2018.09 News Weekly 3
-
9月20日，在云栖大会上，阿里宣布升级汽车战略，由车向路延展，利用车路协同技术打造“智慧高速”。而就在6天之前，百度宣布将打造车路协同开源方案。
这就是车路协同。在这个技术体系内，路面、围栏、交通标志、信号灯，都可以向车辆发送信号，传输信息，从而保证车与车之间的安全行驶关系、随时把控每辆车的状况和应急需求、为车辆传达远处的路况，成为车的另一双眼睛。这些能力都是驾驶安全与驾驶升级的必要保障，都是也是依靠车辆技术本身无法完成的进化。
而今天科技巨头们玩的车路协同，在解决方案上被称为V2X（Vehicle to X)。这是通用汽车在2006 年提出的技术体系，特点是利用基站与无线通信技术进行人、车、路之间的协同感应，这就把今天的火热的云计算与无限通讯技术与车路协同联系到了一起。而5G与AI的加入则让车路协同有了更广阔的技术想象空间。目前，国内有9个省市在规划建造智慧高速，其中包括京雄高速和杭绍甬高速等重点项目。
车路协同的特点之一，是要整合一大堆原本谁也不挨着谁的技术，与背后企业。听上去简单的车路协同，背后涉及车端智能、连接网络、云平台、边缘计算、路端智能与传感设备等几大板块，各模块背后又有复杂的供应链和渠道商。各种芯片厂商、设备厂商、基建企业、数据维护企业掺杂其间。由于车路协同基本是一个全新领域，这些企业原本是彼此孤立，缺乏合作基础的。如何把它们组织在一起是件非常复杂的产业协同工程。
目前车路协同体系中以来的V2X技术体系，在国内还没有敲定通用标准。还处在企业各自摸索的阶段，这就客观上决定了部分企业的探索最后将被国家标准淘汰，由此带来的成本忧虑也会把一些企业拒之门外。
-
近日，国内第一个5G自动驾驶示范区正式对外开放。据了解，目前4G网络延迟在100毫秒左右，汽车以每小时40公里的速度自动行驶时，从计算平台发出指令到汽车接收信号，汽车将行驶3米。而5G网络可以把延迟降至10毫秒以内，大大提高了控制性。（人民网人民电视
-
2015年3月，阿里巴巴宣布与上汽集团合作，共同研发互联网汽车。两者还共同投资了为汽车全行业提供互联网汽车整体解决方案的公司——斑马。
斑马智行成立之后，将当时阿里主推的YunOS作为了整个智能出行平台的底层系统。在去年的云栖大会上，YunOS系统正式升级为AliOS系统，面向汽车、IoT终端、IoT芯片和工业领域研发物联网操作系统。
单车智能面临着严峻的现实问题：其在感知、决策方面的技术难点短时间内难以克服，即便是目前公认技术领先的谷歌，其无人车甚至连在家门口转弯都搞不定。
与其说车路协同是无人驾驶更好的解决方案，不如说这是互联网巨头在结合自身云平台优势后，选择的折中路线。通过让道路变得更聪明，从而降低了对车辆的要求，在降低单车成本的同时，也有望让自动驾驶车辆更快上路。
一是感知基站视角较高，相比于安装在车上的传感器，可以获得更多信息；二是安装在路边的感知基站是静止的，相对于运动中的传感器，识别结果更为精准；三是智能感知基站彼此之间互联互通。基于密集的感知网络，车辆可以预知道路上发生了什么，决胜于千里之外。
自动驾驶主要涉及到感知、决策、控制三个方面，其中，感知与决策又是最难的两个环节。
-
2018年9月23日上午6点44分，深圳北站前往香港西九龙站的G5711次高铁列车正点发车，标志着广深港高铁全线投入运营。
按照铁路发明者英国的说法，铁路是一种可以强化国家存在的工具。
高铁以及为了方便两地往来实行的“一地两检”，将会使得心理那种飘忽的遥远被大幅缩小。
不只是深圳-香港半小时生活圈、广州-香港1小时生活圈，看看新的铁路编组运行图，香港与内地17座城市用高铁织就了10小时以内主干支脉。
对于一个国家而言，有形的、物质的连接比虚拟的网络连接更容易建立起超越空间的心理接近。
-
9月23日晚，中国恒大（0333）在香港交易所发布公告称，恒大集团以接近145亿元的资本入股广汇集团，成为第二大股东。这是恒大继6月入股FF（法拉第未来）以来再次押注汽车领域。
公告显示，恒大集团与广汇集团于2018年9月21日签订战略合作协议，双方同意在汽车销售、能源、地产、物流等领域开展合作。
广汇集团创立于1989年，主要从事能源、汽车销售、物流及房地产等业务。2002年，母公司广汇集团进入汽车经销服务行业，至今广汇汽车成为中国最大的融资租赁提供商及二手车交易代理商，截止2017年12月31日，公司建立了覆盖28个省、自治区及直辖市的全国性汽车经销网络，共运营800个营业网点，包括737家4S店，并为57个乘用车品牌提供经销服务。
-
莱昂纳德是成立将近3年的丰田汽车研究所的自动化驾驶研究副总裁。他向我们解释了该辆雷克萨斯的雷达、摄像机和激光器是如何临时装配的，这些装置可以探测和识别200米(656英尺)以外的物体，且能够对其做出反应——该距离是一年前的两倍。
丰田汽车公司是全球市值最高的汽车制造商，市值达到2000亿美元，但它在创造未来汽车的竞赛中落后于其它的公司。就在四年前，丰田公司总裁丰田章男(Akio Toyoda)还曾表示，只有在一辆自动驾驶汽车在一场马拉松公路比赛中击败了人类驾驶员(比如他)以后，丰田公司才会开始研发自动驾驶汽车。他不再这么说了，因为丰田输不起这场竞赛了。
Zoox公司也说，它最早将于2020年推出供乘客使用的自动驾驶汽车。这种狂热不免让人联想起20世纪初期，当时有数百家新生的汽车制造商竞争，直到最后它们几乎全都破产倒闭或者与其它公司合并。
丰田方面，它投资了近40亿美元来在加州洛斯阿尔托斯设立研究机构，并与麻省理工学院、密歇根大学和斯坦福大学建立了正式的研究合作关系。为了提升自身在人工智能、机器人技术和材料科学领域的知识水平，它已经招募了包括莱昂纳德和吉尔·普拉特（Gill Pratt）在内的多位自动驾驶行业明星。
对于外界大肆宣扬的自动驾驶汽车将迅速占据美国以及其他地区的道路，丰田并不一定买账。莱昂纳德本人没有买账。他说道，“在波士顿，不管是什么样的天气，不管交通状况如何，无人驾驶汽车都能将我从坎布里奇送到洛根机场——这在我的有生之年可能无法实现。”丰田的研究所在其网站上表示，它的目标是“有朝一日研发出一种不会引发撞车事故的车辆”。它没有具体说明这款不可撞毁的汽车是否会是无人驾驶的。
丰田章男说，这6家公司看起来不大可能会联手共同打造一款面向2020年东京奥运会和残奥会的产品：一辆泡沫状的无人驾驶电动送货篷车。“e-Palette商务系统”送货篷车队将被设计用来运送乘客、送披萨和包裹、处理信用卡，以及瞬间转变成移动鞋店、酒店房间或应急指挥中心。“今天，你得前往商店买东西。”丰田章男说道，“在未来，有了e-Palette，商店则会自动走到你面前。
“仍有90%的消费者并不期盼自动驾驶。”丰田万通的首席运营官中岛正弘(Masahiro Nakashima)说。市场研究公司Gartner去年的一项研究发现，在接受调查的消费者中，55%的人表示不会乘坐全自动驾驶汽车，但超过70%的人会乘坐半自动驾驶汽车——这正是丰田所瞄准的一部分消费者群体。
丰田正在通过一种名为Guardian的系统来实现折中，该系统会利用让完全自动驾驶变得理论上可行的机器智能和传感器能力，并将其整合到为人类司机设计的汽车上。这些汽车和卡车会比任何人都能看得更远，能够看清楚多条车道的交通情况，而且更善于预测其他的汽车和行人的行为。现实中的人类司机会继续驾驶和刹车，而Guardian系统发现潜在的危险的时候，它则会采取控制和转向，放慢速度，停止，或其他的行动来避免问题。
-
自动驾驶汽车距离我们那么远又这么近，前段时间 Google 的无人驾驶公司 Waymo 就正式在上海落户，英伟达 CEO 黄仁勋甚至宣称全自动驾驶汽车 4 年内就会上路。
宜家最近就推出了 7 款自动驾驶汽车的概念设计，通过手机中的 app 就能控制，展示了宜家对未来生活空间的改造。
SPACE10 的联合创始人 Kaave Pour 表示：当空间能够自己移动时，它们将不再仅仅是交通工具，而是可以根据我们花费大量时间的活动进行量身定制的生活方式，这会使许多人的生活变得更好，这也是我们发现它如此有趣的原因。
宜家无人车的概念主要是把工作、家居、医疗等空间迁移到无人驾驶汽车上，称之为「车轮上的空间」（Spaces on Wheels）。
办公室:如今不少上班族花在通勤上的时间都超过 1 小时，在沙丁鱼罐头般的地铁公交里晃荡两小时也是寻常事。宜家表示这间「移动办公室」能让人们减少在路上浪费时间，在车上就能开始一天的工作。
咖啡厅:这款车轮上的咖啡厅旨在改善人们的社交关系，除了可以随时随地提供咖啡，也能给忙碌的都市人提供一个新的社交场合。
医院:宜家称这种「移动医院」能盖上低收入社区的医疗状况，在送往医院前及时接受适当的治疗，可这真的不是救护车吗？
农场:将素菜种在车上，即摘即卖，估计在崇尚绿色生活的人群中会很受欢迎吧，实际上现在法国已经有一种种在货车集装箱里的草莓了。
AR:将 AR 技术用在自动驾驶中已经不算新鲜，此前苹果曝光的一个自动驾驶专利，就能将挡风玻璃变成 AR 显示屏，显示导航路线和视频通话等信息。
酒店:这大概就是无人驾驶的房车，宜家称这款无人车是一辆电动车，内部的设施和一般的酒店房间类似，只要不把人往阴沟里带可以说是长途旅行神器了
商店:这是一款弹出式的移动商店，所以未来宜家打算在车上买家具吗？恐怕车开回来的时候会发现多了几个人。
「宜家并没有造车的野心。」宜家的概念创新经理 Göran Nilsson 表示。「但在自动驾驶普及的未来，我们不再是考虑怎么设计汽车内饰，而是在设计一个有更多可能的小空间，这正是宜家擅长的。」
自动驾驶汽车专家 Brian Jencek 就认为宜家这种无人车概念会进一步压缩城市居民的公关活动空间。自动驾驶的目的本来是为了缓解交通拥堵，减少公路腾出更多空间给行人。而宜家的无人车则需要更多的停车位来作为活动中心，就像雪糕车一样，对不打算消费的市民是不友好的。
纽约城市大大学亨特学院研究城市规划的 Tom Angotti 教授表达了这样的担忧，他认为这样的自动驾驶服务可能会使人们更加疏离，逐渐取代人们原本进行交流互动和商品交易的公共空间。在美国，你已经完全足不出户生活了，食物、杂货、书籍……一切所需都能通过应用程序完成。宜家那种无人车会加剧这种现象。
SPACE 10 可以说就是宜家版的 Google X，云集了世界各地的艺术家、设计师和工艺师，来为宜家设计那些天马行空的「未来产品」。自 2015 年成立以来，SPACE 10 已经推出过很多创意新奇令人惊叹的项目。
-
孟加拉国的出行市场之争，「Shohoz」获1500万美元融资
孟加拉国——人口非常密集（拥有1.6亿人口），但基础设施却不尽如人意。打车服务平台 Shohoz近日获得了1500万美元融资，领投方为最近完成1亿美元募资的新加坡基金 Golden Gate Ventures。此外中国线性资本、500 Startups以及新加坡天使投资人 Koh Boon Hwee也参与了本轮融资。
孟加拉国的出行战场并非只有Shohoz一家。除了Uber的身影，Shohoz的当地竞争对手Pathao已经得到了Go-Jek的支持，并于最近宣布完成1000万美元融资。结束本轮1500万美元融资后，Shohoz起码在融资进度上和对手拉平。
创立于2014年，Shohoz最早在线上销售公交车票，此后增加了其它车票选项（比如轮渡）。
从今年1月份起，这家公司开始逐步提供按需服务，增加了摩托车，并于最近推出了私家车服务。CEO Maliha Quadir表示，目前每月能够完成100万辆车的注册。公交车票仍然是公司业务的重要组成部分，将会和“共享出行”产生协同效应。
Shohoz更大的野心在于，以Go-Jek、Grab两个东南亚独角兽的风格加入到“超级应用”中来。
-
License caps and CCTV among ride-hailing rule changes urged in report to UK gov’t
Uber and similar services could be facing caps on the number of licenses for vehicles that can operate ride-hailing services in London and other UK cities under rule changes being recommended to the government.
CCTV being universally installed inside licensed taxis and private hire vehicles for safety purposes is another suggestion.
In addition to suggesting that local licensing authorities should have the power to cap vehicle licenses, the report includes a number of other recommendations that could also have an impact on ride-hailing businesses, such as calling for drivers to be able to speak and write English to a standard that would include being able to deal with “emergency and other challenging situations”; and suggesting CCTV should be universally installed in both taxis and PHVs (“subject to strict data protection measures”) — to mitigate safety concerns for passengers and drivers.
Legislation for national minimum standards for taxi and PHV licensing — for drivers, vehicles and operators — is another recommendation, though with licensing authorities left free to set additional higher standards if they wish.
The issues of pay and exploitation by gig economy platform operators has risen up the political agenda in the UK in recent years — following criticism over safety and a number of legal challenges related to employment rights, such as a 2016 employment tribunal ruling against Uber. (Its first appeal also failed.)
-
Car-sharing network Turo expands service in UK
Turo — the peer-to-peer car-sharing marketplace sometimes referred to as the ‘Airbnb of cars’ — is expanding to the UK. And this time, everyday car owners can actually use it.
The San Francisco-based company expanded to the UK once before in 2016. But at the time, the Turo platform was only offered to small rental car companies under its commercial host program. Now, anyone who owns or leases a 2008 model-year or newer vehicle can list it on the Turo app. The company’s insurance partner Allianz covers all vehicles rented by its pre-approved users.
-
当人们选择要去哪家创业公司工作的时候，常常会忽略其中最为重要的因素之一——公司的规模和阶段。我甚至认为有时这个因素比行业和创业点子自身更重要。
自力更生阶段（也叫做两人挤卧室阶段）
这个阶段创业公司刚刚组建起来，甚至可能还没在法律意义上注册公司。公司还没有获得资金，也没人拿任何薪水。作为公司初期员工，你们可能有 2 个，3 个或 4 个人挤在一间小小的卧室里，整日工作，靠烤豆子为食，就为了尽快能做出一个产品原型来给你们的潜在用户和投资人展示。只有一些同情你们的朋友或者你和你的合伙人们的妈妈会用你们的网页或 App。
早在一年前就有人试图说服你加入另一家创业公司，但是他们没有资金也没有用户，他们希望你不拿薪水工作但会给你 1%的股权作为交换，对你来说这听上去就像个骗局。你很庆幸最后你选择了现在这家创业公司，虽然你还是不拿任何薪水，但至少你是作为联合创始人加入公司且持有两位数的公司股权。你有时会跟你的合伙人们开玩笑讨论等到几年后把股权卖了换成几个亿的时候要去买哪个小岛。
产品愿景模糊而宽广，但你每一天都在尽力向你的潜在客户证明它的可行性。一切皆有可能。公司的整个发展方向可能每周都在发生转变。
因为什么都还不存在，因此你需要投入大量的精力和朴素的自我信念来把一切想象变为现实。公司内部没有专业化分工也没有等级制度，每个人都需要充当多面手，这让人十分兴奋。
当然在你找到客户需求和引入资金之前，连续几个月甚至几年保持这样的状态有时也会让你感觉十分疲惫。
种子轮融资
现在你的公司已经有了一个产品原型，一些粘性用户以及约为 25 万英镑的种子资金。这笔资金已经可以供你支付员工一些较低的薪水。因为现在你们的人数已经多到无法在一个卧室中装下了，你们会开始在共享工作空间租用一些桌椅或向更大的创业公司求助办公场地和设施。
你们已经走了很多捷径，但看起来还是有惊人的工作量要做。那些你以前不认识的人开始使用你们的产品，这让你们感觉很棒。你们非常努力的试图传播信息，甚至可能开始试图从你们的第一个付费用户身上赚取一些利润。
你在这个阶段加入公司会得到 3%的股权和能满足你基本生活需要的底薪。你们会谈论等到公司股份卖了之后你们会在哪个城市买房。
你可能是作为第一个专业工程师或设计师加入的，但在这个阶段或多或少你还是要依靠自己来完成工作。在你加入公司后，因为没有专员来操心订购设备的事儿，所以你的第一项任务就是去 Apple 专卖店给自己买一台笔记本电脑。这里没有任何来自更有经验同事的指导培训，也没有代码检查，就是因为公司规模还是太小了。
“市场活动” 包含了你们公司的创始人之一发了封关于你们融资声明的邮件给 TechCrunch（美国科技类博客）。
作为公司的一员，虽然公司应采用的商业模式在你心里也在大幅转变着，但你对公司前进方向仍具有一定的话语权。就算你没有参与到作出决定的过程中，你也能立刻知道结果。
当然这个公司也很可能因为没有找准合理的产品-市场定位而融不到更多的钱，走向破产。你的妈妈会告诉你你当时应该继续做你在 Oracle 那份薪水丰厚的工作。
A轮融资
这个阶段的公司已经从一家著名的 VC 募集了大约 300 万英镑左右的资金，同时团队也扩张到了 10-15 人。你们会拥有门上印着自己 logo 的自己的办公场所，再不济也能在共享工作空间中有你们自己的区域。
投资人会让你们提交季度现金流量表，所以你们第一次开始记账。这项任务将会由任何一个电脑上安装了 Excel 的人来完成。
这家公司终于聘请了一个办公室主任来减轻创始人们管理行政上的负担。他们开始提供工资单并开始做工作状况调研。
你加入这家创业公司来做一个特定的职位，但是你花了 1～2 周来搞清楚你真正应该做的事是什么。不过至少他们记得给你买了笔记本，桌子和椅子。
团队里大概有 3 到 4 个工程师，所以你们开始做代码检查并设立了持久工作的集成服务器。你为在你之前进公司的 “蠢货” 们积累下的各种技术错误深感悲痛，这极大的减缓了需求的开发速度。
公司新产品的发展方向会在三个创始人的小规模会议中决定，然后在 12 个人的 “全员大会” 中宣布。公司提出了按季度发布的产品路线图，你被询问你觉得哪个应该被优先排序。最后你选择了你最感兴趣的那个项目。
你肯定能在大公司赚取更多的工资，但目前的薪水也足够你活的不错了。你拿到了 0.5%的期权以及低于市场价 10%～30%的底薪。但你推测这值得冒险——如果把公司的股权卖了，你可以在伦敦买一套很棒的房子。当然，感觉这一天还很远。
市场职能由一个全职员工全部包揽，工作内容包括 PR，付费广告和社交媒体。公司的创始人再也不亲自运营公司的 Twitter 帐号了。你们公司的名字会时不时出现在科技媒体关于 “值得关注” 的文章里。
你们获得了成千上万个付费用户，时不时能看到人们在公共场所使用你们的 app，这种感觉太赞了。你妈妈到现在也不是很明白你们公司具体是干什么的，但是因为你开始拿像样的薪水还是让她很开心。
B轮融资
现在这个公司已经成立了 2-3年 并募集到了约 1～2 千万英镑的融资。公司用这笔钱来扩张团队，团队人数已经升至约 60 人。
创始人们受够了昏暗简陋的办公环境，他们花了大手笔买下了有暴露在外的混凝土结构以及透明玻璃墙的办公场所，每一个人都坐在 Herman Miller 牌椅子上。你可以在线上查到每一把椅子大概都要 1000 英镑左右。
财务和人力资源相关岗位的员工大概有 3～4 人，当你加入公司的时候你会拿到公司的介绍手册。你会参与几天的培训，但只有在工作过程中你才会慢慢了解所有情况。
市场方向现在已经有了数字广告专员，员工在职能上也细分出 PR 管理，内容管理和社区管理。你们已经在不同国家有了几百万个付费用户，而你们公司也已经成为了各种媒体上商业版面的常客。
工程团队被拆分成 2～3 个独立的团队，他们都开始招聘应届毕业生来提前完成自己的招聘计划。
你被某一个团队负责人招进来的时候你已经被分配到一个职责明确的岗位。你在面试的时候见过创始人们，但当你加入后他们不是总能记住你的名字。CEO 会每两周见一次管理层主管。
一个新的产品方向会在董事会上被争论，然后由 CEO 传达给高层管理人员。管理层们再让他的组员们知道改变即将发生。公司的大部分人都把精力放在 “重复性的流程” 和规模扩张上。
公司渐渐不再频繁推出新功能，但是你们的 app 已经开始被你妈妈的朋友们使用了，这让你的妈妈非常自豪。
你的工资和市面上其他公司给的差不多，你会拥有 0.05%的期权。你早就决定好了等到股权卖出去的时候你要把存款用来买哪套房子。看起来再某个阶段被收购是一定会发生的。
C轮融资
你加入了一家 “独角兽” 公司！经过 5年 的发展，这家公司已经募集了将近 1 亿英镑左右的资金并被估值为 10 亿英镑左右。在交易结构了有一些你闻所未闻的奇怪条款，但是 HR 部门表示这些都是 “法律相关事项”。
在你加入公司的时候，你被给予价值 5 万英镑的期权，折算下来大概是公司期权池的 0.005%。你在其他创业公司的朋友提醒你要搞清楚投资人的清算优先收益是多少，然而公司里好像没人能告诉你这个。公司里的同事们都忙着猜测公司什么时候能够上市。你觉得任何一种分红都是挺好的福利，反正薪水待遇已经非常不错了。
你加入了公司新成立的都柏林办公室，这是公司国际化战略的一部分。你是作为负责欧洲市场的 6 个销售助理之一入职的。在你被允许和任何一个客户交谈之前你会接受为期 4 周的高强度入职培训。
新办公室一开始感觉有点空，但很快你就被新员工入职坐满办公室的速度震惊了。你问市场部门应该坐哪里，得到的答案是他们都在另外一间办公室。
你看见 CEO 的照片出现在《福布斯》杂志的封面，但是你其实从来没有见过他。
你的妈妈早就开始使用这款 app，不过跟那些 TechCrunch 上展示的新成立创业公司开发的新产品相比，这款 app 已经开始变得有些过时了。
根据被披露出来的商业内幕，这家公司已经开除了新任命的产品 VP 并开始跟进新的产品方向。她 6 个月前才刚刚从 Twitter 转到这家公司。一份几天前 HR 发布的内部备忘录表示公司正在进行小幅度的内部重组。
你看到咨询顾问坐在会议室里，但是你不知道他们正在做什么。
一个月后，你们被集合起来参加了一个由电视转播的全员大会，第一现场在公司总部。CEO 发表了一篇简短的演讲告诉大家公司已经被 Oracle 收购了。他还解释了这样做为什么能够加速公司实现愿景的能力。最后他感谢了每一位员工能够成为公司神奇旅程中的一部分。这时观众席中有人开始哭泣。
紧接着 HR 解释到作为此次收购中的一部分，一些部门会被裁员。你被告知你的期权会 “缩水”。当你在 google 上搜索这代表什么的时候，你发现你的期权已经毫无价值了。你有一些在工程部门的朋友被给予一些 Oracle 的股票作为 “留任奖励”，但是这一福利都不对销售部门的人生效。你想问自己当时为什么要加入一家创业公司。
-
新浪科技讯 北京时间7月11日下午消息，今天，无人驾驶AI公司小马智行（Pony.ai）宣布完成1.02亿美元的A1轮融资，加上1月宣布的1.12亿美元融资，其A轮整体融资现已达到2.14亿美元。
此前，小马智行的战略投资方招商局中国基金披露，通过子公司敏星投资出资800万美元入股小马智行，占对方增资后0.8%的股权。照此估算，小马智行的最新估值到10亿美元左右，进入独角兽序列，这也是国内目前公开披露的首家无人车独角兽公司。
-
孵化期——天使投资：这个阶段是项目的开始阶段，可能只有一些设想，产品还在筹备中，团队刚刚搭建，这个时候如果引入投资，就是天使投资，而天使投资又可以分为：种子轮、天使轮、Pre-A三个阶段，这三个阶段可以理解为:我打算搞事情，我开始搞事情，我已经搞出动静了。是否能获得天使投资，主要看投资人是否看好创始人团队和项目前景，一般融资额在1000万人民币以内。
A轮：企业产品已经基本成型，需要资金推动进入市场，设计好自己的经营模式，该阶段看你讲故事的能力；
B轮：产品推出以后，进一步发展，验证企业经营模式的各个方面是否合理可行，该阶段看你的故事讲不讲得通；
C轮：说明你的产品和模式经过验证是切实可行的，需要大量资金来扩大经营规模，抢占市场份额；
有的企业在C轮之后还会有D轮、E轮、G轮等等，根据企业发展情况和创始团队的意图来决定，至于为什么用英文字母来命名，可能因为创业是一件需要勇气的事情，用英文字母比较洋气些，创业者心理会比较有底！当然，凭你喜欢，也可以叫第一轮、第二轮、第三轮等等，融资金额也会根据不同项目有不同，从几千万到几十亿都有。
成熟期——IPO：首次公开募股（Initial Public Offerings，简称IPO）是指一家企业或公司 （股份有限公司）第一次将它的股份向公众出售，首次向社会公众公开招股。企业发展到一定规模，在行业内也有了举足轻重的地位，就可以谋求上市了。
-
-
Zoox 创始人 Tim Kentley-Klay 和 Jesse Levinson 说其它每家参与到无人驾驶汽车竞赛中的公司都走错了路。他们没有使用先进传感器和智能软件来改造已有的汽车，而是在从头开始创造新型自动驾驶载具。
他们正在研制的这一款是纯电动的。这款汽车可以双向行驶，所以它能够直接驶入停车位，然后又直接开出来。它还能制造声响以便行人知晓。它的车窗上安装有显示屏，可向乘客展示定制的欢迎信息。如果这些创始人能证明这个发展方向是正确的，那么这就将成为道路上最安全的车辆——替代几十年来围绕驾驶者建造汽车的惯例，转而为乘客提供某种形式的保护壳。当然，Zoox 想要运营自己的乘车服务。
很显然，Kentley-Klay 是一个推销员。他在解释公司名字时说：「我们希望变革我们的城市，改变我们在家庭和社区中生活、呼吸和工作的方式，这具有重大的意义。」随便一提，Zoox 来自 zooxanthellae（虫黄藻），这是一种能促进珊瑚礁生长的藻类，而不是从苏斯博士的彩色图书中得到的灵感。
Levinson 则有硅谷「皇家」背景，他的老爹 Arthur Levinson 曾执掌 Genentech 公司，目前是苹果公司董事会主席，还曾指导过史蒂夫·乔布斯。他们两人已经募集了数量惊人的风险资本：目前已有 8 亿美元，包括 7 月初的 5 亿美元，目前该公司估值 32 亿美元。
即使有这么多钱，Zoox 也还要些好运才能撑到 2020 年，预计那时候其首款汽车才会上路。Kentley-Klay 承认：「这是场巨赌。」但随即他又预测了他的所有其它竞争对手（包括 Alphabet、通用汽车、特斯拉、苹果、戴姆勒）的未来：如果 Zoox 押注成功，那么「它们就完蛋了。」
该公司有 6 种原型设计，用汽车行业的行话来说即「骡子车（mule）」，依次命名为 VH1、VH2……其中 VH 是 vaporware horseshit（蒸汽件马粪）的缩写，这是一个汽车博客曾经用来描述该公司的技术的说法。在最近一次拜访美国斯坦福直线加速器中心（SLAC）期间，这些骡子车进行了一系列展示。
但 Zoox 真正亮眼的地方是在城市中。车内的显示屏上展示着大量信息，因为计算机视觉软件持续不断地同时跟踪着汽车、行人、交通灯和道路标志。不同于很多自动驾驶汽车，它停车时会滑行。在要左转弯的路口时，它会让正在到来的车辆通过，并还会等待某些走得很慢的行人。整体而言，这辆车表现非常好，以至于你会忘记其实无人驾驶。
五月份的时候，Zoox 将其 500 多名员工中的大部分都搬到了新总部。这个新总部位于福斯特城，面积 130 000 平方英尺，Kentley-Klay 帮助了设计。该设施时尚又宽敞，使用了大量玻璃和抛光过的混凝土。其中心是一个全白色的制造中心，工人们很快就将在这里人工制造第一个车队。
Levandowski 说：「我认为做这个车不会让好朋友关系离析。这很复杂，是条错误的道路。」本质上讲，Zoox 希望在自动驾驶技术上击败 Waymo，在电力驱动上击败特斯拉，在驾乘共享上击败 Uber。Levandowski 说：「如果其中一块出了什么问题，整个就玩完了。但他们已经听过无数次了。」
Kentley-Klay 和 Levinson 也都承认 Zoox 可能会悲剧收场。但是，他们两人都没有表现出任何想要更换发展方向的意图，而且他们发誓要用未来的惊喜震撼竞争对手和消费者。Kentley-Klay 说：「对我而言，这并不复杂。你必须思考什么能给你最好的结果，然后一直走下去，即使这是一条更难走的路。」
-
1964年，日本在奥运会前夕开通高铁，和我们2008年奥运会开通高铁完全一样。
实际上，作为一种大众化的产品，必须要非常成熟。但当时我们的工业基础比较弱，技术力量也比较弱，这些研制的高铁经常“趴窝”，不能满足实际应用的需求。在这种情况下国家怎么办？引进、消化、吸收、再创新，是这样一个过程。
为所有列车的原型都是在世界上各个国家平台上研制出来的，于是就存在很多问题：第一，配件不统一，高铁需要维修，换配件换不了；第二，开高铁不像开汽车，这个车那个车都能开，高铁司机会开这个车，换个车可能就不会开了。
针对这些问题，我们叫“互联互通、满足用户的需求”，要变成中国的标准——原来是世界各个国家的标准，我们要把它变成中国标准。这些中国标准的列车，我们开始把它叫做“中国标准动车组”，然后中国铁路总公司总经理（相当于原来的铁道部部长）把这个车改成“复兴号”，我们熟悉的“复兴号”就是这么来的。
-
36氪首发 电动汽车研发商「帝亚一维」获数千万元融资，样车已进入试验阶段
36氪获悉，新能源汽车研发商「帝亚一维」（帝亚一维新能源汽车有限公司）获得了新一轮数千万元的投资，本轮由专注于新能源产业的华熠新能源产业基金独家出资。
帝亚一维创办于 2017 年 2 月，是集纯电动汽车研发、制造、营销为一体的电动汽车研发企业。公司由江苏悦达创业投资有限公司、IDG资本、北京联动天翼科技股份公司、阿尔特汽车等股东共同出资成立，今年 4 月曾获由广济惠达、志空投资、悦达集团、福迪汽车出资的 A 轮融资.
帝亚一维此前已研发出了紧凑型跨界 SUV，车身采用新型智能 BMS 算法，智能驾驶核心技术以及驱动系统的系统热、电、结构一体化集成，可实现快速充电功能。此外，公司还对智能车载人机交互系统进行研究。
帝亚一维总部位于北京；在无锡宜兴拥有研究院，承担试制试验开发任务；陕西渭南设立了产业基地，总建筑面积为9.78万平方米，计划总投资 50 亿元，有望在一年左右时间内建成年产 5 万辆纯电动车规模的生产基地并投产，预计营业收入 60 亿元。
此外，帝亚一维目前还在规划建设广西钦州生产基地，并筹备建设未来的四川基地，与陕西基地一同形成中西部的基地布局。帝亚一维认为，“类矩阵式布局将为产品开发和企业发展带来了极大便利，通过广西、陕西、四川、江苏等地矩阵式布局推动新能源汽车市场发展，以视角更宏大的战略部署，影响未来市场竞争格局。”
-
今年3月份，Grab收购了Uber的东南亚业务；7月份，新加坡竞争与消费者委员会（CCCS）初步认定此行为违反了竞争法。
9月24日，CCCS宣布调查结果：
Grab的市场份额在收购交易后超过80%；
Grab将打车的价格提高了10-15％；
CCCS接到多名司机和乘客投诉；
Grab在7月宣布修改奖励计划，减少乘客可获得的奖励积分，并增加兑换奖励所需的分数；
过去几个月有新的竞争者入局，不过市场份额微不足道；
Grab的约束性条例局限了其他业者扩大所需的司机和车辆；
有意进场的从业者反映，如果没有CCCS的介入，很难同Grab有效竞争。
CCCS完成调查后指出，交易确实触犯竞争法令第54节条文。考虑到双方的营业额，最终裁定优步需缴交658万2055新元（约合3300万人民币）的罚款，Grab则需缴交641万9647新元（约合3200万人民币）的罚款，总值1300万1702新元（约合6500万人民币）。
CCCS对Grab提出了一系列要求，包括恢复收购之前的定价和佣金，取消对司机的约束性条例，允许司机使用其他召车平台等。
CCCS还要求优步把旗下子公司狮城出租公司（Lion City Rentals）出售给其他竞争者，如果Grab要接手，则必须取得CCCS的同意。
-
36氪首发 电动汽车研产商「宏瑞汽车」获数千万元A+轮融资，年内将再推新车
36氪获悉，北京宏瑞汽车科技股份有限公司（以下简称：宏瑞汽车）已完成数千万元人民币 A+ 轮融资，本轮由华熠产业基金独家出资。2017 年 6 月，宏瑞汽车曾获朗玛峰创投出资的 2000 万元人民币 A 轮融资。
宏瑞汽车成立于 2010 年 5 月，公司是一家电动汽车设生产商，主要业务为电动汽车的研发和制造。旗下有KINGCAR系列、A系列、H系列车型。公司车辆拥有全承载式车身，具有三级防撞结构。
宏瑞汽车表示，公司是国家级高新技术企业、中关村高新技术企业、北京市专利试点单位、北京市级企业科技研究开发机构，具备电动汽车整车、底盘及动力传动系统正向研发能力。现阶段，宏瑞汽车已完成车身、动力传动系统（电机、变速箱、驱动桥）、新型前悬后悬、电控、锂电池 Pack 技术等微型电动汽车核心技术研发。
宏瑞汽车已获得 81 项国家专利，其中包括 6 项发明专利、50 项实用新型专利和 25 项外观设计专利；尚在审核中的专利 6 项，包括 5 项发明专利和 1 项外观设计专利。
-
车联网抛去繁杂的解释，顾名思义来说就是车与网之间的互联，它分为三个模块，车内各部件以及人与车之间共同组成的车内网；车与车之间互联，组成类似车辆局域网的车际网；最后是前两者与互联网相连，实现人、车、路之间数据互通，智能交互、调配的车联网。
很明显目前的基础硬件设施建筑与运算能力都无法实现，甚至连更次的车内网与车际网都尚有痛点。
*开发测试消耗过大。有资料显示，一般在手机上做可靠性实验，平均也就是480个小时，而一块基础性支撑平台的车载模块，在可靠性测试上需要达到4000小时左右，而且一旦失败，则将需要花费更长的时间进行研发修正。
*传输运算速度跟不上。车辆在行驶过程中的状况瞬息万变，对应的系统运算速度也是巨大的，而且每多一个车辆单位，要运算的OBD几乎呈倍增加，目前的硬件设施还不足。而且这个数据资料也是依附在网络速度上的，5G网都炒了几年了，现在还没有普及下来。
*人机交互能力不足。前文也说了，车联网要求的速度很高，而传统按键式的人机交互就难以满足车联网的需求，语音交互在所难免。虽然目前BAT和一些企业都有在这方面研究，但就目前的识别精准度与体验，还远远不足。
*安全性有待提高。在自动驾驶没有落地前，这个安全性并不是指驾驶安全性，而是指信息的安全性。车辆网意味着人与车与网的连接，车联网数据安全分为车端、管端、云端三部分，在支撑更高级的功能的同时，也使得数据更不安全。如何在车联网中保障人身安全、隐私安全与经济安全的问题亟待解决。
曲凯先生曾经提过“心里阀值”的概念，适用于当下的车联网十分恰当。用户听多了企业们炒的概念；看过了科幻电影中奇幻体验；也想象过车联网最终形态的美好画面，反之看着目前车联网还虚浮着的发展进度，不免觉得这“智能互联”是“智障互联”了。
而BAT三者在车联网行业中的优劣势也各有差异。
*从体量上看：目前来说百度在体量上相较腾讯与阿里处于明显的下风，在下半场没跟上的百度，明显后备箱的储油量匮乏，再加上目前重心更多地还是放在信息流上，在资源方面腾讯与阿里更占优势。
*从基因上看：腾讯的产品、阿里的运营、百度的技术在业内是出了名的，基因这一点上看百度似乎更切合车联网，不过互联网商业永远都不是只依赖前期技术的商业，至于最终的产品是否更受用户喜爱，运营是否更突出，还有待检验。
*从模式上看：百度Carlife做平台，把车机就当成了一个显示器和触摸屏，其他功能都要通过手机完成；阿里云OS专注系统，更多地是想成为主导；腾讯路宝更偏向于辅助，不过也是通过已有的微信或者QQ等产品，把自己的社交能力在车联网上展现。
-
Watchdog says face scanning at US airports is plagued with technical problems
“During the pilot, CBP encountered various technical and operational challenges that limited biometric confirmation to only 85 percent of all passengers processed,” the report said. “These challenges included poor network availability, a lack of dedicated staff, and compressed boarding times due to flight delays.”
The report said the scanners failed to “consistently match individuals of certain age groups or nationalities.”
Although the system detected 1,300 visitors overstaying their allowed time in the U.S., the watchdog seemed to suggest that more overstays would have been found if the system wasn’t running under capacity at an 85 percent success rate.
-
Federal appeals court rules Uber drivers must arbitrate claims
A federal appeals court has handed a defeat to Uber drivers who were suing the company in three separate lawsuits over claims that they were misclassified as independent contractors instead of full-time employees.
The litigants must go through arbitration to pursue their claims against the company rather than have the claims heard in open court.
-
公共交通:选择坐地铁公交车的人自然会越来越少。在美国以开车为生的人口占比。部分地区高达9%的人口靠开车吃饭，包括出租司机、货车司机、公交司机。
停车场:单单在美国，就有1万多平方千米的土地用来开停车场。华盛顿DC每年靠停车场就能挣9千万美金！而如果有了自动驾驶，老百姓就再也不用为了停车发愁，也不用再每个小时交20元、50元停车费了。研究报告表明，自动驾驶会节省至少40%的停车用地。也有科技公司在研发有自主停车功能的车。车主下车后，车会自己去找停车位。车主需要返程时，车会提前开出来。以后再也不用花半个小时找个停车位了！
房地产:越来越多的人会选择住在环境优美的近郊。市中心那些昂贵的房子会遭到大量闲置。同时会关门大吉的还有停车场附近的饭馆、影院、商场。
保险：90%的交通事故都是人为造成。如果没了交通事故，也就不会有人受伤，保险公司还能靠什么吃饭？或许这些公司可以考虑如何为人类上机器人类型的保险，比如怎样赔偿机器异常故障、如何处理自动驾驶车之间的纠纷。
交通执法部门：让我们来看看美国华盛顿的数据。在2014年一年时间里，路口摄像头就捕捉到了28万个违章行为，交通局只靠这28万个罚单，就赚到了近四千万美金！而自动驾驶车会完全遵守交通法规，不会超速，也不会再有酒后驾驶，自然也就不用交罚款，也不会遇上交警了。
快捷酒店：既然汽车可以做到自动驾驶，在车里放一张舒适的床又有何难？也就是可以自动驾驶的房车！试想，住在这样的房车里，再也不用沿途找酒店，真正做到了“自驾游”。奥迪的VP Sven Schuwirth就承诺，自动驾驶车将可以在卧室模式、客厅模式之间自由切换。
其他行业：其他和交通事故和运输有关的行业也会受到很大影响，包括修车店、卖车店、驾校、外卖、快递、医疗、器官捐赠、监狱等等。在美国，每年因交通事故住院的时间累计多达100万天。20%的器官捐赠来自于交通事故中丧生的人。监狱中7%的罪犯和14%缓刑犯因为醉驾入狱。
-
没有前景:理由1：路况太复杂;理由2：违规现象太多;理由3：政策缺失
有前景:理由1：愿意为技术买单的消费者;理由2：强大的执行团队;理由3：有中国特色的自动驾驶之路
-
然而这份报告的分析方法是错误的。它有三个致命的假设：1. 产量很重要、2. 制造技术与人工智能技术同等重要、3. 辅助驾驶是做到自动驾驶的必经之路。下面我们来逐一推倒这些假设。
其次，制造技术和人工智能技术同等重要吗？制造技术固然重要，但是我们应该思考一下传统汽车行业的本质。老牌公司其实并没有自己独特的核心科技竞争力，靠的还是百年的品牌积累和高不可攀的行业壁垒。不同汽车品牌之间的生产技术其实没有本质上的区别。然而人工智能行业则不同。公司之间研究的方向完全不一样。有的主打摄像头视觉，有的主打高精地图，有的侧重研发新技术，有的侧重数据积累。这些公司不仅具有本质上的差异性，如果能做大做强，竞争对手想抄袭也会很难。如此看来，拿一个没有独特技术的老牌公司和一个有独特技术的新晋技术公司比较，谁更需要谁？答案显而易见。
- 产量并不能作为赢得游戏的筹码。
- 比起汽车制造技术，人工智能技术才是公司的核心竞争力。
- 只有做到100%意义上的自动驾驶，才是真正解放人类双手，真正保障了乘客和司机的安全。否则就是违背了自动驾驶的初衷。
-
如果和做无人车的朋友聊一聊就会发现，不管是谷歌的Waymo，优步，还是丰田，都无一例外的对一种人才求贤若渴：仿真工程师（simulation engineer）。
各大公司的职位要求
- Nvidia 英伟达（老牌智能芯片公司）：熟悉工业界各种仿真器以及各自的软件构架
- Drive.ai（吴恩达老婆的公司）：3年仿真器或者3D游戏编写经验
- Toyota Research Institute丰田美国研究所：会使用OpenGL或Direct3D获得实时数据
- Uber优步：熟练运用C++11、C++14语言
我们用电脑仿造出各种特殊情况，比如恶劣天气，训练无人车应对这些情况，然后将训练好的数据模型运用于真实驾驶过程中。NVIDIA的自动驾驶论文中详细阐述了端到端深度学习的仿真原理，其主要过程如下：
- 架构：设计深度卷积神经网络(CNN)，包括标准化层，卷积层，全连接层，输入为道路影像图片，输出为方向盘控制角度。
- 训练：仿真器根据之前准备好的由前置摄像头拍摄的道路影像，每一帧图片对应的人类司机操控方向盘的旋转角度作为真实参考值，用于校正CNN的输出角度，利用这些数据对CNN进行训练，使输出角度和真实角度的平均平方误差到达最小。
- 数据处理：对于每一帧图片，随机移动、翻转、扭曲、遮挡、改变亮度等，并相应改变方向盘的真实角度，用于模拟汽车的不同位置和环境，以期达到正态分布的仿真情境。
- 测试：训练好的CNN可以实时通过图像输出方向盘角度，可以直观的看出汽车在仿真器道路上的行驶状态。
Udacity（美国在线课程网站）刚刚在GitHub上开放仿真平台，里面提供各种仿真道路和路况。按照步骤搭建，你也可以做出自己的仿真自动驾驶车！
-
问题1：身体健康
如今的上班族一般只去健身房运动。不去健身房的人，就靠骑自行车、或者靠走路去车站来运动。有车的人，就只能靠走路去停车场运动。一旦自动驾驶开始流行，越来越多的人会打车，选择点对点的交通方式，或者选择宅在家里根本不出门，因为外卖、蔬菜水果、快递都可以通过机器人送达。人们走路的机会也就越来越少。
–>市场机遇:自动平衡自行车。只需要蹬车、不需要注意周遭交通环境的自行车。用户可以一边做自己的事，一边蹬车，从而达到锻炼目的。
问题2：通勤时长
既然有了自动驾驶车，人们就不会介意去远一点的地方上班了。通勤时间也就更长。当然，在车上工作、开会也会越来越流行。原先避开高峰时间出行的人也不再挑时间，原先因为交通不便在家办公的人也会愿意出门。为了满足增长的出行需求，各大公司只有增加出车量。导致路上的车不但没有减少，反而增加。这也是为什么优步Uber推出之后，城市拥堵状况不但没有缓解，反而加剧了1%。
–>市场机遇:车载会议服务。车上配有会议桌、高速网络、减噪话筒和显示屏，用户上车就可以开始会议。下车之后，会议继续保持连接，用户可以用手机继续开会。
问题3：行车安全
自动驾驶车会合理避让其他车辆，但是其他司机会利用这一点，故意超车、加塞。特别是在自动驾驶车刚刚开始流行的时候，人们会故意和自动驾驶车发生碰撞，测试机器人的底线。
–>市场机遇:驱赶障碍物信号仪。人工智能会自动辨别哪些是恶意停留在车前的人，并且发出尖锐的声音或是高频信号灯驱赶。同时也会记录下这个人的外貌信息。恶意超车的车辆也会被记录下来。交通部门会颁出新的法律，给这些人相应的惩罚。保险公司也会给车主相应赔偿。
问题4：个人信息隐私
将来的自动驾驶车不但会在车外安装无数的摄像头，车内也会有很多摄像头，观察乘客行为，从而提供更好的服务，也可以监督车内秩序。但这也会引发很多隐私问题。用户需要清除历史数据、避免数据外泄的服务。
–>市场机遇 :第三方数据清理服务。自动驾驶公司不直接拥有车内图像数据，而由第三方接管。乘客下车之后，数据自动清除。如果乘客损坏了车内设施，可直接将赔偿交付给第三方公司，自动驾驶公司不会直接介入，从而保障了用户隐私
-
光达的原理类似于声呐。只不过这里我们用光代替声音，来衡量汽车与障碍物之间的距离。和蝙蝠靠回声定位一样，汽车向四周发射激光束，并通过反射回来的信号绘制出周围环境的3D模型。光达的英文是Lidar，拆开看就是：
Li：Light（光），光达发射出人肉眼无法看到的红外线。
d：detection（检测），靠发射出的激光束找到障碍物。
a：and
r：ranging（测距离），靠返回的光束判断物体距离。
光达 PK 摄像头
Round 1. 基本原理
光达：计算激光束的反射时间和波长。
摄像头：将光学信号转化成数字图像信号。
Round 2. 成像
光达：完整绘制障碍物3D图像。
摄像头：必须根据2D图像判断/生成3D图像。
Round 3. 颜色识别
光达：无法辨别颜色。
摄像头：可辨别颜色。
Round 4. 摆放位置
光达：必须摆放在视野毫无阻挡的地方，所以常常放在车顶。这无疑降低了无人车的颜值。
摄像头：像人眼一样小的摄像头想摆哪里就摆哪里。
Round 5. 测绘和识别障碍物
光达：成像可视化程度低，障碍物识别准确率高。
摄像头：成像可视化程度高，障碍物识别准确率低。
Round 6. 测距离
光达：近，几米到二百米。
摄像头：远，可达几百米。
Round 7. 适合自然环境
光达：黑天也能看得清，影子也可识别，但受天气因素影响较大。
摄像头：下雾下雨也看得清， 但被外界光源强度所限制。
Round 8. 对计算机要求
光达：很低。
摄像头：很高，需要将2D图像转为3D。
Round 9. 硬件成本
光达：成本高，当今一个光达的成本已经从七万美元降到了一万美元。不过成本仍然是批量生产无人车的瓶颈。
摄像头：成本低。
-
高精地图功用
-
准确判断周遭障碍物。尽管已经有了摄像头，也不能排除误判的时候。有了事先绘制好的高精地图，就能减少判断错误。
-
准确找到车的位置（localization）。我们平时开车时候，需要不断观察周遭环境，才能判断出自己的位置。自动驾驶车也是如此。如果车开到一颗树旁，这棵树已经在高精地图里，我们就可以用这棵树作为参照物精确定位这辆车了。
-
如果车开在信号不足的地方，也可以用事先准备好的高精地图作为依据。
-
更新之后的地图可以用于与之前的版本比较，检测出两个版本的不同之处。
-
高精地图里可用的信息很多。可以卖给其他公司或者学术机构用于科研。
高精地图局限性
-
制作高精地图费时费力。首先需要真人司机去扫街，之后还需要检查地图里标识是否准确。画出整个城市的地图可能需要好几个月。
-
如果街道、建筑物或城市设施略有变化，事先做好的地图就会过时。如果政府临时决定在路口增加一个收费站，或是临时决定某个路口不可以左转，自动驾驶公司无从知晓。
-
如果在没有高精地图的区域行驶，就需要实时处理图像数据，安全就没有绝对保障。
未来展望
高精地图如果想蓬勃发展，可以考虑改进两个方面。
-
及时与市政部门沟通。一旦有城市设施变动，需要马上通知自动驾驶公司，更新地图。如果需要在城市中建设新的路标，要做到先通知，再建设。如此才能保证汽车准确认知这些标识，做到绝对的安全。
-
各大自动驾驶公司可以合作，共享地图数据。地图公司也可以考虑销售高精地图基本配置版本，各个公司购买之后，在基本版本的基础上去添加自己的设置。如此就可以大大降低制作地图的成本。
-
-
槽点1：“自愿”原则
规范虽然详细说明了安全评估的12大因素，但是并不强制要求各个公司提交自己的安全评估报告。结果直到今天，也没有一个公司敢站出来说自己的自动驾驶车符合安全标准。去美国机动车管理局（DMV）网站看一看就会知道，近来自动驾驶车出车祸的频率可谓越来越高。各个公司最怕的事就是自己的名字出现在车祸名单里。但这并非坏事。因为政策宽松，各个公司就可以在一个公平的环境里竞争，随意创新，建立适合自己公司产品的安全评估体系。
槽点2：详细记录一切
规范里最明显的高频词应该就是“document”，中文意思就是详细记录每一个细节。规范要求，公司必须记录下每一项技术的研发过程、测试过程、数据采集过程、可能造成的后果等一切细节。当然，记录下这些细节对以后更新技术有好处。但在人工智能世界里，有很多问题是根本解释不清的，就像黑匣子。里面的思考过程，就算是最顶级的工程师，也做不到100%解释得清。举个例子，如果在某次测试过程中，自动驾驶车莫名其妙向迎面而来的一辆车偏移。
槽点3：老式5级划分依旧
行业里的朋友应该都熟悉自动驾驶的5级划分（详见文章末尾），是由美国汽车工程学会在三年前提出的。之所以这样去划分自动驾驶，显然因为当时人们眼光还过于狭隘，只能根据眼前摸得到的技术作为出发点去思考。这种划分方法放到5年之后，恐怕就完全没有意义了。第3、4、5级之间的界限其实非常模糊。现在很多公司，刚刚做出了一个能定点接送的无人车，就声称自己达到了第5级。而事实是，这辆无人车只会在规定的某条路线上行驶，也只能在天气好的白天使用而已。这根本算不上第5级自动驾驶。真正有意义的划分方法，应该按照驾驶条件（ODD）判定。比如，只能在天气好的白天行驶的车，而且只能在高速上行驶的车，应该叫第3级。在天气好的白天、黑夜、闹市区行驶的车，叫第4级。在任何天气、任何街区都可以行驶的车，才是第5级。如果按照这种方法划分，那些声称自己已经达到第5级的公司，恐怕连第3级都达不到。
槽点4：事故数据分享
规范的最后一个亮点，就是规定所有公司分享测试中每一次事故的数据。对于攻克技术难题来说，这当然是很好的政策。如今每个公司都在建自己的数据库，记录事故的方式可谓是五花八门。数据格式不统一，事故的数量就达不到一定规模。
-
用不了多久，人类就会面临新的挑战：与机器交流。就像说英语一样，和机器交流也需要练习。如今的自动驾驶公司都在为自己的车设定特殊的机器语言，用来和行人以及其他车辆沟通。以后走在路口，面对一辆自动驾驶车，你需要读懂它对你发出的信号，从而决定是否过马路。
先来看一种最理想的情况：自动驾驶车检测到行人，停下来，红灯表示车已经在停滞状态，这时绿灯亮起，示意行人通行。
保障行人安全，需要做到三点。
-
信号要足够明显，不管在任何条件下，夜里还是雨中，不管距离有多远，都必须看得清。就第一点来说，只在自动驾驶车上安装显示屏很显然行不通。除非做得像红绿灯一样，否则很难在远处看清楚。
-
信号必须简单易懂，行人才能在瞬间看懂信号，并且做出正确的选择。显示屏上如果放太多的信息，比如“请通过”，或者画着一个行人走路的图标，大部分行人还是需要反映一秒钟才能看懂。根据人因工程学理论，大部分标志在辨识过程中都有很高的出错率。Collins & Lerner早在1983年的研究中就证明，受到光线、角度、天气等因素的影响，人在辨识公共场所标识时出错率很高。（下图：出口的标识被理解为“非出口”）
-
收到信息的行人需要作出正确的相应行为。就算看懂了信号，行人会按照信号去做吗？杜克大学去年做了一项实验。他们在模拟自动驾驶车上测试了三种显示屏：通行、禁行、当时的车速。实验中的行人之后表示都看懂了这些标志，但是他们并不相信这些标志，最后还是靠自己估测车速，来决定是否可以安全通过。也就是说，如果行人自己判断失误，车祸还是有可能发生，那自动驾驶的意义也就荡然无存。
应对办法
-
对行人收到信号之后的行为作出预测。如果行人看到“请通行”信号之后还停滞不前，就需要切换到“强制通行”的信号。如果行人看到“禁止通行”还执意通行，需要给出相应提醒。
-
结合光、图像、声音等多重感官整合出有效的信号。如今，司机只能对行人摆摆手、鸣笛、或是摇下车窗喊。但是既然有了自动驾驶车，就可以在车上配置全新的信号输出系统。比如，聚拢的红光配上短促的高音，表示请马上避让。黄色的光配上间歇性的低音，表示自动驾驶车正在从后方超车。
-
-
随着自动驾驶产业的发展，中国的国产品牌即将代替这些洋品牌，走向世界，帮助中国成为世界最大的汽车生产国。
有了自动驾驶车之后，硬件质量就不会那么重要了，因为汽车会时时刻刻自动检测哪里需要修复，然后自动开去修车厂。等你需要它的时候，它会永远处于健康状态。就好像你雇了一名检修师，24小时检测自己的车。就算车在半途出现问题，会马上出现另一辆自动驾驶车在你身边，保证你按时到达目的地。因此，国产汽车品牌只需要负责硬件，而软件则由自动驾驶公司负责。
重要的是服务体验，而不是汽车品牌
我们先来看一组基于Uber数据的研究。人们在乘坐Uber的时候，其实根本不在乎自己叫到的是价值100万的宝马还是5万的本田。车龄、车的型号、车的品牌这些外界因素，根本不会影响乘客的乘坐意愿，也不会影响司机的评价分数。真正重要的是，Uber这个APP必须可靠，服务质量仍然可靠，比如：车是否干净、车里是否有味道、车是否维护得好。偶尔叫到一辆价值100万的宝马会提高这位乘客短期的满意度，但这位乘客不会因为以后再也叫不到宝马而沮丧。同理，如果偶尔叫到一辆很老、很普通的大众车，只要车内服务到位，乘客仍然会继续使用Uber。
因此，重要的是服务体验，而不是汽车品牌。这就给了国产汽车绝佳的发展机会。他们会与各大科技公司合作，制造出以体验为前提的共享自动驾驶车。乘客只在乎车是否按时到达，而不会在乎车上的logo。
共享自动驾驶车或许能帮你省几十万
来算一笔账。假设你花了15万买了一辆普通的四门车，你投在这辆车上的钱可不止这15万。几年下来，维护这辆车至少需要3倍的价钱（保险、修车、洗车、停车、罚单），也就是45万。有这45万，完全可以坐100年的共享自动驾驶车（假设单价8-10块钱）。自动驾驶车不需要你交保险（保险已含在车费里），没有司机成本，不需要你维修、洗车，也不需要你交停车费，更没有罚款。
-
美国雇主点评网Glassdoor曾爆出，部分自动驾驶工程师年薪可高达千万美金（详见本文末尾阅读原文）。美国市场对这个职业的缺口现已高达5,000+。
自动驾驶是一个崭新的行业。在自动驾驶公司上班的朋友最大的体会就是，没有人会教你怎么code，也没有人会告诉你哪样的model是最好的。网上搜都搜不到。一切只能自己探索。但这也正是这个行业的魅力。喜欢循规蹈矩的朋友，最好还是选择其他行业。
-
[自动驾驶赛车：不只是拉风](https://zhuanlan.zhihu.com/p/29910480
研究自动驾驶赛车绝不是为了参加赛车比赛这么简单。通过开发可以自动驾驶的赛车，我们可以达到以下三个目的，并将研究成果用于日常生活中的自动驾驶车。
-
在极限速度下精准控制车辆
-
规划最佳路径
-
提高车辆安全稳定性
想了解更多关于自动驾驶赛车知识的朋友，可以参考斯坦福大学Dynamic Design实验室网站。https://ddl.stanford.edu/home
想研究自动驾驶赛车数据的朋友，可以参考这个网站。http://selfracingcars.com/
-
-
就在上周，美国通用汽车公司对外宣称，一旦他们生产的自动驾驶车发生事故，一切后果由公司承担。
作为业内人士，我建议大家这样的话不要信。通用之所以这样说，只不过是为了让消费者放心去买他们的车。其实，“一切后果由公司承担”这句话有一个明显的前提：必须是汽车系统方面的错，公司才会承担后果。如果不是系统的错，而是驾驶员的错，谁还会管你呢？只能怪自己一时懒惰，选择了自动驾驶功能。
自动驾驶车确实不会犯这些错，但是会面临一堆新的问题。
-
视觉识别错误。突然路上飞来一群鸽子挡在马路中间，自动驾驶车会急刹车，后面的车很可能来不及反应，就撞上来。如果是真人司机，就不会在乎鸽子，不会急刹车。
-
路径规划错误。极端的例子就是，可驾驶区域出现错误，误以为桥下的河也可以开进去。
-
系统被黑。车被黑客远程控制。如果电池瞬间耗光，乘客信息被盗取，后果不堪设想。
-
定位失误。如果是真人司机，只要睁开眼睛看一看就知道自己是不是开在马路中间。如果是自动驾驶车，就需要依赖localizer定位。一旦失灵，车就会尴尬的停在高速中间，危险程度可想而知。
-
死机，或是信号失灵。
-
其他真人司机想试试这辆自动驾驶车是不是真的可以躲避车祸，就故意超车或者挤你。
-
旁边的车正好发生车祸，失控撞向你，你根本躲不掉。
8.其他原因
你终于可以大胆地说：“不是我的错”
虽然车祸最终难以100%避免，自动驾驶车仍然是出行最佳选择。以下列出自动驾驶车在不可避免车祸中表现出的优势。
- 无需交警调解
一旦发生事故，自动驾驶车会自动记录下肇事车辆信息，不用担心对方逃之夭夭。如果乘客受伤，救护车也会自动赶到。如果车被撞坏了，另一辆替补车会在几分钟之内赶到。
- 事故是谁的责任，一秒钟查清
每辆自动驾驶车上都配备着无数的摄像头和其他传感器还有强大的GPU。汽车每一秒的所见所闻都有详细记录。
- 同样的事故不会再次发生
人工智能的最大优点就是，一旦学会了一项技能就不会忘记。如果你教给它：如果再遇到一群鸽子，就大胆的开过去，它就会记住，以后再也不会犯同样的错误。
- 大部分情况下，你都会得到应有的赔偿
自动驾驶车不会违反交通法规。出了车祸，如果不是汽车系统的问题，一般都是对方的责任。就算是系统出了故障，法院自然会判汽车生产商或是人工智能公司有责任。你此时的角色只是受害者，因为你从未干涉过驾驶过程。
-
-
今天的自动驾驶技术还很不成熟。即便是行业领头羊谷歌Waymo，在很多驾驶环境下，仍然需要人类介入。很多公司之所以自信地说可以做到无人驾驶，其实只是因为用了这一秘密武器：远程操控。
据本人了解，大部分自动驾驶公司到了2020年都会使用远程操控员。即便是经过3-5年的努力，自动驾驶车仍然会有很多处理不了的情况。比如建筑工地附近复杂的路况、前面有车拦着不走等等。一旦遇到这类特殊情况，操控员就必须介入。
谷歌Waymo上周最新发布的安全报告就明确指出，会花大手笔建造远程操控中心，保证乘客随时随地通过APP或者车内的紧急按钮和中心取得联系。
远程操控主要有以下几个功能：
远程为复杂路况规划路线。汽车本身的路线规划因为各种原因不能施行，只能靠人工当即制定路线。
紧急情况下，操控员当即介入，控制车的行为。如果乘客遭遇危险，车内紧急停止的操作失灵，或者如果自动驾驶车出了车祸，现场环境十分复杂，车无法自行调离，就需要靠人工介入，将其调离。
自动驾驶车无法做出最佳决策时，由操控员给出最佳决策。如果因为某些原因需要临时为乘客改变路线，还是要靠人工介入。
远程操控可以带来诸多好处，同时也会带来很多问题。
问题1：信任
想想看，你会任凭一个远程的人操控你的车，把自己的生命交给一个自己不认识的人吗？当然，这些远程操控员都会经过严格的培训。不过，操控员也终究是人类，人类总会犯错，车祸最后还是难以避免。更何况，操作员只能通过有限的几个摄像头观察你周围的环境。如果出了问题，责任很可能还是要归在人类头上。
问题2：人手不够
在市场初期，假设每辆车每天会跑100英里，而每50英里就需要一次操控员介入，每次操控过程需要5分钟，那么每辆车每天就需要10分钟的人工介入时间。如果这家自动驾驶公司有5000辆车，那每天就需要至少150名操控员在岗。但更大的挑战是，如果在高峰时间就需要更多的操控员，就必须有能力在短时间内召集。如果操控员配备不够，乘客就随时有遭遇车祸的危险。在非高峰时间，也要保证这些操控员有事做。需求和供给的平衡不好掌握。
-
就在本月初，微软前CTO Craig Mundie和Madrona投资公司共同发表了一篇白皮书《将I5高速改造为自动驾驶专用高速路》。白皮书详细解释了怎样将连接温哥华和西雅图的I5高速一步一步转化为自动驾驶专用高速路，从而减少堵车、提高道路安全。（白皮书原文链接）
文章的提议很简单：
第一步：让自动驾驶车融入高乘载车道。
第二步：为自动驾驶车建立专用车道。
第三步：所有车道都只允许自动驾驶车使用。
专属车道就能保证高速吗？
就算整个车道只有自动驾驶车，没有人类驾驶车，政府也不可能允许飙到每小时160公里。原因很简单。
-
车速太快，万一出错，就是人命关天的事。自动驾驶车如果在高速状态下紧急停车，车祸就在所难免。（微信回复关键词“车祸”了解自动驾驶可能造成的车祸）
-
高速状态下，如果距离旁边普通车道太近，同样会造成车祸。
-
高速状态下，车会带起石子，影响后面的车，也影响旁边的车。
-
总会有普通车想跟在自动驾驶车后面刺激一把，造成追尾，后果同样可想而知。
既然速度不能有质的提升，技术上也没打到绝对的成熟，政策上可操作性也不强，自动驾驶专用高速恐怕要等几年再提上议程了。
-
-
碰到开车不讲道理的司机，老司机自然有处理办法，但又不能把别的司机逼得太死。就像职场一样，有的人一看就是职场新人，有的人就显得有城府。自动驾驶车也是如此。“成熟”的人工智能制造出来的车，就会像老司机，懂得如何处理各种复杂情况。而“年轻”的人工智能做出的车，乘坐舒适感就会大打折扣。
以下列出八种情景，看看老司机会如何应对，从而理解人工智能应该如何设计。
– 适时超车。开车时总会遇到一些开得很慢的车，或是本来速度就很慢的货车。如果自动驾驶车选择跟着这辆车，后面的车可能会不耐烦，突然超车，最终导致自动驾驶车陷入被动的局面。人工智能需要学会提前检测出行驶过慢的车，提前准备好变道，绕开过慢的车辆。
– 强行换车道。如果车主临时决定改变路线，或是被夹在车流中无法脱身，就得想办法强行换车道。人工智能需要学会评估，如果自己处于静止状态，而旁边的车道车速过快的情况下，安全变道的可能性有多大。（了解自动驾驶车可能陷入的各种车祸情况，微信回复关键字“车祸”。）
– 合理违章。自动驾驶车的最大特点就是绝不会违章。但是经常碰到一些情况，迫使我们不得不违章。当然，前提是我们绝对不会被罚款。如果前方一辆车抛锚，后面的车就不得不从左边绕过去，压到马路中间的黄线。只要确保马路另一边没什么车，这种压线行为就不会招来罚款。
– 被追尾。日常开车时经常碰到一些司机总是跟得很紧，导致自己都不敢急刹车。自动驾驶车需要检测自己与后面的车的距离。如果太近，就需要稍微提速，拉开距离，或是利用车尾的荧屏给这辆车发出警告，或是干脆变道，躲开这辆车。（了解人类怎样理解自动驾驶车信号，微信回复关键字“人车互动”。）
– 遇到经常加塞的司机。总会看到一些车，明明空间还不够，却要硬加塞，导致后面的车躲闪不及。自动驾驶车需要学会在几十米之外就检测到这种车的行为，提前躲避。
– 遇到经常换道的司机。除了那些习惯加塞的司机，我们也经常见到一些司机频频换车道，试图找到最快的车道。跟在这种车后面相当危险。自动驾驶车同样需要学会在几十米之外就检测到经常变道的车，提前躲避。如果可以确定这辆车的车主正在酒驾，可以自动通知警察。
– 遇到尾灯损坏的车。总能碰到一些车，不是刹车灯坏了就是夜灯坏了。跟在这种车的后面也很危险。自动驾驶车同样需要学会评估其他车的零部件是否有损坏，提前躲避有损坏的车。
– 遇到太厚道的司机。碰到厚道的司机当然没什么不好，但是有时候你让我，我让你，来来回回举棋不定，反而更危险。自动驾驶车首先需要判断，对方是不是在让出空间，然后瞬间决定是否给出回应。反应时间太久的话，对方会以为你在让他。（了解人类怎样理解自动驾驶车信号，微信回复关键字“人车互动”。）
-
那为什么还有人支持V2V？我们不妨看看支持的人都有些什么背景。
- 需要靠卖新车吃饭的人。今天市场上卖的车都至少是5-6年前设计的了。当时人们还以为V2V是大势所趋。现在推出来，V2V作为卖点如果被否定，业绩当然不会好看。保卫V2V就是保卫自己的饭碗。
2.反对美国总统特朗普的人。在美国的朋友应该都能体会到，虽然特朗普上台都已经快一年了，今天打开新闻网页，十个头条里八条还是他。就连V2V这个新闻也不放过。标题都是：特朗普反对V2V之类。不懂技术的普通群众自然会义愤填膺地点进去看。特朗普反对的就一定是好的。其实美国媒体也不过是标题党。
-
滥用辅助驾驶功能，没人帮得了你
-
第一阶段：仿真测试
第二阶段：测试道
第三阶段：真实路测
-
图为Cruise在旧金山已经覆盖的测试区域。乍一看，确实已经覆盖了大部分市中心地区，但很多最重要的路线反而被漏掉。1. 没有高速。红线代表高速路以及连通高速的马路。很明显，Cruise的技术还做不到上高速。重要的Van Ness街、湾区大桥都不在地图里。在美国，做共享交通如果做不了高速，也就失掉了至少一半的生意。2. 市中心的乘客一般都是白天通勤，而重要的火车站也不在地图里，写字楼、地铁站密集的Market街也不在地图里。那Cruise也就只剩下晚上去趴体的乘客了。
-
自从2014年Delphi上路测试发生事故，直至今天，美国加州车辆管理局（DMV）已经在网上公布了51起涉及自动驾驶车的事故。今天就和大家一起来分析这51起事故。看看普通车为什么会和自动驾驶车发生碰撞，以及自动驾驶测试过程中各个公司遇到的挑战。所有数据都来自从DMV网站上下载的报告。
在51起事故中，谷歌Waymo有25起，其中4起过失方在Waymo。通用Cruise共有23起事故，其中3起过失方在Cruise。考虑到这两家公司的测试里程很多，测试时间也很久，事故比其他公司多也是理所当然。综合来看，只有14%的事故是自动驾驶车的责任，其他大部分情况都是普通车的责任。
-
下面和大家讨论怎样甄别自动驾驶圈里真正有发展的公司，以及这个圈子是否适合你的专业背景。
- 公司的技术团队是否靠谱
自动驾驶的核心永远是技术。如果一个公司没有几个核心技术大牛，或是没有诚意去别的公司挖人，这样的公司也就不必考虑。技术是公司发展的必需条件。
- 公司是否只有概念车
CES上看到的大多都只是概念产品，很多只是为了圈钱，根本不会投入量产。可以承诺量产的总比没有量产计划的要靠谱。实用的车型总比那些花哨的更容易落地。
- 公司是否和靠谱的供应商合作
看公司供应商的质量也是一种考核公司的很好方式。选择和谁合作会直接影响到公司未来的发展。靠谱的供应商选择的买主一般不会太差。
- 公司是否重视乘客安全
很多自动驾驶公司急于求成，只看重驾驶软件、硬件生产，却不能保证乘坐的安全指数。仔细看看他们的安全报告，没有任何地方提及各种有可能发生的个别情况，也没有计算事故概率。甚至有的公司，运营第一天就遭遇车祸，导致乘客受伤。
找到了想加入的公司，那么这个行业真的适合你吗？如果你有以下专业背景当中的任何一个，这个行业或许就值得你试一试。
-
传统车企背景：自动驾驶公司员工当中相当一部分都是来自传统车企。硬件、系统、测试、安全质检等团队都需要传统车企的人才。
-
AI背景：AI毫无疑问是自动驾驶软件的核心。有机器学习经验的同学也经常转到这个行业。
-
设计背景：有过汽车设计或是其他相关概念产品设计的朋友也可以尝试这个行业，懂人机交互（HMI）的就更合适了。这个行业需要一个像苹果手机一样的领军产品。
-
数据背景：自动驾驶生成的数据每小时就可能达到1TB。从数据库搭建、数据质量验证，到数据清洁，再到数据提取，都和汽车的各个感应器密不可分。
风口不是年年有。但就像之前经历过的很多其他风口一样，要么你就假装看不见，不要嫉妒，要么就擦亮眼睛，找到真正的“龙”，认真规划自己的职业生涯，投身到这个圈子。
-
CES一圈逛下来，倒也都是中国人的面孔。但在KPMG最新的自动驾驶报告给出的全球排名里（报告全文请戳这里），中国居然只排在16位（一共20个国家）。
我们不妨来看看这份排名的分析方法。主要参考的维度有四个，每个维度的权重都是25%。
政策与法律扶持
技术与创新
基础设施
消费者接受程度
-
前天面试了一位来公司应聘ODD运营的人。我问他，如果将自动驾驶扩张到下一个城市，你会选哪个？他淡定的说，西雅图。“原因？”“因为西雅图年轻人多。”
然后？然后就没有然后了。这个应聘的人很快被刷了下去。想想看，西雅图一年152天都在下雨，怎么可能做自动驾驶？
这也是谷歌选择凤凰城的主要原因。下雨给自动驾驶带来的挑战实在太多，而凤凰城每年只有20天有降雨。
下雨=更多的交通事故
下雨对自动驾驶都有哪些影响？
- 图像识别
路面积水容易形成倒影，也容易覆盖路面上的标识。降落的雨滴也会让能见度大大降低，影响车速。
- 摄像头
雨滴很容易附着在镜头上，造成图像扭曲。
- 举着雨伞、穿着雨衣的路人
下雨时，行人的装束各种各样，雨伞也是各种各样。自动驾驶车未必都能检测出来。举着雨伞的行人也不太容易看到或者听到汽车。
-
如果你是行业外的，看了这个报告肯定会觉得谷歌毫无疑问是行业的领头羊，因为里程数遥遥领先。但是大家千万不要只看片面数据。美国DMV至今只要求各个公司上报两个指标：里程数和脱离数。虽然这些很重要，也易于衡量，而只看这两个指标显然过于片面。
各个公司测试场景完全不同，城市也不同，测试车的技术水平也完全不同。有的只在高速测试，有的在郊区测试，有的在拥堵的市中心测试，所以在相同的测试时间里，因为车速完全不同，里程数就会有天壤之别。何况测试的目的是为了检测代码有没有问题，而不是积累里程数。想比较各个公司实力，我们需要看的不只是里程数，还要看测试场景的质量与测试结果的安全性。
市场上已经有一些创业团队开始收集场景数据，卖给自动驾驶公司。有兴趣的朋友可以去研究研究，前景应该很不错。
-
一百年前的经验
或许我们可以回到一百年前的今天，看看有没有什么经验可以借鉴。当汽车刚刚发明出来的时候，人类还依赖马车出行。很少有人愿意买车。在当时的人看来，汽车的原理很难理解，操作起来也很麻烦。但很快，汽车公司发明了一个伟大的词汇“马力”，英文就是horsepower。这个概念可以帮助普通人理解，面前这台机器和自己家的马车比起来谁跑得更快、能快多少倍。用人们已经熟悉的概念去解释全新的事物，再聪明不过。
新词汇1：接触频率（Miles per Contact或者Years per Contact）
新词汇2：单位安全成本（Miles per dollar 或者 Years per dollar）
新词汇3：场景初次测试（First-time scenario）
-
视线遮挡一直是自动驾驶很难攻克的问题。Occlusion，也就是视线遮挡，主要指因为建筑物、障碍物或是其他车辆遮挡视线，导致汽车无法做出最佳决策。在车辆转弯时候尤为常见。
-
硬件工程师
这方面缺口很大，包括机械设计、测试、光电、系统工程、质量管理等等。越来越多的软件公司倾向制造自己的汽车或是改装已有汽车。 招聘公司：Waymo, Uber, Argo.ai, Zoox, Drive.ai, Lucid Motors, Starsky
数据工程师
数据包括后台数据架构和前台呈现。一辆自动驾驶车每天都要生成1个T的数据量。数据该怎样快速清洗、提炼、总结，比如怎样迅速找出一次路测中最重要的几次介入（disengagements）。从而更高效的帮助工程师测试。这个岗位的重要性不言而喻。
招聘公司：Uber, Nauto, nuTonomy, Zoox
设计/前端开发
每个公司都需要搭建内部工具，用于验证整车开发。也需要给远程控制中心做各种交互页面，通过一个UI远程控制自动驾驶车。同时也包括车厢内为乘客准备的UI。喜欢设计或者擅长前端的朋友可以考虑。
招聘公司：Waymo, Uber, nuTonomy, Pony.ai, Drive.ai
功能安全
功能安全是什么？维基上给出的定义是，功能安全（Functional Safety）是指和一个系统或是设备整体安全的组成部分。其达成安全性的方式是靠系统或组成零件在接受输入讯号后，可以正常的动作。用白话来讲，功能安全就是保证自动驾驶车所有环节都不出故障、不会导致车祸，就算出了故障或是发生车祸，也要将损失减到最低，保证乘客和周围人的安全。在传统车企或是航天做过功能安全的朋友都可以来看看。
招聘公司：Uber, Zoox, Lucid Motors
运营
等自动驾驶车准备上路后，就需要负责运营的人才了。运营需要选定自动驾驶车适合驾驶的地区，计算叫车服务的供给和需求，保证消费者打开APP就可以叫到车，同时也要为自动驾驶车选定维修、充电、和清洗站点。
招聘公司：Waymo, Cruise, Uber, Zoox, nuTonomy, Nauto
上面这些技术都不大懂？没关系，你还可以做测试驾驶员。从驾驶员晋升到运营管理也是一条不错的职业道路。大部分公司对驾龄有一定的要求，同时也需要一点电脑编程基础。
-
-
你真的了解你的ODD吗？ODD也就是operational design domain，可以大致翻译为运营地区。如果提前预知某路段有可能有乱穿马路的人，就一定先做好行人乱穿马路的仿真测试，仿真彻底通过了再上路。如果提前得知某路段过去几个月经常发生事故，或是犯罪率很高，就干脆不要在该地区测试。在挑选ODD的时候，一定谨慎再谨慎，不要采取冒进的态度，不要误以为既然临街已经没问题了，这条街也应该没有问题。道路和道路之间是完全不同的。自动驾驶公司必须提前掌握每个街区的所有细节，不论是固态的斑马线还是不断变化的行人构成，都需要了如指掌。
-
视觉和仿真永远是重中之重。不同种类的自行车都会检测了吗？会仿真吗？仿出来的自行车有多少种了？行人呢？拿着伞的行人、滑滑板的行人、运货的行人？千万不要说只有几十种，因为哪怕是几千种恐怕都不够。仿出来的人或物体又有多真实呢？有没有做过系统分析比较？
-
不要只注重里程数，也不要再攀比里程数了。还是把精力放在视觉和仿真上比较明智。现实驾驶测试可以顺利通过绝不能说明任何问题，仿真才能帮我们达到真正的安全指标。
-
不同速度下的安全距离计算过吗？每一种情景都仿真过吗？速度越快，需要的刹车距离就越长。一些公司既然敢选择时速35mph以上的路，就需要规定好这些安全距离。
-
招聘驾驶员的时候一定严格再严格。有一些公司（在此不点名）录取驾驶员的时候太宽松，培训的时候也不严格，几乎全部通过。这样很不负责。我们需要驾驶经验丰富的人类司机来测试，夜间驾驶需要单独培训，同时需要培训如何在恰当时候介入，如何全神贯注，同时multi-tasking，等等等等。
-
如果技术还没成熟，每次测试都要另外配备一名测试人员坐在副驾，而不是只有一个驾驶员。任务来了就可以互相分配，一名负责开车、介入，另一名负责记录、使用电脑。两个人同时可以互相监督，避免分神。Waymo现在可以做到只用一个驾驶员去测试，但是Uber如果技术上还不成熟，就不要效仿Waymo。
-
每次测试之前有没有考虑过驾驶员的状态？他们有没有疲惫，家中有没有发生什么变故，导致他们状态不佳？如果只是一味的追求里程数，不断让驾驶员加班，这是相当危险的。
-
另外针对protect，要对所有驾驶员培训如何处理紧急事故，保证自己也保证对方安全。不要像之前某些自动驾驶公司的驾驶员一样，自己被暴上媒体了都不知道，还毁坏公司形象。
-
-
-
Perception time 感知时间。也就是司机见到障碍物的时间，平均0.2秒。在这方面，人类和机器人在速度上其实没有太大的差别。但是人类开车时候经常走神，就会忽视本应该看到的障碍物。这次Uber的事故就是很好的例子，事故发生前几秒，驾驶员根本没有看路。而自动驾驶车会更可靠。
-
Judgement time 决策时间。见到障碍物后，人类需要判断这个障碍物是否值得刹车。在紧急情况下，人类会因为紧张而马上刹车，不会考虑还有没有必要。但是人类会惊慌失措，会酒驾，会疲劳驾驶，决策时间就会变长。对于自动驾驶车来说，就是计算和障碍物之间的时间和距离，运算时间很快。0.1-0.2秒时间足够。
-
Reaction initiation 准备执行。决定刹车之后，你的大脑会通知你的右脚踩刹车，又会花掉0.2秒左右的时间。有的司机穿的鞋不舒服，或者右脚距离刹车有些距离，这个时间就会更长。对于自动驾驶车来说，这个时间可以达到0.1秒，也更可靠、更稳定。
至此，从看到障碍物到踩刹车，人类已经用掉了0.5-2秒。研究显示，45-54岁的驾驶员反应时间最短。年轻的驾驶员虽然“感知时间”和“准备执行时间”比较短，但是因为缺乏经验，“决策时间”会比有经验的司机更长。
- Reaction execution执行时间，也就是把刹车踩到底的时间。在紧急情况下，一些人类司机会马上踩到底，也有的踩得慢一些。这个阶段又会花掉0.2秒左右的时间。但是自动驾驶车会做出更可靠的决策，给出最合适的减速度。
从整体来看，人类反应时间最快需要0.7秒，而自动驾驶车需要0.5秒。但是人类平均水平超过1秒，在分心的状态下就是2秒，而自动驾驶车则会始终如一。
-
-
“以前从来没出过事，所以以后也不会。”一些老板为了赶时间，盲目自信，就拿这种论点作为依据。但是测试过程中，我们还做不到尝试所有场景，总会有一些我们预料不到的事。一段code现在不出现问题，不代表以后不会出现问题。也许现在看来，一个雷达没有问题，但是不代表以后不会出现问题。
—> 应对办法：作为员工，要注意老板是不是过度自信。过度自信往往是危险的征兆。可以试着找出漏洞，举出实例，让老板一看就懂。
“你得先证明我是错的，我才会相信你是正确的。”这句话，越是高层的人越经常说。一个问题可以有很多不同的解决方式。但是在开会的时候又不可能现场做出详尽分析比较，反驳这种论点就会很难。只用一个安全驾驶员应该是积累更多里程数的最快方法，但是使用两个安全驾驶员确实也浪费了一定资源。在利弊并不明显的情况下，你很难说服领导层。
—> 应对办法：开会之前多花点时间准备吧。对各种利弊做详尽分析，开会时才有论据。为老板加班是被迫的，但如果为了乘客安全而加班，那就应该是主动的。
“你上次的project没做好，所以你这次的提议应该也没什么用（潜台词）。”这样的反馈最让人无奈。其实大部分老板都是对人不对事，做不到客观。同样的提议，如果换一个人讲，也许结果就会大不一样。
—> 应对办法： 寻找更合适的时机告诉老板你的提议，比如另一个更轻松的会议。或是找到一个老板更器重的人，然后麻烦他/她告诉老板你的提议。不要担心自己的想法被盗取。如果你的提议被采纳，到时候再告诉老板
“你资历不够（潜台词）。”一些刚刚进入AI行业的朋友经常遇到这种情况。一个meeting里如果都在职场混了10年以上的人，不太会听新员工的建议。如果都是VP，就不太会听总监的建议。如果都是PhD，就不太可能听一个本科生的建议。
—> 应对办法： 提建议的语气很重要，一定要谦卑再谦卑，表示对其他人资历的肯定。实在不行，就等会议结束之后找其中的负责人私聊。
“我们几个内部表决就够了，别让那个组加入。”公司内部小组之间的politics很复杂。总会有一个组被孤立，但往往只有那个组才能给出正确的决策。比如，AI组内部决定说，我们下个季度一定要达到1万迈的测试里程！但是对于测试组，这种目标很明显不切实际，会让测试驾驶员精疲力竭，容易导致疲劳驾驶。安全组听到这种决定，也只能表示无奈。
—> 应对办法：尽你所能推迟决策，同时马上找到被孤立的组的负责人，让该组的负责人出面来谈。
-
很多朋友到了美国第一件事就是考驾照。在美国考驾照确实比国内容易很多。简单的笔试之后就可以直接路考。路考一般就是带着考官开一圈，途中进行一次倒车、变道等等。考官主要考察是否遵守交通规则，有没有给其他车辆或行人造成潜在危险。
然而，即使是这样简单的考试，今天的自动驾驶车根本无法通过，即使是Waymo也不敢保证。
类似的交规还有很多。人类可以很容易理解，但是机器人理解起来就很困难。比如这一个“Increase your following distance and allow a bigger space cushion for drivers who have blocked views due to buildings, trees or other cars.”大致翻译为，如果遇到有司机的视线被建筑物、树、或是其他车辆遮挡，就要和他们保持更大的车距。自动驾驶车只好心里默念：我自己的视觉遮挡都还没计算好，你还让我计算其他司机的？甩手。
-
与其说产品经理是Product Manager，还不如说他们是Product Leader。他们的职责绝不是给工程师分配任务，而是带领公司里的不同团队完成同样的目标，帮助工程师把不相干的任务挡在外面。
不同部门里的产品经理职责会很不一样。以下是在各个公司都比较常见的团队以及产品经理的职责。
软件
对于很多创新型自动驾驶公司来说，软件是最大的团队。软件也就是自动驾驶车的“大脑”。有时除了产品经理，还会配备技术项目经理，负责直接向工程师传达技术要求。对这个组感兴趣的朋友比较多，这里详细展开讨论。以下是一些细分的小组，不同小组的产品经理会对组里的工程师问出不同的问题。
视觉：为什么行人检测结果中false positive（假正）这么多？边走路边看手机的行人可以检测出来吗？
传感器：我们需要几个摄像头？什么情况下需要多加一个摄像头，什么时候可以减掉一个？在哪种情况下雷达的准确度会降低？
规划：什么时候不得不变道？怎样选择最佳车道？距离行人多远的时候应该减速？
仿真：搭建仿真场景的工具应该有哪些功能？哪些场景更具有代表性？仿真出来的黄灯达到了多少种？
地图：目标街区的道路已经绘制了多少公里？有多少种可能的路线？
定位：在什么情况下定位有延迟？有误差？和各个传感器怎样配合？
硬件
对于传统车企，硬件是最大的团队。产品经理主要负责硬件需求和汽车设计。除了确保汽车性能，也需要深入了解乘客需求，比如在自动驾驶车里是否要为乘客准备小桌板、车厢里的灯光要多亮、自动驾驶车的鸣笛应该有多响等等这种问题。
路测
软件硬件的测试完成之后就需要最后上路测试。产品经理负责开发驾驶员用的软件，帮助驾驶员理解ODD（Operational Design Domain），也就是驾驶适用范围。保证驾驶员在测试过程中安全高效而且不出差错。
安全
安全当然是重中之重。产品经理会和Funcational Safety（功能安全）工程师合作，分析不同驾驶情景下的安全指标。通过和软件合作，测试不同场景下的安全指数。
APP
如果是做像滴滴、Uber一样的共享自动驾驶APP，就还需要做APP的前端、后台派单、路线规划的算法。产品经理在这一领域的职责就和传统互联网就比较像了。
产品经理的日常
50%时间用来设计未来产品。组织公司相关成员商议，总结各个组的需求，把初稿写成文档，找各个组的老板sign off。然后再做详细时间规划，保证项目按时完成。
30%时间用来开会。这么多团队，互相之间很可能有冲突、矛盾。每个团队每周开一次会，对于产品经理一个人来说，每周就至少十个会了。工程师必须专心工作，沟通的任务就留给产品经理吧。
20%时间用来评估已有项目。产品经理需要经常检查各个产品效果如何，是否需要改进。这就需要基本的统计分析。但是对于一些规模比较小的公司，产品经理可能就没时间做这些事了。某个组如果缺人，产品经理就要跟着工程师一起编程，赶deadline。
-
提到自动驾驶车的路测，就不得不提到脱离（disengagement）。经常有人曲解脱离的含义，即使是很多行业内的人对它的理解也不准确。今天就仔细讲一讲脱离。
上报给政府的脱离：所有脱离中的一小部分
美国加州机动车管理局（DMV）规定所有自动驾驶公司上报所有脱离以及脱离的原因。管理局对脱离（disengagement）的定义是，“a deactivation of the autonomous mode when a failure of the autonomous technology is detected or when the safe operation of the vehicle requires that the autonomous vehicle test driver disengage the autonomous mode and take immediate manual control of the vehicle.”
大致翻译：由于检测到自动驾驶技术失效，或者为了保障驾驶安全，安全驾驶员不得不终止自动驾驶状态，马上手动控制汽车。
DMV定义的脱离只是安全驾驶员介入的脱离，而且前提系统出现问题或者威胁到了安全。但事实上，脱离有很多种，而DMV定义的只是其中的一小部分。这也就是为什么自动驾驶公司上报的脱离屈指可数。
-
各个公司都希望领跑自动驾驶这场竞赛，国内和美国之间的竞争尤为激烈。但我们需要直面现实：不是所有地区都适合自动驾驶。今天就来分析，哪些因素会影响自动驾驶落地。
开放政策+严格监管
-
自动驾驶同样离不开运营。随着核心AI驾驶技术越来越成熟，现在越来越多的公司开始扩张运营团队，加速自动驾驶落地。
今天我们就来简单罗列自动驾驶的运营都有哪些职责，面临何种挑战。
测试
测试是大部分自动驾驶公司运营部门里最大的团队。如果有100辆测试车，每辆车每天要路测10个小时，每辆车配有2名测试员，每天工作5个小时，就需要1002(10/5)=400名测试员。
不同的测试员会有不同的测试任务。有的是为了收集数据，有的为了绘图，有的为了做特定实验。
不同的任务需要的技巧也不一样。比较复杂的任务会交给更有经验的测试员，需要写大量命令行的任务会交给有一定技术背景的测试员。
远程控制
近几年内的L4自动驾驶都不可能做到完全不依靠人类。遇到预定情景以外的情况，就需要远程驾驶员控制。从自动驾驶车出现问题，到远程驾驶员介入，只有几秒钟的时间，不能有半点拖延。
这也是一个不小的团队。如果某辆车出现问题，远程驾驶员就需要大概一分钟的时间介入、检查环境、规划新的路线。一旦有两辆车同时出现问题，就需要至少两名远程驾驶员。
以今天的技术水平来看，很可能平均每小时都会有若干次预定情景之外的情况发生。这个部门就会像一个客服中心，必须配备足够的客服。
派单
这个团队和滴滴、美团之类的公司比较类似，但也有很大的不同。自动驾驶车无论是用来接送人类还是送外卖，最大的区别就是没有了人类司机，也就是说“供给”这一方完全由公司控制。另外，车的配置也由公司控制。比如，把电池比较持久的车派送到更耗能的路段。
充电和维修
提到车的电池就不得不说充电和维修的问题。和人类司机相比，自动驾驶车可以更方便计划充电和维修时间段，和乘客出行高峰期合理错开。公司选择维修站地点的时候要注意估算派单时间，所以不能离得太远。
当然，每个维修站还需要配备维修以及清洁人员。清洁问题一直很让人类专车司机头疼。一旦没有了人类司机，乘客会更加不自觉。所需要的清洁人员数量和次数可想而知。
市场
这个团队和传统专车公司比较类似。需要选择合适的城市和街道开发市场（微信回复关键词“领跑”阅读如何选择最佳落地城市。）
面临的挑战
1. 测试员培训
如何培训测试员一直是一个难题。因为成员数量太大，就需要高效的培训方式。不但要保证测试员学会各种测试技能，还要保证他们面对同一种驾驶情景能给出统一的反应。
2. 效率第一还是安全第一？
大量的测试员以及大量的测试时间成本对于公司来说无疑是很大的开销。很多团队都在探讨是否要将每辆车配备的测试员从2名减到1名。
Uber之前每辆车就只配一名测试员。Waymo也只用一名测试员。但Uber的技术情况很明显不适宜只用一名测试员。
Uber案件最新调查结果显示，Uber当时的系统把该行人归为“false positive”（假正）。说来也可笑。两周前我的文章里就提到了假正的问题。这不仅是软件团队的失职，更是那位产品经理的失职（微信回复关键字“产品”阅读）。
-
靠谱的自动驾驶公司并不多
每天，各种自动驾驶公司的新闻层出不穷。今天Uber出了致命车祸，明天Drive.ai就宣布投入市场，后天某某又拿到了上路的牌照，等等等等。尤其是最近几个月，几家巨头都在抢占媒体头条，抢占市场先机。
新闻头版头条看起来是很热闹，但却掩盖了行业事实：没有一家公司的技术是完全成熟的。即使是Waymo，也做不到100%安全，更何况是其他只有几十个员工的小公司？
如果朋友们足够有勇气，可以加入小公司。虽然有一定风险，毕竟有被大公司收购的可能。但是一定要清楚该公司的发展战略，不要盲目加入。（阅读如何挑选小公司的方法，微信回复关键词“鱼龙混杂”。）
自我定位
在屈指可数的大公司里，即Waymo，Uber，百度、奔驰、尼桑等等这一类公司，加入之前要做好自我定位，考虑自己是选择开发还是测试？软件还是硬件？
这些公司虽然都做自动驾驶，但是专注领域完全不同。如果你对汽车硬件一窍不通，去Waymo这类以软件为中心的科技公司才更有可能进入核心部门。相反，如果去传统车企的自动驾驶部门，就不容易感受到开发的氛围。
-
我们来重新定义“舒适”。
下面这张图里，蓝颜色的区域代表传统汽车对舒适的定义。基本分为：车内空气质量、噪音、温度以及振动。这些都比较容易理解。
我们再来看红色区域，也就是自动驾驶车对舒适的定义。
Naturality：驾驶路线是否自然。很多人类新司机开车会让人感觉很僵硬，特别是在转弯、变道的时候。也就是说他们选择的路线不够自然。这一点和自动驾驶车的规划（planner）直接挂钩。
Disturbances：对干扰的控制。干扰分为两种。第一种来自路况的干扰，比如坑洼不平的路面。这种干扰一般造成的是垂直方向的颠簸，频率比较高，但颠簸程度比较小。自动驾驶车会设计特殊的座椅，尽量减小颠簸程度。同时也可以探测到路面上明显的坑洼，提前躲避。
Apparent Safety：也就是人类乘客心理感受到的安全程度。即使自动驾驶车行驶得十分安全，但是如果人类乘客心理上觉得距离前面的车太近，或是觉得速度过快，甚至是挑选了一条不太安全的街道行驶，也仍是不合格的驾驶体验。
Motion sickness：晕车。人类如果自己开车，一般不太会晕车。但是如果作为乘客，坐在车里一直盯着手机，就很容易晕车。
-
自动驾驶车即将上路。自动驾驶公司如果要盈利，需要向乘客收取多少费用呢？我们这周先来讨论成本，下周再讨论定价。
一些公司提出1美元理论，也就是自动驾驶每英里的成本只要1美元。我们就来计算一下，1美元这个成本是否合理。
再来看看一个更现实的版本。我们把研发成本提到6万美元，传感器、维修等其他成本也大幅提高。这样算下来，每英里2美元会更容易实现。
-
合作方式一：强行广告
我们去一些地方旅游的时候，经常被导游带去一些我们不太喜欢的地方购物。很遗憾，自动驾驶车也可以这样做。自动驾驶公司和各个商家合作，如果把乘客拉到商家附近drop off，或者选择路过商家门口的那条很少有人注意的街道行驶，乘客就可以享受一定的折扣。商家也可以在门口贴上供自动驾驶车识别的图片，车只要路过，摄像头就可以检测到这些图片，从而与车里的乘客形成连接。就像网络上的广告有cost per impression（印象成本）一样，马路上的广告也会有cost per pass（路过成本）。对于那些对价格比较敏感的乘客而言，这确实是个不错的选择。
合作方式二：商家买单
UberEats曾经尝试过，如果在乘坐Uber途中点外卖，会给出一定的折扣。和自动驾驶公司合作的餐厅可以直接给自己的顾客发出广告：如果进店用餐，自动驾驶路费全免。当然，这种餐厅的质量也应该是一般般。超市和购物中心也可以把现有的公交班车服务换成自动驾驶。比如消费500元以上，免费市内接送。
合作方式三：校车/公司班车
学校和公司的班车是一个很容易被人忽视的巨大市场。Uber和Lyft的BD团队都争相占领美国各大校园和各大公司，为学生和公司员工提供打折甚至是免费服务。这无疑是一个双赢的模式。公司可以通过提供出行服务保证员工在通勤的时候还可以工作，学校也可以保证学生安全。自动驾驶也会从这一领域下手。一些公司已经拿到了在公司园区内接送员工的权利。
合作方式四：地铁站/火车站接送
短期来看，自动驾驶的劲敌不是公共交通，而是“最后一公里”的交通方式，比如步行、共享单车、还有在湾区刚刚被整改的电动滑板车。所以比较直接的竞争方式就是在地铁站、火车站这些交通枢纽接送乘客。凭借火车票或者地铁乘坐记录，乘客就可以免费坐自动驾驶车。因为自动驾驶车完全掌握车次时间表，乘客就再也不用花时间等车。公司也可以通过这种方式与政府建立合作关系，帮助城市减少私家车占有比例。
还有很多其他方法可以尝试。比如，乘客可以通过购买会员、升级等方式向乘客收费。如果购买会员，就可以取消车内屏幕上的广告，享受各种车内升级体验服务，比如播放自己手机里的音乐、使用极速WiFi、观看电影、打开天窗等等。乘客也可以向航空公司一样积累里程，换取升级服务或是免费机票。这方面今天的市场已经相当成熟。当然，这些方法也很容易被竞争对手模仿。
-
辅助驾驶≠自动驾驶
辅助驾驶只是辅助，不能代替人类驾驶。辅助驾驶只负责盲区监测、防碰撞、紧急刹车、辅助停车、自适应巡航控制、保持车道辅助、以及堵车辅助。根据佛罗里达州的州法， 无论这些功能如何组合搭配，只要系统还离不开司机本人监控，就不能叫做自动驾驶车。可惜，大部分消费者一直都误以为买回家的辅助驾驶是自动驾驶。
-
交互屏幕
按钮v.s.屏幕
-
机器人设计就是这样一个全新的领域：在人工智能核心技术的基础上，结合人因工程和机械设计，打造出能和人类和谐共处的机器人。
-
23日，广深港高铁香港段正式开通运营，香港进入“高铁时代”。广深港高铁全长141公里，此次开通的香港段26公里，全部由港府出资建设。因为26公里都是地下线路，施工难度大，工期几度延误，最终历时八年完成。对香港来说，广深港高铁开通，意味着香港正式接入全国的高速铁路网。不管是政治、经济还是文化层面，或者具体到香港的旅游业、零售业，意义都相当重大。从香港西九龙站到深圳福田站，最快只要14分钟；到广州南站，最快只要47分钟，受惠最直接的是广深市民。尤其深圳的一些跨城上班族，出行将更加便利，省去了通关口岸漫长的排队时间。
全国高铁干线的设计时速受制于地理条件等，存在一定混乱，主干线所匹配的车底和信号系统，缺少统一标准。
-
- 关于机械素质
首先是性能，经过咱们实测在北京秋天24摄氏度的条件下取得了0-100km/h加速时间4.2秒的成绩；100km/h-0刹停距离35.3米，两个成绩都极好。
ES8急加速之所以晕眩就是因为它的加速节奏跟驾驶员的预期出现了很大的偏差，该快的时候它不快，不该快的时候，它突然地快，所以就会产生晕眩感。
但蔚来ES8通过监控仪表上的功率流可看到，它的刹车系统电制动和机械制动根本谈不上协同，而是完全分离的。
我不推荐大家开ES8进行一些激烈驾驶，因为这辆车在接近极限时车辆的动态特性是比较诡异的，而且每辆车随着软件或硬件版本不同的动态反应都不完全一样。
- 关于续航
ES8取得城市315公里和高速223公里的续航成绩
每次单程开185公里以上你就需要考虑续航危机的问题了.
1，一键加电不适用于当你需要持续赶路的情况，而只是适合时间重叠的伴随模式，即你不用亲自跑充电站并在充电站等待，可以同时去干别的。所以不是有了一键加电模式，就可以彻底消除你的续航焦虑了。2，具体选择哪一种加电模式是蔚来中心为你规划和分配的，你自己无法自主选择。此外我还想单独谈一下蔚来汽车的换电服务。
- 关于换电
蔚来主推的创新换电模式，号称可以在3分钟之内完成车辆换电池的操作，听起来很棒。但实际上对这种模式充满了争议：比如换电站网点的分布是否充足、每个换电站的备用电池量是否充足、站内电池的能量补充循环率是否足够、换电操作的可靠性高不高、换电操作的安全性高不高、电池规格的通用性高不高、电和冷媒接口寿命是否可靠、作为中转的比车还多的电池本身的成本均摊等等。
由换电服务引发的关于不同性能电池的归属问题。
- 关于智能化
关于这点上次蔚来的公关总监跟我提到了一个概念：为什么只有电动车才能作为智能化的承载而燃油车不能？我觉得这也是目前许多人所探讨或者好奇的问题。对此他给出的解释是：“智能化包含智能化的驾驶辅助系统，而燃油车的动力总成响应太慢，这之间是几毫秒和几百毫秒的区别，所以燃油车响应不够快，不如电动车好，所以智能化驾驶辅助不适合燃油车，而只能由电动车来实现。”对此我有一些疑问：
所以智能化跟电动动力总成之间有什么直接必然联系么？反正我想不出来有什么。我觉得在这方面电动车能干的事燃油车都能干。或者说智能化跟电动车之间并不是直接的关联关系，二者不能被强行划成等号，更不应该用智能化概念和电动化概念进行二者绑定互吹，属于混淆概念。
- 关于OTA
所以OTA的积极意义在于省略了消费者开车去4S店进行车辆升级的时间，无论直接开车或间接地谁帮你开车去4S店，也就仅此而已了，真的不算什么高大上的东西，或者说在现在只要是你的车带有移动终端，理论上都是可以进行OTA升级的，只是看厂家想不想或者有没有必要，即取决于移动终端和其它功能之间的关联和开放程度，只要厂家想实现，在技术层面是没有任何难度的。
你一定要知道如果厂家可以OTA升级你车辆上的某些软件，也就意味着他可以远程控制这些部分的功能，那么从安全角度来讲，汽车作为一个载人的行驶交通工具，任何涉及驾驶方面的功能如果一旦被远程控制，某种意义上其实就有可能威胁车主或其他交通参与者的生命安全。所以我认为至少目前阶段来看，整车皆可OTA并不是什么可爱的事，简直是细思极恐的可怕隐患。
- 关于完成度
从目前来看，蔚来ES8虽然被交付到用户手中了，但是目前的完成度非常低，低到什么程度呢？从之前评价机械素质方面已经举例了大量问题皆属于行业罕见的未完工就上市的典型。
- 关于隐私
蔚来ES8全车带有多角度摄像头包含车外7个/车内3个，以及车内8个可以精准定位声源位置的隐藏式麦克风，且在行驶中可以随时将用户的定位、行驶轨迹数据上传给蔚来中心。
但从另一个角度来讲，它也时时刻刻在把我的隐私共享给蔚来中心，这包含我的车辆位置、行驶轨迹、随时无论车辆启动与否状态下的车内和车外图像，外加车内所有的谈话甚至精确定位到哪时哪刻哪位乘客说了哪句话等等这么的详细。
-
一位知情人士告诉《深网》，在摩拜以27亿美元卖身后，戴威的报价就已经从40亿美金左右下调到25亿美金了；但随后，资方反馈的态度，让可能的成交价迅速降到20亿美元以下的区间，“7月之后市场上还说20亿美金以上的传闻，都是假的”。
多位投资界人士透露，如今，资本市场对ofo的估值已经在10亿美元，甚至更低。
在这其中，一个重要争议点在于，经历了数月以来的危机后，如今的ofo应该如何估值，其核心价值在何处？
在2017年行业巅峰期时，业内一般认为共享单车企业的核心资产在于其持有的单车。
作为一项重资产业务，共享单车并非是连接用户手中的单车，而是需要从供应商处采购单车再投入市场。其租赁商性质，一度使得单车本身成为厂商最为重要的资产。
事实上，在今年3月，ofo确实也是通过对单车进行抵押，从阿里系公司手中换取合计17.7亿元的资金。
但汇总ofo的融资历程可以发现，其融资总金额至少在22亿美元，折合人民币至少有150亿元。考虑到采购款是共享单车厂商最大的开支，17.7亿元人民币的抵押金额与其相去甚远。
-
9月26日消息，据外媒报道，过去，网约车巨头Uber对突发事件和自然灾难的反应基本上是零碎的，依靠当地团队来决定如何限制高峰期定价或暂停服务等事宜。如今，Uber开始改进其灾难应对程序，以免在飓风或恐怖袭击等重大事件中措手不及。
2014年，Uber同意在自然灾害或地方突发事件期间对高峰期定价设定上限，但自那以来，这一政策的实施就参差不齐。在2016年纽约恐怖袭击期间，Uber曾因未能遏制飙升的定价而受到批评。2015年巴黎恐怖袭击后，Uber被虚假的价格欺诈指控所困扰。
-
据中新网报道，顺丰近日在北京地区上线了一项名为“顺丰打车”的业务。顺丰打车并非载客业务，而是货运网约车服务，主打大件快递、同城货运和同城配送。
顺丰打车在北京市的起步价为110元（含5公里），5公里外每公里收费5元，人工搬运服务为每人每小时100元，用户可按需选择，此外无楼层费和拆装费。该频道上线后，搬运帮可服务的车型将包括厢式货车、金杯车、面包车和顺丰依维柯车型。
同城货运市场长期呈现以快狗打车、搬运帮、货拉拉为首的三巨头格局。但近期以来，同城货运似乎呈现出新的发展机遇。不只是顺丰，京东也打算加入这场同城货运大战。
-
近日，中国本土汽车品牌奇瑞进军欧洲的计划又推进一步。
奇瑞汽车董事长尹同跃表示，“要想使奇瑞成为一个全球品牌，我们需要进军欧洲。”
明年1月份，奇瑞新成立的子公司——奇瑞欧洲有限责任公司将在德国法兰克福郊区劳恩海姆的一个研发设计中心开始运营。该公司的主要任务是在2020年后在欧洲市场推出Exeed品牌车型。
奇瑞并不是第一家进军德国的中国汽车制造商。在1960年代初，德国汽车品牌宝沃停业，后在中国的支持下重生，并于今年早些时候开始在欧洲销售其中国产BX7 SUV。吉利旗下领克品牌也计划于2019年在柏林和旧金山开设销售渠道。
在进军欧洲市场方面，此前也有陆风、华晨和观致，但这三家汽车制造商在欧洲和要求异常严苛的德国市场没能立足下来，很快就选择了退出。陆风是因为在碰撞测试中得到了的糟糕结果，而华晨则是因为在欧洲市场供应的轿车车型缺乏市场竞争力，而观致没能在日内瓦车展中获得关注。
-
近日，凯辉汽车基金宣布，完成对OTA升级方案提供商——艾拉比智能科技数千万元的Pre-A轮融资。
OTA，英文全称是Over-the-Air Technology，即空中下载技术的意思，所谓“空中”指的是远程无线方式，指通过移动通信的空中接口对SIM卡数据及应用进行远程管理，OTA技术可以理解为一种远程无线升级技术，现在这种技术从手机走到了汽车。
艾拉比智能是一家车联网OTA解决方案提供商，致力于打造一站式的车联网、物联网OTA升级服务平台：云端以AI + Bigdata技术为基础，为客户提供智能化的升级体验。
尽管汽车 OTA 使用的技术，包括 Telematics 以及通信技术都已成熟，汽车 OTA 却并没有想象中的普及，主要有两个大的挑战：一个是安全的考量，将车辆的嵌入式系统重编程的接口开放，使其更容易受到黑客攻击。二个是汽车产品线中的大量变体和配置使得难以为典型 EEA（电子电气架构）内的所有现有组合提供安全且一致的更新。
-
“奇瑞EQ厂商指导价为16万元左右，补贴后价格为6万多元，动力电池随整车一起出售，可以被看做是含补贴价格的，当车辆出现事故，需要更换电池包，其费用为6.9万元，看似高于实际购车价格，但拿两者进行比较并不妥当。”有业内人士向《每日经济新闻》记者如是解释。
事实上，国家要求汽车厂商对新能源汽车的电机、电池、电控等关键部位提供不少于5年或10万公里质保。但在动辄8年、十几万公里质保期背后，动力电池身价不菲。
-
据中国邮政快递报消息，顺丰联手“搬运帮”APP在北京地区上线“顺丰打车”频道，主打同城货运服务。和快狗打车不同，顺丰此次推出的打车业务并不是独立的APP而是采取与搬运帮合作的方式，在搬运帮APP中上线“顺丰打车”。用户在搬运帮APP中选择“顺丰车”即可体验顺丰打车服务。
对此，顺丰方面对《每日经济新闻》记者给出官方回应称，报道中提到的搬运帮与顺丰速运合作，实际情况是搬运帮与顺丰速运北京区有初步的合作。在没有经过顺丰允许的情况下，搬运帮公司单方面发布了有误导内容的信息，未经授权使用顺丰品牌宣传自身业务。
顺丰方面表示，已责成搬运帮公司立即撤掉不实宣传，并向消费者澄清。鉴于搬运帮公司擅自使用顺丰品牌、发布不实消息，误导媒体和消费者，顺丰速运北京区已于即日解除与搬运帮的合作。
-
全国乘用车市场信息联席会（以下简称乘联会）数据显示，1~8月，新能源乘用车销量达50.73万辆。包括比亚迪、北汽新能源、上汽乘用车在内的车企在8月均有不俗表现，其中，比亚迪以2.09万辆月销量稳坐8月新能源乘用车销量冠军。相比较之下，长安汽车、众泰汽车等车企的销量并不理想。
-
Uber commits $10 million to sustainable transportation
Uber is putting $10 million behind sustainable transportation over the next three years. As part of the fund, Uber is donating $250,000 to SharedStreets, a nonprofit organization focused on creating a shared standard for public streets and data sharing. Lyft, also in the name of environmental impact, invested millions of dollars in carbon offsets earlier this year.
-
Tesla offers incentives, taps volunteers in end-of-quarter rush
In the August letter to shareholders, Musk said the automaker expects to become both sustainably profitable and cash-flow positive in the second half of 2018 for the first time in its 15-year history.
Tesla delivered 18,449 Model 3s in the second quarter, according to the shareholder letter, and said in July that 11,166 were in transit to customers. Goldman Sachs analyst David Tamberrino, who has a sell rating on the stock, estimates third-quarter Model 3 deliveries of about 52,000.
-
依赖GPS导航会减弱甚至取代海马建立认知地图的功能，同时增强对刺激—反应模式的依赖。
-
从2018年年初到现在，滴滴D轮以后投资人开始转让滴滴的原始股，而接盘方系滴滴的投资方软银中国资本（下称软银）。
“D轮以后的投资人非常分散，构成也比较复杂，很多投资人是奔着滴滴很快上市去的。但由于最近滴滴安全事件的爆发，导致了其上市计划暂缓，同时估值也被压缩，再加上D轮以后的投资人很多都是非专业投资人，所以有退出压力。”另有机构投资人对界面新闻记者表示。
上述知情人士还透露，滴滴核心团队及部分早期员工，正在按照接近26美元／股转让期权，价格略高于原有价格。
去年4月，财新网报道称，滴滴在拿到55亿美元融资前，管理层股份已经稀释到8.40%，员工持股10%，腾讯和阿里分别持股11.4%和9.5%，余下股东无一持股比例超过5%。以此计算，本轮融资后，滴滴管理层股份将进一步稀释至7.48%。“软银想要更多话语权，才会回购原始股。”上述知情人士透露。
-
车东西9月27日早晨消息，成立9年，规划超过4年，北汽新能源借壳此前的ST前锋（现已更名为北汽蓝谷），今日正式在上交所上市。
北汽新能源是国内第一家在A股上市的新能源整车企业，它的上市标志着国内新能源车第一股诞生。
-
“罚款200元，180天禁坐火车”是一种探索，相信在今后也会成为一种“判例”。列车管理员也可以探索出更积极的做法，比如在车厢广播中，对吸烟者的处罚后面，加上一句对霸占座位的警告。同样，乘警也可以更积极一步，对那些坚持霸占别人座位不还的人，直接架走。相信那些乘客，也会用手机录下更精彩的视频。
-
据国外媒体报道，据知情人士透露，就担任Lyft即将进行的首次公开招股（IPO）主承销商一事，投资银行摩根大通正在与Lyft进行洽谈。
此前，摩根大通的竞争对手高盛集团和摩根士丹利出于对Lyft更大竞争对手Uber IPO事项的忠诚，决定不再参与Lyft IPO事务的竞争。
消息人士表示，高盛集团和摩根士丹利过去曾帮助打车服务公司Uber筹集资金，因此在Uber的IPO中将会担当最高服务角色。
-
近日，摩根大通研究所（JPMorgan Chase Institute）发布的一项研究报告（下称“报告”）显示，2013年末至今年初，美国网约车司机的月均收入下降了近一半，今年3月，美国网约车平台司机月均收入为762美元，而在5年前，这一数字逾1500美元。
另外，2017年，美国网约车或者网约货车司机（例如Uber或Lyft司机）也比2013年大幅缩减，下降幅度达53%。
这份报告是对2012年10月-2018年3月3900万份样本中230万个数据分析后得出的。摩根大通认为，这可能是多种因素综合导致的结果，但很难找出全部的原因。
首先，较低的客单价可能降低了司机收入。例如，拼车服务已经从豪华车转移到普通车，所以订单价格也会有一定的调整。
其次，司机与乘客配对时间的拉长，使得部分兼职司机的服务时间减少，从而降低了收入。摩根大通的数据显示，大多数使用相关应用的司机一年只开三个月或更少时间的车，只有12.5%的人一年驾驶10个月或更长时间。
事实上，不只是美国，中国的网约车行业似乎也遭遇了类似情况，“单多车少”的情况屡见不鲜。
中国互联网络信息中心（CN-NIC）发布的第41次《中国互联网络发展状况统计报告》显示，截至2017年12月，中国网约专车或快车用户规模达到2.36亿，较2016年增加6824万人，增长率为40.6%，用户使用比例由23%提升至30.6%，较2016年增长7.6个百分点。
然而，消费者需求上涨的同时，网约车市场出现了供不应求局面，特别是恶劣天气条件下，更是一车难求。
一方面，平台派单规则改变和抽成增加使得司机接单数量下降。
-
独角金融向趣店求证此事，对方表示，“这只是一些线下门店的优化整合，优化产出比较低的门店。”
大白汽车是趣店于2017年10月登陆纽交所后落地的新主营业务，定位“年轻人的第一辆车”，由趣店CEO兼创始人罗敏亲自带队孵化。
在罗敏看来，汽车新零售是一个千亿美元的市场，根据之前从事现金贷积累下来的经验，将原有的消费金融场景拓展到实体经济场景，汽车行业是最好的选择。
罗敏的算盘，是将其趣店集团总共6790万名用户导流至大白汽车上，但实际上，“趣店呼叫中心从存量借款用户转化为大白汽车用户的过程已经走完，但转化率极为有限，情况不容乐观。”趣店的内部员工如是说道。
“模式重，成本高，效率低”的大白汽车却成为了趣店面临的最大难题.
-
一是公共安全隐患问题巨大；二是顺风车产品安全隐患问题巨大；三是应急管理基础薄弱、效能低下；四是非法营运问题突出；五是安全生产主体责任落实不到位；六是企业平台诚信严重缺失；七是个人信息安全问题突出；八是社会稳定风险突出；九是涉嫌行业垄断。
以下是36氪获取的滴滴针对主管部门发布会作出的具体回应：
滴滴公司坚决拥护并感谢主管部门提出的整改要求和建议。滴滴将切实整改并持续加强安全运营保障机制，全力推进网约车合规化，全面落实企业安全生产和维稳主体责任。
整改期间，滴滴在全国范围内无限期下线了顺风车业务，陆续推出和升级了多项安全运营保障措施。包括持续面向全量司机进行安全审核，推出深夜运营规则；升级一键报警、紧急联系人功能；增加重大安全客服，并成立了警方调证专项工作对接组等。
滴滴已开通倾听全社会意见建议的通道（http://yijian.didiglobal.com），接受公众监督，并持续向公众公开回复。同时，我们还将召开面向乘客、司机、专家学者及媒体的系列恳谈会。
安全工作永无止境，滴滴在保障司乘安全、稳定运力等方面依旧面临较大挑战。我们深深感谢乘客和司机伙伴们的谅解。作为移动出行行业的一分子，我们深知自己无法满足数亿民众出行的需求，欢迎更多企业能够投入到这个行业里，为人民群众提供更丰富多样的出行服务。
截至目前，滴滴安全整改工作主要进展如下：
1、在全国范围内无限期下线顺风车业务；公司全力以赴投入安全工作；
2、持续面向全量司机进行安全审核和培训，要求无犯罪记录、通过三证验真。除了每日出车前对司机进行人脸识别外，9月27日起已在司机接单间隙随机抽查人脸识别，通过后才能继续接单；
3、9月15日起，试行深夜运营规则。快车（含优步、优享）及专车司机在深夜期间（23:00-5:00）需满足注册时间超过半年、安全服务超过1000单等条件才能接单；
4、已升级一键报警功能。乘客和司机使用一键报警后，在拨打110电话的同时，会自动发送行程信息给紧急联系人，确保亲友在需要时与警方迅速联动并及时获取行程信息。我们仍在积极探索将信息自动同步给警方的解决方案；
5、客服部门的重大安全客服人数增加3倍，并成立了警方调证专项工作对接组；警方调证流程将在符合法律法规的前提下进一步加速；
6、9月8日开始试运营的行程中录音（7天后自动删除）功能，不仅对潜在的言语性骚扰及不文明行为起到震慑作用，同时也有利于公正解决司乘纠纷。滴滴将按照相关法律规定，通过加密保护技术以及严格的录音采集和调取规范，保障乘客及司机的隐私；
7、9月13日启动司机安全培训计划，其中安全知识考试覆盖所有上线的司机，未通过的司机无法出车接单；司机端APP已上线防疲劳驾驶功能，系统触发后，司机必须休息后才能继续提供服务；
8、乘客端APP已上线“未成年人乘坐滴滴需由监护人陪同”（包括代叫车）的提示，希望各位家长用户谅解，并向孩子普及相关知识。平台目前正在探索有效的未成年人安全出行防护机制。
-
In-car commerce startup Cargo raises $22 million led by Founders Fund
Cargo, the startup that helps ridesharing drivers earn money by bringing the convenience store into their vehicles, has raised $22 million in a Series A round led by Founders Fund.
Cargo provides qualified ridesharing drivers with free boxes filled with the kinds of goods you might find in a convenience store, including snacks and phone chargers. Riders can use Cargo’s mobile web menu on their smartphones (without downloading an app) to buy what they need. Cargo has previously partnered with Kellogg’s, Starbucks and Mars Wrigley Confectionery — companies looking for ways to market their goods to consumers.
“Our default behavior in an Uber is to shop, play games and listen to music on our phone. Riders have ordered more than two million products and today transact with us every five seconds,” Cargo founder and CEO Jeff Cripe said in a statement. “We brought riders instant commerce, now we’ll help them discover and enjoy games, music, and entertainment on one in-car platform.”
-
Here is the SEC complaint against Elon Musk and Tesla
The Securities and Exchange Commission lodged a complaint today against Elon Musk following tweets sent last month by the CEO involving a planned private takeover of the electric car company at $420 a share.