特斯拉大调整:All in带来的灾难,用再一次All in解决(图)

推荐车行

Signature Mazda

最新新闻

选择语言：
English \| 简体 \| 繁体

会员区
欢迎您游客登录免费注册

首页

汽车新闻

特斯拉大调整:All in带来的灾难,用再一次All in解决(图)

[特斯拉] 特斯拉大调整:All in带来的灾难,用再一次All in解决(图)

2024-04-16 | 来源: 晚点LatePost | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

高管们更担心无人驾驶的进展，希望有过渡产品。他们和许多分析师当时都认为，直接面向消费者的平价车型，有可能复刻 Model Y 的奇迹，能帮特斯拉抓住汽车电动化浪潮中的最大机会。

随着如今市场增长变慢、竞争对手加速追赶，特斯拉显露疲态。特斯拉还在犹豫要不要做 2.5 万美元平价车，中国对手的产品已经下探至大约 1 万美元。马斯克自己也承认，“如果没有贸易壁垒，中国电动车企能摧毁世界上大多数竞争对手。”

自动驾驶技术进展缓慢，让马斯克在 2022 年下半年改口 “实现完全自动驾驶比预期的更难”。但没几个月，他支持过的 OpenAI 发布 ChatGPT ，给了他新的信心。一个月后，特斯拉自动驾驶工程师达瓦尔·史罗夫（Dhaval Shroff）为马斯克展示了还是设想的新版自动驾驶系统，说 “这就像 ChatGPT，但针对的是汽车”。

传统自动驾驶系统是人制定规则，指导汽车行驶。而特斯拉全新的 “端到端” 自动驾驶是采集数百万乃至上千万段司机在复杂路况中的驾驶数据，训练模型，从中学会如何应对复杂路况。于是新版自动驾驶系统会根据实际情况在必要时轻量 “违反” 交通规则，比如跨越实线。

从中感受到未来的马斯克要求团队照此训练更新版本的自动驾驶模型。一年后，特斯拉大规模推送的 v12 版 FSD （完全自动驾驶系统）。许多车主认为新系统开车更像人了：识别路障、理解行人手势、狭路会车更从容。甚至做得不太好的地方也跟人类司机很像，比如靠边停车经常注意不到马路牙，蹭伤轮毂或者轮胎。

按照特斯拉的预期，更大的算力、更多的行驶数据可以做出更强的自动驾驶系统。一位特斯拉人士告诉《晚点 LatePost》，去年下半年开始，为训练大型自动驾驶模型建设数据中心 Dojo 成了特斯拉最重要项目，马斯克今年宣布将为此投入数十亿美元。从 4 月起，特斯拉给 FSD 打了对折，让更多人订阅以增加训练数据。

快讯：特斯拉获中国数据监管绿灯与百度图达协议

特斯拉数据合规的示范意义不止于汽车行业

特斯拉Model S“自动驾驶”追撞辗杀骑士司机涉驾车杀人

这个路线能否帮马斯克迅速实现设想中的 Robotaxi 依然不确定。4 月初，特斯拉把 FSD 后一直带着的 Beta 去掉，改成 Supervised（受监督），提示车主仍然需要司机接管。

卡耐基梅隆大学研究自动驾驶汽车安全的助理教授菲利普·库普曼 (Philip Koopman) 说，“很显然，FSD 还不完美，也没有任何强有力的证据，证明它可以完全无人驾驶。”

考虑到监管问题和技术水平，一些特斯拉的投资人和分析师认为，特斯拉押注全自动驾驶的风险，要比持续制造平价车大得多。

但如果马斯克不是那么极端爱冒险的人，他也不会用大半身价支持 SpaceX 造火箭，也很可能没法颠覆大把汽车制造工艺，造出一度极具竞争力的 Model 3 和 Model Y，为整个电动车行业指明方向。如此的风险偏好成就了特斯拉，也让它陷入今天的危机。

特斯拉已经没多少人可以影响马斯克的决定。当初参与说服马斯克优先生产平价车的 5 位高管，现在已经走了 3 个。

《马斯克传》的作者沃尔特·艾萨克森（Walter Isaacson）将马斯克形容成一个游戏成瘾、极度追求戏剧性的人，如果没有足够多的挑战来让他持续战斗，他就会制造新的挑战。

现在，特斯拉再次回到了他熟悉的困难模式。