激光雷達這道選擇題,特斯拉做對了嗎?

激光雷達這道選擇題,特斯拉做對了嗎?

從馬斯克與何小鵬兩位CEO相隔大洋抄起鍵盤隔空互懟,再到25歲天才少年Austin Russell創立的公司Luminar(LAZR.US)登錄納斯達克,公司股價在12個交易日股價漲幅超過4倍,一切都圍繞着一個話題“激光雷達”。

特斯拉作為新能源汽車的絕對標杆型企業,曾多次在公開場合抨擊激光雷達在無人駕駛方面應用前景。

而各大車企卻展現了截然不同的態度,紛紛押寶激光雷達。在奧迪、奔馳、寶馬、本田、沃爾沃、雷克薩斯,再到小鵬、長城、長安、北汽未來發布的車型上,都能夠找到激光雷達的身影。

在這道激光雷達抉擇與否的選擇題中,特斯拉(TSLA.US)這一次站在了幾乎所有人的對立面上。

01 激光雷達為何成為市場爆點?

從自動駕駛的產業鏈分佈來看,自動駕駛系統分為三大類,即感知層、決策層、執行層,分別代替人的眼睛、大腦、手腳。

感知層包括了車輛定位和環境信息感知,而感知層之所以能夠在自動駕駛中代替人的眼睛,依靠於攝像頭、雷達對於周邊環境信息進行捕捉搜集。

這意味着,雷達的不同技術路徑,代表着用什麼樣的眼睛去看這個世界。

在目前的市場上,主流的環境信息感知處理方案上分成了兩類:

一、以特斯拉為代表的視覺算法為主導的流派,通過攝像頭、毫米波雷達捕捉周邊環境信息,再通過算法為主,進行分析抉擇。這一類方案所需的硬件成熟度較高,成本低,但毫米波雷達探測角度較小,遠距離探測能力也不足,需要優異的算法來彌補缺點。

二、以Waymo、大部分車企為代表的激光雷達主導的流派,在攝像頭、毫米波雷達的基礎上增加了激光雷達,可以進行遠距離、全方位的探測,分辨率較強,但硬件成本較高,且激光雷達同樣也存在一些問題:比如,在惡劣天氣的條件下錶現一般,缺乏對環境的顏色和紋理信息的辨別,並且在大範圍安裝激光雷達后,激光雷達有無法判斷是否為自己發出的脈衝光的串擾風險,這會直接導致激光雷達判斷不出物體的形狀。

對於大部分車企而言,他們在自動駕駛的研发上相對於特斯拉起步較晚,無論是新能源汽車或者是傳統汽車巨頭,在自動駕駛領域里,它們都無法做到像特斯拉一樣,擁有完全自主軟硬件算法的掌握與開發能力。

以軟件研發較為深入的造車新勢力舉例:

蔚來(NIO.US)使用的是特斯拉“前女友”Mobileye研發的芯片,在此基礎上進行算法的自研;

“全棧自研”的小鵬(XPEV.US)即將使用的是特斯拉另一位“前女友”英偉達研發的Xavier芯片,自動駕駛方案也在剛剛落地;

理想(LI.US)不光是芯片,在自動駕駛的視覺算法上,甚至都是Mobileye提供的打包解決方案,未來在切換到Nvidia Orin還需要進行算法的重寫。

而一些傳統車企,在自動駕駛探索的路上才剛剛起步,大部分都是選擇了由三方提供技術支持來實現他們從0到1的過程。

相對於特斯拉提供的Auto Poilt產品,在自動駕駛維度上,他們與特斯拉實際上完全沒有可比性,能與特斯拉對標的企業應該是谷歌Waymo、英偉達等有能力直接提供自動駕駛方案的科技公司。

而特斯拉已經在視覺算法上已經栽了好幾個跟頭的情況下,這些企業在追趕的道路上,如果選擇與特斯拉同一條賽道,可能會比特斯拉摔的更狠,摔的更慘。

因此,選擇更為穩妥的激光雷達配合其他傳感器的整體方案是最優的答案,結合激光雷達綜合成本大為下降,已經進入到預量產階段,二者綜合之下,直接點燃了市場對於激光雷達的熱情。

對於馬斯克而言,在這場雷達路線上的選擇,放棄激光雷達的底氣來源於兩方面:一方面,一開始激光雷達的價格過於昂貴;更重要的一點則是,他堅信特斯拉算法升級的速度會比激光雷達降價的速度更快。

02 算法與降價之間的博弈

從公開消息來看,儘管激光雷達的頭部玩家們都宣稱自己手中接到了量產訂單,但激光雷達量產到激光雷達真正應用到汽車,並且汽車實現量產上市之間,還存在着一定的時間差。

激光新銳Luminar早就曝光了手握15億美元的訂單,但從過往兩年1260萬美元、1500萬美元的營收來看,這筆訂單還並未真正落地。

從公司最近披露的信息中提到,“預計到今年底前將售出大約100台激光雷達”,這也從產能角度證明了這筆訂單實際並未落地。

激光雷達鼻祖Velodyne在中國敗北之後,選擇了與現代、福特合作,但這兩家車企搭載激光雷達的量產車型,最早也要在2021年實現上市。

寶馬的激光雷達供應商Innoviz在第一代產品還沒有在車輛搭載上市的情況下,推出了第二代產品,成本相較於第一代下降70%,預計在2021年年中應用於寶馬。

小鵬、北汽、長安、廣汽等搭載激光雷達量產車型的發布最早也在2021年,在不跳票的情況下,到激光雷達的大範圍落地,仍然存在着1-3年的窗口期,在這窗口期,特斯拉能做到什麼樣的地步?

特斯拉在自動駕駛一直保持着極為激進的研發路線,從整車的傳感器來看,特斯拉用了12個超聲波傳感器,1個毫米波雷達,8個感知攝像頭,在整車的感知範圍布局上,幾乎沒有重疊,而對比小鵬,小鵬光是毫米波雷達就使用了5個,這充分顯現了馬斯克對於自身視覺算法的自信。

儘管這種自信造成了數起“人工智障”才能發生的血淋淋事故,但馬斯克始終認定激光雷達是沒有必要的配件,並堅持在視覺算法的路線上不斷優化。

在11月發布的FSD Beta版本中,特斯拉利用神經網絡的深度學習功能,通過多個不同角度的視頻文件提取特徵要素合併融合,再進行加工處理成為時態模塊形成點狀的數據,點狀數據彙集到 BEV 網中,將時間和序列進行融合,展現更平滑和動態的結果。

從最終的結果來看,特斯拉引入了3D鳥瞰預測圖,將攝像頭一直被飽受詬病的只能拍攝“二維畫面”實現了3D化的呈現。

在算法不足以支撐更高級別自動駕駛功能的前提下,打出“安全牌”用多種雷達與傳感器的硬件組合是對消費者負責任的選擇。

而對於特斯拉,在算法領先於同行玩家的同時,如何使用性價比最高的零件創造更大的效益,是特斯拉的目標。這也就註定了,在馬斯克眼中,價格高昂的激光雷達,只能是其他企業對於視覺感知存在的問題和缺陷的遮羞布。

從這個角度來看,激光雷達的供應商在激光雷達的降本之路上,能夠成為最大的受益者。因為對於在算法上存在不足的整車企業而言,激光雷達的大規模普及,是他們在自動駕駛上能追上特斯拉必不可少的“加速器”。

03 特斯拉的多賽道優勢

對於自動駕駛算法而言,推動其發展進化的核心物質基礎有兩個,一個是芯片本身的算力,另一個是訓練算法模型的數據。

解析特斯拉的自動駕駛的競爭格局,對比整車製造商,特斯拉擁有完全自主軟硬件算法的掌握與開發能力。

而對比能夠直接提供自動駕駛方案的科技公司,特斯拉在數據沉澱、商業化變現的維度上,也佔據着優勢。

對於自動駕駛而言,訓練的機會越多、掌握的場景數據越多,技術進步便越快;而技術進步越快,就能推動市場消費者進一步的加入,從而掌握更多的場景數據,實現一種良性循環,夯實的壁壘也會越來越高。

谷歌Waymo最初的自動駕駛解決方案用於出租車,這種重資產的商業模式註定了,如果使用大量實況路測的話,谷歌需要在出租車、自動駕駛兩個維度,同時進行大範圍的燒錢。

因此谷歌只能通過模擬仿真的場景進行自動駕駛的路測模擬,儘管從數據來看,可以每日實現100年的虛擬技術路測,但在實際的駕駛過程中,有很多突發場景與反應,是只有切身碰見才能將數據記錄,虛擬技術路測很難去進行模擬。

谷歌目前也走上了多角色發展的路線,自研激光雷達實現了商業化之路,同時在車載系統、無人卡車等領域不斷布局,在未來或許能產生多業務之間的協同效應,但就目前而言,Waymo離C端用戶,還存在着一定距離。

而Mobileye儘管與很多車企達成了合作並提供了解決方案,但是其攝像頭收集到數據的所有權都歸屬於車企,是否願意將收集到的數據貢獻給Mobileye完全取決於車企,在這種被動的情況下,目前在新勢力中,也僅有蔚來與Mobileye實現深度合作願意將數據共享,對於未來軟硬件自研一體化的趨勢下,Mobileye的市場份額或將越來越小。

而特斯拉累計銷售的車輛已經突破了100萬輛,在擁有大量車輛的前提下,在此基礎上開發出深度學習的“影子模式”,在數據的搜集廣度跟成本上,擁有以上企業都不具備的絕對優勢。

在路測中,一部分通過虛擬環境進行模擬,在實際的駕駛過程中,機器並不參与駕駛,而是由人主導,機器在整個過程中能夠學習駕駛員在面對各種情況時的行為數據,出現模擬結果和駕駛員真實操作相違背的時候,將其深度學習並記錄上傳,從而提升自動駕駛能力,這一類的數據更為真實,也更有價值。

與此同時,特斯拉採用的是硬件預裝+後續付費的模式,所有產品從出廠時均配備相關的自動駕駛硬件,如果用戶想要添加和使用這些功能,用戶可以以打包價在車輛預訂或後續使用時買斷相關的功能,特斯拉會通過 OTA 進行系統升級,這也給予特斯拉商業化變現的良好平台。

不論是對比整車製造企業,亦或是自動駕駛方案解決商,多賽道的特斯拉相比之下,在數據閉環、商業化落地、算法更新速度上,擁有着行業標杆型企業應有的優勢。

而在自動駕駛行業業務盈利模式還沒有成熟的階段,行業充斥着大量不確定性,一個新技術的出現與應用,是就此沉默還是改變行業,只能交給時間來決定。

獅子抓兔子,不論抓到與否,對於獅子而言,只是這一頓飯能否吃飽的問題,可對於兔子而言,卻是至關生死的問題。

手握優勢的特斯拉,自信不光源於對自身技術的自信,也在於它擁有着試錯的成本,但對於其他競爭企業而言,這可能是它們是近年來在自動駕駛上追趕特斯拉的最好機會。

【本文作者潘博文,由合作夥伴阿爾法工場授權發布,文章版權歸原作者及原出處所有,轉載請聯繫原出處。文章系作者個人觀點,不代表立場。如內容、圖片有任何版權問題,請聯繫(editor@zero2ipo.com.cn)處理。】

【其他文章推薦】

※在地商家推薦,中和當舖服務好 總是為您設想

※有資金缺口嗎?台北借錢可小額借款,輕鬆還款

※分期車也能辦理汽車借款嗎?

高雄免留車當舖有規定哪種車款才能借貸嗎?

※有試過信用卡換現金嗎?達人詳細解說

※購物也能刷卡換現金?

信用卡換現金辦理流程

※借錢免保人,支票借錢讓您安心借輕鬆還,支票變現金。

Comments are closed.