焦点

从汽车机器人看自动驾驶的困境

没有什么比本周百度世界大会最能展示自动驾驶的现实困境了。

当李彦宏站在央视新闻直播间谈到自己对未来驾驶的想法，进而展示「汽车机器人」之后，我相信观看直播的 所有人都会不由自主地发出「哇」的一声，因为它的确很酷，如下图：

很快，你就会明白这不过是一种概念演示罢了，即便外场主持人带着明星亲自体验了一番，即便你不是老司机，你大概也能知道这样一辆没有车内方向盘、踏板的车辆根本不可能在公共道路上行驶，而其外部设计的炫酷车门、内部的超大曲面屏、零重力座椅等等，也是一种不计成本制造出来的展示品而已。

真正的自动驾驶车辆是下图这个样子，这是百度此次发布的自动驾驶出行平台「萝卜快跑」的车辆，从模样上说，这与炫酷的汽车机器人相比简直就是「原始机器」，其自动驾驶的等级——也从「汽车机器人」的 L5 级别（全自动驾驶）降低到 L4 或 L3（我没有查到确切的数字）。

在汽车机器人面前，「萝卜快跑」也没有多少 PR「价值」，下面这段官方表态就是该平台的价值：

百度此次推出的萝卜快跑，结合了Apollo过去两年的运营实践，能向大众提供商业运营和多元化增值服务，加速全民无人化出行时代到来。通过萝卜快跑，用户能够打到具备汽车机器人雏形的百度 Apollo无人车。

从「哇」到「唉」，这俨然就是当下自动驾驶发展的缩影，这个行业距离「改变世界」还有一段非常长的 路，最新一期 Bloomberg Business 报道了 Waymo，标题也是行业的现实，这家公司几乎完成了 99%，但还有 1% 是最难的。

而在过去一段时间里，很多汽车公司极其不负责任地渲染其自动驾驶软件能力，极大误导了普通消费者对自动驾驶的认知，而一旦出现事故，汽车公司第一时间跳出来强调自己的产品只是「一款驾驶辅助系统」，特斯拉如此，蔚来也是如此。

本周，美国交通管理部门正式启动对特斯拉 Autopilot 系统的调查，这并不是针对特定事故的调查，而是瞄准 Autopilot 系统，调查部门希望了解这套系统到底如何应对道路上的可能情况，以及，又是什么原因，导致装备该系统的特斯拉车辆出现了事故。

公开资料显示，自 2015 年 10 月特斯拉发布 Autopilot 以来，全球已知与 Autopilot 有关的事故已经造成至少 6 人死亡，其中美国 3 人，中、日、挪威三国各 1 人，至于伤员，就无法统计了。

本周自动驾驶领域还有几件值得关注的事情：

• 奥迪发布「自动驾驶+电能」的概念车 Skysphere，酷，但也是概念；
• Aurora 的上市计划正在加速进行中，该公司将以 SPAC 形式完成 IPO，预计市值达到 110 亿美元；
• 由于中国政府近期对科技公司的严厉政策，自动驾驶创业公司小马智行暂停美国 IPO 计划，该公司此前也计划通过 SPAC 的形式完成 IPO。

最后，如果你真的希望了解更多自动驾驶领域的发展情况，下面几份行业报告，或许可以帮助到各位：

• 人工智能带给汽车产业的变革机遇非常大，从芯片到算法再到数据，由此构成了观察汽车产业链变革的一个重要窗口，你可以在这里下载这份报告；
• 未来驾驶终端领域最值得关注的底层芯片与软件解决方案，你可以在这里免费获取这份报告；
• 就目前来看，L3、L4 级别自动驾驶的发展，依然需要激光雷达的技术突破，这篇报告，从技术、行业与公司等不同方面，展现了激光雷达领域的关注要点，你可以在这里免费获取该报告；

产业观察

Gartner 云基础设施和平台魔力象限

「魔力象限」是 Gartner 的一种研究方法，包括纵轴和横轴两个指标，其中横轴是前瞻性（Completeness of Vision），反应的是企业的技术能力、市场领导力、创新能力等；纵轴是执行力（Ability to Execute），主要考量产品的易用性、服务能力和技术支持能力。

Gartner 官方这样区分四个象限：

• 领导者象限：很好地执行了当前愿景，并为未来做好了充分准备；
• 远见者象限：了解市场发展方向，或者有改变市场规则的设想，但执行效果不尽如人意；
• 特定领域者象限：成功专注于一个小的细分市场，或者目标不明确，创新和表现未能超越竞争对手；
• 挑战者象限：当前表现很好，或者可能在大部分细分市场占据主导地位，但未表现出对市场方向的了解；

所以，正常情况下，一家企业进入魔力象限的顺序为挑战者、特定领域、远见者和领导者。

最近两年的 Gartner 云基础设施和平台魔力象限反映出行业的诸多变化态势。

其一，2020 年 ，该魔力象限首次将平台即服务（PaaS）纳入评估体系，包括函数即服务、数据库即服务以及私有云的能力等，这也展现出云服务争夺的焦点已经从基础设施服务向更上层的平台服务迁移。

其二，上周发布的 2021 云基础设施和平台服务魔力象限里，阿里云进入到远见者象限。

考虑到该象限只统计海外市场的产品和技术能力，这部分意义也是 Gartner 对阿里云海外扩张的肯定。

其三，如果把时间拉长一点，看看 2018、19 的数据，你会发现，全球云基础设施的玩家们已经固定，短期内不会有新的挑战者出现，接下来就是 AWS、Azure、GCP 与阿里云博弈、竞争的时代。

行业·巨头

英伟达。英伟达上周推出 Omniverse，将其定义为全球首个为元宇宙建立的基础设施平台。

所谓「元宇宙」（英文是「Metaverse」），简单来说就是一个与现实世界平行的虚拟世界，这个词本身是一个科幻小说的词语，出自知名科幻小说作家斯蒂芬森的小说 Snow Crash 。

目前关于「元宇宙」的定义或切入角度有很多，如果根据上面的定义来看，大致上可以划分为几个方向：

• 硬件层面：VR 设备、智能手机（比如 iPhone 相机上的激光雷达）、未来的智能眼镜；
• 用户体验层面：比如基于 VR、AR 的游戏、社交产品；
• 平台层面：这里需要为内容创作者提供一系列可以制作、分发以及变现内容的工具与产品；
• 基础设施层面：面向虚拟世界的算力平台；

如果你还不理解，可以去看看前几年斯皮尔伯格导演的电影《头号玩家》，这部电影里的游戏场景就是「元宇宙」。

从这个角度上看，英伟达的 Omniverse 面向的是平台与基础设施的能力，基于英伟达在数字建模、渲染的技术积累，帮助更多开发者与公司快速切入到元宇宙领域，英伟达表示，该产品已经与包括 Adobe、Autodesk 在内的众多公司建立了合作关系。

除英伟达之外，Facebook 也是元宇宙的积极探索者，扎克伯格上月公开表示自己是元宇宙的信徒，他在采访中有这么一句话，充分表达了扎克伯格对元宇宙的看法，「自然」，这是互联网下一阶段应有的样子：

So I don’t think that this is primarily about being engaged with the internet more. I think it’s about being engaged more naturally.

如何实现「自然」呢？上文提到了元宇宙各个层次所涉及的服务与产品，这意味着所有现有的所有技术都需要进一步发展：

• 提供一个自然而然的服务出口；
• 像感受现实生活一样感知元宇宙里的情感变化；
• 获得金钱上回报；
• 获得的金钱继续在现实世界与元宇宙里消费；

元宇宙的概念足够宏大，其涉及到产业链也非常长，而目前看过去，这更像是扎克伯格推销 FB 的一种方式，而围绕扎克伯格的言论，也在形成一股投机潮流，其未来发展如何，还需要谨慎观察。

英特尔。芯片设计公司 Motivo 获得英特尔投资，这家成立五年的芯片设计公司，利用 AI 技术构建一个芯片设计引擎，该公司的愿景是将芯片设计过程从三年精简到三个月。

三星。无独有偶，三星也在使用 AI 技术加速芯片设计工作，该公司目前使用 Synopsys 公司的软件产品 DSO.AI 来设计其 Exynos 系列芯片，这些芯片可能会被用在智能手机或其他物联网设备上，不过，目前三星还未给出这些芯片的上市时间以及具体用途。

AI 加速设计芯片正在成为新的潮流：

• 今年 6 月，Google 发布了一篇利用强化学习加速芯片设计的论文，并将其应用到下一代 TPU 的设计中，你可以在这里查看这篇论文；
• 2019 年，Google AI 负责人 Jeff Dean 的一篇论文提供了一个认识深度学习、计算架构与芯片的认知框架，不需要太多技术背景，便能理解其发展方向，你可以在这里查看该论文。

百度。上周百度迎来一季还算不错的财报，季度营收同比增长 20% 至 313.5 亿元人民币，抛开爱奇艺的收入外，其核心收入为 240 亿元，分为两大部分：

• 广告收入 190 亿元；
• 非广告收入（智能云、小度产品、自动驾驶）50 亿元；

更进一步来看，财报强调百度智能云的营收同比增长 71%，这可能是目前国内主流云服务商最快的增长率，当然这也是因为其规模较小，目前来看，百度的智能云还是在 PaaS（平台即服务）并围绕 AI 做文章，几个落地案例也有着鲜明的特征：

• 泉州水务集团与百度智能云达成战略合作，实现水处理厂的自动化和精简化；
• 百度智能云与国网新疆电力共同建设人工智能平台；
• 在智能交通云服务领域，百度ACE 智能交通解决方案签署千万订单的城市增加到 20 个；

智能云业务带来的是真金白银，而依托智能云落地的 AI 业务发展情况，本周的百度世界大会做了一番新升级：

• 百度大脑升级到 7.0；
• 发布 AI 芯片昆仑 2，基于 7 纳米制程；
• 成立 AI 人才培养平台松果课堂；

业界·其他

美国商业地产公司 Jones Lang LaSalle 收购 AI 创业公司 Skyline，WSJ 指出，这凸显出传统商业对于新技术的拥抱。

印度尼西亚如何成为中美人工智能企业竞争的要地？CSET 本周的这篇报告给出了几个线索，非常推荐。

2020 年，来自中国的 AI 论文引用数量首次超过美国，某种意义上这是中国 AI 基础研究能力的体现，下面两张图反映出足够多的信息。

来自中国的医疗科技公司 Xtalpi 近期完成一笔 4 亿美元的融资，估值也超过 20 亿美元，这家公司利用 AI 技术加速药物发现。

而对中国广大的 AI 创业公司来说，最近都进入到一个关键时期：

• 依图科技旗下的医疗 AI 部门传闻被卖给竞争对手，无法盈利的 AI 企业正在被市场抛弃；
• 第四范式上周向港交所提交招股书，上半年营收 7.88 亿元，亏损 11.87 亿，其主要投资机构包括中国五大行；
• 商汤科技正在和汇丰控股合作，计划在香港完成 IPO，首次募集资金至少 20 亿美元；

DeepMind 发布一个适用于问答的新算法 PonderNet，简单来说，就是可以优化系统对输入问题的「思考时间」（也就是计算处理时间），从而提升系统回答问题的速度。

你可以通过这里获取介绍该算法的论文。

作为典型背靠大厂的 AI Lab，DeepMind 过去几年持续推出一系列影响行业的基础研究，但国内大厂的 AI Lab，似乎陷入到一个停滞不前的怪圈，「新智元」为此做了一番梳理：

• （阿里）达摩院半死不活；
• 腾讯优图沦落为内部算法外包；
• 百度AI Lab在Andrew离职后一蹶不振；
• 字节 AI Lab 直接变成业务中台；

而这背后的原因，远不是所谓内卷就能完全解释的。