理想one的下一个版本应该换掉东安发动机，换一款效率更高的发动机，或者，干脆就不需要发动机，只需要一款高效率的汽油发电机...

2021-03-07 22:56

理想汽车CTO王凯的访谈：

//媒体：下一阶段你们打算把研发团队建到多少人？
王凯：在特定的阶段应该做特定阶段的事情。从 0 到 1 的时候更多是说如何把这件事情的机制转起来，你对成本控制是应该的，没有搞清方向就砸钱，这是很大的浪费。
从 0 到 1 阶段，理想汽车真正抠的是运营，并不是说研发工程师减薪，没有这一说。而从 1 到 10 阶段，我可以负责任地讲，我们一定会把研发人员的薪酬高于市场之上，个别的例子会超出很多把他招来。
媒体：一年研发投入要多大的规模？
王凯：我先说人数吧，因为钱取决于我们要干的事情，而且是实际招到的人影响很大的。
比如说自动驾驶团队，因为我们要自研，之前我们是用 Mobileye 的东西，感知部分不是自研，现在感知这一块我们要自己做。自动驾驶团队从现在小的规模扩张到 200 人。
媒体：现在是多少？
王凯：60。这只是一个领域。我们从长远来讲是有很多的布局，OEM 来讲，走科技企业的触角要探得很远，我们重视人才质量，你看特斯拉也一样，没有说垒一堆人。
有说做这种软件垒一万人、几亿行，这一点我们有不同看法。我们觉得像特斯拉每个人都很精，质量很高。
从我的角度来讲一直是拼效率，效率是最核心的。你对资金的使用效率，对人员、运营的效率，这是最核心的。各个分支领域的顶尖人才，这是我们希望质量高的团队。
媒体：如何定义核心技术？
王凯：能非常直接体现价值的就是核心技术，第一就是数据。我刚刚说了，数据驱动型科技企业，数据是命门。另外一个是跟用户相关的，因为为了提高终端客户的极致体验。
以自动驾驶为例。自动驾驶领域有一个特别大的挑战是在于延迟，这是非常大的一个挑战。为了能控制这件事情，你需要对整个技术栈有一个控制。最核心的 Kernel 部分一定要在自己手里，只有这样才能保证延迟可控。
一旦你交给供应商，他的开发是黑盒的，你到那儿就形成断裂了，当客户提出需求让你改，你都没法完成这件事情。
虽然 OTA 本身机制已经建立好了，但是如果有些东西完全黑盒没法改动，或者你需要交钱，就算交钱也不能很快给你迭代，他就捏住你的命门了，对我们来讲全栈软件的架构是要自己把控的。
Middleware 的 Kernel 也是要把在我们自己手里，我们会自己建这两个Kernel 部分的 API，尤其是 OEM 的 Kernel 我们会建立合理的 API 引入第三方进来，有一些现成的东西就可以进来了。
通过 Middleware 的 Kernel 外建 API，可以引入现成的算法，这套东西成为体系，它有自己的 Middleware，加上上层的 application 应用，通过 API 就可以直接用。但是最核心的数据交互都是我们来组织。
对我们的合作方，我们希望是白盒交付的，这样才能真正控制说客户端反馈有问题，我们能快速诊断出来哪儿有问题，我们去更新，跟用户的闭环就完成了。
媒体：白盒是？
王凯：源代码。
媒体：OS、Middleware 的内核和 OS、Middleware 整体的差异是什么？
王凯：内核是相当于一个基石。Kernel 部分包括 file systems 文件调度系统，IO 系统，还包括 boot，就是最开始的 boot。这一部分是最核心的部分，比如说外延的一些application 甚至 driver，都是在 OS 范围，但不属于 Kernel 部分。
媒体：不是那么重要？
王凯：一样很重要，但是这一部分不一定非得所有东西都自研，我甚至可以交给第三方，因为不是命门。影响你最根上，最骨架的东西没有掌握在自己手里。比如说你找供应商，可以按我的规矩，我只要你按我的规矩走，我就能保障我自己
汽车业尤其是自动驾驶，最重要的是 worst case。你看特斯拉为什么很多事情做得快，因为所有的都是自己做的，包括自研硬件，是因为它觉得没有任何人能满足它的软件。
当它软件做到极致的时候，顶级的软件工程师一定是想自己做硬件，他看哪个都看不上眼。顶级的硬件工程师一定也想自己做软件，说你们太 LOW 了，这是很自然的水到渠成的事情。
媒体：之前理想对自动驾驶有一个路线图，现在您入职以后对路线图或者是时间表有没有一些更新？
王凯：整个步骤还是这样，我们首先会实现 NOA，其实我不愿意谈所谓的 L2、L4。
对用户来讲是什么样的场景，场景越来越多，自动驾驶的时间，能用的辅助或者是自动驾驶时间长，这才是用户体验。我们希望提高这个，包括数据闭环是根据用户需求来决定先实现哪个，淡化所谓的 L2、L4。
从场景来讲，说的教条一些像特斯拉的 NoA 先到位，然后 L3，L3plus，应用场景越来越宽，最后到 L4。
重要的时间节点，比如说下一款车，2022 年出的这个是要从硬件上要做到 ready L4 的硬件，不是把所有的硬件一下到位，但是接口全都到位，这车不光是软件升级，硬件也可以升级。
媒体：理想测绘资质吗，有没有说未来要做到高精地图？
王凯：有。
媒体：这一块的投入会不会太大？包括后期可能要做超级计算机训练数据？
王凯：首先第一个我们是有资质的，乙级资质。（乙级是自己采集自己用，不能卖。）
从我的角度来讲，数据是最重要的，我一直讲数据驱动的公司，地图包括高精地图是很重要的数据之一，虽然它不是用户数据，但是它是很重要的数据之一。
当你的科技属性强了以后，造车的费用跟那些比起来是小头。
因为本身机械制造、发动机技术，传统的技术基本上是比较成熟了，反而是不成熟的领域，但是你现在要它们都融合，它们是你最应该投钱的部分，这样才能体现你的差异化，而且这时候用户是可见你的迭代速度的。
特斯拉的超算，是它在这个领域做出前沿了。
但是我们也有自己的优势。我是这么认为，特斯拉如果不在中国建很强的本地团队，很有可能会被本土企业吊打。
我刚刚讲的很重要的一点，以后的汽车行业是数据驱动型科技企业，数据驱动是要跟本地用户发生强关联的，尤其是自动驾驶领域。
很多数据是国与国之间有不同的法规，他不到这个地界是不了解的，甚至数据出不去那怎么办。而本土企业植根于这儿，所有的员工土生土长在这儿，他知道这儿的规矩，这个迭代速度天生比外来人要快一些。
特斯拉其实带了很多新的理念，把整个供应链都带进来，确实有一些先锋的作用。
媒体：座舱、自动驾驶和算力团队之间怎么协同？
王凯：从汽车业来讲，架构这个理念有三个特别重要的趋势。第一个趋势计算中心化，第二个趋势数据网关卫星化、能源网关卫星化。不知道大家有没有听过，Zone Controller 区域控制器？就是典型的我说的三个趋势的实现。
我简单来说两句，然后再回答组织架构为什么要匹配，这是相关的。
计算中心化很简单。以前制造业是功能驱动型产业，我需要一个功能的时候加一个 ECU，把最终的结果数据，无论是输入还是输出就传到其他的地方，完成这个功能。以前加一个环视就加一个 ECU，就只提供你一个环视，就完了。
但是今天的智能车要求是什么？我这个产品在几年前定义的时候，架构都定义好，最初的时候给你一个基本的版本、基本的功能，以软件的形式实现。以前的情况下，几年后这个车就这样了，但现在是我给了你之后，你的软件部分一直在升级，一直在变得更好，会把内部所有资源都调动起来，这个时候原本的功能驱动型的架构就完全不行了。
以刚才我们讲的环视功能，任何一个中间结果，因为我这个是供应商做的，就是我给你电源、数据线，你输出，就完了，任何中间结果都没法用。
你想用，我去找他，你给我改一下，供应商说好，一百万、三个月，你还怎么做 OTA，这么一个小小的改动。
所以这个时候最佳的解决办法就是所有东西，用硬件的东西最开始的时候搭个大架子，软件的基层做完，尽量计算到核心的东西去做。而这些传感器都只是数据进来。
至于我怎么用是在中心计算平台最开始有一个先给内件的搭配组合，回头升级以后有新的玩法，在中间改就行了。所有端的东西，传感器都不用碰，这跟以前的概念完全不一样。
刚才我说的一个是数据网关卫星化和能源网关卫星化，这两个是什么意思？
原本我的架构，一个豪车 200 个 ECU 很正常，里面缠了很多线，组装的时候很费劲，这个已经不符合以后的需求了，你完全是 update，每个都只有最终结果，不能改中间，实现的功能非常有限，我还得求爷爷告奶奶，不一定实现，我搞定一个 ECU 其他的都能这么用。
在新的体验下，把所有的计算尽量中心化，一到几个核心的 ECU 有实际的脑子，原本因为很多的 ECU 分布在车里，车里的东西无非要不是输入，要不就是输出。输入是传感器给你攒集来的数据。输出是控制某一个电机，窗户开或者是关，就是这些。ECU 之所以放在这些地方是因为离电机近，新一代几个的时候把这些都无脑化，形成一个卫星化，就好像中心城市和卫星城一样。
比如北京市和通州，通州做的是什么，这些人真正上班是在北京上班了，但是住在这儿，最开始要休息，无论能量还是数据都在这儿收集，通过智慧完成工作。
这样做的好处是什么？无论是能源网关还是数据网关可以进行数据输入和输出的汇总，不需要太多的脑子，把数据搬运回中心做计算。
有几大好处，第一是解决了 OTA 轻松升级，轻松管控。
第二是兼顾了物理位置的布局，使布局路线大大缩短，特斯拉说要缩到 100 米，但是没有做到，这一点特斯拉还是走的比较前面。
去年的核心专利我很希望在 Model Y 上有所体现，但是还没做到。有几个核心体现就是比如说 2D 布局，backbone 做完了以后，所有东西全在这上面。第二个是所有的基础件带通讯接口，说白了是安一个门，连上，有一个插口就插上。
像这些专利，去年年底发了两个，但是最后的时候并没有在 Model Y 上没有做到，但其实这个概念觉得大家都是认可的，这是以后的必然趋势。我之所以讲这个，是为了回到我们现在为什么组织架构这么做。
组织架构还是一样，你所做的运营也是技术的迭代，一步步扎扎实实走过去。当前有一个智能和系统部门，主要做的是智能座舱相关的所有东西，还有一个是云端和手机端的服务，包括 OTA 的通路都打通了。
自动驾驶有一个团队被独立出来，第三个是算力平台，算力平台当前的事情会研发一些核心的，而且有特别意义的是局部增容 ECU，我们要完成网关这些事情，能源网关和数据网关的融合。
媒体：自研 ECU？
王凯：对，能源网关和数据网关的融合，下一步平台部门会担任整个硬件抽象化的核心。那个时候就是硬件完全抽象化了，这个是下一阶段，一步步来。以后各种功能域会被提炼成需求对平台有要求，侧重点在软件上，而联系这些所有东西是系统架构的事情。
能源网关是供电。汽车之前也是很多能源供电或者是油路供电，这是车级很重要的架构的事情。但是到电车了以后，这个事情是最重要的。电的分布是怎么分布，电的使用效率。
因为其实包括特斯拉自研硬件有一个原因，就是因为它觉得其他芯片不够省电，就是非常第一性原则的典型的例子。
媒体：理想跟 Model Y 差距有多远，多久能赶上？
王凯：特斯拉的中心域控制器基本上差不多了，后续是性能提升，马上要出的 Hardware 4.0 我蛮期待做成什么样，那个时候真正会把自动驾驶和座舱是要融合了，在一个芯片里，那就非常厉害了。
我们现在属于这两个是分开的，两个 ECU，这是必经之路。你如果这一块不做扎实了，下一步走的时候，你在产品需求定义的时候会遇到层层阻力。
我们下一步是把交互做得更好，软件层面和内部的数据闭环是我们的重点，在这个阶段。
其实做预控制器尤其是融合这一块最难的是软件。功能安全从 QM 等级一直到ASIL-D 等级，跨度非常大，系统的复杂性指数级往上奔。如果你的软件不过硬，这件事情最好分开做。因为无论是复杂度还是研发投入的成本一直企业是扛不起的。
当你两边吃得很透，甚至做到某种意义来讲，开发的时候软硬分离，但是效率是软硬一体的时候，这件事情做完以后才能做下一步，在你的体系里完成 0 到 1，进入成本缩减的时候再说走下一步。
你现在 0 到 1 还没做，做下一个这会要了你的命，因为对车企来讲很多的指标是要落地的，我们有明确的时间点，这个车什么要落地，这是硬性的指标。
作者：类星频道
网页链接
出处： bilibili

作者：forcode

引用：

全部讨论