图片来源@视觉中国
文｜谈擎说AI，作者｜郑开车
前不久，特斯拉AI人工智能和 Autopilot 视觉总监Andrej Karpathy突然宣布辞职。
要知道，Karpathy是马斯克从OpenAI 挖角到的技术大牛，在特斯拉效力的5年时间里，Karpathy帮助其搭建了自动驾驶的核心技术框架，其提出的BEV、数据闭环、影子模式等概念更是推动了行业的进步。
或许是为了避免外界对特斯拉不好的猜疑，马斯克当天就在推特上表示，新版本的FSD明天就开始内测，并会对一些场景进行优化。
然而，Karpathy的离开对特斯拉的技术路线真的不会有影响吗？
其实早在很久之间，关于激光雷达和纯视觉技术路线差异的争论几乎没怎么消停过。现在灵魂人物离职，特斯拉是否还会继续坚持纯视觉？
对行业来说，如果没有Karpathy的效力和马斯克的吹牛，纯视觉路线是否会就此没落？对robotaxi和新造车企业又意味着什么？
纯视觉路线转折的预兆
在许多人为Karpathy离职表示遗憾和震惊的同时，可能要学会接受一个事实。
其一，Karpathy在离职前的几个月，马斯克其实已经有所准备。
这不禁让人怀疑，特斯拉正在缩减对技术的资源投入，可能意味着对自动驾驶方案已经到达一个难以有明显提升的阶段。
其二，在特斯拉前不久召开的股东大会上，马斯克展望了未来公司的计划，其中对FSD的改进也有提到，但是却看不到之前表现出来的志在必得的狂傲与笃定。
比如，马斯克表示，FSD未来可能会支持碰撞预判，从而实现主动触发安全气囊，而不是碰撞的被动触发。也就是说，为了提升用户安全感，特斯拉已经开始在比较原始的安全气囊上寻求突破。这是否意味着，其基于自动驾驶的主动安全技术已经到达瓶颈了呢？
此外，马斯克还认为，从长远来看机器人会比汽车更有价值，而且提到了在生产线上引入柔性机器人。其目的在于，不仅可以解决劳动力短缺问题，还能大幅度降低汽车生产成本。
作为一家车企创始人，从商业角度来看，特斯拉之前是靠NOA、Autopilot等技术的优势获得远超出传统车企的利润率，如果智能驾驶技术上的突破已经基本上转化为产品，却没有更高级的技术能够接续，想要维持企业的竞争力，就要求诸于更高的生产效率和更低的BOM成本。
从这个角度来看，马斯克正在采用的“一体压铸”和即将采用的“柔性机器人”都是降低成本。按照马斯克的预想，在未来10年内卖出一亿台车，这个规模下，生产车间的改良可能更有助于让财报上的营收数字变得漂亮。也就是说，特斯拉的商业模式可能会从车辆技术驱动转为制造方式驱动。
其三，Karpathy离开特斯拉后，未来的去向可能也不会是另一家新势力车企。
关于离职之后的未来打算，Karpathy本人表示，“可能回归自己拥有长期热情的领域，比如AI技术工作、开源和教育等。”
而且考虑到特斯拉技术路线的独特性，Karpathy纵然是AI大牛，空降到其他车企也未必合适，甚至可能打乱原本的技术路线。
如果Karpathy真的转向学界，可能意味着纯视觉自动驾驶的主要商业价值已经基本上释放完毕，马斯克显然不会等待下一个“从论文到上车”的漫长周期，FSD以后也难有大幅度升级，基本就剩例行维护。
此外，从用户反馈来看，特斯拉自动驾驶部门目前惹下的麻烦并不少。
据报道，自去年7月以来，特斯拉的自动驾驶软件与200多起车祸有关，为此不得不应对NHTSA（美国国家公路和安全管理局）的调查。因为“幽灵刹车”遭到多次用户投诉，却始终没有彻底解决，也说明当前的纯视觉方案可能确实“先天缺陷”。
那么，随着Karpathy的离职和特斯拉计划的调整，如果纯视觉无法再站上自动驾驶技术的话语权高地，下一个崛起的会是什么技术路线？
双目立体或将成为主流
但是由于技术难度较高，相关人才稀缺，所以双目立体技术在很长一段时期内发展比较慢。
奔驰在20多年前就发布了相关论文，可是直到今年才发布了首款基于双目立体技术的L3级自动驾驶汽车。可见没有相当深厚的技术累积，确实很难将双目立体的商业价值开发出来。
不过，由于自动驾驶前景诱人，丰田、奔驰、华为、博世、Rivian、斯巴鲁等越来越多的车企和供应商都逐渐加入了双目立体派的阵营。
其原因也不难理解。一方面，在安全性上，双目立体比特斯拉为代表的纯视觉系统更有优势，而且BOM成本较低。
众所周知，激光雷达可以解决极端天气下摄像头感知力弱的弊端，在与激光雷达的融合上，双目立体路线更容易实现。而特斯拉的传感器要想和激光雷达融合相对困难，不仅要投入巨大的成本，效果有可能还不如单一传感器。
另一方面，双目立体技术上限较高，有实力的车企可以自主掌握一些独门技术，甚至如果做得很出色还可以建立起差异化壁垒。
目前国内大部分新造车势力都采用英伟达的方案和芯片，后者提供了相关工具链，甚至数据集，方便车企上手。在核心技术壁垒的建构上，相比Mobileye的黑盒方案，车企也可以有更多的施展余地。
例如奔驰和丰田的自动驾驶是简单的弱融合，以双目为核心，辅以低线束激光雷达，成本低可靠性高，适合高速路段。而华为的自动驾驶则使用3个高线束激光雷达进行融合，成本更高也更复杂，对高速和城市路端都能适用。
所谓众人拾柴火焰高，当很多公司都开始拥抱一项技术的时候，其发展的速度不容小觑。
去年10月，在麻省理工学院（MIT）和清华叉院团队领导下，理想汽车和丰田研究所团队提出了一种全新范式的纯视觉3D检测算法DETR3D，即通过2D图像预测深度来得到3D环境的“伪激光雷达”方案。
根据其理论，这套算法好能够为传统的3D检测算法减负增效，减小了对高算力芯片的依赖性。
随着华为提供技术支持的极狐阿尔法S HI版和阿维塔11的交付，以及后续大疆五菱联手打造的“宝骏KiWi EV大疆联名款”上市，由双目立体技术主导的市场开始活跃起来。
留给Robotaxi玩家的时间不多了
双目立体技术较高的壁垒和人才稀缺，导致只有头部供应商更有主导优势，比如博世和华为，所以车企想要尽快推出在智能驾驶方面有相对领先的车型，最好的办法就是同这些供应商达成合作。
对robotaxi公司来说，这可能不是一个好消息。
其一，发力高端的新势力车企亟需搭载先进的智能驾驶技术方案凸显品牌力，和robotaxi玩家也将形成直接的竞争关系。
关键在于，当前很多robotaxi玩家融资困难，已经很难吸引到行业内顶级的各种优势资源以保持技术上的绝对优势，而且从robotaxi方案转向私家车很难，相反已经上市的新势力车企已经不甘于只是卖车，其自研的智能驾驶技术一旦成熟，杀入robotaxi赛道就没有很大的技术障碍。这一点对robotaxi玩家颇为不利。
近日小鹏汽车宣布，将提供“自动驾驶出租车”服务（也就是RoboTaxi），并且在乌兰察布和阿里合作成立名为“扶摇”的自动驾驶智算中心，预计最快在今年年底就能让用户体验到。
其二，在商业化的最后阶段，对于没有自主造车能力的robotaxi公司来说，如何给用户提供更好的乘坐体验，其实也面临着一些困难。
举个例子，目前可见到的robotaxi准商业运营车辆多采用SUV、轿车进行改装，但消费者乘坐时，这种车型的平开门在向外推开时容易发生安全事故。
即使和主机厂进行合作，如果没有自己的造车计划，可能在robotaxi大规模商业化的时候，就被造车新势力们“截胡”了。
所以，谷歌Waymo、百度萝卜快跑等少数有现金牛业务支撑的玩家，还可以在robotaxi这条赛道上继续“闯关”。
但是百度也不敢有丝毫的轻敌心态，所以在造车方面表现得格外积极，不仅和吉利共同成立了集度汽车，近期还发布了专门为L4级robotaxi设计的量产车型Apollo RT6。
相比之下，对于依赖融资运作的robotaxi创企，为了维持robotaxi业务的运作，不仅要尽可能拓展更多的业务，为车企提供自动驾驶软件服务之外的硬件；在智能驾驶技术方案上，也尽可能朝着低成本的方向转变，试图寻求更多“上车”的机会。
比如，小马智行坚持自研域控制器。在这方面，小马智行凭借自动驾驶测试里程的优势以及对车型设计、成本考虑方面的认知，或许不难进入。但也要做好与国际Tier 1和聚焦前装量产的域控公司进行厮杀的准备。
在自动驾驶的量产成本方面，小马智行近期公布了其最新的前装量产传感器方案。已经不再追求“极致性能”，而是只装了一颗前向长距离半固态激光雷达来保证安全性。甚至还可以向车厂提供基于纯视觉的前装量产方案。
不难发现，在商业化的驱使下，发展更多的“副业”成为当务之急，robotaxi面临的对手早已不再是robotaxi同行，还有国际Tier 1和新势力。
写在最后：
自动驾驶赛道看似跌宕起伏，充满了黑天鹅式的变数，但从更大的时间跨度来看，其实仍有规律可循。
从特斯拉的身上，我们可以看到，车企自动驾驶研发大致要经历三个阶段：研发测试、规模化早期和激烈竞争期。
在研发测试阶段，尽可能尝试不同的技术方案。在规模化早期，技术路径确定下来，开始通过营销造势，把自家的技术路线的优点尽可能放大，比如特斯拉之前提出的“第一性原理”。
在激烈竞争阶段，就是比成本和规模，例如特斯拉通过在上海建厂、一体化压铸、柔性机器人等举措降本增效。
robotaxi的万亿市场最终鹿死谁手，我们拭目以待。
