劃重點
0190后AI天才黃澤鏵創(chuàng)立的零一汽車，憑借端到端自動駕駛技術，在國際自動駕駛挑戰(zhàn)賽上名列第二，成績僅次于巨頭英偉達。
02除此之外，零一汽車在造車上的快速量產(chǎn)交付、智能化重卡生態(tài)聯(lián)盟上的效應，使其前景可期。
03黃澤鏵認為，端到端自動駕駛技術將推動自動駕駛商業(yè)化迎來真正的曙光，L4可能會不存在。
04目前，零一汽車已經(jīng)完成了第一個平臺兩款車型的研發(fā)、制造和交付，計劃打造自動駕駛基座和平臺，以及實現(xiàn)自動駕駛量產(chǎn)、規(guī)�；逃�。
05除此之外，零一汽車還計劃將新能源和智能化相關的能力進行開放合作，以零動智卡聯(lián)盟的方式賦能卡車行業(yè)。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
自動駕駛，并不是黃澤鏵再創(chuàng)業(yè)計劃里的首要任務。
作為全球無人車第一股圖森未來的聯(lián)合創(chuàng)始人，他完整參與了一次決策式AI驅(qū)動的自動駕駛從0到1，締造了全球自動駕駛第一股，而且作為計算機名校CMU的高材生，再出發(fā)沒有首選軟件方向，出乎不少人意料之外。
是的，黃澤鏵再創(chuàng)業(yè)的零一汽車，從新能源重卡出發(fā)，最開始甚至精確到短途。
但這似乎又只是一個“煙霧彈”，因為就在今年AI頂會CVPR的國際自動駕駛挑戰(zhàn)賽上，創(chuàng)辦才2年的造車公司零一低調(diào)參賽，然后名列第二，成績僅次于巨頭英偉達，而且還是最前沿的端到端賽道。
不鳴則已，一鳴驚人。模型能力首次驗證，就是全球第一梯隊。
加上零一在造車上的快速量產(chǎn)交付、智能化重卡生態(tài)聯(lián)盟上的效應……“沒有首選自動駕駛”的黃澤鏵，似乎又在另一個更大的層面實踐著自動駕駛的終極落地。
他自己也承認，零一汽車的前景都在明面上
造新能源卡車，百億元規(guī)模。
把新能源重卡做到中國最好，千億元規(guī)模。
但如果疊加規(guī)�；詣玉{駛落地、運營場景和全球化平臺，面向的就是萬億規(guī)模。
實際上，自動駕駛始終是90后AI大牛黃澤鏵造車里的必要一環(huán)，但對于全球高手華山論劍里的成績，他一方面覺得體現(xiàn)出了模型能力，另一方面也感慨：幸運女神眷顧，剛好生逢其時。
這個時，無他大模型改寫一切，端到端重塑自動駕駛范式。
端到端，把桌子掀翻了全球第二的成績，并不完全在意料之內(nèi)。
黃澤鏵說，這次參賽其實只是一次很簡單的嘗試。
但在2022年年底，零一汽車就已經(jīng)開始投入端到端相關的研發(fā)，所以到了今年CVPR挑戰(zhàn)賽，基本就是拿著已經(jīng)內(nèi)部相對研發(fā)成熟的系統(tǒng)做了應用，而且僅用了視覺的信號，就取得了非常好的成績，這著實令團隊上下倍感鼓舞。
黃澤鏵透露，零一汽車在端到端的投入上，團隊不大，效果卻被證明很好，體現(xiàn)了團隊在基礎模型、系統(tǒng)研發(fā)上的能力。
同時也是技術范式變革之力的展現(xiàn)。
他舉例，OpenAI的GPT-4o的語音對話能力，很輕松就超過了Siri，可是OpenAI投入的可能也就只有小幾十個人，遠遠不像Siri，可能有上千個工程師在做研發(fā)。
所以在技術范式變革的時期，對的人和好用的模型，遠比人數(shù)和數(shù)據(jù)參數(shù)規(guī)模重要。
當然，更早洞察了生成式AI帶來的技術變革，更早擁抱端到端，同樣在零一汽車的CVPR成績中發(fā)揮了“天時”作用。
黃澤鏵軟件背景多一些，在CMU學的是機器人，這是全球自動駕駛的頭號黃埔軍校，畢業(yè)后又直接加入圖森未來開啟了創(chuàng)業(yè)，完整走過了自動駕駛從技術到工程、從一輛車到一個車隊的歷程。
于是當ChatGPT橫空出世，他很快意識到對于整個AI和自動駕駛技術范式意味著什么，這也是零一低調(diào)開啟自動駕駛研發(fā)的機緣。
運氣也站在了零一這一邊。黃澤鏵有自動駕駛的經(jīng)驗和經(jīng)歷，但卻因為生逢其時，可以用端到端的方式另起爐灶，沒有包袱，不用轉(zhuǎn)型，可以小步快跑。
黃澤鏵透露，零一汽車的創(chuàng)業(yè)，從一開始的出發(fā)點就是因為他看到了自動駕駛的最大短板在于車本身，所以明確應該專注于把車造好，并且明確不做自動駕駛的上層系統(tǒng)，避免有限的資源投入重復造輪子的泥潭中。
然而就在ChatGPT之后，他發(fā)現(xiàn)自動駕駛技術范式，發(fā)生了根本性變化，可以把過去的自動駕駛能力，實現(xiàn)十倍到百倍的提升，于是內(nèi)部深思熟慮一個月之后，決定打破最初的堅持開啟自動駕駛研發(fā)，完全端到端方式推進，是起點也是終點。
一切是時候了。
端到端自動駕駛的火爆和熱議，是伴隨2023年CVPR最佳論文開始的。
不過在黃澤鏵看來，端到端在自動駕駛范式里，不是原因，而是結(jié)果。
因為早在上世紀90年代，就有過設想討論，2016年英偉達也發(fā)過知名影響力的論文。
核心系統(tǒng)也很直接：把攝像頭作為輸入，然后把車的軌跡作為一個映射。
然而在當時的技術范式下，實現(xiàn)端到端，非常容易過擬合，或者說會陷入局部最小值。那時候AI系統(tǒng)對于世界和數(shù)據(jù)的理解能力非常有限，小demo可以work，規(guī)模一大可能就失效了。
所以黃澤鏵看來，端到端自動駕駛之所以現(xiàn)在是時候了，是因為大語言模型讓AI有了常識系統(tǒng)，AI有了理解世界的能力。
看到紅燈就停，識別到了水坑該怎么開……AI有了對人類世界的理解，還會進一步做相關的推理。
這種質(zhì)變，也是世界模型開始被推動建立的關鍵。
黃澤鏵甚至認為，世界模型已經(jīng)建立起來了。有了大語言模型和大視覺模型為基礎，整個世界就能被投射到自動駕駛當中，有了端到端落地的基矗
而大道至簡，端到端也擺脫了過去人為的模塊化定義及其相應的信息減損，不必再寫具體而復雜的規(guī)則，自動駕駛大規(guī)模落地的瓶頸也被相應解決了。
“不用再寫規(guī)則告訴AI系統(tǒng)遇到紅燈該停下來，AI有了常識理解能力，現(xiàn)在只需要一張圖，它就知道需要停下來了。”
過去復雜的模型被大大簡化，而簡化，就意味著工程上的巨大改變。
黃澤鏵類比：桌子被掀翻了。
首先是人才和組織管理層面。
AI人才更加稀缺，懂模型訓練、數(shù)據(jù)中臺系統(tǒng)相關的人才更加緊俏。
同時放到3～5年的尺度看，端到端本質(zhì)在簡化自動駕駛，也就會簡化之前很多堆棧里的工程師，不論是定位、地圖，還是預測規(guī)劃。自動駕駛的研發(fā)組織，面臨一場重組革命。甚至人力密集的標注產(chǎn)業(yè)，也會因之發(fā)生很大的變化。端到端會讓更多駕駛數(shù)據(jù)的標注自動化。而懂模型，或者能夠用好開源基礎模型的架構(gòu)師，價值會得到進一步凸顯。
其次是自動駕駛上層系統(tǒng)的變化。
已經(jīng)看得見的就是從CPU向GPU的算力體系轉(zhuǎn)移，從多個小模型向單一大模型的轉(zhuǎn)移。還有正在被探索的傳感器方案，或許也會因為端到端迎來統(tǒng)一。
第三是Corner Case長尾場景的解決應對，端到端能力明顯。這就會讓自動駕駛普及落地的進程大大加快。量產(chǎn)乘用車推進的脫腳、脫手、脫眼的功能性模式會被加快，同時行泊也會被真正打通，不再需要兩個不同的系統(tǒng)。
業(yè)內(nèi)傳播所用的“無圖也能開、全國都能開、有路就能開”，就是端到端帶來的底氣。
而這種端到端在場景遷移和泛化上的上限拉升，會帶來更加核心的變化
L4可能會不存在了。
黃澤鏵認為，端到端在可行的情況下其實只會有兩個系統(tǒng)， L2 和L5。
曾經(jīng)按照限定情況和限定工況的完全無人駕駛來定義出的L4，本身就是人類規(guī)則內(nèi)置的體現(xiàn)，而端到端，干掉了規(guī)則，可能就摧毀了L4的基石。
最后，自動駕駛的商業(yè)化也會迎來真正的曙光。
端到端之前，自動駕駛基于模塊化系統(tǒng)，并沒有展現(xiàn)出軟件系統(tǒng)該有的邊際效應商業(yè)模型。
因為自動駕駛涉及與真實世界的交互，過去的邊際成本極高，從一個場景遷移到另一個場景，需要投入的研發(fā)、人力資源等成本，不符合軟件系統(tǒng)的商業(yè)模型。
但端到端之后，完全數(shù)據(jù)驅(qū)動，場景不再會被切割，AI系統(tǒng)不再有遷移成本，軟件的邊際效應威力就會展現(xiàn)，自動駕駛的商業(yè)化也將會迎來質(zhì)變。
黃澤鏵認為，端到端掀翻了舊制度，然后正在重組新秩序。
唯一重要又需要檢驗的問題只剩下一個：端到端的下限在哪兒？
本質(zhì)上，端到端是一個深度學習系統(tǒng)，可以視為一個概率模型。
而端到端更是信息流到信息流的映射，如何從概率上保證輸出結(jié)果的安全性，在自動駕駛上比其他AI應用領域更加重要。
不過黃澤鏵對此相對樂觀，他覺得隨著行業(yè)內(nèi)更多力量的加入，這個問題不會是大問題。多年前黃澤鏵參與過人臉識別的研發(fā)，很難想象現(xiàn)如今是金融級的尋常應用。
AI確實還存在很多復雜問題和挑戰(zhàn)，但開車駕駛本身，其實并不是特別復雜。
黃澤鏵也不認同，一定需要完全可解釋、完全打開黑箱，才是自動駕駛的終局。端到端確實是一個偏向黑盒的系統(tǒng)，但黑盒和不安全是不能畫等號的。
“我們敢坐飛機不是因為飛機原理完全可解釋了，而是它已經(jīng)證明了足夠安全。”
實際上，即便沒有端到端，黃澤鏵對自動駕駛的信念也從未有過動遙
他說之所以再創(chuàng)業(yè)選擇造車，就是希望解決卡車自動駕駛落地最大的短板車。
自動駕駛再創(chuàng)業(yè)，從造車開始“其實對于自動駕駛來說，最大的問題還是缺車。”
在已經(jīng)成功完成圖森無人車的從0到1后，黃澤鏵給出了上述再出發(fā)時的初心依據(jù)。
他說過去做了10年的自動駕駛，一直圍繞著卡車展開，但最后發(fā)現(xiàn)限制卡車自動駕駛推進的依然是車本身。相比轟轟烈烈的乘用車市場，卡車缺乏新能源變革的過程，很多底層技術沒有經(jīng)過改造。
以終為始來看，自動駕駛卡車落地之難，在于缺乏一輛好用的卡車，缺乏一個好用的卡車平臺。
這種缺乏是痛點、是稀缺，也是真正希望實現(xiàn)自動駕駛落地的黃澤鏵，看到的創(chuàng)業(yè)機遇。
在他的認知里，自動駕駛就是兩個層次的系統(tǒng)：一個是上層系統(tǒng)，軟件為核心；一個是底層系統(tǒng)，車輛硬件為基矗
“需要把車作為自動駕駛的一部分。”
黃澤鏵認為，上一波自動駕駛從業(yè)者，實踐中有這樣的感觸，但站在更大尺度上看自動駕駛，依然還不是多數(shù)人共識。
馬斯克依然是引領者，在卡車領域，特斯拉已經(jīng)量產(chǎn)落地了Semi卡車，但Semi更多還是卡車的新能源歷程，還沒有走向智能化歷程。
于是黃澤鏵認為，既然技術路徑方向已經(jīng)大致明確，那造車就算再難也需要勢在必行，至少需要從造車方向上前進。
命運的齒輪，也在此刻轉(zhuǎn)動。
就在計算機軟件底色的黃澤鏵堅定向硬件向造車而行時，與另一位資深的硬件大牛、卡車大咖張紅松，一拍即合。
張紅松和黃澤鏵不是同齡人，相比黃澤鏵的AI少年天才，張紅松代表著造車領域的傳統(tǒng)與厚重，他已經(jīng)在重卡領域戰(zhàn)斗了30多年，曾是北京福田戴姆勒和三一重卡的副總裁，以及完成了三一重卡從立項到上市的全過程，深諳硬件研發(fā)、供應鏈和制造。
他倆最早在黃澤鏵的圖森任職時有過接觸交流，但不夠深入。待黃澤鏵回國后，機緣巧合下開始不斷交流，他向松哥分享他的感悟，求教解決車輛在自動駕駛中的短板現(xiàn)狀。
而張紅松也驚人發(fā)現(xiàn)，他從車企的角度，也在思考方向一致的問題。
更重要的是，這種對撞交流中，兩人發(fā)現(xiàn)底層邏輯價值觀、思考問題的方式、性格相互吸引……
所以既然思考相同的問題，為什么不通過創(chuàng)業(yè)的方式解決它？
張紅松和黃澤鏵，“一老一少”組建零一汽車，正式開啟造車創(chuàng)業(yè)。
而且因為二人獨一無二的經(jīng)驗和履歷，對創(chuàng)業(yè)方向和項目發(fā)展想得清楚、劃分得細致，進展也比預期順利。
戰(zhàn)略上的準確性，讓他們用時不到2年、耗費1.5億左右，就完成了第一個平臺兩款車型的研發(fā)、制造和交付。
黃澤鏵也透露，乘用車造車，門檻公認的是50-100億，但卡車之所以不同，是因為卡車的行業(yè)供應鏈可復用程度高，定制化開發(fā)少、專門的集成度也沒那么多，可以把最合理的資源用到最需要的地方。
他也坦承，2年零一造車的過程，也并非事事順利，犯錯誤買單在所難免，但因為零一汽車有著方向上的大致正確、團隊不斷解決問題的心態(tài)和執(zhí)行力，保證了至今超預期的交付。
對于零一汽車，黃澤鏵有著自己的“三級火箭”
第一級，先把車造好，上牌桌。然后把車賣好，獲得頭部市占率，完成造車從研發(fā)到商業(yè)上的閉環(huán)，實現(xiàn)企業(yè)發(fā)展的飛輪循環(huán)。第一級做完，基本就獲得了下一賽段入場券。
第二級：打造自動駕駛基座和平臺，整車系統(tǒng)深度自研以及深入針對一些場景，深入做好無人化落地。這將是為新能源而生的全新重卡整車平臺，為無人駕駛而生的智能整車平臺。
接著就是第三級，自動駕駛量產(chǎn)、規(guī)模化商用，無人駕駛與整車智能化完全整合，實現(xiàn)最大范圍和場景的自動駕駛目標。
以馬斯克的SpaceX類比，黃澤鏵的三級火箭里，第一級造車負責擺脫地心引力，進入太空；第二級第三級自動駕駛，則是能夠進入火星軌道并且最終落地火星。
而現(xiàn)在，隨著量產(chǎn)車制造交付以及源源不斷的銷量訂單反饋，零一汽車的第一級火箭，正在不斷入軌。
當然，面向星辰大海，沿途也能開花結(jié)果。
除了造車，零一汽車也把新能源和智能化相關的能力，做了開放合作，以零動智卡聯(lián)盟的方式賦能卡車行業(yè)。
黃澤鏵之前也談論過，卡車區(qū)別于乘用車供應鏈，專屬定制的沒那么多，共享復用的很多。
而零一汽車恰好能給這個更傳統(tǒng)的汽車細分市場，既帶來新能源的共享，也能帶來自動駕駛相關的復用。
對于零一汽車，這種賦能利他，最后也是在創(chuàng)造共贏，因為卡車或者商用車面向的細分場景太多，如果能有更多的玩家，直接通過零一汽車的能力電氣化架構(gòu)和自動駕駛方案，一定能夠共贏創(chuàng)造更大的價值，以及實現(xiàn)自動駕駛的無處不在。
黃澤鏵也被問到這個聯(lián)盟模式下的遠景問題，他說目前還不敢想太多，但模糊可見的是零一汽車輸出技術，然后重卡車企完成生產(chǎn)制造和后續(xù)服務。
實際上，這個模式在乘用車市場，已經(jīng)被華為完成了驗證，而零動智卡聯(lián)盟看起來就像是要打造商用車領域的鴻蒙智行。
這種評價，不在黃澤鏵的意料之內(nèi)，或者準確說零動智卡聯(lián)盟也不在他最開始再創(chuàng)業(yè)的第一性假設中，回顧再創(chuàng)業(yè)之路，黃澤鏵反復強調(diào)的只有一句話一件事：
卡車依然是自動駕駛的最大短板。
讓他對比圖森未來和零一汽車兩段創(chuàng)業(yè)的不同，他傾向于認同擬人化的這個類比
圖森要做IOI金牌選手，用計算機嘗試解決世界上最難的技術問題，長板夠長就行，哪怕只有一個長板。
但零一汽車的挑戰(zhàn)，在于造車、自動駕駛、商業(yè)化、運營和品牌等方面都是長板，不能有短板。更像是高考狀元。
而當前，零一汽車已經(jīng)在“摸底考”中，在造車和自動駕駛兩大主科中，名列前茅，第一梯隊。
2年的創(chuàng)業(yè)成績讓黃澤鏵激動，但更激動的是距離愿景全球最好的運輸機器人公司，又更近了一步。
黃澤鏵說，這是一個中國卡車從來沒有實現(xiàn)過的夢想。
現(xiàn)在，以零一汽車之名，通過創(chuàng)業(yè)的方式，召集最優(yōu)秀的人，一步步實現(xiàn)它。
聯(lián)系作者
完
【智能車參考】原創(chuàng)內(nèi)容，未經(jīng)賬號授權，禁止隨意轉(zhuǎn)載。
點這里關注我，記得標星，么么噠～
