馭勢科技吳甘沙：學特斯拉非一日之功
本站汽車6月11日報道
6月10日，主題爲“先手”的第十三屆中國汽車藍皮書論壇於合肥開幕。在爲期三天的論壇中，將有超過40場演講、17場議題討論，預計超過150位中國汽車產業先鋒思想碰撞，共話新汽車時代。
當天下午，馭勢科技聯合創始人、董事長、CEO吳甘沙帶來主題演講《從L2+到L2++的幾點思考》。
以下是他的演講實錄：
大家下午好。今年上海車展上有兩個新的玩家，一個是大疆，石破天驚式地推出L2+的產品，另外一個是華爲，它給一個看上去有點類似robotaxi的這樣一種產品形態又套了一個L2的套子。這就是我題目當中的兩個，一個叫L2+，一個叫L2++。從L2+到L2++，中間會發生一些什麼？對於我們主機廠，對於供應商意味着什麼，這是我想說的幾點思考。
如果說L2+最成熟的還是特斯拉的產品，它的NOA是典型的L2+，可以實現雙手解放，可以實現自動變道，自動進出匝道這樣的產品。
如果說L2++呢？FSD是非常典型的L2++，它可以實現在城市區域的L2級的輔助駕駛。
這兩種產品它的成熟程度是不一樣的。
L2+現在應該有至少幾十億英里的行駛里程，具體多少，特斯拉也沒有說，我們猜測大概是這樣的量級。
L2++，或者說FSD，嚴格來說還不是一個非常成熟的產品形態。根據現在報出來的數據，特斯拉大概一共跑了15.3萬英里，800多個人參加了這樣一個計劃的測試。這800多個人當中，只有71個人不是特斯拉的員工，其他都是特斯拉員工，平均下來，一個人大概只開了186英里，所以它應該說還是一個比較早期的產品形態。
夾在兩者之間的，我並沒有說是L3，因爲現在L3到底會不會存在，其實已經成了一個非常有爭議的話題，我放在兩者之間的叫做影子模式，影子模式就是利用你今天L2車型，它可以大規模地部署。於是我可以大量地收集數據，甚至於在車上做一些受控的算法試驗，這是影子模式。
如果說把特斯拉更早的，就是NOA，比NOA更早的車型都算上，我猜想，它有可能已經有百億公里影子模式的數據覆蓋。當然這並不代表一定就真正收集了百億公里的數據，它在這百億公里當中，可能按照10000：1甚至100000：1的比例，把精華的數據收集下來。這是行業今天一馬當先的領導者已經做到的。
我今天說幾個思考：
思考一：學特斯拉非一日之功
這是我在去年藍皮書論壇上用的一張PPT，這個PPT想要說明特斯拉用近二十年時間做到今天，這二十年時間戰略思維非常清楚，幾乎每個方面都是通過三步來走，並不是一步兩步地一蹴而就，也不是四步五步那麼繁鎖。
比如產品定義就是從超級豪華的Roadster（參數丨圖片）到普通富豪用的Model S/X，再到大衆用的Model 3/Y，核心是把三電做好，然後把電子電器架構的三域控制器做好，當然它是四域，它的車身變成左車身、右車身的四域控制器。然後進一步開發它的更新的基於以太網雙環的新的組織架構。
有了整車架構三步走，在功能上實現了三步走，先是操控，在交互上實現了全新的體驗，它的標誌就是那塊大屏，然後它實現了整車的OTA，有整車OTA就可以不斷地把一些新的功能，在它的所謂的FSD這麼一個期貨的幌子下面不斷地推送，最後有了OTA就可以不斷地去推送智能駕駛，在後面實現數據閉環，所以大家可以看到從2015年、2016年開始，每一個版本都加入了新的功能。
有了智能駕駛以後，它開始進入到芯片，芯片這一塊也採用了三步走的策略。只有自研芯片才能夠允許FSD這樣一種城區的場景，所以它的FSD也一步一步推出新的版本，最早V7幾乎沒有人能夠用到，現在V9差不多幾百讓用到了。這就是堅定的三步走，通過二十年的時間。
這給我們主機廠帶來啓示，它走過的路我們就不用再走彎路了，這是好的地方。但是另外一個方面，它踩過的很多坑是並沒有發表出來的，我們再去重複它走過的路的時候，不可避免還會踩一些看不見的坑，所以我們如何？我們現在看到很多的，尤其是新造車的勢力，在2023年會推出這麼一個L2++的產品形態，我們相信它會通過這樣幾個步驟去做。
第一個，硬件還是一步到位，這一步到位當中包括了激光雷達，當然因爲這樣的硬件可能會存在一些潛在的隱患，它的硬件的接口設計成是後期可替換，就是未來可能在4S店可以換上新一代的引擎。要一下子跨過特斯拉的十年，我們認爲不可以低估其挑戰。
現在大家都非常地激進，但是硬件這玩意，並不是裝一個電腦，並不可低估其挑戰。所以，預期最早的一批產品，硬件上還需要一些迭代。軟件和高精度地圖可以通過OTA方式逐步地推上去，尤其是明年，明年會出的一些車型，可能這個車6月份就推出了，但是它的自動駕駛的軟件可能會到年底纔會OTA上去。肯定一開始還是L2+的形態，逐步推到L2++，而L2++，我相信還是類似於特斯拉的這樣一種做法，就是一開始先從一條線，或者小的區域開始推送，可以做一些受控的試驗。我相信未來L2++變成產品以後，可能也會從一些定製化的線路，並不是全域都可以實現L2++。
這裡面還有一個被大家忽視的，就是司機的培訓。L2++把今天Robotaxi公司僱傭的安全員換成了你，換成車子，這些安全員可能需要經過幾個月的培訓。所以對於車主的培訓，也會是一個不可或缺的工作。這是我們對產品形態未來要上市這樣的一個判斷。
思考二：兩種車型的組合加速追趕
對於車廠來說，我們相信它會對兩種車型組合加速特斯拉的追趕。
一種產品形態是可能演進到L4的L2++，也就是特斯拉FSD，或者是華爲演示的產品形態，我們把它叫做L2的樣子，L4的靈魂。這張圖剛纔倪凱包括唐銳都反覆地展現過，這個L2的樣子，L4的靈魂，這麼一個L2++，本質上它是第一次全面覆蓋了這三種場景。原來L2+，或者NOV的這樣一種快速路，封閉高速的場景。L4，或者類似Robotaxi城區的場景，以及停車場記憶泊車的場景。所以，一種產品形態覆蓋三種場景。
這三種場景不會是像今天的這種車廠，比如說L2+找博世，泊車找法雷奧，等等找多家供應商，它一定是共享了控制器和傳感器，而且實現了軟件和硬件的兼容。從它的域控上面，我們相信它一定有100+TOPS的算力。
今天特斯拉的配置，前向三個攝像頭有三個不同的FOV，不同的角度，其實還是代表上一代的產品。新一代八百萬像素這樣一個攝像頭，一個就可以覆蓋起來了，所以，整車基本上大概六個攝像頭能夠實現360度。毫米波雷達可能會有4D的呈像。激光雷達，大家看最早的L3產品形態，就是奧迪的A8，它其實用的是四線的激光雷達，那個激光雷達本質上是爲了解決堵車情況下跟車的問題，但是要實現L2++，現在我們看到的激光雷達，至少是64線，比如大疆的64線，華爲的96線。然後是超聲波，超聲波很有可能未來會是在車上面並不是一圈，而是兩圈，能夠實現更好的近距離的感知。整個的架構會變成fail-operational。
第二種產品形態我們把它叫加強版的L2+，就是在今天L2+基礎上加上了數據閉環，加上局部的影子模式。這個偶爾是L4靈魂，主要還是L2。它少了一種場景，少了城區的場景，它也是會變成共享的控制器和傳感器，實現軟硬件解耦。它的算力是20+TOPS，也是360度的攝像頭，但是未必是800萬像素，爲什麼不是800萬像素呢，因爲用800萬像素，這個算力就不夠了，用800萬像素一定是要用更高的算力。毫米波、激光雷達就沒有了，超聲波還有，還有低速的fail-operational。
那麼多的傳感器，大家會說有必要嗎？特斯拉最近宣佈純視覺了，都不用雷達了。我們相信在歷史上，毫米波雷達作爲一個非常不錯的視覺感知的校驗器，尤其是視覺測距的校驗器，幫助它算法提升。但是因爲毫米波雷達也有侷限性，毫米波雷達跟純視覺的融合，反而可能會拖累純視覺算法的結果，所以它就做了這麼一個大膽的決定，這個決定我們相信它的純視覺，當然我們這裡面說到是多攝像頭的純視覺，在光照天氣較好的情況下，會優於視覺+毫米波，但是在低光照和惡劣天氣下，可能會出現性能的退步。
當然魚與熊掌不可兼得，大家會說，特斯拉車上面也裝了激光雷達，但是它並不是量產，只是爲了作爲攝像頭的驗證來用。
這一點，我猜想可能會限制特斯拉的技術領先，我們技術行業裡經常有一句話，就是發明一樣東西的人，會最後一個承認他過時了，他如此的推崇視覺的算法，以至於他可能會忽略激光雷達產業的發展，而使得後面的追趕者具備了一定的優勢。這是我們的第二個思考，第二個思考的結論就是，未來一定是這兩種產品形態的結合。
產品形態1就是L2++，它有點曲高，但是我們用的詞叫“借假修真”，就是借L2的車能夠修你L4的真。產品2形態是走量。這麼一個產品，如果是二三十萬（元）的價格，採取預埋的話，可能會把成本降到四五千塊錢，甚至更低，它可以走量，走量可以實現數據閉環，可以實現局部的影子模式，可以草船借箭，就是借大量的車主跑車來獲得數據，這種組合可能是未來車廠要思考的。
思考三：重塑OEM+供應商關係
最典型的一個案例就是這個，這是一個專門做開關旋鈕的供應商，他跟我們說的一個故事，他們花了三十年的時間進入到BBA這樣一些豪華車型的供應鏈當中，然後這位董事長去硅谷跑了一圈，看到了Model 3，心就涼了一大半，因爲傳統BBA豪華車，一輛車有70個開關旋鈕，到了Model只剩下3個。這就是技術突變式的進展，導致了它跟供應商的關係的變化。
還有一個非常典型的案例，就是自適應的雨刷。傳統汽車在擋風玻璃前面有一個陽光雨量的感應器，它是通過一個單獨的ECU來實現的，而這個，我想說的是，特斯拉，這是它的一個專利，叫deep rain，通過前擋風玻璃裝一個攝像頭來測算雨量大小，這樣可以把整個ECU整個拿掉，只需要這麼一個軟件就可以了。未來特斯拉這樣的創新可能會有很多，這個車比較獨特的地方，當然最終產品是不是那樣，我還不知道，但是現在看起來比較獨特的地方是它是沒有雨刷的。這是它的一個專利，它通過激光來除塵除水。
所有這些反映了什麼？硬件電子化、集中化、平臺化。而傳統零部件軟件化，它可以帶來很多好處，比如全局智能，原來我對雨量感知是在ECU裡面做的，它跟車其他部分的溝通是有限的，但是如果把它變成一個軟件模塊的時候，我感知到雨量大小，我就可以做很多事情，比如我自動把開着的窗搖上去，可以自動通知導航軟件走不同的道路，可以自動通知剎車系統選擇一種不同的模式，可以實現全局的智能，當然也可以實現全新的商業模式。但是對於賣硬件爲主的供應商們會帶來很大的挑戰。
所以，這裡面會出現全新的OEM跟供應商的關係，一是如何集成，原來是通過黑盒集成，現在通過灰盒、白盒。第二個是如何進化。原來零部件賣給車廠就完了。現在數據管理是要貫穿全生命週期的，自動駕駛不斷的演進迭代是需要全生命週期數據的交互。第三是如何分錢，這裡面就帶來了全新的這樣一種關係，我們相信，OEM會跟供應商做深度的融合，而這個深度的融合是爲了更好地迎接暴風驟雨般的未來。
這是今天的燃油車，大家可以看到車架便宜一點，但是用起來比較貴，電動車反之，用起來比較便宜，但是買起來比較貴，今天差不多形成了一個平衡。早上小鵬說，今天電動車只佔到5%的市場份額，但是按照今天的技術發展趨勢，到2023年的時候，電池會降到一個新的價格，這時候電動車可能會不僅僅用起來便宜，而且買起來也便宜，這是對我們汽車市場第一波衝擊。
而第二波衝擊是變成智能電動車，智能電動車，它的車的價錢會進一步地降低。大家覺得這可能是反直覺的，因爲這上面裝了很多的更貴的智能的部件，爲什麼進一步降低呢？是因爲它可以壓低在硬件方面的毛利，然後通過軟件和訂閱服務來獲得更高的毛利。這就是第二波的衝擊，而這兩波衝擊，尤其第二波衝擊需要主機廠跟供應商能夠做深層次的融合。
思考四：新時代供應商需要三種能力
我們拿我們公司馭勢科技做一個樣本。
第一個，可量產、可白盒的產品模塊覆蓋三大場景。
我爲什麼用產品模塊，而不是產品，因爲剛纔我說了，無論是L2+還是L2++，主機廠會主導開發和集成，所以供應商交付是可量產、可白盒的產品模塊。我們現在和主機廠合作當中，已經做了這樣的實踐，比如這個是剛纔一汽李丹院長提到的可以達到L3，但是不敢宣稱是L3的產品。在停車場L4級的代客泊車這一塊，我們也跟整車廠提供了小批量的交付。城市道路L4級Robotaxi，我們與東風合作車隊開始運營。
在這三大場景當中，我們採用統一的菜單化的傳感器、控制器的模板。剛纔說的是模塊，這邊說的是模板，模板就是一個參考設計，可以高度可定製的，可以讓主機廠修改，可以置換的模板。
這裡面產品模塊包括完整的前視和環視的計算機算法，包括激光雷達，我們在激光雷達點雲處理方面得到非常好的場景。包括深度學習+SLAM+語義定位的視覺定位。這些模塊會套入模板實現快速的定製化。
比如這個車，這個車跟乘用車關係不大，是做末端配送的，但是這個車底盤是借用A00級車的底盤，我們原來做AVP，加上L4城市區域的感知和決策的算法，通過一個快速的模板的定製化，它就是很快地做出了一個新的產品。因爲馭勢科技傳統上並沒有做末端配送的產品，我們這裡面還是強調基於產品模塊、基於模板，可以實現快速的定製化。
當然我們也很榮幸，作爲一個汽車商業評論軒轅獎的合作伙伴，去年對34款參評車進行測試，完成87頁測試報告，對市面上的產品是什麼樣的狀態，有了更加專業的評估。
第二個是駕馭複雜軟硬件系統的能力。我們作爲一家新的供應商，這一塊是我們的核心競爭力，因爲我們核心團隊參加多款核心芯片和系統軟件研發工作，這邊可以看到我們做了四代核心域控制器。每一代做得更小，更符合車規，算力更高，我們按照汽車行業的要求，從最早的ISO 9001到IATF 16949包括ISO 27001去做認證。
第三個是在雲端，因爲你要實現閉環，必須車+雲，在雲端我們也實現了全功能的雲腦，它能夠幫助主機廠實現數據加上AI算法的閉環。這個雲端平臺我們現在已經幫助某些主機廠進行了定製化，進行了交付，這裡面從最底層的基礎架構到工具，到仿真服務，到上面地圖，多車調度、運維，數據分析，再到真正的接入到第三方的系統接口，全部能夠實現定製。
仿真我再稍微提一下，仿真確實是一個非常有用的工具，因爲它真正能夠解決今天我測試了里程太多的問題，如果你真正要到路上去跑，那成本是非常巨大的。大家想象一下，我們做軟件的知道，我每一次升級軟件，需要重新做一次迴歸測試，當你迴歸測試里程達到百萬、千萬公里的時候，基本上沒有辦法全部都實車去跑，這時候仿真就變得非常有效了。
我今天主要跟大家分享這四個思考。就說這麼多，謝謝大家。