还年年倒数第一
”
作者｜王磊
特斯拉最引以为傲的技术，其实前十都进不去。
来自Guidehouse的全球自动驾驶公司最新榜单出炉了，在16家自动驾驶公司榜单中，特斯拉排名第16，也就是倒数第一。
Guidehouse是世界领先的公共及商业咨询公司，每年会都对全球自动驾驶公司的竞争力，进行排名打分。
来源：Guidehouse
这也是特斯第三次垫底榜单，其综合得分只有28，和排名第一的Mobileye（83.4）相差甚远，甚至还不如国内初创企业小马智行。
以往榜单发布后，以马斯克的行事风格，总要出来Diss一番，而这次榜单出来后，老马愣是一声没吭。
自动驾驶一直都是特斯拉股价增长的巨大引擎，如今却并不被市场看好，哪里出现了问题？
01?
4家中国企业上榜，特斯拉老末
Guidehouse是根据各家的愿景、市场战略、合作伙伴关系、生产策略、技术、销售&营销&分销、产品能力、产品质量&可靠性、产品组合和持久力等多达10项标准进行综合评级。
结果虽然会存在一些争议，但还是受到了普遍认可，因为标准变多，可以达到相对全面客观的评级。
然后再根据这些标准进行打分，划分为“领导者（Leaders）”、“竞争者（Contenders）”、“挑战者（Challengers）”、“跟随者（Followers）”四个档次。
与去年的榜单相比，16家公司有老有新。过去几年里，由福特与大众汽车共同注资的自动驾驶公司Argo AI一直是榜单常客，且常年名列第一梯队。
但就在去年，Argo AI因为亏损问题，烧完37亿美金，最终不甘倒下，也正是因为这类企业的破产，榜单上才出现了几家新面孔。
具体来看，Waymo、Mobileye、百度和 Cruise 位居前四，被归为了自动驾驶领域的领导者的水平，评分分别为83.4、82.9、82、81.2。
来源:Guidehouse
Mobileye是新增的“领导者”，从去年的榜单来看，Mobileye已经位于第二梯队的最顶端，得益于其稳定的现金流保障，仅仅第四季度的营收就达到5.65亿美元，同比增长了59%。
来源:Guidehouse
所以在Argo AI失意后，Mobileye成功跻身第一梯队。
Guidehouse认为这些公司在执行能力和策略能力方面，做的都比较出色。
Mobileye 在基于视觉的 ADAS 市场占据了主导地位；Waymo 拥有丰富的测试数据和经验；百度在中国市场具有强大的影响力和合作网络；Cruise 则得到了通用汽车等巨头的支持。
最关键的是，这些企业都已经开始了其商业化进程，在部分地区面向消费者提供了无人驾驶出租车业务。
而大部分公司都集中在了竞争者这一级别，其中包括Motional、Nvidia、Aurora、WeRide（文远知行）、Zoox、Gatik、Nuro和Auto X（安途），有两家企业来自国内。
来源:Guidehouse
评分分别为77.7，74.8，72.3，72.2，71.6，62.8，61.6，56.1，Guidehouse Insights认为它们在某些方面有着优势或潜力，但还需要进一步提升自己的竞争力。
韩国的初创公司Autonomous A2Z、丰田投资的May Mobility、小马智行Pony AI则被评为挑战者，他们被认为在规模或技术上还有较大的提升空间，评分分别为55.3，54.6，42.2。
值得一提的是，这已经是百度连续第三年在报告中位居“领导者”之列，也是自发布榜单排名以来唯一进入“领导者”的中国公司。
Guidehouse认为，百度现有业务可以为自动驾驶技术的研发和业务拓展提供强有力的支持，这是百度在自动驾驶领域的先天优势。
更重要的是，百度Apollo在研发进程上的多年积累，比如全面布局算法模型、AI基础设施、量产车、高精地图、V2X等领域，在自动驾驶领域具备了端到端的技术优势。
来源:Guidehouse
在Guidehouse Insights给出的各个参数标准上，百度都得到了不错的分数，特别是在市场需求匹配性（Vision）方面，分数最高。
02
?特斯拉连续垫底三年
有“领导者”也必然有“追随者”。
从报告来看，销量上深受大家喜爱的特斯拉排名最末，无论是战略层面还是执行层面，都位列末位。是上榜公司里唯一一家横坐标与纵坐标均属于“跟随者”的玩家，也是榜单中是唯一的“追随者”。
而且这已经是特斯拉连续三年在榜单在榜单中持续垫底了，这次的评分仅为28分，Guidehouse保持了对特斯拉的一贯评价：营销承诺过多，兑现严重不足，安全等级不够。
来源:Guidehouse
Guidehouse 认为特斯拉过于依赖其“全自动驾驶”软件包，并没有真正实现 L4 级别的自动驾驶功能，而且斯拉的“完全自动驾驶包”成本已高达15000美元，但按照当下标准，特斯拉才只能提供L2级别的自动驾驶服务，另外特斯拉也缺乏与其他行业参与者或监管机构的合作意愿。
“特斯拉需要彻底重新考虑其开发ADS的方法。近5年来，它的营销承诺过多，但兑现严重不足。在特斯拉变得更加诚实之前，它不太可能在这个排行榜的排名中有所提高。”
来源：特斯拉
Guidehouse认为，尽管特斯拉FSD已经对软件用户进行了两年多的公开测试，但该系统仍然存在诸多问题，比如经常难以做出决策、对交通信号和其他道路使用者进行错误分类、无法处理许多特定区域的道路配置等。
报告中还列举了不少安全事故案例，表示“除非特斯拉从根本上改变技术方案，否则会是榜单所有公司中，最不可能部署安全可靠自动驾驶系统的公司”。
这几个评价几乎是给特斯拉的自动驾驶下了最后通牒。
在国外的特斯拉虽然不受待见，但在国内，特斯拉又是完全不同的待遇。
前段时间，亿欧智库发布了“2022年中国市场智能电动汽车品牌自动驾驶竞争力TOP15”榜单中，特斯拉位列榜首。
评判标准的不同，导致了地位的变化，亿欧智库认为自动驾驶自研是车企掌握产业核心技术话语权的最佳路径，也是车企展现核心竞争力的重要手段。
按照这个标准，特斯拉立马支棱起来了，毕竟特斯拉的车机平台和自动驾驶芯片，以及软件都是自研的，而专注自动驾驶自研的小鹏汽车位居第二也在意料之中。
不同维度的评判，得到的结果也不同，而且在未来能够体现自动驾驶企业竞争力的标准势必会越来越多，且越来越难以评判，这也是Guidehouse Insights虽然权威但也会受到争议的原因。
“就好比驾照考试中笔试第一，就以为自己能开F1了一样。”有网友这样评论。
03
?其他企业也不好过
Guidehouse 在报告中表示，在过去一年，投资者在自动驾驶领域的兴趣明显减弱、可用资金减少、技术上也存在诸多挑战。
去年下半年，背靠大众和福特的自动驾驶公司Argo AI，宣布停止运营并关闭公司后，表示L4级别的商业化落地比想象中难的多。作为已经上市的自动驾驶公司图森未来，也在去年经历了一些高层人员动荡和股价暴跌的问题。
来源:Argo AI
而且Waymo也刚刚宣布要继续裁员，这已经是其年内的第二次裁员，将裁掉8%的员工。
Waymo表示，裁员的目的是尽可能地削减成本，保证继续开发和部署自动驾驶技术。“真正商业化的路还很长，但目前的小范围运营还没有带来太多的实质性收入。”
主导这次自动驾驶榜单的撰写人Sam Abuelsamid，在接受北美记者访时透露，基于自动驾驶业务的商业板块盈利能力持续下滑，这直接增加了头部企业的经营成本，那些排名靠前的独角兽们也不例外。
前不久特斯拉被美国国家公路交通安全管理局（NHTSA），要求其召回近36.3万辆配备“全自动驾驶”（FSD）系统的汽车，也为自动驾驶行业敲响了一记警钟。
来源：特斯拉
原因是特斯拉的FSD测试版，没有遵守交通安全法，导致车辆行驶安全面临不合理的风险。
没错，自动驾驶就是如此现实和残酷。Guidehouse预测，在目前数十家自动驾驶公司中，能够在2030年前活下来的公司，不会超过10家。
本文来自易车号作者超电实验室，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关
特斯拉的fsd是什么
特斯拉最近又出大新闻了。才内部邮件宣布达成L2级自动驾驶，这次彻底“纯视觉”了。
这次是美国时间7月10日，特斯拉 FSD Beta V9.0终于在美国向用户推送。相比起上一个版本，V9.0做了FSD有史以来最大的一次更新。彻底抛弃了雷达的使用。而且，特斯拉征召了2000名车主内测，报名踊跃。不过，BUG很快就出来了。
这不，一位叫Giacaglia的网友看了一下特斯拉车主们发的，马上就收集了FSD 9.0 beta的11个失误瞬间。从各个动图来看，很明显现在的系统还是只能算是驾驶，如果脱手或者离开人的监控，还是会出事情。这次可以看到的BUG有：
场景一：自动转弯之后径直向道路中央的绿化带撞了过去。
场景二：无法识别路中单轨道路。
场景三：闯公交车专用道。
场景四：在单行车道上逆行。
场景五：一直转换车道。路口右转时，无法判断使用哪个车道。
场景六： 汽车 压实线并线；急需换道时，因为后方车辆逼近，错过时机，只能下个路口见了。
场景七：自动并线超车之后发现道路划线，还要强行压线并道。
场景八：左转时提前换道。
场景九：左转时，差点进入对向路边停车位。
场景十： 汽车 穿过几条车道后才能左转。
场景十一：在一个只有停车标志的地方，看到两个停车标志。
“作为一个做Deep Learning方向的人表示，用神经网络的车我是肯定不敢坐的……”“是的，做ML（Machine Learning）的看现在的自动驾驶，堪比医生遇到挂科的同学给自己做手术。”“强行让机器来学人（纯靠视觉）本就是错误的发展方向，机器有自己的优势（可以自由加装雷达等设备进行）而不利用，就是典型的教条主义、本本主义。”……
这都是很专业的质疑，那么，特斯拉是不是点错 科技 树？这个问题虽然见仁见智，但是从主流的CV（Computer Vision）+雷达路线来说，特斯拉有点像“西毒”欧阳锋了，为了降低成本，纯视觉一条道走到黑，“虽百死而不悔”的精神虽然有了，但是，那都是消费者的命啊……
为什么纯视觉？
如果特斯拉很老实地讲自己是驾驶也就罢了，坏就坏在从一开始马斯克喜欢“吹”自动驾驶，直到吹破了以后在内部邮件中承认是L2级驾驶。但是，现在马斯克给吹得成为一种神话，这种造神运动让马斯克骑上虎背下不来了。
而且，国内外有太多“特吹”，包括大众集团CEO赫伯特·迪斯博士。当然，迪斯博士吹特斯拉，是为了麻痹敌人，那是另外一回事。
且不说特斯拉多年排名垫底的自动驾驶功力，已经让多少人命丧黄泉，单说特斯拉靠“纯视觉”方案，说能达到全自动驾驶L4~L5级别，这就让人匪夷所思了。
苏黎世联邦理工学院（ETH Zurich）教授Marc Pollefeys则认为特斯拉不太可能放弃完全自动驾驶近在咫尺的说法，“很多人已经为此买单（特斯拉的FSD套餐），所以他们必须保持希望，”他说，“他们被困在那个故事里。”故事已经成为一种神话。
那么，为什么特斯拉取消雷达使用纯视觉？特斯拉多次强调过，摄像头数据和雷达数据在做融合的时候比较困难，当摄像头数据与雷达数据有冲突时，系统反而会更加难以抉择。
所以，马斯克也表示过，与其让二者互相扯后腿，不如只选一个并把它做到极致。而且，在他看来，特斯拉的深度学习系统已经比毫米波雷达强100倍，现在的毫米波雷达已经开始拖后腿了。
而在今年的 CVPR（计算视觉与模式识别大会）上，特斯拉首席AI科学家安乔·卡帕西（Andrej Karpathy）还讲了特斯拉如此“执拗”的原因。不过，对于走上歧路的特斯拉，我们还是奉劝要保持冷静。
为什么呢？道理其实很简单，人在开车，虽然是以视觉为主，但是其他的感官都是一体作用的，并非无用。比如听觉，身体的触觉，甚至是意识的直觉等。“事实上，人类开车的时候，是一种近乎无意识的感知，他就能够预测下一步应该怎么办，从而规避事故。”这是奇瑞 科技 有限公司总经理李中兵在世界人工智能大会的一场论坛上所讲的。而在这点，特斯拉有点过于执着在视觉上了。
通用视觉系统和神经网络
那么，这次的CVPR上，特斯拉的安乔·卡帕西（Andrej Karpathy）详细介绍的基于深度学习开发的自动驾驶系统，也就是全视觉的好处是什么？
特斯拉的底气，是用了“通用视觉系统”和“神经网络”两种黑 科技 。当然，Karpathy 强调，基于视觉的自动驾驶，在技术角度更难实现，因为它要求神经网络仅仅基于输入就能达到超强性能的输出。“不过，一旦取得了突破，就能获得通用视觉系统，方便部署在地球的任何地方。”
“我们抛弃了毫米波雷达，车辆只靠视觉来行驶。”Karpathy认为，有了通用视觉系统，车辆就不再需要什么补充信息了。特斯拉始终认为，收集环境信息是一回事，利用环境信息又是另一回事。而且，传感器的种类和数量越多，互相之间的协调与整合就越难做，最终效果恐怕只是1+1 2，得不偿失。
这次特斯拉发布的FSD Beta V9.0，从技术上来说，新算法调用所有用于自动驾驶的8个摄像头，修复跨镜头畸变、时域差，拼接成环视视觉，再对周围环境进行实时的3D建模。也就是特斯拉所谓的“鸟瞰图视觉”。
具体来说，就是特斯拉将2D视图转化为模拟激光雷达数据，然后再用（激光雷达）算法处理这些数据，得到比之前好非常多的视觉测距精度。你不觉得奇怪么，既然还是得用激光雷达算法，为什么不用激光雷达呢？
按照特斯拉的说法，其自动驾驶系统是基于神经网络的特征识别、预判和规控，对于道路环境项目进行学习，比如交通路牌的含义到底是什么，需要通过很多场景素材训练系统，训练得越多系统能处理的场景越多。通过几百万车主积累的大数据，表现出来的能力就是，特斯拉可以轻松做到目前城市道路的自主驾驶。
实际上，马斯克一直都希望将特斯拉的制造成本压到最低。从成本上来说，目前特斯拉Model 3的自动驾驶摄像头成本只需要65美元。而激光雷达的成本，还基本上在1000美元以上级别。要知道，2018年的时候，Velodyne的64线激光雷达HDL-64售价可是高达7.5万美元的。
支撑特斯拉车价一降再降的当然是成本的控制。但是，马斯克和特斯拉还是过于迷信软件和AI的力量了。对于自动驾驶的“长尾问题”，特斯拉认为靠AI和超级计算机能解决，这都是有问题的。就算完成了99%，最后的1%依然是不可跨越的鸿沟。
此外，已经有外媒认为，美国本土的传统车企通用 汽车 将在2021年超越特斯拉，原因就在于特斯拉在自动驾驶方面已经落后，特别是又在“纯视觉”的路线上一条道走到黑。
传感器融合才是未来
就纯视觉的局限来说，有业内人士认为，在一些极端的场景中是无法满足对于感知探测能力的KPI指标的。比如一些复杂的天气情况，如大雨、大雾、沙尘、强光、夜晚，这对于视觉和激光雷达都是非常恶劣的场景，难以用一种传感器应对。主要体现在几个大的方面：
1）天气环境因素造成的视觉传感器致盲（如逆光炫目、沙尘暴遮挡等）；
2）小目标物体在中低分辨率视觉感知系统中，可能造成目标晚识别（如减速带、小动物、锥桶等）；
3）异形目标由于未经训练可能造成无法匹配，被漏识别（道路落石、前车掉落轮胎等）；
4）视觉传感器本身的识别要理要求，对于视觉识别的高算力需求等。
就算一些自动驾驶测试或比较成熟厂商，在智能驾驶中也多次发生撞车事故，为传感器系统的失效付出惨痛代价。所以,传感器融合是构建稳定感知系统的必要条件。毕竟，视觉感知能力有局限，必须结合毫米波雷达或激光雷达做优势互补才能实现。
回头来说，这次特斯拉的内测BUG里面，但凡有一个场景没有人类驾驶员眼明手快接手的话，就会演变成为交通事故。这能让人放心吗？特斯拉的车主们也忒心大了。
此外，我们知道，摄像头如何感知深度只是自动驾驶问题的一部分。特斯拉依靠的最先进的机器学习只是识别模式，这意味着它会在新情况下挣扎。一挣扎，就会产生误判。
与人类司机不同的是，如果系统没有遇到场景，它就无法推理该做什么。“任何AI系统都不了解实际发生的事情，”研究自动驾驶 汽车 计算机视觉的康奈尔大学副教授克里安·温伯格（Kilian Weinberger）如此表示。
还有一点是，虽说，FSD 9.0给智能驾驶系统是创造了更广阔的应用场景，但是，在L2级别的驾驶系统（而不是自动驾驶系统）这个前提下，这些功能多少仍显得有些鸡肋，因为驾驶过程中根本无法脱手。而且，人类驾驶员不仅需要手握方向盘，还需要在城市道路上与车载电脑系统较劲，增加了额外负担和心理压力。
FSD BETA V9.0的这些内测BUG会在实际道路上反复出现，毫无疑问这为城市交通也制造了更多的隐患。不过，这套系统能不能用在更加复杂的中国的开放道路上？公社的小伙伴中还是有对特斯拉超有信心的，“大家都没开过，怎么知道行不行呢？”是啊，是骡子是马，特斯拉总会拉出来遛遛。
特斯拉的fsd指的是全自动驾驶系统。特斯拉是一家来自美国硅谷的汽车制造商。特斯拉专门制造纯电动汽车。特斯拉的models包括Model3、ModelS、modely、modelx等。Model3是特斯拉首款国产车型，也是特斯拉的入门级车型。
Model3是一款中型车，有后驱版和四驱版。
model3的长宽高分别为4694mm、1850mm和1443mm，轴距为2875mm。
特斯拉3的后驱车型为单电机车型，四驱车型为双电机车型。
后驱版的电机最大功率为202kw，最大扭矩为404Nm。
四驱电机总功率340kw，总扭矩639Nm。
model3车型全部使用三元锂电池，大部分纯电动汽车和插电式混合动力汽车都会使用三元锂电池。
三元锂电池能量密度更高，重量更轻。
车型3的前悬架用双横臂独立悬架，后悬架用多连杆式独立悬架。
双横臂悬架可以抑制车身的侧倾幅度，也可以抑制刹车点头现象。
多连杆悬架可以提高车轮的抓地力，从而可以提高汽车的操控性。
多连杆悬架是在双横臂悬架的基础上改进而来的。
百万购车补贴
标签： #特斯拉
