24Q3业绩会:Roadster车型设计工作已接近尾声)
特斯拉透露,正快速跟进AI相关工作,并计划在明年于加州推出新的项目。公司的目标是实现真正的无监督FSD,这要求AI具备极高的能力。在语言数据方面,公司的数据量极为庞大,短时间内即可达到GB级甚至更高。尽管单元模型训练与现实世界AI训练的资源需求差异尚不明确,但公司始终致力于降低车辆上的算力需求。公司期望车辆本身具备强大的能力,同时在使用过程中保持较低的计算负担。
Qamp;A
Q:今年是否有计划推出更平价车型?
A:我们早在很多年前就已经非常明确地表示,将推出新的车型。但我们现在需要更加注重节奏,因为未来的车辆发展方向是完全自动驾驶。未来的自动驾驶车辆将像历史上从骑马或马车过渡到汽车一样,带来颠覆性的改变。想象一下,当年马车如何被汽车取代,未来的自动驾驶将带来类似的变革。我认为,未来所有的车辆都应该是自动驾驶的,并且以电力为驱动,这样的趋势是显而易见的。
许多汽车公司还没有真正意识到这一趋势的重要性,他们尚未内化这一观念。我们已经对这一趋势进行了多年的分析,认为这是指引我们前进的方向。未来,所有的车辆都将基于电力,并且具备自动驾驶能力。不久之前,我们的特斯拉产量已经突破了700万辆。这些车辆都具备自动驾驶的能力。目前,我们每周生产约3.5万辆自动驾驶车辆,车辆产量和规模持续快速增长。至于2.5万美元车型何时推出,这并不是目前最为重要的问题。关键在于整个汽车行业的发展趋势。对于像Cybertruck这样看起来不同寻常甚至怪异的设计,我们认为它是未来主义的象征。这款车在设计上具有革命性的特征,展示了我们在设计工作中的创造力和未来愿景。我们希望通过推出这样的车型,让用户获得更好的体验。
从更广泛的角度来看,几年前我们就探讨过汽车行业发展的边界。我们希望通过提供各种车型,带给用户最好的自动驾驶体验。技术进步对行业发展至关重要,而我们的另一大优势在于制造能力。无论如何,我们将按照既定路线前进。
至于2.5万美元车型的推出,单一关注它的时间点并没有太大意义。我们更应该关注整个出行体验,考虑如何通过车辆提供更好的出行方式。在车辆成本方面,我们反复强调会努力降低单车成本,但具体到一款车型的推出时间并不重要。最重要的是,我们要降低每英里出行的成本。
我们有几款车型和多个项目在进行中,希望通过这些车型,让更多用户享受到优化的自动驾驶能力。只要有新的需求出现,我们都会尽最大努力满足。满足用户需求,始终是我们的首要任务。
Q:在特斯拉服务中心等待时间过长如何解决?
A:我们的目标是从根源上解决问题。虽然工厂内部可能存在一些问题,但这些问题不会影响到我们的用户。换句话说,工厂里的问题应当在工厂内部解决。而在车辆交付之后,如果出现问题,我们有信心提供最好的服务。然而,我还要强调一点:没有服务就是最好的服务。如果工厂能够解决所有问题,确保车辆在交付后没有任何需要解决的问题,那么服务中心的重要性就会大大降低。这也意味着,万一车辆在使用过程中出现问题,用户在服务中心的等待时间会非常短。是的,我们的愿景是从源头上解决问题,力求在车辆使用过程中尽量减少问题的发生。今年Q3和Q4,我们已经在70个地点新开了服务中心,在北美地区,单个服务中心的规模也得到了显著扩展。总体而言,我们的服务网络规模相比去年翻了一番。我认为,我们需要更多专业化的服务人员,以便为用户提供更好的服务。
服务中心应该与我们的工厂有些相似,配备专业人员对车辆进行检查和维修。同时,我们需要非常宽敞的维修空间和舒适的用户接待区域。我们希望服务中心的整体结构是高度优化的,每次服务需求都能以结构化的方式进行接待和处理。我们的目标是为用户提供最佳的服务。
但是,回到之前提到的观点,没有服务就是最好的服务。我们最关心的是从源头上解决问题,而不是将问题留到用车阶段。此外,我们希望通过更多前期的举措,来降低后续的维修成本。降低维修成本非常重要,因为我们承担了这些费用。
实际上,一辆汽车大致由一万个零部件构成,若假设每个零部件的成本为4美元,则整辆汽车的总成本将高达4万美元。假若我们期望将成本降低至3.5万美元,就必须在一万个零部件中,每个零部件的成本都削减0.5美元,即50美分。显然,在如此众多的细节上实现成本削减绝非易事,因为许多零部件是不可或缺的。
我们对CyberCab的设计深感兴奋,并期待在未来能够推出更多具有革命性的产品。显而易见,目前没有其他任何汽车制造商能够从事我们正在开展的工作。我们认为,我们的车辆是变革性的,购买一辆这样的车,就如同购买了一个行走的机器人,而这个“机器人”在行走的过程中是依赖轮子的。在特斯拉,我们会深入考虑如何更好地协调众多的零部件,如何在生产过程中有效整合资源,同时,我们也力求在交付过程中实现最快的速度。没有其他汽车制造商拥有我们这样全面且系统的思路,即对设计、制造、生产及交付逻辑的全方位考量。试想,若是从零开始,即从设计单个零部件起,到后续的制造环节,再到制造时应采用的工程技术,以及最终的车辆交付,我们都能妥善处理这一系列环节。正因为我们能驾驭所有这些流程,所以在成本、效率和时间方面,我们都能够展现出独特的优势。
在电池领域,4680电芯的发展速度极为迅猛。这种电芯不仅广泛应用于车辆制造,同时也被用于储能业务,比如用于Megapack和Powerwall等产品。事实上,在特斯拉,我们所从事的工作确实极具挑战性且充满创新精神。我们始终在奋力前行,作为一家规模庞大的公司,我们拥有多个业务板块,每个板块都致力于实现更加卓越的发展。
Q:当前Roadster有怎么样的进展?
A:Roadster是我们极为重视的一款车型。若能将Roadster成功推出,我们将能为可持续能源革命增添助力,力求实现效益的最大化。我们希望通过这款车型,推动未来能源向更加可持续的方向发展。这意味着,尽管我们当前所进行的一些工作听起来或许有些疯狂,甚至略显荒谬,但我们坚信,在特斯拉,通过不断推出创新产品,我们能够为未来可持续的能源发展贡献一份力量。
在Roadster车型的研发上,我们已经取得了一些进展。我们期望能够尽快完成其设计工作。事实上,设计工作已接近尾声,我认为这款产品将会非常引人注目。在适当的时机,我们将分享更多相关信息。
Q:Robotaxi何时能进行大规模部署?以及具体的部署方式?初步考虑是否会从特斯拉车队着手进行部署,并随后允许用户通过订阅的方式,将他们的车辆纳入Robotaxi车队中。此外,随着硬件从当前的HW3逐步升级至更为先进的AI5,硬件性能将愈发强大。这是否意味着,随着硬件的不断升级,Robotaxi的能力也将得到进一步的提升呢?
A:关于上述问题,我们目前尚无明确的答案。在硬件版本HW3及FSD 12.5中,我们已见证了车辆所展现出的强大的硬件能力。未来,我们期待进一步探索车辆部署的优化方案。关于Robotaxi车队的部署,上述两种模式均存在可能性。在此,我想重点阐述FSD及硬件的发展。我们期望在HW3、HW4乃至后续的AI5等硬件版本中,能够逐步提升其性能,以达到更高的安全级别。对于无人监督的FSD,我们同样期望其能实现卓越的安全性。对于那些通过升级获得新车辆的用户而言,系统升级显得尤为必要。总体而言,我们致力于不断提升车辆性能,并希望在Robotaxi车队广泛部署后,能为用户提供更多选择。
Q: 目前,特斯拉已经累积了大量的数据,你们是如何利用这些数据进行分析?数据在模型训练中占据着重要地位,你们是否有计划去构建规模更为庞大的下一代模型?
A:我们正快速跟进AI相关工作,并计划在明年于加州推出新的项目。我们的目标是实现真正的无监督FSD,这要求AI具备极高的能力。值得注意的是,现实世界中的AI与机器学习和大语言模型存在显著差异。特斯拉利用内部和外部摄像头,基于计算机视觉技术实现自动驾驶,这要求大量的数据和训练。
在语言数据方面,我们的数据量极为庞大,短时间内即可达到GB级甚至更高。尽管单元模型训练与现实世界AI训练的资源需求差异尚不明确,但我们始终致力于降低车辆上的算力需求。我们期望车辆本身具备强大的能力,同时在使用过程中保持较低的计算负担。
我们认为通过更多的训练,车辆在处理不同任务时所需的资源将逐渐减少,正如人类驾驶汽车一样,新手需要全神贯注,而老司机则能更加轻松地应对。在推理方面,尽管推理计算的需求相对较大,但与我们的GPU集群相比,仍然是很小的。
目前,我们在算力方面没有任何制约因素,能够进行高效的训练,使模型更加强大。此外,我们还拥有出色的模拟方法,能够获取更多的数据和指标,这是我们的显著优势。
Q:在监管方面我看到有很多州是要求有安全员在车上,就此你们有什么样的看法?
A:每个州要求确实不同,有些州需要有安全员,有些州并不需要。不管怎么样,安全是重中之重,并且我们会确保完全合规。明年我们会进一步跟进监管的动态,看一下明年有怎么样新的监管要求。
Q:关于特斯拉与X.ai之间的关系,目前众多投资者对于x AI的运作模式如何具体惠及特斯拉仍不明确,有人认为这两家公司之间存在着竞争关系,诸如在人才和技术资源上的争夺。公司如何回应?
A:X.ai对特斯拉的AI技术发展具有帮助作用,特别是在扩大模型训练规模方面,特斯拉可以参考X.ai的实践方法。就在上周,两家公司已实现了AI资源的共享,部分设备同样可以共享。若需进行大规模训练,我们期望能在两家公司间实现资源的高效配置与共享。事实上,自动驾驶AI技术是不可或缺的。X.ai在AI领域拥有强大的能力和丰富的资源,我们期望在资源配置上能达到最优状态。但这一议题需另行讨论。总体而言,X.ai对特斯拉的AI技术具有积极影响。
此前我们也曾提及,我们关注的是现实世界中的AI应用。多数情况下,我们都会聚焦于这一特定领域的AI技术,即真实世界AI。通过视频我们可以大量提取数据,进行充分的训练。特斯拉在AI方面的效率极高,无论是训练还是推理,我们都表现出色。然而,我们无法在车辆上安装极强的GPU,因此我们需要进一步发展AI能力和模型,使其在推理过程所需的算力得以降低。也就是说在单车上部署高性能GPU并不现实。我们期望车辆处理的任务能尽可能简化。
X.ai是一家卓越的AI公司,我们期待看到X.ai与特斯拉AI团队的紧密合作。我们是一个大的团队,并非认为X.ai已经完美,但目前X.ai已达成诸多宏伟目标,并持续以惊人的速度发展。我们相信,X.ai将继续助力特斯拉提升AI能力。
声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。