馬點(diǎn)秋

特斯拉軛式方向盤

對(duì)于中外同行而言，特斯拉是公認(rèn)的行業(yè)標(biāo)桿，實(shí)現(xiàn)了產(chǎn)品的垂直整合、全棧自研，因而在制造智能電動(dòng)汽車方面，具有最大的靈活性和高效率。

近日，特斯拉首席執(zhí)行官馬斯克在All in Summit技術(shù)峰會(huì)上表示，要在今年年底將參加FSD Beta測(cè)試的人數(shù)，從現(xiàn)在的10萬人擴(kuò)大到100萬人。

這一在2020年10月發(fā)布的自動(dòng)駕駛測(cè)試版軟件，至今已歷經(jīng)數(shù)十次更新，可以看作特斯拉在實(shí)現(xiàn)L5級(jí)自動(dòng)駕駛這一終極目標(biāo)上的墊腳石。但該計(jì)劃目前僅對(duì)北美地區(qū)用戶開放，候選車輛需要搭載特斯拉HW3.0自動(dòng)駕駛硬件平臺(tái)，并且對(duì)申請(qǐng)人的駕駛習(xí)慣評(píng)分也有一定要求。

那么，為何馬斯克選擇在今年，大幅降低FSD Beta的申請(qǐng)門檻？特斯拉所采用的純視覺自動(dòng)駕駛路線，又有何特殊價(jià)值？

雖然FSD Beta幾乎代表著目前家用級(jí)乘用車在自動(dòng)駕駛領(lǐng)域的最高水準(zhǔn)，但本質(zhì)上來說，其仍然屬于L2自動(dòng)駕駛的范疇，出現(xiàn)緊急情況時(shí)，仍然需要駕駛員及時(shí)接管，并且車企不對(duì)開啟狀態(tài)下發(fā)生的事故負(fù)責(zé)。

根據(jù)駕駛自動(dòng)化分級(jí)標(biāo)準(zhǔn)，“是否駕駛?cè)嗽隈{駛車輛”，是L2與L3及以上自動(dòng)駕駛技術(shù)的分水嶺。L3自動(dòng)駕駛意味著發(fā)生事故以后的責(zé)任，要由車企承擔(dān)。

目前世界上僅有一家乘用車企奔馳，宣布對(duì)旗下的Drive Pilot L3自動(dòng)駕駛系統(tǒng)導(dǎo)致的駕駛事故負(fù)責(zé)，且其約束條件極為苛刻。而特斯拉旗下車輛在“Autopilot”（自動(dòng)駕駛）狀態(tài)下發(fā)生的亡人事故已有多起，為何還要在此時(shí)宣布將大規(guī)模增加測(cè)試用戶的數(shù)量呢？

這還要從當(dāng)前自動(dòng)駕駛技術(shù)的核心—深度學(xué)習(xí)—講起。

深度學(xué)習(xí)并不是一個(gè)新概念。其所依賴的神經(jīng)網(wǎng)絡(luò)早在1943年，就由美國心理學(xué)家麥卡洛克和數(shù)學(xué)家皮茨提出，在上世紀(jì)末計(jì)算機(jī)蓬勃發(fā)展的時(shí)期，受到學(xué)界的重視。

最近麻省理工（MIT）計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室公布的一段視頻顯示，人工智能領(lǐng)域大神Yann LeCun在1990年代初，便創(chuàng)造了速度極快的AI數(shù)字識(shí)別系統(tǒng)。而2006年杰弗里·辛頓發(fā)表的一篇文章，則讓人們意識(shí)到，通常用來渲染游戲等3D畫面的GPU圖形處理器，可被用于大大加速神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度。

特斯拉首席執(zhí)行官馬斯克

使用Mobileye技術(shù)的無人駕駛汽車

左圖：自動(dòng)駕駛巨頭Waymo發(fā)布會(huì)。右圖：英偉達(dá)Xavier自動(dòng)駕駛芯片

之后的AlphaGo與韓國棋手李世石的世紀(jì)大戰(zhàn)，更是讓深度學(xué)習(xí)“出圈”—全世界的人們意識(shí)到，只要擁有足夠多的樣本與算力，深度學(xué)習(xí)可謂無所不能。

而深度學(xué)習(xí)技術(shù)應(yīng)用到自動(dòng)駕駛中，就是通過收集的大量路測(cè)數(shù)據(jù)，在經(jīng)過人工和自動(dòng)化標(biāo)注后，放到超級(jí)計(jì)算機(jī)上進(jìn)行反復(fù)訓(xùn)練，得到訓(xùn)練完畢的自動(dòng)駕駛模型，從而賦予車載人工智能理解道路狀況的能力。

然而，基于深度學(xué)習(xí)的自動(dòng)駕駛技術(shù)，實(shí)際上非常依賴于其訓(xùn)練樣本。機(jī)器首先需要理解車輛所能遇到的所有可能的危險(xiǎn)狀況，才能相對(duì)應(yīng)做出正確的決策。

針對(duì)這一問題，自動(dòng)駕駛巨頭Waymo和絕大多數(shù)車企的做法，都是以盡量多的路測(cè)里程，嘗試覆蓋所有可能出現(xiàn)的長(zhǎng)尾場(chǎng)景。

而特斯拉作為全球范圍內(nèi)汽車保有量最多的自動(dòng)駕駛企業(yè)，在這一點(diǎn)上具備獨(dú)一無二的優(yōu)勢(shì)：每一個(gè)用戶實(shí)際上都可以成為其數(shù)據(jù)收集員，將自身的日常行駛數(shù)據(jù)進(jìn)行脫敏處理后，上傳到特斯拉的“超級(jí)大腦”—由25個(gè)特斯拉自研深度學(xué)習(xí)處理器D1組成的“Dojo”道場(chǎng)超級(jí)計(jì)算機(jī)中，進(jìn)行日夜無休的重復(fù)訓(xùn)練。

道場(chǎng)超級(jí)計(jì)算機(jī)1.1 EFLOPS的運(yùn)算速度，是上述1990年代MIT實(shí)驗(yàn)室那臺(tái)用于數(shù)字識(shí)別的計(jì)算機(jī)算力的550億倍。如此恐怖的計(jì)算能力，自然具備同時(shí)處理大量訓(xùn)練樣本的能力。這大概就是特斯拉放開自動(dòng)駕駛系統(tǒng)測(cè)試名額限制的一大原因。

而有了更多的參與測(cè)試者與強(qiáng)大的超級(jí)計(jì)算機(jī)，特斯拉的自動(dòng)駕駛系統(tǒng)迭代將更快，也就能盡早摘得L5級(jí)自動(dòng)駕駛的桂冠。

有趣的是，成為一個(gè)優(yōu)秀的人類駕駛員，并不需要學(xué)習(xí)大量的長(zhǎng)尾場(chǎng)景，因?yàn)楹腿缃竦娜斯ぶ悄芟啾龋四X的“泛用性”更強(qiáng)一些，在很多小概率事件面前可以做出相對(duì)合理的選擇。

然而，自動(dòng)駕駛對(duì)于模型內(nèi)已經(jīng)覆蓋到了的危險(xiǎn)場(chǎng)景，往往能夠處理得相當(dāng)完美與從容，而且能讓汽車在面對(duì)道路突發(fā)狀況時(shí)，在極短的時(shí)間內(nèi)完成信息收集、感知預(yù)測(cè)、決策執(zhí)行這三個(gè)關(guān)鍵步驟，實(shí)現(xiàn)超越人類認(rèn)知能力與反應(yīng)速度極限的規(guī)避動(dòng)作。這也是馬斯克堅(jiān)信自動(dòng)駕駛比人類駕駛更加安全的原因。

聊完了軟件，我們?cè)賮砹牧挠布?/p>

自動(dòng)駕駛的硬件江湖，目前大致可分為兩大陣營(yíng)：以國產(chǎn)造車新勢(shì)力為代表的多傳感器融合路線，和以特斯拉為代表的純視覺感知路線。

馬斯克從其著名的“第一性原理”出發(fā)，堅(jiān)持認(rèn)為純視覺方案是人眼與機(jī)器達(dá)成和諧統(tǒng)一的唯一路徑。北美地區(qū)自2021年5月起交付的Model 3和Model Y上的輔助駕駛系統(tǒng)，就只裝配了8顆攝像頭;而2022年2月起，交付的高端車型Model S和Model X，不再配備雷達(dá)。

取消了所有的雷達(dá)配置，顯示了馬斯克將純視覺方案死磕到底的決心。而這一方案的基石，便是由設(shè)計(jì)了AMD“Zen”系列架構(gòu)的硅谷芯片大神Jim Keller，與Jim的繼任者，曾負(fù)責(zé)蘋果A5到A9處理器的Pete Bannon共同設(shè)計(jì)的FSD自動(dòng)駕駛芯片。

這顆芯片于2018年底宣布研發(fā)成功，單顆算力達(dá)到了72 TOPS（萬億次每秒，衡量自動(dòng)駕駛芯片算力的單位），并在2021年初作為HW3.0硬件平臺(tái)的核心，搭載在特斯拉旗下一眾車型上，代替了此前使用的算力僅為1 TOPS的英偉達(dá)Parker系列芯片。

相對(duì)應(yīng)的，國產(chǎn)造車新勢(shì)力近年的自動(dòng)駕駛配置，仿佛也成為了各大廠商“秀肌肉”的舞臺(tái)：激光、毫米波、超聲波雷達(dá)和攝像頭數(shù)量不斷刷新上限，而自動(dòng)駕駛芯片的算力更可謂進(jìn)展神速。

英偉達(dá)在2017年公布的Xavier自動(dòng)駕駛芯片，以32 TOPS的算力碾壓了當(dāng)時(shí)算力普遍在2 TOPS徘徊的競(jìng)爭(zhēng)對(duì)手。但在2020年量產(chǎn)上市后，以小鵬P7為代表的諸多車型中搭載的Xavier在車主的手里還沒捂熱，英偉達(dá)就宣布其下一代自動(dòng)駕駛芯片Orin將在2022年初交付車企，算力高達(dá)252 TOPS。

Mobileye的三維立體環(huán)境模型

特斯拉自動(dòng)駕駛示意圖

在去年的GTC圖形技術(shù)大會(huì)上，英偉達(dá)又宣布將在2025年推出算力高達(dá)1000 TOPS的Atlan自動(dòng)駕駛芯片。而以華為200 TOPS的MDC610，和地平線128 TOPS的征程5為代表的國產(chǎn)陣營(yíng)，以及高通預(yù)計(jì)明年上市的Ride系列，也都在這片市場(chǎng)中掙扎求生。

車載芯片的算力指標(biāo)，仿佛代替了發(fā)動(dòng)機(jī)的馬力，成為了智能車時(shí)代各大車企新的發(fā)力點(diǎn)。

但在如今自動(dòng)駕駛芯片“百花齊放”的盛況背后，卻是以色列老牌自動(dòng)駕駛技術(shù)解決方案廠商Mobileye長(zhǎng)達(dá)十余年的技術(shù)壟斷。

直到2014年，特斯拉宣布研發(fā)初代自動(dòng)駕駛技術(shù)時(shí)，所采用的仍然是Mobileye所提供的“黑箱式”自動(dòng)駕駛算法。車企僅能得到Mobileye自動(dòng)駕駛系統(tǒng)所給出的計(jì)算結(jié)果，無法得知算法的具體邏輯，也無法針對(duì)使用地區(qū)的特點(diǎn)，對(duì)算法進(jìn)行更改與調(diào)校。

取消了所有的雷達(dá)配置，顯示了馬斯克將純視覺方案死磕到底的決心。

這樣的模式，在傳統(tǒng)車企間流行了很長(zhǎng)一段時(shí)間，但顯然不能讓技術(shù)狂人馬斯克滿意。

特斯拉研發(fā)出第一代自動(dòng)駕駛芯片后，造車新勢(shì)力紛紛轉(zhuǎn)向自研或開放式芯片的懷抱;Mobileye也日漸式微，在2017年被芯片巨頭英特爾收購;其在2020年推出的Eye Q5芯片，也給予了汽車廠商自定義算法的權(quán)限。

Mobileye并非沒有技術(shù)實(shí)力，其在Eye Q5芯片上應(yīng)用的解決方案Super Vision，實(shí)現(xiàn)了用7個(gè)遠(yuǎn)距單目攝像頭構(gòu)建完整的SFM（Structure From Motion，三維立體環(huán)境模型）的壯舉，將其單目攝像頭與傳統(tǒng)算法的技術(shù)優(yōu)勢(shì)地位發(fā)揮到了極致。

但其前幾年的“不思進(jìn)取”，讓各大廠商紛紛研發(fā)出了自己基于多傳感器融合的深度學(xué)習(xí)算法。雖然Mobileye在相比深度學(xué)習(xí)困難得多的傳統(tǒng)算法領(lǐng)域，仍然無人能敵，但其在自動(dòng)駕駛市場(chǎng)的壟斷地位已經(jīng)一去不歸了。

理性來看，融合方案與純視覺之爭(zhēng)，其實(shí)是成本與效率之爭(zhēng)。融合方案能夠得到更加確切的車身周圍的環(huán)境信息，但激光雷達(dá)的高成本，與對(duì)來自多重?cái)?shù)據(jù)源數(shù)據(jù)的時(shí)空標(biāo)記和匯聚，成為了車企當(dāng)下面臨的難題。

而純視覺方案采用的攝像頭雖然成本較低，但需要在浩如煙海的樣本數(shù)據(jù)中，尋找到有效場(chǎng)景，并對(duì)其進(jìn)行標(biāo)注，再將其作為模型訓(xùn)練。這對(duì)企業(yè)的數(shù)據(jù)收集和深度學(xué)習(xí)能力，提出了極高要求。

這場(chǎng)比拼，鹿死誰手猶未可知，但它帶動(dòng)著激光雷達(dá)、機(jī)器人、自然語言理解等領(lǐng)域在近幾年飛速發(fā)展，至少能讓人們相信，我們正走在一條光明的道路上。