但也流露著發(fā)展上的無奈。

不過馬斯克似乎仍然是樂觀的，在他看來，特斯拉FSD在2022年就能實(shí)現(xiàn) L4 級(jí)別自動(dòng)駕駛，同樣預(yù)言：FSD的事故率至少要比人類低2-3倍。試圖再次拉高人們對(duì)自動(dòng)駕駛的期待和想象。

但顯然，僅僅給予人們想象是不夠的，F(xiàn)SD帶給特斯拉的也不該只有想象。比起象征性的完全自動(dòng)駕駛，活在現(xiàn)實(shí)中的人們?cè)辉倏吹虵SD的商業(yè)價(jià)值，仿佛這是從它誕生起就注定的命運(yùn)。

01

薛定諤的自研

“重要性和價(jià)值潛力”，這是馬斯克在特斯拉發(fā)布2021年四季度財(cái)報(bào)后，召開業(yè)績說明電話會(huì)時(shí)強(qiáng)調(diào)FSD的用詞。再之后，特斯拉向其它車企開放”完全自動(dòng)駕駛”功能(FSD)就出現(xiàn)在了他的推特上，同時(shí)他還宣稱，如果其他車企想要通過自行研發(fā)，來實(shí)現(xiàn)類似的功能至少需要5年的時(shí)間。

特斯拉用了多久呢？再談FSD前，我們先聊聊Autopilot。

同樣在推特上，從2013年馬斯克的一個(gè)設(shè)想出發(fā)，Autopilot被建立。在當(dāng)時(shí)的業(yè)內(nèi)人士看來，Autopilot僅僅是一款L2級(jí)自動(dòng)駕駛系統(tǒng)，嚴(yán)格來說是一個(gè)輔助駕駛系統(tǒng)，而這意味著，它可以在特定條件下協(xié)助車主完成基本的駕駛?cè)蝿?wù)，但絕非完全的自動(dòng)駕駛。

在官方的功能設(shè)定里，也沒有想過讓它承載全自動(dòng)駕駛的使命，這背后有著特斯拉和第一位合作伙伴Google的核心分歧和被叫停的合作半自動(dòng)駕駛項(xiàng)目。

轉(zhuǎn)而牽手Mobileye，成了特斯拉當(dāng)時(shí)的無奈選擇，由此，2014年特斯拉AP HW1.0問世，搭載了1個(gè)前向的毫米波雷達(dá)、1個(gè)前視攝像頭、12個(gè)超聲波雷達(dá)、1套高精度電子輔助制動(dòng)系統(tǒng)（線控剎車）以及1塊搭載 Mobileye EyeQ3 芯片的主板，雖然完成了最初的功能設(shè)定，但又沒能完全符合馬斯克的預(yù)期。

直到2015年10月底，特斯拉的自動(dòng)駕駛才算正式登上歷史舞臺(tái)，隨后，每一次的技術(shù)更新，完全自動(dòng)駕駛的到來都會(huì)成為馬斯克新的Flag。同樣在這一年，特斯拉在中國正式發(fā)布了V7.0版本的車載系統(tǒng)，增加了車輛自動(dòng)駕駛方面的功能，包括自動(dòng)車道保持、自動(dòng)變道和自動(dòng)泊車。

但是，兩家公司的合作并沒有持續(xù)多久，一方面不滿于Mobileye進(jìn)程緩慢，另一方面不滿Mobileye利用特斯拉車主駕駛數(shù)據(jù)來改善芯片算法。于是乎，2016年7月，特斯拉停止了與Mobileye的合作，宣布所有車輛均采用英偉達(dá)自動(dòng)駕駛芯片。

與此同時(shí)，特斯拉的自研項(xiàng)目也悄悄啟動(dòng)。和英偉達(dá)自動(dòng)駕駛芯片解決方案主要依靠功效較大的GPU不同，特斯拉把重點(diǎn)放在了團(tuán)隊(duì)自研設(shè)計(jì)的NPU（神經(jīng)網(wǎng)絡(luò)加速器）上，主要用于圖像處理，在集成芯片中空間占比最大，承擔(dān)最大的工作量。

據(jù)新眸粗略統(tǒng)計(jì)，F(xiàn)SD芯片從設(shè)計(jì)、到測試再到量產(chǎn)共歷經(jīng)18個(gè)月。 

2019 年 4 月份，特斯拉在 Autopilot HW 3.0 平臺(tái)上成功推出自研的FSD 主控芯片，實(shí)現(xiàn)了自動(dòng)駕駛芯片+神經(jīng)網(wǎng)絡(luò)算法的垂直整合?；仡櫶厮估詣?dòng)駕駛的升級(jí)之路，在Autopilot硬件先行、軟件更新的基礎(chǔ)策略上FSD的誕生，是將它智能化的色彩涂抹得更深。

2014-2016年發(fā)布的AP1已經(jīng)初步實(shí)現(xiàn)了自動(dòng)巡航、自動(dòng)轉(zhuǎn)向、自動(dòng)輔助變道、自動(dòng)泊車、召喚等輔助駕駛功能；2018年的AP2升級(jí)了召喚功能，并新增自動(dòng)輔助導(dǎo)航駕駛；直到2019年后，F(xiàn)SD的推出，特斯拉才進(jìn)一步實(shí)現(xiàn)了智能召喚以及新增紅綠燈、停車標(biāo)志識(shí)別控制等功能。

關(guān)于FSD的建立，除了合作廠商技術(shù)更新速度的不理想外，還有著特斯拉對(duì)于自動(dòng)駕駛解法上的追求，就像Pete Bannon 在 FSD 量產(chǎn)后曾經(jīng)說過的那樣，“特斯拉開始研發(fā)FSD的原因是，我們發(fā)現(xiàn)市場上沒有一種芯片是從底層出發(fā)為自動(dòng)駕駛和深度神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的。”

02

自動(dòng)駕駛謎題 

可以解放雙手，或許是現(xiàn)在對(duì)于自動(dòng)駕駛最大的誤解。

事實(shí)上，仍然沒有任何一家自動(dòng)駕駛的研發(fā)公司能夠?qū)崿F(xiàn)完全自動(dòng)駕駛，駕駛員的主動(dòng)監(jiān)控仍被放在首要位置上。FSD本質(zhì)上仍然是自動(dòng)輔助駕駛系統(tǒng)的進(jìn)化版，它在駕駛員主動(dòng)監(jiān)控的情況下實(shí)現(xiàn)的車道內(nèi)自動(dòng)輔助轉(zhuǎn)向、加速和制動(dòng)，最終的作用被定義為：減少枯燥的駕駛操作，提升駕駛樂趣。

這和人們想象中的自動(dòng)駕駛有著明顯區(qū)隔，但現(xiàn)實(shí)應(yīng)用和實(shí)現(xiàn)技術(shù)突破本身就存在邏輯上的倒置。

自動(dòng)駕駛的核心技術(shù)被分為三個(gè)部分：感知、規(guī)劃和控制。放置到具體的行車場景中，感知就相當(dāng)于人開車時(shí)看路、獲得路面信息，規(guī)劃相當(dāng)于在腦子里處理路面信息并且輸出駕駛決策，控制就相當(dāng)于人操控手腳進(jìn)行駕駛。比起操控運(yùn)行，感知和規(guī)劃才是自動(dòng)駕駛的最大難題。

關(guān)于感知的解決方案，在智能汽車領(lǐng)域分成了兩大派系，一類是激光雷達(dá)等高精密元件進(jìn)行路況識(shí)別，提升汽車的感知能力，國內(nèi)廠商逐漸開始采用攝像頭+高精地圖+激光雷達(dá)的綜合方案；另一類是以特斯拉為代表的攝像頭派，堅(jiān)信視覺的力量，認(rèn)為人之所以能夠有效辨別路況是因?yàn)榭梢砸揽垦劬Σ东@信息，同時(shí)成本較低，可以通過算法升級(jí)迭代實(shí)現(xiàn)各項(xiàng)功能。

比起感知元件的高成本和高識(shí)別錯(cuò)誤率，馬斯克認(rèn)為，“如果人類依賴自身視覺來識(shí)別周圍環(huán)境，那么攝像頭也同樣能實(shí)現(xiàn)人眼功能。”攝像頭攝取的環(huán)境數(shù)據(jù)在經(jīng)過視覺算法處理后，系統(tǒng)將通過深度學(xué)習(xí)模型進(jìn)行自我培訓(xùn)，從而達(dá)到全范圍認(rèn)知路況，增進(jìn)系統(tǒng)控制精度的目的。

FSD承襲了這樣的視覺解決方案，依靠攝取數(shù)據(jù)增進(jìn)ADAS系統(tǒng)性能，可以說特斯拉海量的行車數(shù)據(jù)都成為了它的養(yǎng)料。特斯拉FSD系統(tǒng)的優(yōu)勢也在高速圖像處理、NPU、SRAM三個(gè)方面得到體現(xiàn)。

就目前來看，在高速圖像的處理性能上，特斯拉的圖像處理器SIP已達(dá)到了最快的消費(fèi)級(jí)視頻傳輸DP1.4標(biāo)準(zhǔn); 而用來存放NPU的計(jì)算結(jié)果，具有緩存功能的SRAM容量已達(dá)到2TB/秒，理論上滿足了自動(dòng)駕駛L5級(jí)別的需求。

在汽車廠商紛紛拼算力的時(shí)代，Hardware3.0版本集成了2顆FSD芯片，總算力達(dá)144TOPS，將于2022年推出的自研Hardware4.0版本，預(yù)計(jì)性能將是HW3.0的3倍，能達(dá)到432TOPS，顯然特斯拉仍然開在一眾友商前面。

與之對(duì)應(yīng)的，特斯拉的商業(yè)模式也跑在了最前面。

03

軟件定義汽車

汽車越來越像是行走的計(jì)算機(jī)，并不僅僅體現(xiàn)在駕駛體驗(yàn)和技術(shù)升級(jí)上，圍繞著自動(dòng)駕駛商業(yè)化的展開探討，F(xiàn)SD是無法回避的話題。

特斯拉采取“自研系統(tǒng)及芯片 + 造車”的商業(yè)模式，既可降低長期成本，也同時(shí)可從車輛銷售中獲取收益。舉個(gè)簡單的例子，僅2021年，特斯拉就已經(jīng)獲得了105%的毛利增長率。

隨著自動(dòng)駕駛功能的不斷升級(jí)，F(xiàn)SD的價(jià)格也在不斷的上漲，仿佛在引證著馬斯克關(guān)于FSD商業(yè)潛力的預(yù)測，而軟件定義汽車的傾向也變得更加明顯。

自特斯拉2015年開通AP系統(tǒng)，價(jià)格為2500美元/套，后上調(diào)至 5000 美元/套。而在2019年三月前，用戶可以在5000美元的EAP（Enhanced Autopilot）包之外，額外支付 3000 美元獲得 FSD（此時(shí)并不包含任何功能）。

就在同年4月，特斯拉取消了EAP，將EAP功能移到FSD中，F(xiàn)SD 漲價(jià)到 6000 美元/套，用戶可免費(fèi)獲得 Basic Autopilot（BAP）功能。20年10月，F(xiàn)SD Beta 版本推出配備城市道路完全自動(dòng)駕駛測試功能，價(jià)格上調(diào)至10000 美元/套，一月特斯拉 FSD 再次漲價(jià)至 1.2 萬美元。

每逢更新必漲價(jià)，成了FSD的常態(tài)。

圖：特斯拉FSD收費(fèi)提升表（來源：特斯拉，國信證券經(jīng)濟(jì)研究所）

去年7月，特斯拉推出FSD訂閱包加深了汽車軟件化的印象，一次性付費(fèi)和訂閱式付費(fèi)的雙軌運(yùn)行，一定程度上打開了汽車廠商們關(guān)于商業(yè)化的新想象。

比如大眾營銷主管曾經(jīng)傳遞了另外一種付費(fèi)模式信息：大眾汽車未來可以以每小時(shí)7歐元（約合人民幣55元）的價(jià)格向客戶銷售完全自動(dòng)駕駛的汽車，即按使用時(shí)間付費(fèi)模式。自動(dòng)駕駛服務(wù)付費(fèi)模式多樣也成為車企在成本、利潤與用戶消費(fèi)水平之間尋找到平衡點(diǎn)的方式。

比起硬件發(fā)展自帶的天花板效應(yīng)，軟件和服務(wù)體系的升級(jí)提供了新的盈利模式，由此帶來的盈利空間，已經(jīng)跳脫出傳統(tǒng)汽車的經(jīng)營邏輯。

僅以FSD的一次性付費(fèi)模式為例：收入預(yù)計(jì)將從2020年的9.50億美元快速增長至2025年的141.76億美元，CAGR達(dá)72%。以FSD凈利率為55%測算，2025年FSD盈利空間已經(jīng)近78億美元，價(jià)格背后的技術(shù)更新，也成了利潤增長的硬道理。

在這種邏輯下，與其說人們低估了FSD，不如說是對(duì)自動(dòng)駕駛太高的期待和誤解讓人們對(duì)技術(shù)升級(jí)造成了忽視，而馬斯克一次次Flag的倒塌，也讓人們對(duì)自動(dòng)駕駛產(chǎn)生了失望感。

但不能否認(rèn)的事實(shí)是，除了FSD之外，特斯拉在汽車生態(tài)系統(tǒng)的搭建也正在將汽車從“行走的計(jì)算機(jī)”轉(zhuǎn)變?yōu)?ldquo;行走的第三空間”，那些出現(xiàn)在PPT上的正在逐步被實(shí)現(xiàn)，不過有一點(diǎn)需要認(rèn)清：沒有人能夠給出最終的截至日期，即便那個(gè)人是馬斯克。

但正如奔跑在馬路上的特斯拉一樣，F(xiàn)SD也始終在路上，甚至永遠(yuǎn)不會(huì)有終點(diǎn)。

編者按：本文轉(zhuǎn)載自微信公眾號(hào)：新眸(ID：xinmouls)，作者：阮雪