闭关十年，驭势科技是时候下山了。
元股证券:ygzq.hk对话｜张鹏
编辑｜周永亮
最近，驭势科技在港股上市了。这也把很多人的思绪，拉回了十年前那个自动驾驶刚刚起步的蛮荒时代。
我跟吴甘沙认识也十多年时间了，当时他还在英特尔中国研究院。创业之后我们第一次认真聊，是他刚刚在香港机场落地那会儿，我记得当时觉得——哇，终于落地了，不容易。那时候他的公司还在一个很窄的山头上，插着一面旗。
今天，驭势的身影已经出现在全球二十几个机场中，并正谋划着向十万、百万的 AI 司机规模扩张。
过去十几年，中国诞生了真正意义上的第一代硬核技术创业者。当我们去记录这段历史的时候，很容易被充满戏剧性、跌宕起伏的故事吸引。但创业的真实底色，其实没有那么多绝处逢生、辗转腾挪，而是在漫长的不确定中，把那些看似不知对错的选择，硬生生熬成对的答案。
吴甘沙和他的自动驾驶创业史，就是这样一个很真实的样本。在 2016 年创立驭势科技之前，吴甘沙在英特尔待了整整 16 年。这是他整个创业故事的「前传」，也是理解他后来所有决策的关键。
在那个阶段，他见过太多内部创新的「死亡谷」。有的项目死于技术过于激进，有的死于产品与市场脱节。这段经历，让他极度注重下限，对创新失败有一种近乎本能的警觉。这也深深地刻进了他的创业方式里。
在他创业之初，他没有选当时被认为门槛极高的芯片，也没选技术尚处早期的机器人，而是扎进了逻辑上最能自洽的自动驾驶。
在路径选择上，当时最性感的赛道是 L4、Robotaxi。但吴甘沙选择先在机场这种封闭垂直场景里站稳脚跟，然后再图谋更广阔的通用场景。这个选择，在当时看起来不够性感，甚至有点保守。
但创业最怕的不是故事够不够性感，而是能不能把自己的战略执行出来。战略本身没有绝对的对错，真正重要的，是你能不能用极强的韧性，把当年那个看似「生不逢时」的策略，熬成了今天无可替代的优势。
今天回过头来看，吴甘沙承认，整个这波自动驾驶公司，其实都出发早了 5 年。这也成为整个自动驾驶行业最煎熬的日子。
因为自动驾驶真正的技术跃迁，是从 2021、2022 年才开始的。虽然端到端、世界模型这些技术，在 2017 年就已经有雏形，但数据和算力当时根本不支持。所以，在出发后的前五年，不得不在「基于规则（Rule-based）」的泥沼里忍受煎熬。
这是创业里经常遇到，也很残忍的一种情况：你猜对了方向，但出发早了。吴甘沙给出的解法，是《隆中对》里的「益州加荆州」策略。机场、港口、封闭园区的低速场景，是能让驭势有立足之地的「益州」；基于乘用车的 L2 往 L3、L4 推进，则是它通向更广阔通用场景、最终逐鹿中原的「荆州」。
虽然初期的战略是这样制定的，但在漫长的进程中，吴甘沙坦言「荆州」策略当时其实没有做好。在当时资源有限以及资本环境遇冷的情况下，为了聚焦和保下限，驭势在乘用车这块只保留了很小的团队。
如果说过去十年，驭势在各种垂直场景里摸爬滚打，是在「闭关修炼」。那么现在，随着安全、效率、成本等核心能力的提升，那个曾经被迫妥协的战略，终于迎来了最好落地的时刻。对于吴甘沙和他的团队来说，终于到了该「下山」的时候了。
作为一个中国的技术型创业者，吴甘沙几经辗转，终于站在了一个全新的起点上。这段在泥泞中跋涉的故事值得被记录，它不仅是他对过去十年的总结，也能为未来的技术创业者们，提供一份充满启发的参考。
以下为吴甘沙与张鹏对话内容实录，部分有删减。
01
芯片老兵「前传」
张鹏：先回到你起心动念的那个时刻，2016 年，当时是什么让你决定离职出来创业？
吴甘沙：其实可以讲讲再往前。我在英特尔的前十二三年，做了四款芯片。现在回想起来，还是挺有意义的。
第一款，本来是要卖给乔布斯用在 iPhone 上的。当时英特尔的手机芯片做得比 ARM 还好，我的团队参与到架构设计，包括流水线、指令预测、Cache，同时还做了一个 Java 虚拟机，应该是当时全球最快的。
但英特尔在本世纪初押注四大架构，手机、网络处理器、PC、服务器，其中只有一个是 X86。后来换了领导，万流归宗，全部回到 X86。前一个领导是开拓型的，后一个销售出身，他后来说人生最大的遗憾，就是拒绝了乔布斯的 iPhone。
就在那时候，我们的 Java 虚拟机做得很好，差点跟安迪·鲁宾的安卓团队合并。后来我们做了很多复盘，安卓的商业判断确实准：我们当时是基于 J2ME，针对资源受限平台设计的 Java 手机版；安卓是基于 J2SE 桌面版，免费，但更重要的是，他们在预判三五年后的硬件，相信平台迟早能跑起来完整的 Java。
张鹏：所以这段历史说的是如果只顾眼下，那在更长的时间线上世界就会惩罚你？
吴甘沙：其实，某种程度上，这也是 Scaling Law 的逻辑。芯片行业本身就是摩尔定律，英特尔 18 个月迭代一次，10 年 100 倍；英伟达把节奏压到一年一次，10 年 1000 倍。斜率差一点，时间拉长，差距就是量级的。
我做的第二件事是 Larrabee 芯片，主要是为了对标英伟达第一代通用计算芯片 G80。今天英伟达的一切，都源于那个 G80。英伟达当时打了个漂亮的三连击：G80 出来，CUDA 出来，然后进大学，把年轻程序员全教会了。
英特尔的应对是 Larrabee，本质上英伟达从计算往渲染走，我们从渲染往计算走，编程语言上兼容传统并行标准，没有另起炉灶搞一套新的 CUDA。
这个产品最辉煌的时刻，是成了天河二号超算的核心芯片，有几年霸榜世界超算 500 强第一。但说实话，那是一个短暂的成功。
张鹏：为什么是短暂的？
吴甘沙：英特尔有个执念——X86。为了让 X86 更 scalable，Larrabee 选了很轻的 486 核，核轻就能堆很多个。虽然取得了短暂的成功，但是长期它的这种 scalability 就跟不上。但英伟达的核更小。
虽然英特尔战术上执行得很好，但一开始的战略就决定了天花板，核越堆越多，瓶颈就出来了。所以，有时候选一个更简单的架构，让它能持续 scale，才是更好的解法。
Larrabee 之后，我们又做了一款视频加速芯片，第一次在芯片里引入了卷积的概念。CNN 真正崭露头角是 2012 年的 AlexNet，但我们 2009 年就开始做直接支持卷积的芯片了。只是英特尔内部选择太多，这个方向没能走下去。
2009 年之后，英特尔中国研究院开始能自主负责一些方向，我们选的第一个是物联网芯片——一张带 WiFi 的 SD 卡，插进传统电视机，芯片自己去 YouTube 拉 streaming，对电视来说只是在读一张 SD 卡。当年这个产品在 CES 拿了 4 项创新大奖。
到了 2013、2014 年，中美之间的环境变了，英特尔中国研究院就不再做芯片和核心业务了。当时，我们成立了三个实验室方向：机器人系统实验室、Smart Computing（其实就是 AI）、还有 5G。
汽车智能制造装备业务实现收入 9322.24 万元，占总营收比重达 53.61%，成为第一大收入来源；触控显示模组段设备业务收入为 7517.36 万元，占比 43.23%，二者合计贡献 96.84% 的营收。相较上年，触控显示模组段自动化设备业务受下游需求疲软及项目验收进度不及预期影响，收入规模明显收缩，而汽车智能装备收入占比持续提升。
张鹏：这些经历，怎么推着你走到了 2016 年那个决定？
吴甘沙：我推演了一下信息技术革命的节奏：1976 年前后，苹果和微软相继成立，之后 20 年是数字化时代，把生产资料变成数字；1996 到 2016 年是互联网化，解决的是生产关系的网络化，上半场 PC 互联网，下半场移动互联网。
当时，英特尔其实错过了移动互联网时代。它后来花了将近 10 年想做基于 X86 的手机芯片，到 2016 年才彻底放弃。也许英特尔再坚持 10 年，X86 是可能达到手机要求的。因为反过来，ARM 已经达到了 PC 计算的要求。X86 和 ARM 其实是性能、功耗两头对进的，只是英特尔没等到那一天。这可能跟很多英特尔专家跑到苹果去了有关。
2016 年初，AlphaGo 很戏剧化地打败了李世石，感觉人工智能的风来了。我当时想，前两个时代都没赶上。1976 年我刚出生，1996 年还在大学混。接下来，这要真是一波 20 年的大时代，再站在岸边看就不合适了。留在英特尔再干 20 年，收益高度确定，但斜率很平；出来干，风险有，但收益是无穷大。
而且当时已经 40 岁了，职业生涯还剩 20 年，要不再冒点险。
张鹏：在英特尔那段经历，听起来有不少创新失败，这段经历对你后来创业有什么影响？
吴甘沙：英特尔经历了太多失败，这对我后来影响很深。英特尔内部，我们会讨论「创新的死亡谷」——创新了很多，但最后都死了。
1997 年我在英特尔实习，我们就在做视频会议、MP3 播放器、平板电脑，但最后全都失败了。我在英特尔最后几年，领导很支持内部创业，我们做了三四个项目，也投了小几千万美金，但全部失败。所以这段经历让我后来特别注重下限，对创新失败有一种深恶痛绝的敏感。
张鹏：「死亡谷」里最致命的东西是什么？
吴甘沙：当时的总结是，英特尔的很多创新是科学家在做。科学家是把钱变成 IP 或 idea 的过程，1 万次试验成功一次就是突破；企业家是把 IP 或 idea 变成钱的过程，1 万次失败一次可能就挂了。
英特尔很多创新是科学家在主导，要么跟市场脱节，要么对技术过于乐观，说白了就是 PMF 不符合，或者 TPF 不符合。再加上内部创业换汤不换药，激励方式、工作强度本质上还是大公司的逻辑，成功率自然就比较低。
真正的创业你得把自己扔到一个孤立无援的环境中，这样你的潜力、求生欲才会被激发出来。
张鹏：你穿越过那么多死亡谷，见过太多创新消亡的过程，它是如何左右你 2016 年创业时的赛道选择的？
吴甘沙：我曾经有一次跟余凯说，他做芯片是「无知者无畏」。因为我们做芯片做太多了，能看到 1000 种死亡方式。2016 年我其实有三个方向可以选：芯片、机器人、自动驾驶。
当时，我们在英特尔支持过 CMU、伯克利等好几个实验室，去做更智能的服务机器人，当时已经能叠毛巾了。但问题是，机器人的底盘两三万美金，一条胳膊几万美金，一只手几万美金。英特尔看着这个 BOM 成本很失望，因为它里面跑的却是一颗至强服务器芯片，也就几千美金，成本占比太低了。更重要的是，离真正能干家务、洗碗叠被子的机器人还差得远，所以机器人排除了。
关于芯片，当时是做伤了。当时的判断是小公司根本不可能做芯片，连英特尔支持紫光展讯做芯片也都磕磕碰碰。但这 10 年发生了很大的变化。
芯片和机器人排除之后，剩下足够大、足够标准化的 AI 场景，就只有自动驾驶了。它有个好处，全球交通规则类似，路和红绿灯长得差不多，而且相比机器人极大简化，因为机器人要控制 80 个自由度，自动驾驶只有加速、减速、转向三个控制量。
而且我们的判断是应该先做应用再做芯片，特斯拉就是这么干的——先用 Mobileye，再用英伟达硬件自己做算法，最后才自己做芯片、算法。三步走。当然现在门槛低多了，IP 可以买，SOC 设计有第三方服务，自己做 co-design（软硬件协同设计）就行。
张鹏：现在来看，你那个时候的认知被证明是对的嘛？
吴甘沙： 嗨，其实创业都是无知者无畏。现在回头看，当时做机器人确实太早了，创业不仅要看方向，更要看时机。
张鹏：其实，公司创始人和他要做的事情的匹配。你不能忽略创始人自己的特性，只能在这个变量下寻求最优解？
吴甘沙：对。一个公司其实有一个「囚笼」，就是创始人的认知框架，它是一个无形的东西，伴随公司一路往前走。最差的不是框架没突破，而是你不接受这个框架，来回拧巴、不自洽，那种会死得很惨。
02
先把一根串烤熟，再图谋摆一排
张鹏：但自动驾驶里也有不同路径，有人直奔 L4、Robotaxi，有人从 L2 切入。你当时怎么设计这条路径？
吴甘沙：说实话，我认为我们当时的战略是非常深刻且有预见性的，某种程度上今天还在执行 2016 年那份 BP 里的策略。
投资人当时问我们：你起步没 Google、百度早，人不比他们多，钱比他们少，怎么竞争？时间维度，我们重新诠释了「竞争」这两个字：竞是田径赛、马拉松，大家一字排开往前跑，最终你失败不是因为别人搞你，是自己体力耗尽；争是拳击擂台，你死我活，最后只有一个人站在台上。我们把自动驾驶想成「先竞后争」，前面至少 5 年是竞，然后再争。但后来来看，也是过于乐观。
空间维度上，我们参考了「隆中对」：谷歌、百度有点像曹操，主机厂类似孙权，我们这种创业公司是刘备。刘备的战略是益州加荆州：益州是易守难攻的根据地，先立于不败之地；但只有益州是无法图谋天下的，还需要荆州才能打通中原。
落到业务上就是，一方面在特定场景的 L4 做到领先，这是我们的「益州」；然后基于乘用车的 L2，逐步往 L3、L4 推进，这是荆州。最终的「中原」是 L5，那是所有人都要去的地方。
但因为种种原因，这个策略执行得并不完美，「荆州」没做好。当资本环境变化之后，为了聚焦、保下限，我们把更多资源压到了「益州」，「荆州」只留了很小的团队。今天我们至少还有存在感，但这块获得的资源一直比较有限。
张鹏：这个是不是跟你拿到的总资源有关，没法支撑你展开完整的战略？
吴甘沙：其实，我们这个策略的下限是很高的，但问题也在这里。自动驾驶这个赛道，人才密度极高，大家把它定位成登珠峰、登月工程。在这样的赛道里，保下限是非共识。至少资本市场角度，更看重的是上限。
至少从今天来看，就是驭势走过了这段路，而第二个十年还有得干。我记得 2021 年 9 月，赛迪列出中国自动驾驶商业化落地能力 TOP10，现在已经有 5 家不在了。
张鹏：你一开始就选机场这样的低速封闭场景，而不是直奔 Robotaxi 公开路段吗？
吴甘沙：其实第一个根据地不是机场。我们最初想自己造一辆小巴，觉得技术要求更高，当时也没人做，所以我们当时有造车团队。到 2018 年才放弃造车，当时已经投进去几千万了。
张鹏：放弃的原因是什么？
吴甘沙：一是车厂开始愿意，也有能力去做线控汽车了；二是我们一开始以为自己什么都能干，后来发现还是有比较优势的。
第二个选择，是从小巴转向机场，当时系统性地用 PMF 理论推导场景。推导逻辑是这样的：香港机场一辆车需要 3.5 个司机，每个司机的成本一年二三十万港币，招不到人、人工成本极高——从 M（市场需求）这个角度，空间很大。从 P（产品）这个角度，机场场景相对可控。
我们能够在香港机场做起来，是跟香港机场当时的总裁、今天的主席说的一句话有关。当时他说，全世界可能没有第二家机场愿意尝试一个 alpha 版本的技术。但他说，最危险的地方就是最安全的地方——机场里车很多，还有飞机，但所有人开车都很规矩，严格按线走，不乱插队，无人车有更好的生存环境。李开复当时造了个词叫 TCPMF，T 是 technology，C 是 cost，全都符合，所以就进去了。
张鹏：现在回头怎么看这个选择？
吴甘沙：从两个角度，一是没想到它那么难，零容错，安全要求高，服务水平要求高，不能让乘客等车等行李，比想象中难，起量也比想象慢。但是从另一个角度，它是一个没有竞争的场景，我们招股书里写的是 90% 以上的市场份额，是唯一真正实现大规模无人化运营的公司。
在这个过程中，我们就开始考虑多场景了。就像烤串，你一根一根烤可能饿死，所以得一排一排烤。而且从第一性原理看，人是驾校教出来的，却能在各种场景开车，自动驾驶也应该是一种通用技术。
最近卓驭的 CEO 也开始讲这个故事了，他说训练一个模型成本太高，必须用多种场景把成本分摊掉。
张鹏：但你必须先验证一根串能烤熟，再摆一排。否则就全还是生的？
吴甘沙：对，就像打仗，先占领一个高地，插一面红旗。机场就是我们的高地。
机场是第一步，然后我们开始做更多的场景，这中间我们还是有先后顺序的。机场之后，我们捡起来的第一个新场景是巴士——机场本身也要巴士，顺理成章。巴士要无人驾驶比物流难，因为物流只要假阴性（漏检）等于零，不能漏检；巴士不仅假阴性要等于零，假阳性（误检）也要等于零——车里有人，不能动不动咔咔刹车。所以巴士也是分阶段演进：先小巴实现真无人，再从小巴到中巴到大巴，再从机场封闭园区走向开放道路。
做完巴士，我们又进了港口，这涉及一个市场足够大的新的车型——卡车，它的体量跟中大型巴士差不多，我们把技术平移过来，当然卡车有倒车等新要求。卡车也延续同样的路径，先在港区走，再开到外面。
张鹏：现在你们已经进入国内外超过 20 个机场，插上了自己的红旗，这意味着什么呢？
吴甘沙：这意味着产品力达到了一定标准——不只是技术，还有资质认证、质量体系、数据合规、服务体系，这些都得到了国际头部客户的认可，这些也要花很多时间打磨。
这让我想到孙子兵法对我们的三个启发：第一是不战——尽量不跟巨头直接打，在跑马拉松阶段不要打拳击。第二是不败——「先为不可胜，以待敌之可胜」，先把自己立于不败之地，等着对手撑不住。机场就是我们的不败之地。第三是先胜再战——孙子兵法从来不强调以少胜多，一定是先算出来你有多少倍的兵力优势再打。机场这个场景，我们投入的兵力一定是竞争对手的 10 倍。
在复制多场景的时候，比如港口，我没办法比专门做这个场景的对手投入更多，那就靠两样东西：一是技术上限，因为我做的场景多、还能上开放道路，上限高；二是跟行业龙头合作，他们提供 know how，我提供自动驾驶技术。
所以，我们的愿景是做「世界的 AI 司机」，本质上是一个劳务派遣公司，向各行各业派遣会开车的 AI 司机。但我不造车，也不运营，这意味着我们跟 OEM、行业运营商都是朋友，不是敌人。
我一直说我们优化就是围绕三个维度，用一个图形来描述就是一个倒梯形。横足够长，场景足够多；竖的下端点是安全，决定下限；上端点是最难的场景，决定上限。我们做的事，就是不断把横拉长，同时把这根竖线整体上移——下限抬高，上限也抬高。
03
十年的反思：出发早了五年
张鹏：那回头看，自动驾驶这波技术演进，有没有什么判断是当时就看到了，但被时代拖慢了的？
吴甘沙： 其实，我们这波自动驾驶公司也出发早了 5 年，这波技术跃迁来得晚了一点。
2017 年的 CVPR，我参加了一个 workshop，讨论英伟达那篇端到端自动驾驶的论文。我当时借用了「思考快与慢」的框架给出判断，端到端很可能成为「系统一」，它是基于本能直觉的开车模式；基于知识推理的是「系统二」。
配资佬专业配资当时世界模型、强化学习、端到端都已经有雏形，唯一没出现的是 VLA。今天看起来，自动驾驶的商业化有点过早了，因为技术其实还要再迭代，数据、算力当时都不支持。
所以，在那个时候，大家只能基于规则，就在里面浪费了五六年。
但真正技术的跃迁式变化是从 2021、2022 年开始的，我们早了 5 年。2019、2020 年很多公司都很痛苦，李斌、小鹏都进过 ICU，余凯在疫情前也裁过员。
张鹏：本质上是 scaling 的信仰还没有建立，是不是可以这么理解？
吴甘沙 ：对。Transformer 是 2017 年出来的，当时 Ilya 敏锐地看到了 Scaling Law 的机会，但是世界真正认识它是 2022 年。
张鹏：从 2016 年到 2021 年自动驾驶技术爆发，这 5 年是怎么过的呢？
吴甘沙：这 5 年极其煎熬。为什么？因为第一年你就做到 90 分了，第二年 99 分了，但第三、第四、第五年还是 99 点几分。第一年看车跑起来，投资人很 happy，第二年小范围试运营也很 happy，但第三四五年规模一直上不去，因为没到接近 100 分。
但后来我们才意识到，99 到 100 分只是解决了安全问题，后面还有效率和成本问题。这两个不解决，规模化还是无从谈起。
我们在机场的探索就是这么走过来的，两年解决了从 99 分到 100 分，拿到无人化运营 license；再花 3 年彻底逼近 100 分，把效率做起来，再花 2 年把成本降下去。
成本这件事很多人有误解，觉得无人驾驶的成本就是几颗激光雷达加车的成本。但这些硬件在全生命周期里只占一小部分，很大的一部分成本是在运营和售后。
比如，车要保险，要补能——补能不是简单的电费，要有人去充电；载人的车要清洁，没人管乘客乱扔东西；每天要做检查，定期维保；要有远程操作员，不管是 1 比 3 还是 1 比 10；还要有现场紧急救援。萝卜快跑刚在武汉做的时候，每两公里需要一个网格员，一旦有车趴窝，要第一时间去救援。然后，还有事故成本。
所以这个行业前 5 年大家说的核心指标是 MPI——每次接管多少英里；后来真正重要的是 CPM（Cost Per Mile），就是每英里的成本。
安全、效率、成本，三关都得过。无人车经历的事情，未来机器人也都会经历一遍。所以现在有些做机器人的干脆说，我不去工厂，不如直接盯着家庭场景。
张鹏：那些半途没走下来的公司，核心原因是韧性不足，还是别的原因？
吴甘沙：美国公司往往是韧性不足。很多美国 Robotaxi 公司兜里还有钱，但就是不干了。
中国创投圈有个说法，中国创业者像「松鼠桂鱼」，哪怕是千刀万剐、油炸火烹，依然高昂着头，怒目圆睁，宁死不屈。中国创业者实在撑不下去了才接受失败。
但中国这帮创业者一旦活下来走向世界，真的是凶猛。这 10 年我学会了看三张表、做预算、谈客户，学会了「小强式生存」。曾经跟一个朋友吐槽说创业太难了，不是人干的事。他说你就偷着乐吧，你还没有经历过每天晚上最后一个关灯，看着几把椅子几台电脑想着能不能卖了再缓几天？还没经历过在桥上徘徊、恨不得一跳了之？中国有大量这样的人，在那种状态下还撑着。
张鹏：你们这一代创业者是中国第一代严格意义上市场化的技术创业者，都经历了很多，非常不容易。
吴甘沙：都挺不容易的，大家看着表面光鲜。就像鸭子，水面上气定神闲，但水面下两只小脚拼命划。
同时，这个过程中需要做很多妥协——既要坚持方向，又要妥协。比如我们的「荆州」，只能投入更少的资源，因为继续走下去才是最重要的。
04
闭关十年，下山正当时
张鹏：走过 10 年，现在已经能看清自己真正落脚的土壤和未来向上的阶梯了？
吴甘沙：对。我前不久跟员工讲了三句话。
第一句话，第二个 10 年肯定比第一个 10 年好，坚持下来的同学，能更好地享受创业。
第二句话，第一个 10 年的主题是生存，是保下限，这既有公司的下限，也是自动驾驶这项技术的下限。第二个 10 年的主题是发展，要争上限。
第三句话，第一个 10 年我们是跟自己竞争，考验的是自己的耐力，能不能一直走下去。因为没人来搞你，任何一块地都是处女地。第二个 10 年是要跟世界上最优秀的公司竞争。
张鹏：相当于闭关修炼了十年，该下山了。虽然前几年技术大爆发，但最近开始收敛，所以你下山的时间可能正合适？
吴甘沙：其实，老的技术有老的玩法，新的技术有新的玩法。现在有个词叫harness engineer——harness 就是「驭」，骑马驾车时驭马的那个驭，控制它。
任何技术在任何阶段都不完美，但你要通过 harness engineering 让它在这个阶段产生效果。老的基于规则的技术路线，你用驭让它产生效果；新的技术路线，你同样用驭，让它在更多新场景产生效果。
张鹏：如果往自动驾驶的终局看，你怎么看技术未来的发展？
吴甘沙：现在 L4 的竞争中，Waymo 是领先的。但要 L5 的话，可能特斯拉具备一定的优势。
现在行业讲究轻地图、甚至无地图——不需要高精地图，不应该一个城市一个城市去适配。几年前有个说法叫「开城」，一个个城市去开，背后是要建高精地图。Waymo 现在还是这么做的，在美国已经开到 10 个城市，地图精细到一个交通灯是竖着三个圈，还是横着三个圈都标得清清楚楚。它的优势是下限极高，不会认错。
但特斯拉的技术路线是通用的。今天 FSD 虽然还不够好，但它在全美国都能用。这就是两种路线的问题——Waymo 先在某些地方实现了足够的安全和效率；特斯拉在所有地方都能用，但还不够安全。但是一旦它跨过了安全的这个边界，它就 L5 了。
张鹏：「下山」之后，接下来要拿下的核心目标是什么？
吴甘沙：接下来有三个方向。一个是，市场渗透率从 1% 到 10%，无论哪个场景；第二，从目前 6 个国家和地区扩展到 60 个国家；第三，再开发 5 到 10 个市场规模是今天 10 倍的新产品。
其实，场景还非常多，只要技术足够通用。做通用平台前期投入极大、很辛苦，但一旦做出来、边际成本足够低，就开始收获了。就像地图，采地图成本很高，分发成本低一些。当然，纸张地图还是成本较高，但变成手机 APP 之后边际成本几乎是零。我们下一步就是要把边际成本降下来，进入新场景、新车型就会越来越快。
张鹏：所以顺着技术干流、支流继续扩展疆域，屯田养兵，有朝一日挺进中原？
吴甘沙：本质上还是把技术通用性、下限和上限这三个维度做好。从商业模式上，我就是一个 AI 司机，就像华为说既不碰数据也不做运营，只做好管道；我就做好 AI 司机的劳务派遣。这是确保 scalability 最好的商业模式，每辆车上赚的钱不多，但规模化会更好。
如果说 5 年有 10 万个 AI 司机，每个 AI 司机一年收 1 万美金，就是 10 亿美金的订阅服务；10 年有 100 万个 AI 司机，就是 100 亿美金的订阅服务。这才是值得期待的新目标。
*头图来源：驭势科技
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
你如何看待驭势科技的创业故事？
元股证券App官网提示：本文来自互联网，不代表本网站观点。