Waymo和Tesla，誰能代表全球自動駕駛最高水平？

Wymo推出的自動駕駛出租車服務WymoOne對外國科技媒體進行了篩選。經過近十年的潛心研發，威摩終于將自動駕駛汽車的商業化運營推向了舞臺。

汽車制造商呢？針對蘋果和谷歌等外行對萬億美元汽車市場的覬覦，豐田執行副總裁DidierLeroy表示：你認為我們會打開大門說“進來”嗎？不，我們不會讓他們進來。那么，豐田的自動駕駛出租車服務在哪里？不，別誤會我的意思，我的目標不是豐田。我的意思是，這里的大型車企都無法通過開發“最復雜的傳感器布局+運營自己的車隊來收集數據”的自動駕駛技術來趕上Wymo的技術水平。難道沒有一家汽車公司站出來向這個行業致敬嗎？此外，特斯拉以自動駕駛硬件為標準的車隊已經超過50萬輛，啟用自動駕駛的里程剛剛超過10億英里。然而，自動駕駛目前的性能無法與自動駕駛相比，所以我們只將其作為一個潛在變量。Wymo的問題TheVerge發了一篇關于WymoOne試駕體驗的長文，內容非常詳細。簡單地說，Wymo將用戶體驗的方方面面都考慮在內，從應用交付、服務領域、駕駛體驗、人車交互甚至定價。一個小細節是，去年年底，威默取消了坐在駕駛座上處理緊急情況的安全員，但在今天的正式商業運營中，這些安全員重新坐在了駕駛座上，因為“乘客覺得沒有人會在方向盤后面感到緊張。“WymoOne是全行業第一家實現正式商業化的自動駕駛出租車服務。這是否意味著過去三年的自動駕駛賽道競爭已經結束？Wymo自動駕駛汽車會像谷歌搜索一樣迅速席卷全球嗎？要想讓自動駕駛汽車走向全球，Wymo還有幾座山要爬他們自己。在加州車輛管理局（DMV）去年發布的年度報告中，Wymo自動駕駛汽車需要每5596英里（9006公里）手動接管一次。所謂人為接管，是指自動駕駛系統無法處理極其復雜或無法控制的路況，需要由安全員接管處理。每次旅行不到一萬公里時，都要接管。這個技術水平能讓安全員離開道路嗎？當然不是。對比Wymo過去三年提交給加州DMV的年度報告，我們可以發現，盡管Wymo的車隊越來越大，路試里程積累的速度越來越快，但技術改進的效率卻在下降。2015年，威莫公司將每1300英里接管一次；2016年，它將每5128英里被接管一次，顯著提高了394%；

2017年，它變成了每次旅行5596英里，改善率不到10%。從這種效率的提高來看，威默距離真正能夠覆蓋所有場景的自動駕駛汽車還有很長的路要走。第二個問題是以威默為首的整個技術陣營的問題，即威默的自動駕駛車隊的可擴展性非常差。威默自動駕駛汽車采用激光雷達、毫米波雷達、攝像頭和超聲波探頭的多傳感器融合感知技術路線，并融合上述傳感器收集的環境信息，用高精度地圖進行規劃和決策。事實上，你可以將高精度地圖理解為自動駕駛技術感知中的一層冗余。這帶來了一個問題。Wymo每次進入城市，都需要繪制一張高精度的城市道路地圖，然后自動駕駛車隊進入，經過測試后才能運行。除了高精度地圖的高成本外，早期繁瑣的測試導致自動駕駛車隊的可擴展性變得非常差。在北京測試了兩年、熟悉任何場景的自動駕駛車隊，一進入上海就會被封鎖。為什么會這樣？我們一直在說，城市開放道路是最復雜的場景，自動駕駛汽車應該率先在工廠、公園等半開放的簡單場景中實現商業化。然而，如果車隊在一個城市扎根兩年，而不是在全省甚至全國范圍內行駛，那么它行駛的場景實際上是另一個意義上的有限區域，是一個升級的、更困難的工廠或公園。以Wymo的商業化為例，WymoOne的自動駕駛車隊只能在亞利桑那州鳳凰城郊區的Tempe、Mes、Gilbert和Chndler四個有限區域行駛。這意味著，盡管Wymo的技術能力排名第一，但在商業化方面，它與國內自動駕駛企業在工廠和園區的商業化探索并沒有本質區別。這樣的技術路線意味著，即使在鳳凰城開始商業化，Wymo也不可能一夜之間在美國推廣自動駕駛車隊，因為其可擴展性較差。Wymo和Wymo技術陣營的車企對自動駕駛車隊的商業化探索注定是一個漫長而漸進的發展過程。這就是為什么，11月14日，彭博社發表了一篇題為《Wymoceosys Self Drivingcrswon’tbeubiquitiousfordes》的文章。WymoCEOJohnKrfcik在文章中表示，自動駕駛技術真的很難。他認為，在未來的許多年里，自動駕駛汽車將需要駕駛員的幫助，他不認為這項技術有一天能夠在不與駕駛員互動的情況下全天候運行。綜上所述，世界上技術最先進的自動駕駛公司Wymo已經開始商業化，但你還需要很長時間才能開車上班。特斯拉的困境正如文章開頭提到的，特斯拉自動駕駛越來越引人注目。擁有50萬輛汽車的特斯拉團隊正在世界各地的真實開放道路場景中收集道路測試數據，啟用自動駕駛的道路測試里程已超過10億英里。如果你不知道這個數字，Wymo最近的路試里程剛剛超過1000萬英里，這可以作為參考。更重要的是，10億英里僅占整個特斯拉團隊總里程的10%，特斯拉團隊的累計里程剛剛超過100億英里。根據ElonMusk的說法，在自動駕駛關閉的90億英里旅程中，自動駕駛將繼續以陰影模式運行，在收集道路測試數據的同時學習人類的駕駛行為模型。但自動駕駛有一個致命的問題：它過于依賴攝像頭的感知。許多自動駕駛公司的高管對特斯拉自動駕駛不屑一顧。他們認為，特斯拉將所有雞蛋放在一個籃子里進行以攝像頭為中心的自動駕駛是推測性的，特斯拉遲早會轉向激光雷達陣營。ElonMusk之所以沒有為特斯拉汽車配備激光雷達和厘米級高精度地圖，是因為Autopilot定義的Autopilot傳感器將安裝在數千輛汽車上，并出售給世界各地的特斯拉車主，這意味著所有昂貴的組件和技術都注定會錯過Autopilot。特斯拉可能會等待機會。當激光雷達和高精度地圖的成本變得可以接受時，特斯拉將跟進并在第一時間實現商業化。然而，聽了El……之后……

馬斯克對激光雷達的評價，你會知道，除非自動駕駛以攝像頭為中心的感知路線進入死胡同，否則即使激光雷達降到白菜價，自動駕駛也不會采用。顯然，道路系統是面向被動光學的。為了在任何給定/變化的環境中駕駛，我們必須很好地解決被動光學圖像識別的問題。如果你解決了這個問題，那么有源光學設備（激光雷達）的意義是什么？它看不懂路標。在我看來，這就像一根拐杖，會讓這些公司陷入非常困難的境地。如果你堅持極其復雜的神經網絡技術路線，并實現了非常先進的圖像識別技術，那么我認為你已經最大限度地解決了問題。然后，您需要將其與日益復雜的雷達信息進行集成。如果你選擇一個波長在400納米-700納米范圍內的有源質子發生器，這實際上是愚蠢的，因為你是被動的。你最終會嘗試以大約4毫米的雷達頻率主動發射質子，因為（這個頻率）可以穿透障礙物，你可以通過雪、雨、灰塵、霧……其他任何東西“看到”前方的道路。令人費解的是，一些公司會使用錯誤的波長來制造活性質子產生系統。他們用許多昂貴的設備武裝汽車，使它們變得昂貴、丑陋和不必要。我認為他們最終會發現自己在競爭中處于劣勢。在ElonMusk看來，這是傳感器感知信息底部的差異。將激光雷達的感知信息與相機和毫米波雷達集成會使問題復雜化。因此，堅持以相機為中心的感知路線是唯一正確且低成本的解決方案。因此，最終的結果是一個前置毫米波雷達、8個攝像頭和12個超聲波傳感器，這些都是最新的特斯拉Autopilot 2.5的傳感器。現在看來，自動駕駛正在做的事情基本上遵循了埃隆上面提到的技術路線。埃隆在接受Recode采訪時表示，目前最大的技術挑戰是改進深度神經網絡，所有八個攝像頭最終都將具備識別所有道路交通物體的能力。在所有八個攝像頭都啟用后，Autopilot運行八個不同復雜度的神經網絡，然后融合八個神經網絡的感知信息，然后進行路徑規劃。所謂“堅持極其復雜的神經網絡技術路線，實現非常先進的圖像識別技術”，以“最大限度地解決問題”。但核心問題是，目前的計算機視覺+人工智能技術+人工智能芯片幾乎不可能讓人眼+大腦了解環境路況。威莫會用自動駕駛技術顛覆汽車行業嗎？目前，這一天還很遙遠。特斯拉能否代表汽車行業成功反擊？它似乎有無限的潛力，但也有巨大的漏洞。至少需要五年時間才能知道自動駕駛賽道的結果。Wymo推出的自動駕駛出租車服務WymoOne對外國科技媒體進行了篩選。經過近十年的潛心研發，威摩終于將自動駕駛汽車的商業化運營推向了舞臺。

汽車制造商呢？針對蘋果和谷歌等外行對萬億美元汽車市場的覬覦，豐田執行副總裁DidierLeroy表示：你認為我們會打開大門說“進來”嗎？不，我們不會讓他們進來。那么，豐田的自動駕駛出租車服務在哪里？不，別誤會我的意思，我的目標不是豐田。我的意思是，這里的大型車企都無法通過開發“最復雜的傳感器布局+運營自己的車隊來收集數據”的自動駕駛技術來趕上Wymo的技術水平。難道沒有一家汽車公司站出來向這個行業致敬嗎？此外，特斯拉以自動駕駛硬件為標準的車隊已經超過50萬輛，啟用自動駕駛的里程剛剛超過10億英里。然而，自動駕駛目前的性能無法與自動駕駛相比，所以我們只將其作為一個潛在變量。Wymo的問題TheVerge發了一篇關于WymoOne試駕體驗的長文，內容非常詳細。簡單地說，Wymo將用戶體驗的方方面面都考慮在內，從應用交付、服務領域、駕駛體驗、人車交互甚至定價。一個小細節是，去年年底，Wymo移除了……

安全員坐在駕駛座上處理緊急情況，但在今天的正式商業運營中，這些安全員坐回了駕駛座，因為“乘客覺得沒有人會在方向盤后面緊張。”WymoOne是整個行業第一家實現正式商業化的自動駕駛出租車服務。這是否意味著過去三年的自動駕駛賽道競爭已經結束？威酩自動駕駛汽車會像谷歌搜索一樣迅速席卷全球嗎？威莫要想讓自動駕駛汽車走向全球，還有幾座山要爬。威默目前的自動駕駛汽車并不能真正自己駕駛。在加州車輛管理局（DMV）去年發布的年度報告中，Wymo自動駕駛汽車需要每5596英里（9006公里）手動接管一次。所謂人為接管，是指自動駕駛系統無法處理極其復雜或無法控制的路況，需要由安全員接管處理。每次旅行不到一萬公里時，都要接管。這個技術水平能讓安全員離開道路嗎？當然不是。對比Wymo過去三年提交給加州DMV的年度報告，我們可以發現，盡管Wymo的車隊越來越大，路試里程積累的速度越來越快，但技術改進的效率卻在下降。2015年，威莫公司將每1300英里接管一次；2016年，它將每5128英里被接管一次，顯著提高了394%；

2017年，它變成了每次旅行5596英里，改善率不到10%。從這種效率的提高來看，威默距離真正能夠覆蓋所有場景的自動駕駛汽車還有很長的路要走。第二個問題是以威默為首的整個技術陣營的問題，即威默的自動駕駛車隊的可擴展性非常差。威默自動駕駛汽車采用激光雷達、毫米波雷達、攝像頭和超聲波探頭的多傳感器融合感知技術路線，并融合上述傳感器收集的環境信息，用高精度地圖進行規劃和決策。事實上，你可以將高精度地圖理解為自動駕駛技術感知中的一層冗余。這帶來了一個問題。Wymo每次進入城市，都需要繪制一張高精度的城市道路地圖，然后自動駕駛車隊進入，經過測試后才能運行。除了高精度地圖的高成本外，早期繁瑣的測試導致自動駕駛車隊的可擴展性變得非常差。在北京測試了兩年、熟悉任何場景的自動駕駛車隊，一進入上海就會被封鎖。為什么會這樣？我們一直在說，城市開放道路是最復雜的場景，自動駕駛汽車應該率先在工廠、公園等半開放的簡單場景中實現商業化。然而，如果車隊在一個城市扎根兩年，而不是在全省甚至全國范圍內行駛，那么它行駛的場景實際上是另一個意義上的有限區域，是一個升級的、更困難的工廠或公園。以Wymo的商業化為例，WymoOne的自動駕駛車隊只能在亞利桑那州鳳凰城郊區的Tempe、Mes、Gilbert和Chndler四個有限區域行駛。這意味著，盡管Wymo的技術能力排名第一，但在商業化方面，它與國內自動駕駛企業在工廠和園區的商業化探索并沒有本質區別。這樣的技術路線意味著，即使在鳳凰城開始商業化，Wymo也不可能一夜之間在美國推廣自動駕駛車隊，因為其可擴展性較差。Wymo和Wymo技術陣營的車企對自動駕駛車隊的商業化探索注定是一個漫長而漸進的發展過程。這就是為什么，11月14日，彭博社發表了一篇題為《Wymoceosys Self Drivingcrswon’tbeubiquitiousfordes》的文章。WymoCEOJohnKrfcik在文章中表示，自動駕駛技術真的很難。他認為，在未來的許多年里，自動駕駛汽車將需要駕駛員的幫助，他不認為這項技術有一天能夠在不與駕駛員互動的情況下全天候運行。綜上所述，世界上技術最先進的自動駕駛公司Wymo已經開始商業化，但你還需要很長時間才能開車上班。特斯拉的困境正如文章開頭提到的，特斯拉自動駕駛越來越引人注目。擁有50萬輛汽車的特斯拉團隊正在世界各地的真實開放道路場景中收集道路測試數據，啟用自動駕駛的道路測試里程已超過10億英里。如果你不知道這個數字，Wymo最近的路試里程剛剛超過1000萬英里，這可以作為參考。更重要的是，10億英里僅占整個特斯拉團隊總里程的10%，特斯拉團隊的累計里程剛剛超過100億英里。根據ElonMusk的說法，在自動駕駛關閉的90億英里旅程中，自動駕駛將繼續以陰影模式運行，在收集道路測試數據的同時學習人類的駕駛行為模型。但自動駕駛有一個致命的問題：它過于依賴攝像頭的感知。許多自動駕駛公司的高管對特斯拉自動駕駛不屑一顧。他們認為，特斯拉將所有雞蛋放在一個籃子里進行以攝像頭為中心的自動駕駛是推測性的，特斯拉遲早會轉向激光雷達陣營。ElonMusk之所以沒有為特斯拉汽車配備激光雷達和厘米級高精度地圖，是因為Autopilot定義的Autopilot傳感器將安裝在數千輛汽車上，并出售給世界各地的特斯拉車主，這意味著所有昂貴的組件和技術都注定會錯過Autopilot。特斯拉可能會等待機會。當激光雷達和高精度地圖的成本變得可以接受時，特斯拉將跟進并在第一時間實現商業化。然而，聽了El……之后……

馬斯克對激光雷達的評價，你會知道，除非自動駕駛以攝像頭為中心的感知路線進入死胡同，否則即使激光雷達降到白菜價，自動駕駛也不會采用。顯然，道路系統是面向被動光學的。為了在任何給定/變化的環境中駕駛，我們必須很好地解決被動光學圖像識別的問題。如果你解決了這個問題，那么有源光學設備（激光雷達）的意義是什么？它看不懂路標。在我看來，這就像一根拐杖，會讓這些公司陷入非常困難的境地。如果你堅持極其復雜的神經網絡技術路線，并實現了非常先進的圖像識別技術，那么我認為你已經最大限度地解決了問題。然后，您需要將其與日益復雜的雷達信息進行集成。如果你選擇一個波長在400納米-700納米范圍內的有源質子發生器，這實際上是愚蠢的，因為你是被動的。你最終會嘗試以大約4毫米的雷達頻率主動發射質子，因為（這個頻率）可以穿透障礙物，你可以通過雪、雨、灰塵、霧……其他任何東西“看到”前方的道路。令人費解的是，一些公司會使用錯誤的波長來制造活性質子產生系統。他們用許多昂貴的設備武裝汽車，使它們變得昂貴、丑陋和不必要。我認為他們最終會發現自己在競爭中處于劣勢。在ElonMusk看來，這是傳感器感知信息底部的差異。將激光雷達的感知信息與相機和毫米波雷達集成會使問題復雜化。因此，堅持以相機為中心的感知路線是唯一正確且低成本的解決方案。因此，最終的結果是一個前置毫米波雷達、8個攝像頭和12個超聲波傳感器，這些都是最新的特斯拉Autopilot 2.5的傳感器。現在看來，自動駕駛正在做的事情基本上遵循了埃隆上面提到的技術路線。埃隆在接受Recode采訪時表示，目前最大的技術挑戰是改進深度神經網絡，所有八個攝像頭最終都將具備識別所有道路交通物體的能力。在所有八個攝像頭都啟用后，Autopilot運行八個不同復雜度的神經網絡，然后融合八個神經網絡的感知信息，然后進行路徑規劃。所謂“堅持極其復雜的神經網絡技術路線，實現非常先進的圖像識別技術”，以“最大限度地解決問題”。但核心問題是，目前的計算機視覺+人工智能技術+人工智能芯片幾乎不可能讓人眼+大腦了解環境路況。威莫會用自動駕駛技術顛覆汽車行業嗎？目前，這一天還很遙遠。特斯拉能否代表汽車行業成功反擊？它似乎有無限的潛力，但也有巨大的漏洞。至少需要五年時間才能知道自動駕駛賽道的結果。

標簽：特斯拉豐田發現北京漢

汽車資訊熱門資訊