打印本文 打印本文  关闭窗口 关闭窗口  
李想:AI可以改变物理世界
作者:佚名  文章来源:本站原创  点击数  更新时间:2023/3/3 22:08:58  文章录入:admin  责任编辑:admin

  3月2日,特斯拉在投资者活动日,发布“秘密宏图”第三篇章。同一天,理想汽车也举办了规模空前的沟通会。马斯克鼓呼“我们是地球的投资人”,为智能电动车行业勾勒可持续能源经济的宏大终章。

  理想汽车CEO李想务实一些,长达2个多小时的交流,李想循循善诱,分享了为什么创办理想汽车,做增程的出发点,如何布局纯电和超充网络,怎么做经营管理、搭建供应链以及进入智能电动车时代。

  实际上,马斯克在过往17年,用三篇秘密宏图,为智能电动车行业开拓了车、出行和能源三大商业图景。目前,国内的造车公司都还挣扎在造好车、卖好车阶段。而体格相对健壮的理想,已经开始初步展望未来的智能出行。

  关于技术,李想直言,公司的自动驾驶技术路径和特斯拉的FSD没有区别。而关乎能源,李想着墨不多,提及更多的是“能源安全”,以及在此背景下,公司的实践性思考。

  李想依然犀利敢言。“消费者没有任何义务,当我买一辆电动车以后,整个的体验、行使半径,效率是比燃油车下降的。”谈及如何推动燃油车走向新能源车,李想亮明了这个决策出发点。

  基于此,理想汽车到2023年依然会坚持增程和纯电两套技术方案。而围绕纯电布局,李想也有明确的计划:800V高压+480V高功率充电桩,实现燃油车的补能效果。

  这套方案理想汽车早已对外宣讲,但这次李想也给出了详细的决策模型。首先,800V高压平台和碳化硅功率芯片,配合更好的风阻系数和整体效率的优化,能让续航大幅提升,从而节约成本。

  “相比今天传统的400V主流电动车,在相同尺寸、相同驱动形式下,大概可以一辆车降低3到4万块元零部件成本。“李想说,“大家都认为800V碳化硅是一个更贵的价格,其实不是。”

  而李想对充电桩的定位是,这是和电动车一体的产品,必须要建。他算了一笔账,一个超过640千伏安的充电站大概需要100万元投资,建1000个站就是100亿元,按5年摊销,每年20亿,对于年收入1000亿元的公司并不构成压力。

  而大功率充电,也会缩短充电时长至10-20分钟,这会让充电桩从过往的每天2-3单,提升到5-6单,实现盈亏平衡,“如果能做到一天10单,盈利会超过加油站。”

  持续投入需要健康的财务模型。“20个点是一个企业能够长期健康发展的最低毛利率。”李想说,“毛利率越高企业经营难度越大,毛利率越低越容易,负毛利率相当于送钱,是最容易的。”

  理想汽车除了发力电动布局,也在加深智能技术投入和应用,包括不依赖高精度地图,年底落地城市NOA。李想的判断是,到2024年,是否配备高速NoA开始影响中高端车的消费决策,这也掀开了智能电动车的时代帷幕。

  行业剧烈变革,竞争显著加剧。今年开始,特斯拉连续在全球发起了4轮降价,降幅高达4万元,国内的比亚迪等老牌车企也快跟进了万元级的降价。头部企业之间的价格战,让行业狼烟四起。

  李想承认,这是行业巨大压力的表现,“一个行业,很少有两家头部公司都能打价格战”。

  虽然特斯拉降价至30万元以下,给理想汽车让开了些许空间,但李想很清楚,“这是我们幸运的地方,但不会一直幸运下去,还得做好各种准备。”

  因为智能电动车是少有的一个行业,既涉及到能源又涉及到前沿的信息技术,所以这是我们看到的一个重要机会。

  从用户的角度而言,能源的需求其实是三个层面。第一个层面是能源获取的便利性,我们也经常看到在论坛里、在微博、在抖音里不同的电动车用户会对他们的电动车给出完全两极的评价,就是有充电桩的会说电动车真香、用了以后再也回不去,很多没有充电桩的用户、包括没有电动车的用户还经常跑长途的,表达出后悔为什么买一辆电动车。

  第二点,是用户能源获取的成本,但能源获取成本其实有两个方面,一个是我买的这个产品是不是更贵,所以这里边是电池价格的组成。

  另外一个其实是使用成本,电动车的使用成本是非常的低,我觉得这也是过去这么多年,尤其在当下经济背景下,会有越来越多的消费者选择电动车,因为每年能省的钱就能多买一个iPhone,就能多买一个新的iPad,这个其实节省对于整个经济增速放慢以后是非常关键的,所以这是第二个用户的需求。

  第三个用户的需求是什么呢?就是用户的需求是舒适、环保零污染。用户认为环保是什么?其实比如我们在夏天自己开了一个车去接孩子放学,如果我开着空调,到处都是味道,这就是污染,而我开个电动车开着空调就会很好。

  第一方面是核心技术的自主可控;第二点是能源供给的安全,其实无论是我们的石油的产量、碳酸锂的产量,都是和我们自己的实际的出货量和使用量是不一样的,我们生产全世界超过60%的燃料电池、但是我们的碳酸锂储能不到10%,我们用了全世界20%以上石油,但我们石油的储备大概是2%不到3%;第三个,碳达峰和碳中和,也造就了中国无论是整个电动车行业、全产业链,包含电机、电控、然后包括第三代半导体,也包括后面的电池、新的电池技术,以及像光伏这样的全产业链。

  那回到一个车企而言,那我们觉得跟2016年在做理想ONE立项的时候判断是一样的,我们面临所有的挑战就两个,第一个挑战是充电难的问题,我指的充电难是替代燃油车的标准来开展充电,因为我们消费者没有任何义务,当我买一辆电动车以后,用户整个的体验、行使半径,效率是比燃油车下降的。

  那我觉得第二个挑战就是电池成本高,因为电池是有核心贵金属的大宗商品组成,所以它就会呈现一个什么样的现象?就是电动车卖的越好,比如说去年下半年开始更强的爆发性增长,所以就会变的越来越贵;今年一二月份,几乎每一家企业定的全年目标两个月过去普遍仅完成了4%-5%。这时候,碳酸锂的价格就明显的下降了,从55万一吨现在降价39万一吨。

  我们判断,整体的成本肯定不会再降到原来的4-5万元一吨,但20到30万一吨是个长期稳定的价格。这样的话电池成本还是没有办法大幅的下降,甚至今天的电池成本比2018年的时候还要贵得多。

  我们从最开始的时候分析,有三条路径是可以解决这个问题的,第一条路径,也是我做蔚来汽车董事的时候做的换电。其实换电是一个非常好的方式,因为第一换电的体验可以无限的接近于加油的一个体验。第二,换电可以让消费者买一辆电动车的成本甚至比一辆燃油车还低。

  当然,换电也会出现建换电站要准备更多的电池、包含要承担电池涨价、降价大幅波动的风险。我们当时的钱并不多,所以我们在想能不能把它直接放在产品端,而不依赖于服务端,所以我们就做了增程电动车。

  另外第三条路径充电桩。今天的绝大部分充电桩都是不赚钱的,因为充电桩这个生意很容易计算,就是一天大概做到6单到7单就是有6到7次充电,基本上就收支平衡,如果做到10单基本上一根充电桩的盈利状况会好于加油站的盈利状况。

  但是,如今普遍2到3单基本上是赔钱,那大家普遍做的方式就是这个充电桩明明只能用5年,但是我把它分摊到10年的成本上去,用这样的方式来把亏损减少。

  用户充电需要大量的等待时间成本,所以就造成一天就普遍2到3单的情况。如果能够把充电缩短在20分钟之内,用户就不会离车,如果缩短到10分钟,那用户体验就基本上跟燃油车是一致了。

  要想做到充电体验和燃油车一致,其实有这两个核心,第一个核心是必须用高压平台做到这样的充电速度,第二个好处就是,当我们使用碳化硅、配合高压平台以后,再配合比较好的风阻系数,电池成本可以大幅的下降,就是效率可以显著的提升。

  比如说目前销售最好的一款中大型SUV大概是有100度电,做到600公里,但其实我们用800伏的高压平台,配合更好的风阻系数以及碳化硅和整体效率的优化,我们大概用80度电就可以做到同样的续航里程,而车辆也会更轻,因为车更轻了以后就可以减少铝的使用,成本下降大概在3到4万块钱。这背后也跟我们自己来做碳化硅的模、三合一的电机都是相关的。

  当把这一些东西做好以后,相比今天传统的400V主流电动车,在相同尺寸、相同驱动形式下,大概可以一辆车降低3到4万块元零部件成本,所以大家到时候可以看得到我们推出800V高压平台电动车,因为4C还有一定的选择性,大概可以做到跟增程相同的价格,这可能跟大家想象的不一样,因为今天大家都认为800V碳化硅是一个更贵的价格,其实不是,它可以节省非常多的成本。

  所以我觉得这是我们自己的两个核心路线,无论是我们做的增程电动,还是做的高压纯电,其实核心目的第一个解决充电的问题,当我们使用4C电池的时候可以做到10分钟充电400公里,当我们使用2C电池的时候可以做到20分钟充电400公里,这是里面的核心。

  我们认为如果我们要推出电动车,充电桩对我们而言它是产品,不是服务,充电桩是产品本身。如果我们提供4C,但是没有4C的完善充电网络,那其实就相当于我们买了一部4G手机,但还仅有2G网络,所以我们认为它属于产品本身的事情,大家完全不用担心我们铺设充电桩的速度和决心。

  超充站没有大家想象的成本那么高,比建一个工厂便宜多了。我可以算一笔账,如果一个高速的超充站,能拉到的大概是640千伏安到800千伏安的电量,由于普遍会做3+1的站,会是1个480千瓦,配合3个250千瓦。因为我们如果都放480千瓦也没有用,整个超充站只能达到峰值800千伏安这样的水平。那如果到2025年,我们建立3000个超充站,总共花费会是100亿。按5年摊销,分摊到每年是20亿元,对于年收入千亿规模的企业而言,成本根本没有大家想象的那么高。

  往后看的2030年,我们仍然会坚持增程和纯电两条路线同时往前走,然后把增程效率做得更高。另外一方面在整个高压纯电上做得更好,根据用户自己的选择提供两种需求。

  这个行业压力最大的一点就是头部两个企业都能打价格战。这在手机和各个行业里是根本看不到的。而且我觉得大家容易忽略一个问题,就是我们诊断各种各样企业的问题,我们发现消费者还是有一些非常基础的常识认知的。我举一个例子,作为一个中国品牌,如果我们把一辆中型的B级SUV卖到30万以上,百分之百就没有量了。这就是一些很重要的常识。

  我们如果看调完价格以后的特斯拉和比亚迪,它们一直把自己的价位放在合理的空间,也不是过分便宜,而是放在符合用户认知的合理范围。很多人说,理想为什么不把价格降到30万以内?同样的问题,消费者不接受一款还不错品牌的中大型SUV,卖到20多万。

  在汽车之家的时候我们就观察到用户心理认知的状态,他如果买一辆中大型的SUV,又是一个还不错的品牌,不能卖到20多万。因为大家一定认为你的车是有问题的,你可能大概率会偷工减料,这是用户的一个认知。还会出现另外一个认知,就是用户和用户之间的认知,就是你花那么多钱,然后买了一个那么大的车,你一定很穷。你一定经济出了问题。这些是很常识的认知,所以很多时候车不是卖得越便宜越好,车也不是卖得越贵越好。你可以在每个级别里,很清楚地画出来一个曲线%毛利率是底线

  为什么毛利率那么重要?还是跟汽车行业有关,因为你要想成为一个留在牌桌上的汽车企业,基本上你要有几千亿的收入,你要想成为世界头部的企业,基本上一定是上万亿收入的。请问这样的收入规模怎么来经营?这就变得很关键了,不能永远靠融资,小的时候几十亿收入、几百亿收入可以靠融资,再大怎么靠融资?

  而且我们看历年汽车行业发展历史可以看得清楚,当车最难卖的时候,比如遇到经济危机,车最难卖,融资也根本融不到的时候,就会出现哪怕像通用和克莱斯勒这样大的企业,在2008年经济危机的时候,汽车销量大概掉了40%,这两家企业都破产了。

  除了收入以外,就是杠杆用的过多,包括后面就把德尔福这样的企业都拆出来了,自己承担所有的杠杆,所以销量下滑40%几乎全由自己承担。

  什么是毛利率?毛利率就是销售价格-销售成本,销售成本包括车的BOM成本,包括车的制造成本,车对应的分摊,还有车的运输费用,车的软件费用,还有税费,都是车的销售成本。店面里人员的支出叫销售费用,这是毛利率以外的部分,我们毛利率留的部分就是应对销售费用的,所以毛利率等于销售收入-销售成本。所以销售收入减去销售成本之后,剩下的都是公司可以投资的钱,是提升自己能力的部分。

  回到车的角度而言,作为智能电动车企业,我们认为一个健康的门槛是20个点,我们研发投入基本上在10个点以上,销售管理费用做得非常好也要7到8个点,同时还要承担一定的风险,还有资本的投入,比如建工厂。我们认为20个点是比较健康的,目前来看特斯拉是超过20个点的,我们也是稳定的超过20个点,比亚迪也是超过20个点。比亚迪的销售网络并不是直营的,如果把经销商费用一起算进来,比亚迪车的毛利率也是超过20个点的,我们认为这是比较健康的,否则怎么投研发。

  不能说资本市场好的时候投研发,资本市场不好就收缩研发,汽车不是这样的,汽车做任何计划都应该是五年以上的周期,所以毛利率是这里面的关键点。当然,毛利率越高企业经营难度越大,毛利率越低越容易,负毛利率相当于送钱,是最容易的。

  我们看到的是,20个点是一个企业能够长期健康发展的最低毛利率,大家可以看到特斯拉在过去那么多年一直赔钱,但从Model S、Model X,甚至从Roadster开始,毛利率一直稳定在20%以上。我可以花很多钱,但始终坚持毛利率在20%以上。特斯拉只有一年是降到十八点几,应该是2018年,Model 3难产的一年。尽管特斯拉今年已经大规模降价,但是在年报会议上他讲,我今年仍然保持20个点以上的毛利率,因为只有这样企业才能健康的发展,当企业做任何长期投资的时候,才可以不怂,才可以坚定的往下投。

  目前理想的研发包括产品研发、平台研发、系统研发。平台成本如何继续下降,更深一层究竟是用别人的系统,还是自己开发操作系统?还有芯片,如果自己做推理芯片,可以做到像特斯拉一样的成本,因为算法、训练平台、芯片都掌握在自己的手里。

  我们在2月份所有支撑店面的工作人员已经做到了接近7辆车的人均销售能力。如果把管理人员去掉,那么人均超过10辆车,大概是新势力同行的大概三倍以上,这样我们就有机会让我们员工做三个人的活挣两个人的钱,所以我们的人现在是最难挖的。包括刚才讲的充电网络,我们在整个结构里面看的是战略的必要性,并不是走哪儿算哪儿,是必须要建,必须要建到什么样的程度。

  第一是传统的后视镜、保险杠,汽车行业本来一年就有2000多万乘用车的产能,给电动车、给燃油车没有区别,这不需要我们去做,给供应商就可以了;

  第二类是新的电子类、芯片类的,比如我们的域控制器,中国过去有非常好的代工体系,而且中国采购全世界大概40%的芯片,这个体系的制造效率很高,给我们一款车生产20万套、30万套域控制器没有任何问题,像富士康这样的企业都可以给你做到,解决起来也不复杂;

  大家都在讲缺芯片,但从来没有缺过高通的芯片和高通的计算平台,没有缺过英伟达的芯片和英伟达的计算平台,也没有缺过地平线的芯片和地平线的计算平台,缺的都是传统的小功能芯片,因为这方面中国还是非常成熟的,中国是全世界最强的电子代工厂。

  第三类问题比较麻烦,就是跟三电相关的。比如说我们开发L系列,一台车要用三台电机,两个驱动电机,一个发电机。如果一年卖30万辆,向任何一个电机厂下单90万台,他们都没有办法接,因为90万台意味着他要盖10个厂房,而如果生产出来我们不要了,那这些所有东西都是他们承担的。

  有一个非常有意思的现象,这些供应商在面对新势力的时候,我们给他们报的单量和他们计算的单量都是不一样的,他们会有一套分析系统,分析我们实际能够卖多少,他们才愿意生产那么多。当车企过去只卖1万台,但告诉供应商后面需要生产3万台时,他们是不会相信的。去年年底所有供应商都认为我们今年大概能做15万辆,直到我们证明了这个量之后,才给我们调到了25万辆。而且在这个情况背后,像三电,包括增程器,都是我们自己来生产,否则我们的供应商根本跟不上。所以我们在绵阳建了自己的增程器厂,我们L系列的前五合一电机就是在常州旁边自己生产的。

  我们会为800伏自己生产碳化硅模块,也包括会做自己的碳化硅电机。这都是我们的供应能力。

  除此之外还有工厂,我们除了在常州有工厂以外,我们还会在北京建立工厂生产纯电动车的产品。

  供应能力需要有24个月的前瞻,否则来不及。包括拿土地、建厂房、招募人、试生产,基本上要24个月时间才来得及。跟供应商合作也是一样的,如果找一个欧洲厂商,一年只给我们做3到4万套空气悬架,我们跟他聊来聊去聊一年时间,可能最多也就能供应6万套。但我们一年需要几十万套,这时候我们就会跟中国的供应商一起,讨论怎么来建产线、厂房,确保二、三级零部件是到位的。供应链方面需要做的很到位,我们过去一年也做的不好,但有些方面我们的提前布局还是给我们带来了非常大的帮助。

  供应链还有一个问题,就是自制率也不能做得太高。全世界所有企业都经历过,比如说像丰田把爱信、丰田纺织拆出来和别人共用,也比如通用把德尔福拆出来。

  我们知道,现在很多零部件厂商都是拆出来的。因为如果自己做全自制,就意味着当销量下滑40%的时候,你要背负40%里的全部杠杆、全部成本。这时候就特别怕遇到经济危机这种大问题

  所以,我们内部认为,30%的自制率是比较健康的,可以跟供应商一起合作,哪怕我们自研以后也可以是交给供应商来生产,而不是自己来生产。

  在理想汽车,我们是有四支人工智能的算法团队,分别在解决四个领域的问题,包含:1. 去年建立的智能座舱团队,做多模态算法;2. 智能驾驶;3. 智能工厂;4. 零售端智能。

  “智能工厂”为什么要做人工智能,原因是我们在产线上,每天一个的生产工序里会有几百个检验人员,都可以通过人工智能算法取代;同时,还能帮助我们用算法来解决质量问题,从一个量化角度来看,每辆车在质量成本的分摊上,大概是同样售价的奔驰、宝马、奥迪的约50%。

  因此,如果用钱衡量质量状况,同样价格的产品,我们的质量是显著的BBA这些豪华汽车品牌的。

  另外,这套算法还能帮助我们对于各种事故的分解,如果大家问问身边开理想ONE的朋友,会得到一个重要的反馈——我们的保险是所有同行里价格最低的,甚至比燃油车还要低,这是不同于一般电动车的,因为一般电动车的保险价格是比燃油车更贵的。

  而理想ONE作为一个30多万的车,第二年续险时商业险的部分是3300块钱人民币,如果加上交强险等等整体就是4300。所有保险公司给出来的标准价格,都是这么低,这一价格甚至跟很多10万块钱左右的新能源汽车的保险是差不多的,这背后的就是得益于我们整套算法体系。

  回到我们为什么要做这样一条体系,其实是跟我之前做汽车之家有关。之前做汽车之家时,基本上所有产品都成功了,但唯一一个失败的,且失败的一塌糊涂的就是汽车电商。

  而且,不仅我们在汽车电商方面失败了,包括易车、淘宝和京东,以及当时好多汽车电商创业公司同行和二手车电商也全失败了。这也不只是国内的品牌,还包括过去几年在美国一直做到了五六百亿美金市值的Carvana二手电商,今天又掉到了十几亿、二十亿美金,以及我们去学习美国的True CAR也都没有成功。

  我们反思为什么会出现这样的问题时,有一个很重要的思考,汽车电商整个业务链条中90%,甚至95%是发生在线下的,在整个线下的仓储、库存、物流、交付的体验环节,我们当时没有做任何的改造,整个成本甚至比传统的汽车经销商还要高,我们只是在线块钱的CPS成本,剩下的什么都没改造。也就是说,在整个的拿钱衡量效率和商业的链条里面,我们除了多花了一部分钱之外,剩下什么价值都没创造。

  而同样的问题在过去大家认为很火的新零售方面,比如社区团购方面以及打车软件等,也都是相同的问题。无论是美国的Uber还是中国的滴滴,今天的市值都远远不及它当时融资的市值,其核心问题是过去的时候是软件1.0,没有办法解决线下物理世界的问题。

  我们定义的软件1.0是什么呢?就是人类自己来制定规则,人类自己来编程,然后编完程程序给人类自己使用,无论是我们的使用互联网、还使用的APP、或者其他终端,都是一个相同的原理,主要核心就是运行在一个数字世界,但是物理世界发生的一切我们改变不了。

  我们可以在美国非常快的拿Uber打一辆车,但是这辆车从A到B点中间发生的一切,我们叫TCO的成本没有任何的下降,甚至比出租还高,因为空使率更高,所以这些平台公司就会出现一个问题,当它要想获得高速的一个增长和份额时它就会亏损,如果它想赚钱,唯一的方法就是剥削司机,比如美国收30%、中国收到25%,而出之前的租公司只收20%,所以他们现在比出租公司向司机收了更多的钱。

  零售电商则不一样,电子商务当把这种昂贵的商场卖货挪到一个库房就能卖货,整体的成本下降35%到40%,只是整个的行业的35%到40%被三个分割了,首先就是消费者拿走了一部分,让零售价格更便宜了;其次是平台方拿走一部分,造就了像阿里、亚马逊这样万亿美金级别的企业,第三个就是这些品牌——用新零售方式做电商的品牌。

  所以,当时我们就在思考一个问题——什么可以改变物理世界?有什么办法能改变物理世界?我们发现,只有AI。

  AI是可以改变物理世界的,因为AI的核心其实是学习,不是编程,不是逻辑,而是依赖于其对人类的模仿和学习。

  目前,理想有四支人工智能的算法团队,分别智能座舱、智能驾驶、智能工厂、零售端智能四个领域的挑战。

  理想把AI分成了两大类别,一种是行为学习,就是小脑为主、大脑为辅。用大脑来思考和训练自己,但是训练成功以后小脑就能处理任务,就像开车或者生产线检测等,很多时候不需要进行大脑完整的思考,就快速及时的反应。

  另一个类别,是认知学习,大脑为主、小脑为辅。最近比较流行的ChatGPT、包括“理想同学”和蔚来的“NOMI”等。当给出一个复杂命令,它要回到云端去处理,然后经过训练后有相对确定性的执行,而如果放在车端的,就要通过GPU或者BPU给出结果。

  自动驾驶也经历了行为学习、认知学习两个阶段。第一个阶段由于传感器、算力并不强。比如理想最早用Mobileye 2 TOPS算力的芯片,前视200万像素的摄像头。这些硬件不足以支撑做三维感知,识别一张张的二维图片,甚至“二维测距”,一张图片越宽就距离越近,图片越窄距离就越远。为解决测距,加一颗毫米波雷达。

  这就是最开始,或者说迄今为止,跑的中国路面上99%的车都是这么工作的,哪怕已经上了英伟达Orin计算平台。特斯拉在中国的AP和FSD都是以这样的方式来工作。这是一个2.5D的工作方式,就是像蝙蝠,用雷达测量我离各种障碍物和目标物体之间的距离,以此来成为下一步的前提。

  所以这些量产交付的车的判断、决策跟AI没有关系。算法都是规则制的,是人类写的透明规则的算法。当遇到加塞进车道,我会怎么处理,当离开车道我要怎么处理,当距离我近了怎么处理等等。这些东西都是靠大量的人在调试,依靠人类进行编程来实现的。

  而智能驾驶体验好不好,也依靠的是谁写入更多的规则而不是AI算法。一个确定结论就是:规则之内可以解决,规则之外一律解决不了,出现事故是消费者自己的责任,因为它只是个辅助驾驶。

  在控制方面也完全属于规则制的。因此当遇到一段堵车路段,如果跟的紧会晕车,因为刹车更急、起步更快。做得比较舒适的车,加速都会比较稳,但容易被加塞,各大车企都是不停的在调,去寻找这两者之间的平衡点。

  第四个部分是反馈成长。由于收集了更多视频数据,这背后是人力标定团队,比如特斯拉的标定团队在印度,中国品牌的标定团队也都是外包的,大量标定团队都在贵州。

  这个阶段,视频需要人工标定,比如人识别出立着的是一根桩,有轱辘且有两个轱辘的能被识别出来是车。当完成标定后,车不会直接撞上去。如果没有标定,系统可能认为前面没有物体,策略就会是继续行驶导致直接撞上去。

  在这个阶段,行业里无论是做视觉的人工智能,还是做语音的人工智能,我们内部开玩笑的说法是——有多少人工,就有多少智能。

  而自动驾驶行业的认知学习变化,是从特斯拉的FSD开始的。特斯拉前自动驾驶算法高级总监,被马斯克从Open AI招过去,从他过去后,特斯拉的智能驾驶有了本质的变化。

  FSD芯片效率很高,虽然只有144的TOPS,但有效算力基本上是跟两颗Orin是一样的,有效算力是通用GPU大概3倍的水平。加之,特斯拉已经升级成了360度的摄像头,变成三维视觉,用“大模型”的方式开始做BEV感知。带来的好处是,车开始以跟人相似的方式来观察这个世界了。

  虽然和人还是有一定的差别。目前摄像头只有200万-800万像素,而人眼基本上1.5亿到2亿的像素。人看到400-500米之外是没什么问题的,今天摄像头大概看到100米左右基本上就是极限了,尤其是晚上。

  有了三维感知后,判断决策就不一样了。判断决策上其实分成两层:一层是白盒子的,编程制式,用于遵守交通规则、遵守法律。另一层是从三维感知,到判断决策,再到执行控制形成一体,我们叫“端到端”。可以清晰地看到人类是怎么做的,人类看到什么样的东西,做了什么样的判断,进行什么样的执行,这套过程就可以被记录下来了。

  这是一个本质的变化,我们把这称之为“影子学习”。它是个学习的过程,而且需要终端GPU或是专用的BPU有闭环的能力。

  从这里开始,“反馈成长”层面也不一样。结构性数据回传到超算平台进行训练,而训练是个黑盒子的过程。有的算法是白盒子,它属于1.0或者1.5阶段,完全黑盒子的算法,那才是2.0,这是一个本质的变化。

  云端进行训练可以做自动化标注、分类、训练,不再需要那么多人了。目前特斯拉、Open AI算法团队的人数非常之少,跟中国大部分的AI公司人数差别巨大。

  且由于云端训练是一个黑盒子,所以训练观察的不是对和错,而是观察训练质量的提升程度。只有这种“端到端”训练的样本足够多,整个驾驶体验和安全性就会变得越来越好,它就像人类在各种各样的场景下怎么工作,去进行学习。

  建立这套自动驾驶认知学习体系,需要车企在智能驾驶方面的比拼三样东西:第一如何降低车端的计算平台和传感器成本,尽可能做到每辆车标配。智能驾驶的成本是包括传感器(雷达、摄像头)+计算平台,特斯拉是1500美金,理想是4000美金;

  第二比谁的“端到端”闭环数据多,只拿到一部分数据是没有用的,完整的端到端的训练才可以,不同国家、不同的场景的训练都是不一样的,不能简单挪过来就复用。这要求企业得卖出去足够多的、装满传感器和计算平台的车才能完成这部分;

  第三完成成本更高、挑战更大的大模型训练。美国从去年开始限制中国训练芯片的发展,以及限制英伟达向中国出售高带宽的训练芯片。今天无论是车端使用GPU,还是在云端使用GPGPU,对于大模型而言都不是效能最好的方式,它只有20%左右的效能,理论上另外80%的成本都是被浪费掉的。

  因此像英伟达做自己的BPU以及D1的训练芯片,整个体系构建起来以后,大概能做到英伟达A100 1/6的成本复制整个计算集群,而且可扩展性变得更高。这也是下决心去做人工智能的企业必须去面对、解决和投入研发的部分。

  此外,以后真正的竞争会出现在最底层——AI的操作系统。因为AI的操作系统要求的是硬实时,规定的时间、地点必须去执行,在物理世界的运行不能延迟。

  很多人说我们在人工智能方面比较小心翼翼,但是其实我们是长期在这方面做深入的感知,确定这条路线可行以后,我们All-in来做。从特斯拉把大概的逻辑模型跑通以后,我们才开始正式投入。

  很多企业在AI方面发展得很好或投入得很早,但并没有体现在销量上。关键在于要找到一个精准的用户体验的价值点,才会全面爆发。就像智能手机同时满足三个条件:3G网络、App Store上线、OTA技术之后,手机才真正从触屏时代进入到了智能手机的时代。

  回到智能电动车,什么时候智能电动车才真正智能?终端不算智能,终端只是延续了手机的功能,为什么延续手机功能?因为安卓构建了一个非常好的生态,消费者不是为了用安卓,而是为了用安卓背后的生态,因为里面有地图的生态、娱乐影音的生态、大量应用软件开发者的生态。

  但是我觉得真正属于智能电动车的变革时代要从线能跑动开始。我自己做一个预测,我认为这个时间点,尤其是对于中高端车,会出现在2024年。

  真正的基于大模型,基于BEV技术实现的城市NOA。如今,理想汽车已经算做的比较好的了,整个辅助驾驶的使用率是超过13%。因为高速场景有限,虽然高速场景下我们的辅助驾驶使用率已经超过50%了,但是在市区里没有办法使用。我觉得一个技术只有用户每天使用,里程使用率稳定超过60%,这个技术就会变得让用户再也离不开了。

  城市NOA什么样的结果呢?其实不需要它变成完全的自动驾驶,而是每天上下班堵车的时候它都可以帮助驾驶员提升解决体验。一个是城市里面60%以上甚至80%以上的车交给这个功能来开,而且安全性也没问题,除非别人违章,哪怕出现肇事,大概率也都是小的刮蹭。这时候就会产生一个巨大的变化,正如消费者买了一幢20-30层的楼房一样,有电梯没电梯是根本差别。

  我觉得今年的一个现象,使用Orin计算平台这些企业,基本上都会在今年四季度的时候交付最早用于测试的NOA,基于大模型的。因为它需要丰富的训练,并不是单纯把计算平台放上去就可以。

  我个人认为到今年年底,大部分头部企业能够做到2011年年底特斯拉的水平,到2024年的时候,大家普遍能做到2022年底2023年初特斯拉在北美的水平。我觉得这以后,至少中高端车,如果不能提供城市NOA,会影响消费者购买决策了。

  在这个时间点,首先从中高端车开始,彻底进入到智能自动车时代,基于软件2.0的智能电动车的时代。否则永远只能卖非智能的电动车。

打印本文 打印本文  关闭窗口 关闭窗口