在摩根士丹利第24屆亞太峰會(huì)上，自動(dòng)駕駛領(lǐng)域的“教父級(jí)”人物Sebastian Thrun與知名分析師Adam Jonas進(jìn)行了一場(chǎng)深度對(duì)話，內(nèi)容涵蓋自動(dòng)駕駛技術(shù)路線、行業(yè)階段判斷、機(jī)器人賽道分化、Waymo早期秘歷等多個(gè)維度。

作為谷歌無(wú)人車項(xiàng)目（Waymo前身）締造者、斯坦福人工智能實(shí)驗(yàn)室前主任，Thrun的見(jiàn)解無(wú)疑為當(dāng)前自動(dòng)駕駛與機(jī)器人領(lǐng)域的發(fā)展提供了重要風(fēng)向標(biāo)。

自動(dòng)駕駛技術(shù)路線之爭(zhēng)：純視覺(jué)方案的“成本革命”

Thrun在對(duì)話中明確指出，自動(dòng)駕駛領(lǐng)域當(dāng)前最核心的技術(shù)分歧在于“純視覺(jué)”與“多傳感器融合”的路線博弈。他特別強(qiáng)調(diào)，特斯拉在奧斯汀的純視覺(jué)FSD實(shí)測(cè)將成為行業(yè)關(guān)鍵轉(zhuǎn)折點(diǎn)。

“如果馬斯克能在奧斯汀實(shí)現(xiàn)無(wú)安全員的純視覺(jué)Robotaxi商業(yè)化運(yùn)營(yíng)，這將是一次真正的顛覆�！盩hrun表示。從技術(shù)角度看，純視覺(jué)方案僅依賴攝像頭，通過(guò)神經(jīng)網(wǎng)絡(luò)模擬人類駕駛員的視覺(jué)感知系統(tǒng)；而多傳感器融合方案則結(jié)合激光雷達(dá)、毫米波雷達(dá)和攝像頭，構(gòu)建多層次的環(huán)境感知體系。

技術(shù)路線的核心差異體現(xiàn)在感知架構(gòu)上。

從經(jīng)濟(jì)學(xué)角度分析，純視覺(jué)方案的最大優(yōu)勢(shì)在于成本。目前高端激光雷達(dá)單價(jià)仍高達(dá)數(shù)千美元，而攝像頭成本僅數(shù)十美元。Thrun算了一筆賬：一旦純視覺(jué)方案被驗(yàn)證安全可行，其成本優(yōu)勢(shì)將對(duì)多傳感器融合路線形成“降維打擊”。

但純視覺(jué)方案面臨嚴(yán)峻的技術(shù)挑戰(zhàn)，尤其是在惡劣天氣和低光照條件下的可靠性問(wèn)題。Thrun解釋：“純視覺(jué)系統(tǒng)的核心是通過(guò)AI彌補(bǔ)物理傳感器的不足。這需要模型具備強(qiáng)大的推理能力，能夠從有限視覺(jué)信息中推斷完整環(huán)境狀態(tài)�！�

特斯拉采用的“BEV+Transformer”架構(gòu)正是這一思路的體現(xiàn)。該架構(gòu)將多個(gè)攝像頭數(shù)據(jù)轉(zhuǎn)換為鳥(niǎo)瞰圖視角，再通過(guò)時(shí)空序列建模實(shí)現(xiàn)3D環(huán)境感知。與之相比，多傳感器融合方案通過(guò)激光雷達(dá)直接獲取3D點(diǎn)云數(shù)據(jù)，在技術(shù)實(shí)現(xiàn)上更為直觀，但成本居高不下。

從“萊特兄弟時(shí)刻”到規(guī)模化前夜

Thrun回顧了自動(dòng)駕駛的發(fā)展歷程，將2005年DARPA挑戰(zhàn)賽視為行業(yè)的“萊特兄弟時(shí)刻”。當(dāng)時(shí)他帶領(lǐng)斯坦福團(tuán)隊(duì)開(kāi)發(fā)的“Stanley”自動(dòng)駕駛車成功完成沙漠賽道挑戰(zhàn)，證明了自動(dòng)駕駛技術(shù)的可行性。

近20年發(fā)展后，自動(dòng)駕駛已進(jìn)入加速滲透期。Thrun透露，在峰會(huì)現(xiàn)場(chǎng)500名與會(huì)者中，約1/3已體驗(yàn)過(guò)自動(dòng)駕駛汽車，且絕大多數(shù)乘坐的是Waymo。這一數(shù)據(jù)直觀反映了技術(shù)的民用化進(jìn)程。

行業(yè)正處在從L4向L5過(guò)渡的關(guān)鍵節(jié)點(diǎn)。根據(jù)摩根士丹利的研究，人類每年在汽車中消耗的時(shí)間高達(dá)8200萬(wàn)年，自動(dòng)駕駛對(duì)“駕駛時(shí)間”的釋放意味著巨大的經(jīng)濟(jì)價(jià)值。Thrun預(yù)測(cè)，未來(lái)3-5年將是自動(dòng)駕駛商業(yè)化落地的黃金期。

Waymo的最新擴(kuò)張計(jì)劃印證了這一判斷。公司宣布將在明尼阿波利斯、新奧爾良和坦帕開(kāi)始手動(dòng)駕駛測(cè)試，并計(jì)劃在2026年將無(wú)人駕駛服務(wù)擴(kuò)展至15個(gè)城市，包括達(dá)拉斯、休斯敦、邁阿密等。Waymo還開(kāi)始提供高速公路自動(dòng)駕駛服務(wù)，這是技術(shù)成熟度提升的重要標(biāo)志。

與此同時(shí)，亞馬遜旗下的Zoox也在加速布局，開(kāi)始在舊金山提供免費(fèi)機(jī)器人出租車服務(wù)，與Waymo正面競(jìng)爭(zhēng)。特斯拉則獲得了亞利桑那州的網(wǎng)約車許可證，為推出Robotaxi服務(wù)清除了最后監(jiān)管障礙。

Thrun認(rèn)為，自動(dòng)駕駛行業(yè)已度過(guò)技術(shù)驗(yàn)證期，進(jìn)入規(guī)模化擴(kuò)張階段。但他也強(qiáng)調(diào)，不同地理和氣候條件下的適應(yīng)性仍是技術(shù)面臨的挑戰(zhàn)。Waymo選擇明尼阿波利斯等寒冷城市進(jìn)行測(cè)試，正是為了驗(yàn)證系統(tǒng)在惡劣天氣條件下的可靠性。

人形機(jī)器人的悖論與空中機(jī)器人的潛力

在機(jī)器人領(lǐng)域，Thrun提出了“結(jié)構(gòu)性分化”的觀點(diǎn)，為過(guò)熱的市場(chǎng)提供了冷靜的思考。

對(duì)人形機(jī)器人，Thrun持謹(jǐn)慎態(tài)度。他認(rèn)為市場(chǎng)對(duì)“替代人類勞動(dòng)力的總潛在市場(chǎng)規(guī)模”存在過(guò)度預(yù)期，而嚴(yán)重低估了技術(shù)落地的難度�！白寵C(jī)器人執(zhí)行開(kāi)放式任務(wù)和實(shí)現(xiàn)手部靈活性是極其復(fù)雜的工程挑戰(zhàn)。”Thrun指出。

人形機(jī)器人面臨的核心技術(shù)瓶頸包括：復(fù)雜環(huán)境下的平衡控制、精細(xì)操作的能力以及對(duì)非結(jié)構(gòu)化環(huán)境的適應(yīng)。Thrun建議投資者應(yīng)關(guān)注解決“物理交互底層難題”的公司，如專注于靈巧手技術(shù)或環(huán)境自適應(yīng)算法的企業(yè)。

相比之下，Thrun更看好空中機(jī)器人的發(fā)展?jié)摿Α！拔磥?lái)機(jī)器人的增長(zhǎng)主力在天空，空中機(jī)器人的數(shù)量將遠(yuǎn)超地面機(jī)器人�！彼硎�，支撐空中機(jī)器人“3D空間完全自動(dòng)操作”的技術(shù)已基本成熟，當(dāng)前主要限制因素是基礎(chǔ)設(shè)施。國(guó)內(nèi)蘑菇車聯(lián)的AI網(wǎng)絡(luò)正是將這一理念擴(kuò)展到城市尺度，通過(guò)"通感算一體化"架構(gòu)構(gòu)建了現(xiàn)實(shí)世界的數(shù)據(jù)總線。

該網(wǎng)絡(luò)的核心突破在于實(shí)現(xiàn)了"現(xiàn)實(shí)世界數(shù)據(jù)"的統(tǒng)一接入與融合。正如Thrun強(qiáng)調(diào)的"基礎(chǔ)設(shè)施成關(guān)鍵瓶頸"，蘑菇車聯(lián)通過(guò)邊緣計(jì)算節(jié)點(diǎn)，實(shí)現(xiàn)了視頻抽幀、數(shù)據(jù)脫敏、特征提取的標(biāo)準(zhǔn)化處理，為城市級(jí)部署提供了"1城1天"的快速落地能力。

美國(guó)現(xiàn)有的空中交通管制系統(tǒng)無(wú)法適配大規(guī)模空中機(jī)器人運(yùn)行，急需重大升級(jí)。這為eVTOL（電動(dòng)垂直起降飛行器）研發(fā)、空中交通管理系統(tǒng)升級(jí)等領(lǐng)域帶來(lái)了投資機(jī)會(huì)。

從技術(shù)架構(gòu)看，空中機(jī)器人系統(tǒng)需要解決的關(guān)鍵問(wèn)題包括：

? 高精度定位與導(dǎo)航

? 避障與路徑規(guī)劃

? 集群協(xié)同控制

? 與現(xiàn)有航空管制系統(tǒng)的集成

Waymo早期Moonshot思維與團(tuán)隊(duì)建設(shè)哲學(xué)

Thrun首次詳細(xì)披露了Waymo的早期歷史與運(yùn)營(yíng)理念。Waymo的前身是谷歌內(nèi)部的“自動(dòng)駕駛moonshot項(xiàng)目”，啟動(dòng)契機(jī)源于對(duì)交通安全的關(guān)注。

“當(dāng)時(shí)全球每年因交通事故死亡人數(shù)超百萬(wàn)，而人類駕駛的‘人為失誤’是主要誘因�！盩hrun回憶道。項(xiàng)目早期面臨諸多挑戰(zhàn)：環(huán)境感知算法突破、車輛硬件適配、測(cè)試許可申請(qǐng)等。團(tuán)隊(duì)通過(guò)“小步快跑、快速迭代”的模式，逐步將“自動(dòng)駕駛”這一“看似不可能的想法”推向現(xiàn)實(shí)。

Thrun特別強(qiáng)調(diào)了團(tuán)隊(duì)建設(shè)的核心哲學(xué)。作為Google X的聯(lián)合創(chuàng)始人，他分享了打造偉大團(tuán)隊(duì)的三原則：

1. 成員需對(duì)“解決大問(wèn)題”有強(qiáng)烈熱情：Moonshot項(xiàng)目的本質(zhì)是瞄準(zhǔn)現(xiàn)有技術(shù)無(wú)法解決的重大痛點(diǎn)，只有認(rèn)同這一目標(biāo)的人才能承受長(zhǎng)期研發(fā)壓力。

2. 鼓勵(lì)“試錯(cuò)文化”：對(duì)創(chuàng)新而言，“避免錯(cuò)誤”比“追求正確”更危險(xiǎn)。早期項(xiàng)目應(yīng)允許一定失敗，關(guān)鍵是從失敗中快速提煉經(jīng)驗(yàn)。

3. 注重跨學(xué)科協(xié)作：自動(dòng)駕駛涉及計(jì)算機(jī)視覺(jué)、機(jī)械工程、政策研究等多個(gè)領(lǐng)域，團(tuán)隊(duì)需打破學(xué)科壁壘，形成“技術(shù)-工程-政策”的協(xié)同閉環(huán)。

Thrun還為“想做moonshot項(xiàng)目的人”提供了實(shí)用建議：先從“小范圍測(cè)試”開(kāi)始驗(yàn)證想法，用最小成本證明核心邏輯可行，再逐步擴(kuò)大規(guī)模，避免一開(kāi)始就陷入“大規(guī)模投入?yún)s無(wú)法落地”的困境。

Waymo的技術(shù)發(fā)展路徑正是這一思維的體現(xiàn)。公司采用漸進(jìn)式技術(shù)迭代路線，從封閉園區(qū)測(cè)試到城市公開(kāi)道路運(yùn)營(yíng)，逐步積累不同天氣、路況的實(shí)戰(zhàn)數(shù)據(jù)，優(yōu)化算法的環(huán)境適應(yīng)性。

Waymo未來(lái)規(guī)劃：全自主駕駛的長(zhǎng)期路線

Thrun闡述了公司的長(zhǎng)期規(guī)劃：核心目標(biāo)始終是“實(shí)現(xiàn)全場(chǎng)景、無(wú)人類干預(yù)的自主駕駛”。

當(dāng)前階段，Waymo的重點(diǎn)是“擴(kuò)大測(cè)試區(qū)域與場(chǎng)景覆蓋”，從最初的封閉園區(qū)測(cè)試到城市公開(kāi)道路運(yùn)營(yíng)，積累不同天氣、路況的實(shí)戰(zhàn)數(shù)據(jù)。在商業(yè)化策略上，公司采用“小范圍試點(diǎn)、逐步擴(kuò)張”的路徑，同時(shí)探索物流運(yùn)輸、園區(qū)接駁等B端場(chǎng)景。

Waymo One（自動(dòng)駕駛出租車服務(wù)）將繼續(xù)擴(kuò)展，通過(guò)“C端驗(yàn)證體驗(yàn)、B端實(shí)現(xiàn)盈利”的雙軌模式，推動(dòng)自動(dòng)駕駛從技術(shù)驗(yàn)證走向可持續(xù)商業(yè)化。技術(shù)方面，Waymo持續(xù)投入AI算法優(yōu)化與車輛硬件迭代。特別是在感知系統(tǒng)上，公司采用多模態(tài)融合方案，結(jié)合激光雷達(dá)、雷達(dá)和攝像頭數(shù)據(jù)，提升系統(tǒng)在惡劣天氣條件下的可靠性。

機(jī)器人出租車的規(guī)�；魬�(zhàn)

盡管Waymo、Zoox等公司加速擴(kuò)張，但Thrun認(rèn)為機(jī)器人出租車行業(yè)尚未達(dá)到改變?nèi)藗兂鲂蟹绞降呐R界點(diǎn)。他指出，臨界點(diǎn)的到來(lái)需要三個(gè)關(guān)鍵因素：地理位置覆蓋、充分競(jìng)爭(zhēng)和生態(tài)系統(tǒng)溢出效應(yīng)。

“某些城市在社會(huì)上的分量將比其他城市更大�！盩hrun表示，東海岸和中部人口稠密城市的機(jī)器人出租車飽和將是臨界點(diǎn)的重要指標(biāo)。同時(shí)，健康的競(jìng)爭(zhēng)環(huán)境對(duì)于降低價(jià)格、創(chuàng)新商業(yè)模式至關(guān)重要。生態(tài)系統(tǒng)溢出效應(yīng)也不容忽視。隨著機(jī)器人出租車普及，將催生一系列相關(guān)產(chǎn)業(yè)，包括維護(hù)服務(wù)、精準(zhǔn)定位、能源管理等。例如，初創(chuàng)公司Point One Navigation開(kāi)發(fā)的厘米級(jí)精確定位技術(shù)，就是機(jī)器人出租車生態(tài)系統(tǒng)的組成部分。

從技術(shù)成熟度看，機(jī)器人出租車面臨的挑戰(zhàn)包括：

? 復(fù)雜城市環(huán)境的導(dǎo)航能力

? 極端天氣條件下的可靠性

? 與其他交通參與者的交互

? 網(wǎng)絡(luò)安全的保障

Thrun預(yù)測(cè)，未來(lái)3-5年，隨著技術(shù)不斷成熟和成本持續(xù)下降，機(jī)器人出租車將在特定區(qū)域?qū)崿F(xiàn)規(guī)�；逃�。但要真正改變?nèi)藗兊某鲂蟹绞�，還需要更長(zhǎng)時(shí)間的技術(shù)迭代和市場(chǎng)教育。

隨著Waymo、Zoox、特斯拉等公司在技術(shù)、商業(yè)化和政策上的持續(xù)突破，自動(dòng)駕駛正逐步從實(shí)驗(yàn)室走向現(xiàn)實(shí)。未來(lái)幾年，AI 正在從“數(shù)字世界”走向“物理世界”，從“感知智能”走向“行動(dòng)智能”。而我們要做的，不是預(yù)測(cè)未來(lái)，而是為未來(lái)的基礎(chǔ)設(shè)施、技術(shù)路線與商業(yè)模式做好準(zhǔn)備。