今天这位「皮衣极客男」撩到你了吗？
2021 年的科技圈被两件皮衣点燃。 一件来自 NVIDIA 老大黄仁勋的厨房专属款，老黄和他的皮衣仅用「 数字人」 技术实现的 14 秒画面，就把众多科技发烧友骗得团团转，「 真假老黄」 的故事层出不穷，发展到最后只能 NVIDIA 官方出来辟谣。 另一件是 8 月 20 日早，特斯拉 AI 日上马斯克穿的皮衣。难道你们不好奇吗，此时的美国也是夏天，与马斯克同台的伙计们都是牛仔裤加 T 恤的「 程序员标配」，而老马本人却用一件皮衣把自己裹得严严实实。 我相信此时在看文章的小伙伴们都或多或少地了解了特斯拉发布的 Tesla Bot，一个身高 1.7m 的类人型机器人。所以我们可以进行一番大胆地猜测，没准三个月后就会出现一篇名为《马斯克骗过了全世界，藏在皮衣下面的竟是 Tesla Bot》的文章（开玩笑）。 言归正传，从「 自动驾驶日」、「 电池日」 到今年的「AI 日」 马斯克正在将特斯拉包装成一家彻头彻尾的人工智能解决方案公司，正如在谈及 Tesla Bot 时，马斯克表示他们对机器人项目抱有信心，毕竟从某种意义上讲，汽车也是机器人的一种。 比起上次马老板 28 分钟结束新款 Model S Plaid 的交付仪式，本次接近两个小时的直播真可谓「 内容量有点大，你们忍一下」。而将所有内容理顺之后，我们得到了三个关键要素： D1——赋予特斯拉赶超芯片大厂的能力； FSD——云端神经网络深化纯视觉自动驾驶路线； Tesla Bot——AI 的实体化形态 相信我，「AI」 是一名身着皮衣的技术男口中最性感的名词，但当马斯克用这个词撩拨全世界技术宅的心弦时，你一定要冷静，毕竟大家认识马老板已经不是一天两天了，他的宏图愿景基本上是由一半「 肺腑之言」 加一半「 荒诞情话」 构成的。 这回特斯拉真的走「 芯」 了 在 AI 日之前，关于特斯拉 Dojo 超级计算机的讨论早已甚嚣尘上。让人意外的是，此次马斯克要讲述的不仅是 Dojo 超级计算机的故事，还有特斯拉自研的 D1 超级计算机新芯片。 D1 芯片的能力如何？ 单个芯片算力为 362 TFLOPS，25 个芯片为一组，算力可以达到 9 PFLOPS，接口带宽为 36 TB/s。 Dojo 超级计算机何许人也？Dojo 是由 D1 芯片组（25 个为一组）组成的超级计算机，每个机柜可安放 120 个芯片组，理论算力达到 120x9PFLOPs=1080PFLOPs。 可能将上述数字罗列出来也无法让大家产生最直观的感受，所以我们找世界上最牛 X 的超级计算机来对比一下。目前世界第一的超算为日本的富岳为 442PFLOPs，特斯拉 Dojo 超级计算机的性能是它的两倍多。当然我们要强调的是理论算力，因为马斯克在社交平台上也直言 Dojo 面临的最大问题就是能耗，Project Dojo 能否完全落地也要看他们后续能否解决能耗问题。起码在 D1 模组的爆炸图上，我们能看到特斯拉在尝试新的散热技术。 从上述表格反馈的排名能看出，前四名超级计算机都属于「 国家队级选手」，日本富岳排名第一，中国的神威太湖排名第四。特斯拉正在以「 一企之力」 实现他人「 举国之力」 完成的事情，如同 Space X 探索火星一样。 特斯拉推出 D1 之后，他们实现了与 NVIDIA 和谷歌等芯片业大佬的平起平坐。所以特斯拉入局超级计算机的目的是什么呢？ 走视觉路线，马斯克是专一的 Dojo 意为「 道场」，特斯拉组建 Dojo 超级计算机的目的之一是为给 FSD 的视觉感知自动驾驶路径提供一个进行「 算法精进」 的道场。 我们现在了解到的融合感知硬件的自动驾驶方案都是将主要算力集成在车端，这也是当激光雷达上车之后，大家都在「 狂堆」 车端算力的原因，感知硬件的冗余使得车规级 AI 芯片算力即将完成上千 TOPS 的突破。 特斯拉走的是完全视觉路径，车端感知硬件只有 8 颗摄像头，所以在车端 AI 芯片上特斯拉的算力的并不高，FSD 也不过 144TOPS。就目前的技术来看，视觉感知路线是更加考验 AI 能力和学习能力的自动驾驶解决方案。这也是众多车企和供应商选择激光雷达融合视觉感知的原因。 相比之下纯视觉识别是最为「 拟人」 的方案，车载 AI 需要通过摄像头拍摄到的画面判断出车辆行进录像中出现的其他车辆、行人、车道线甚至猫猫狗狗。因为技术难度过高，所以会出现特斯拉 FSD 将影子识别成车辆同时采取紧急制动的案例。采用激光雷达辅助视觉感知的方案能够在现阶段大幅避免错误判断，因为激光雷达可以向车端 AI 传输 3D 点云图像，拥有三维感知能力后自动驾驶系统可以更好地应对各类情况。 正是因为多数人认为纯视觉路线的制动驾驶系统过于考验 AI 的能力，所以大家转投融合感知路线，起码在这条路径下路面上的所有障碍物都是能够被识别到的，自动驾驶本就是个脆弱的行业，这个行业的每一次突破都必须有「 万无一失」 的保障。但马斯克偏不信这个邪，Dojo 的到来便是马斯克要一路到黑的决心。 Dojo 必定成为辅助 … 继续阅读
被裹挟的「自动驾驶」
「 自动驾驶」 成了近期有争议的一个词。 前几天，企业家林文钦在一起交通事故中丧生，通告中写道他驾驶着蔚来 ES8，「 启用自动驾驶功能（NOP 领航状态）后，发生交通事故「。 「NOP 不是自动驾驶」？ 「 是不是没按要求操作」「？ 是不是 NOP 出了故障」？ …… 一时间对于事故原因的争议四起。 在交警部门给出事故责任认定结果之前，我们很难隔空做出判断，但是事故给我们带来的争议和思考，已经超过了这件事本身的范畴。 毕竟，这不是第一次发生与「 自动驾驶」 相关的事故了。上周，美国国家公路交通安全管理局（NHTSA）发布了调查声明，针对 2018 年以来发生的 11 起与特斯拉 Autopilot 相关的车祸事故，对特斯拉辅助驾驶系统进行正式调查。 这是怎么了? 令人迷惑的自动驾驶 or 辅助驾驶 在这起事故的新闻下边，我们能看到不同用户的留言： 「 不是吧，真的有人相信自动驾驶？」 「 这不是自动驾驶，是驾驶辅助……」 「 厂家出了 NOP，那就应该是安全的啊，肯定是操作有问题…..」 网友们隔着屏幕来发表自己的看法，这些甚至有点互相矛盾的观点背后，正是自动驾驶现阶段的乱象。 从无自动化的纯人工驾驶，到彻底摆脱驾驶员的完全自动化，最早的 SAE 自动驾驶分级标准划分了 L0~L5 不同的阶段。L0~L2 阶段，只能算是「驾驶员辅助系统」，在这个阶段车辆只是给驾驶员提供警告和短时间的辅助，驾驶员是操控汽车的责任主体；L3～L5 阶段，是「自动驾驶系统」，车辆是控制主体，驾驶员变成了乘客。 而夹在两者中间的 L3，就成了尴尬的存在： 部分功能由系统操控，部分功能需要驾驶员接管。 什么时候车辆负责，什么时候用户来负责? 因此，车企给自家产品起个「 辅助驾驶」 的名字，甚至发明了「L2+」「L2.5」 的字眼来宣传。只要不到 L3，「 用户是汽车的责任主体」 就是一柄免责的「 尚方宝剑」。 给自动驾驶划分等级的本质，是因为它在功能上有缺陷，无法一蹴而就。 很多人将这次 NOP 事故原因归结为没有搭载激光雷达。因此，在识别前方道路的静止物体时有很大的缺陷，识别不到静止的工程车，把停在路旁的白色货车识别成蓝天…… 但是搭载了激光雷达就解决问题了么？激光雷达对静止障碍物的识别精度，的确提高了汽车的感知能力，增加了安全冗余。不过看看更早就使用了激光雷达的商用场景，Waymo 的测试车们头顶着巨大的固态激光雷达，进行了超过 1000 万公里的测试，依然出现过近 20 次事故，几十次车辆失控需要人为接管。 当 AlphaGo 已经能在棋盘上对职业选手「 大杀四方「 的时候，在更复杂的道路上，汽车的智能化显然还一副不了。 更先进的传感器、激光雷达、更先进的仿真系统，解决掉了 99%、99.9%场景下的障碍，但是当 1%、0.1%发生在用户身上的时候，造成的创伤就是 100%。 因此，现阶段的汽车领域能看到不同车企对于自动驾驶的选择：丰田、大众、通用这些老牌车企，并不愿意以「 自动驾驶」 为卖点，只提供几项 ADAS 功能；就算是相对激进的新造车们，也会在自家的「Pilot」 功能界面，反复强调「 只是驾驶辅助，无法实现自动驾驶」「 驾驶时不能双手不能离开方向盘」「 使用时也要时刻关注路况」…… 是谁让你信任「NOP」 们？ 在现实中，那些对辅助驾驶完全不信任的人，不会把它作为买车时的加分项，甚至很少使用相关的功能；而会因为类似 NOP 的功能而买车，频繁使用这个功能的人，正是那些相信它的人。 这个功能伤害的，正是它的簇拥者。是谁让他们信任 NOP、FSD、NGP 这些辅助驾驶功能呢? 打开汽车的说明手册、或者在车内点击辅助驾驶功能界面，都有同样的情况说明，告诉用户「 着不是自动驾驶，操作时双手必须时刻放在方向盘上」，要遵守使用规则和使用的条件等等。 不过这些选择信任 NOP 们的用户，接收到的可不只是这一种信息。在车外，在广告和新闻上，我们能看到铺天盖地关于辅助驾驶「 标题党」 式的宣传。 品牌店里，销售顾问热情的向客户演示这售价不菲的辅助驾驶功能，有意无意的将手脱离方向盘演示，动作和话术向消费者暗示着：我在高速公路上打开 NOP 功能，就可以稍微走个神。 在新闻里，各地区的 Robotaxi 路段陆续开放，消费者能看到无人驾驶的出租车都开始试营业了，而背后看不到的是，每台 Robotaxi 都配备了安全员，高度智能化的背后依然是人来做安全的兜底。 在视频网站上，某些品牌 L4 级的自动驾驶表现惊人，顺利的穿越复杂路段，躲避障碍；看不到的是，这些车上搭载了可能比汽车本身都昂贵的先进传感器，在同一段路上经过了上百次的反复测试。 车展上，车企打出了「L4 级自动驾驶量产车」 的口号…… 一边是严谨的、全面的操作说明；一边是铺天盖地的「 汽车足够智能」 的宣传。 当我们在指责用户有没有认真看说明书的同时，也想问一句： 他们是否收到了足够的安全提醒? 没有没被误导呢? 这让我想起来前几年的「 宜家抽屉柜事件」。 2014 年宜家抽屉柜倒塌致儿童窒息死亡，第一起事件发生后，宜家在说明书增加时安全警示，详细地提醒用户要将柜子与墙固定，可以说是尽到了企业的安全告知义务，就像汽车说明书中那句「 辅助驾驶不是自动驾驶」 一样。 然而，这并没有阻止悲剧的继续发生，后续两年里，又陆续发生了几起同样的事故。最终宜家不得不将抽屉柜召回，改造结构，强制加上后背的固定部件，才避免更多的危险发生。 对于企业来说，说明书、操作界面的安全警示，是法律上的义务；但是当悲剧发生的时候，不论是一家企业还是整个行业，要做的不只是完成义务，不是用一句「 辅助驾驶不是自动驾驶」 来推卸责任，而是肩负更多的社会责任，去阻止尚未发生的危险到来。 下一步的自动驾驶，该刹车么? 「 机器进入人类社会和人类共生，是一定会造成事故的，讲难听点就是杀人。「 这句「 自动驾驶杀人论」 引起了不少的争议，也给当事人带来了点麻烦，但我们也许不得不承认：这是句实话。 自动驾驶，寄托着大家对更先进的智能化的期望，希望它能解放人类的双手双眼双脚，让那些不会开车、不能开车、懒得开车的人也能独立坐车出门。就算是现阶段「尚有缺陷」的辅助驾驶功能，也在无数场景中帮用户避免了交通事故的发生。 科技本身是无罪的，自动驾驶也好，辅助驾驶功能也好，它们本身都不是带着目的是去「 杀人」。 这个功能可以在一定程度上提升效率，甚至改变人们的出行习惯，推进人类社会进步。而想要推进这个技术，就必须得在一定程度上付出时间、对技术的研究、对法规的改进、甚至不得不提前」 上路「。因为技术「 不上路」，就很容易触碰到瓶颈，很难用纯仿真的方法接触到现实中的各种 corner case。 因此，也许情感上很难接受，但悲剧的事故，无法阻止汽车智能化的前进。也许一个月后我们就又能看到辅助驾驶技术突破的新闻，能看到以「pilot」 功能为卖点的新车上市。（蔚来下一款车型 ET7，卖点之一是搭载激光雷达的 NAD 自动驾驶功能）当汽车的智能化技术飞速发展，把车企、行业、甚至不少消费者都带得「上头」的时候，自动驾驶要做的不是「刹车」，而是加上几把「安全锁」。 当汽车的智能化技术飞速发展，把车企、行业、甚至不少消费者都带的「 上头「 的时候，这些事故无法让自动驾驶「 刹车」，但至少可以加上几把「 安全锁」 吧。 在传统汽车领域有一条绝对不能触碰的「 红线」，那就是安全。 上世纪 70 年代，福特的「 平托（pinto）」 轿车由于油箱设计缺陷，在遭遇追尾事故时，可能会引发起火甚至爆炸。这起本来应该召回的缺陷，在福特内部却变成了一道数学题：召回要花大约 1.4 亿美金，福特预估这一缺陷可能会导致大约 180 人烧死、180 人烧伤，外加车辆损毁的费用，就算全赔，花费也不到 5000 万美金。后来的结果也知道，这件案例被揭露出来，福特不仅被美国法官处以重罚，也让公司名誉受到很大挑战。 福特收到的重罚，不是因为具体发生了几起事故，而是因为它为社会造成了多大的潜在风险。汽车百年的工业史，就是建立在这些为尚未发生的危险而接受惩罚之上。这些惨痛的「 教训」，让传统车企在面对辅助驾驶、面对智能化时，更加谨慎，甚至有点保守。 相比之下，汽车行业的新玩家们显然没领教过这种「 代价」。在互联网思维的「 赋能」 下，汽车开始「 提速」： 系统迭代更迅速，反正 OTA 让软件功能的不足可以后期弥补；运营和宣传更灵活，宣传语夸大了？那是消费者断章取义没看原文；新技术上车的速度也更快了，每一家都在抢着「 首发」 的名头…… 然而汽车与互联网不同，与手机、电脑其他消费产品都不一样，它与生命息息相关。当某个 APP 充满了 BUG，开发者大可以推送一个升级包，甚至可以不要这个 APP，在应用商城上重新发布一个新的 … 继续阅读