马斯克「独孤求败」的自动驾驶路径,与特斯拉的「无人出租车」(附完整Q&A)

摘要

这是特斯拉第一次推出基于完全自动驾驶之后的 Robotaxi(无人驾驶出租车)全新商业模式,它想彻底改变行业的游戏规则。

「客观说这是世界上最好的芯片」、「任何依赖激光雷达的人都注定失败」、「明年年中,将有超过 100 万辆特斯拉汽车在路上使用全自动驾驶硬件,这意味着届时将有 100 万台 Robotaxi 的潜力。」经典的埃隆马斯克再次上线。

今天特斯拉举办了第二届「Autonomy Day」,正式发布了完全自动驾驶硬件(full self-driving computer,FSD 计算机)的更多完整细节,包括特斯拉首次自研的 FSD 芯片硬件进展,全自动驾驶推向市场的时间表以及基于特斯拉网络的 Robotaxi 计划。

投资人体验特斯拉完全自动驾驶 |  来源 Twitter@hamids

这个活动虽然主要面向投资者,但仍然有超过 4 万人通过直播视频远程观看。接近三个小时的发布,特斯拉在试图告诉现场的华尔街分析师们关于神经网络和计算机视觉的运作优势,希望向投资者解释清楚「为什么特斯拉不仅仅是一家汽车公司」。

其实这不是特斯拉第一次谈论「完全自动驾驶计划」了,但这却是特斯拉第一次推出完整自研芯片,以及基于完全自动驾驶之后的 Robotaxi(无人驾驶出租车)全新商业模式。更有 Twitter 网友评论说 Robotaxi 的发布类似于原版 iPhone 的推出,将彻底改变行业的游戏规则。

         马斯克接受投资者提问 | 直播截图

引来极大争议的是,深信「第一性原理」的马斯克再次坚定的将视觉为主的全自动驾驶方案推上舞台,这与现阶段主流自动驾驶方案的使用高精度地图与激光雷达的方案相冲突,特斯拉再一次走上了一条孤独的路。这一次为了证明自己的路线,马斯克的言论中不乏颠覆整个行业的激烈观点。

马斯克 | 直播截图

「世界上最好的芯片」

本月早些时候,特斯拉宣布新的全自动驾驶(FSD)计算机已投入生产。首先马斯克与自动驾驶工程副总裁 Pete Bannon 一起登台详解 Autopilot  Hardware 3.0 的配置。

今天正在制造的所有特斯拉汽车包括 Model 3/S/X 都拥有完全自动驾驶所需的硬件:8 个视觉摄像头,12 个超声波传感器,雷达,以及这款定制设计的全自动驾驶双冗余 FSD 计算机(共 72W)。

马斯克与自动驾驶工程副总裁 Pete Bannon | 直播截图

特斯拉新芯片上的神经网络加速器可以处理来自汽车 8 个不断运行的摄像头的每秒 2100 帧的输入图像。这相当于每秒 25 亿像素。这款马斯克口中「世界上最好的芯片」尺寸为 260 平方毫米,拥有 60 亿晶体管,具有双核神经网络阵列,每秒可运行 36 万亿次操作,采用 14 纳米工艺制造。与上一代 Tesla Autopilot 硬件(由 Nvidia 硬件驱动)相比,特斯拉声称每秒帧数处理能力提高了 21 倍。曾经负责苹果公司重要芯片项目的 Bannon 还表示,他从未参与过改善倍数超过 3 的项目。

与上一代 Tesla Autopilot 硬件(由 Nvidia 硬件驱动)相比 | 官方数据

Bannon 还解释说与 Autopilot 硬件 2.5 相比,每辆车的硬件成本降低约 20%。他说,主要差异在于为新硬件的开发付出的成本。

在每个全自动驾驶计算机主板实际上都配备了冗余的两个 FSD 芯片,以及冗余的电源,甚至是冗余计算,「系统会将两个处理器同时反馈给汽车之前的结果进行比较。」Bannon 说。

         FSD (full self-driving computer)计算机芯片 | 直播截图

「任何一部分都可能失效,但汽车将继续行驶,」马斯克说。「这台计算机失败的可能性远低于失去意识的人,至少是低于一个数量级。」

马斯克补充说,三星正在德克萨斯州奥斯汀生产这款新的特斯拉自研芯片,他预计供应不会有任何问题。同时他们已经在研发下一代芯片,他们预计它将比刚刚投入生产的现有芯片好三倍。马斯克表示,特斯拉将开始为在未来几个月购买「全自动驾驶套餐」的特斯拉车主提供翻新升级服务。

「起初看起来似乎不太可能。特斯拉,以前从未设计过芯片,怎么会设计出世界上最好的芯片呢?但这是客观上发生的事情。」马斯克在 Bannon 完成演讲后得意的说。


「学习」人类驾驶

「Pete 告诉大家我们设计的芯片在车内运行神经网络,而我的团队负责训练这些神经网络,包括从车队收集的所有数据,神经网络培训,以及然后将部分内容部署到该芯片上,」特斯拉的人工智能高级主管 Andrej Karpathy 上台说。

特斯拉的 AI 软件可以监控来自汽车的大量数据,然后根据这些输入做出驾驶决策。这可以是从车道线,道路标志,刹车灯,行人等等。它与人类大脑每天所做的功能基本相同,将光信号转换为具有大量模式识别功能的已知物体。

         神经网络训练逻辑 | 直播截图

为了训练神经网络,计算机需要将数千个例子输入系统,Karpathy 解释说:「相比虚拟仿真数据,真实世界的测试数据是无可替代的。」特斯拉声称,在使用硬件 2.0 的情况下,它有超过 425000 辆汽车在上传数据,供神经网络使用。

「疯狂的是, Autopilot 的神经网络即使在视觉识别没有很高精度的情况下同样可以进行路径的预测和规划。它可能看不到这条路的拐角,它给出的建议是很可能这个弯道的角度很大, 基于此它提供了路径预测,而且还做得很不错。这应该都应该归功于神经网络/车队从人类驾驶员身上学到的驾驶策略。」马斯克说「是软件学会了人类是如何在这种路况下进行驾驶的。」

更重要的是,Andrej 称,现在的视觉为主的感知方案以及能够适应 99.999% 的场景。

适应场景 | 直播截图

「硬件都已经完成,需要做的就是改进软件」马斯克说。特斯拉工程副总裁 Stuart Bowers 制定了特斯拉的软件测试计划。

依旧是介绍了特斯拉独有的「影子模式」——无论 Autopilot 是否开启,神经网络都在观察和学习,以便提高 Autopilot/FSD 软件的能力。「这也是为什么这套软件使用起来会产生很顺的操纵感,像人类一样,比其他车企类似的产品用户体验要好很多。」

当「你感觉很好」时,Bowers 说,这个功能将会出现在一个受控制的部署中并发送给成千上万的人。使用新功能的人越多,特斯拉就越了解它的工作方式。最后,当公司对这个功能充满信心时,公司就会全面推送更新。

Bowers 表示,现在特斯拉每天都会看到 10 万次自动车道变换,并且是零事故。


 能帮你「挣钱」的特斯拉

马斯克表示,他「非常有信心」预测明年将推出 Robotaxi 计划。

 Robotaxi 计划 | 直播截图

特斯拉将不断开发和更新该软件,以满足年底前实现完全自动驾驶系统所需的所有功能。他强调说,目前版本系统仍然需要驾驶员保持注意力,并不能自动驾驶,但他预计到 2020 年第二季度它将不再需要驾驶员注意。

之后特斯拉将与监管机构合作,将系统批准为自动驾驶系统,不需要驾驶员监督。该时间表将取决于不同司法管辖区的监管机构,但马斯克表示,他相信它将在明年年底前至少在一个市场被许可。

特斯拉计划通过更新其现有的移动应用程序来启用其 Robotaxi 网约车服务网络。

         汽车共享移动应用程序 | 直播截图

在应用程序上,特斯拉车主将能够将他们的汽车添加到共享车队以赚钱或召唤一辆自动特斯拉车辆来接他们并将他们带到目的地。

「今天每英里乘坐平均成本约为 2 至 3 美元。特斯拉估计 Robotaxi 将花费不到 0.18 美元。」马斯克列举了自己的数据,「用户可以拥有一台 Robotaxi,并允许它在特斯拉网络上运营,每年可以获利三万美元。」

         Robotaxi 费用核算 | 直播截图

马斯克表示,任何客户都可以在「特斯拉网络」中添加或删除他们的汽车,Robotaxi 更像是 Uber 和 Airbnb 之间的组合。与这些平台类似,特斯拉还将获得乘车费用产生的约 25-30%的收入。

更重要的是,马斯克希望未来在没有足够人分享汽车的地方,将有特斯拉的自动驾驶车辆来满足需求。

这就是马斯克在完全自动驾驶之后的 Robotaxi 计划,如果实现这可能对共享出行行业产生的巨大的影响。「明年年中,将有超过 100 万辆特斯拉汽车在路上使用全自动驾驶硬件,这意味着届时将有 100 万台 Robotaxi 的潜力。」马斯克说,只是实现这些远景的前提是特斯拉先落地完全自动驾驶能力,不跳票。

特斯拉将在本周三公布第一季度财报,不得不说马斯克在财报发布两天前走了一步险棋,放出了自己的完全自动驾驶底牌。马斯克描绘了一副非常好的出行蓝图,甚至挑战了自动驾驶的巨头,再一次激活了「自动驾驶行业」的讨论,但投资市场也许并不会对这个承诺感兴趣和买单,只是一切光环又回到特斯拉,只期待马斯克兑现诺言。

Twitter 网友推出的 Elon Musk 香水——「成功的味道」| 来源 Twitter


「任何依赖激光雷达的人都注定失败」?

当然在所有发布之后,引来极大争议的是马斯克对于激光雷达的看法,深信「第一性原理」的马斯克再次坚定的将视觉为主的全自动驾驶方案推上舞台。

另一边像奥迪这样的汽车制造商以及像 Waymo 这样的科技公司甚至是很多自动驾驶创业公司,目前多数自动驾驶方案的主要参与者都在开发采用激光雷达传感器的原型,同时使用高精度地图。

「他们慢慢地都会抛弃激光雷达, 记住我的话. 把激光雷达装在车上真的很蠢, 它又贵又没有必要. 就像 Andrej 提到的, 一旦解决了视觉的问题, 激光雷达就变得没有意义了. 所以你干嘛要把一堆又贵又没价值的东西装到车上去。」马斯克说,「但是我不是说激光雷达没用, SpaceX 的火箭使用了激光雷达, 用于和空间站的对接, 我只是觉得它没必要出现在汽车上。」

针对这样激进的观点,我们联系了几位国内的自动驾驶创业公司 CEO,他们对这个观点也式褒贬不一。「但是 LiDAR 确实属于量产的路还蛮长,相比摄像头,LiDAR 在软件上占的便宜硬件上都要还回来。世界是公平的。」禾多科技 CEO 倪凯评论说。

「哪种传感器会成为自动驾驶的主要传感器,最终只能看市场和用户。但首先,自动驾驶的主流传感器应该在各种条件下,保证感知的稳定和准确。这点激光雷达相较摄像头有很大的优势。如果我们可以坐时光机器到 5 年后看看,那么就不需要争论了。」文远知行 CEO 韩旭说,「这个争论让我想起了托马斯爱迪生和尼古拉斯特斯拉的直流电和交流电之争:尽管爱迪生名满天下,声音巨大,但是由于交流电在变压,发电和传输方面的技术优势,使得当时的后辈小子特斯拉在竞争中获胜。如果就技术本质而言,我们还是可以看到激光雷达的巨大优势。当然,我一直对 Elon Musk 很尊敬,但技术面前,事实最重要。」

发布会完整 Q&A 

最后,在每个环节之后,Musk、自动驾驶工程副总裁 Pete Bannon、人工智能高级主管 Andrej Karpathy、特斯拉工程副总裁 Stuart Bowers 都接受了投资者提问。这其中有很多值得思考的观点和问题,我们也整理出来供大家参考。


Q1: 就特斯拉 FSD 芯片与英伟达 Xavier 的对比来看, 前者每秒的运算速率几乎是后者的 7 倍, 就这方面的表现, 如何向投资者具象地描述一下?

Peter Bannon:这意味着 FSD 芯片每秒能够处理的图像帧数是 Xavier 的 7 倍。同样的深度学习加速器的运行速率也会是 7 倍多…这种性能的巨大差异意味着你能做很多有意思的事情, 可以让汽车行驶得更好更安全。


Q2: 特斯拉为何放弃与英伟达的合作, 选择自研芯片的道路?

Elon Musk: 英伟达是一家伟大的公司。但它的客户有很多, 所以它提供的是通用的芯片解决方案。但是我们的 FSD 只关心一件事, 那就是自动驾驶。所以它在这方面的性能非常棒, 同时也针对其开发了配套的软件。我认为这样的软件和硬件相结合, 是所向披靡的。 


Q3: 针对其他公司使用激光雷达进行自动驾驶测试, 特斯拉的看法是?

Elon Musk: 激光雷达对自动驾驶而言是徒劳无益的东西。任何依赖激光雷达的公司都可能无疾而终。激光雷达是一种又贵又没必要的产品。就像如果人身上长了一堆阑尾。阑尾本身的存在基本是无意义的, 如果长了一堆的话, 那就太可笑了。他们慢慢地都会抛弃激光雷达, 记住我的话。把激光雷达装在车上真的很蠢, 它又贵又没有必要。就像 Andrej 提到的, 一旦解决了视觉的问题, 激光雷达就变得没有意义了。所以你干嘛要把一堆又贵又没价值的东西装到车上去。但是我不是说激光雷达没用, SpaceX 的火箭使用了激光雷达, 用于和空间站的对接, 我只是觉得它没必要出现在汽车上。


Q4: 请问下一代芯片主要的设计目标是什么?

Elon Musk: 至少要达到第一代 FSD 芯片三倍的性能。


Q5: FSD 肯定是要找第三方代工的, 那么它带来的成本减少占整车成本的多少?

Peter Bannon: 20%。节省下来的成本可以抵消研发的支出。当我们提出要通过自研芯片来节省成本时, Elon 说「一年如果可以卖出上千万台车, 那这个是划算的」。


Q6: 深度神经网络是自研还是找第三方公司开发? Fabbing 又是找谁做的?

 Peter Bannon:是我们自己根据芯片定制开发的, 芯片是由三星代工的。


Q7: 我有些好奇, 从知识产权的角度出发, 你们的芯片和相关 IP 设计有着怎样的防抄袭的考虑? 你们肯定不会今后把芯片的 IP 也开放出去吧?

Elon Musk: 可能 3 年后会有其他公司生产类似 FSD 的产品, 但两年内我们就会研发出比现在产品好 3 倍的新一代芯片。

我们的 FSD 芯片是很难被破解的。如果有人能够破解它, 甚至把神经网络, 软件等等其他重要的 IP 设计摸了个清, 那其实他们也完全可以自研芯片。

持此之外, 特斯拉的车队是我们强大的、能够可持续发展的优势。它好比谷歌的搜索引擎, 优势在于有大量的用户使用, 而它因为大量的使用会变得更强大。


Q8: 像 Waymo/Nvidia 在自动驾驶模拟上有着自己独特的优势。请问特斯拉是怎么看待在现实世界的测试和模拟测试积累的里程?

Elon Musk: 我们也有非常好的模拟系统, 但这并不能解决现实世界中存在的长尾问题。如果模拟能够覆盖所有的极端问题, 那只能说我们生活在一个模拟出来的世界。现实世界是怪诞和混乱的, 你还是需要在真实世界进行道路测试才行。


Q9: 我想请问特斯拉如何解决 Autopilot 的变道问题 (change lane)?像在加州这样的地方, 交通情况很糟糕, 汽车希望执行稳健安全的策略, 但是往往在实际过程中需要做一点危险的事情, 才能 cut in。

Andrej Karpathy: 我在演讲中提到的数据引擎 (data engine), 它是在神经网络上反复运行的。在软件层面上我们做了同样的事情, 我们考虑了所有与人类变道时可能采取的激进行为相关的一些变量。所以我们经常会改变「影子模式」(shadow mode) 下运行的一些变量, 来验证算法到底工作得怎样。当人类驾驶员在任何场景下进行变道操作时, 或者他认为目前不安全不适合变道, 这些情况下产生的数据将用来训练机器学习分类器, 使其能够辨别适合进行变道的路况。值得一提的是, 机器学习分类器能够写出比人类更好的代码, 是因为它背后有海量的数据支持, 所以它能够对所有正确的阈值进行调校, 保持和人类驾驶员同样的驾驶策略。

而且无论 Autopilot 是否开启, 神经网络都在观察和学习, 以便提高 Autopilot/FSD 软件的能力。这也是为什么这套软件使用起来会产生很顺的操纵感, 像人类一样, 比其他车企类似的产品用户体验要好很多。

Elon: 你可能想象不到, Autopilot 的神经网络即使在视觉识别没有很高精度的情况下同样可以进行路径的预测和规划。它可能看不到这条路的拐角, 它给出的建议是很可能这个弯道的角度很大, 基于此它提供了路径预测, 而且还做得很不错。这应该都应该归功于神经网络/车队从人类驾驶员身上学到的驾驶策略。是软件学会了人类是如何在这种路况下进行驾驶的。


Q10:  特斯拉车队能够采集多大量级的数据? 冗余方面是如何考虑的? 如何进行神经网络的训练?

Andrej Karpathy: 其实对训练神经网络有用的数据不是看量级, 而是看数据中不同的变量有多少。我们必须要选取那些有用的数据, 所以并不在乎搜集到了多大量级的数据。

至于冗余性, FSD 架构中包含了两枚特斯拉自研的芯片, 都有相应的冗余设计, 可以满足 L4/L5 自动驾驶应用。

Elon Musk: 我们的车子是在优化的计算机平台上进行推理 (inference)。我们的确是有一个主要的项目在做这件事情, 叫做「Dojo Computer」, 不过今天因为时间的原因不做过多介绍。它是一台用于神经网络训练的超级计算机, Dojo 能够处理大量的数据, 并且在视频数据的基础上进行神经网络的训练。当然它还需要对大量视频数据进行无监督的训练。


Q11: 特斯拉在自动驾驶上有怎样的规划?

Elon Musk: 特斯拉在自动驾驶上有三步规划: 先完成功能, 之后在相应的功能之上实现驾驶员不用把注意力放在开车这件事情上, 之后才是说服监管者我们能达到这样的能力。我们希望在今年完成自动驾驶功能的搭建, 从特斯拉的角度来看, 应该在明年的第二季度, 可以实现驾驶员松开方向盘, 看向窗外的操作。到明年底之前, 至少在某些区域获得政府的批准, 可以在公路上实现这样的功能操作。这是我给出的粗略的时间线。

可能对卡车而言, 编队行驶更有可能先获得政府相关部门的许可。如果进行长途运输, 你可以在头车中设置驾驶员, 其他编队行驶的车辆都可以是完全的无人驾驶。我认为监管方对这种形式的操作会更可能早的批准。我认为监管方对特斯拉 Robotaxi(Tesla Network) 的批准应该是在明年。


Q12: 要实现 Robotaxi, 什么是关键的技术?

Elon Musk: 为了实现自动驾驶或 Robotaxi, 在硬件层面你必须要有足够的冗余。特斯拉的整套系统, 从硬件角度出发, 从 2016 年 10 月就开始针对 Robotaxi 的研发, 当时我们才推出了 Autopilot 2.0 版本。


Q13: 如何看待其他厂家使用激光雷达和高精度地图在限制区域进行的 Robotaxi 服务?

Elon Musk: 激光雷达和高精度地图都是自动驾驶中错误的解决方案, 只会减慢自动驾驶商业化的速度。如果你只是在限制区域行驶, 那也不能叫做自动驾驶。


Q14: 目前你们的计划是使用 Model 3 实现 Robotaxi 服务, 那么 Semi 卡车和 Model Y 呢?

明年, 我们将把产品线扩充至 Model Y 和 Semi 卡车上。我们预计 Robotaxi 首次运营上线是在明年, 而其他公司恐怕明年都还没有吧?

任何顾客都可以把他们的特斯拉车子加入到 Tesla Network 中来, 我认为这是一种结合了 Uber 和 Airbnb 的服务模式. 特斯拉将在该业务上获得 25%~30% 的利润。如果一些地区没有足够来自用户的车子, 那么我们将提供定制的特斯拉车型用于 Robotaxi 服务。


Q15: 你们有计算过 Robotaxi 服务的成本吗?

Elon Musk: 目前一辆基于 Model 3 打造的 Robotaxi 成本低于 3.8 万美金。我们预计随着时间的推移, 这个数字是会减少的。现有的电池容量能够支撑约 30 万~50 万英里的续航。明年计划投产的新电池组是按照百万英里的续航进行设计的, 我们同时也在调整轮胎的设计, 进行各项优化, 以便其能够适应对效率要求很高的 Robotaxi 应用。

从某种意义上来说, 其实 Robotaxi 是不需要方向盘和踏板的, 我们未来也计划把这部分零部件去掉。可能两年后, 我们要造一辆没有方向盘和踏板的车型。长期来看, 三年内, 减少了一些不必要零部件的 Robotaxi 成本可以控制在 2.5 万美金或者更少。而一旦 Robotaxi 车队运行起来, 特斯拉的现金流会变得非常充裕。


最新文章

极客公园

用极客视角,追踪你最不可错过的科技圈。

极客之选

新鲜、有趣的硬件产品,第一时间为你呈现。

顶楼

关注前沿科技,发表最具科技的商业洞见。