反对者甚众,不相信特斯拉的自动驾驶能消除隐患,同时也不忍自动驾驶冲击就业
文|《财经》特约撰稿人 宋立伟 陈亮
编辑 | 赵成
唐纳德·特朗普的过渡团队计划将“完全自动驾驶汽车的联邦框架”作为交通部的一项优先事项。他们正考虑制定监管自动驾驶汽车的框架,以克服现行联邦法规对特斯拉等希望部署无方向盘或脚踏板汽车的公司的障碍。据媒体援引知情人士的信息,一项正在讨论的两党立法措施将制定有关自动驾驶汽车的联邦法规。尽管这些讨论仍处于初期阶段,政策细节尚未确定,但这一动向表明特朗普政府对自动驾驶汽车的监管态度可能发生重大变化。
当地分析人士猜测,此举或简化自动驾驶汽车上路的过程,绕过州法律等方面的烦琐程序。同时,他还指出,显而易见,这一政策转变将成为特斯拉的福音。原因是,该公司一直受困于复杂的监管环境,无法大展拳脚,尤其对特斯拉推出的“无人驾驶出租车”(Robotaxi Cybercab)计划构成重大障碍。
此外,代表科技巨头的游说组织“软件联盟”已致信特朗普和当选副总统万斯,敦促新政府重新审视现有AI监管规则,希望找出可能“不必要地阻碍人工智能采用”的法规。这也表明科技巨头们对特朗普放松自动驾驶监管充满期待。
消息发酵一天后,当地时间11月19日,特斯拉(NASDAQ:TSLA)股价开盘小幅下挫后,开启震荡上行,收盘价报收346美元(约人民币2505元),涨幅为2.14%。
特斯拉股价
聚焦回中国市场,无论上述政策最终是否落地,预计特斯拉FSD(完全自动驾驶)进入中国市场的时间已经临近,对于中国企业来说,如何加速抢占窗口期至关重要。特朗普回报马斯克,从放松自动驾驶监管开始特斯拉公司首席执行官埃隆·马斯克一直是减少对自动驾驶技术的监管限制的强烈倡导者,但拜登政府对此保持谨慎。目前,美国每年仅允许制造商部署2500辆自动驾驶汽车,这项法规对特斯拉推出的“网络出租车”计划构成重大阻碍。而上述新的立法可能将这一数量上限提高至10万辆。显然,马斯克将直接受益。评论人士表示,马斯克通过支持特朗普表现出政治实用主义,而特朗普也将为此支付红利。特斯拉无人驾驶芯片 图源:IC
很简单,由于特斯拉在自动驾驶领域处于行业领先地位,其对自动驾驶汽车的推动先于立法,如果特朗普政府放松相关法规,特斯拉可能会更快地获得相关技术的批准,并在自主竞赛中处于绝对领先地位。
而特斯拉的股价表现也表明了投资者对这一政策方向充满信心。分析指出,简化的监管流程不仅有利于特斯拉的产品推出,也有利于提升企业市场竞争力,特别是与同样在这项技术上进步的外国制造商相比。
2024年10月,特斯拉推出无人驾驶出租车,掀起资本市场狂热。该车是一款无方向盘和油门踏板的自动驾驶汽车,其采用鸥翼门设计,形态上更接近两门轿跑。整车成本将低于3万美元,出行成本未来可以降至每英里0.2美元左右。
特斯拉CyberCab无人驾驶出租车 图源:IC马斯克表示,这款产品预计于2026年实现量产,年产量将达到200万辆。在无人驾驶出租车落地之前,特斯拉已经推出FSD V12版本。这一举动使得特斯拉FSD的使用量大幅增加。截至2024年三季度,FSD完全自动驾驶能力(驾驶员监管版)累计行驶里程已超过20亿英里,其中超过50%是在FSD V12版本上实现的。
不仅如此,自动驾驶技术也推动了特斯拉营收和净利润的攀升。2024年三季度,特斯拉实现营收251.82亿美元,同比增长8%;净利润21.67亿美元,同比增长17%,远超市场预期。其中以FSD为代表的服务费用板块贡献不小。
目前,在美国特斯拉用户开通FSD的价格为1.2万美元,订阅费用每个月99美元。此前,马斯克此前在财报电话会上表示,特斯拉内部估计到明年二季度FSD将比人类驾驶员更安全。
华尔街分析师对特斯拉自动驾驶和AI给予了高估值预期。有分析师指出,在未来的几年中,无人驾驶出租车服务的市场规模预计将迅速扩大,全球预计在2026年将达到2.9亿美元,2030年将进一步增长到666亿美元。中国市场的潜力更是不可小觑,预计在2030年将达到390亿美元。
对于特朗普团队拟放宽对自动驾驶监管的计划也不乏反对者。他们认为,自动驾驶汽车,特别是特斯拉的FSD,如果没有进一步的测试和改进,就等于没有准备好广泛地供公众使用。他们不相信,过去涉及特斯拉自动驾驶系统的事件,通过FSD的新版本能够彻底消除隐忧。
此外,也有批评者指出,自动驾驶汽车无疑会破坏出租车、优步等产业,并迫使更多人失去工作。
而支持者则认为,自动驾驶汽车可以大大减少交通事故,因为交通事故绝大多数是由人为错误造成的。对于特朗普来说,他在竞选期间经常强调创造就业机会和经济实力,自主技术的发展恰恰被视为美国安全和生产力的胜利。特斯拉FSD强在哪?毫无疑问,在自动驾驶领域,特斯拉在算力、数据、工具、算法,以及市值方面都处于世界领先地位。如果上述政策落地,那么对于特斯拉来说,将进一步扩大其在自动驾驶技术的优势。据专家介绍,智能驾驶任务可以通过规则算法和模型两种方式完成,前者由工程师人工定义规则(工匠模式),后者基于数据训练迭代,而特斯拉FSD(完全自动驾驶)的核心价值在于其真正实现了数据驱动。美国田纳西州孟菲斯,全球最大超级计算中心“Supercluster”所在地 图源:IC
考虑到智能驾驶的核心挑战是解决无穷尽的边缘场景,以有限人力解决无限长尾问题的成本和时间难以估量,数据驱动、模型化已经成为必然趋势。我们经常听到的端到端,无论是训练环节的算力、数据、工具布局,还是推理环节的端到端全模块神经网络化,都需要数据驱动,其保证了技术上限、迭代速度和拟人化程度能够得到指数级提升。
以做饭打比方,数据驱动体系下,算法是决定上限的“菜谱”,云端算力是“燃料”,数据是“食材”,工具是“厨具”,共同决定企业智驾技术水平。而特斯拉在算力、数据、工具、算法层面均已阶段性领先。
算力方面,特斯拉算力规模超过国内厂商一个数量级。且特斯拉不受芯片法案影响,具备自研AI训练芯片能力,算力增长空间很大。马斯克曾表示,2024年底,公司算力将提升至100EFLOPS(算力单位,表示每秒浮点运算次数的缩写,用于衡量计算机系统的性能)。这意味着,中国自动驾驶领域的头部企业加起来,算力也不及特斯拉一家企业。
而在数据方面,特斯拉凭借规模优势、低成本硬件预埋积累了全球最多的高质量新车数据,几乎与其在算力方面的突出优势相当。因为每一辆售出的特斯拉都是该公司的数据收集器。
即便车主没有购买FSD,特斯拉的智能驾驶系统也会在后台自动运行,记录行车数据并规划行车路线。当系统选择的路线与驾驶员的选择存在明显差异时,数据回传机制会被触发,将摄像头捕捉到的数据、车辆行驶数据等上传到特斯拉的服务器中用于数据训练。
数据显示,2024年10月22日,特斯拉迎来全球第700万辆整车下线,这意味着其全球保有量距离这一数字已不远。
特斯拉人形机器人使用与特斯拉汽车相同的FSD系统 图源:IC
而关于算法,特斯拉虽然也有至少领先于行业1.5年的技术优势,但对于中国公司来说,追平的难度并不大。
一位从事自动驾驶技术开发的专家告诉我们,相比华为、小鹏等在自动驾驶技术领域较为领先的中国公司,特斯拉FSD最核心的优势依然在算力和数据上,不过,随着时间的推移和数据积累,后者的领先优势将在两到三年后不再凸显。
用马斯克的话来说,完成一个端到端自动驾驶的训练需要对一定量级的高质量视频片段进行学习。他的经验是,100万个分布多样的视频片段只能达到勉强可用,200万个稍好一些,300万个才会感到惊喜,而1000万个会达到难以置信的效果。
公开数据显示,截至2023年9月特斯拉FSD已经累计学习超过1000万个高质量视频片段。专家估算,目前,这一数量级已经超过2000万个,而2000万个和1000万个视频片段带来的惊喜程度,远不及从200万个增长至300万个。
但不容忽略的是,数据采集背后的高成本。以2000万个高质量视频片段为例,仅采集成本就高达50亿元—80亿元人民币。显然,这对于不少企业来说都是一笔不小的负担。特斯拉入华仍需适应,中国企业还有窗口期有消息称,特斯拉FSD预计2025年入华。消息一出,犹如一颗重磅炸弹,在汽车行业和自动驾驶领域引起了广泛关注。据了解,部分在国内生产销售的特斯拉汽车已经更新了软件,增加了一个启用FSD的按钮。这一变化无疑进一步激发了市场对于智能驾驶技术的期待与热情。平安证券研报称,FSD入华可能会加速高阶智驾在国内的落地进程,促使国内汽车品牌加大研发投入,提升智能驾驶技术的竞争力,以应对特斯拉的技术优势。图源:IC
同时,也有专家指出,当前阶段,FSD在北美以车车博弈为主的环境下展示出较强的拟人化程度,但在中国城市场景下仍需提升应对人车混行和各地交通标识差异的能力,达到商用级体验需进行1年—1.5年的本土化适配,国内头部企业能够在窗口期内将产品拟人化程度提升至FSD同一量级。
远期看,考虑到产品体验的提升是一个斜率逐渐降低的幂次函数,特斯拉基于算力、数据的迭代速度优势在产品层面的作用将被缩小,难以拉开差距。但应持续关注特斯拉是否会借助更大规模的数据和算力产生类似于ChatGPT的“涌现”效应,更快到达下一个质变节点,如L4无人驾驶。
中国被视为全球智能化新能源汽车最领先的市场。进入产业变革下半场,车辆智能化已经由探索期向深水期过渡。同济大学汽车学院教授朱西产表示,综合供应链成本下降、主机厂的战略决策,以及消费者购车观念转变等因素,预计2026年,搭载导航辅助驾驶的中国新车渗透率将突破50%。这意味着,未来两年,高阶智能驾驶车型将越来越普遍,价格会进一步下探到10万元级别。而目前,以小鹏MONA为代表的车型,已经将搭载纯视觉方案的智能电动车价格普及到了10万元—15万元级别。
责编 | 王祎
版权声明:本文来源于互联网,不代表本站立场与观点,么么鸟网无任何盈利行为和商业用途,如有错误或侵犯利益请联系我们。