2016年，彭军创立小马智行时，已经预料到，Robotaxi（自动驾驶出租车）从远景走进现实，实现大规模的落地，至少需要10年努力，要等待技术和法律法规的成熟，也要考虑社会的接受度。
今天，不管是在旧金山街头穿梭的Waymo，还是在深圳南山闹市区接单的小马智行车队，都证实了这一点。自动驾驶车已然融入社会化车流，开始商业运营。但是彭军十年前可能没想到的是，制约其车队快速扩张的一个关键问题，是没有司机之后的一系列琐碎运维工作。在人类开车时，充电、洗车、车辆维护，甚至帮顾客搬运行李，都由司机顺手干了，但是当自动驾驶车上路后，这些看不见的小事，反而成了问题。小马智行CEO彭军前不久接受了36氪汽车访谈，就Robotaxi落地和运营、L2量产业务的抉择，以及为什么没有急于布局具身智能，技术路线的选择等等话题进行了交流。彭军告诉36氪，小马智行已经组建运营团队，探索出一套为自动驾驶车提供后勤保障的运维标准，“这些人力既包括远程安全人员，也包含地面支持和后勤人员”。而未来车队规模就算快速扩大，人车比也不会明显增加（即：打破车多人多的传统增长逻辑）。站在这个角度，彭军认为这是今天网约车公司或者车企进入Robotaxi领域，可能会忽视的能力盲区。经过10年长跑，加上汽车智能化对供应链的快速催熟，无人车技术已经在各个领域进入实质性商业运营阶段，代表性的就是无人物流车，白犀牛、新石器、九识智能等轮番获得资本押注，已经成为中国自动化物流的名片。Robotaxi作为无人车想象力最大的市场之一，更是吸引车企、网约车平台等公司轮番下场布局。特斯拉、小鹏汽车、吉利等都已宣布明确的无人车运营计划。行业中一个主流声音认为，车企有完整的整车工程能力，有可以实现数据雪球的辅助驾驶到自动驾驶技术体系，会是Robotaxi的核心选手。但彭军告诉36氪，制造能力在中国已经溢出，对于Robotaxi来说，如果一家公司之前没有做过，几乎依然是从0起步。彭军认为，对于Robotaxi来说，技术能力决定0-1，也就是能不能做这件事，而运营能力决定效率。目前小马智行已经在探索中一套逐渐清晰的商业模型。一路走来，Robotaxi并不都是坦途，其长期遭遇商业化难题，大量同行自动驾驶公司，都曾将重心转向L2智驾供应商业务，寻找更多创收渠道。小马智行是少有全程坚持在Robotaxi阵地的公司。目前，小马智行的第七代车，已经在广州、深圳跑出了单车盈利。财务模型验证以后，今年小马智行计划将车队规模快速增加至3500辆。而回溯一路走来的选择，小马智行大都进行了“反常识判断”。彭军表示，L2辅助驾驶量产业务，当时公司也曾简单尝试，但很快发现这是一个注定是一个低利润的行业，因为“技术门槛低和体验不标准，车企掌握着话语权，智驾公司很容易进入价格战”。面对今天车企和网约车平台公司反扑式地布局Robotaxi，彭军更是犀利表示“宣布总是一件容易的事”，“特斯拉喊了10年，做到了吗？”车企普遍希望效仿特斯拉，用现有的端到端算法能力，作为同源技术，同时支持辅助驾驶和Robotaxi业务。但彭军在访谈中提供了与行业主流不同的技术判断，小马智行并没有跟随大语言模型的技术节奏，构建一个超大参数的一体化自动驾驶算法，而是沿用了多个小模型的算法策略，以此提高运行效率，减少算力依赖。对于辅助驾驶行业谈“地图色变”的状态，小马智行同样没有跟风，彭军坦承，公司仍然会长期采用轻图路线。“你经常开的路你熟悉，你开得就轻松，你没去过的地方就会累，这是很正常的事情，那为什么不加图呢？”彭军说，“就连特斯拉都在用图。”在火热的具身智能赛道，小马智行也没有立马进场，而是选择了旁观。“这又是一个至少10年周期的事情”，彭军给出了更直接的判断，“要做永远是有机会的，但还是要看清楚、想清楚。”「聊Robotaxi落地：车企和网约车平台都不擅长」36氪汽车：记得最早行业里喊的是2020年左右Robotaxi（自动驾驶出租车）落地，但是从Waymo或者你们的节奏来看，似乎今天这件事才实现，推迟了近五六年，您认为这中间的差距来自哪里？彭军：我觉得是不懂的人喊的，我一直觉得Robotaxi至少是一个10年的effort（努力）。就像马斯克说每年都要Robotaxi，喊了10年了也没有做到，这都是不懂的人喊的，因为他很明显不懂L4是什么。当初喊得凶的，比如说GM旗下的Cruise，现在公司也垮了。我觉得真正知道的人，知道它的复杂度，从技术发展，到法律法规成熟，到人的接受度，至少是需要10年努力的。36氪汽车：现在Robotaxi落地运营之后，很多问题会被杠杆化，比如Waymo有的时候红绿灯直接趴窝，或者是钻到铁路轨道里面去，这些是落地中最难的部分吗？彭军：这些东西是无法穷举的，它总会出来的，只能一个一个补。这个世界上很多东西都是99.99%都在了，为了最后的万分之一或者是十万分之一，那肯定还是要不断去做。彭军：体系有几个。第一，其实就像治病一样，Early detection（早检测），检测之后能够很快地在一个开发周期里把通用化加进来，加到边界条件里。我们搭建的世界模型能够对车辆周边环境进行精准建模，包括能精准体现自车车辆的运动学模型和周围交通参与者的运动学模型。通过不断丰富世界模型中的场景数据，当系统检测到新的特殊情况时，能快速将其纳入世界模型的训练样本，让模型学会处理此类边界条件，从而提升自动驾驶系统的泛化能力。再有就是在这种情况下，一定要设置一个很好的兜底条件。彭军：很多。首先是技术上要兜底，比如说我们从设计上就有很多的冗余，所有的传感器都是带冗余的。整个车的控制，包括acceleration（加速）、brake（刹车）、转向、动力、电力、网络都是自带冗余的。其次，我们有整个的检测加failover（故障切换），你可以想象我们是一个三层的降级机制，我们的主系统就是开车，平常99.9%都是主系统，主系统如果真的发生问题，fail（失效）了，我们实际上是有靠边停车的机制，如果是在高速上，它甚至可以靠边停车，找到最近的出口下去，所以它是一个降级机制。如果说这一级也fail了，最差是在车道线里在安全停下来，它仍然是有传感器的，但是第三层就不太好了，就堵路了。但是还有远端的监控，会及时发现问题，召唤地勤人员到现场协助处理36氪汽车：你们今年设定了3500辆的目标，是怎么测算的，为什么是3000辆，不是5000辆，1万辆？彭军：生产是相对容易的，生产、备货这些东西就是按照需求去备，也是基于市场、牌照发展，国际国内的预判，大概有这么多。尤其是很多车厂的人，没有干过Robotaxi的人，他忘了出租车司机和网约车司机干了除开车之外很多的事，比如说充电、保养、清洗以及用户的很多事情，像拎个包，提个东西。所有这些东西都是司机顺手就干了，而这件事情作为无人车来说，都要有高效的解决方案，这些东西也要建设。这也是为什么网约车平台说有运营能力，我来做L4的运营，其实此运营非彼运营。所有的网约车平台也好，出租车平台也好，我刚刚讲的这些事情都不用干，因为他只要管好司机，司机把这些事情都干了。但是这些事情在Robotaxi里面是没有的，所以他们做运营的公司也并不是天然具有更大的优势。对车厂和出行平台来说，其实Robotaxi是一个新物种，不能说自动嫁接。大家说这个东西是一个平台的生意，但是实际上平台懂的是另外一套运营，连Robotaxi这件事情怎么回事都还不知道。彭军：我们这些事情先要都自己干，建立标准，建立平台，其实他有很多的技术方案，比如说充电怎么能让车集中回来一起充，电的波峰波谷怎么优化。你怎么能够20辆车一起，边充边清洗。插枪只是一个半分钟的事情，其他事情你怎么把它的效率提升，很多事情可以做。我们等于是建立了一套标准。当然，以后找第三方做也是可以的，但是今天我们要建立自己的标准。36氪汽车：现在是1000辆车，一个人匹配多少辆车去做这种地面运营，人车比是怎么样的？彭军：把地勤、远端维护、监控员，这些所有人加起来，人车比已经很低，人力成本在整个运营成本里已经很小了。36氪汽车：这个模型是基于现在的车队体量，还是远期？36氪汽车：像这些看不见的运营工作，你觉得在Robotaxi的壁垒里面占比是多大？彭军：它不是决定0和1的，它是决定效率的。你用一个人能管30辆车，我用一个人能管20辆车，那成本就是不一样的，所以它不会决定0和1，但是决定了很多事情。技术是决定0和1的，应该说是99%的人就已经被淘汰掉了，但是同样有了技术之后，这些东西也很重要，因为它决定了你的效率。36氪汽车：行业里有一种说法，智驾量产太难，工程化的时间太久，所以（小马）一直聚焦在Robotaxi，没有去做L2是因为这个吗?彭军：量产反而简单，而且L2市场肯定是更近更短的，一片红海，说到底是卷到最后没有任何利润的行业。Robotaxi肯定是要大很多，但是也远很多。从行业来看，L2技术的实现门槛相对较低，多数企业都具备研发和生产能力。技术路径和实现方式趋同，不同产品之间的性能差异难以被用户直观感知。也没有统一的标准，10公里、100公里接管一次，对于普通人来说，不会有那么直观感受上的区别，因为L2本质上有用户（驾驶员）在兜底。这种情况下，车企就掌握话语权，市场竞争逐渐聚焦于价格，行业利润空间被不断压缩。我们很早就看到这一点。彭军：2021、2022年的时候，就是很多人开始往那转的时候。36氪汽车：它的收入体量还是挺大的。我看小马的Robotaxi今年的目标也就是1亿美元左右，但是如果你要做L2的话，拿到一个车企的量产项目可能就是这个量级?彭军：Robotaxi的蛋糕是越来越大的，10年以后还在增长；L2可能这两年这块蛋糕就越来越小了，它出货量不会太增长了。你想现在渗透率是60%，就算是渗透达到100%，那也就是多一倍的增长，但是每辆车的收费是在快速下降的，所以蛋糕是越来越小，而不是越来越大。36氪汽车：说以中国一线城市为例，网约车数量在10万辆左右，Robotaxi要覆盖全城的话大概需要多少辆？彭军：我们现在的目标不是全城覆盖，而是至少达到网约车的10%-20%，我觉得是有这个承载性和可能性的。36氪汽车：这个时候车本身的流程或者是制造标准需要去更新吗？还是说按照现在的状态就可以？彭军：我们一直在更新，有几个能力，首先是运营能力，还有生产能力。生产的标准、能力、耐用性也是在不断提高的。我们现在几千辆，已经是百分之百按照车规来做了。36氪汽车：当量特别大的时候，你觉得你需要自己去造车吗？彭军：我觉得这不需要，中美的生态系统完全不一样。中国有这么多的车厂可以合作，完全不需要自己有生产能力，我觉得需要有设计能力。车的设计再往下走，等规模大了就是车的乘坐体验。因为今天的车是给人开的，Robotaxi是以乘客为核心而不是以驾驶者为核心，它肯定很多座舱的设计要变，这些能力我们要有。但是你说生产或者是标准这些东西，肯定不需要自己做。36氪汽车：国内三五年内，像你们这样在主力做Robotaxi的，会收敛还是会继续扩大？彭军：随着这个行业越来越好，一定会有很多人尝试，但是门槛太高了，我觉得进来是很难的，但是会有人不断想尝试。36氪汽车：现在很多车企，是明牌说要做Robotaxi了。彭军：从目前的情况来看，他们可能对L4级自动驾驶车辆的相关概念还需要进一步了解，同时，在相关机制以及牌照申请流程方面，也需要更多的探索和学习。毕竟这是一个复杂的领域，很多企业都需要一个逐步熟悉和掌握的过程。彭军：很多事情上，也是要从零开始。生产端肯定是有优势的，但是今天的blocking（卡点）肯定不在生产端。36氪汽车：这个好追赶吗？比如说给三到五年时间是不是就能追上来？彭军：非常难追赶。一个复杂的行业，比如说搜索，为什么大家看到这么大的饼，后面没有人再来吃了，这不是三五年的问题，而是说因为太复杂，肯定不是一两年能做到的事情，而我的标准已经在这儿了。今天我在这里，主机厂可能会认为追赶很快，但实际上不会那么快，至少它一个五年的事情，团队是不可能有信心，有耐心做这件事情的，标准不一样。其实美国也一样，你说美国那么多钱，为什么Waymo一旦起来之后，别人追不上来了。因为团队的耐心没有了，除非是全公司之力去做还有可能。如果只是一个部门，比如说你今天在主机厂，你会去做Robotaxi吗？你肯定会去做车的生产，因为那是它的主营业务。结果你去了一个部门离这个差了十万八千里，然后每天被老板敲打，你怎么离他（头部公司）还那么远。36氪汽车：大语言模型现在进化得很快，智驾似乎也在这套体系里，各家车企也都把参数量越做越大，你们怎么看？彭军：语言模型和具身（智驾）模型显然完全是两回事，人的语言处理能力和认知与开车完全是两回事。为什么大家说语言模型一定要大，因为语言就是认知，认知这件事情是有就有，没有就没有。一件事情，那本书你看了才会，没看就不会。但是人，难道是要全世界都开过才会开车吗？大家说你会骑车之后，你一直会骑车，这是人对能力的认知。其实Memory（记忆）里面对这种行为的认知是更强的。一件小时候的事情你可能就忘了，但是你会骑车之后，你一直会骑车。这种能力其实是在大脑的。在人来说，语言模型和开车模型也是完全不同的。当然，很多语言模型是对开车有帮助的，比如说怎么去看交通标志，怎么去判断周围人的行为，这些东西可能跟语言认知有一定关系，但是怎么开车，怎么骑车这不是大模型的问题，开车为什么需要大模型呢？我每次看大家说用了大语言模型我就很牛，这明显是忽悠，开车是认知、能力、协调，人不需要大模型来开车的。彭军：那它也不是大模型，它是一个行为加认知的结合，而不是一个大模型，我不需要见过全世界的路才会开车。而语言模型是我没有见过全世界的知识，我确实是不知道。这么简单的事情，为什么大家都混淆概念，其实什么事情你要往最根本的去想，你就知道比如说LLM大模型在语言上有用，所以大语言模型就在所有东西上都能用，那爱因斯坦应该是马拉松冠军。就像马斯克能发火箭，所以他就能做L4，这不是很愚蠢的事情吗？他L4吹了10年也没有做出来。36氪汽车：现在都在流行说大模型，或者one model，你们不是吗？彭军：我们端侧是很多小模型的结合，不是一个大模型。36氪汽车：在小马AI算法当中不会考虑加入语言吗？彭军：在云端训练里面肯定是要加一些的，这是认知。有很多例子，比如说一个皮球过来了，后面肯定会有一个小孩，这样的一些认知在很多语言模型里有。但是车端开车不需要大模型，只需要把跟开车相关的东西提取出来就可以了。36氪汽车：感觉确实你们在AI算法上不是特别热衷于跟随潮流，比如说大家都喊着要去掉高精地图，你们似乎也没有急于做这件事？彭军：我们肯定要做很多的轻图方案，但是不会完全没有图，因为人也是按图开的。这很正常，你上下班的路，你经常开的路你熟悉，你开得就轻松，你没去过的地方就会累，这是很正常的事情，那为什么不加图呢？就是运营模式不一样。36氪汽车：像车企这两年讲的故事是一定要把高清地图、轻图切割掉，否则就是技术很老。彭军：其实车企很多时候都是营销导向的，特斯拉都用图，更不要说他们了。彭军：当然，它自己采的图，它为什么建cloud source，其实最后很多东西都是为了建图。彭军：当然，就像你开过的路你就记住了，这不就是图吗？36氪汽车：你们肯定也是一个有AI核心能力的公司，现在AI公司都在向具身智能布局，但是感觉小马又变得很冷静，这又是基于什么考虑，你们又看到了什么？彭军：这个东西没有那么着急，只是说因为最近热钱涌进来了，大家在看。彭军：光讲故事没有什么意义。机器人到真正可以用，具身真正可以用，那至少又是一个10年的事情。首先什么时候做都不晚，其次，机器人门槛肯定比车要低很多，所以才会有这么多公司。说到底，它为什么会比自动驾驶公司多，是因为门槛更低了。做个手，做个身体，或者是做个脑，或者是做某个细分行业，或者是做通用都有。但都是在一个Demo的阶段，要看到一定规模的落地，至少是10年以上的事情，所以要做永远是有机会的，所以还是要看清楚、想清楚。36氪汽车：你刚刚提到具身模型，目前有什么比较清晰的答案吗？彭军：那就更没有了，这个就是从基本的去看，开车相对来说在物理AI里是比较简单的事情，因为它有车道线，有明显的交通规则，路上相对来说有事还是会处理。具身首先一定是一个summary（综合）的，有楼梯，有各种事情，如果说你把它限定成二维，比如说今天做的事情是以二维为主的，在工厂里面，周围都没有人，干点简单的活，拧个螺丝。但是真正具身有用，一定是到三维了，三维和维的复杂度完全不一样。开车实际上现在它是一个二维的问题。所以我们的世界模型，我们的很多训练是以二维为主。但是你真正做一个通用的具身，一定是要到三维的。当然今天所有做的Demo都是二维的，没有人做到三维的。彭军：完全没有。具身太复杂了，具身最复杂的是操控，操控就需要有很多Physical law，有很多touch在里面，我捏一个软的东西它就变形了，我不能用钢铁来做。而开车相对来说比较简单，我是防碰撞的，我很多Physical law是不需要的。比如说你切水果，你切很硬的水果是一回事，切一个很软的水果，切完以后它就变形了，这就不一样了，切东西这件事情就已经是非常复杂了。36氪汽车：因为很多的企业对外塑造的故事是说我今天做自动驾驶，我明天能力可以迁移到具身上，这件事你认可吗？彭军：其实就跟L2迁移到L4一样，它有很多能力是一样的，但是最后还有很多事情要做。就像做体育一样的，你的反应快、肌肉强，你永远是好的，但是你要按照不同的体育项目去优化。封面来源 |企业供图
10个月宝宝每天需要喝多少奶粉？
