如何看待「特斯拉宣布：全系在產車輛都將能夠完全自動駕駛」？

12-28

&>&> 本問題已加入 人工智慧 · 自動駕駛 圓桌中，歡迎關注圓桌參與更多討論 &<&<
特斯拉宣布：全系在產車輛都將能夠完全自動駕駛

在今天的最新舉動公布之前吊足了外界好奇心的特斯拉稱，目前在產的旗下汽車全系標配支持Autopilot自動駕駛系統的硬體。

特斯拉發布聲明稱，包括還未上市的Model 3在內，目前工廠中生產的全部特斯拉汽車都將配備Autopilot「這個安全性比人類駕駛員更高、能夠實現完全自動駕駛的的硬體」。特斯拉稱，通過車身配備的8個攝像頭以及12個感測器，車輛能夠實現360度視野。

聲明還稱，為了讓車輛更好的處理這些感測器搜集到的數據，車輛中將配備更加強大的電腦，其處理能力將比上一代高出40倍，並運行特斯拉新開發的一套神經網路系統，以處理視覺、聲吶以及雷達信號。

在特斯拉的 Autopilot 技術頻頻遭到質疑的時候，如何看待此時特斯拉宣布：全系在產車輛都將能夠完全自動駕駛？在技術層面，這次做了哪些修正和提高？

Elon Musk當時也強調，這並不意味著Autopilot 8.0達到「完美安全狀態」，「完美安全是不可能達到的目標，但我們始終在致力於提高安全性。」

11.3日更新
感謝知乎團隊把我的回答推送到「發現」中！

關於Tesla全自動駕駛戰略的分析，可以參見我昨天給 @車雲網寫的文章，後來雷鋒網和36Kr等TMT媒體都轉載了這篇文章，希望對大家有所啟發！Vielen Dank!

原文題目是《從特斯拉無人駕駛布局看埃隆馬斯克的思維方式及雄心：控制論與資訊理論、Tesla——NVIDIA體系及宣戰Uber》，鏈接：全面解析特斯拉無人駕駛戰略：控制論與資訊理論、Tesla-NVIDIA體系及宣戰Uber 【圖】

+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

10.21 更新
首先感謝大家的評論點贊和 @雷鋒網對我的回答的轉載！【雷鋒網：如何看待特斯拉的「全自動駕駛」？】

更新部分主要補充一下無人車用感測器的作用與無人車的架構（三個組成部分），還有推薦《創業美國》第4季第1期的節目，介紹了前兩天剛出了一起小交通事故的在新加坡做無人駕駛計程車測試（比Uber在匹茲堡的還要早哦！）的nuTonomy！（視頻中也有一些無人車基礎知識的介紹）

無人駕駛汽車的感測器及其作用

GPS：用於定位；常用的高精度定位方法是使用差分定位設備，如RTK-GPS，但需要額外架設固定差分基站，應用距離受限，而且易受建築物、數目遮擋影響。

激光雷達：用於定位以及障礙物檢測。激光的能量密度高、方向性佳，商用LiDAR使用的激光射線波長一般在600nm到1000nm之間（在汽車安裝的激光雷達的波長一般為905納米），遠遠低於傳統雷達所使用的波長，不易發生衍射現象。由此，可以準確測量視場中物體輪廓邊沿與汽車之間的相對距離【原理為：利用激光的飛行時間（Time of Flight，ToL）和光速，可以計算出距離】與移動物體的速度。根據相對距離及激光發射的角度，這些輪廓信息形成點雲，可對周邊所有障礙物進行精準的建模，繪製出周圍環境的動態3D高精度地圖，精度可達到厘米級【註：波長較長的電磁波容易發生衍射現象，使得發射出去的電磁波只有少部分反射回來；激光雷達最大的特點就是測距的準確性和可靠性，還有高的角解析度】但測量效果易受環境條件的影響（例如，在霧霾天氣下，PM2.5的直徑個激光的波長在一個量級上，容易發生散射，使得ToL非常短，測量出來的3D地圖會嚴重失真）；

攝像頭：攝像頭的解析度進高於其他感測器，可以獲取足夠多的環境細節，特別是顏色信息，如識別交通標線識別、交通信號燈等，但單目攝像頭無法得到準確的距離信息、雙目的計算量又太大，且光學攝像頭普遍受光照條件的影響巨大，物體的識別準確度很不穩定；

毫米波雷達：可快速獲得速度信息，實現追蹤前車並控制車速，在不同天氣情況下魯棒性更好。但與激光雷達相比精度稍低、可視角度偏小，對行人的反射波也較弱（由於發生了衍射），難以探測；

超聲波雷達：可感應車輛周圍和駕駛員盲區內車輛和障礙物，用於低速下碰撞預警，成本最低，探測距離近（通常只有幾米）、精度低；

高精度地圖：遇到感測器束手無策的天氣，就需要藉助高精度地圖。例如，谷歌無人車行駛在暴雪覆蓋路面的時候，就在高精度地圖基礎上，定位計算馬路車道線位置，確定行駛軌跡。但是對地圖數據的完備性要求較高！

無人駕駛汽車的基本構架
主要是三部分：

Perception（感知端）：也就是下文中所說的信息輸入端（Input），主要包括上文中提到的感測器，它們相當於是汽車的眼睛，下圖是馭勢科技的感知端方案（定位指的是Perception）：

Planning（規劃端）：也就是下文中所說的信息處理端（Processing），功能是讓汽車實現避障、規划行駛路徑、平穩駕駛等，主要包括類似NVIDIA給無人車設計的車載GPU的設備、經過深度學習的控制模型等，它們相當於汽車的大腦；
Decision Making（決策端）：類似於信息輸出端（Output），功能是讓汽車完成規劃的動作，它們相當於汽車的四肢。

馭勢的整個無人車解決方案架構圖如下（控制指的是Decision Making）：

《創業美國》第4季第1期：世界上第一個開展無人駕駛計程車測試的企業nuTonomy
視頻封面創業美國視頻

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

看到這條消息讓我想到了有關無人駕駛實現路徑的兩個主要問題：

信息輸入端（Input）：視覺 OR 激光雷達？
信息處理端（Processing）：演算法為王 OR 數據為王？

無人駕駛汽車上主要的感測器
（激光雷達：LiDAR；攝像頭：3D Camera；毫米波雷達：RaDAR；高精度地圖：GPS；超聲波雷達：Ultrasonic;車輪轉角感測器：Wheel Encoder）

先來說說無人駕駛汽車的感測器系統到底應該以視覺為主，還是應該以激光雷達為主。

Elon Musk曾經在公開場合多次說過，不用激光雷達只用攝像頭，也能實現Level 4以上的無人駕駛。但是我個人覺得他這麼說其實是屁股決定腦袋，有商業化方面的考慮。

Tesla的汽車已經在銷售了，賣出去的車只能更新軟體，而肯定不能換硬體，比如全部重新裝上激光雷達（不然今天Tesla官方也不會說現在在產的Tesla汽車會換上新的硬體系統）。況且，Google無人車用的64線 Velodyne LiDAR本身的價格高達75000美元，這幾乎和低配版Tesla在美國的售價差不多了。特斯拉的車要賣的好必須控制成本，Google的無人車目前還只是處於測試階段，幾百輛的規模當然可以什麼好用什麼，相比於特斯拉幾萬的產銷量，花不了多少錢。

被撞毀的Tesla，面目全非

此外，眾所周知，2016年5月7日，美國佛羅里達州的一位Tesla車主在使用Autopilot時發生車禍，最終不幸生亡。由此還導致給Tesla提供計算機視覺技術的Mobileye的創始人Amnon Shashua與埃隆-馬斯克之間的口水戰，雙方最終還鬧掰了：Mobileye宣布在與Tesla的合同結束後不再繼續合作，而在9月11日發布的Autopilot 8.0版本中，Tesla把毫米波雷達採集到的數據作為了控制系統判斷的主要依據，而不是之前Mobileye的攝像頭。

其實，車禍發生前，Tesla的毫米波雷達已經感知到有障礙物，但是攝像頭因光線的問題，沒有發現在藍天白雲背景下的大貨車，最後導致車禍發生。Musk肯定也知道了攝像頭並不靠譜，所以才在Autopilot的新版本中把毫米波雷達的數據作為主要參考依據。

綜上所述，Musk說「不用激光雷達只用攝像頭，也能實現Level 4以上的無人駕駛」更多是出於商業化方面的考慮。此舉意在一邊用現有的感測器收集數據，一邊等激光雷達價格降下來。個人認為，如果固態激光雷達的價格真能如宣傳中所說下降到100美元～200美元，為了保證汽車行駛的安全性，馬斯克肯定是會用的。

再來說說「大數據與演算法對於實現無人駕駛哪個更重要？」這個問題

一年前這個時候，下圖所示的微博引起了網友們的爭論一方認為：數據為王，再牛的智能演算法也拼不過海量的數據！而另一方則認為：數據只是建材，強大的分析能力才能讓它變成摩天大樓，對效率的追求導致了演算法，大數據取代不了演算法！

有意思的是，近日雙方都公布了各自的測試里程數。據華爾街日報美國當地時間10月5日報道，Google宣布自己的無人駕駛汽車剛剛完成200萬英里道路行駛里程。而Tesla創始人埃隆-馬斯克（Elon Musk）也針鋒相對地於幾天後在個人Twitter上宣布：Tesla Autopilot發布後的1年中累計行駛里程已達到2.22億英里。

Google和Tesla兩方的表態表面上似乎也印證了微博討論中雙方的觀點：數據為王 VS 演算法為王。那實際情況究竟如何呢？

我們不妨考慮另一個類似的現象：大多數人認為Google的搜索比微軟的Bing搜索在質量上做得略好一點的原因是Google的演算法好。

但在前Google工程師吳軍博士看來，「這種看法在2010年之前是對的，因為那時Bing在技術和工程方面明顯落後於Google。但今天這兩家公司在技術上已經相差無幾了，Google還能稍稍佔優，很大程度上靠的是數據的力量。」

與搜索演算法尚不成熟的2000年不同，今天已經不存在一個未知的方法，僅憑它就能將準確率提高哪怕一個百分點。Google憑藉PageRank演算法給搜索結果帶來了質的變化，而好的搜索結果能吸引更多的用戶使用Google的搜索引擎，這不知不覺間給Google提供了大量的點擊數據。有了這些數據之後，Google可以訓練出更精確的「點擊模型」，而點擊模型貢獻了今天搜索排序至少60%~80%的權重，這將吸引更多的用戶，整個過程是一個典型的不斷自我強化的正反饋過程。

在Google內部，產品經理們都遵循這樣一個規則：在沒有數據之前，不要給出任何結論。由此可見，Google的企業使命已經融入了員工的日常工作中。Google正是充分利用了大數據的力量，順利成為了對整張互聯網舉足輕重的樞紐節點，非常自然地實現了對互聯網的壟斷。

再舉一個例子，9月27日Google發布了新版本的神經機器翻譯系統（Google
Neural Machine Translation，GNMT），宣稱該系統的翻譯質量接近人工筆譯。

大多數網友在實際測試過後，大都表示眼前一亮。與此同時，這也引起了某些翻譯工作者的恐慌：「作為翻譯看到這個新聞的時候，我理解了18世紀紡織工人看到蒸汽機時的憂慮與恐懼。」而這其實也是充分利用大數據的結果。

其實早在2005年，Google的機器翻譯質量就讓全世界從事自然語言處理的人震驚不已了：從來沒有從事過機器翻譯的Google，在美國國家標準技術研究所（National Institute of Standards and Technology，NIST）的年度測評中遙遙領先。如下圖所示，在阿拉伯語到英語翻譯的封閉測試集中，Google系統的BLUE評分為51.31%，領先第二名將近5%，而提高這5個百分點在過去需要研究5 ~ 10年。

Google究竟是做到的呢？除了Google一貫的行事風格——把該領域全世界最好的專家、南加州大學ISI實驗室的弗朗茲-奧科（Franz
Och）博士挖過來之外，最關鍵的還是Google手裡握有改進機器翻譯系統所需要的大數據。

機器翻譯專家Franz Och，供職於人類長壽公司（後來他又轉行到了大數據醫療領域）

從奧科2004年加入Google到2005年參加NIST測試，期間只有一年時間，如此短的時間只夠他將在南加大的系統用Google的程序風格重新實現一遍，完全沒有額外的時間做新的研究。而從上圖中我們可以看到，Google和南加大系統的水平差了5~10年。其中的秘密就在於：奧科在Google還是用的在南加大使用過的方法，但充分利用了Google在數據收集和處理方面的優勢，使用了比其他研究機構多上萬倍的數據，訓練出一個機器翻譯的六元模型（一般來講N元模型的N值不超過3）。當奧科使用的數據是其他人的上萬倍時，量變的積累導致了質變的發生，而這就是當今人工智慧領域最權威的幾位專家之一傑弗里-辛頓（Geoffrey
Hinton）教授所堅持的「多則不同」吧。

值得一提的是，上圖中的排在末位的SYSTRAN公司是一家使用語法規則進行翻譯的企業，在科學家們還沒有想到或者有條件利用統計的方法進行機器翻譯之前，該企業在機器翻譯領域是最領先的。但現在與那些採用了數據驅動的統計模型的翻譯系統相比，它的翻譯系統就顯得非常落後了。

經過上述分析，對本小結的問題終於可以下一個較安全的結論：在當下的企業競爭中，相比於演算法或數學模型，數據的重要性的確要大得多，即數據為王！
因為前者往往由學術界在幾十年前就已經發現了，所有企業都可以加以利用，但是多維度的完備數據並不是每一個企業都擁有的。
今天很多企業在產品和服務的競爭，某種程度上已經是數據的競爭了，可以說沒有數據就沒有智能。因為從理論上講，只要能夠找到足夠多的具有代表性的數據，就可以利用概率統計結果找到一個數學模型，使得它和真實情況非常接近，從而節省了大量人力成本或給予了用戶更愉悅的體驗。

總結

Tesla已經積累的2.22億英里行駛數據，以及未來將要積累的數據，對於他們研發Level 4以上的無人駕駛汽車是非常有幫助的，Tesla可能會最終會先Google一步實現量產。

目前出於商業化的考慮，已量產的Tesla用攝像頭+毫米波雷達+超聲波雷達作為主要感測器，但是等到低成本的固態激光雷達性能更穩妥，我相信Musk肯定是會裝上去的（有網友已經在加州的道路上拍到頭上頂著激光雷達的特斯拉汽車偷偷在做測試了），因為這對於保證實現99.9999%+的車輛行駛安全性是非常有幫助的！

【註：文章的例子選自吳軍博士《數學之美》（第二版）與《智能時代》】

從兩個角度分析，

正面的看，這個新聞意義重大，

因為這意味著按照硬體成本來計算，我們未來都能開上低成本的無人駕駛車！

價格不會成為阻擋無人駕駛的障礙。

這也再次驗證了無人車在感知上完全超越人類。

特斯拉此次宣布的在硬體上的升級，能夠讓車「看到」人類無法看到的世界（更遠、更廣、更清晰），可以同時看到多個不同的角度，超越人類能夠感知到的範圍。

舉兩個例子：

圍繞車身裝載 8 個攝像頭（車頭兩個，左右車身各兩個，車尾兩個），提供 360 度視角以及 250 米距離的可視範圍。

前置增強雷達，在不利天氣條件下（如雨、霧、煙塵等），提供更為清晰準確的探測數據。

這些都是人自身感知能力無法達到的。

而這還只是在特斯拉當前價格下能達到的硬體方案，隨著硬體成本的進一步降低，我們能獲得更好更便宜的方案。

馬斯克也承認目前的無人駕駛軟體系統需要提升，但是好就好在軟體系統開發和迭代後可以零成本的部署到所有的車輛上！

腹黑的看，

如果從特斯拉只是為了搞大新聞角度看。

即使特斯拉一直無法實現真正的無人駕駛，問題總是可以歸結為軟體系統不夠好。

也就是說「全系在產車輛硬體上都能支持完全的自動駕駛」是很難被證偽的。

你想打臉也打不到。

10/21 來補充點乾貨

Tesla 其實在傳達兩個信息：

在電動車上裝個 GPU 跑基於深度學習的自動駕駛演算法是可行的：上千美元的成本加上 100w 的功耗對於 Tesla 來說是可以接受的。
在演算法還不完善的情況下，可以先堆硬體，以後慢慢升級。

==== 原回答 ====
老黃的第一台 dgx-1 都給了 Musk，並且親自上門安裝，所以你懂的。。。

特斯拉一向擅長搞大新聞，在發布會 10 天前，創始人 Elon Musk 就在個人 Twitter 上賣了個關子，說「 10 月 17 日特斯拉將有產品發布（大多數人可沒有料到哦）」，結果卻又突然推遲兩天進行，把粉絲的胃口吊得很高。

到了 19 號當天，特斯拉實際上帶來的是一個看似不大不小的消息：所有正在生產的特斯拉都將擁有完全意義上的無人駕駛功能，包括 Model S、Model X，以及價格更親民的 Model 3。

需要指出的是，這次特斯拉強調的是完全意義上的無人駕駛，而不是現在特斯拉主要車型具備的 Autopilot 功能。

美國交通部國家高速交通安全委員會制定的無人駕駛分級標準總共分為 6 級，從 Level 0 至 Level 5，無人駕駛的程度逐漸變高。

目前特斯拉的 Autopilot 功能能夠滿足的無人駕駛程度在 Level 2 至 Level 3 之間，也就是需要人為干預的半自動駕駛，而不是完全意義上的無人駕駛。

在當天的發布會上，Musk 清晰無誤地說，這些硬體能夠完全滿足「Level 5」的無人駕駛，也就是車上哪怕沒有人，車輛也可以實現自主駕駛。

所以對於特斯拉的無人駕駛來說，當天的發布會實際上是跨越了一大步。

（2017 年底特斯拉將展示從紐約開往洛杉磯的全程無人駕駛，全程 2800 英里，約 40 小時）

和過去一樣，在發布會上，特斯拉再度強調了無人駕駛遠比人類駕駛要安全，並且能夠降低交通成本，提高效率。

下面看一下特斯拉為了這次跨越，在硬體上做了哪些方面的升級：

1、車載電腦的運算能力是前幾代的 40 倍。

2、運行新的視覺、聲納和雷達信號處理的神經網路。

3、圍繞車身裝載 8 個攝像頭（車頭兩個，左右車身各兩個，車尾兩個），提供 360 度視角以及 250 米距離的可視範圍。

4、12 個升級後的超聲波感應器，探測範圍是原先車型的兩倍。

5、前置增強雷達，在不利天氣條件下（如雨、霧、煙塵等），提供更為清晰準確的探測數據。

按照特斯拉的說法，通過這些增強的硬體設備和軟體技術，能夠讓車「看到」人類無法看到的世界（更遠、更廣、更清晰），可以同時看到多個不同的角度，超越人類能夠感知到的範圍。

目前正在製造的 Model S 和 Model X 已經配備有這些更新，現在就可以購買。而對於今年剛發布的 Model 3，儘管當天沒有宣布具體的發售日期，但外界預計很可能要跳票到 2018 年年中。

另外需要重點說明的是，目前特斯拉只是升級了滿足完全無人駕駛的硬體，軟體系統還遠沒有準備好。特斯拉將對目前已經累積了 2.22 億英里的數據進行調教，以確保未來新系統的安全可靠和易用。

如果你購買了新升級的特斯拉車型，需要做好心理準備，老款的一些基本安全功能沒了。例如自動緊急剎車、碰撞報警、車道保持以及動態定速巡航，這可能是為了獲得完全無人駕駛功能，而不得不在短期內做出的妥協。特斯拉將通過 OTA 的形式為這些新車型配備這些功能，也會照顧到老車型。

當然，與特斯拉不斷製造的「大新聞」相比，爭議也絲毫不少。前一段時間特斯拉自動駕駛引發的多起致命車禍，讓它飽受質疑。美國《消費者報告》認為特斯拉 Autopilot 的升級「太頻繁、太倉促」，德國政府要求特斯拉停止使用「 autopilot 」這樣的宣傳詞。

但這些都不能阻擋 Musk 做無人車的野心。他認為，特斯拉自動駕駛造成的車禍比起每年人為造成的 120 萬人死亡，完全不值一提，還對質疑的記者說，「如果你勸人們不要用無人駕駛，實際上是在殺死他們。」

他還引用了一張歷史圖片來說明人們對於新鮮事物的恐懼，在今天回過頭來看顯得很可笑。

（Musk 轉發經濟學人的文章《早期的汽車引起的爭議和如今的無人駕駛汽車一樣多》，鏈接：Driving lessons）

無人駕駛面臨的另一個重大挑戰是政府的監管，不久前美國白宮發布了第一份針對無人駕駛的監管條例指導意見，列出的 12 條準則遭到很多公司的強烈反對。再具體到美國各個州的地方政府，情況又各不同。

總之，無人駕駛仍然離我們很遠，但至少目前看起來，「矽谷鋼鐵俠」走在了前面。

by 紀振宇（想和在矽谷的他聊聊？關注騰訊科技微信公眾號「qqtech」，回復「紀振宇」即可獲取郵箱）

個人看法，不代表公司；MKTer非技術人員，瞎嗶嗶不一定對。

1. 今天上午，馬老闆直接以『來來來媒體們大家一起concall一下』的方式發布了Autopilot 2.0. 如此『可炒作』的事件和技術，以一種可能是媒體聲量最小的方式公布出來，很多時候對於那種『特斯拉善於炒作』的這種說法真是無言以對，只能苦笑。

2. 大多數看過那段幾分鐘實際演示視頻的人幾乎都被震撼到了，我自己看完之後渾身發抖。始終認為，『自動』與『自主』之間的差別，遠大於『輔助』和『自動』之間的——而現在，在真實的開放道路中，一輛已經脫離試驗性質而是接近量產車型的車完成了路線規劃、自動行駛，甚至包括自主尋找停車位（有一個細節：停車場中Model X經過了一個兩車之間足以停下一輛車的空位，但是地上划了禁停線，Model X繼續行駛尋找合法的劃線停車位停車）。

個人的理解，這相當於把Google正在試管中進行的九個九的反應，直接做成了一個產物可達五個九的年產2,000,000噸的精細化工廠。

3. 李想說這套系統比起其他車企領先了三年。這三年是以特斯拉的發展速度計算的。有一種說法，就是賓士奧迪沃爾沃有可與特斯拉媲美的自動駕駛技術，出於穩妥/對消費者負責/謹慎……種種原因，沒有將其商業化。

特斯拉的Autopilot硬體是全部配備，但『啟用這項功能』是一個選配：你願意、喜歡，就花錢激活；如果你覺得沒用、不想用、Autopilot是廢柴，不花錢不用就好了。你可以試，試完了再決定買不買；甚至你一開始沒買，我送你兩周時間，可以選擇用或者不用，試用完兩周之後可以選擇買或者不買。從Tesla車主購車時Autopilot的激活率、使用後的反饋來看，無論是TESLA內部資料還是X托之家論壇亦或是國外的TMC論壇，車主們對於Autopilot的反饋算得上有口皆碑，有目共睹。

如果各大汽車廠商真有優於或是不遜於，哪怕是僅僅略遜於Tesla Autopliot的技術，從2014年10月每一輛Model S都標配Autopliot硬體之後，到現在已經兩年了。別說各家都不拿自動駕駛做營銷，前幾天剛結束的，奧迪在上海的技術峰會，重點強調的技術是啥？還特地投了知乎日報時間線廣告。實際的駕駛體驗，就不多說什麼了。

4. 實現自動駕駛，尤其是L5級別的自動駕駛，就像達成這個世界上的很多目標一樣，單靠硬體或是軟體都是扯淡的。不是說感測器塞滿了越多越好，也不是說2000行無比牛逼代碼能搞定一切——工程的魅力，即在於此。現在發布的Autopilot 2.0版，一方面是說『現在出廠的車全部配備了全套硬體，而這套硬體有能力（在將來）實現level 5的無人駕駛』；而另一方面，給出了在可預見的時間範圍內，整套軟硬體配合所能夠實現的功能以及功能實現的技術原理和演化路徑。

有的人說『這沒什麼大不了』、『不是什麼天頂星科技』。沒錯，指望一個民用公司做出什麼真正超越時代20年的東西，是幾乎不可能的小概率事件——阿里無非就是電商平台嘛，騰訊無非就靠海量用戶量嘛，微軟無非就靠Windows+Office嘛，大疆無非就是四旋翼嘛，特斯拉無非就是買蓮花底盤松下電池NV顯卡博世雷達攢起來的電瓶車嘛……

特斯拉也好，SpaceX也罷，以及蘋果、Amazon、Google這些牛逼的（或者你覺得不牛逼的）公司，單拿出來每一塊都沒有領先太多的地方。但就是一個個小的細節、一處處微小的領先，造就了最終結果的碾壓。在新能源車方面，特斯拉對於電池、生產管理、自動（輔助）駕駛、動力系統等領域，每一項領先的地方可能都不是那麼的大，但最終的產品呢？

這個時代，『天頂星』科技只存在於極少數不充分競爭的領域裡。

5. 很多人一談到印度，都會說種姓制度使其發展的天花板特別低；而中國，我們很可能也在逐步逼近著類似的天花板：很多技術的發展受制於社會整體環境。

如果胡亂併線、胡亂插隊、胡亂闖紅燈等等『此路是我開』的行為不能降低到某一個數量級以下，那麼更安全的自動駕駛相關技術永遠在中國無法實現——有人出現就要避讓，無論是否闖紅燈，那麼很大概率一輛自動駕駛車輛將會長時間滯留街頭。一輛車錯過了出口，突然從內道一把方向盤壓著實線和安全島往出口走，再牛逼的系統也無法預判出司機的『意圖』——這可是在中國高速上屢見不鮮的情形。

一個街口四輛車，最後遵守交規的那個死了，難不成以後的自動駕駛系統還得有車輛超載監測功能？

個人覺得，Autopilot 1.0版本的體驗，就足以讓之前沒有感受過的人震撼一下了：https://wechat.teslamotors.com/test-drive/index.php?campaign=APAC_CN_Digital_16_-_Zhihu_Official_Account_TD_Request

上周特斯拉搞了個大新聞。只要現金7萬7，無人駕駛硬體全備齊。

關於這次產品發布，引發了我好幾個疑問，比如，現在這套硬體，5年後真的不會過時嗎？別人家的無人駕駛汽車，都頂著粗壯的激光雷達，為什麼唯獨特斯拉就是不用呢？

我們先明確下，這次「發布會」特斯拉發布了什麼。特斯拉並沒有發布無人駕駛汽車。

特斯拉只是說，從宣布之日起所有在產、未來的特斯拉全系車型，都會裝上一套硬體設備。有了這套硬體，特斯拉電動車就能實現無人駕駛（特斯拉稱之為全自動駕駛，本文中統一稱為無人駕駛）。但現在還不能用，因為無人駕駛的軟體還沒開發完，要等到未來幾年的某一天。

進入正題。話說我所看到的那些正在測試的無人駕駛汽車，除了特斯拉之外，都妥妥地頂個非常顯眼的激光雷達。

從著名的谷歌無人駕駛汽車開始，車頂那個巨大的激光雷達甚至被視為無人駕駛汽車的標誌之一。百度還聯合福特一起投資了激光雷達製造商 Velodyne LiDAR。

但 Elon Musk 堅持說，他的毫米波雷達能夠實現類似類似激光雷達的效果，甚至更好，因為毫米波雷達能在雨、雪等惡劣天氣正常工作。

在那起致死撞車事故後，特斯拉反思攝像頭無力承擔重任，發表聲明確定了雷達在特斯拉全自動駕駛技術中的核心地位。但出乎很多人的意料，AutoPilot 的主控制感測器只是毫米波雷達，而非激光雷達。

在這兒我們並不爭論激光雷達和毫米波雷達誰更強。我試著從 Elon Musk 的產品邏輯來梳理一下為什麼特斯拉堅持不用激光雷達。

Elon Musk 自己寫的特斯拉藍圖 Part 2 中提到：

必須強調的是，相比加裝攝像頭、雷達、聲納和計算硬體，軟體的完善和檢驗需要的時間要長得多。

他估算，特斯拉還需要積累約100億公里自動駕駛里程的時間，無人駕駛汽車才能獲得各國政府批准。

但特斯拉完善和檢驗無人駕駛的方法和所有人都不一樣。

以谷歌為代表的無人駕駛汽車完善和檢驗方法，是自建一支車隊，讓他們行駛在各種道路上，收集真實道路上的數據。你常能看到谷歌無人駕駛汽車又出交通事故的新聞，是吧？

特斯拉則把跑數據這個任務，分配給所有2014年10月之後出廠的電動車了。從那時候開始，特斯拉的電動車就標配 AutoPilot 1.0 硬體了。只不過沒有像這次 AutoPilot 2.0 硬體這樣大張旗鼓的宣傳。

特斯拉右後攝像頭

據 The Verge 等媒體報道，日常行駛中，特斯拉的自動駕駛演算法會在車裡模擬運行，記錄下如果電腦在開車，應該如何操控汽車。

比如，在識別出前方障礙物之後，車子並不會自動應對，但軟體會做標記在此時此刻應該開始減速剎車。然後根據駕駛者的行為和現實環境的數據進行對比，逐步優化全自動駕駛的演算法和軟體功能。

不論 Mode S 還是 Model X 都是一輛聯網汽車，特斯拉完全掌握這輛車的運行數據。

特斯拉左後攝像頭

你可以把特斯拉的無人駕駛數據收集方式看成分散式計算，而谷歌為代表的方法看成是集中式計算。

特斯拉2015年交付5萬輛電動車，2016年的目標是8至9萬輛。換句話說，特斯拉擁有一支10幾萬輛規模的車隊在幫他完善自動駕駛演算法。

在 Autopilot 2.0 之前，特斯拉電動車採用的是 Mobileye 的攝像頭和晶元。所以視覺上拿到的並不是原始數據，價值有限。但隨著新車型全部採用自家 Autopilot 2.0 套件、Tesla Vision 演算法，特斯拉獲得的數據更有價值。

我前面說了，Elon Musk 判斷想要推出切實可用的無人駕駛功能，還需要跑100億公里的數據。所以他必須及早確定 AutoPilot 2.0 的硬體配置，然後儘快讓儘可能多的特斯拉電動車在新硬體平台上跑數據。

特斯拉左前攝像頭

只有這樣才能更高效完善自己的無人駕駛演算法和功能。這也是為什麼不管你付不付錢，Elon Musk 都在你的車裡裝上一套硬體設備來跑數據、驗證演算法。

裝上激光雷達？實在太貴了。

比如谷歌用的定製激光雷達單個成本就高達8萬美元。雖然百度、福特這樣的投資者和越來越多的激光雷達創業公司，希望能通過新技術和規模化大幅降低成本，但這還需幾年的時間。

特斯拉右前攝像頭

而 Elon Musk 馬上就要把包括雷達在內的一套全自動駕駛硬體塞進特斯拉全系車型里。隨著 Model 3 投產，特斯拉要在2018年完成50萬輛電動車產量。這要是全都裝上激光雷達，會是多麼巨大的一筆投入。你們都知道，特斯拉跟我一樣特別缺錢。

如果用激光雷達的話，能不能讓消費者買單呢？特斯拉採用的是免費標配硬體、按使用付費的模式。價格太貴當然不會有太多用戶付費激活，這意味著安裝在車裡的激光雷達和感測器，特斯拉只能自己扛。嗯，別看特斯拉是上市公司，它還真扛不住。

除了成本問題之外，激光雷達的產能也很難解決。按照特斯拉2018年50萬輛的產量目標，好像沒有激光雷達製造商有能力接下這麼大量的訂單。

更重要的是，一旦無人駕駛功能的價格過高，必然無法吸引大多數特斯拉車主付費激活。去看看 Elon Musk 寫的藍圖 Part 2 吧，像共享用車服務等一系列戰略目標，都建立在無人駕駛的基礎上。

Elon Musk 必須拿出不貴又好用、人見人愛的無人駕駛功能，而不是高高在上的豪華配置。否則，特斯拉將沒有未來。

有的同學會問了，那特斯拉先用這套硬體跑著數據，等過兩年激光雷達的成本下降了，再換上不行嗎？

這個技術問題，我專門去請教了人工智慧假專家小猴機器人。作為某互聯網巨頭的無人駕駛汽車項目吃飯擔當，小猴機器人對這種問題很不屑。

他說，

毫米波演算法需要排除地面干擾，激光雷達需要克服點雲雜訊，演算法是不一樣的，最多有一部分可重複使用。

之前特斯拉的無人駕駛演算法一直是基於毫米波雷達開發，如果切換到激光雷達，之前的數據和演算法積累很大部分變成無用功。對於想在最短時間裡開發出無人駕駛技術的特斯拉來說，是很難接受的。簡而言之，激光雷達不是你想換想換就能換。

那麼，特斯拉究竟能不能用毫米波雷達+輔助感測器，開發出好用的無人駕駛功能呢？我會一直幫你們盯著的。

有位非著名特斯拉車主對這次升級還是讚不絕口：

李想也同樣不看好激光雷達的應用：

激光雷達根本就沒有車規的，現在用激光雷達都是大學搞科研的思路。

速度荷爾蒙的用戶姚力補充了個觀點，我覺得也挺有道理：

激光雷達必須放車頂，對風阻影響太大，對外觀也影響太大，特斯拉不會用的

加速性能是特斯拉電動車的關鍵賣點之一，Elon Musk 不會輕易毀掉它。

小猴機器人反駁說

首先，激光雷達不是都要放在車頂；其次，激光雷達有車規級產品。

我們來總結下，Elon Musk 堅持拒用激光雷達的幾個具體原因：

成本太高，短期內無法解決
大規模製造問題
演算法和特斯拉已用的毫米波雷達差別很大

這幾點其實都反映一個問題——激光雷達不是一個能大規模使用的低成本高效方案，而這正是 Elon Musk 在特斯拉一直追求的。

在電動車的核心部件採用低成本方案，這就是 Elon Musk 在特斯拉一直堅持的產品邏輯。

還記得嗎，當年特斯拉創建時，選擇18650鋰電池作為自己車型的動力源，也備受嘲笑和爭議。

18650鋰電池當初被廣泛用在筆記本電腦、手機上，生產製造已初步實現了規模化，這就決定它的生產技術成熟、製造成本不會太高，並且能繼續降低。特斯拉把7000多節18650電芯塞進電池包，並為它開發了一套出色的管理系統。

Elon Musk 從最開始就為大批量製造電動車做好了準備。從選擇18650鋰電池到修建超級電池工廠 Gigafactory，多年來他一直在拚命降低「發動機」的成本。

面對層出不窮的各種突破的電池技術，Elon Musk 從來無動於衷。在一次財報發布後的電話會議上，他說：

對於那些號稱在電池技術上實現驚人突破的人們，我的最好建議是，寄給我一塊電芯樣品。別發給我 PPT，只要發我一塊能基本實現那些宣稱數據的樣品就行。

事實上，很多號稱表現驚人的電池技術，只能在實驗室的特殊環境里實現，就更別提能低成本地大規模製造了。

第三位同學這時會站出來說，你可別扯了。沒聽說過最近特斯拉開發了新型電池，不再用18650了嗎？這你要怎麼解釋？

沒錯，特斯拉已經決定在 Model 3 上開始使用 21-70 電芯。但這並不是新型的電池，它依然還是鋰電池。你可以把它看成更粗更長的18650電芯，技術上依然還是老配方（有些優化，能量密度有所提升）。

使用新尺寸電池的原因，也正是為了進一步降低成本和提升能量密度，找到一個最適合特斯拉車型的平衡點。Elon Musk 曾說，當初選擇18650電芯是「歷史巧合」。當時的特斯拉沒錢去開發、生產定製尺寸的電芯，18650的尺寸是當時必須要做的妥協。

CTO JB 在回答 CleanTech 記者提問時就表示，當年18650是行業標準，特斯拉只能去適配，為此做了不少妥協。如今他們有能力不妥協了。他總結說：

總的來說，就是為了成本優化。

看來特斯拉也測試過激光雷達

而隨後為了大幅降低電芯成本，特斯拉聯合松下修建了巨型電池工廠 Gigafactory，第一個小目標，是造出2018年50萬輛電動車所需的電池——超過2013年全球鋰電池產量。規模效應讓特斯拉有能力定製最適合自己的電芯尺寸，於是就誕生了 21-70 電芯。

Elon Musk 在電動車上做出的選擇，不論是動力電池，還是無人駕駛硬體，都堅持實用主義、低成本的產品邏輯。這是特斯拉發展過程中貫穿始終的理念。

制定了特斯拉的戰略目標後，Elon Musk 還能在執行層面堅持有效的戰術來實現目標。

在電池上他已經基本證明了自己的判斷，讓特斯拉成為目前最好的電動車製造商。無人駕駛時代他會再次成功嗎？

以上黑白照片為特斯拉 AutoPilot 2.0 硬體中的攝像頭視角，在公眾號速度荷爾蒙中回復「A2」，發給你最新特斯拉無人駕駛功能視頻 1080P 高清版。

- 我的公眾號：速度荷爾蒙

- 更多文章：叭叭嗚 - 知乎專欄

- 我的其他回答：于欣烈 - 知乎

Full Self-Driving Hardware - 騰訊視頻視頻

預約試乘試駕：http://t.cn/RVippS9

蠻奇怪的，當時寫這個答案就是因為看到的大部分回答都是在說自動駕駛如何如何不靠譜。好容易有幾個人評論我的這個透明答案了，還是在跟我強調自動駕駛如何如何不靠譜，甚至有些人語帶譏諷，一副世人皆醉我獨醒的科普語氣。
誠惶誠恐的我檢查了一遍自己的答案，確定沒有任何煽動性或者鼓勵性的語言來對大家說——「去買特斯拉吧，自動駕駛棒棒噠」（且不論有多少百分比的人群真的能花得起這百十萬去買個電動車+固定充電樁，反正我是買不起的）。
我這個回答僅僅是針對問題說對特斯拉大力在「自己」的產品中推廣自動駕駛是如何看的。如何看？滿懷敬意的看啊！我整個回答沒有一句說自動駕駛現在很完美啊，我絕壁相信這東西需要很長時間來普及和沉澱。但是我也絕對的對特斯拉和現在就銳意嘗新的先鋒消費者表示敬意，就像是人類現在對當年致力於交流電研究的特斯拉一樣，他們已經或可能在不久的將來成為推動時代的力量，而我們則是從中受益的普羅大眾。
特斯拉只是一個車企，而且是站立在科技前沿的車企，我只是一個普通大眾，我看不懂各位大神們從各種技術角度或對或噴的解析，但是特斯拉確實在為我們展示一個可能的未來，而且人家只是在自己的產品中嘗試。

特斯拉強制你買他車了？
特斯拉在自己的產品中取消人工駕駛只保留自動駕駛了？
特斯拉試圖通過政府推動強制自動駕駛了？
特斯拉滿街都是而且撞死誰了？
特斯拉看你年收入過12萬就收你稅去研究自動駕駛了？

人家可是花著自己的錢、拿著自己的產品、用自己的飯碗在試圖引領一個技術進步啊！

可能是我愚鈍，我想破頭都沒在特斯拉的行為中看到有任何對不起我的地方，能感覺到的更多的都是敬意和佩服。

更讓我不解的是，很多回答和評論的人在各種痛陳自動駕駛的種種不足的同時，也標識認同自動駕駛可能成為一個未來。那我就奇怪了，這些回答有點不對題吧？或者這只是為了彰顯自己對時代前沿的「虛幻」看的多麼透徹？

大家都是享受著時代進步的普通人，能不能簡單一點，少點套路？

我帶個頭

「我買不起特斯拉，
我買得起暫時也不敢買，因為我怕死。
我希望在一大堆先行者充分證明這個新事物【絕對】可靠以後再去嘗試，
我是個普通人，
我感謝這個時代「。

------------------------------------------------------------------------------------------------------------------
時代總是少數精英在推進。
時代總會推進。
推進是需要時間的。

小的時候家裡親戚買車，依稀記得很多人都在說：買手動檔，自動擋太費油了，不行的。

我相信現在如果統計一下每年因為變速箱故障而出的交通事故，這個數量應該還是很大的，但是為什麼沒有人認為自動變速箱不可靠了？因為大家已經接受它，並且在思維中形成了「自動變速箱只要不是設計失誤，是很可靠的」這樣一個印記。

有些事情有人在堅持，挺好的，作為一個普通人，很幸運能生活在一個科技不斷大步伐前進的時代
給自動駕駛一點時間

步子邁得大，容易扯著蛋。

我其實是Musk 粉啦，只不過自動駕駛這種關乎人命的事情真的別太冒進樂觀。spacex那種一次次失敗，頂多就是多費錢而已；車子里裝著人哦，還敢再出一次事？
希望Musk好運。

如此激進的動作，也是特斯拉希望通過Autopilot具有的更加強大功能來說服消費者和政府，自動駕駛是能夠帶給人們足夠多的安全保障。一旦看似冒險的技術推進策略被證明成功，此前質疑聲不僅會煙消雲散，這個汽車界的後來者也將成為自動駕駛汽車領域的引領者。

他說你就信，到時候自己加點小心就完了。。

NOTE7剛上市吹的多大，最後還怎麼著該怎麼著不完了。

要是一個公司老闆對自己的商品說什麼你就信什麼，叫你咋做你就無條件去做，那叫邪教。。。

另外，不否認特斯拉在電動汽車行業的領導位置。

再隔10年，新一代人會覺得人這種老掉線的動物居然能允許開汽車，簡直是殺人啊。

這個功能並非什麼高不可攀的天頂星科技。
這就是整合了雷達和視頻分辨技術的一個系統，這個系統，BBA沃爾沃做得很出色，甚至在特斯拉還沒賣車的時候，賓士和奧迪已經完善了這個系統。
那為什麼特斯拉搞出了世界獨一號的自動駕駛？因為BBA和沃爾沃這些久經戰陣的品牌心裡很清楚，這套東西根本沒法保證百分百不出問題，而且一個人在高度放鬆的情況下，除了這樣的問題幾乎就是非死即殘，一旦出了這樣的事故，輿論能把你淹死，況且現在法律對這方面根本沒有規定，法規方面風險很大。可能自己費心經營的口碑將會蕩然無存。所以這幾家，沃爾沃所做的是手不能離開方向盤，否則系統馬上解除工作，賓士做的是壓根不提自動駕駛這回事兒，只是說完全有這種能力，但是也是你的手不能離開方向盤，你必須保持駕駛姿勢，奧迪亦然，因為企業我沒宣傳自動駕駛，只要你手沒有離開方向盤，出了事故就是你駕駛事故。
特斯拉之所以敢宣傳自動駕駛，並非因為馬斯克是個巨騙，雖然他卻是也是個巨忽悠。特斯拉有自己的資本，就是特斯拉把自己打扮成一個來自未來的科技組成的車，並且成功的找到了大堆擁躉者。加上世界汽車界確實以新能源為潮流，這個形象的確立，特斯拉成功的讓他的部分擁躉者潛意識認為BBA沃爾沃這些廠商是一些日暮西山的用著老古董般一百年前發明的汽油機的行將就木的老朽，他們的東西都是保守的，冥頑不化的，也就是特斯拉根本不用費力去解釋他的自動駕駛的安全性，只要這個邏輯成立了，自動駕駛就一定是靠譜的，被大家接受。
以上只是說特斯拉是怎麼解決的自動駕駛系統在車主心中的安全背書問題。但是特斯拉並沒有解決自動駕駛的法律問題。
but，who care。。。任何技術的進步肯定會付出人命的代價，只是付出的人命是誰罷了。我認為馬斯克確實在這一點上看到了問題的實質，通過事故，特斯拉肯定會不斷完善自動駕駛系統，任何血淋淋的事故都將促進特斯拉自動駕駛系統的大幅進步，BBA沃爾沃限制自動駕駛能力，就得不到這樣的經驗，從而可能會導致特斯拉自動駕駛的大幅領先

把標題改成全系標配自動跟車+自適應巡航+防碰撞+併線輔助MAX版本組合大禮包

額不知道為什麼突然產生了一個念頭，自動駕駛應該是default值，手動架勢才是特權需要牌照才對。
自動駕駛看上去那麼不可思議，在於周圍都是手工的。

吹個牛逼讓投資者放心，俗稱忽悠，特斯拉這種純粹是靠政策和炒熱錢的公司，如果因為一兩起事故打消了投資者的信心，那後果就嚴重了，與此條消息對照看的是德國禁止駕駛員打開特斯拉的輔助模式上路

心急了。

硬體不了解不評價。從演算法上來講，對抗樣本的出現說明現有的演算法在面對現實環境中很可能是存在缺陷的，對於圖片分類，誤分類了可以再來，但是自動駕駛出錯了可能人就救不回來了。

切勿因噎廢食，自動駕駛肯定是社會進步的必然，即使現在技術依然不成熟，那也應該給他足夠的時間發展，不能因為出了事故就全盤否定它

借題主問題求證幾個小問題：
1. 谷歌無人駕駛路試了200萬英里，依然有問題，依然在優化，其它的無人駕駛技術路試了多久？跑了多少公里？是否進行了所有路況驗證？是否模擬了突髮狀態的反應機制？感覺無人駕駛忽如一夜春風來，是這些技術非常牛逼嗎？還是谷歌的技術太渣了？
2. 前些日子有個新聞，鄭州搞了個無人駕駛公交車，感覺很牛逼很高大上啊，不過被該新聞最後一句話嚇尿了：這個無人駕駛系統可以識別紅綠燈.

你們真覺得是特斯拉在引領自動駕駛技術，太天真了。
鏈接:https://www.navigantresearch.com/research/navigant-research-leaderboard-report-automated-driving