จากคำพูดล่าสุดของซินโจว วู หัวหน้าหน่วยงานรถยนต์ของ NVIDIA ทำให้ข้อสรุปที่ฉันเคยพูดมาอย่างต่อเนื่องชัดเจนยิ่งขึ้น Tesla นั้นแน่นอนเป็นผู้นำอันดับหนึ่งในระดับ L2++ (ซึ่งฉันเคยพูดเสมอว่า นี่คือข้อจำกัดของ Tesla เพราะ FSD แบบมีผู้ขับขี่เป็นผู้รับผิดชอบ) ซินโจวเองก็ยอมรับจุดนี้ แต่ปัญหาไม่ได้จบเพียงเท่านั้น การขับเคลื่อน Cybercab ด้วยระบบวิชันเดียวในขนาดฟลีตขนาดใหญ่นั้น ดูเหมือนจะเป็นไปได้ยากตามเส้นทางปัจจุบัน ความเป็นไปได้สูงคือ Tesla จะต้องจำกัดการสาธิตไว้ในพื้นที่จำกัด และซ่อนการแทรกแซงจากระยะไกลและการยกเว้นการดำเนินงานไว้ เพื่อประคองเวลา เหตุผลของซินโจวเรียบง่าย L2++ และ L4 ไม่ใช่เกมเดียวกัน L2++ ผู้ขับขี่ยังคงเป็นผู้รับผิดชอบสุดท้าย หากกล้องสับสน มนุษย์สามารถแทรกแซงได้ เหตุผลที่ Tesla นำหน้าในจุดนี้ชัดเจน: พวกเขาคงเส้นทางวิชันมาโดยตลอด และสะสมข้อมูลจากฟลีตผู้บริโภคขนาดใหญ่ ซินโจวยังกล่าวว่า “ในระดับ L2++ พื้นฐาน ไอโลนอยู่นำหน้าเกือบทุกคน” L4 ต่างออกไป ไม่มีผู้ขับขี่ หากเซนเซอร์ใดเซนเซอร์หนึ่งล้มเหลว หรือเงื่อนไขใดเงื่อนไขหนึ่งล้มเหลว รถต้องสามารถหยุดอย่างปลอดภัยด้วยตัวเอง ตามถ้อยคำของซินโจว หลักการพื้นฐานของ L4 คือ “รถต้องสามารถดำเนินการอย่างปลอดภัยแม้ในกรณีที่มีจุดล้มเหลวเพียงจุดเดียว” ดังนั้น NVIDIA จึงออกแบบ Hyperion พื้นฐานเป็นระบบกล้องและเรดาร์สำหรับ L2++ และเพิ่มไลดาร์ในเวอร์ชันขั้นสูงสำหรับ L4 เมื่อฉันถามซินโจวว่า “L4 ต้องการไลดาร์ไหม?” เขาตอบสั้นๆ ว่า “ใช่” เขาไม่ได้บอกว่าเป็นไปไม่ได้โดยสิ้นเชิงในเชิงทฤษฎี 100% แต่เขาบอกว่า หากพยายามพิสูจน์ด้วยวิชันเพียงอย่างเดียว ODD (Operational Design Domain) จะต้องลดลงอย่างหลีกเลี่ยงไม่ได้ หากต้องการปล่อย L4 ในสภาพแวดล้อมจริงที่ลูกค้าต้องการ การใช้ไลดาร์จะดีกว่ามาก ประโยคนี้คือหัวใจสำคัญ ไม่ใช่เพราะ “วิชันเดียว” เป็นไปไม่ได้อย่างสมบูรณ์ แต่เพราะการขยาย L4 ให้กว้างขวางนั้นยาก ในพื้นที่จำกัด เงื่อนไขอากาศดี ถนนเรียบ และมีเจ้าหน้าที่ระยะไกลสามารถแทรกแซงทันที — เราสามารถเลียนแบบได้ แต่นั่นไม่ใช่การดำเนินงานฟลีตขนาดใหญ่ ฟลีตขนาดใหญ่ต้องเผชิญกับฝน แสงสะท้อนย้อน ช่วงงานก่อสร้าง สิ่งกีดขวางล้ม วัตถุที่สะท้อนแสงต่ำ การปนเปื้อนของเซนเซอร์ การล่มสลายของประสิทธิภาพในเวลากลางคืน และโครงสร้างถนนที่ไม่คาดคิด — เกิดขึ้นทุกวัน กล้องเป็นเซนเซอร์แบบพาสซีฟที่พึ่งพาแสง มันไม่ได้วัดค่าความลึกโดยตรง แต่ให้การอนุมานแทน การอนุมานจะแข็งแกร่งในขอบเขตการเรียนรู้ แต่อ่อนแอลงอย่างฉับพลันเมื่ออยู่นอกขอบเขต การดำเนินงาน L4 ไม่อนุญาตให้มีช่วงเวลาอ่อนแอเหล่านี้ การประเมินของซินโจวที่ว่า Waymo เป็น “ผู้เล่นที่พิสูจน์แล้ว” และ Tesla เป็น “ผู้ยังคงค้นหาเส้นทาง” ก็อยู่ในบริบทเดียวกัน Waymo ได้สร้างบริการไร้คนขับในเมืองจำกัดให้กลายเป็นการดำเนินงานที่ทำซ้ำได้ Cybercab แบบวิชันเดียวของ Tesla ยังไม่ได้พิสูจน์การดำเนินงานในระดับนั้น การปรับปรุง FSD สำหรับผู้บริโภค กับฟลีตเชิงพาณิชย์ขนาดใหญ่ที่ไม่มีผู้ขับขี่เป็นปัญหาที่แตกต่างกันโดยสิ้นเชิง กรณีแรกสำเร็จเมื่อลดอัตราการแทรกแซง ส่วนกรณีหลังต้องลบการแทรกแซงออกไปจากโมเดลการดำเนินงานโดยสมบูรณ์ โครงสร้างข้อมูลก็ไม่ได้อยู่ข้าง Tesla Tesla รักษาวงจรปิดของฟลีตของตนเองไว้ สิ่งนี้เป็นอาวุธที่ทรงพลังสำหรับการปรับปรุง L2++ แต่สำหรับการรับรองความปลอดภัยของ L4 และการขยายไปยัง OEM หลายรายและเมืองหลายแห่ง เป็นการเพิ่มประสิทธิภาพที่ต่างกัน ซินโจวเน้นย้ำว่า NVIDIA ส่งเสริมการแบ่งปันข้อมูลและการจำลองระหว่าง OEM เพราะ L4 ไม่สามารถเพียงพอได้จากฉากที่บริษัทเดียวเคยเห็นเท่านั้น — มันต้องครอบคลุมเหตุการณ์หายาก การล้มเหลวของเซนเซอร์ ข้อกำหนดทางกฎหมาย และวัฒนธรรมการจราจรตามภูมิภาค การปิดวงจรจะเร็วแต่อ่อนแอในการรับประกันความซ้ำซ้อนที่ตรวจสอบได้ เหตุผลด้านต้นทุนก็ไม่ได้มีแต่ประโยชน์ต่อ Tesla เสมอไป จุดแข็งหลักของวิชันเดียวคือต้นทุนต่ำ แต่เมื่อเข้าสู่ L4 โมเดลจะใหญ่ขึ้น การคำนวณสำหรับการอนุมานและการซ้ำซ้อนเพิ่มขึ้น และเมื่อเปลี่ยนไปใช้ชิปรุ่นใหม่ (AI5) ภาระการประมวลผลจะเพิ่มขึ้นอย่างรวดเร็ว ซินโจวก็กล่าวถึงจุดนี้เช่นกัน เมื่อพยายามเติมช่องว่างด้านความปลอดภัยที่กล้องไม่สามารถครอบคลุมได้ด้วยโมเดลขนาดใหญ่ขึ้นและการคำนวณมากขึ้น — ต้นทุนเซนเซอร์ที่ประหยัดไว้ในตอนแรกจะกลับมาในรูปของค่าใช้จ่ายชิป พลังงาน การระบายความร้อน และการรับรองความถูกต้อง อีกทั้งเมื่อรวมถึงเจ้าหน้าที่สนับสนุนระยะไกล การจำกัดการดำเนินงาน การตอบสนองต่ออุบัติเหตุ การประกันภัย และการดำเนินงานแบบยกเว้นตามเมือง — “ฮาร์ดแวร์ราคาถูก” จะกลายเป็น “การดำเนินงานราคาแพง” ในทันที ดังนั้น เส้นทางที่ฉันมองเห็นสำหรับ Cybercab ในทางปฏิบัติคือ: หนึ่ง: ดำเนินการในเส้นทางจำกัดและช่วงเวลาจำกัดในบางเมือง สอง: เมื่อมีปัญหาเกิดขึ้น หยุดและเก็บรถกลับด้วยการแทรกแซงระยะไกล สาม: รักษาภาพลักษณ์ของ “รถแท็กซี่ไร้คนขับ” โดยอัปเดตซอฟต์แวร์ซ้ำแล้วซ้ำเล่าสี่ ความขยายขนาดใหญ่แบบเต็มรูปแบบถูกเลื่อนออกไปสู่ไตรมาสถัดไป เมืองถัดไป และชิปถัดไป นี่คือกลยุทธ์การเลื่อนเวลาที่ไม่ยอมรับความล้มเหลว เพราะยากที่จะชดเชยความต้องการด้านความซ้ำซ้อนทางกายภาพและระดับการรับรองความปลอดภัยตามข้อบังคับที่จำเป็นสำหรับการดำเนินงานเชิงพาณิชย์ระดับ L4 ด้วยการประมวลผลภาพจากกล้องเพียงอย่างเดียว ข้อจำกัด ODD ที่อู๋กล่าวถึงคือจุดนั้น การแสดงตัวอย่างเป็นไปได้ ความสำเร็จในขอบเขตจำกัดก็เป็นไปได้ แต่นั่นไม่ได้หมายความว่าจะสามารถดำเนินงานประจำวันของกองยานขนาดใหญ่ได้ ไม่จำเป็นต้องลดคุณค่าของความสำเร็จที่เทสล่าบรรลุในระดับ L2++ ความสำเร็จนั้นเป็นของจริง แต่หากนำความสำเร็จนั้นมาเทียบเท่ากับการเสร็จสมบูรณ์ของไซเบอร์แคประดับ L4 ตรรกะจะพังทลาย เหตุผลที่คำพูดของอู๋มีความสำคัญคือ เพราะเขาไม่ได้ละเลยเทสล่า แต่แยกแยะจุดแข็งและข้อจำกัดของเทสล่าอย่างชัดเจน ผู้นำในระดับ L2++ คือเทสล่า การดำเนินงานที่พิสูจน์แล้วในระดับ L4 ยังคงใกล้เคียงกับ Waymo มากกว่า การข้ามช่องว่างนั้นด้วยข้อมูลและการประมวลผลเพียงอย่างเดียวในระบบไซเบอร์แคปแบบใช้ภาพเพียงอย่างเดียวเป็นเรื่องยาก ตรงตามที่ฉันคาดไว้ ไซเบอร์แคปจะดูเหมือน “ทำงานได้” เป็นระยะเวลาหนึ่ง วิดีโอสวย และบางช่วงสามารถขับได้จริง แต่เพื่อให้กลายเป็นเครือข่ายการขนส่งอัตโนมัติที่สามารถรับมือกับสภาพอากาศ เมือง และสถานการณ์ผิดปกติตามปกติได้อย่างเหมาะสม โครงสร้างปัจจุบันยังไม่เพียงพอ ในขณะที่พยายามเติมเต็มช่องว่างนี้ เทสล่ากำลังซื้อเวลา และตลาดยังคงรักษาความคาดหวังไว้ (ผู้ติดตามเทสล่าที่ไร้เดียงสาจะยังคงถูกหลอกต่อไป) การสัมภาษณ์ของอู๋ชี้ให้เห็นว่า เวลาดังกล่าวไม่สามารถซื้อได้อย่างไม่มีที่สิ้นสุด