1.特斯拉即將發布的3D更新將增加AI輔助駕駛功能。
2.未能意識到特斯拉在自動駕駛技術上的競爭優勢的分析師和投資者將會猛然醒悟。
3.大部分金融車型仍然將特斯拉視為傳統的汽車制造商，但這在未來將不再適用。
分析師和投資者系統性地低估了特斯拉在自動駕駛領域的競爭地位。對競爭環境的評估過於依賴對自動駕駛汽車在演示視頻和其他公關、營銷和品牌活動中表現的定性判斷。從歷史上看，分配到特斯拉的賣方分析師大多是汽車分析師，這意味著他們沒有時間和精力去深入學習和研究機器人技術。這意味著特斯拉的獨立優勢被低估了，或者說根本無法在市場上定價。
在我寫特斯拉的三年裏，我壹直堅持認為數據的大小幾乎比其他壹切都重要。我也壹再指出，特斯拉在自動駕駛方面的進步將是穩健而持續的，而不是磕磕絆絆、斷斷續續的。我猜測深度學習研發有兩個階段。數據收集和標記階段可能相對較快。速度取決於該公司在野外擁有的機器人數量和它雇用的數據標簽工人數量。
然後是壹個緩慢且不可預測的階段，人工智能科學家和工程師致力於建立壹個系統，在正確的時間和正確的強度下捕捉標簽數據，並輸出有用的機器人行為，如轉向、加速和制動。獲取數據就像加滿油箱。人工智能科學家和工程師的工作就像制造發動機。從裏程表的角度來看，可能什麽進展都沒有，然後，壹瞬間，點火開關打開，車啟動了。
人工智能非線性發展的壹個顯著例子是OpenAI在經典的電子遊戲·蒙特祖馬的復仇中的突破。這張圖表說明了壹切:
在這種情況下，從遊戲中采集數據並自動標記，因此數據集創建階段比理工科階段快得多。此外，蒙特祖馬復仇在AI社區的整體進展並不順利，也不可持續。
特斯拉有超過90萬個機器人在路上。在美國，其所有競爭對手的機器人總數不到2000個，由於大多數測試都在美國進行，全球總數可能不會高很多。深度神經網絡的性能可以隨著數據的變化而發生可預測的變化，這樣的數據優勢可以產生2到30倍的性能優勢。
壹個重要的警告是，數據需要手動或自動標記。正如我所寫的，特斯拉有許多有前途的選項來自動標記數據，並使用其龐大的車隊來提高手動數據標記的效率。(也就是說，在同樣的人力資源中獲得更多的神經網絡性能。特斯拉的人工智能科學家和工程師面臨的挑戰是尋求這些選項，並讓它們在商業規模上發揮作用，就像它們在理論上證明概念壹樣。換句話說，就是要造壹個能在燃料充足的情況下運行的發動機。
走向3D
顯然，特斯拉AI團隊目前最重要的任務是將計算機視覺從2D範式轉換到3D範式。埃隆·馬斯克(Elon Musk)在特斯拉的第三篇播客中首次描述了這個概念:
馬斯克最近闡述了這壹轉變所涉及的工作:
“整個火星
@WholeMarsBlog
回復@elonmusk @romanhistory1和@HardcoreHistory。
自動駕駛儀的重寫呢？
妳叫它PlaidNet嗎？
埃隆·馬斯克
@elonmusk
平穩。團隊很優秀，和他們壹起工作很榮幸。幾乎所有的東西都需要重寫，包括我們的標簽軟件，所以從訓練到推理的每壹步都是“3D”。
2020年7月2日淩晨4點54分”
2020年7月2日
回復了@elonmusk @WholeMarsBlog和另外兩個博客。
反向召喚有更新嗎？
埃隆·馬斯克
@elonmusk
當我們切換到新的軟件堆棧時，許多功能將同時發生。最有可能的是，兩到四個月後發布。接下來的問題是，什麽樣的功能被證明足夠安全，用戶可以使用？
從2D到3D的轉變意味著什麽？據我猜測，這和傳感器數據被表示成神經網絡有關。
激光雷達激光脈沖通過在光線擊中物體並返回傳感器時創建壹個點來創建周圍物體的3D表示。世界的三維表示稱為點雲。
在2018，康乃爾大學的計算機視覺研究人員(包括和趙)發表了壹份預印本，表明相機可以用來創建三維點雲。更重要的是，使用這種形式的表示代替2D圖像提高了神經網絡使用相機預測深度的能力。相機可以通過立體視覺獲得點，這也是人類和其他哺乳動物在壹定距離上感知深度的方式。事實證明，讓激光雷達如此有效的不僅僅是激光，還有將激光雷達輸入解析為點雲的普遍做法。王等人將相機生成點雲的方法稱為“偽激光雷達”。從2018開始，其他研究者也在此基礎上開展了研究。
如今，至少在某些學術標準上，偽激光雷達及其相關方法(如偽激光雷達++和ViDAR(代表視覺激光雷達或視頻激光雷達))在3D物體探測和深度估計方面已經非常接近匹配激光雷達。據我所知，在流行的KITTI Vision基準上，偽LiDAR ++的精度大約是LiDAR的三分之壹。
今年早些時候，特斯拉高級AI總監Andrej Capassi公開透露，特斯拉目前正在研究壹種用於深度估計的偽激光雷達方法。回到2019的Autonomy Day，Capassi展示了通過立體視覺獲得的3D深度信息:
在他最近的演講中，卡帕西分享了在3D表示和2D表示中獲得的壹小部分精確度。這些可視化顯示了路緣檢測，左側是“地面實況”(可能來自激光雷達)，右側是2D的基於相機的檢測，中間是3D的基於相機的檢測:
如果這個確定的結果真正代表了特斯拉的整體性能提升，那麽3D更新肯定會給特斯拉的AI輔助駕駛軟件帶來巨大的提升。從外部來看，這種改善將是突然的、間歇性的。
錢來了。
說到特斯拉和autonomy，大部分分析師和投資者都是抱著“看到就信”的態度。當然，這是他們的權利，但在我看來，這意味著低估了特斯拉2021及以後的收入和現金流。在實現完全自動駕駛之前，特斯拉將繼續大力推廣AI輔助駕駛。特斯拉已經能夠在紅綠燈和停車標誌前自動停車:
AI輔助駕駛可以說是特斯拉用戶最喜歡的功能，也是特斯拉與其他汽車最明顯的區別。相互競爭的汽車制造商在實施無線軟件更新等基礎技術方面進展緩慢。據我所知，還沒有壹家公司像特斯拉壹樣公開宣布計劃圍繞其汽車生產建立深度學習通道。相信2021之後，差異化的軟件會給特斯拉汽車帶來更多的需求。
對於沒有其他附加裝置的Model 3 Standard Range Plus，價格為8000美元的“完全自動駕駛功能”選項是購買價格的17%。這是很高的利潤收入，因為下載軟件的邊際成本可以忽略不計。馬斯克壹再表示，隨著功能的增加，價格會上漲。此外，特斯拉計劃以包月的形式銷售該軟件。這肯定會擴大客戶群。
來自人工智能輔助駕駛軟件的收入不斷增長，這意味著分析師應該考慮特斯拉的預期利潤率，而不是僅僅將其與行業內的同行進行比較。此外，特斯拉在軟件方面的優勢證明了樂觀的增長假設。
摩根士丹利的亞當·喬納斯(Adam Jonas)最近發布了壹項看漲預測，預計特斯拉將在2030年銷售600萬輛汽車，認為特斯拉的股價將上漲2070美元。在我看來，考慮到特斯拉正在步入汽車公司與人工智能(AI)和機器人公司之間的灰色地帶，2030年的這壹銷售水平是合理的。目前還不清楚競爭對手如何快速結合汽車制造能力、軟件和人工智能能力來減緩特斯拉目前的快速增長軌跡。所以即使股價在1400美元左右，我還是覺得該股還有很大的上漲空間。
還可以考慮汽車銷量以外的問題。我預計，在“3D更新”被介紹給客戶之後，更多的分析師和投資者將開始認真考慮robotaxis出租車。雖然鑒於這種不確定性，很難知道如何給robotaxis的機會定價。然而，私人市場投資者已經通過Waymo和Cruise成功做到了這壹點。為什麽特斯拉不能在公開市場做到這壹點？
註:我/我們是龍TSLA。這篇文章是我自己寫的，表達了自己的觀點。我並沒有因此得到補償(除了求α)。我和這篇文章中提到的任何公司都沒有業務關系。
英文原文:/article/4357831-特斯拉-自動駕駛-3D-Update-Will-Be-Significant-Stock-Catalyst？李& ampli_medium=liftigniter-widget
(未經允許請勿轉載)