文|鹿鸣财经
作者|罗京
一边是负面新闻缠身,一边是Model Y 销量暴涨,鲶鱼
作为可再生能源的坚定拥趸,马斯克不遗余力地向大众推广电动车。
但早在
但直到内燃机的出现,逆转了燃油车和电动车的竞争局面,亨利·福特发明的流水线让量产成为可能。当一条流水线能造出100万台车时,原本一辆要卖4700美元的汽车,就降到380美元,连普通的蓝领工人也买得起汽车。
10年时间,街上的电动车几乎都消失了踪影。
历史总是惊人的相似,100年后,发生在燃油车的事情重新在电动车上得以演绎,但注脚却发生天翻地覆的变化。
锂离子电池、自动驾驶、车载传感器、OTA……一系列新技术都在改变汽车的定义,而
为此,这家全球最大的传统车企设立了“Digital Car&Service”部门,立志成为一家软件驱动的公司,应对软件定义汽车的挑战。
而没有燃油车包袱的
有了这两者,
特斯拉正依靠销量、价格、技术,形成牢固的“铁三角”,帮助走纯视觉算法路线的特斯拉,构筑起一道后发者难以逾越的高墙。
降价为王
国产M3从2019年5月发布售价35.58万元起,不到两年连降5次,目前在
另一款车型Model Y也降价。年初,
频繁降价也让
但实际情况与这些媒体的猜想相差深远。因为自马斯克接管
暂且把时间拉回2006年,刚结束A轮融资的
这是一款小众、昂贵的双座敞篷跑车,彼时财力弱小的
发布会上,
但为有钱的富人造电动车只是
车展过后仅一个月,马斯克便提出
一、打造一台运动跑车(Roadster);
二、用挣到的钱,打造一台更便宜的车(Model S/X);
三、用挣到的钱,打造一台更便宜的畅销车型(Model 3);
四、在做到上述各项的同时,还提供零排放发电选项。
汽车是典型的技术与资本双密集型行业,无数初创企业成了炮灰。初出茅庐的
再加上,彼时整个电动车产业链不成熟,产业配套设施不够完善,电池成本也高(现在价格的10倍),要做一款大众、更便宜的电动车,无论是经济上还是实操性上都非常难落地。
既然如此,不如一开始就高举高打,针对高收入群体推出高端电动跑车,颠覆人们对于电动车续航里程短、性能差的认知;等时机成熟后,再进行降本、量产、推广清洁能源等战略。
可就算如此,Roadster还是遇上量产的难题,生产成本超出
沉重的成本压力让
屋漏偏逢连夜雨,2008年全球爆发金融危机,马斯克的另一家公司Space X 也接二连三发生火箭发射失败,无法接济
没想到,援助之手却来自
当时,戴姆勒集团正在为自家旗下Smart 电动版寻觅动力电池提供商,马斯克听闻直接让人买了一台Smart,改装成电动版,并邀请戴姆勒工程师试驾,对方对这个改装的电动车表示惊叹,合同订完,又投资5000万美元换取
但这笔资金对“烧钱黑洞”的
救火之水还是来自美联邦政府,在
缓过来的
据悉,这家工厂不仅靠近彼时
第二款车型Model S的量产和交付如期而至。相比于第一款Roadster,这辆四门轿跑的售价只有5.74万美元(标准续航版),为Roadster的63.7%,但在硬件性能表现上毫不逊色,百公里加速度最快达4.4秒,续航里程最高可达483公里。
更重要的是,Model S创造性引入了17寸中控触摸屏,把整辆车的信息查询、导航、音乐、游戏等功能,集中在一个面板上实现,就好比为这类汽车安装了一台iPAD,用户可像享受手机升级系统升级一样,定期享受车载软件OTA空中升级服务。
这样可以保证每辆车主可以享受到最新的软件服务,比如
不出意外,ModelS销量远超预期,成为真正意义上的
靠着Model S大举成功,
随后在2015年推出的Model X也都并不够平民,价格在5万美元附近,因此马斯克还需要更加平价(affordable)的电动车。
直至2016年3月,
Model3标准版起步价3.5万美元,续航里程354公里,极具性价比。自 2017 年年底交付以来,Model 3 继续超越宝马、奔驰、奥迪等传统豪华燃油车品牌,同时还在同类新能源汽车品牌中拿下市占第一,据 EV Sales 数据统计,2020 年 1-9 月全球
至此,马斯克于2006年提出的三步走战略“MASTER PLAN”也基本实现,但还不够。
图片上传中......
对比
今年2月,有消息称
在2020年
华创团队测算,在去年10月特斯拉Model 3降价2.39万元后,需要销量增长20%-27%,才能获得此前的利润总额。
也有投资者在
马斯克表示,会,“我们希望
不难看出,与价格相比,马斯克更关心汽车的销量表现。而每次降价确实刺激了
降价的副作用也很明显,
Q4财报公布后,
就在大众认为
醉翁之意
卖车是面子,软件是里子。
长期以来,汽车行业依赖新车制造和销售获取利润,汽车卖点也一直聚焦在性能、外观、品牌三大方面。但在电动化、智能化的浪潮下,车载软件作为全新维度,成为用户选购和车企盈利的新看点。
换言之,销量从目的化成手段,最终流向车载软件付费。当
尽管特斯拉Model系列在2020年不断降低价格,但马斯克也频繁调高车载软件FSD售价。
旗下的自动辅助驾驶软件包(FSD)自2019年1月起进入涨价通道,从原本的6000美元已陆续上调至10000美元(或6.4万人民币),已相当于Model标准续航版车价的1/3,且涨价势头不减。为激发更多车主使用FSD,马斯克改变原来只能一次性付费模式,推出按月支付订阅费模式(每月100美元)。
在
在工信部发布的《2020 年智能网联汽车标准化工作要点》中,自动驾驶技术被列为智能网联汽车标准制定及评估机制的关键要素。
自动驾驶的研发是一个典型的人工智能研发工程体系,主要基于三大要素:算法、算力和数据,其中算法解决从从零到一的问题,以及后续整体数据工程体系的组织方式和优化目标,算力则是模型实现的物理基础,通过自研加速芯片可以取得更好的算法效率和能耗指标。
但对自动驾驶而言,数据是核心,李彦宏曾提出AI时代需要切换到新的“AI思维”。AI区别于传统软件研发体系的核心,是将传统的代码功能实现交给了数据和算法,其中算法差距更容易通过开源和人才并购方式弥补,而数据是核心的差异化壁垒,“数据秒杀算法”正成为业内共识。
庞大的真实数据量使得
图片上传中......
而马斯克本人则在推特宣布,最新版本的FSD Beta V9.0已完成新一轮迭代,这次将拿掉毫米波雷达,成为一套完整的纯视觉方案,届时有望只靠视觉算法实现L5级别的自动驾驶。
但新方案并没有得到市场的赞赏,反而引来不少质疑,认为
由于摄像头传感器的精度低,存在一些固有缺陷,如夜间效果差、易受极端天气影响等,不少专家认为要想达到L4/L5级别的自动驾驶,则需借助更高端车载传感器如激光雷达等来实现。激光雷达精度高、探测距离可达0-200m,可大幅降低软硬件端分析难度,在夜里也能精确预测物体。
在
随着舆情不断发酵,马斯克不得不通过EV垂直媒体Electrek向公众解释道,即使没有雷达,摄像头也能实现雷达所做的工作,保证自动驾驶的安全。目前NHTSA正在对新车型(无雷达)进行重新测试。
事实上,
Mobileye是一家以色列公司,特斯拉第一代自动驾驶方案就交由Mobileye负责,但在2016年发生了自动驾驶致人死亡事件后,特斯拉就和Mobileye分道扬镳。
但放眼自动驾驶领域,Mobileye是业内公认的顶级供应商,旗下EyeQ系列芯片已被27家汽车制造商采用,其中不乏有通用、大众、宝马等传统车企巨头,也有蔚来、理想等造车新势力。
就在去年9月,Mobileye 360° 纯视觉传感器方案SuperVision首次亮相于北京车展,所服务的对象是吉利集团旗下高端汽车品牌——领克电动车Zero。
据悉,该方案搭载2片7nm工艺、算力达24TOPS的芯片EyeQ5,配置了7个长距摄像头和4个泊车摄像头,没有激光雷达和毫米波雷达等传感器。
而一直走激光雷达的百度在2019年CVPR上也推出自家纯视觉的自动驾驶解决方案Apollo Lite。
从多传感器方案到纯视觉,突然变道的百度让大众感到不解,会议上,百度自动驾驶委员会首席王亮如是说:
“许多传感器融合的方案设计较为复杂,技术人员往往从快速解决问题的角度出发设计算法,这个过程中难免避重就轻地利用异构数据各自的优势去缺陷互补从而绕过困难的问题。”
“基于这种思路设计的多传感器融合方案虽然能够在短期规避单传感器方案难以解决的问题,长远看,数据和策略间深度耦合的设计不利于为环境感知系统提供真正意义上的冗余。”
“在激光雷达为主,视觉为辅的传统策略中,视觉感知自身的问题和缺陷在雷达感知的掩盖下暴露不够充分。因此,视觉感知问题需要独立出来才能更好的解决。”
与此同时,王亮也表达了对摄像头的看法:
摄像头是相对成熟的传感器,除具备轻巧低成本和符合车规的优势外,高分辨率高帧率(成像频率)的成像技术发展趋势意味着图像内蕴含的环境信息更丰富,同时视频数据也和人眼感知的真实世界最为相似,但和三维点云数据相比,二维图像中的信息更难挖掘,需要设计更强大的算法、大量数据的积累和更长期的研发投入。
简单地总结一下上述内容,就是走多传感器融合路线有潜在风险,纯视觉路线可以弥补这一缺陷,但纯视觉路线需要大量数据积累、长期研发来训练后台算法,而数据获取及算法演绎壁垒极高,多数车企短期难以采用。
可以看出,纯视觉路线就是大家常说的那种难但正确的事。
目前Mobileye和Apollo两家既有纯视觉方案,也有激光雷达等多传感器方案,而特斯拉选择一条路走到黑,拿掉毫米波雷达是一例,而支撑特斯拉背后的“勇气”则来自:自研芯片FSD、自监督学习的神经网络算法、超级计算机Dojo。
曾有人帮特斯拉算过一笔账,目前有超过 82 万辆搭载 HW 2/3 硬件的的特斯拉在全球各地行驶,以用户平均每天驾驶约一个小时计算(每辆车 8 个摄像头),车队每月大约会产生 1.968 亿个小时的视频。
庞大的数据对自动驾驶芯片的算力提出高要求,在自研FSD前,特斯拉曾用过Mobileye EyeQ3芯片和英伟达Drive PX2芯片,然而它们的算力都难以满足特斯拉需求。
因此,在2015年马斯克亲自找到刚从AMD离职的芯片大神Jim Keller,请他开发特斯拉自动驾驶芯片。
自研芯片的重要性则在于实现软硬件深度适配,以达到最小能耗、最优性能。智能手机品牌中,苹果、华为、三星都做到这点。
FSD自研芯片的最大特点就是"只服务一个客户——特斯拉”,而像Mobileye、英伟达等芯片公司有许多下游客户,不得不做一个通用的芯片解决方案。
目前FSD平台算力为144TOPS,单片NPU的算力达到72TOPS,制备工艺为14nm,搭载HW3.0。
但就在2020年Q4,台积电表示接下特斯拉7nm订单,并使用最新InFO_SoW封装技术。届时,FSD的算力有望增加4倍,提升到500TOPS以上的概率很大。
除了芯片,特斯拉训练一套可自监督学习的神经网络算法。截止至2020年4月,特斯拉的真实道路测试里程已累计48亿里,如果这些数据全靠人工标注来进行算法迭代,无疑是一笔巨额的花费。
为此,特斯拉高级AI总监 Andrej Karpathy 推出“运营假期”数据自动化计划,特斯拉的深度神经网络将直接对数据本身特征进行挖掘,而不是人工标注好的数据集,从而进行感知算法的持续迭代,最终目标是完成全自动化,全程无需人为干预。
就当大家好奇特斯拉何以支持庞大数据进行深度学习时, 背后的云端训练超级计算机Dojo也浮出水面。
一般而言,超算都是国家级专用设备,为各国高科技领域和尖端技术研究需要提供超快的运算速度和超大的存储容量。
在2020年全球前10大超算中,日本富士通位列榜首,这款超算的峰值性能为0.415exaflops;第二名美国的Summit的峰值性能表现为0.148exaflops;中国的神威太湖之光位列第四,表现为0.093015exaflops。
特斯拉超算Dojo表现如何呢?
马斯克曾表示,Dojo超级计算机峰值性能要达到每秒钟exaFLOP的级别,也就是百万亿亿次浮点运算。(原话:A truly useful exaflop at de facto FP32.)而届时Dojo将超越日本富士通,成为全球第一超算。
这番大胆言论引发了大众无数猜想,而就在本周一的2021年计算机视觉与模式识别大会上,Karpathy披露了特斯拉最新一版超算的一些运行情况,它将作为Dojo的开发原型。
据悉,目前特斯拉超算运行速度为每秒1.6Tbps,每秒峰值速度为1.8Eflops,Karpathy称:“如果算上FLOPS,这台超算能在全球超算排名中位列第五位。这个位置目前由英伟达超算Selene占据,这个集群具有与Dojo相似的架构和相似的GPU数量(4480个,Dojo为5760个)。”
这台超算已帮助特斯拉处理了超100万个10秒钟左右的视频,并且标注出了视频中60亿个物体的距离、加速度以及速度信息,这些数据存储空间已达到1.5PB。
这一新版超算并非Dojo的终极版本,特斯拉的超算还在不断迭代、演进,而马斯克想要的目标算力达到1exaflops的Dojo,有望于今年7月底在特斯拉AI日亮相。
未来已至
特斯拉对自动驾驶所作的种种布局,早已超出传统意义车企业务范围,更颠覆了后者对汽车的认知。
2018年美国权威机构《Consumer Report》曾指出特斯拉Model 3 存在刹车距离过长的问题,因此没有对其进行推荐。特斯拉的工程师通过OTA(Over-the-Air Technology,即空中下载技术)的方式对系统进行升级, 把刹车距离缩短了6米,仅用数天就解决了问题。
换作发生在传统车企上,几乎难以想象,因为传统车企的解决方案大概率是通过大规模召回,或者通过 4S店对零部件进行更换,都需要车主等待漫长的时间。
OTA并不是一种全新的事物,它是指通过网络对移动终端设备远程进行应用管理,绝大多数人在智能手机上就能体验到,比如说手机系统升级和应用软件更新。
类比手机,汽车OTA也可分为两大类:FOTA(Firmware OTA)固件更新和SOTA(Software OTA) 软件更新。
大多数传统车企都可实现SOTA,远程对车载地图显示、音频、视频等信息娱乐系统的更新,而像特斯拉一样,更新刹车系统,则无能为力,后者涉及改写固件程序,以实现汽车动力系统、底盘系统的更新。
这能与不能的背后,折射出更深层的原因,两者底层的电子电气架构(Electrical/Electronic Architecture)差异。
图片上传中......
汽车有很多功能,小到照明、雨刷、车窗的控制,大到ABS(刹车)系统、辅助驾驶系统、地图显示、影音播放器等等,都交由电子控制单元(Electronic Control Units, ECUs)来实现。
电子电气架构就是这些ECU的布局方案,大致分为分布式、域集中式、集中式三类。
在传统分布式EEA架构下,每个ECU与实现的功能存在对应关系, 硬件和软件功能深度耦合,当汽车的功能越多,也代表着ECU数量和线束越多,大幅增加车身的重量和成本。
这些ECU又来自不同的供应商,有着不同的嵌入式软件和底层代码,算力不能协同,整车厂也无权对ECU进行维护和更新。此外不同ECU可能存在功能的重叠,导致相互冗余,增加不必要的成本。
这样背景下,传统汽车想要更新技术或固件,更多依靠车型的迭代完成,也就是说,消费者需要不停换新车才能享受到最新的技术服务,尤其涉及底盘、动力系统更新方面。
分布式架构对汽车智能化升级来说,无疑是一大桎梏。对此,特斯拉首次采用了集中式的电子电气架构,利用中央处理器对不同的域处理器和ECU进行统一管理,将硬件和软件解耦,将所有的硬件资源打通,实现包括固件和软件在内的整车OTA。
在集中式电子电器架构下,汽车正朝着轮式计算机迈进。
华为的自动驾驶产品线负责人苏菁曾言:“传统车厂认为汽车的基座是车,在车辆的基础上试图将计算机嵌进去。而我们认为汽车的基础是计算机,车是计算机控制的外设。”
早在2012年6月,特斯拉就对首款量产车Model S 进行OTA升级。2017年,特斯拉在Model 3车型中首次落地了集中式EEA架构,从那时算起,特斯拉已经进行了120多次OTA更新,包括自动辅助驾驶、娱乐应用等软件OTA,以及电池管理、提高制动马力等固件OTA。
2019年,国外汽车媒体Top Gear在油管发布了保时捷的Taycan Turbo S与特斯拉Model S Performance的性能测试对比视频,Taycan Turbo S在402m、0-96km/h、0-161km/h三项加速测试中均胜出。
有网友质疑该测试的合理性,称Top Gear所测试车型并非特斯拉最新款的Model S,而是2017年的老款,而刚发布的2019年新款的驱动系统和续航能力均有明显提升。
马斯克对该评论做出回复,表示赞同,让特斯拉工程师对Model S的电机控制进行优化,并通过OTA将Model S的峰值输出功率增加50马力,升级后的Model S将能够确保在402m、0-96km/h、0-161km/h加速测试中,以较大的优势击败保时捷Taycan。
以特斯拉为代表的智能汽车正在重塑汽车行业对“车”的定义。过去,一辆新车完成交付已意味着贬值的开始,而特斯拉所带来的最大变革在于,通过频繁地使用从OTA(Over the Air)接口收集到的数据不断改善汽车的性能,用户在使用车的过程中将产生大量数据以及需求,再反馈给车企,车企在此基础上不断优化、迭代产品,再以整车OTA形式同步给用户,不断提升用户体验。
这与智能手机极为类似,也让特斯拉具有与硅谷科技公司类似的特点和核心优势。通过量产、降价,特斯拉不断吸引更多的车主进入其自建的生态中,用户使用过程的大量数据有助于特斯拉深度学习并持续改进产品,在通过整车OTA来更新升级软硬件,添新补旧、不断完善。
尾声
尽管新能源车在政策和投资市场上表现风风火火,但实际情况是新能源车还未达快速成长阶段,2020年全球新能源车的渗透率不足5%,国内的渗透率为5.9%。
阻挠在新能源车放量面前的因素有很多,电池安全性、科技含量水平、充电等配套设施完备度,还有一个就是价格。
在中国10-20万价位区间汽车市场里,新能源车的渗透率明显不如其他区间,但这类群体却占到总体的43.2%,这部分消费者更在于汽车的极致性价比,而目前电动车的动力电池成本依旧较高,因此售价上明显高于同一级别的燃油车。
在2020年特斯拉的电池日上,马斯克向观众宣布将电池生产成本砍半,并计划在未来三年内将推出售价25000美元左右(约16万人民币)的车型。
届时,特斯拉这条鲶鱼能不能再次挥动尾巴,搅动这片市场,可以拭目以待。
本文来源:鹿鸣财经,已获取授权转载。
美股研究社——旨在帮助中国投资者理解世界,专注报道美国科技股和中概股,对美股感兴趣的朋友赶紧关注我们。
雪盈证券是雪球大家庭的一员,是雪球的港美业务线,通过强大的互联网科技和雄厚的金融实力,着力于为客户及提供便捷、流畅、高性价比的海外交易服务。有兴趣交易美股港股的朋友,不要错过~!
雪盈证券开户链接: