Waymo向左，特斯拉向右，谁会率先拿下无人驾驶杆位？

在自动驾驶领域，谁见了Waymo不得尊敬地称一声“教父”，即便这位“教父”3年烧光50亿美元，仅在旧金山接近盈利。

从资历看，Waymo的前身是谷歌自动驾驶项目，从2009年开始研发，一直被认为是行业风向标。从资金看，Waymo惊人的融资能力，帮助它撑过了行业寒冬，并送走了一批缺钱“敌友”。今年7月，母公司Alphabet再次向其输血50亿美元，“Waymo是Alphabet长期投资的一个重要范本”。

对此，特斯拉第一个不服，马斯克评论：“Waymo money（笑哭）”。

但轮到自家特斯拉又是另一番景象。根据多位大佬对特斯拉FSD的反馈：

Ted掌门人Chris Anderson：在每天1.5小时通勤中，特斯拉会3、4次脱离自动驾驶；Waymo可以为消防车让路，特斯拉做不到。不认为特斯拉能在短时间内部署一支Robotaxi车队。

资深记者Timothy B. Lee：特斯拉上车45分钟，自己上手2次；Waymo上车两个小时，安全且平稳。Lee专门写了一篇吐槽文章《Waymo在下象棋，而特斯拉还在下跳棋》，文章指出：特斯拉的自动驾驶比2018年的Waymo好一丢丢，但还不如2020年的Waymo。

小鹏汽车创始CEO何小鹏的体验是，在旧金山城区，Waymo表现更好一些；特斯拉FSD在硅谷和高速公路上表现极佳。他表示，特斯拉的自动驾驶在几个月内有了显著进步。小鹏汽车将向FSD学习其优秀的功能和用户体验。他预测，2025年将是完全自动驾驶的“ChatGPT时刻”。

这些都不如Andrej Karpathy的点评直接。日前，Karpathy在播客中炸出一句：“大家认为Waymo比特斯拉领先。我认为，特斯拉比Waymo领先。”

大神何出此言？面对一个不断增长的数十亿美元市场，谁能率先拿下控制权？但在此之前，这两家公司各自面临着不同的挑战。

特斯拉也在偷偷用激光雷达

根据Karpathy的观点，特斯拉要解决软件问题，Waymo要解决硬件问题。软件问题更容易解决。

特斯拉的软件问题，即FSD需要处理好现实世界的各种复杂情况。例如，路上突然窜出一只狗，执意闯红灯的行人等等。要知道，去年Waymo Robotaxi撞死了一只从“狗学校”逃课的狗，拖慢了Waymo在旧金山落地的进度。

特斯拉FSD是一个“端到端”系统，采用无高精地图+纯视觉方案，通过神经网络进行车辆控制。例如，FSD Beta V12没有识别道路、行人等概念的代码，而是全部交给了神经网络自己思考，C++代码只有2000 行，V11则足足有 30 万行。

其优点是，FSD 越学越聪明。比如今天一辆特斯拉撞了“逃课小狗”，明天所有的特斯拉都知道要躲开小狗。长期下来，汽车会像人类老司机一样熟练。其缺点是，现实世界过于复杂。比如今天是“拦路狗”，明天是小猫、袋鼠、鹿，这是一个持续学习的过程。

不过，依赖于遍布全球的规模，特斯拉每天能收集数百万英里价值的驾驶数据——从日常通勤到Corner case（极端情况），产生飞轮效应。通过OTA快速部署软件更新，也能让特斯拉进行增量改进。

因此，Karpathy认为：当特斯拉解决了自动驾驶的软件问题，并能投入使用时，就能成为赢家。“Waymo现在看似领先，但如果展望未来十年，看谁真正实现了规模化运营并且从中获得大部分收入，我认为特斯拉在这方面占据优势。”

Waymo的挑战呢？首先是数据单一，主要是通过自动驾驶车队数据，以及标注数据。其次，Waymo地理围栏测试区域提供了“安全区”，会限制其扩展速度。此外，硬件成本巨高，比如马斯克不喜欢的激光雷达。

说回激光雷达，其实老马藏了一招。Karpathy透露：特斯拉用了许多昂贵的传感器，只是部署使用的阶段不同于Waymo。换句话说，特斯拉也会在数据收集过程中使用激光雷达来帮助训练车辆的视觉系统。

Waymo的关键问题是成本

根据BI的采访，很多行业专家觉得不能直接比较特斯拉和Waymo。

一位前自动驾驶软件工程师Kevin Chen的发言颇具启发意义。他部分认同Karpathy。即，特斯拉是利用机器学习，开发自动驾驶软件的先驱。鉴于该公司目前有数百万辆车在路上行驶，因此在大规模制造自动驾驶硬件方面领先。

但Chen也指出，特斯拉硬件同样存在问题。没人知道仅靠摄像头能否达到无人驾驶的标准，特别是以当前机器学习和人工智能的水平来看。最大的问题变成了是：人们在等某项人工智能的重大突破？还是在等黄仁勋造个厉害芯片？

他换了个说法——特斯拉的问题是FSD尚未成熟，Waymo的问题是烧钱比赚钱多。

根据Alphabet第二季度财报，Waymo所属的“其他业务”板块在该季度的亏损额达到了11.3亿美元。目前，每辆Waymo自动驾驶车硬件成本约为14万美元，使用寿命大约为4年。更何况Waymo还要养不断壮大的车队。

但从长远来看，成本有望被压缩。

例如，激光雷达。目前其发展已进入成熟阶段，成本下降到人民币千元级别。

例如，远程协助。Waymo已经生产出一套可以不需要人类驾驶员介入的自动驾驶系统。虽然在复杂驾驶条件下，仍需依靠远程操作员进行干预。但未来的人数有望进一步减少，降低成本。

同时，Waymo也在努力“化敌为友”，分摊成本。例如在2025年和Uber开展合作，进军两个新市场：奥斯汀和亚特兰大。Waymo的新捷豹I-Pace车队将通过Uber为打车用户服务。Uber负责保持车辆清洁和维护；Waymo管理传感器硬件、软件和乘客支持。

从收入来看，预计Waymo年收入为1.2亿至1.3亿美元。目前Waymo每次行程的平均收入大约为15美元，低于Uber和Lyft的每次21美元，这或许可以靠高频次的短程行驶补齐差距。

特斯拉会遇到Waymo问题吗？

FSD只是一款软件，但Robotaxi却是一项真实的服务。

2014年，Andrei Karpathy就体验了Waymo，当时的驾驶已经非常完美了。但如今足足花了十年时间，才从一个 Demo变成一个付费使用的规模化产品。而且Karpathy明确指出，这主要是技术方面的原因。

Waymo做不到的，特斯拉就能做好吗？

讲一个Waymo遇到的真实案例：在旧金山，几辆Robotaxi堵了一条窄路，消防车不得不绕道救火；一辆Robotaxi困在消防作业区域附近，影响消防员工作。

在这方面，Waymo可以请求远程操作员指导，急救人员可以靠在车里与远程操作员交谈，也可以跳进车里自己驾驶；市政府官员可以建立地理围栏，让 Waymo远离紧急场景。

请问，特斯拉能怎么做？

你可以说，不可能时时刻刻都要救火。但如果特斯拉Robotaxi突然爆胎呢？

马斯克的设想是，打工人去上班，打工人的特斯拉在特斯拉运营平台上打工。

理论上，爆胎应该找车主。但车主可能正在开会，可能在外地出差。乘客是干等几十分钟，还是由此迸发出一个特斯拉打开的利基市场——五星“爆胎”服务团队？

结果就是，特斯拉可能也要逐个开城，而不是直接全面开花。

诶，这不就走上了Waymo的老路吗？也就是马斯克嫌弃的“脆弱”。

特斯拉有一个巨大优势是数据管饱，但其收集的数据没有标签。相较之下，Waymo的安全驾驶员会记录每次脱离，以帮助识别Waymo软件中的缺陷。

而自动驾驶系统需要非常高的精度。KK曾表示：“在自动驾驶方面，不能满足于99%的安全性，必须追求99.99%的精准，安全性达到98%不是一件困难的事情，但是越往后越困难……最后的部分难度最大、耗时最久，想要完成最后2%的突破，可以说是举步维艰。”

如果非要说特斯拉“端到端”解决根源问题。其实Waymo早就用上了神经网络。今年2月的演讲中，一位Waymo 工程师解释了公司如何利用 Transformer预测其他车辆的行为。前不久，Waymo CEO Dmitri Dolgov提到，如何利用卷积神经网络来解释周围环境，无论是通过摄像头、激光雷达还是成像雷达进行对象检测和分类。

更何况，Waymo的背后可是人工智能排头兵谷歌。

20天后，或许当特斯拉Robotaxi真正上路时，马斯克才会关闭嘲讽模式。