這一周，特斯拉終于達成了每周量產 5000 輛的小目標，雖然方式有點粗糙——新建裝配線，甚至在工廠里搭帳篷加班加點。

　　而百度的量產看起來似乎高精尖很多，在近期舉辦的百度 AI 開發者大會上，李彥宏宣布了全球首款 L4 級別無人駕駛巴士「阿波龍」的量產下線，只是，100 輛是不是有點少？

　　同時發布的還有百度自研的中國第一款云端全功能 AI 芯片「昆侖」，有望掀起互聯網巨頭定義芯片，其他廠商設計制造芯片的產業鏈新風潮。

　　在大洋彼岸，曾經「日不落」的倫敦城正因為人工智能而煥發第二春，AI 研究實力全球前列，但是量產「小公司」。

　　所以我們到底要技術還是要落地？實踐出真知。

　　一、百度的「量產」真的很厲害？看來需要探討一下

　　「我們計劃在 20XX 年實現量產！」這是每一個浸淫在自動駕駛領域的公司都說過的固定句式，但對于普羅大眾來說卻是看得見、摸不著。當然，這里面的貓膩、教訓與焦慮，只有「當事人」自己知道。

　　在地球的另一半，「量產」同樣是個讓年輕公司們頭疼的問題。但幸運的是，這周特斯拉傳來了一些好消息。

　　在經歷了生產線發生故障以及各方看衰的聲音后，近日，特斯拉官方發布的生產報告表示，公司完成了每周生產 5000 輛 Model 3 的目標，終于告別「產能地獄」。

　　兩年前，公司 CEO 埃隆馬斯克曾告訴投資人，公司要實現盈利必須達成這一目標。為此，特斯拉團隊的工作人員在加利福尼亞的弗里蒙特工廠夜以繼日地輪班工作，并在一個巨大的帳篷下建造了一條新的裝配線，在此完成這個季度的 Model 3 生產任務的 20%。

　　同時， 還傳出馬斯克在工廠內搭建帳篷、親自監工的消息。

　　「過去的 12 個月是特斯拉歷史上最艱難的時期，我們為整個特斯拉團隊實現了 5000 單位的 Model 3 生產率感到無比自豪。」他在一份聲明中寫道，「我認為我們剛剛成為了一家真正的汽車公司。」

　　特斯拉表示，公司預計到 8 月底， Model 3 的產量將達到每周 6000 輛。

　　當然，仍有許多業內人士對特斯拉持看衰的態度，認為特斯拉的產能可能只是曇花一現——因為這僅僅是以公司人員高強度的工作量交換來的短時間內的產能提升。

　　與此同時，特斯拉的股票先是躍升至 360 美元，隨后下跌 7%，跌至 336 美元。

　　現在特斯拉要做的，可能是要在股票再次上漲之前，展示出持續的生產力。

　　再反觀國內，作為國內無人駕駛圈的老大哥，百度也做出了表率，想實現自己對「量產」的誓言。

　　但不要想太多，這個「量產」，不僅僅是百度自己達到的量產。借助車廠的幫助，100 輛無人駕駛車的難度并不是很大，但能否實現千輛級別，目前我們覺得懸。

　　在 7 月 4 日舉辦的百度 AI 開發者大會上，李彥宏表示自己要兌現一年前吹過的牛，宣布全球首款 L4 級量產自動駕駛巴士「阿波龍」量產下線。

　　據李彥宏介紹，這輛一看就與百度 Apollo 有著千絲萬縷聯系的「阿波龍」自動駕駛巴士是與金龍客車合作制造而成，目前已經在北京雄安、廣州、深圳、東京等地開始商業運營，其中，在東京的商業運營是由百度與軟銀合作進行的。

　　但我們要明確，這是一種被稱為 L4 級別的無人駕駛巴士，其行駛的場景與硬件配置的復雜度，絕不能跟 L4 級乘用車相媲美。

　　好吧，對于這種 L1~L5 的車輛等級被濫用到如此境地，我們只能心里「尼瑪」，「呵呵」一下了。

　　從國際上來看，無人駕駛巴士以及商業運營并不是沒有先例，譬如法國的 Navya，早在 2016 年便開始商業化運營，2017 年也已經在全球超過 7 個城市部署上百臺無人駕駛巴士，連長得樣子都有相似之處。

　　另外還有英國、瑞士等國家的創業公司，也已經在部署運營無人駕駛巴士，主要運營地點被選在一些郊外比較空曠，且路況簡單的區域。

　　可惜的是，他們沒把自己稱為「全球第一臺量產無人駕駛巴士」。

　　在會場外，機器之能發現了一只傳說中的「阿波龍」，與 Navya 一樣，是一款無方向盤、無油門、無剎車踏板的原型車。

　　根據公開資料，「阿波龍」車身長 4.3 米，寬 2 米，共 8 個座位，核載 14 人（含 6 個站位），采用純電動動力，充一次電，可以跑 100 公里。

　　工作人員告訴機器之能，「阿波龍」上安裝了三個 Velodyne 激光雷達以及多個攝像頭和毫米波雷達，能夠監測路面情況和周圍物體，擁有判斷、識別、避障等能力。

　　百度方面還表示，「阿波龍」搭載了面向量產的解決方案，會成為 Apollo 3.0 的核心。

　　為了推出這款自動駕駛巴士，百度還在大會現場連線廈門金龍客車生產線，直播第 100 輛金龍阿波龍的正式下線。但然并卵，這是為了讓我們知道什么呢：

　　金龍給百度開了幾條生產線？還是百度有了自主量產能力？Google 和克萊斯勒合作的那幾千輛無人駕駛出租車可以算得上量產不？

　　事實上，長期以來自動駕駛的量產概念都富爭議，究竟多少輛車才算量產并沒有明確的定義。那么，100 輛算是量產嗎？

　　顯然，鑒于技術、產能、大環境等原因，自動駕駛汽車的量產無法與傳統意義上的芯片等領域量產相提并論。

　　業界普遍認為，整個行業還處于早期，尚未達到起量階段。在不少自動駕駛創業公司的時間表里，2020 年前后才是他們的量產時間節點。

　　但這個時間點已經逼近。

　　當然，我們需要承認的一點是，任何行業的早期發展都離不開巨頭公司的適度引導和支持。

　　長期以來，百度在自動駕駛這件事情上的投入以及對整個發展的推動作用都是肉眼可見的，它能站出來在成為第一個打出「量產」概念也在情理之中。

　　當然，李彥宏自己也提到，「造車和造 PPT 是不一樣的，經常有延遲交付的情況發生。」不知在調侃其他公司的同時，他是否也是在給自己留一條后路呢？

　　二、百度造芯片會掀起新風潮嗎？

　　全球互聯網巨頭紛紛高調宣布進入半導體行業，已經不是什么新聞了。阿里、微軟、Google、Facebook、亞馬遜、特斯拉等都宣布了在芯片領域的動作。

　　本周，中國另一個互聯網巨頭百度也加入了這個朋友圈。

　　7 月 4 日，第二屆百度 AI 開發者大會（Baidu Create 2018）上，李彥宏正式發布了百度自研的中國第一款云端全功能 AI 芯片「昆侖」，其中包含訓練芯片昆侖 818－300，推理芯片昆侖 818－100。

　　據了解，百度 AI 芯片「昆侖」除了常用深度學習算法等云端需求，還能適配諸如自然語言處理，大規模語音識別，自動駕駛，大規模推薦等具體終端場景的計算需求。

　　百度方面認為，「昆侖」擁有高性能、高性價比和易用三大特點。

　　很明顯的是，「昆侖」芯片使得百度大腦具備了更完備的軟硬一體化能力，形成了從芯片到深度學習框架、平臺、生態的 AI 全棧技術布局。

　　移動互聯網時代，扼住流量入口 BAT 巨頭們，開始在人工智能時代尋找新的流量入口。

　　不論下一個入口是智能音箱、虛擬設備還是智能家居，在追求極致體驗的過程中（巨頭不差錢，極致追求才能將用戶留在自己的的生態服務中），都需要軟硬結合，至少在核心芯片層面，僅靠采購傳統半導體廠商的通用方案芯片，已經沒法巨頭對硬件的需求。

　　其實，在這一方面，智能手機廠商已經做出示范。華為、蘋果、小米已經加入了自研芯片的行列，最近，美圖也宣布在自研芯片，因為在他們看來，不少創意應用和體驗，得不到既有芯片方案的支持。而既有的手機出貨量，也可以幫助他們攤薄成本，降低做芯片的風險。

　　可以預見，互聯網巨頭的自產自銷，一定會對半導體行業產生巨大的影響。不僅沖擊了傳統行業分工，還會使傳統芯片公司失去一類大客戶。

　　有業內人士撰文分析指出，在互聯網巨頭入局半導體行業后，又出現了一種新的模式，即互聯網公司負責定義芯片、完成小部分設計、并花錢完成設計定案流片，設計服務公司負責大部分設計，而代工廠負責芯片制造。

　　這種新模式可以稱為 Designless-Fabless 模式。

　　由此，傳統半導體公司可以考慮轉型做設計服務，可以做全棧公司從下游獲取更多利潤，或者走 IDM 去做更高利潤率的核心半導體元器件。

　　當然，對于工程師來說，去互聯網公司做芯片，會是一個新的拓展視野的機會。

　　三、這屆 AI 世界杯，倫敦會晉級下一個入圍者嗎？

　　全世界的科技力量正悄悄轉入英國劍橋。

　　如果你漫步在劍橋火車站的城市廣場，你會發現創新巨頭們的辦公室早已進入這些大大小小的古典哥特建筑。

　　在這里，你會看到一個藍色的蘋果標志，里面的工程師在拓展 Siri 的邊界，讓每一個 iPhone 都有更智能的數字助理，這個辦公區的前身是英國語音技術公司 VocalIQ，它在 2015 年 10 月被蘋果收購。

　　你還會看到微軟，它們正在研究人工智能芯片，以及正在研制無人機的亞馬遜劍橋研究中心。

　　在亞馬遜對面就是軟銀旗下的 ARM，它向全世界的移動設備輸出芯片架構。在不遠處，三星集團正計劃建立一個擁有 150 名研究員的的 AI 實驗室。

　　當然，最出名的當屬 DeepMind，從劍橋出發乘坐 45 分鐘的火車之后，你會在倫敦市區看到它。它是世界上最領先的 AI 實驗室之一，在 2014 年被谷歌收購，隨后開發出了打敗人類棋手的 AlphaGo。

　　事實上，劍橋已經擁有了超過 4500 家高科技公司，雇傭了近 75000 人。人們甚至給上述區域取了一個類似硅谷的名字，硅芬。想到美國硅谷里的 1 萬多家科技公司，既然互聯網成就了硅谷，那人工智能會不會成就倫敦呢？

　　早在幾十年前，來自英國的計算機科學之父，人工智能先驅艾倫 · 圖靈就把英國和人工智能牢牢綁在了一起。他提出了著名的「圖靈測試」，用來判定機器是否具有智能，為現代計算機的邏輯工作方式奠定了基礎。

　　艾倫 · 圖靈

　　80 年代，出身于英國的「AI 巫師」杰弗里 · 辛頓提出了反向傳播算法，證明了神經網絡的價值，間接開啟了現在的人工智能「二次復興」。

　　如今，英國人仍然沒有忘記這門「老手藝」，長期領先的人工智能學術研究讓提供了源源不斷的 AI 人才。

　　比如 VocalIQ，Evi（被亞馬遜以 2600 萬美元收購的語音識別軟件）和 Darktrace（估值達 8.5 億美元的網絡安全公司）等英國明星 AI 公司，從創始人到投資人，都與劍橋當地的劍橋大學計算機學院密切相關。另外，在圖靈研究所和 EPSRC 人工智能研究所周圍則圍繞著全英最好的五所大學，劍橋大學、愛丁堡大學、牛津大學、倫敦大學學院和華威大學。這種學術為先，高校為源的氛圍賦予了英國得天獨厚的 AI 創業優勢。

　　與當年的斯坦福加硅谷的組合何其相似？

　　因此，在今天，英國每周都會誕生一家新的 AI 創業公司。

　　但是，受限于本土市場的規模和 AI 技術商業化的瓶頸，尚無巨頭出現，它們中的大多數 AI 公司都是 2B 企業，為英國的傳統產業進行升級，提供人力資源、營銷和金融等垂直領域的服務。

　　即便如此，英國 AI 產業產學研結合的模式也為其他國家發展人工智能提供了一個很好的典范。