自動駕駛是機器人技術第一個落地的大場景,但不是唯一的場景。
作者 | 凌晨
編輯 | 鄭玄
隨著智慧汽車賽道持續發展,自動駕駛熱到發燙。一邊傳統主機廠紛紛開啟智慧汽車產線,一邊汽車的「智慧大腦」——晶片供貨不足引發關注。作為中國目前唯一的車規級自動駕駛晶片供應商,地平線越來越成為舞臺上的重要角色。
回顧創業前 5 年的日子,地平線創始人兼 CEO 餘凱說,中間有很多至暗時刻,像在一個黑暗的隧道里,一直走不到有光的地方。2020 年至今,這家以「耐得住寂寞」為核心價值觀的技術公司,終於迎來曙光,開啟合縱連橫的新階段。
7 月底的上海,地平線舉辦了一場成立以來最重要的釋出會。主角與其說是釋出的第三代車規級晶片「征程 5」,不如說是到場的戰略伙伴們。餘凱將上汽、長安、長城、理想、江汽等合作伙伴一個個迎接上臺,反覆強調「只做 Tier 2(注:二級供應商)」,一邊表露「成就客戶」的姿態,一邊向外界秀起肌肉。
車一定越來越智慧,晶片需求只會越來越大。「我創業胃口還是不小的,所以我更看未來發展空間。」餘凱說。
地平線的大胃口是為未來各式各樣的機器人「造腦」,而「自動駕駛」是戰略聚焦後瞄準的第一個大場景。事實上,除了智慧汽車,如今地平線的晶片已經進入到掃地機器人、智慧運動鏡等智慧產品。
和我們聊天時,科學家出身的餘凱否定了自動駕駛是「黑科技」的說法。在他看來,一切外界認為橫空出世的技術,背後都是漸進式的發展,自動駕駛也是如此。去掉「驚奇濾鏡」,餘凱判斷,「到 2030 年恐怕不會實現真正的 L5」,不過,這不妨礙創造使用者價值。人可以在車上更放鬆,駕駛不再成為「勞動」,而是「興趣」。
當智慧汽車成為感測器、算力、顯示屏全副武裝的私有終端,它能帶來的想象空間還有哪些?既然全自動駕駛為期尚早,「人機共駕」系統怎樣設計才會更好?
以下內容來自由 OPPO 獨家冠名贊助的極客公園創新大會 2022 上,極客公園創始人兼總裁張鵬與餘凱對話實錄,經極客公園整理釋出。
01
「戰略」是一個動詞
張鵬:最近有幾個詞特別容易混淆——自動駕駛、輔助駕駛、無人駕駛、人機共駕。怎麼理解它們之間的關係?
餘凱:我認為,輔助駕駛與無人駕駛屬於一個大範疇。這個大範疇就是自動駕駛。輔助駕駛是當前的階段,比如特斯拉,理想汽車,小鵬汽車現階段都是輔助駕駛。終局是無人駕駛。所以從現在到未來,從輔助駕駛走到無人駕駛,一個大框就是自動駕駛。從產品的角度來講,我們不要忘了一件事情,永遠不要讓車取代人。所以從產品角度來講,始終是人機共駕。
未來人與車的關係就像人與馬的關係一樣。在過小河和萬馬奔騰的時候,人騎在馬上,駕駛——也就是操縱,是馬自己來決定的。但是任何時候你要影響它,要干預它。馬通人性,它是你的一個出行夥伴。所以自動駕駛也好,無人駕駛也好,不是構建一個冷冰冰的機器,而是一個有溫度的出行夥伴。但是最終的掌控者還應該是人。
張鵬:作為科學家出身,你創業也有六年多了。從科學家到創業者,身份改變帶來的最大挑戰是什麼?
餘凱:我過去比較多的精力還是做研究,寫論文,推公式。現在主要是聚焦業務,服務客戶。但一直以來不變的,是我持續關注那些沒有變、持之以恆的東西。比如管理的常識,商業的常識,戰略預判這些,我認為是所有企業都需要的。
做研究也好,做企業也好,可能是一種修行的路徑與方式,到最後還是希望搞明白一些真理性的東西。這些反而是變化中的不變數,我還是帶著一種科學的態度和精神來做企業。
張鵬:科學家也是在求真,企業家也是要求真,因為你不求真就是騙自己了。
餘凱:有時候騙自己,然後騙著騙著信以為真了。這些年創新機會來了又去,各種誘惑,各種熱潮,風口起起伏伏。但是你會發現,真正創造長久價值的東西可能都不是這些。
張鵬:記得你最早剛創業的時候,那個時候說要「給機器造腦」。如果我們現在再去看,這個看法變了嗎?
餘凱:地平線在 2015 年 7 月份創立的時候,當時不是面向眼前已經有的機會,或者已經有的市場。當時我們預判一個很遠的未來,20 年維度的一個未來。我們一直在思考,從 PC 到智慧手機之後,什麼是比這個更大的一個計算平臺。我們認為是機器人的計算平臺。未來一定會迎來無處不在的機器人替代我們的體力勞動。
這樣一個機器人的計算平臺,必須要有公司去打造計算的晶片,以及作業系統。帶著這樣一個願景出發,挑戰在於商業化怎麼落地,從什麼地方找到切口。
現在我們已經很清楚智慧汽車是人類進入機器人時代的第一個最大的落地場景。即使是輔助駕駛,也是在複雜場景下、以非常快的速度做環境感知和人機互動、路徑規劃與決策。所以它具有機器人所需的基本要素。智慧汽車場景擊穿了以後,這種能力一定會溢位到其它泛機器人的應用場景。
張鵬:反而是一個降維。
餘凱:其他的應用場景都是慢速,不像汽車能這麼高速,跟人的生命安全息息相關。最近陸奇講了一句話,汽車是資訊工業下一個母生態,我認為是有道理的。
可能好多人不知道,非車規晶片領域,掃地機器人、送餐機器人領域,我們都是主力供應商。所以我們自動駕駛晶片的能力已經在溢位了。
所以說一個科學家創業的歷程,不是從商業機會的出發,是從未來出發。然後怎樣去試水,找到商業的切口,取得了市場地位以後,自然能力降維輻射到其它領域。
我覺得我創業胃口還是不小的,所以不太看眼前,而是以終為始,從終局出發去思考問題。我一直覺得從戰略的預判來講,眼見為虛。伊隆·馬斯克說,我們現在生活的這個世界可能就是假的,就是不存在的,就是一個 simulate(模擬)。所謂第一性原理是從一些基本的終局去思考問題。
眼前可能都是噪音,可能都是誘惑。我覺得現在我們進入目前的階段,就是要思考一些比較長遠的事情。
張鵬:「長期主義」說起來容易,做起來很難。長期主義是一個判斷。作為一個創業者,怎樣把長期主義和短期結合起來?
餘凱:戰略其實不是一個名詞,實際是一個動詞。我一直說戰略是且戰且略。你不斷地修正對終局的判斷,不斷地滾動去預判未來。它很像當年四渡赤水,靈活地應變。
02
到 2030 年,平均每輛車能達到 500T 算力
張鵬:自動駕駛這個技術往後看 10 年,到 2030 年,有什麼是比較確定的?
餘凱:現在看,實現無人駕駛為時尚早。我覺得,到 2030 年會實現絕大部分場景下的自動駕駛。那時候,開車會像現在開飛機一樣。飛機在空中大部分時間是自動巡航,飛行員可以喝咖啡、可以聊天,但是不能睡覺,這可能就是 L4。
雖然到 2030 年恐怕不會實現真正的 L5,但是這已經創造使用者價值了,人們在車上可以相當放鬆,不是那麼全神貫注,可以回微信、影片聊天,只是不能睡大覺。
隨著自動駕駛達到相當高的程度,感測器、鐳射雷達等都很便宜了,大規模量產。自動駕駛的軟體演算法,在這麼複雜的場景下都可以做決策,就一定可以用在別的地方。比如家庭服務、農田作業、工業生產製造。這些方方面面的機器人應用,一定隨之起來。我判斷,大概 2035 年,我們會解放人類大部分的體力勞動。
張鵬:機器人都幫著幹了,而且比我們幹得多快好省?
餘凱:對,好多活我們並不擅長幹。這一點,我覺得是促進人類文明往前跨進的一大步。因為它讓人有時間去創造、思考、去從事科學研究和藝術。
我們之前一起去希臘,看到在那幾百年的時間中,柏拉圖和亞里士多德天天談天論道,周圍一群年輕人。他們能這麼閒,是因為在奴隸制城邦國家,有一堆奴隸給他們幹活。他們從體力勞動解放出來,去創造這麼燦爛輝煌的哲學思想文明。把人們從體力勞動中解放出來,我認為這將促進人類文明往前大大跨越。
張鵬:2030 年這個節點,它背後有什麼推理的邏輯嗎?
餘凱:講戰略預判的時候,要講模糊的正確,避免說精確的錯誤。如果我說到 2030 年,汽車自動駕駛精確到平均速度是 201 公里/小時,那是瞎扯。所以我說 2030 年是模糊的正確。如果不是 2030 年,是 2028 年或者 2032 年實現,那也是正確的。我現在覺得到 2025 年,恐怕大機率做不到,所以我就說一個 2030 年。
張鵬:這裡邊算力是不是一個很重要的維度?
餘凱:算力是可以推演的。現在摩爾定律基本上在減緩,電晶體整合密度增加,和單位功耗能夠容納多大的算力、成本,基本上可以算出來。到 2030 年基本上每輛車平均能達到 500TOPS 的算力,就是 500 萬億次/秒的計算。(注:TOPS,Tera Operations Per Second的縮寫,處理器運算能力單位,1TOPS=1萬億操作/秒)
張鵬:現在是多少?
餘凱:過去 L2 大概是 2TOPS、3TOPS。但是從今年開始,就已經有幾十 TOPS 算力的車量產。理想汽車用的是我們的晶片,小鵬汽車用的是英偉達的晶片,大概在幾十 TOPS 的水平。明年就會有幾百 TOPS 的車型出現,但都是高階車型,我認為大部分量產車還是幾十 TOPS。那麼到 2030 年,無論是高階車還是低端車,就是標配平均 500TOPS。就像腦容量,算力給智慧提供可能性,可以支援更多更復雜的程式。
張鵬:其實自動駕駛領域裡也有路線之爭。比如說伊隆·馬斯克特別堅定走視覺路線,也有混合路線需要攝像頭加上鐳射雷達。你怎麼看這個路線之爭?
餘凱:我覺得分好幾種,一種是視覺路線,還有是視覺+雷達的混合路線;還有單車智慧,還有車路協同。
張鵬:最近李彥宏也剛剛寫了本書叫《智慧交通》。
餘凱:到底用不用高精度地圖也是一個因素。幾乎在每個選擇上,伊隆·馬斯克都走了反共識路線。大部分車廠走視覺+鐳射雷達,他說我連毫米波雷達都想不用,只用視覺方案。大部分車廠都要用高精度地圖,他說我就不用。很多人都說要車路協同,他說我靠車上的計算和感測器,單車智慧就夠了。
他從終局來考慮,我認為都是對的。到今天 4G、5G 的部署,都有很多地方訊號頻寬不好。如果所有的計算都在雲端,安全沒有辦法保證。你不能指望在什麼地方都有高精地圖。現在的高精度地圖只能用在高速公路,每年重新整理一次就不錯了。而視覺資訊是非常豐富的。
但是我認為他做這些事情有他的邊界條件,因為他現在車部署這麼多,資料收集了這麼多,並且有人才優勢,軟體到硬體的優勢。
他的車現在在全世界各地出售,如果每個地方都要做高精度地圖,就要在每個國家都符合政策。因為地理資訊系統的安全,這沒有辦法全世界賣。
但我們的車企面對的是中國的道路環境,比美國更復雜,所以可能加上鐳射是有道理的。國內車企目前沒有特斯拉出售量那麼大,資料採集也沒那麼多。軟體不行就硬體補,多加點感測器,然後在雲端路側做一點車路協同,至少增強冗餘性和安全性。
我看來,中國的車企沒有伊隆·馬斯克的邊界條件,所以不要簡單仿造,此一處彼一處,所以要綜合來看。
我講了這麼多,反正也是站著說話不腰疼,無論是什麼路線選擇,都得用晶片。
03
車也通向元宇宙,
但需要先深思「人機共駕」
張鵬:剛才說到再過 10 年,完全自動駕駛也實現不了,這個時候就會有「人機共駕」的概念。那在這個方面,怎麼把它做到更好更可靠?
餘凱:一方面,自動駕駛是車與道路環境互動,人機共駕是人與車互動。未來,人、車、環境是三位一體的完整系統。所以我們不僅僅是關心車,也要關心環境。
在未來,車是非常重要的終端,恐怕會是比手機更重要的終端。我認為,它對物理世界的掃描,手機做不到這一點。
未來的自動駕駛可能跟現在的熱門 AR、VR、元宇宙發生關係。你可以把車想象成一個超級放大號的 AR、VR 眼鏡,你就不是帶上那個眼鏡,而是鑽到眼鏡裡面去。
這個車天然就有武裝到牙齒的感測器,比 AR、VR 眼鏡對世界環境的感知更精確,360 度無死角,同時它有大電池,有巨大的算力。車窗上面又可以有酷炫到不得了的顯示。所以它會把駕駛環境和虛擬世界、數字世界、車本身的狀態全部融為一體。
那個時候真正實現了虛擬世界和現實世界無縫地自然地融在一起。那時,「人車共駕」本質上會導向物理世界和數字世界沒有束縛地打通。
張鵬:在今天自動駕駛還沒有那麼智慧,會要求人的手不能離開方向盤。很多時候我們一次兩次偷偷地離開了,如果沒出什麼事,人性就越來越傾向於信任。所以面對這個問題的時候,自動駕駛不僅僅要提高成功率、穩定性,也要面對人性,怎麼處理?
餘凱:這個太關鍵了。我最近在測試一些量產的輔助駕駛產品,我發現如果把語音互動關掉,整個自動駕駛哪怕沒有犯錯,我卻覺得沒有安全感。因為我不知道某個時候為什麼要拐彎,某個時候為什麼要減速。
它思考的過程是一個黑盒子。如果是一個透明的過程,尤其是知道下一步的決策動作怎麼做,我會覺得更安全。
舉一個例子,下了高速,在輔道有一個岔路口,你這個時候就特別擔心自動駕駛沒有分清楚岔路口,直接撞到上中間的水泥墩。但是如果這個時候,導航地圖上面顯示了一個虛擬的、未來的路徑,表示是朝這邊走的。我知道它沒瞎眼,是朝這邊走的,這就是有一個透明的、我知道思考的過程。
另外一個例子,在高速上面,如果前面有一個大貨車在你右車道的前方,這個時候這個車會很糾結做出什麼決策。它有可能跟在這個大車後面,或者直接加速踩油門超過去。如果這時有一個互動過程,比如問一下,「大哥超不超」,我說「兄弟超」。這個過程會讓你覺得你有掌控力,儘管是自動駕駛。
所以說人機互動是非常重要的。還有一個情形,現在帶 L2+的輔助駕駛在高速上面基本上一、兩個小時都不用接管。現在技術已經做得非常好。這樣就會出現一個問題,你覺得開車太無聊了,會打磕睡。這樣就不好,過程中最好有一些哪怕插科打諢的互動過程,讓你不至於無聊到打瞌睡。這也是一個安全問題,需要靠互動設計去改善。
所以,自動駕駛不是簡簡單單地提升汽車的自動駕駛安全水平,而是要把人、機、互動、人車、道路環境考慮在一起。
張鵬:「人機共駕」在未來比較長的發展程序中,留了一些要最佳化的空間。
餘凱:好多年前,谷歌做無人駕駛把方向盤都去掉,我是覺得那是一個唯技術論。他就覺得工程師這個技術厲害,把方向盤去掉。其實忘了,技術的目的不是讓機器更強大,而是做一個好產品,讓人覺得人更強大。人才是機器的主宰,世界的主體。
所以你看,谷歌的無人駕駛為什麼這麼多年都進展不順呢?就是沒有從人的價值去倒推,而是唯技術論。
張鵬:如果讓你總結一下,「瞭解了自動駕駛的真相,我們能不能信任自動駕駛?」這個問題你會怎麼回答?
餘凱:我認為,按照技術的發展趨勢,輔助駕駛會隨著軟體、硬體的不斷迭代,走向更高等級的自動駕駛。到 2030 年,大部分人在大部分路況上都會免於駕駛的體力勞作,駕駛就變成你的興趣了。
自動駕駛的最終意義還是把能力賦給人,讓人有更多的資源。我認為,到 2025 年,輔助駕駛的裝備率就會很高,到達 70% 以上。
本文為極客公園原創文章,轉載請聯絡極客君微信 geekparker。