自动驾驶技术开发商Nuro和豪华电动汽车制造商Lucid建立合作伙伴关系,并获得Uber投资,共同打造自动驾驶出租车竞争领域的新玩家。每家公司都带来了重要的资源要素,合力填补了一个有趣的战略细分市场——但这是正确的选择吗?
Nuro是由两位顶尖工程师创立的,我曾在Waymo早期与他们共事。直到最近,他们的目标一直是通过定制配送机器人来攻克更易处理的纯配送市场,这种机器人大约是传统汽车尺寸的一半。他们获得了大量投资,希望成为一家使用机器人提供配送服务的公司。这些机器人没有人类驾驶员位置,是美国乃至全世界少数几种在公共道路上无人监督运行的车辆之一。他们最近宣布计划转向将自动驾驶设计授权给希望从事自动驾驶出租车、配送或其他应用的合作伙伴,而不是自己直接运营。
大多数人都知道,Uber是全球顶级的出行服务品牌,除了在亚洲市场。他们通过半独立的人类驾驶员提供服务。在自主开发自动驾驶系统失败后(该系统被交易给Aurora换取股份),他们最近开始为Waymo预订出行服务,并宣布与多家开发自动驾驶出租车的公司建立合作伙伴关系,包括VW/MOIA/MobilEye、Momenta、Motional、May,以及在某种程度上与WeRide、百度、沃尔沃、AVRide和如前所述的Aurora合作。但在这种情况下,他们对Lucid和Nuro都进行了数亿美元的投资。
Lucid将制造车辆,将Nuro的硬件设计集成到车辆中。Uber将拥有并运营这些车辆,并将其整合到Uber应用中。Lucid以高端电动汽车制造商著称,尽管产量不大。该公司股价因这一宣布而大幅上涨。Lucid以质量著称,是美国近期少数几家成功创建新汽车公司的企业之一,但作为豪华原始设备制造商,他们在这个三方组合中某种程度上显得格格不入。合作协议要求在未来6年内至少生产20,000辆汽车(Lucid目前年产量约为10,000辆,但正在增长)。
Nuro的角色相当明确。他们拥有软件堆栈和硬件设计。实际的硬件组件大多是现成的,包括英伟达Thor处理器,以及来自不同供应商的摄像头、雷达和激光雷达。目前,软件堆栈是自动驾驶出租车的关键组成部分。虽然还有许多其他组件,包括硬件、车辆、基础设施,或者Uber拥有的乘客网络和应用程序,这些并非微不足道,但它们不是稀有的火箭科学成分。准备在公共场所部署且具有足够安全性的软件堆栈需要大量工作和时间,需要解决一长串问题。这并不容易复制——至少Nuro希望如此。由于自动驾驶出租车业务本质上是销售出行服务的业务,Uber的市场领导地位也是独特的,尽管实际组件如应用程序和后端已经被许多公司构建,并且不难重建。按规格制造车辆的能力在世界各地都能找到,尽管大规模低成本生产更具挑战性。
硬件/车辆成本
目前,车辆硬件成本对自动驾驶出租车开发商来说并不是最重要的。他们中的大多数都专注于让系统安全运行,而降低未来成本虽然需要工作但不需要突破性进展。只有特斯拉和一些资金较少的初创公司非常关心成本。随着公司规模扩大,这种观点将会改变。目前Waymo使用昂贵的捷豹汽车,但他们计划转向低成本的极氪汽车,这个计划可能因关税而搁浅。他们还在与中等价位的现代Ioniq 5合作。特斯拉计划推出专用的Cybercab,利用自动驾驶出租车所需硬件远少于消费者人工驾驶汽车的事实,他们声称将以低于30,000美元的价格制造。制造汽车是特斯拉的强项。百度声称其第六代车辆的硬件成本为28,000美元——中国人在低成本汽车制造方面是最好的。亚马逊的Zoox正在制造更昂贵的定制车辆,因为他们相信可以通过定制车辆独有的功能与竞争对手区分开来,但随着时间推移和规模扩大,应该可以降低制造成本。
竞争与豪华定位
目前,还没有自动驾驶出租车竞争。公司要么在自己的领域独占鳌头,要么没有全规模车队的活跃商业运营,所以他们没有相互抢夺业务。问题是,这种情况何时会改变,当改变时,他们在什么方面竞争,价格和豪华程度有多重要?
当公司开始竞争时,硬件成本将开始变得重要,因为折旧成为自动驾驶出租车出行成本的最大单一组成部分。我估计占商品销售成本的20-30%。自动驾驶出租车服务将在许多因素上竞争,但最大的将是成本、等待时间、服务区域和乘车豪华程度等。
在开始阶段,豪华出行是有意义的。当你试图让系统运行并保持客户满意时,而不是提高利润率时,为什么要节省?不过有点奇怪的是,Nuro宣传他们与Lucid的新设计通过新的英伟达Thor替换大量处理能力节省了很多钱——却将钱花在通常售价约100,000美元的Gravity上。但在本十年后期他们将面临竞争,利润率将变得重要。一个悬而未决的问题是,在竞争时,提供豪华服务是否重要,还是价格最重要。Nuro与Lucid的协议不要求订购的20,000辆汽车都是Gravity,所以未来可能会有更低成本的车辆,尽管Lucid目前还没有制造。
Nuro还表示,由于Gravity是电动的、主要由线控驱动的车辆,它已经具备了他们在设计中想要的相当多的硬件和冗余,这降低了一些成本。
Uber可能会将Lucid放在他们的UberSelect或UberBlack类别中,这些比常规UberX更昂贵,但收费更高。根据大多数报告,它们在出行中的比例远小于UberX。大多数Uber乘客都注重价格。
未来格局
画面虽然模糊,但现在我们可以看到一些参与者为本十年后期竞争制定的计划:
Nuro+Lucid:豪华出行,中等传感器成本,通过Uber销售
Uber:来自众多供应商的不同价位车辆选择(就像他们今天与人类驾驶员做的一样)
Waymo:低价格极氪和中等价格Ioniq 5,具有先发优势的规模,直接销售但可能也通过Uber等公司按Waymo的条件销售
特斯拉Cybercab:由他们制造的低成本车辆,更低成本的出行。然而,目前还没有可工作的自动驾驶出租车,车辆也未投产。现有特斯拉成本较高。
特斯拉使用客户车辆的"网络":可能不实用,或只在需求高峰期以更高价格使用。如果实现自动驾驶,租赁期满的特斯拉可能提供低成本出行。
Zoox:定制车辆,最初成本较高但具有特殊能力,如面对面座椅、四轮转向、即时可逆性,提供更灵活的接送体验和内部空间。
百度Apollo:低成本车辆和出行,在美国不可用但在海外是强劲竞争对手。小马智行、WeRide:类似但进展不如百度。中国车辆在美国以外将是最低成本的。
Wayve、Aurora、MobilEye/MOIA等:尚未有可工作的自动驾驶出租车。VW/MOIA有ID Buzz面包车,成本较高但空间宽敞。
May:仅处于非常早期的运营阶段,车辆尚未确定。
所有这些都在变化之中。实际上,尽管Nuro宣布订购20,000辆Lucid车辆,包括Waymo在内的其他公司也曾多次宣布大额订单,但这些只是愿望,从未实现。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。