文 | 矽谷101
無人駕駛發展了上百年，整個行業已經燒了上千億，卻依然沒有落地，這其中的問題到底出在哪了呢？
有人說錢沒花在刀刃上，有人說技術已經成熟到三年可以落地，到底是什麽因素阻礙了發展？
前幾年不少自動駕駛公司事故頻發、燒錢無止境，一度讓整個行業進入了寒冬，而今年特斯拉釋出用上了端到端的FSD，加上最近的美聯準降息，會讓自動駕駛行業迎來第二個春天嗎？
我們上期文章 端到端能帶來新春天？深扒分裂的無人駕駛行業 從技術角度解析了自動駕駛，這期將從營運與經濟角度深入探究。
05 營運篇：無數個小問題帶來的大麻煩早在1921年，美國軍方就展出了第一台無人駕駛車，1925年，American Wonder制造的另一輛無人車在紐約百老匯接頭行駛，引發了巨大轟動。
盡管它們都是透過無線電來遙控，但也被認為，這是無人駕駛第一次被非正式提出。
從1925年提出概念，1956年Firebird 2普及了無人駕駛概念，到如今的2024年，人類為了解放「駕駛員」已經付出了無數時間和資金，但我們依然沒有看到大範圍落地，這其中的問題到底出在哪了？
侯曉迪
前圖森未來創始人兼CEO，Bot.auto創始人：
無人駕駛的問題，都在營運，我們最大的問題是營運不穩定，這個營運不穩定裏邊有可能是因為我們網線品質不行導致的，什麽每天上傳下載數據的效率很低，這個太復雜了這個事情，所以我覺得它不是一個一句話能講清楚的少數大問題，而是大量的小問題，考驗的就是你的組織，你能不能讓你的組織能力前進演化到以變態高的效率去解決大量的小問題。
那麽自動駕駛公司到底有多花錢？以及錢花哪去了？
Chapter 5.1揮金如土
我們來盤點下幾大自動駕駛公司的燒錢速度。
谷歌旗下的Waymo，今年7月剛獲得了谷歌50億美元的註資，目前總融資已超百億。 谷歌此前披露過，Waymo每年的營運成本約10億美元。
Waymo最大的競爭對手，也就是通用旗下的Cruise， 自2017年以來，已損失82億美元，光是2023年就燒掉了 34.8 億美元 ，為了負擔營運成本，其母公司今年6月宣布再註資8.5億美元。
那麽自動駕駛公司都把錢花在哪了呢？
由於很多公司沒有公布具體的財務支出明細，我們只能粗略地估計，自動駕駛公司的兩大支出在於研發和裝置。
匿名受訪者
L4工程師：
我沒有具體數位，所以說的可能不是很準，但大頭肯定是這麽幾塊，研發人力成本肯定是一大塊，還有自動駕駛車輛的成本，包括硬體、軟體都需要做相應的一個改裝，或者說前端的一個適配。所以它的車並不是像一般家用車的成本。
根據侯曉迪此前創辦的圖森未來2022年的財報顯示，全年在研發上的支出達到了 3.5億美元，占全年總虧損的74%。
邵旭輝
Foothill Ventures管理合夥人：
還是挺燒錢的。剛開始的時候我覺得主要是還是自動駕駛的裝置比較貴，當時最新的傳感器，比如說雷射雷達剛出來的時候，因為產能不夠，那最貴就賣到8萬美金以上一個，那有的車需要好幾個，甚至然後這些高畫質的網路攝影機，車載車規級的這些GPU算力，改裝一車一台車都很貴，對吧？所以一台車最後三、四萬的車改完了就十幾萬美金了。
現在主要是數據貴，也就是采集數據，訓練更好的模型，對數據的不光是量的要求，而且它的品質的要求越來越高了。那麽越高品質的數據，特定場景的這些，邊緣狀況的一些數據，那采集就會越來越麻煩，越來越罕見，越來越需要去不斷的更新。
然後就是算力貴，因為你們有了大量的數據，有了更高的要求，有了更復雜的模型，就需要更多的算力，所以就是這方面又會成為一個很燒錢的一個地方。
Minfa Wang
前Waymo高級機器學習工程師：
我們比如有配備遠端協助，那這些也是有一定的人力成本在上邊的，然後包括有車隊管理，這些都是有花費在上邊的。
所以從賬面上來看，自動駕駛公司的支出主要在於幾點：
第一，車輛成本 ，其中也包含了各種傳感器、芯片等硬體的改裝費用
第二，訓練數據成本 ，特別是隨著端到端的推出，訓練模型需要的數據品質越來越高，獲取難度也相應增加
第三，算力成本 ，這個算力並不是指車輛上的芯片算力，而是訓練模型需要的雲端算力
第四，人力成本 ，除了研發人員外，自動駕駛公司還需要龐大的人工團隊，來管理營運車隊
但如果整個行業從始至終融到的幾千億美元都用在研發上，為什麽我們如今還沒看到成果呢？ 在行業一些人看來，問題在於錢沒花到刀刃上。
侯曉迪
花了那麽多錢，但是實際上這些錢有多少是用在探索上的？有多少錢是用在了盲目擴張和應對其他人在一個非常大肆宣傳的環境下做的一些鋪張浪費，但是並不有助於實際開發的事情的。
另一位業內人士給我們匿名分享過，他認為Cruise的盤子鋪的太大，在市面上已有可用的硬體時，過於追求全鏈路自研而重復造輪子，最後導致真正在軟體、演算法上的投入減少，沒有對實際研發起到推進作用。
邵旭輝
Cruise當時其實並不需要融10億美金，我覺得融1億美金就夠了，我也跟其中出來很多人聊過，就是就不知道該怎麽花那個錢了。
我認為他犯了一個錯誤，就是沒有去集中精力去攻克比較關鍵的一兩個領域，而是把它分散到了所有的領域，什麽東西都去嘗試一下，結果就是造成了它哪個地方都不特別的好，然後又很著急的去推廣。
除了公司營運上的混亂，還有部份支出則是花到了處理各種事故與輿論上。
我們在和Cruise另一位員工聊的時候對方也說到，他們會有非常大的團隊，每天專門去處理無人駕駛車帶來的各種問題，這又將是一筆巨大的營運成本。
王辰晟
前特斯拉采購總監：
我去查了一下財報，Uber 2022年的IBEA（增量保潤分析）是17億美元，它預留了7.23億美元用於法律和解費用，也就是說它的利潤將近一半去做法律和解。你要想它可能更多的是基於勞動法或者是和司機的一個和解費，而不是一個乘客受傷的和解費。所以如果你要營運一個L4、L5這樣一個車輛的體系，它遇到的法律責任你需要去預留的這個成本我相信是會相對比較高的。
同時，有報道指出，美國兩家頭部自動駕駛公司，Waymo和Cruise，從2021年到2023年中，已花費超過230萬美元來影響加州的立法者，比如進行遊說，或者支持選舉等。
可能這個數位看起來並不大，但在另一篇報道中，Waymo2023年在加州的遊說支出排名達到了第八，全年花費了380萬美元。
這只是納入統計的數位，背後還要耗費不少人力，並帶來一些隱性支出與時間成本。
想做Robotaxi又必須一個地區一個地區的獲得批準，所以自動駕駛公司不光只在一兩個的地區參與遊說活動。
為什麽自動駕駛公司如此看重立法？這就得聊聊自動駕駛目前面臨的法律與接受度的挑戰了。
Chapter 5.2 無法共情
2023年10月，一輛由人類駕駛的汽車，與一名行人發生碰撞，導致行人被卷入了正處於自動駕駛狀態下的Cruise車底，最終行人被Cruise車輛拖拽近6公尺後才停車。
當月月底，Cruise因「事故頻發」，被吊銷了無人駕駛牌照。
在不少人看來，被吊銷牌照讓Cruise公司元氣大傷，因為自動駕駛公司想提高技術水平，需要大量的實際測試，如果失去了牌照，就意味著研發暫停、人才流失。
同時，獲得牌照也並不是那麽容易的事，需要跑足夠多的數據，證明整個系統的事故率足夠低，這又得耗費大量的人力、時間成本。所以法律的不完善，是自動駕駛發展受阻的原因之一。
張航
Cruise高級主任科學家：
我覺得法務問題是阻止這個領域真正去鋪開，去讓大眾接受的。希望能形成一套成熟的法律，能讓這個領域更良性的發展。我不希望的是就是出現一個，非常小的一個事故，然後就把整個，這個領域，甚至去領頭的公司，去有這麽大的一個損失。
侯曉迪
你說這種小的剮蹭問題，其實它更根本反映的是什麽呢？是在城市交通裏面，交通規則的權責劃分是不完善的。
如果你在開車，右邊有一個自由車道，然後你想右拐，你是不是就應該往自由車道走？這時候誰有路權？撞了以後是誰的責任？這件事是不清晰的，而且也不會清晰，因為你面對的是一個人，人們在做審判的時候，總是傾向於認為機器應該是完美服從於人的。
人可以犯各種錯，人可以跟人共情，但人不會跟電腦共情。所以在這個問題上，無人駕駛在一個權責不清的交通環境下，它一定是非常難做的。
好在各國政府正在積極推動法律的完善，比如8月底，加州釋出了自動駕駛卡車的營運監管草案，如果這項法案得到批準，對自動駕駛行業將是極大的推進。
但在人不會跟電腦共情的環境下，自動駕駛落地的最大挑戰，就在於民眾的接受度。
邵旭輝
從整個行業來說，我覺得最大的挑戰肯定還是，要讓大眾一下子接受全自動駕駛，還是需要很多的改變，還有很多的時間。
大家無法接受自動駕駛的原因主要分為兩點：
第一是自動駕駛對公民的生活，也帶來了一些負面影響。
比如突然停在路中間導致交通癱瘓，擔心工作會被機器搶走，或者因自動駕駛的出現打破了現有秩序。
邵旭輝
很多的大城市，舊金山、洛杉磯，就發現自動機駕駛車來了以後，會對他現有的交通狀況有一個破壞性的影響，那他們就會說，這個事情我們需要認真的研究一下。如果對我的現有的交通有比較大的負面的沖擊的話，這是一件壞的事情，會被罵的，甚至會被這個市民去抗議，甚至砸一些車，什麽都發生過。
特別是比如大眾的生活習慣和整個基礎設施的改建。比如現在的車80%~90%的時間是停著的，那還需要很多的車庫、停車場，那自動駕駛以後可能會倒過來，那商業區的停車場、駐家的車庫以及道路的設計，都會需要有很大的調整。汽車替代馬車花了幾天時間，那我覺得這個過程也會要花比較長的時間。
第二個原因，來自於人們對機器不夠信任。 雖然現在自動駕駛的普遍事故率，已經比人類更低了，比如Waymo就在最新的安全報告中稱，他們的事故率比人類駕駛降低了85%， 但大眾總會本能地認為，車輛不在人的掌控下，無法帶來心理上的安全感。
侯曉迪
無人駕駛系統是這樣，我們要認定首先每一個模組都不靠譜，但是透過這些模組的並列、互相之間的補充，能夠做出一個系統，使得這個系統能夠達到一個變態高的可靠程度。
這種變態高多高就算變態高，就是一個雙引擎飛機橫跨太平洋的時候，兩個引擎同時失效的機率。我敢不敢坐一個雙引擎的飛機橫跨太平洋？我當然敢了，因為現在基本上都是雙引擎的飛機。
邵旭輝
大家還是會不習慣，因為覺得電腦一旦出問題，可能所有的車都出同樣的問題，然後或者說是這個東西不由我控制的，那你就會比較恐慌。
就好像飛機和汽車一樣，飛機比汽車的安全系數要高好多個數量級，但是大家還是很怕坐飛機，因為其實它不受我控制。
在工程學上，永遠無法保證百分百不出現任何問題，人類也不可避免會犯錯，所以不少業內人士認為，大眾對自動駕駛的期待值過高，任何一點小問題都會被無限放大，進而導致對無人駕駛產生一定的恐慌情緒。
張航
Cruise高級主任科學家：
我覺得人們對自動駕駛的期待會比較高，它是不允許你會犯錯的，人類犯的一些常見的錯誤，但是對於一個自動駕駛公司來講，就是很難承受得住的公眾的一個關註和批評。
我覺得自動駕駛車輛本身的發展，跟大眾對自動駕駛車輛的認可，是一個互動的過程，並不僅僅是一個技術的一個突破和叠代。
這個技術，我個人看來已經是接近於很成熟的一個狀態。
如果技術已經處於很成熟的狀態，那目前自動駕駛的進展又如何呢？
Chapter 5.3 三年落地
Waymo從2018年8月開始在舊金山測試，今年的6月25日，向所有舊金山使用者開放了Robotaxi服務，三個月內，使用者付費次數增加了一倍，達到了每周10萬次。
Cruise 2023年被吊銷了執照，最近的報道顯示，雖然Cruise不認為他們的車輛有問題，但依然同意以召回1200輛Robotaxi為代價，結束政府對他們的調查。同時，Cruise對於沒有方向盤的L5汽車研發並不順利，目前已無限期推遲該計劃。
在貨運端，Nuro剛獲得加州批準，可以在灣區四個城市測試其第三代R3自動駕駛送貨車。而侯曉迪也開始投入新的無人貨運公司Bot.auto，最近剛完成2000萬美元Pre-A輪融資。
至於以賣車為主的L2代表特斯拉，就像前面說的那樣，Robotaxi產品釋出一再推遲。
那自動駕駛距離落地還有多遠呢？
業內對「落地」的定義，就是有完善的商業模式，能實作盈利才算落地。
邵旭輝博士認為，自動駕駛行業會在近幾年落地，最先落地的將是卡車和中低速的周邊車型。
邵旭輝
我覺得應該在3、5年甚至更短的時間卡車自動駕駛會最先落地。還有一些，就是中低速的一些周邊的車型，比如說是掃街車、送貨車，這種比較周邊的一些套用場景可能會最先落地吧。
侯曉迪也給出了類似的看法，他認為Bot.Auto的無人駕駛卡車會在三年左右落地，但他強調，這取決於不同公司的營運到底做得怎麽樣。
侯曉迪
我們商業化大概是2026、2027年，真正的規模化應該是2030年前後。
這是我和我們公司在一個理性樂觀的情況下給出來的對未來的一個預估，當然我們不為此負責，但是我想說對於整個行業而言，我從來沒有這麽樂觀的估計，所以就是不能成的團隊，你再給他100年，他還是不能成，能行的團隊，在合理的時間範圍之內，你給一個相對理性但是樂觀的估計他就是這個時間。
為什麽行業認為自動駕駛會先在貨運端落地？幾位嘉賓都保持了統一的觀點：那就是貨運端大部份行駛在高速或路況簡單的地區，正好規避了法律權責劃分模糊的問題。
侯曉迪
我們的經驗認為，哪怕是在最後一公裏的這個狀況下，卡車所面臨的權責不清的交通場景是非常非常少的。
我不用去解決這些不可解的問題，那不可解的問題就是我既要守交通規則，我又要確保乘客的安全和乘客的乘坐體驗的舒適，同時我還要需要，確保我周邊其他的道路交通的參與者的安全，這三個東西放在一起就是不可解問題。
當然，這些只是嘉賓們的預估，要實作落地，也就是賺錢，我們也不能忽略宏觀經濟環境帶來的影響。接下來我們看看，自動駕駛如今面對的大環境。
06 經濟篇：自動駕駛的寒冬過去了嗎？Chapter 6.1 加息帶來低潮？
在最近兩年內，自動駕駛公司們生存似乎愈發困難。
背靠福特和大眾的獨角獸公司 Argo AI宣布了破產，市值最高52億的自動駕駛卡車公司Embark不到兩年宣告關停，OpenAI投資的明星公司Ghost，燒光15億後交不出一款產品，最終宣布倒閉。
透過在crunchbase上查詢的數據，自動駕駛行業在過去十年間，融資數最高的一年為2020年，然後開始逐年下降，到2023年，融資數下降到了2016年的水平。
所以很多人認為，自動駕駛行業的寒冬，到來了。
是什麽原因讓寒氣傳遍了自動駕駛行業呢？嘉賓們提出了三個方面的原因：分別是技術進展，經濟環境，以及商業化不清晰。
當我們采訪投資領域的邵旭輝博士時，他認為原因在於技術問題。
邵旭輝
所謂的冬天真的是大家看到就是，可能前90%、95%的自動駕駛很快就做到了，而最後的5%、10%是會嚴重的放慢，甚至最後5%就卡住了，過不去了。
而精通技術的侯曉迪，想法正好相反，他將寒冬的原因，歸納到了經濟環境上。
侯曉迪
革命進入了低潮期啊。
這個低潮是由加息帶來的，純是一個資本的問題，其實跟技術沒什麽關系。
技術穩步的發展，甚至在加速的發展。資本能澆灌一個行業，於是這個行業裏邊有了閑錢，人們的創造力就會得到解放，於是就能夠發現一些有用的沒用的東西，在這些有用的沒用的東西之後，它的背後的技術有可能就會被用在更正確的產品上。
Chapter 6.2 都在做虧錢的生意？
回到自動駕駛公司的營運問題上，在嘉賓們看來，自動駕駛受冷第三個原因在於，盈利模式不清晰。
F-Prime Capital的一份報告稱：自動駕駛汽車的投資大幅降低，因為投資者開始質疑其中的商業化道路。
莫傑麟（Justin）
某家族辦公室首席投資官：
商業模式上面，就每家公司都不太一樣，但是大部份的公司在以前的這個過程當中其實是沒有太找到產品市場契合度（PMF）中「契合」的節奏。
於振華
前特斯拉AI工程師：
L4 Robotaxi頭部就Waymo，它也基本上是實作了它所承諾的，但是大家對它的盈利的前景非常的不樂觀，因為它的成本太高了，所以說大家對這個頭部你都做得不夠好，那我怎麽對這個市場有這樣的一個期待？
Waymo的前工程師Minfa為我們解釋了他們的商業模式，那就是短期內先不惜成本地推進，等技術成熟後，再降低成本，逐漸跑通商業模式。
聽上去這樣的路線非常腳踏實地，但也意味著，短期內資本依然看不到自動駕駛行業盈利的希望，這會打擊投資人對整個行業的信心嗎？
莫傑麟（Justin）
某家族辦公室首席投資官：
我覺得短暫看不到盈利希望是一定有打擊的，但如果要繼續往下去拆的話，這裏面就分成兩大類的公司，第一大類公司就可能自己從頭到尾就沒有收入，或收入非常低，它整個可能整個模式都沒有驗證通，這部份公司可能是占大頭。
第二類的公司可能就是像Waymo這些，在這裏面涉及到產品市場契合度裏面，其實最重要是那個產品，是不是容易去復制、規模化？然後成本、投資報酬率是不是能夠去計算？能夠去推廣？
規模上或普適性來講，其實稍微就會是打一些折扣。所以現在從資本市場的角度上來講，更容易去普及的東西才會是資本市場上更容易接受的東西。
自動駕駛是個高成本的行業，直到現在，都沒有哪家L4的公司的能實作盈利，這也導致了資本對無人駕駛的看法進一步回歸理性。
但整個行業已經消耗了太多資金，在必然趨勢與巨大的沈沒成本下，依然有資本願意繼續投入，最近Waymo和Cruise的兩筆巨額融資就是最好的例子。
Chapter 6.3 降溫是好事？
無人駕駛行業曾經也經歷過一段瘋狂的時期，大量相關公司如雨後春筍般冒出，幾乎每天都有融資發生。
於振華
前特斯拉AI工程師：
Deep Learning在2012年興起的時候，它最令人激動的套用是在電腦視覺，而大家想著你既然能夠做好這個圖片分類了，那你那麽如果你能夠套用到自動駕駛的話，那這個市場才是有巨大這個想象力的。
然後再加上Waymo，有谷歌的創新光環在那裏，就是說當這個風險投資的人看到這樣一個場景的時候，都會很擔心，就錯失恐懼癥的一個狀態，說我一定要入了入局了，所以很自然而然的，我們看到最擔心的就是Uber、Lift，他們都成立了自動駕駛部門。
在一些嘉賓看來，投資者對自動駕駛的興趣下降，是因為之前對整個行業的期待過高，經歷了行業瓶頸後，逐漸對自動駕駛的看法回歸到了理性狀態。
匿名受訪者
L4工程師：
現在可能也是回歸現實，就是前幾年我覺得，做自動駕駛也有過熱的那個階段，對吧？在投資人那邊就是產生了很多泡沫。但現在其實大家可能會更冷靜的看待這個問題吧。
除了前面提到Cruise被吊銷牌照，其他無人駕駛公司也在試營運過程中遇到了各種困難，今年5月，Waymo和Zoox就因無人駕駛汽車的各種異常事故，受到了聯邦調查，那這些事故是否又會降低投資人對行業的信心呢？
邵旭輝
那我覺得業界的話，並不是會因為個別公司被吊銷牌照而失去信心，而是會看到，更清醒地看到，原來自動駕駛離實作共產主義還有這麽多的距離，所以我覺得這個東西是好事兒，不是一開始盲目的去投，而是說更理性的說誰做得好。
Chapter 6.4 AI帶來新春天？
最近半年，自動駕駛行業又開始了一輪熱潮。
英國Wayve融資超10億美元，谷歌、通用紛紛為旗下自動駕駛公司註資，亞馬遜旗下沒有方向盤和踏板的Zoox擴大了營運城市，Waymo也緊隨其後擴大服務範圍，中國自動駕駛公司也頻頻爆出IPO的訊息。
Crunchbase的數據表明，今年的前4個月中，自動駕駛初創公司的融資額才不到8億美元，然而在5到6月，就有27億美元湧入了這個行業。
作為對比，2022和2023年的融資金額分別為59億美元和57億美元，按照這個趨勢，今年可能超過前兩年。
自動駕駛行業要回暖了嗎？
邵旭輝
我覺得18個月前開始的這個生成式人工智慧的浪潮，特別是今年年初釋出的，特斯拉端到端的全自動駕駛第12版，我覺得給自動駕駛又帶來了第二個春天。
不少投資人認為，Robotaxi會是AI時代的巨大機遇之一。在一些報道中，也認為行業的復蘇可能來源於AI。
AI爆發會如何自動駕駛呢？主要分為兩個方面。第一個方面來自演算法上的提升。比如侯曉迪就認為，大模型用到的創新方法，也可以套用在自動駕駛上。
侯曉迪
大模型可能是一把沙子，它裏邊有成千上萬的小的創新，我們就擇其善者而從之。舉一個具體點的例子，100篇論文講了一件事兒，預訓練的各種奇技淫巧，那疊加起來以後你會發現，好像我並不需要用傳統的範式，我現在可以有各種花式的方法降低我的標定成本、開發成本，完成一個神經網路的冷啟動過程。
也有嘉賓認為，特斯拉透過實踐，驗證了端到端的可行性，讓業界看到了Scaling Law在自動駕駛上的可能性。
而Wayve融資10億美元，就是因為這家公司主打的端到端。所以端到端的出現可能讓自動駕駛駕駛行業回暖，但投資人Justin卻表達了較為謹慎的看法。
陳茜
矽谷101視訊主理人：
你們的體感，現在覺得一級市場，對無人駕駛的投資，又從冬天裏面回暖了嗎？還是大家其實還是挺謹慎的？
莫傑麟（Justin）
某家族辦公室首席投資官：
我整體感覺還是偏謹慎的。在FSD這種技術面前，現在市場上從數據的品質和規模來講的話，其實很難找到跟特斯拉去比較的對手，那更不用說創業公司。
他最終可能做得很好，然後他會尋求去找到一些小的商業模式，或者說賣給大公司。
但是這個東西如果需要從0到1做起來，或者說單獨成為一個就是自己發展的公司，我們自己感覺體感上比較難，目前感覺上是跟機器人或者說其他的一些AI的創業來講，其實還是不太一樣的狀態。
在關於特斯拉的股價是否受益於AI的問題上，各嘉賓也是各執己見。
於振華
前特斯拉AI工程師：
其實資本市場是已經給它了作為AI公司的這樣的一個市值，這樣的一個空間啊。所以我不認為是資本市場是完全看淡。
邵旭輝
Foothill Ventures管理合夥人：
華爾街其實是看得更多的看他賣車。對吧？因為華爾街是比較短視的，華爾街也挺聰明的，但是他們只關心未來的幾個季度它能夠算出來的增長，而FSD也好，未來的能源領域，只有是比較長線的投資人，比如這個VC才感興趣。
莫傑麟（Justin）
某家族辦公室首席投資官：
在高息周期裏面大家是不太願意去想太久的故事的。但是並不是說大家只是把它當成一個賣車的公司來看，只是說大家不知道怎麽把它當成一個AI公司去估值。
Chapter 6.5 GenAI雙刃劍
AI爆發對自動駕駛的另外一個重大影響，則在於算力與人才，但這個影響卻是一把雙刃劍。
好的一面就是，隨著芯片算力提升、計算成本下降，大家需要為這些算力資源找到合適的套用場景，而自動駕駛恰好就是那個方向。
但隨著生成式人工智慧的爆火，也對自動駕駛行業帶來了資源爭奪：一方面會和自動駕駛搶算力，另一方面則是搶人才。
由於自動駕駛中的一些技術與GenAI領域是相通的，部份自動駕駛工程師可以無縫跳槽到GenAI公司。
我們之前也講過，目前矽谷打響了AI高級人才的爭奪戰，在更高的收益與更快做出成果的機會面前，自動駕駛行業對人才的吸重力將大幅降低。
有意思的是，就連馬斯克都把特斯拉的工程師調到了xAI。
那麽，特斯拉作為市場上的明星，加入Robotaxi能讓行業回暖嗎？ 雖然馬斯克放過好幾個大衛星，但不少人依然對特斯拉落地L4表示了看好。
莫傑麟（Justin）
某家族辦公室首席投資官:
那目前看起來其實FSD是最有希望的，因為原因就是，大家其實我們感覺是，都是認知上還是都比較一致的。
第一，假設Scaling Law對端到端有效，那模型提升的成本將更低 ，城市覆蓋會更廣。
第二，成本更低 ，純視覺方案降低了硬體成本，加上訓練素材的獲取難度低，同時使用者的特斯拉並入robotaxi車隊，可以進一步降低特斯拉robotaxi車隊的管理成本。
第三，自研芯片的優勢 ，在軟硬體一體化的模式下，軟體表現會更好。
第四，盈利模式多樣化 ，軟體可以有助於賣車，也可以賺取訂閱費用，同時還有Robotaxi來補充盈利。
目前，行業也都在等到10月10日，推遲的特斯拉Robotaxi釋出會上到底會揭秘如何的下一步布局。
特斯拉內部的線人對我們說，這個釋出會將會很「interesting」，但我們沒有得到更多資訊，我不知道如何解讀這個「interesting」，只能說，這讓我的懸念被更加吊起來了，我們就一起拭目以待吧。
最後給大家分享下，我最近出了一個小的車禍，一輛車遇到停車標誌沒有剎車撞到了我，好在雙方人沒事，警察判了對方全責，但我認識到，人類也有很多不負責的馬路殺手。
雖然目前的自動駕駛，無論是L2還是L4，都還有諸多技術不成熟的地方，但已經比人類司機靠譜非常多了。
對於自動駕駛這一前沿領域，我們總會不可避免地遇到瓶頸與矛盾，這個行業正面臨著技術路線的爭議、盈利模式的探索、法律框架的模糊、經濟環境的壓力，同時還要承擔人們因安全與就業對自動駕駛產生的芥蒂。
但正如歷史無數次證明的那樣，科技的每一次飛躍，都會伴隨著陣痛與挑戰，或許邁過了這一階段，等待我們的，就是期待中的未來。
這期節目我們做的有點久，嘉賓的采訪時間比較早，所以有些觀點只適用於當時的時間點，希望透過這期大型訪談，能給大家帶來新的思考，了解自動駕駛的市場格局。
