Waymo还是特斯拉?自动驾驶天王山之战,谷歌可能惨败!

发布于: iPhone转发:34回复:39喜欢:21

雪球原创 by 京沪快线老干部,转载请注明

$特斯拉(TSLA)$ $谷歌C(GOOG)$ #特斯拉万亿市值# #特斯拉自动驾驶# @不明真相的群众 @李想

上一篇文章大致介绍了特斯拉从HW1.0到3.0以及相应自动驾驶软件的更替历史(有兴趣可以去老干部个人主页看看)。这篇文章主要比较谷歌Waymo和特斯拉自动驾驶的路线和特点。

谷歌和特斯拉选择了完全不一样的技术和业务路线。谷歌Waymo团队是从当年美国国防部2015的DARPA Grand Challenge冠军队斯坦福队而来,其中包括了后来“带着”Waymo技术去了Uber的那位哥们。Waymo的整体路线风格带着浓厚的学术味道。以至于做了将近10年,今年才开始真正在亚利桑那州路测。

谷歌采用了业界“公认”的需要达到L5必备的LIDAR激光体系。早期谷歌光从Voledyne买一套激光设备就需要7.5万美金,后来谷歌号称把这个成本降低了百分之九十,但实际整套硬件设备也仍然需要将近1万美金,而且激光设备需要放置在车辆顶部,非常难看。这导致谷歌的自动驾驶一直处于这种实验室状态。估计没人买车会愿意多花1万美金给自己车上装这么个丑陋的东东,让自己的车长得像出租车一样。

谷歌采集数据的方法和特斯拉也不一样。谷歌是自己买了几百辆车,装上前面说的那个车顶设备,然后在设定好的城市里面不停转,车速基本保持在60公里以下。这样做的好处是谷歌很快号称自己已经实现Level5自动驾驶(有点一个城市的地图熟了闭着眼睛开的意思),但遗憾是谷歌10年来真正这种路上实际跑的数据只有800万公里,而Waymo号称的80亿公里数据大部分是实验室的模拟器模拟出来的。虽然谷歌也在扩大自己的测试车队规模(从几百辆计划扩充到1万辆),但和特斯拉20万已售车辆不断收集的实际驾驶和路况数据比较,就完全不是一个数量级了。实际上今年七月麻省理工一个教授透露特斯拉已经积攒了近20亿公里的自动驾驶里程(应该指L2),而如果包含影子模式收集到的数据,特斯拉已经积累了125亿公里的实际驾驶里程。这里面包括了宝贵的各类事故及危险情况,以供特斯拉的神经网络不断学习。

如老干部上一篇文章标题所示,2018年是特斯拉自动驾驶爆发的元年。这一篇的标题是自动驾驶天王山之战。为什么这么说呢?行业里面有个不成文的共识,当自动驾驶里程累计超过100亿公里以后,机器学习人类驾驶就会成为可能。如果把特斯拉影子模式下积累的数据,甚至谷歌Waymo在实验室模拟的数据算上,两家也都差不多到了这个数据的临界点。下面就是比拼真正技术的时候了。

从计算硬件看,由于谷歌并未公布自己使用什么芯片来进行计算处理,而考虑到特斯拉已经布局了两年,请了Jim Keller专门研发了ASIC芯片并整合在最新版特斯拉上,计算速度达到2000-2500帧每秒,比英伟达GPU快了10倍以上。谷歌在这一方面可能很难超过特斯拉。

算法方面谷歌自然不弱,但特斯拉请来了计算机视觉的大牛Andrej Karpathy担纲,从特斯拉V9来看,特斯拉很快从L2进入L3。

最重要的区别,还是理念的差异,也就是马斯克对第一性的理解认知。特斯拉认为人类主要靠视觉,听觉辅助来进行驾驶,激光并不必要,前期用MobiEye和英伟达算是做了行业尽职调查,知道这帮人都玩不转,所以马斯克坚决搞自己的芯片,往视觉识别学习的路上越走越深。

而谷歌走了学术界路线,没有大胆放弃LIDAR(实际上通用收购的Cruise就是个超低配版Waymo,被马斯克笑话为demoware,也号称值115亿美金了),这导致这个方案长期无法大规模铺开,学习速度缓慢。谷歌的做法是一个一个城市做,做到今天也只做了美国10几个城市试点。这套东西如果搬到欧洲,则需要重新学习每个国家每个城市,标注下来才能慢慢上路(注意是真正慢慢上路,就和老太婆开车一样的慢,据说通用的Cruise在路上只跑40公里每小时,这样的龟速是无法真正大规模商用的)。

正因为谷歌路线选择错误,今年开始的亚利桑那路测Waymo遇到很大挑战,相当于把谷歌Waymo放在一个陌生城市的时候,Waymo就懵逼了。而这是特斯拉第一天就在考虑的问题,因为马斯克知道特斯拉的自动驾驶必须能够应付“corner cases”,而不是像实验室里一样先设定好环境再去进一步学习。基于此,特斯拉目前的方案虽然还在进化中,但这个进化会到达一个临界点(Model 3的指数型增长会加快这个临界点到来),使得特斯拉的神经网络能够在驾车方面接近甚至超越人脑,而不需要预设一个城市,或者预设一种天气。

写到这里,想必各位也明白老干部对这天王之战的结果预测,没错,2019Q1特斯拉新Autopilot HW3.0上线之际,胜负会非常明了。

行业里面还有一个自动驾驶排名,Waymo排名第一通用第二,而特斯拉排名垫底。知道为什么吗,这是加州DMV根据各家公司自动驾驶车队提交的里程数做的排名。换句话说,这是各家在实验室情形下,各自的小车队各刷了多少里程来排的(像不像城市无人自动洒水车?)谷歌就不说了,通用之所以拍第二是因为它家收购的Cruise以前就起家于旧金山,旧金山的城区刷的还是很溜的。而特斯拉根本就没有提交这个里程数,因为特斯拉的车队根本就没在刷,如果你已经开始在世界的各个角落改变这个世界,你应该也不需要关注这种小打小闹的学究项目吧。

包括芒格在内的很多人认为马斯克是个很大胆也很愿意冒险的人,但从对自动驾驶的路线选择可以看出来,马斯克非常务实理性,第一性原理的思维方式虽然看似简单,但却让这么多公司陷入到LIDAR这样的陷阱里。也许只有时间才能证明钢铁侠的选择,我们拭目以待!

全部讨论

2018-10-04 22:04

马斯克知道激光雷达而不用,其它公司没有激光雷达就不会做了,这是境界的差别。

2018-10-04 22:50

我也算是老Google的铁粉了,说实话以Google的财力,如果具备马斯克这样的雄心和能力完全有机会做到比spacex还惊人的水准,但可惜一直不能两者兼具,佩奇曾经说过如果他死后要分配遗产宁愿捐给马斯克这样的人去改变世界而不是捐给所谓的慈善机构,我相信是有原因的。特别最近两年所有从Google里孵化出来的新项目,真正可见能商业化成果的屈指可数,反而内部不断对一些没信心的项目进行了切割,我个人感觉这些项目虽然都具备足够的雄心,但对解决方案的路径选择上似乎没有马斯克这么准确,无人驾驶只是广为人知的其中一项而已,卖掉的机器人项目,千兆光纤,卫星气球网络等等,总感觉都差那么点火候,相信这不是偶然的。

2018-10-04 21:54

完全同意你的看法。个人觉得Lidar就是一个历史演变过来的大坑。 因为Darpar比赛没有路径定义所以lidar 才胜出,结果Waymo 这些人就一条道走到黑了。这种做法只能用在一些特定的市场。

2019-01-12 13:52

开车即使到陌生的地方,只要开个导航知道在哪个路口拐弯就可以了... 开车本身也依赖几个简单的逻辑,并不需要很高的智商... 通常而言,有规则、规律的东西计算机都比人类擅长得多... 结果就是特斯拉的方案必将胜出并长期领先

2019-01-13 00:45

目前,特斯拉的辅助驾驶功能已经非常好用了,在高速上特别好用,基本上不要去管路况,很放松。快速路也很好用,车停车走,车自作主。只是目前还不能够识辨红绿灯,等到一季度软件在升级,估计足可以达到L4的水平。

2020-11-19 01:55

大数据收集本该由厂商自己在测试阶段来完成,一切成熟可靠后再推向市场,但在特斯拉这里,用户变成了小白鼠。相比起来,通用作为领头羊在自动驾驶方面已经达到了L4级,但依然在进行着不间断测试,并没有贸然推向市场,这也许就是正统老牌厂商和互联网造车的区别吧。

2019-03-25 14:19

请京沪快线老干部老师看下私信留言~

2019-01-12 16:16

汽车电动化和无人驾驶都是渐进的

2019-01-12 08:42

比亚迪自动驾驶落伍了