Waymo摄像头捕捉到一名男子割伤自动驾驶出租车轮胎的画面

Waymo摄像头捕捉到一名男子割伤自动驾驶出租车轮胎的画面 湾区有着广泛地反抗自动驾驶出租车的历史。今年 2 月，一群人在旧金山唐人街附近放火焚烧了一辆 Waymo，再次对自动驾驶出租车进行了破坏。大约一年前，其他仇视自动驾驶出租车的人在自动驾驶汽车顶上放置交通锥，导致车辆瘫痪。这一次，Waymo 的技术似乎拍到了其中一起涉嫌犯罪的视频。Waymo 在一封电子邮件中说，旧金山警察局查看了其车辆外部摄像头的录像，以确定犯罪嫌疑人的身份。Waymo 发言人凯瑟琳-巴纳（Katherine Barna）在一封电子邮件中表示："我们可以确认，已经对恶意破坏多辆 Waymo 车辆的个人提出了指控，其中一些车辆当时还有乘客在场。Waymo也正在采取措施，以挽回损失，并减少未来可能发生的事件。"检察官称，这些发生在该市 Tenderlion 社区的轮胎割伤事件与该市档案中的另一起自动驾驶出租车破坏案件有关。在那起案件中，同一名嫌疑人被指控在同一时间段接近了由三辆车组成的 Waymo 车队，并用刀刺入了他们的轮胎。旧金山地区检察官布鲁克-詹金斯（Brooke Jenkins）在一份新闻稿中说："我要感谢旧金山警察局对此案的认真调查。在旧金山，破坏他人财产的行为不会不受到处理。破坏他人财产的人必须为他们的行为负责。"嫌疑人对所有 17 项指控均不认罪。每辆车的损失估计超过 400 美元。检察官以嫌犯构成"公共安全风险"为由，将其羁押候审，不得保释。他的开庭日期定于 7 月 12 日星期五。Waymo 表示，在交出车辆视频之前，它会仔细审查执法部门提出的任何要求。该公司表示，它会质疑、限制或拒绝没有有效法律依据或过于宽泛的要求，过去也曾这样做过。旧金山地区检察官办公室拒绝发表进一步评论。 ... PC版： 手机版：

酝酿8年，马斯克Robotaxi“临门跳票” 美国自动驾驶商业化进程如何？

酝酿8年，马斯克Robotaxi“临门跳票” 美国自动驾驶商业化进程如何？ 有媒体称，延迟意味着特斯拉尚未准备好。那该公司的自动驾驶技术究竟发展到哪一步了？从投入看，特斯拉今年在训练计算、庞大的数据管道和海量视频存储方面的累计投资将超过100亿美元，这似乎展示出马斯克发展Robotaxi的决心。然而，截至今年6月28日，特斯拉也仅获批在有司机在场的情况下在加州进行自动驾驶出租车测试，加州是大多数自动驾驶汽车的运营地。加州官方的信息显示，截至2024年1月11日，仅有三家公司获准在道路上部署自动驾驶汽车，分别是初创公司Nuro、Google子公司Waymo，以及梅赛德斯-奔驰。酝酿8年，特斯拉Robotaxi“临门跳票”万众期待的特斯拉Robotaxi“鸽”了。这一消息也直接让特斯拉股价在周四大跌超8%，终结了此前连续11个交易日上涨的势头，抹掉了今年迄今的所有涨幅并转跌。截至美股7月12日收盘，特斯拉股价报248.23美元/股，年初至今累跌0.08%。图片来源：Google财经当地时间7月11日，据彭博社报道，特斯拉将计划8月举办的RoboTaxi发布会推迟到10月，以便项目团队有更多时间来制造更多的原型车并进行测试。知情人士透露，这一决定尚未公开宣布，但此前已经在内部进行了沟通。本周设计团队被告知要重新设计汽车的某些元素。对于这一消息，特斯拉并没有对媒体的置评请求给出回应。马斯克亦没有在X平台就Robotaxi的延期发布任何推文。对于打造Robotaxi这一服务，马斯克已经酝酿了至少8年。《每日经济新闻》记者注意到，Robotaxi项目在2016年就被马斯克提上日程。《马斯克传》也提到，马斯克的宏伟愿景就是让特斯拉打造出一辆在没有任何人类干预的情况下能够完全自动驾驶的车辆。之所以对Robotaxi如此上心，其中最重要的驱动因素是期望以更低的成本优势抢占出行市场。而且，由于电动汽车市场的激烈竞争，特斯拉的竞争力也在削弱，押注Robotaxi也就成了马斯克的不二选择。据华福证券研报，经测算对比发现，Robotaxi的经营成本优势凸显，每公里运营成本仅0.81元，较传统油车节省58%，较传统电车节省43%。特斯拉的自动驾驶到底怎么样了？实际上，截至目前，除了有一个发布日期外，外界并没有太多有关Robotaxi项目的细节，只是在今年早些时候，特斯拉管理层透露称，该公司的Robotaxi名为“Cybercab”，运营模式除了自主运营之外，特斯拉车主也可将他们的汽车派出去赚钱，类似 Airbnb和Uber的结合。但从投资计划上看，马斯克发展Robotaxi项目的决心似乎还是很大。4月6日，马斯克宣布在2024年底前投入超100亿美元，用以训练计算、庞大数据管道和海量视频存储，而Robotaxi或将成为应用的主要方向之一。作为对比，特斯拉在2016年~2023年这8年间对智驾的投入只有不到 20 亿美元。尽管外界对特斯拉Robotaxi的细节知之甚少，但从其完全自动驾驶（FSD）系统的发展或许能一窥其自动驾驶车型的发展，因为Robotaxi的推行高度依赖FSD的性能和平顺性。特斯拉的FSD系统已经经历了多年的演进，目前已经迭代到V12.4.3版本，正向北美部分客户推送。FSD V12是全新的“端到端自动驾驶”，完全采用神经网络进行车辆控制，FSD V12.4的到来标志着该系统或逐步取消“握住方向盘”提醒。数据显示，特斯拉FSD在过去三年累计行驶距离已达到10亿英里（约16亿公里），马斯克表示不需太久就将超过100亿英里。这意味着该系统可能已经在各种道路条件、交通情况和驾驶场景下得到了广泛的实践检验。光大证券（维权）预计，预计FSD V12.5及之后的版本在性能上将继续大幅提升。图片来源：特斯拉官网加州仅3家公司获批部署自动驾驶汽车近日，百度旗下的Robotaxi服务“萝卜快跑”在国内市场引发关注，再次点燃了市场对这一细分领域的期待。作为最早开展自动驾驶研究和测试的国家之一，美国也在加快自动驾驶技术的商业化进程。今年3月，加州公共事业委员会（CPUC）批准了Waymo的扩张计划，允许其自动驾驶出租车扩大在洛杉矶和旧金山半岛的运营区域，新增运营面积超过1200平方公里。而在立法层面，自2011年6月美国内华达州通过了第一部允许智能网联汽车到公共道路开展测试验证的法案开始，美国已经有32个州允许测试或部署自动驾驶汽车，其中，16个州允许车内无安全员测试或部署。以大多数自动驾驶汽车的运营地加州为例，加州机动车辆管理局（California DMV）网站信息显示，截至2024年1月11日，仅有三家公司获得了该州的最高级别许可，允许在部分道路上部署自动驾驶汽车，分别是初创公司Nuro、Google子公司Waymo，以及梅赛德斯-奔驰。值得一提的是，通用汽车子公司Cruise在2023年10月发生致命事故后失去了其在加州和旧金山的自动驾驶出租车执照。图片来源：加州机动车辆管理局（数据截至2024年1月17日）另外，除了Nuro和Waymo，还有四家公司无人驾驶公司安图（AutoX）、亚马逊子公司Zoox、百度Apollo和智能出行公司文远知行（WeRide）获批可测试自动驾驶汽车。而获批在有司机在场的情况下进行自动驾驶出租车测试的公司有36家，其中就包括特斯拉，还有Apollo、Cruise、Mobileye、蔚来、小马智行和特斯拉等。据路透社报道，分析师和行业专家表示，由于工程和监管方面的障碍，开发自动驾驶系统和Robotaxi是一项艰巨的任务，需要数年时间。卡内基梅隆大学电气和计算机工程副教授Philip Koopman此前直言，“目前，即使是行业领先的Waymo和Cruise，其自动驾驶汽车也仍然存在问题，离完全自动驾驶还有很长的路要走。”Koopman认为，实现Robotaxi意味着车内的人不需要干预就可以确保车辆安全。“为了做到这一点，无论车内配备什么软件都必须近乎完美。”今年4月，特斯拉就遭遇了来自美国汽车安全监管机构的新调查。美国国家公路交通安全管理局（NHTSA）表示，特斯拉2023年12月宣布召回超过200万辆汽车，并对辅助驾驶系统Autopilot进行了功能升级，但他们怀疑这是否足够安全。另外，从之前Uber和Lyft自动驾驶业务的命运也可看出其中的艰难。2020年12月，在高昂的成本和安全压力之下，曾被视为Waymo的潜力竞争对手的Uber自动驾驶汽车部门被出售给硅谷的竞争对手Aurora Innovation。2021年4月，Lyft宣布将其烧钱多年的自动驾驶业务以5.5亿美元出售给丰田子公司Woven Planet，转而专注于与那些希望在其平台上部署自己技术的自动驾驶公司合作，而非开发尚未进入主流的昂贵技术。而且，要获取许可也不是件容易的事。还是以加州的许可为例，Waymo花了八个月的时间才从加州公共事业委员会获得初始许可，得以运营可以收费的自动驾驶出租车业务，而不是仅提供免费试乘。尽管仍有阻碍，但自动驾驶汽车服务的市场前景非常广阔。据麦肯锡预测，到2030年，基于自动驾驶的出行服务订单金额将达到约2600亿美元，到2040年将达到约9400亿美元。 ... PC版： 手机版：

建筑工地成无人车噩梦 Waymo栽跟头多到被约谈

建筑工地成无人车噩梦 Waymo栽跟头多到被约谈 访问：NordVPN 立减 75% + 外加 3 个月时长 另有NordPass密码管理器 发生了什么大概3个月内，Waymo积累上报了22起事故，引起了美国国家公路交通安全管理局的注意。根据NHTSA的文件显示，这些事故包括Waymo无人车和静止和半静止物体（比如门）相撞、与停放车辆相撞以及违反交通安全控制装置的情况。其中“违反交通安全控制装置”官方特别说明是一个重点调查方向，一个典型场景就是自动驾驶系统对交通锥/雪糕筒的检测识别能力。这个点比较罕见。因为这次上报的22起事故中，很多都涉及同一种场景建筑工地。比如上个月，6辆编队行驶的Waymo Robotaxi，下班收工回停车场，结果遇到了施工现场临时交通管制，直接卡死在雪糕筒围成的临时通行区，造成了大约半个小时交通拥堵。有本地生活经验的网友立刻就认出来，这是旧金山 Potrero 大道 101 号匝道，Waymo无人车卡死的地方，刚好是高速入口。最后，是路上的司机老哥直接下车手动挪开雪糕筒，后面的车队依次绕过几辆“瘫痪”的无人车。Waymo方面出了一个简单声明，大意是30分钟内就派人去现场挪车了，没有造成任何伤亡和财产损失，后续会配合调查。不过在凤凰城的建筑工地，就没这么幸运了。同样一辆Waymo无人车，无视了雪糕筒围出的施工区域，直接冲进了建筑工地。幸好速度不快没撞到人，不过车辆本身、工地现场都有不同程度损失。类似这样的事故很多，每次无人车“冲进工地”的小视频，都会在网络上疯传。网友总结的很生动：交通锥就是Robotaxi的氪石（kryptonite），现在再神通广大的自动驾驶，遇到封闭道路的交通锥，都得完蛋。咦？好像跟Waymo官方秀出的视频不太一样呀。为什么建筑工地难？Waymo第五代自动驾驶系统绕行施工区，曾被当做技术亮点专门解析过。官方的Demo中，无人车面对的场景更加复杂，除了交通锥、不规则区域，还有来回走动的工人。Waymo无人车当然是毫不费力完成了一系列避让、绕行动作，顺利通过了施工区域：这里面让人啧啧称奇的是，Waymo无人车似乎能够看懂人类指挥交通的肢体语言，让停就停，让走就走，而不仅仅以路面条件作为依据。怎么做到的？Waymo负责预测算法的工程师Maya Kabkab简要解释了一下，大意是第五代技术中，Waymo加强了对不同物体目标的理解能力，以及对可通行区域的识别能力，这两项使得系统能更好规划通行路线。核心是用全新模型VectorNet替代CNN，提取传感器和高精地图信息。简单的说，是将高精地图和传感器输入信息表示为点、多边形或曲线，VectorNet则将所有道路特征和其他对象的轨迹表示为相应的向量。基于这个简化的视图，VectorNet可以提取每个向量的信息以及学习不同向量之间的关系。好处是VectorNet比CNN占用计算资源更少，出结果的速度更快，理论上也能更加清晰的提取出关键场景信息。但VectorNet仍然没有解决“建筑工地”难题的核心“建筑工地”本身是高精地图的例外，不可能同步更新，只能靠传感器实时感知。但传感器的数据在不同子模型之间依次传递，信息损失难以完全避免。Robotaxi频繁出现被建筑工地卡死，直接原因是对交通锥、异形物的错检漏检。而深层原因，是传统自动驾驶技术范式存在能力的上限、天花板，难以覆盖路上所有的corner case。所以能不能顺利避让建筑工地，成了一种概率事件：官方Demo精雕细琢反复测试，那没问题；单上路实测，就只能看天吃饭了。端到端能解吗？“遇事不决量子力学”，是一句调侃。但在自动驾驶领域，遇事不决，的确都可以“端到端”一下。所谓“端到端”是针对传统技术范式而言的，其中自动驾驶的感知、决策、规控等等互相独立。传感器采集到的数据，需要通过这一系列不同的算法模块，最终才能“变成”操作指令。每个独立模块之间的信息是逐级传递的，在这个过程中必然会存在信息的丢失和误差，而且前一个模块的误差会影响到下一个，多个模块之间的信息误差会不断累积，进而影响到自动驾驶方案的整体效果。无论是纯视觉感知，还是融合感知，“错检漏检”的根源就在这里。当然也有对应的解决办法，那就是通过人手写的规则，尽量打补丁提高感知识别的可靠性。比如能识别车、人，但识别不了“人站在车前”，那好办，直接将这类目标单独建一个数据集拿来训练模型不就行了？这就是所谓感知“白名单”机制。但问题是，很难穷举所有种类的交通目标和场景，这次解决了“人在车前”的问题，但如果车从乘用车变成大卡车呢？或者一个人变成大人牵小孩呢？对于Robotaxi的建筑工地难题来说也是一样，工地可能临时出现，随机刷新，不会限定区域限定时间，而每家工地的搭建、施工路障都不一样…所以从感知开始就实现信息的无损传递，让系统真正理解环境，需要有一个全新的算法范式端到端算法模型。两个端分别指数据输入端和指令输出端，中间不再分成几个相互独立的模块。端到端模型能够通过完全数据驱动的模式，将其学到的能力和技巧迁移泛化到其他场景当中，自主且高效解决行泊场景中新出现的各类长尾问题，具备更快的迭代效率，有效降低开城成本。通俗的说，就是让AI司学习人类成熟驾驶行为，看到一种场景，做出相应对策。实际上“端到端”已经摸到了AGI的门槛。2016年端到端模型由英伟达首次提出。但真正得到量产实践这两年才开始。目前只有特斯拉的FSD和中国AI玩家的CVPR 2023最佳论文UniAD。智能车参考也分别就Waymo遇到的工地难题询问了这两家国内自动驾驶头部玩家的看法。地平线从工程实践角度出发，认为：自动驾驶的工地难题和端到端技术范式并不是绑定的。理论上讲，感知能力足够强、感知白名单足够丰富也是能解决问题的。但显然，端到端的自主学习能力、类人思考会更大规模更高效率的解决这个问题。而商汤的看法更加从“第一性原理”出发，绝影智驾相关技术专家相关认为：不对具体的case进行评价。但基于规则的传统智驾方案的感知还是人为定义要素，并对感知信息进行抽象提取，这就会导致信息传递过程的损失和遗漏，让感知决策模块难以作出正确的决策。而端到端是在一个神经网络中，将外部环境的信息无损输入和传递，更准确和完整地理解外部交通环境，并作出规划和决策。规则方案可以通过增加规则、添加补丁解决一个场景。但是这样的场景不会只有一个，是无限的。而足够多的数据进行学习训练之后，端到端方案可以像人一样思考、开车，自己解决更多类似的corner case。总结一下，地平线和商汤表述不同，但核心一样，都认可端到端是解决Robotaxi工地难题最有效的方法。同时还是解决自动驾驶各类长尾问题的最高效途径。对了多说一句，提出UniAD的CVPR 2023最佳论文，地平线和商汤的学者都参与了撰写。端到端对传统技术范式革新，给了所有玩家新的机遇：更好的智驾体验、更低的维护、泛化成本，以及更有竞争力的自动驾驶方案成本。但代价是以往模块化的、规则驱动主导的技术体系，必须推倒重构。昔日自动驾驶绝对领军者Waymo，如今陷入“建筑工地”困境中，更加证明自动驾驶这条赛道“水无常形，兵无常势”：老牌明星可能会优势归零重置，“后来者”也会获得领先优势。 ... PC版： 手机版：

全球最多车企看好的中国自动驾驶公司Momenta要上市了

全球最多车企看好的中国自动驾驶公司Momenta要上市了 而在一众自动驾驶创业公司中，Momenta也拥有更高的知名度和行业号召力：比亚迪长城吉利丰田通用等等，都是Momenta智驾方案覆盖的用户。此时IPO，更加验证了自动驾驶格局现状：量产商用有落地者上位，无法交货没有营收的越来越艰难。IPO消息6月17日，中国证监会国际合作司公布了《关于Momenta Global Limited（梦腾智驾环球有限公司）境外发行上市备案通知书》：根据备案情况，Momenta确定拟在纳斯达克或者纽交所上市，拟发行不超过6335.29万普通股。另外还有一点值得注意，根据最新的《境内企业境外发行证券和上市管理试行办法》，首次公开发行或者上市的发行人，应当在境外提交发行上市申请文件后3个工作日内向中国证监会备案。也就是说，Momenta的上市申请相关文件，很可能早于国内申请通过，已经提交给了美国SEC。5月初，彭博社曝出Momenta正在筹备美股IPO，和中金、高盛和瑞银合作，计划年内跑完流程。海外进展的时间点，刚好能和国内相关法规和备案通过时机相吻合。另外，彭博社还在爆料中提到，这次Momenta计划募资2-3亿美元。大致推断一下Momenta的估值。上一轮投后，Momenta的估值大概给到了210亿元人民币，也就是30亿美元左右。而IPO在即，Momenta的业务进展和期望，又有了新的变化。首先是在国内范围交付了更多的智驾系统，以及拿到了更多主机厂的订单，比如新增的长城高阶NOA项目、广汽埃安等等。国际上也拿下了丰田、通用这样的主机厂。另外，过去两年一个重要进展，就是Momenta开始布局自研计算芯片业务。这样一来，Momenta其实就有了一个比较合理的业务对标：Mobileye。当初Mobileye在业务瓶颈期，估值一度下滑的情况下“骨折”IPO，外界普遍认为它成为了英特尔粉饰业绩和提振股价的工具。如今以视觉算法和自研硬件为主要优势特征的Mobileye，市值仍然有近200亿美元。Momenta如果同台竞技，也能有个百亿美元？什么支撑起Momenta IPO？Momenta是目前唯一能够实现高阶智能驾驶规模化量产交付的创业公司。标准其实就是去年以来行业对自动驾驶公司能力评判的几个试金石。首先是技术能力，包括软件算法和软硬结合的能力。其次是量产工程化能力。最后是和车企的合作渠道。以Momenta为例，是量产自动驾驶方案和无人驾驶方案两条腿走路，并且两条腿都已经落地交货的公司，并且从创办之初就明确了1个飞轮、两条腿走路。1个飞轮指的是通过以 “数据驱动的算法”不断积累和迭代，实现两大自动驾驶产品在后端数据上的闭环。意思是L2的数据，可以用来迭代升级L4的算法，没有壁垒。同时L4的能力又不断提升L2的体验。由此衍生出“两条腿”，指的就是两大自动驾驶产品战略，一个指向量产车的量产自动驾驶（Mpilot），另一个则是指向RoboTaxi的完全无人驾驶（MSD）。这种综合了Waymo和特斯拉路线优势的自动驾驶发展路线，也正在越来越成为主流之选。而在这种战略选择之下，Momenta现在两条腿都有了成果。量产自动驾驶路线，可以理解为Momenta L4自动驾驶技术的降维，与车厂合作，将成本可控的智能驾驶套件搭载在乘用车上。当然这条路并不是类似Robotaxi一样的“后装”，而是和车企深度合作，从设计阶段就考虑智能驾驶方案的“前装量产”。完全无人驾驶方面，在苏州、上海开启了RoboTaxi试运营。值得注意的是，Momenta两条腿没有先后之分，并非像特斯拉一样先实现量产自动驾驶，最终实现完全无人驾驶。Momenta从一开始就追求两条腿向前，并且在传感器方案、数据标注迭代方面，两条腿一以贯之。通过量产自动驾驶，Momenta可以在不造车、不拥有大规模上路车队前提下，有最海量的真实路况数据，帮助实现自动驾驶系统迭代。近十年的两条腿战略投入，使得Momenta成为Tier 2以来，智驾系统官宣被最多不同客户上车的公司。而且多是高端品牌：上汽智己、吉利路特斯、比亚迪仰望、方程豹，广汽埃安…今年开始，Momenta开始了量产智驾的规模上量阶段，首先是技术上除了主流的英伟达平台，还积极布局了地平线、高通的多个计算平台，以适应不同客户需求，发掘更多潜力客户。这里补充一个容易被忽视的盲点：如今我们在国内市场上看到英伟达自动驾驶芯片呈统治态势，几乎吃下所有中高端智驾方案，这其中的重要原因是中国的汽车智能化革命更领先，更彻底。但在更为广阔海外市场，英伟达其实处于和高通竞争项目定点的状态，并且目前高通也不落下风。Momenta前段时间和高通官宣合作，也为今后出海业务提供的渠道和保障。今年以来，Momenta有关选了和丰田、通用等等国际主机厂的合作。粗略估算一下，全球TOP 10的主机厂中，一半都和Momenta建立了合作关系。第二点，是Momenta的智能化方案，开始从电动车向油车延伸。这也更好理解，国内半壁江山仍是油车，海外就更是燃油车得的天下。车企最看好、L4及其降维路线双管齐下且都有成果落地，另外量产商业化项目最多，这就是Momenta被车企和资本市场看好的原因所在。目前业内的确也没有任何一家创业公司有这样的成绩和实力。Momenta的赴美上市准生证，更多只是有了一种选择…优秀的公司，不缺更多可能性。 ... PC版： 手机版：

OpenAI投后5个月自动驾驶公司Ghost突然倒闭 成立七年0交付

OpenAI投后5个月自动驾驶公司Ghost突然倒闭 成立七年0交付 这也正是Ghost作为初创公司，却备受关注的最大原因。然而就在OpenAI投后不到五个月，Ghost毫无征兆地突然宣布关停。OpenAI投资的自动驾驶公司，倒闭了Ghost在官网发布通告，表示其将关停全球业务：虽然说是全球，但据了解，Ghost目前只在两国三地开展业务美国加利福尼亚和得克萨斯州以及澳大利亚的悉尼。业务为什么会突然关停呢？Ghost在公告中表示：实现自动驾驶发展和商业化需要长期投资，考虑到当前的融资环境，公司实现盈利的前景不确定。说白了就是，公司需要钱，但钱不好融，未来不可期了，所以公司决定关门。相比自动驾驶明星，Ghost融到的钱确实不多，七年融资近2.2亿美元，折合人民币也就是大约15亿元。公司规模也不算大，公司雇员大约有100人。之所以有名，还是因为OpenAI的青睐。而且还是在OpenAI发迹后，如日中天时，双方才建立的合作关系。2023年11月10日，也就是OpenAI“宫斗”的前一周，Ghost宣布，计划利用多模态大语言模型实现自动驾驶。或许是受这一愿景感召，Ghost与OpenAI成功建立了合作。Ghost获得了OpenAI系统的早期使用权，以及微软的云计算资源，OpenAI还给它投了500万美元(折合人民币约为3617万元)。给钱还给资源，OpenAI挺看重Ghost。然而转眼不到五个月，Ghost官宣倒闭。和此前诸多投资者一样，OpenAI没能等来Ghost将想法落地。愿景难落地的Ghost回顾Ghost的创办历程，七年来先后画了三张饼，直到倒闭，一个都没落地。Ghost创办于2017年，头两年一直籍籍无名，直到2019年，Ghost获得了一笔6370万美元(折合人民币约为4.6亿元)的投资，开始崭露头角。当时Ghost宣布，其正在开发一套设备，该设备能让私家车获得在高速路自动驾驶的能力。具体来说，不是提前预埋硬件，而是将设备安装在车辆的后备厢中，连接汽车总线，并在车牌、车窗以及后视镜处。在Ghost的设想中，这套设备最初会采用ToC的形式，车主买来车，然后自行前往Ghost专卖店，购买设备并安装。原定交付时间是2020年，具体价格不清楚，只给出了大概的区间比特斯拉的Autopilot便宜(当时售价约为5万元人民币)。这套设备后来没有如期交付，不断跳票，直到现在也没量产。没有如期交付项目的Ghost，却在2021年又新开了一条业务线：用于自动驾驶的通用防撞系统。Ghost介绍，该系统会识别场景中的物体，但不同于当时的其他系统，并不会对物体进行分类，只计算距离物体的距离和相对速度。这样对算力的需求以及能耗都更低。其实从思想上来说，有点像占用网络，不需要识别出物体具体是什么，只要知道自己被阻挡了就行。研发需要钱，凭借该技术规划，Ghost在当时融了一亿美元，是其最大的一笔融资。不过，和高速自动驾驶系统一样，这项技术依然没能落地。但这并不影响Ghost继续提出计划，拓展业务，也就是前面提到的，和OpenAI建立起合作关系，探索多模态大语言模型(LLM)用于自动驾驶。Ghost联合创始人兼CEO约翰·海耶斯(John Hayes)认为，LLM为自动驾驶提供了解决“边缘场景”的新方法，多模态大语言模型可以处理更复杂的场景。这在当时引起争论。有研究员认为，LLM并不是为自动驾驶而设计的，甚至可能解决某些问题效率比较低。“Ghost把LLM当成了一种营销”。还有学者以ChatGPT举例，称其有时会“胡言乱语”，会犯人类不会犯的错误，大模型连对话都会犯错，怎么敢让它开车呢。但OpenAI首席运营官兼初创基金经理Bard Lightcap则认为，多模态有潜力将LLM的适用性扩展到其他用例上，比如自动驾驶汽车。双方负责人都有意推动多模态LLM上车，因此尽管存在诸多争议，OpenAI和Ghost仍然达成了合作。然而如今随着Ghost的倒闭，OpenAI少了一块自动驾驶试验田，也失去了一个多模态的应用案例。One More Thing自动驾驶的浪潮奔腾不息，Ghost翻船的同时，L4迎来新的玩家：马斯克官宣，8月8日也就是四个月后，特斯拉Robotaxi将上线。预计车型将会是万众期待的Model 2车型，也就是“小钢炮”。就在马斯克官宣Robotaxi上线时间的两个小时前，特斯拉称。FSD累计行驶里程超10亿英里，也就是大约16亿公里，相当于绕地球赤道5万多圈。从图中可以明显看到，FSD累计里程在2023年9月后增长极快，尤其是近期FSD推出V12版本后，几乎是指数增长。马斯克对此补充，其预测不久后特斯拉FSD的累计里程将突破100亿英里。考虑到马斯克此前官宣，FSD将推出一个月的免费试用，再结合V12的表现，FSD累计里程爆炸性增长不是不可能。这意味着在Robotaxi上线前，FSD将进一步进化。而当Robotaxi正式上线，也意味着，所有特斯拉车辆有了L4的潜在能力。诶，那是不是晚上睡觉，车子自己出去跑滴滴赚钱的梦想，终于能实现了？ ... PC版： 手机版：

马斯克突然访华 特斯拉称加速自动驾驶技术落地

马斯克突然访华 特斯拉称加速自动驾驶技术落地 中国的超大规模市场将始终向外资企业敞开。中方言出必行，将在扩大市场准入、强化服务保障等方面继续下功夫，为外资企业提供更优的营商环境、更有力的综合支持，让各国企业安心、放心地投资中国。马斯克表示，特斯拉上海超级工厂是特斯拉表现最好的工厂，这得益于中国团队的勤劳智慧。特斯拉愿同中方进一步深化合作，取得更多共赢成果。28日晚间，特斯拉发文称，将继续在中国深耕，在人工智能、电动车、储能等领域与行业共同发展，加速清洁能源与自动驾驶技术落地，把美好愿景变成现实。这是时隔一年之后，马斯克再度访华。据外媒报道，马斯克此次突然访华，目的是争取推动特斯拉智能驾驶系统FSD（Full-Self Driving，全自动驾驶）在中国落地。特斯拉FSD需要中国市场4月28日，外媒援引知情人士说法称，马斯克正寻求在中国推出FSD，并将数据传输至海外的可能性，以训练其自动驾驶技术的算法。数日前，马斯克就曾透露，特斯拉可能很快就会向中国客户提供全自动驾驶软件功能FSD。4月20日，马斯克在社交媒体平台X上回复一位用户询问特斯拉将何时在中国推出FSD时表示，“可能很快就会实现。”特斯拉在四年前推出FSD，然而在其全球第二大市场却一直未能落地。对于特斯拉FSD，中国市场上的消费者可谓期待已久。而特斯拉也亟需FSD这个“杀手锏”来吸引更多中国消费者的注意。今年第一季度，特斯拉营收、净利双双下滑，在全球的交付量也大幅低于华尔街预期，为38.68万辆，同比下滑8.3%，环比下滑高达20.1%。与此同时，北京车展正如火如荼地进行着，小米、华为、比亚迪等中国品牌在车展上大放异彩。这些中国竞争对手的迅速崛起，也给特斯拉中国带来巨大压力。自动驾驶则成为了马斯克交给投资人的一剂定心丸。基于大规模行驶里程、自研运算平台、巨大算力的布局，特斯拉的智能驾驶软件FSD（完全自动驾驶）已进入V12.3阶段。特斯拉方面表示，完全自动驾驶距离走入现实仅“一步之遥”，其大规模商用一旦落地，将成为特斯拉利润丰厚的“现金奶牛”。在3月特斯拉向北美车主推送的FSDV12.3.1版本中，特斯拉已引入“端到端神经网络”技术，通过对超百万辆行车数据进行深度学习，使用人工智能技术来影响车辆控制，如操作方向盘踏板、转向灯等，而不是对每一种驾驶行为进行硬编码。马斯克曾表示，60亿英里行驶里程是完全自动驾驶系统实现质变的一个重要节点。2024年第一季度，特斯拉FSD真实路况总里程已达12.5亿英里（约20亿公里），这一数字远超其他公司总和。特斯拉方面预计，按照目前的速度，FSD累计行驶里程有望在5月底达到20亿英里，并在一年之内达到60亿英里总量。另一方面，中国作为特斯拉全球第二大市场，特斯拉保有量已经超过170万辆。这170万辆车的行驶数据对于特斯拉来说也十分宝贵。自2021年以来，特斯拉已按照监管机构的要求将其中国市场上车辆收集的所有数据存储在上海的数据中心，并且没有将任何数据传回美国。此前，特斯拉中国方面多次强调，其在中国采集的数据会严格遵守中国对于数据管理的法律法规，实现本地存储。扩大FSD的覆盖范围已经是特斯拉的当务之急。为了进一步推动FSD的覆盖范围，近日，特斯拉在美国先后宣布了FSD按月订阅价和套餐购买价的下调。FSD订阅价格从每月199美元降至99美元；FSD套餐购买价也从1.2万美元降至了8000美元。特斯拉有望再成行业“鲇鱼”近年来，也正是由于FSD无法在中国使用，智能驾驶反而成为了小鹏、问界等中国竞争对手相较于特斯拉的一大优势。在中国，业内较为认同的第一梯队玩家一般包括小鹏、理想、极越（百度）、蔚来、华为等。目前，国内主机厂的智驾竞赛已进入到白热化阶段。小鹏、理想、极越等车企皆喊出了2024年城区领航“全国都能开”的口号。前述FSD的“端到端自动驾驶模型”目前也已经成行业共识，国内玩家陆续跟进。例如，蔚来计划在今年上半年推出基于端到端的主动安全功能，小鹏也在2024年1月新春智驾活动启动发布会上表示端到端模型将全面上车。中信证券研报认为，尽管实际驾乘体验仍有较大提升空间，但为了在迅速收窄的时间窗口中尽可能抢夺消费者心智，各主机厂都在加速功能研发、产品落地和营销推广。多家机构研报认为，如果FSD成功进入中国市场，它将成为中国本土车企自动驾驶方案的有力竞争者，并有望再次成为国内自动驾驶行业的一条“鲇鱼”。在中国汽车工业协会秘书长助理兼技术部部长王耀看来，特斯拉在自动驾驶方面技术优势明显。王耀在去年的一场演讲中提到，纯视觉让特斯拉能够坚定不移地走低成本的感知路线，原因在于特斯拉有庞大的数据优势，有了足够的数据就相当于有了足够的经验来训练算法。除了特斯拉，大部分的企业数据资源是严重不足的，不得不采用融合感知技术路线。与特斯拉相比，在成本上一直就会处于劣势。当走融合感知技术路线的车企把这条路跑通，达到自动驾驶L4、L5的水平后，大家就已经把激光雷达等传感器的成本“打”下来了，届时特斯拉同样可以使用，这时特斯拉依然比其他企业有更大的数据资源优势。值得注意的是，2023年5月12日，上海市经信委智能制造推进处副处长陈可乐介绍，下阶段，上海将进一步深化与特斯拉的合作，推动自动驾驶、机器人等功能板块在沪布局，共同打造具备核心技术优势、面向全球市场的科技产业集群。业内认为，这意味着上海很有可能成为特斯拉FSD进入中国市场的第一站。FSD在中国落地，数据采集被视为关键之一。在数据存储方面，特斯拉刚刚取得新进展。4月28日，中国汽车工业协会、国家计算机网络应急技术处理协调中心发布《关于汽车数据处理4项安全要求检测情况的通报（第一批）》，特斯拉上海超级工厂生产的车型全部符合合规要求：车外人脸信息等匿名化处理、默认不收集座舱数据、座舱数据车内处理、处理个人信息显著告知等。特斯拉方面对此表示，特斯拉通过了国家车辆数据安全的权威标准和要求，有利于全面解除（如机关单位、机场、高速等）对特斯拉等智能汽车的禁行禁停限制。 ... PC版： 手机版：