本以为，埃隆·马斯克会在投资者日大会上，宣布特斯拉品牌长期战略Master Plan 3“秘密宏图第三篇章”的同时，也会将之前在网络上传得沸沸扬扬的特斯拉Model 2车型，带来一些新料；没成想直接让大家等了个寂寞，那么此次大会上马斯克都说了什么呢？
第一：马斯克着重介绍了“可持续能源发展的概念”。
第二：对“降本增效”的理解和付出的行动；而第三篇章的开启，意味着特斯拉将再度扩张。
相信大家都知道，马斯克这个“狠人”给全球新能源汽车产业带来的影响，“Master Plan”***，也就是“秘密宏图”***；简而言之，可以将其理解为，一个大的蓝图，分为几个小目标，然后逐步去实现；这项***的第一篇和第二篇章分别于2006年和2016年公布。
从进度来看，第一篇章基本完成，例如“Model S、Y、3、X”的车型布局，投产规模、销售***等。第二篇章中，Model Y正式推出，产品销量表现亮眼，同时在中国建厂扩大生产规模都是令人瞩目的存在。从2006年-2016年的“十年***”来看，可以说99%的进度都被马斯克完成；而2016年-2023年的7年时间来看，进度似乎放缓，但能完成的也都已实现。借此，马斯克在2023年3月1日正式开启“秘密宏图第三篇章”。
发布会中马斯克率先介绍“宏图***”最新目标：电池储能达到240太兆瓦（TWH），可再生电力30TWH，制造领域投资10万亿美元，需要能源为燃料经济的一半，占地面积低于0.2%，占2022年全球GDP的10%，无法克服的***挑战为零。同时特斯拉着重提到了热泵将有助于能源可持续性，从行业的角度来看，热泵为提高效率铺平了道路。
关于新车型方面，马斯克提到，电动车生产规模将再次扩张，特斯拉将打造一支全球电动车队，将拥有约8500万辆汽车，特斯拉的Cybertruck卡车也将于今年问世，Cybertruck和未来所有汽车将转向48伏电力系统。但是，此前网络上一直被流传售价17万元的特斯拉Model 2在本次大会却扑了个空。
虽然Model 2没有被发布，但特斯拉有正式发布全新的自研计算平台Hardware 4.0，整个计算平台将拥有7000+以上的组装零件。此外，Hardware 4.0平台的主要亮点是具有更低的制造成本，同时平台FSD算力、内存都是现有的倍数，同时还加入了4D毫米波雷达、摄像头等；GPU也改成直接贴片，一旦成为标配和规模化之后，基于新平台打造的车型都会更便宜。
同时，特斯拉还展示了人形机器人Optimus的相关内容，新的人形机器人相比之前能够行走，并在另一个机器人上工作。马斯克：”在去年AI日上展示的Optimus机器人根本无***常工作，但情况正在好转，未来Optimus机器人甚至可以完成自我生产***“。小编感觉话被他这么一说，妥妥的用画大饼的方式，利用自身的热点和影响力，给行业带来了压力和危机感。
2022年可以说是特斯拉品牌历史上最好的一年了，特斯拉年总营收达814.6亿美元，同比增长51.4%；归母净利润125.6亿美元，同比增长127.5%，这些营收利润分别是汽车销售、汽车租赁、政策补贴、能源生产和储存、服务等多方面。
另外，特斯拉在下一代产品不损失能效的基础上，将减少75%碳化硅，成本降低1000美元；生产工厂的占地面积将减少50%，并不再使用稀土材料。例如：Model 3 2018年发布至今成本降幅近30%，Model S到Model 3的车辆线束减少17公斤，车辆之间共享控制器有助于简化零部件供应链。
“降本增效”也是特斯拉非常注重的，而这一点则关乎成本和售价，特斯拉第一个100万辆用了12年时间、第二个用了18个月、第三个用了11个月、第四个仅用了7个月，目前在德州工厂已达到了400万辆的里程碑；未来特斯拉目标是每45秒生产一辆车，效率固然是高，但是减法做多了真的能行之有效吗？
结语：
特斯拉旗下车型在在过去曾经多次降价，这都是“降本增效”的功劳，价格最低时刻Model 3的售价仅为22.99万元，不仅狂卷众多合资品牌，就连中国品牌也被迫带动卷出了新高度，甚至出现特斯拉降价，国内新势力就会出现限时促销的情况。
但其实2022年供应链和零部件等方面的供给并不稳定，而动力电池通常会占整车成本的30%-40%，但是特斯拉依托于对电池供应链的放开，引进LG新能源和宁德时代的动力电池，通过协商价格有效降低***购成本。随着2023年整个行业的逐步恢复，未来特斯拉价格杀入20万以内，也不无可能。
本文来自易车号作者出行公路，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
?小鹏「吃了几碗凉粉」，激光雷达是对是错？
马斯克之前在世界人工智能大会上曾表示：“有信心在今年内实现完全自动驾驶。”此牛皮一吹，让世界的焦点又全部集中到了特斯拉上。
果不其然，就在前几日，马斯克通过Twitter宣布，“在对全自动驾驶（FSD）功能软件代码完全重写后，特斯拉将从下周二开始小范围推送?Beta?内测版本——少量推送，给专家和开车非常小心的驾驶者。”
这次全世界又再一次震惊了，“言而有信”的马一龙难道要兑现承诺了？
要知道之前在完全自动驾驶这一块，马斯克的嘴向来不是特别准。在过去四年间，特斯拉多次发布类似消息，比如说无需触碰方向盘、实现从美国东海岸到西海岸的全自动驾驶，但都没有变成现实。不过这次似乎又有点儿不同。
关于完全自动驾驶，马斯克的Twitter时间表?
去年，马斯克宣布了庞大的Robotaxi***，提出到2020年底，为特斯拉车队部署100万辆自动驾驶出租车，特斯拉的自动驾驶研发进程也开始加速。
马斯克的Twitter动态中，也透露出特斯拉关于FSD研发进展的一些情况。
7月22日，在特斯拉股东电话会议上，马斯克表示：“我对年底推出的完全自动驾驶功能充满信心。”
8月14日，马斯克在Twitter上提到FSD的基础架构重写，并透露新的版本将在在6到10周内有限公开发行。
9月12日，马斯克在Twitter上宣布：“在2至4周内发布私人测试版，然后在4至6周内发布公开测试版，然后是12月中旬所有美国特斯拉所有者。超出***取决于未遇到重大的意外挫折。”
10月8日，马斯克在Twitter评价了Waymo开放的无人驾驶服务，并透露：“特斯拉（自动驾驶）方法是一种通用解决方案。最新版本可实现零干预驱动。将在几周内发布有限的Beta版。”而在10月12日的推文回复中，马斯克首次确认了全自动驾驶Beta版将于下周二起正式向部分车主推送。
“重写”FSD，加入4D概念
马斯克在过去几个月内，曾多次强调即将发布的?FSD?并不是在现有?Autopilot?架构上的修改，而是完全的重写。
8?月?15?日，他就盛赞“FSD的改进将是一个巨大的飞跃”，因为它是基础架构的重写，而不是逐步的调整。相当于把之前的所有东西全部推倒。他还透露他的车已经装了这套系统，从办公室到家几乎不需要人工干预。
9?月?22?日，他在股东大会上表示，特斯拉重写了全部的?FSD?代码，包括整个代码库、包括标签软件，甚至说我将它称为?4D，因为它在三个维度之外，还加入了时间。
马斯克解释称，当前的?Autopilot?被困在了一个“局部最大值”当中，被标记的单个并没有与时间相关联，而重写过的?FSD?软件已经与时间相关联了。
在关于?FSD?的问题上，美国网友问了马斯克两个非常精准的问题。一个是坑洼路段、一个是环岛路段，这两个道路中最复杂的情况，FSD可以应对吗？
马斯克给到的答案是：没问题，特斯拉正在给颠簸和坑洼路段打标签，在保证安全的前提下让汽车减速或者绕行。环岛路段方面，马斯克说一开始可能处理的不太完美，但是可以。如果要在全球范围内处理好这个问题，可能需要一年左右的时间。因为全世界有太多怪异的案例。
强大的自主学习系统“DOJO”
去年马斯克在特斯拉自动驾驶日（Tesla?Autonomy?Day）及今年人工智能大会上提到的秘密项目“DOJO”。?“DOJO”是一台超级强大的训练计算机，能够接受大量数据并在***级别进行无监督的神经网络培训。
目前神经网络已经广泛地应用在自动驾驶数据训练中，但针对***数据的标记，多***用人工图像帧处理的方法。而特斯拉的自动驾驶技术路线是基于摄像头为主的视觉解决方案，目前有近100万辆特斯拉汽车在全球运行，这些车每个月大约会产生近2亿小时的***。如果***用人工标记，时间、成本、***，都十分昂贵。
据悉，DOJO有足够的能力处理大量的***训练数据，并能够高效地运行带有超大量参数的超空间阵列。
DOJO能够从***而不是图像中，自动地学习和识别先前未被定义或被标记的信息，例如道路上的行人、动物、坑洼地等，这样就可以大大提高训练速度和效率。
进一步来说，特斯拉自动驾驶系统Autopilot目前是在2.5D的环境下运行，使用的是带有标注信息的图像。通过DOJO，特斯拉可以直接使用来自于***中的3D立体场景，如果再加上时间这个维度，Autopilot就可以从2.5D直接升级到4D环境，大大提高了整个系统的准确性和冗余性。
之所以说这次马斯克的话可信，多一半就是因为DOJO的加入。这也是继特斯拉推出HW4.0芯片之后，在自动驾驶领域真正的一张王牌。
DOJO究竟有多强大，根据马斯克透露的信息：DOJO能够以FP32的速度超过1?Exaflops进行计算。
FP32指的是32位储存数字，计算机使用它进行计算，称为浮点数，FP32会比使用16位的FP16更加精确。Exaflop指的是计算机每秒可以处理多少浮点运算，1?Exaflop意味着每秒百亿亿次，即10的18次方次浮点运算。正如马斯克所说，DOJO是一台真正意义的性能野兽。
最后马斯克还特别强调，重构后的Autopilot和FSD会带来“quantum?leap（量子飞跃）”般的全新体验。但是不是像马斯克说的那么“神”，只能盼着“下周二”赶快到了。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
全面重写Autopilot，特斯拉自动驾驶的升维革命
20?号晚上，群里发来了一张何小鹏朋友圈的截图。
惊讶之余，我立刻赶往微博一线吃瓜，简单梳理之后明白了事情的缘由。
美国时间?11?月?20?日晚，一位?ID?为Tasha?Keeney?的推特用户转载了香港英文媒体「南华早报」发表的小鹏汽车将在?2021?年新车上使用激光雷达的新闻。
这位用户还做了一番评论，大意为小鹏汽车在自动驾驶路线上***用激光雷达的做法与特斯拉分道扬镳，这会限制小鹏汽车的上限，最后还反问了一句「小鹏汽车难道不明白他们抄袭特斯拉的方案是无法成功的吗？」
马斯克本人随后回复了这条推特，表示小鹏汽车有特斯拉的旧版代码，但是没有特斯拉现在新版的神经网络系统。
接着在另一个回复中，马斯克说小鹏汽车还偷了苹果的代码。
然后就有了开头何小鹏的回复。
小鹏汽车和特斯拉之间的***早已不是第一次，趁着这次的话题我想带各位大致回顾一下。
未决的争议
可疑的跳槽
2019?年?1?月?3?日，特斯拉?Autopilot?工程师曹光植（以下简称曹）离职，随后加入小鹏汽车。两个月以后，特斯拉对曹（不是对小鹏汽车）提***讼，罪名是窃取商业机密，以下***为大致内容：
特斯拉***曹在?2018?年底曾将特斯拉?Autopilot?源代码副本上传到了其个人的?iCloud?云端账号以及个人电子设备中，其中包含约?30?万份代码文件，而后曹将这些数据分享给了小鹏汽车。
对此，曹承认自己确实上传了相关的代码数据至云端以及个人设备，但这仅是为了个人工作的方便，类似的做法并不罕见，而且他表示在离开特斯拉之前已经非常认真地将涉密数据从个人设备中删除。
而作为此次案件中被告雇主的小鹏汽车对曹将源代码数据传输至个人账号和设备这点无异议，但否认小鹏汽车有不当行为。
特斯拉认为小鹏汽车招募了至少?5?名从特斯拉离职的工程师，承担的工作都非常相似，其中?2017?年加盟小鹏汽车的谷俊丽成为小鹏汽车自动驾驶项目的副总裁，在?2018?至?2019?年间主导了小鹏汽车自动驾驶技术的开发。而曹光植则是?Autopilot?项目中?40?个有权限获取软件源代码的员工之一。
小鹏汽车表示同行业中雇员在企业之间跳槽是正常行为，企业追求贤才也是人之常情。
特斯拉表示前苹果工程师张小浪因涉嫌将苹果「泰坦」汽车项目的机密文件出售给小鹏汽车遭逮捕，该案件与这起案件高度相似，而这样的高度相似让特斯拉有理由怀疑两起案件中的被告都会见了相同的小鹏汽车高层人员，甚至是有类似的报酬作为获得数据的条件。
曹表示自己收到小鹏汽车?offer?的时间是?2018?年?12?月?12?日，在?12?月?26?日他将个人?iCloud?与特斯拉工作网络断开。断开个人?iCloud?后曹在?12?月?27?日到次年元旦的时间里继续使用特斯拉的工作网络。
曹没有具体说明入职小鹏汽车的日期，特斯拉表示曹离职日期为?2019?年?1?月?3?日。而且如曹所说，在离职之前，他已经把云端和个人工作设备上相关的机密文档认真地做了删除，曹也承认删除了自己特斯拉工作电脑上的网页浏览器记录。
曹方律师表示，曹离开特斯拉后个人设备上遗留的?Autopilot?涉密文件只可能因为删除疏漏而存在，曹没有将任何有价值的涉密文件或者商业机密给到小鹏汽车。
至此，特斯拉并无确凿证据表明曹光植将?Autopilot?机密文件泄密给小鹏汽车。
「到底是几碗凉粉」
在?2020?年?1?月，特斯拉传唤小鹏汽车美国业务公司?XMotors，要求获得小鹏汽车?XPilot?完整源代码库以及小鹏汽车高管的硬盘副本的访问权限，此外，特斯拉还要求获得苹果对小鹏汽车前雇员张小浪刑事指控的***记录。
这一幕让我联想起「让***飞」中的名场面：六爷吃了一碗凉粉，随后黄四郎方的胡万带着武举人以及粉店老板过来说六爷吃了两碗只给了一碗的钱。一方说吃了一碗给了一碗的钱，另一方说吃了两碗只给了一碗的钱。
在胡万的一轮轮挑衅引导之下，六爷最终剖腹自证只吃了一碗凉粉，虽得清白却丢了性命。
我想说，小鹏汽车在这个案件里不一定是只吃了一碗凉粉的六爷，特斯拉也可能不是另有企图的胡万，但要求获得张小浪刑事指控记录并访问?XPilot?完整源代码库和高管硬盘副本的行为却颇有那句「凉粉在肠子里，你得横着拉一下我才看得见」的味道。
好在这次主持公道的不是煽风点火的武举人，联邦***驳回了特斯拉的这些诉求，认为特斯拉用张小浪案的材料引申至本案的做法「投机且支撑性不足」，而特斯拉对于获取小鹏汽车相关文件的访问量也和本案目前所需程度不成比例，以上都可能干扰正在进行的诉讼。
不过事情也并未完结，***让小鹏汽车准备好?XPilot?的源代码，而对应文件将和?Autopilot?源代码一同移交至第三方机构进行对比审核，并作为?XPilot?是否有窃取行为的判定。
马斯克在推特上表示小鹏汽车「偷了」自家的代码，何小鹏则在微博回应造谣无法打败任何竞争对手，然而目前还没有定论性的***判决结果，作为旁观者，我觉得可以让***飞一会儿。
激光雷达的分歧
两位大佬此次的对线中还有一个话题那就是激光雷达的应用，文章开头那位推特网友?Tasha?Kenney?从发言来看是站特斯拉一方的，我个人其实并不赞成她这种「带着答案找问题」的逻辑。
马斯克憎恨激光雷达？
在上一篇关于?FSD?的文章中我有提到过，马斯克本人对于激光雷达在***驾驶行业的应用是非常不看好的。
在自动驾驶日上他曾强调「Lidar?is?lame」，激光雷达是个瘸子，他认为激光雷达捕获的点云数据是信息量缺失的，虽然有空间信息，但是没有颜色，没有图案，静止状态下无法区分动/静态物体，也无法分辨特征类型。
自动驾驶日上也曾有记者向马斯克提问「激光雷达是否会在自动驾驶某个难以突破的?99.999%?节点成为一个更好的冗余方案？」
然而马斯克直接给了一个更绝情的回复，他的观点：激光雷达是「fool's?errand」是无用功，而同行里以激光雷达为主要感知手段的也是「doomed」，注定失败。
他的理由非常简单，因为激光雷达对于自动驾驶应用而言是「昂贵且没有必要的」，马斯克甚至用「阑尾」来形容激光雷达，「一个阑尾就够糟了，还带一堆，简直荒谬。」
然后他用一句非常马斯克的「You?will?see」结束了这个回答。
马斯克看似无比厌恶激光雷达，实则不然，在自动驾驶日上他也有主动解释过这个问题。
马斯克说自己对激光雷达的不待见，只针对自动驾驶领域。在?SpaceX?项目里他本人还参与了激光雷达项目的开发。
他也声称，（对于自动驾驶）一旦视觉感知足够强大，激光雷达就没意义了。
总结一下，马斯克或者说特斯拉对于激光雷达的观点可以概括为：
价格非常昂贵
作为自动驾驶的主要感知不可取
用作***感知大材小用
没有相对于视觉方案的不可替代性
如果以不久前小范围推送的?FSD?Beta?实测来看，特斯拉的说辞确实有一定的说服力。
小鹏汽车：不敢苟同
抛开前面的案件不提，小鹏汽车确实是公认的「特斯拉追随者」。除去主打智能化，尤其是***驾驶的战略上类似特斯拉，小鹏汽车的产品端也有很多的细节和逻辑可以看到特斯拉的影子。
特斯拉的路既然被证明是走得通的，那么有选择地跟着走其实也是一种稳妥的战略。
然而在激光雷达问题上，小鹏汽车却「随大流」了。
广州车展上小鹏汽车发布了?XPilot?更新，新版本的***驾驶在硬件层面做了如下升级：
5G?RTK
城市道路的高精地图
200?TOPS+?的高算力芯片
更高集成度的域控制器
激光雷达
在发布会后的群访中，何小鹏表示搭载激光雷达的产品?2021?年就会面世，相关的研究去年上半年已经着手，也就是激光雷达的项目有两年的筹划和准备。
***访中关于搭载激光雷达的考虑，何小鹏的回复如下：
「我们跟传统做第四代自动***驾驶的或者他们叫无人驾驶的公司不太一样，他们是用激光雷达为核心画激光雷达的高精地图，我们不一样，我们是用视觉为核心，以视觉高精地图为核心。因为我们觉得从趋势来看，全球所有的路、交通灯、法规都是以人的眼睛等等角度来看一个世界去开车的，我们认为这是最有效率、最接近***且最便宜的，且又能够加上激光雷达组合能够把安全做好的事情。说实话，在最开始几年里面我们会把安全的因数放在非常非常非常重的角度，宁愿我硬件冗余、宁愿软件冗余，也要把安全做好。」
这段发言中标黑的部分其实相当直观：小鹏汽车仍然以视觉为核心感知手段，激光雷达的作用是作为安全冗余。
如果按马斯克的观点，这属于将激光雷达「大材小用」的那一类。
然而马斯克的话里已然包含了两个前提，一个是「视觉感知足够强」，强大到可以几乎抹平激光雷达的优势，另一个则是「激光雷达价格昂贵」。
这两点我们一个一个来看，首先是视觉能力的问题。高阶的量产自动驾驶感知方案需要多方考虑，目前各种主流感知方案的长短我放一张小马智行的图给各位参考一下。
图表中我们主要对比激光雷达和相机，性能上两者存在明显的互补关系，相机有更好的***样率、分辨率以及工作范围，而激光雷达则拥有更好的距离探测精度和更全面的天候覆盖。
激光雷达的工作方式简单来说是发射激光束并记录激光束返回时间来测算距离，得益于这一「自发光」的工作特性，激光雷达感知对于环境光线的要求就很宽容了，在逆光、暗光条件下，激光雷达相比捕捉环境光线信息的相机确实提供了更好的感知能力。
另一方面，距离探测能力是激光雷达的绝对长项，在工作范围内能检测到的物体的距离、尺寸、位置信息都具有极佳的可靠性和精度，而这恰好又是绝大多数视觉方案的不足之处。
不得不佩服的是特斯拉在这次重写的?FSD?Beta?中利用基于神经网络的?4D?视觉方案将距离探测能力提高了不少，为之前特斯拉做了非常多的铺垫，这其中的内容可以参见文末的文章。对于小鹏汽车而言这种手段在短期内想实现还是非常有挑战性的，所以相比之下激光雷达自然就成了更适合的进步方案。
之前有幸参加了大疆旗下激光雷达品牌「Livox」的一场活动，其?PPT?中将其品牌的激光雷达优势表述得很清晰。
而这些优势转化到?ADAS?应用上的核心价值也很明显——安全冗余。
不止安全冗余，一些视觉手段需要「拐弯抹角」才能解决的问题，激光雷达方案的确也提供了解决问题的「shotcut」。
所以，对于小鹏汽车以及多数企业而言，将激光雷达和相机数据做融合感知是非常有意义的事情。
想法固然是好，但前面提到了一个同样重要的问题——成本。
印象中，激光雷达的价格都是几万到十几万级的，除了那些无人驾驶?Robotaxi?公司，市面上将激光雷达用在量产车的案例可谓少之又少，而且搭载激光雷达的都是价格昂贵的车型，比如现款?A8?和刚换代的?S?级。
但行业的迭代貌似有点超乎我的预期，Livox?品牌的入门级量产激光雷达的价格已经在今年来到?800?美金一个，而这个降价的趋势还在继续。
这款?800?美金的入门级的激光雷达在?Livox?的介绍页上已经可以提供水平横向?120°?和垂直方向?26°?的工作角度，以及?0.2°?×?0.2°?级别的分辨率，距离精度为?2?cm。
「超高分辨率?＜0.1°」这是小鹏汽车在广州车展上给出的激光雷达信息，但目前并未透露将搭载的激光雷达为哪家的产品。
群访中一个非常重要的信息是何小鹏说搭载激光的雷达的下一款车型将是一款?A+?级别的紧凑型轿车。
由此我们可以比较容易猜到这款车的定位低于?P7，价格也大概率会在?20?万之内。小鹏汽车在这个价格区间的车上用激光雷达，可见激光雷达成本已经不是那么不可接受。
所以从成本和价值两方面来说，***用激光雷达都是合情且合理的。
而特斯拉和小鹏汽车在激光雷达上的分歧，在我看来并无对错，他们有各自不同的处境和技术体系，自然也有各自不同的考虑。
视觉为主的激光雷达融合感知方案或许整体而言不如神经网络?4D?视觉的上限那么高，但在激光雷达的加持下其下限明显不会低。
写在最后
在截稿之前，工作***来了一则消息：业内自动驾驶视觉方案巨头，特斯拉「旧爱」Mobileye?和激光雷达公司?Luminar?之间达成协议，后者将为前者的?Robotaxi?车队提供激光雷达。
而?Mobileye?的考虑也并不让人意外——安全冗余。
至今，特斯拉和小鹏汽车的纠葛还未完结，自动驾驶激光雷达路线在以后是对是错也还是问号。
然而在这个火药味十足的节点，提起这两家企业，我脑海里浮现的是第一次使用?FSD?时候的那种惊喜和小鹏?G3?在我们第一期?42Mark?测试里超乎所有人预期的泊车表演。
作为一个深爱智能汽车行业的人，这些片段带给我的愉悦远比现在的这些摩擦更深刻。
但是商业竞争从来都是见红。
然而也正因为有商业竞争，各家才会不遗余力地去建立起自家核心技术的壁垒，力求用更有价值的产品打动消费者，而我们某种程度上才更有机会体验到那些让我们惊喜的科技。
当然，各家也会不遗余力地保护自己建立起来的成果，让其不被破坏。而后来者自然要面对更大的挑战。
但在成就伟大的路途上，谁又不曾是后来者呢？
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
特斯拉投资者日，投资人送来一巴掌
作者?/?陈念航
编辑?/?王德芙
出品?/?汽车之心
在刚过去的?8?月，马斯克在推特上公布了关于?Autopilot?以及?FSD?的两条重要消息：
AP?团队正对软件的底层代码进行重写和深度神经网络重构；全新的训练计算机?Dojo?正在开发中。
「重写?AP」，是今年马斯克在推特上不断提及的一项重要行动。
在回应推友提问时，马斯克会时不时披露?AP?将有的新功能，比如：
对路面上的隆起和坑洞（bumps&patholes）的识别；对环岛路况（roundabouts）的处理等等。
特斯拉对?AP?的全面重写，包括了对数据标注、训练、推理全流程的重构。
而基于新架构的?FSD?将不再是渐进式的优化，而是一次「量子式跃升」（马斯克原文是?quantum?leap）。
马斯克在?7?月的世界人工智能大会上表示「有信心在今年完成开发?L5?级自动驾驶的基本功能」，马斯克能够实现他的承诺吗？
特斯拉为什么要在这个阶段对?AP?软件进行重写？重写?AP?到底要重写些什么呢？作为当下市面上量产最强的自动驾驶系统，AP?走向何方，FSD?何时到来？
1、特斯拉?AP?两大新进展
身兼特斯拉?AP?团队的最高负责人，马斯克经常充当着软件测试员的角色。
根据马斯克在推特上透露，他本人经常开着搭载?FSD?最新测试版本的特斯拉上下班，马斯克称在他使用系统的过程中，几乎不需要人工接管。
基于此，他乐观估计，最快在?6-10?周后（也就是10月-11月份），就可以向小规模地向用户推送?FSD?测试版本。
作为重写?AP?的一部分，马斯克还向外界介绍了其全新的用于神经网络（NN）训练的超级计算机?Dojo。
Dojo?在日语中意为「道场」，现在它成为了特斯拉训练数据的「道场」。
Dojo?将专门用于大规模的图像和***数据处理，其浮点运算能力达到了?exaflop?级别，也就是每秒运算百亿亿次。正因此，马斯克称?Dojo?如野兽一般。
需要注意的是，Dojo?计算机将配合无监督学习算法（unsupervised?learning），来减少特斯拉对于数据人工标注的工作量，这样来帮助其数据训练效率实现指数级提升。
马斯克还在推特上发布英雄帖，为自家的?AI?和芯片团队招人。
目前，Dojo?计算机仍在开发中，从?V1.0?开始，大约一年后才会有成果。
有了全新的?AP?软件架构以及强大的数据训练计算机?Dojo，难怪马斯克会对其?FSD?的落地进展如此自信。
但话说回来，特斯拉为什么要在这个阶段对?AP?软件进行重写？还是以这样一种推倒重来的方式。
2、为什么特斯拉要重写?AP?
现在的?AP?已经碰到了性能瓶颈，必须要进行升维革命，否则难有大的突破。
马斯克用了一个术语来表述这个问题，他认为过去?AP?被困在一个局部最大值（Local?Maximum）里面，要向上突破已经非常困难了。
其中一个很关键的问题在于，原有?AP?软件架构下，其处理的数据都是不含有时间坐标的?2D?图像数据。
再想往上去处理?3D?甚至?4D（加上时间维度）?的数据，实现从图像级处理到***级处理的跃迁，?AP?固有的软件和训练网络难以胜任。
关于引入?4D?数据带来的影响，一位来自国内自动驾驶公司的工程师向汽车之心分析：
「因为有了时间维度，系统就能知道目标物的运动，对其行为进行预测，而且，系统处理目标物识别、分类以及场景的重构这类任务会更加轻松。
总之，加入时间维度，很大程度上是提高系统对整体场景的理解。」
AP?要再往前走，必须进行革命，所以特斯拉这才决定重写?AP。
另一方面，因为数据转变成?4D，信息量更丰富，整个数据的容量也会变大，这也给特斯拉?AP?现有的用于深度神经网络训练的基础设施带来了挑战，所以就有了?Dojo。
所以，?AP?为了实现性能和功能上更大的突破，倒逼其对?AP?基础代码以及训练深度神经网络的基础设施进行重构。
这样工作量庞大的复杂工程也成为?FSD?迟迟推出不了落地版本的重要原因。
除了在车载软件和训练服务器端变革，特斯拉在车载硬件端也做好了准备，就是其自研的?FSD?芯片。
FSD?已经在去年?4?月份开始量产并搭载在特斯拉的车端。
一位对熟悉特斯拉的业内人士表示：
「在?FSD?发布后的一段时间里，特斯拉?AP?团队仍是基于?HW?2.x?的硬件（英伟达?Drive?PX?平台）进行功能开发，直到今年年初，特斯拉才开始全面转向基于?FSD?芯片的软件开发。」
相较于英伟达?Drive?PX?平台，特斯拉?FSD?芯片在基础算力和深度神经网络推理效率方面都有革命性提升，而且在视觉处理性能上，FSD?相较于英伟达的芯片有更大的优势。
所以趁着这一次特斯拉重写?AP，整个系统需要处理的数据升维到了?4D，对计算硬件的要求指数级提高，FSD?的强大性能便终于有了广阔的用武之地。
引入?FSD?芯片的?AP?在性能上会有多大提升？
马斯克此前在接受?Youtube?***博主***访时透露过：
「如果特斯拉全车的?8?颗摄像头以?36?帧/秒的速度运行（性能拉满），软件则会基于?FSD?芯片的算力同步进行?3D?标注（2D?图像+深度信息），这会使标注效率提升?3?倍，准确性也会大幅提升。」
特斯拉重写?AP，除了马斯克口中所说的要突破「Local?Maximun」以及挖掘?FSD?芯片的极限性能这两方面的原因之外，还有一种可能性存在。
硅谷一位资深自动驾驶工程师告诉汽车之心：
「特斯拉现有的?AP?系统和后续要推出的?FSD?是两套独立开发的系统。
前者的架构是针对于?L2/L3?级自动驾驶，而?FSD?的目标从一开始就是?L4/L5?级自动驾驶。因此，两套系统在架构上有本质的差异，两者差着一个代际。」
后续，随着技术不断进步，FSD?也走向成熟，特斯拉决心把?FSD?和?AP?的框架进行整合。
但问题是，两个系统中有些模块可以融合，但是有些模块是融合不了的，毕竟一个为?L2?开发的系统很难直接演变成?L4?系统。
所以特斯拉?AP?团队要改写?AP?软件的框架和代码，以实现两个系统间的完美兼容，这样的话，后续才能以统一的版本推送给购买了全自动驾驶选装包的特斯拉车主。
实际上，我们也能从?AP?这些年的功能更新中发现一些蛛丝马迹。
2017?年?3?月，推送自动泊车和自动***变道功能；2018?年?10?月，推送自动***导航驾驶（NoA）功能；2019?年?9?月，推送智能召唤（Smart?Summon）；2020?年?4?月，推送识别交通信号灯和停车标志并作出反应（海外先行）。
AP?还在最新的迭代过程中更新了一些令人惊喜的小功能：
比如在城市工况施工区域，没有车道线的情况下，车身两侧皆为锥形桶，AP?能做到以锥形桶为依据实时绘制车道线。
AP?系统还能检测到小动物并及时进行避让，不过特斯拉是把小动物一律识别成人后才做出相应的操作。
基本上，在特斯拉***上标明的?FSD?完全自动驾驶功能，还剩下一项最难的、也最能代表?L4?级自动驾驶能力的更新：在城市街道中进行自动***驾驶。
为了实现这一难度最大的更新，特斯拉给出的最优解就是重写?AP。
基于以上分析，特斯拉重写?AP?的原因便包括突破「Local?Maximun」、挖掘?FSD?芯片的极限性能以及将系统能力从?L2?进化至?L4。
4、特斯拉重写?AP，是重写什么？
先来看看特斯拉?AP?现在最新的?AI?软件堆栈是怎么样的：
最底层的是数据、GPU?集群以及?Dojo?计算集群，这一层主要进行数据***集、标注和训练，生成算法模型；往上走就是***用深度神经网络对模型进行分布式训练；再往上走就是用损失函数对模型进行评估；在评估层之上，是云端推理层和车端?FSD?芯片推理层，到这一层，意味着算法模型走完了大部分流程，然后就是部署到车端；在车端，特斯拉通过影子模式（Shadow?Mode）将这些算法模型与人类驾驶行为进行比对，检测是否存在异常。
这样的从数据***集到算法部署的闭环，目的就是让系统性能不断迭代，更加优秀。
在这个闭环当中，涉及到数据集、模型训练神经网络、云端和车端推理算法等等要素。
所以，当数据形式从二维的图像数据（2D）转换成四维的***级数据（4D）后，相应的神经网络和推理算法都需要进行重写。
据马斯克透露，特斯拉?AP?新版本的深度神经网络会将包括感知、路径规划、目标识别等所有子神经网络综合于一体。
特斯拉?AI?高级总监?Andrej?Karpathy?在此前的一次演讲中表示：
「我们无法让每一个任务都享有单独的神经网络运算，因为同时处理的任务数实在太多，我们只能把一些运算分摊到共享骨干网络上」。
Andrej?Karpathy?将这一骨干网络称为?HydraNets（Hydra?意为九头蛇），意思就是有一个主干网络（Backbone），在这个网络上有多个不同的出口（Head）来做应用，然后输出各自的结果。
在特斯拉?AP?最新的?AI?软件堆栈中，有一个最值得关注的部分就是?Dojo?训练集群，这个集群可以处理海量的图像、***数据。
引入这一训练计算机，一方面是为了满足特斯拉?AP?系统此后的?4D?***数据处理需求。
另一方面，特斯拉在全球有超过?82?万辆搭载?HW?2.0/3.0?硬件的车辆每天在道路上行驶，可以***集海量的数据用于?AP?的训练，而如此海量的数据，必然需要具备强大计算性能计算机来进行处理。
Dojo?还有一个特别之处在于，它可以与无监督学习进行配合。
所谓无监督学习，就是无需人工对训练数据集进行标注，系统可以自行根据样本间的统计规律对样本集进行分析，常见任务如聚类等。
例如无监督学习在不给任何额外提示的情况下，仅依据一定数量的「狗」的特征，将「狗」的从大量的各种各样的中将区分出来。
有了无监督学习技术加持的?Dojo?计算机，便能以极低的成本对数据进行自动标注和训练，实现算法性能的指数级提高。
不过，用上了无监督学习技术的特斯拉，依然有一支大约?500?人规模的数据标注团队。
因为在一些初始神经网络模型的搭建过程中，***用人工标注的方式置信度更高。而且，特斯拉并未大规模***用无监督学习技术，现在都还处在尝鲜阶段。
那么，Dojo?计算机上搭载的会是谁家的芯片呢？
目前特斯拉自研的?FSD?芯片属于推理芯片，用于?Dojo?计算机的芯片属于训练芯片。
有业内人士向我们分析表示，Dojo?所***用的芯片应该是?FSD?芯片的扩展版本。
这也是为什么马斯克在为自家?AI?和芯片团队招人时，特意公布了其在研发的?Dojo?计算机的情况，大概率要招的人就是为了研发用于?Dojo?计算机的芯片。
5、特斯拉?FSD?走向何方
无论是大力投入***重写?AP?基础代码和深度神经网络，还是广纳贤才开发性能强大的数据训练计算机?Dojo，都体现了特斯拉要先人一步搞定完全自动驾驶的决心。
特斯拉拥有庞大规模的数据***集车队，也聚集了?300?多位全球顶尖的自动驾驶和深度学习方面的软硬件研发人才，从数据到算法到商业化，特斯拉在自动驾驶领域有着其他厂商无法比拟的优势。
在这些优势的加持之下，特斯拉仍然迟迟无法量产真正意义上的完全自动驾驶功能，那些买了?FSD?选装包的特斯拉用户着急，马斯克则更急。
所有人都在期待着重写完成后的?AP?系统能真正进化至?FSD?版本，而这一切都要等到今年年底见真章。
在重写?AP?的同时，特斯拉也没有停止在硬件层面的持续研发。
据媒体报道，特斯拉正与博通合作研发新款?HW?4.0?自动驾驶芯片，其性能比?FSD?还要强大?3?倍，***明年第四季度进行大规模量产，由台积电负责生产。
特斯拉在?AP?层面，是一个接一个的大动作，而这一切动作都有一个统一的目标：更优秀的?AP、更强大的?FSD。
即使现在其表现还不尽如人意，但未来值得期待。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
作者 | 张祥威
编辑 | 王博
特斯拉投资者日结束了，马斯克关心的是地球，外界关心的更多是它的车。
然而，下一代汽车并没有出现，这让特斯拉盘后一度跌幅超5%。
不管名字叫Model Q也好，Model 2也罢，投资者日上没有任何新车发布，互动提问时也拒绝回答任何新车相关的问题，导致资本市场马上出现波动。
不过，虽然这场发布会没有发布新车，但还是有很多下一代车型的碎片信息。
特斯拉的第一代车型，主要是Model S、Model X两款新车。最早从2012年发布销售至今。
第二代车型Model 3、Model Y，自2016年发布并销售至今。
下一代也就是第三代车型，将是特斯拉能否完成2030年销量2000万辆大计的重要一环。
减少碳化硅，全面自研控制器特斯拉的前两代车型，也就是SX3Y，至今一共生产了400万辆。
刚刚过去的一年，特斯拉全球交付新车131万辆，同比增长40%。这年的交付量中，主要以售价更低的二代车型Model 3、Model Y为主。
无疑，特斯拉正处于第二代车型生命周期的高峰，同时需要第三代车型的接力。
这也是为什么众多投资者紧盯传闻只有2.5万美元的下一代车型信息。
不止投资者，国内车企也很在意。
今年是造车新势力蔚来的第二代车型，也就是NT2平台车型ES8、ES7、EC7的正式投放期。理想、小鹏也已经分别借着L9/8/7和G9，开启第二代车型的投放阶段。
传统自主品牌孵化的新能源子品牌，则大多处于第一代车型的发力期，比如极氪、长安深蓝等。
因此，特斯拉的下一代车型，其动向会成为众多车企的参考对象。
投资者日发布会没有明确发布新车，但给出了一些重要信息。
三电方面，用技术降低成本。
下一代电驱平台将减少75%的碳化硅使用，在不损失能效的前提下，降低1000美元的制造成本。
碳化硅的作用主要是提高能效。
据理想汽车CEO李想披露，800 V碳化硅的车型，相比 400 V的IGBT组合车型，能节省大概 15％的电池使用量。
国内市场中，***用800V碳化硅平台已经成为最新风向。
小鹏G9、仰望U8都***用了800V碳化硅技术，理想也***在800V碳化硅平台技术成熟后推出纯电产品。
特斯拉减少碳化硅的动作，对于那些要搭载碳化硅平台的车企来说，基本上给出了标准答案。
下一代永磁电机会降低稀土材料含量。
特斯拉在Model Y上，使用了~500g稀土1、~10g稀土2、~10g稀土3。1、2、3是三种稀土材料的代号，下一代永磁电机会将这三种稀土材料的需求量缩减至0。
通常来说，一台纯电动车的稀土含量大概在0.5-3.5kg。
根据上市公司中科三环回复投资者的信息，每台新能源汽车中钕铁硼（一种稀土材料）用量大约在2.5kg左右。
从特斯拉在投资者日上发布的信息看，电机要减少0.52kg的稀土材料，已经是不小的比例了，这会让特斯拉在减少碳化硅的基础上，再次降低成本。
特斯拉还提到，Cybertruck、人型机器人和未来的车型全部***用48V低压架构。
如果Cybertruck都可以***用48V低压架构，那么毫无疑问，在它后面推出的下一代车型也会***用48V低压架构。
特斯拉现有的车型，和主流燃油车、新能源车一样，***用的是12V低压电路，改为48V后，将带来更低的电流，可以用一根电线串联所有低压用电器，从而节约线束材料的用量。
马斯克称，母线电压从12V提高到48V后，铜的用量减少了4倍。
之前，从Model S 到 Model 3，车辆线束减少 17 公斤，到下一代车型时，线束质量进一步降低，这就是特斯拉的极简化。
以上的各种做减法，让下一代平台车型的成本可以降低50%。
除此之外，其他一些细节，也可以让我们看到了下一代车型的关键细节。
比如，电子电气架构方面，特斯拉将自研控制器，下一代平台的控制器由特斯拉百分百自研。
下面这张图，描述了从Model S到Cybertruck的自研控制器占比情况。
控制器越多比例的自研，意味着车企受到供应商的约束越少，有助于后续的OTA迭代效率。
早前，大众的纯电动汽车ID系列曾因为控制器的问题，导致排除bug时不得不让工程师手动上场。从特斯拉开始，车企和供应商的关系正在重塑。特斯拉的下一代车型，将是智能化的全新产品。
接下来是否会有更多的车企跟上，将自研控制器作为壁垒，是值得观察的事情。
以上，大致是下一代车型的关键信息，也算是新车的预告。
在高效造车的基础上，再进一步过去许多人认为，特斯拉是靠着自动驾驶这项极客一般的科技登顶全球最高市值车企，但它更重要的能力或许应该归结为高效造车。
特斯拉在造车这件事上越来越熟练了，而且需要更加熟练。
按照规划，到2030年，每年生产2000万辆电动车。特斯拉目前在全球有四大超级工厂，现有工厂年产能为200万辆，相当于产能增长至10倍。
要提高产能，特斯拉先是改进了整个造车工艺。
当前的汽车制造流程是，冲压、（车身）焊接、喷漆和总装。
下一代车型上，特斯拉将优化组装工序，提高操作工人的工作密度，减少车间占用面积等。
比如，特斯拉将车身分解为几个部分，最终进行一次性组装。
再比如，下一代汽车将可以由更多人同时装配。相比Model 3，下一代汽车的操作工人密度可以增加44%，空间利用率提升30%。
特斯拉的产能时间表中，实现第一个100万辆汽车下线用了12年时间，第二个100万辆用时18个月，第三个100万辆时，用时11个月。第三个100万，用时7个月。
缩短时间也意味着更高的生产效率，和更低的制造成本。
提***能，还可以简单粗暴地扩建更多的工厂。
去年8月，马斯克在特斯拉2022年股东大会曾表示，这家电动汽车公司可能需要在现有设施的基础上再增加10到12个超级工厂，以提高汽车产能。后来，公司高管又表示，可能要在全球每个州设立超级工厂。
特斯拉的下一代车型，将在特斯拉墨西哥超级工厂生产，这也是特斯拉的全球第五座超级工厂。
最后，特斯拉对后续的产品投放策略也进行了明牌。
马斯克在投资者日的提问互动时说，特斯拉没有***推出太多车型来达到2030年年产2000万辆的目标，可能10款车型就够了。
年产2000万辆对应的是相应的交付量，10款车型，相当于每款车在2030年当年要交付200万辆，相当于每款车在它的细分市场里都有着绝对的份额。
这会成为现实吗？
我们不怀疑特斯拉的产能能力，但能否顺利交付很可能面临巨大压力。
根据汽车分析机构Autostat最新研究报告显示，2022年全球新车总销量为8098万辆。2000万辆，基本上意味着全球每卖出四台车，就有一台特斯拉。
另外，特斯拉的每款车都能在细分市场占据绝对大的市场份额吗？
现在看来，第一代车型Model S、Model Y不属于这一类别。在豪华电动车市场，特斯拉尚未撬动传统的豪华燃油车品牌的地位。
Model 3和Model Y在新能源车做到了细分市场绝对大规模，但放大至整个汽车市场还有提升空间。
接下来的下一代车型，大概率会由于更低的成本，下探到10多万级别的汽车市场，这也是特斯拉产品的空白地带。
用科技功能影响用户的心智，再通过改进造车工艺、大规模地生产制造降低成本，最终扩大市场份额，特斯拉更像是上个时代的福特。
疯狂造车，疯狂卖车。
这些都指向特斯拉的最终目标，也就是Master Plan 3。
Master Plan 3，还能相信吗？这是特斯拉的第一个投资者日，常规理解就是，这是给投资人讲故事的日子。
马斯克讲了Master Plan 3，也就是特斯拉秘密宏图的第三篇章，主题是如何让地球更加健康，向完全可持续能源迈进。
它涉及五个方面：
1.全面转向电动车
2.在家用、商用和工业领域使用热泵
3.在工业领域使用高温储能及绿色氢能
4.在飞机和船舶上应用可持续能源
5.用可再生能源驱动现有电网
实现可持续能源经济所需的要素，包括240 TWh的能源存储，30 TW可再生电力， 10万亿美元制造投资，不到燃料经济二分之一的能源要求，小于 0.2%的可再生能源基础设施占地面积、相当于2022 年全球GDP 10% 的可持续能源投资。
特斯拉规划共计14亿辆规模的电动车队。
时间表也有了，目标是在 2050 年前实现能源 100%可持续。
梦想值得尊敬，手笔也足够宏大。
回顾一下，特斯拉在2006年发布的秘密宏图第一篇章：
1.生产跑车
2.用挣到的钱生产价格实惠的车
3.再用挣到的钱生产价格更实惠的车
4.在做到上述各项的同时，还提供零排放发电选项
2016年，秘密宏图的第二篇章发布：
1.创造惊人高效的、配备集成储电功能的、美观的太阳能板
2.扩充电动汽车产品线，满足各细分市场需求
3.通过大量的车队学习功能，开发出比人类手动驾驶安全10倍的自动驾驶技术
4.让车辆在闲置的时候，通过分享来为你赚钱
第一篇章已经完成，第二篇章部分完成，特斯拉现在又定下秘密宏图的第三篇章，就看包括投资者在内的外界是否相信了。
如今的特斯拉，轻轻扇动一下翅膀，总能引发行业震动。
最直观的，因为投资者日上的一个动作，比如宣布减少稀土永磁使用，A股市场上稀土永磁板块集体暴跌。在此之前，由于在HW 4.0中重新启用毫米波雷达，又引发4D毫米波雷达个股的连续涨停。
那么，公布Master Plan 3的特斯拉，为什么看上去像是喝大了一样。
最直接的，根据Clean Technica统计数据显示，2022年全球新能源乘用车市场首次突破1000万辆，渗透率提升至14%。十步才走出一步，这还是全球车企共同发力的前提下。因此，瞄准2050年可持续目标，这一看上去像是发起总攻的秘密宏图第三篇章就显得有些早了。
终极梦想之外，特斯拉仍需要回答那个现实的问题，如何与燃油车竞争，卖掉更多的电动车。
本文来自易车号作者HiEV车研所，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
标签： #特斯拉
