去年8月份的WAIC大会上，马云和Musk的“二马会”已经赚了太多眼球了。当时的舆论主风向是，马云马老师略显苍白和浮夸，而Elon Musk务实且踏实，且担负人类梦想。二人虽同站在世界之巅，甚至马云显然在财富积累上段位显然更高一筹。但在舆论风口下，高下立判。

今年因为众所周知的原因，以及SpaceX、Tesla以及NeuroLink多头狂飙突进的前提下，他们共同的老大，Elon Musk再想挤出时间跨越大洋来和我们“务虚”，显然已经不太可能了。因此来了个远程视频致辞的形式，通过对几个指定问题的问答，一个是给上海政府面子，另一个也是给位于上海的超级工厂造势打气。

谁知道呢，事与愿违，可能Musk关于L5全自动驾驶的语句略显浮夸，结果一石激起千层浪……我看相对理性和知性的知乎上简直成了声讨+挤怼大会了。那么到底Elon Musk说了些啥让这么多人暴跳如雷呢？小编在这里（可能是分几篇文章）挑视频问答中的重点信息做一个相对完整和全面的解读，毕竟这是最近为数不多的Tesla CEO本人的直接观点，毕竟一叶障目而断章取义不是一个正确的态度。

1 他在哪里？

视频中的办公桌上物件和挂饰（Draon飞船）表明Elon Musk还是待在洛杉矶的SpaceX总部接受这次采访的，而Tesla的总部在硅谷Palo Alto。Elon Musk本人的家在洛杉矶，不在北加硅谷；而且近期以来，SpaceX（包括Starlink卫星和Starship超级飞船）的活性比Tesla方面更大，所以可以理解Musk本人会有更多的时间待在洛杉矶霍桑。

2 视频中的第一个问题，就是关于关键的Autopilot在中国市场的应用。

对于中国的Tesla车主和潜在消费者来说，autopilot一直是个核心问题。Musk回答这个问题的口径是：

2.1 首先，Autopilot在中国工作的还不错。注意，这里的还不错，使用了“reasonably well”这个词。这是一个相对保守的回答方法，如果追求信达雅去翻译，这个说法等同于中国人常说的一句话，“还凑合吧！”的意思。

2.2 随后，Musk补充说明了为什么Autopilot在中国的工作状态属于“reasonablywell”的状态。因为Tesla现在所有负责Autopilot工作的团队都在美国/加州，因此Autopilot的表现在加州本地道路上最好。只有在加州的实际道路上得到一定的测试之后，相对成熟的autopilot版本才会推送给世界各地的Tesla车辆。

2.3 最后，Elon Musk强调说，Tesla在中国不会总是使用这种模式去复制加州的autopilot模型，这不是一条长久正确的道路。因此，在中国上路的Tesla各型车辆，其配套的autopilot算法/模型，会最终实现在中国本地道路条件的训练、测试和推送。同时他也欢迎各种人才能够来Tesla China，从而加速完全自动化部署的未来，早日到来。

针对这个问题的答复，以上三条信息其实告诉了我们一个非常明确信息。即，Tesla的Autopilot自动驾驶模型，应该迄今为止就是以典型的加州道路条件实施“深度学习”训练和测试的。截至目前，实际上Tesla没有公布类似Autopilot系统的训练、测试和推送，是否和地区or国家相关。理论上讲，由于国别/文化/交通规则的巨大差异，最终导致Autopilot系统（主要是深度神经网络模型）上的差异。应对这种差异的方法应该不外乎两种，

第一，        选择一个版本覆盖全球场景。即，这个版本的训练、测试、验证和商业发布针对单一的全球市场。按照Musk现在的说法，目前的版本状态应该既是如此的，但是Musk也承认这样的Autopilot版本实现就会带来针对某些地区的场景训练充分，但是另外一些场景的训练可能就会有所欠缺。【想想英联邦国家和日本地区的左侧驾驶制度，还真是有点费解呢！】

第二，        分地区、大区或者国家，来分别维护和推送不同Autopilot商业版本。这是个技术上更合理的解决办法，但是显然会带来成本上的压力。可以推测的是，Elon Musk在视频中反复强调在中国会有原创性质的技术产物，而绝非仅仅是照搬美国硅谷的技术结论。可能从侧面上可以看到这个希望——毕竟他在上海临港有超级工厂，在中国复制搭建完整的Autopilot生产和发布平台（甚至包括训练平台Dojo）也并非天方夜谭。相同道理，如果德国的超级工厂建设完毕，在欧洲大陆建立类似的Autopilot平台也是有可能的。除此之外，Tesla需要考虑的是，如果采用这个方法，那么当车辆跨地区运行时，系统应有一个合理的办法检测并刷新相对应的Autopilot版本。与此同时，分地区Autopilot的版本对相异地区的自动驾驶适配能力不会也不应该是“非黑即白”的一刀切。但是分地区的版本设计，显然可以有助于Autopilot的能力上限。

如果读者还能回忆起在前期我们曾经仔细分析过Karpahty（Autopilot AI Director）所透露的资料，Autopilot系统在识别这个功能区块上，即维系了一个相当复杂的结构：

上图中的Autopilot识别功能中，内部命名为HydraNet的神经网络模型，至少包含对于物体（静止和运动）、交通信号灯和各种道路标识功能，其涉及48个具体的网络，实现1000个输出规模的识别分类结果和预测结果。

按照我们一般的经验不难推测，以上的识别对象，一定会以国别和地区为维度，有显著的差异；而对于道路目标的运动趋势的预测（这是更关键更致命的指标）则也会与文化和平均道德水准有关系。这是毫无疑问的。因此Tesla选择如何处理这种差异，就是Tesla自己的技术选择了。

讲到这里，小编不由想起上上周发生在深圳的Model 3和BYD电动卡车的变道撞击事故。如果在美国较少出现类似“霸凌式换道”（请参照公众号的上一期文章），Autopilot显然不会对类似行为/目标做出准确的预测（未来1-5秒），从而撞击事故变得比较容易理解了。地区差异导致autopilot深度神经网络的最优状态不同步，理论上是有可能的。而在很多情况下，以深度神经网络为代表的计算机识别能力（对于物体的分类能力）已经相当强了，但是对于目标物体运动的预测能力……你懂的，如果没有大量的实际案例积累，是不可能达到很高的水准的。深圳事故典型说明了这一点，在北美道路条件和车辆驾驶风格下循环迭代出来的Autopilot最优解，在中国国内，极有可能出现极端情况下的水土不服。

这是我们对于Tesla Autopilot系统还是保有充足信心的原因。接近100万辆的庞大车队，如果Tesla不能积累足够的实际驾驶经验，那么谁还能呢？画在圈儿里的Waymo嘛？还是至今无法走出厂房的Cruise？【请注意，我们不是只谈避障，拥有Lidar的系统在避障上拥有天然优势，但自动驾驶绝对不是只是仅仅避障哦。】

未完待续，小编还有说法....... 敬请关注后续内容。

声明：本文内容及图片由BC-AUTO转载至网络，信息来源于公众号车右智能。