特斯拉打破Waymo的“枷鎖”

困擾Waymo多年的問題，特斯拉給了新的解題想法。

特斯拉Robotaxi「狼來了」。

6月11日，特斯拉Robotaxi現身美國德州奧斯汀街頭，由最新的Model Y搭載FSD實現。根據海外部落客以及馬斯克透露相關資訊摘要如下：

1.本次亮相的是測試車，並非正式上線版本。測試版本是一個分支系統，正式上線之後會更主分支合併。這裡我理解有點像是國內常說的蒸餾小模型合併到一個更大的模型裡。

2.這些Robotaxi Model Y 運行的是更新的FSD 版本，馬斯克表示很快就會發布給客戶。他還分享了下一個即將到來的更新版本的細節。這個更新版本將包含4.5 倍的參數成長以及更好的記憶體使用效率。

簡單點說就是即將上車的FSD 是目前特斯拉最新的版本，同時還有一個更新的版本已經在訓練中。新版本提升了模型參數量，並且增大了內存，讓系統可以有更長時間的資訊輸入，從而有更多的歷史資訊對當前環境做出判斷。

3.測試車輛和用戶已經量產交付的是同一輛車，沒有經過任何改裝和特調。

4.此次用於公測的特斯拉Robotaxi無人駕駛純電動車服務車隊初期營運範圍僅限定在特定區域，隨著公測進程的穩定推進將進一步拓展服務範圍。

5.影片畫面顯示，測試車已具備完全無人駕駛的能力，主駕無人，車輛轉彎操作流暢自然。

6.第一輛從工廠下線的Robotaxi無人駕駛電動車，將在無人駕駛狀態下自動行駛至客戶家中。

7.馬斯克透露，正式版本預定6月22日上線，但考慮到問題，不排除延期的可能性。

8.第一輛特斯拉汽車從工廠自動駕駛到客戶家中是6月28日。

9.特斯拉官網顯示，其智慧輔助駕駛系統已累積輔助行駛38億英里（約60.8億公里），並基於超過600萬輛車、100多年行駛時長的真實駕駛場景進行訓練。

10.馬斯克規劃特斯拉將在奧斯汀率先推出Robotaxi服務，首批約為10至20輛Model Y，在限定區域遠程人工監督下運行，數月內擴大至1000輛，繼而向舊金山、洛杉磯、聖安東尼奧，加利福尼亞州等其他州輻射。同時，美國奧斯汀市交通與公共工程部官網已經將特斯拉列入Robotaxi營運商，處於「測試」階段。

全無人，低成本，自動駕駛…特斯拉似乎就這樣以一種四兩撥千斤的方式攻破了Waymo苦心經營多年的防線。

按照馬斯克先前的設想，特斯拉更宏大的計畫是將這些Robotaxi賣給每一個普通個體，而不是由公司或第三專業公司經營。這將直接讓特斯拉從繁重的營運事務中解脫出來（前期還是需要企業運營，後期用戶自主管理）。

不管從技術形態還是運作思路，特斯拉Robotai都帶著濃濃的馬氏第一原理風格，一切從輕從簡，讓技術普惠，讓企業解放，但這一切能實現嗎？ Waymo探索多年都沒有打破的球籠這樣讓特斯拉輕鬆化解了？

特斯拉和Waymo在技術和營運運作上的不同本質上來自於他們對商業的理解不同。

Waymo認為Robotaxi是個移動工具（功能），人為給它設定了許多邊界。例如使用範圍，時間，場景，甚至系統設定的駕駛習慣，風格等，盡可能窮盡所有的場景然後用規則演算法去消除這種不確定性，讓一切盡可能在人的掌控內。

理論上這種想法是可行的，因為只要在設定的範圍內所有的場景都能提前預知，並且採取應對措施。例如將城市區域劃分網格，然後再繪出該區域的高精地圖，最後按照設定的程序跑就完了。

這個事情的難度就是工作量大，時間周期長，而且成本投入高，就像我們學生時代解數學題時笨學生的笨辦法；好處是可控性強，而且運營的時間越久邊際成本越低，因為所有的生產要素可以持續復用，比如高精地圖繪製。 Waymo自己繪製地圖，在國內大家討論最多的是高精地圖掣肘的問題，但其實歐美這個問題並沒有那麼突出，很多道路很多年都不會更新一次。

特斯拉最新的端對端神經網路系統採用「光子進，控製出」的架構，就是神經網路直接以相機感測器的原始訊號（RAW影像）為輸入，跳過傳統的ISP影像處理環節。傳統ISP主要為人眼視覺優化，強調影像觀感的一致性，在處理過程中往往會失去對機器感知有價值的訊息，從而在某些複雜光照條件下影響系統性能。

特斯拉的想法更像是聰明學生「走捷徑」。更講究系統本身的主動性，不用複雜感測器，不用高精度地圖，給系統最原始的資訊讓它自己去做出判斷。

技術路線的不同會造成二者在安全上的冗餘差異。 Waymo第六代Robotaxi配備了13個攝影機、6個毫米波雷達、4個雷射雷達，以及一系列外部音訊接收器，增加了感測器清潔功能。而且大部分參數以及軟體都是自己設計。對比看來特斯拉的Robotaxi只有8顆攝影機。

冗餘包括軟硬體兩個層面，大部分情況下，軟體冗餘是建立在硬體冗餘的基礎上，所以Waymo在冗餘上擁有更多可控性。

特斯拉和Waymo的技術區別，和國內小鵬與華為的技術選擇很像。小鵬就是典型的follow特斯拉思路，在硬體上不斷做減法，強化軟體能力；華為的思路就是在硬體上做加法，雷射雷達從1顆變成3顆，而且還在加4D毫米波雷達，現在又出了相控陣雷達。到目前還保持了大量的規則，讓所有的東西都有邊界，都在可掌握的範圍內。

Waymo的做法是目前全球自動駕駛公司面對Robotaxi的常規解法。而且在成本控制上，中國公司也在做更多的嘗試。例如小馬智行第七代，蘿蔔快跑第6代等主流Robotaxi產品差不多在30萬元左右（估算價格），文遠知行按照專車標準和吉利聯合打造的GRX成本也比Waymo最新車型低很多，而且這個價格會隨著硬體晶片，雷射雷達等採購規模進一步降低。

國內Momenta的說法是透過輔助駕駛的量產套件實現L4級Robotaxi。這樣會進一步壓縮Robotaxi的成本。

此外，對事情的理解不同讓二者的產品呈現也不一樣，Waymo更突出產品的工具屬性，駕駛風格都千篇一律，更像是規訓過的禮賓司機。而特斯拉的駕駛風格是學習人，模擬人，但是不同的人駕駛風格不一樣，如果要帶給用戶好的體驗，一定要對駕駛風格進行收斂，透過強化學習，配合獎勵機制讓系統呈現出更好的狀態，但即便如此也很難保證駕駛風格的統一。

對於工具職能的Robotaxi來說，Waymo的方式更容易讓多數使用者接受。想像你從家到公司的路上，經過同一個路口，如果係統每次的表現都不一樣，體驗或安心度都會受到影響。

事實上，Waymo營運的效果也持續向好。今年4月，Waymo與豐田共同宣佈正在探索將前者累積的技術更多用於個人用戶。

5月，Waymo對外宣佈已實現超1000萬次付費出行，並在過去五個月內翻了一番。 Waymo聯合執行長Tekedra Mawakana在GoogleI/O開發者大會上表​​示：「這些都是付費行程，它們代表著那些真正將Waymo Driver融入日常生活的人。」這1000萬次行程涵蓋了奧斯汀、洛杉磯、舊金山和鳳凰城地區。

Waymo的做法也獲得了產業界人士的認可，來看看前圖森未來創辦人侯曉迪的觀點，他認為Robotaxi是營運問題。他的邏輯線條如下：L4背後的兜底是人——產品必須定義邊界——在安全邊界下去做運作。

侯曉迪認為，無人駕駛系統非常複雜，經常會壞，就得回廠商去修，維修成本是一般汽修的很多倍；很多L4的Robotaxi後邊會配一個遠程遙控的安全員，去判斷複雜道路的複雜情況。將司機換成安全員，也沒省太多成本。雖然現在無人駕駛公司都說自己一位遠端遙控員能夠同時監管3輛車、5輛車，但只有當一位遠端遙控員能監管車的數量上升到一定程度，比如說一個人管10輛車，無人駕駛才可能真正體現出盈利的可能性。本質上還是在像Waymo一樣，透過營運思路去解決問題。

老馬的終極邏輯大家都很清楚，就是讓車子像人眼一樣能開車。其中的核心變數就2個，模型是不是夠先進，數據是不是夠多。至於計算中心卡數，晶片算力等生產要素都可以在既定的軌跡上做加法。但怎麼樣的模型才算先進，數據多少才算多，老馬自己都不知道，只有試出來的結果才知道。

挑戰還是非常大，因為雖然是同一套技術，但是不同的用途，使用者的容忍度也不一樣。在L2是輔助駕駛，在Robotaxi就是自動駕駛，前者有人在兜底，可以出錯無數次，後者是系統兜底，用戶對他的要求是零失誤。想想Cruise的案例還歷歷在目。只要有任何一次大的事故，特斯拉所有的努力都要重新來過。

順便多囉嗦一句，如果老馬這套邏輯能跑通，那麼當下以Waymo為首的L4公司，包括國內透過L4思路運作Robotaxi的企業降本壓力將會陡增。但這個可能性並不大。

但還是要感嘆特斯拉的號召力，不管加碼那個領域，那個領域立刻就會火爆起來。今年以來，Robotaxi市場異常熱鬧，國外是特斯拉，Waymo，Uber輪番上陣。國內文遠、小馬、Momenta。

科技進步的每一步都是技術狂人想走捷徑，特斯拉發令槍已響，期待好消息。 （圓周智行）