凤凰网汽车

不久前，马斯克通过个人推特，正式公布AI Day将在8月19号举办。

这场“预热”了大半年，还鸽了一个月的技术日，被马斯克定义为了“AI人才招聘会”。实际上，早在6月份的CVPR 2021上，特斯拉AI主管Andrej在演讲中，也频繁地暗示，希望有“智”青年加入特斯拉的AI团队。

利用每个公开机会在线“摇人”，特斯拉似乎在这样的时间点发生了“用工荒”。通过公开信息来看，特斯拉近期并未出现大规模的人才流失。

如此迫切招人，真相只有一个，特斯拉智能驾驶研发上迈入了新的发展阶段，也遇到了整个行业此前都没有遇到的难题。

特斯拉的算法模型领先了多少？

特斯拉今年7月在北美推送了 FSD Beta V9，通过国外网友的热情分享，国内用户也“云”体验了V9的实际上路表现。V9基于纯视觉，能实现点到点的自动驾驶辅助，可以自主处理城市道路中复杂的人车混流、无保护左转等场景。

虽然V9的表现还不尽人意，甚至有国外权威人士吐槽这个版本的FSD，“如同一个喝醉的人在开车”，但至少从系统推出的时间来看，特斯拉是暂时领先的。

消费者视角来看，特斯拉的领先，主要在于算法模型的领先带来的功能领先。特斯拉通过纯视觉就能理解环境的深度信息，能够预判目标的行动轨迹，不需要高精地图就能实现微观的路径规划，这些都使得V9能够仅依靠摄像头的感知，就能实现全场景的辅助驾驶。

部分业内人士并不这么认为。“从算法模型设计模型结构优化方面，我觉得大家基本都拉平了，最大的差距就是在它的数据量上面”，商汤科技高级项目经理赵蒜告诉Dante Tech。

纽迈科技计算机视觉研发总监成二康也告诉Dante Tech，计算机视觉发展到今天，单纯算法模型层面，基本已经不存在谁绝对的领先，整个计算机视觉发展是比较开放的，前沿的研究也是开源的，想要在开放的环境中做到一家领先，几乎是不可能的。

计算机视觉领域有CVPR、ICCV、ECCV这样的顶会，国内如商汤科技、百度Apollo这些关注计算机视觉研究的企业，每年都会有大量的论文投稿。特斯拉也会参与这些计算机视觉顶会，今年的CVPR上，特斯拉AI主管就分享了特斯拉的最新研发进展。

人类在计算机视觉领域的智慧结晶，如同放在一个池子中共享，特斯拉的很多算法模型，也是来自这个池子中的前沿研究。

既然计算机视觉有开放的社区，为何只有特斯拉使用了诸如深度预测、时间预测来识别被遮挡障碍物，SLAM构建局部地图。亦或者说，如果算法模型层面，特斯拉并不比其他车企领先，那特斯拉在功能上的领先地位又是如何奠定的呢？

数据催生的“天眼玩家”

“鱼塘”那么大，特斯拉怎么知道该钓哪条？因为特斯拉是“天眼玩家”，让特斯拉成为天眼玩家的，正是特斯拉的车主们。

CVPR 2021上，特斯拉AI主管Andrej演讲中提到，特斯拉目前已经采集到了100万个10秒视频片段（8摄像头36帧），这些片段中包含了60亿个含深度信息的标注目标，总数据量达到了1.5PB。

1.5PB数据是什么概念呢？1.5PB是1536TB，也就是需要1536个1T的移动硬盘才能装得下，如果换算成高清的电影，大概是50000部，一个人不吃不喝9年才能全部看完。

自动驾驶行业普遍说“掌握场景是获胜的关键”，而场景则是从数据中提炼而来，而想要提炼数据，则需要做好两件事：在架构上能收集尽可能多的数据，在技术上能处理尽可能多的数据。做到了这些，才能成为“天眼玩家”，知道哪些场景存在哪些需求，哪些需求可以用哪些算法模型来实现。

特斯拉收集数据的优势在于，从自动驾驶的软硬件研发，到整车的生产销售，都是特斯拉自己完成的。特斯拉可以通过每辆行驶在路上车，收集并回传想要的数据，用这些数据来训练算法模型，再通过影子模式验证训练好的算法模型。

特斯拉目前全球保有量已经超过100万辆，但私家车在数据采集上，和车企自己的工程车是不同的。工程车可以装配昂贵的存储设备，然后再直接从车上提取出来，这样便可以做到实时的数据存储。私家车无法做到数据实时存储，而出于流量成本考虑，特斯拉也无法在车上做数据的实时上传。

自动驾驶企业AutoX创始人肖教授曾表示，特斯拉的存储硬盘非常小，网络带宽也不大，数据都是现场采集现场扔掉。但如果参考特斯拉AI主管Andrej在CVPR 2021上的介绍，肖教授似乎只说对了前面的一半。

Andrej介绍，特斯拉向用户推送的版本中包含了 Triggers（暂译作：特征触发器），也就是说，每辆行驶在路上的特斯拉，并不会实时上传所有数据，而是设置了一个AI触发算法，通过算法判断是否是想要的场景，并将触发后采集的视频片段上传到特斯拉的服务器中。这些通过Triggers收集的数据已经在车端按照模型训练的需求，通过自监督学习做了标注。

特斯拉是从V9开始公布Triggers了，但实际上从前几个版本，特斯拉已经开始这么做了。特斯拉目前共推送过221 个Triggers，覆盖了不同场景的不同数据采集需求。

业内人士告诉Dante Tech，特斯拉会随着自己的版本迭代，向用户推送不同的Triggers，回传的数据类型也是不一样的。该业内人士感叹到，“我觉得没有哪家企业，能像特斯拉一样，已经把corner case收集到这样一个程度了”。

在车端做数据的打标签并回传，技术难度是很大的，这也就意味着，Triggers的做法虽然听起来很美妙，但实际上采集到“称心如意”数据的概率并不高。特斯拉会收到大量的数据，而这些数据中仅有一小部分是有价值的。

如何提升挖掘corner case的效率，以及如何更高效处理采集的海量数据，成了特斯拉需要攀登的下座高峰。

下座高峰：从技术落地到生产力革命

Dojo超算中心是特斯拉AI Day的重头戏，而Dojo的出现，或许是为了解决Triggers精度低，以及数据庞大带来的新难题。那超算是如何提升Triggers精度的呢？

举个例子，假如特斯拉现在遇到的一个corner case，是无法识别一种特殊的标识牌，这种广告牌在北美有300个，分布在不同的城市。特斯拉向车主推送了采集这种广告牌的Triggers，希望采集完这300块标识牌，用来训练自己的算法模型。

一开始的Triggers并不准确，后台收到20000份数据中，仅有1份是目标广告牌。特斯拉通过超算中心，使用超大模型来处理这些数据，超大模型的好处是，即便是数据量较少，也能保障输出的效果好。简单理解这如同一个你来描述我来猜的游戏，给到的描述越多，猜中的几率概率越高，超大模型的参数量更多，如同描述越多，更能细化出目标标识牌牌的特征。

通过大模型，可以优化Triggers，优化后的Triggers再部署到车上，可能返回的数据就成了1000份数据中有一份是目标标识牌，循环几轮，就能实现收集到全部300个标识牌的目标，而这个corner case也将彻底被消灭。

超算中心除了能提升数据采集的效率，加速消灭corner case，还可以通过超大模型提升AI算法模型训练的效率。超大模型可以吸收更大的数据量，输入更多的参数，表现出数据的更多特征，拥有更强的泛化能力。基于超大模型，可以训练出搭载在车端的小模型，通过超大模型训练出来的AI模型，性能会优于普通AI模型。

不光是特斯拉，近年来诸多科技公司都致力于开发超大模型，例如商汤的“AI大装置”，华为的盘古大模型，Open AI的GPT-3模型等。大模型已经越来越被科技公司看做是，需要布局的核心生产力工具。通过大模型，可以降低应用端小模型的开发效率，也能提升应用端小模型的性能。

但大模型除了需要大量数据之外，还必须借助超算中心才能完成。超大模型体量很大，它的计算同时需要在很多块显卡上并行处理，调用整个超算中心的计算能力。

“现在为什么只有特斯拉一家车企建超算，因为它走到了这一步，数据量太大了，需要更好的方式来利用这些数据，但是国内任何一个车企暂时都还用不到，因为它没有特斯拉这么大量的数据处理需求。”业内人士如此告诉Dante Tech。

处理庞大的数据，是特斯拉跨过收集数据和模型架构设计之后，摆在面前的新难题。而除了Dojo和超大模型之外，特斯拉还将面临软件开发层面的生产力工具革新难题。

随着数据变得庞大，如何从海量数据中分拣出有效数据，分拣数据之后如何自标注，标注的数据如何协同开发共同完成模型训练，以及完成模型训练之后，如何快速部署上车，这些都需要生产力工具的革新。因为技术的飞轮已经转动起来，特斯拉必须装上齿比更合适的齿轮，才能确保每个环节都能稳定运转。

随着特斯拉“车队”规模逐渐庞大，依靠Triggers挖掘的数据会呈指数级增长，这如同一条流水线，上游的输入逐步爆发，下游必须要有匹配的生产力工具升级，才能确保整条产线稳定产出。因此Dante Tech猜测，特斯拉这个时间节点迫切招人，大概是应对Dojo及软件生产力工具优化的人才需求。

而数据过大带来的新压力，对其他车企而言，或许是“甜蜜的烦恼”。

特斯拉的“中国劫”

对于特斯拉V9，消费者更关心的问题是，什么时候能够在国内推送。但对特斯拉而言，可能更关心的是，V9到底还能不能在中国推送。

网络安全审查，已经成为影响国内自动驾驶产业发展的重要事件。从滴滴目前的处境来看，从严的概率会更大。

目前涉及到影像信息及定位信息的回传的辅助驾驶系统，只有特斯拉一家。虽然特斯拉也已经在国内建立了数据存储中心，但这只是合规的第一步，从网络安全角度来看，特斯拉需要解决的问题还非常多。

一位接近有关部门的消息人士向Dante Tech透露，特斯拉的数据是实时采集的，路过军区、政府等机要区域时，并没有一个自动关闭的策略，这在中国本身就是不合规的。

虽然特斯拉不依靠激光雷达，不使用高精地图和高精定位，但视觉信息的回传，以及用户驾驶信息的使用，在当下同样是很敏感的。国内的车企，对于视觉信息的回传普遍很谨慎，都在等相关政策的落地，而这也是国内多数车企无法拥有如特斯拉一样庞大数据量的原因。