L2做得越好離L4越遠，無人駕駛的路線之爭
小馬智行樓天城認為 L2 和 L4 目標不同：L2 用戶只要夠用、成本更低，做得越好反而離 L4 越遠；L4 要的是萬小時不出事，還得有一把評價好壞的尺子。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
無人化才是出圈真衝擊
武漢蘿蔔快跑引發關注，樓天城說車隊規模、更大試用範圍只是那 1%，99% 是無人化。一個人坐進沒有人的車，哪怕旁邊坐著安全員，衝擊力完全不一樣；如果這次開放哪怕 1 萬輛、10 萬輛，但還有一個人安全坐在那邊，就絕對不會達到今天的效果。所以為什麼火的是武漢，跟城市可能有關，但絕對不是唯一原因。他也在打聽特斯拉把 Robotaxi 從 8 月 8 號推遲到 10 月的原因，並說傳統 L2 輔助駕駛沒有無人化，能不能越過這 99% 是很不同的。
— 樓天城100 到 1000 小時卡在評價系統
他用 1 小時、10 小時、100 小時、1000 小時、10000 小時描述無人駕駛。1 到 10 靠基礎模型，10 到 100 靠數據收集和複雜模型，100 到 1000 最關鍵的是評價：上個月做到 200，這個月新版本是 220 還是 180，不能靠猜，也不能只跑一小時；跑一萬小時又會受下雨、修路、週五晚上車多影響。要把這些噪聲全部剔掉，才能真正判斷做得好不好。他主要精力花在 contest based metric system，內部這麼叫。這是超越資源的能力，不然有再多錢、數據、機器，也只是原地打轉。
— 樓天城目標不同，才有路線不同
路線之爭，樓天城說只有目標不同。想到哪去和最終到了哪差別最大，路線只決定多快、多接近。他把激光雷達比作作弊學生，直接看答案；純視覺比作好學生，城市覺得好學生再優秀也難比作弊學生，所以做全無人選激光雷達。特斯拉純視覺是因為不需要做全無人，及格線更低，還有成本、車輛外觀延遲。何小鵬試駕後說特斯拉 FSD 明年一定會追上 Waymo，他不同意：L2 和 L4 不是同類比較，一個像足球一個像籃球，評價標準不同，FSD 做得越好，離 L4 越遠。
— 樓天城L2 做得越好，離 L4 越遠
L2 用戶要求只要大 V1 就 OK，所以 L2 產品可以因為成本降低，把指標從 10 降到 8，這是更好的 L2，卻離 L4 更遠。因為 L4 需要 1 萬小時不出事故。他說漸進式無人駕駛佔了便宜：為什麼先做 L2 再做 L4，而不是反過來？L2 和 L4 目標不同，技術本質差異讓 FSD 一定實現不了 L4。激光雷達是作弊學生，物理直接測距、主動光；L4 是一萬道題級別的考試，純視覺好學生可能學很久，激光雷達直接看答案。安全指標之外，速度、舒適度也是評價的一部分。
— 樓天城超越人類後，數據是干擾項
到 1000 之前數據越多越好；超過人類平均水平後，數據越多越難收斂。因為數據里人的開車行為千差萬別，模型不知道學誰，又沒法取平均。他提到 Edo 說過，數據多時梯度會很快下降為 0，沒法收斂。他還舉自己達到 6000，再加 1000 的數據會把它拉回 4000。數據不是扔，而是處理，讓只留下有用的。端到端提升泛化性，數據多可以幫助泛化，但當你超越數據平均水平，數據就成了干擾項，越多越難超越。
— 樓天城放棄初心不是因為艱難，是不現實的誘惑
創業 8 年，樓天城說最大的誘惑是完全可以做一兩年就能商業化的東西。姚期智先生講過不忘初心，他後來理解後半句堅守初心才是真難。一般人認為放棄初心是因為遇到很多困難，但真正原因是不現實的誘惑；很多人在艱難面前能堅持，卻在誘惑面前保持不住。當年很多公司已經出來，現在名字都不知道了，他們沒有堅持，基本不是因為艱難或沒錢，而是沒經受誘惑。所以他把無人駕駛當成幾代做技術的人的終極風向，願意再等三五年。
— 樓天城競賽高手藏牌：Hold hard
競賽技巧 Hold hard：有些東西你知道怎麼做，但就是不讓人知道，通過辦法讓對手覺得你也不知道，讓他放棄真正拼的想法。比如大家都 80 分，你其實能 90，如果讓對方知道，他會拼出潛力；所以控制分數，讓他覺得差不多，溫水煮青蛙，最後一刻亮劍，對手沒時間反應。但公司發展不一樣，需要 publicity，中間結果、交朋友、合作伙伴都重要。競賽中間領先不一定最後贏，公司則不能把藏牌照搬。
— 樓天城AI 超過人不是 AI 的頂峰
樓天城說人也只不過是一個 agent，問 AI 會不會超過人，這個問法對自己太高看，憑什麼人能夠判斷 AI 能不能超過人。AI 本身是擬合迴歸過程，沒有創造新的邏輯範圍，今天大模型只是在 mimic 人的行為，遠沒到通用人工智能。但他不玄幻，也承認這種做法可能非常好，能超過人。他還說人的能耗比極其可怕，吃頓飯到現在不餓，同樣能耗給機器人早就不行；心臟一生跳這麼多次不壞，造不出來。他甚至認為世界可能是一個模擬器，光速是重要參數。
— 樓天城原話 · 已逐字校驗
沒有 這只有目標不同 首先目標不同的最大差別 想到哪去 和最終你到了哪 這是差別最大的
沒有路線之爭，只有目標不同；目標最大的差別是想到哪去，和最終你到了哪，這是差別最大的。
樓天城17:50
當你開始超越人類的時候 數據不是越多越好 因為數據是你的干擾項
當你開始超越人類的時候，數據不是越多越好，因為數據是你的干擾項。
樓天城34:15
就是我今天達到6000了 沒達到10000 達到6000了 好我把1000數據加多 就把我身體6000拉回來 變成4000
就是我今天達到 6000 了，沒達到 10000，達到 6000 了；我把 1000 的數據加多，就把我從 6000 拉回來，變成 4000。
樓天城36:16
但是真正的放棄出境的根本原因是因為 不現實的誘惑 不是因為堅固
但真正放棄初心的根本原因是不現實的誘惑，不是因為艱難。
樓天城45:18
就說我有些東西我知道怎麼做了 但我就是不讓人知道 我通過一些辦法讓你覺得我也不知道
有些東西我知道怎麼做了，但我就是不讓人知道，我通過一些辦法讓你覺得我也不知道。
樓天城51:18
但是你問這個問題的時候是不是對自己太高看了 就你憑什麼覺得人能夠判斷AI能不能超過人
但你問這個問題的時候，是不是對自己太高看了？你憑什麼覺得人能夠判斷 AI 能不能超過人？
樓天城57:22
AI本身是一個擬合迴歸過程 AI並沒有創造一些新的邏輯範圍
AI 本身是一個擬合迴歸過程，AI 並沒有創造一些新的邏輯範圍。
樓天城58:23
數字與實體
| 武漢無人化時間點 | 2022 年底做到無人化 | 2:02 |
| Pony 車無接管時長 | 1 萬多小時 | 4:02 |
| 無人駕駛時間尺度 | 1/10/100/1000/10000 小時 | 5:02 |
| 到萬水平 | 接近 20 萬公里不出問題，10 倍人類司機 | 14:07 |
| 端到端成為主流路線時長 | 2 年 | 17:07 |
| 大規模 Robotaxi 時間 | 還要三五年 | 37:16 |
| TopCoder 中國區參賽 | 連續 11 年，去年拿亞軍 | 49:18 |
| 編程競賽決賽倒數 | 4 次 | 55:20 |
| Pony.AI 預期 | 最好三年，最差五年 | 56:21 |
| 特斯拉 Robotaxi 推出時間 | 4 月說 8 月 8 號，後推遲到 10 月 | 3:02 |
術語
- contest based metric system基於競賽的度量系統
- 樓天城內部對評價 L4 好壞的指標體系的叫法，用於判斷版本變好還是變差。
- MPX每次干預里程
- Miles per Intervention 等指標的統稱，衡量自動駕駛多久需要一次人工干預。
- Hold hard藏牌
- 編程競賽中隱藏自己真實實力、讓對手誤判差距的技巧。
- end-to-end端到端
- 用一個模型直接從傳感器輸入輸出駕駛決策，避免模塊間信息丟失。
- BEV鳥瞰圖
- 把多傳感器數據統一到俯視視角的感知表示。
- Robotaxi無人駕駛出租車
- 沒有人類司機、按出行服務收費的自動駕駛車輛。
收聽指南
做自動駕駛、Robotaxi 和 L4 落地的創業者、投資人、工程師；也適合想看樓天城如何用競賽思維做公司的人。
若只關心技術和商業，44 分後的競賽與個人經歷可速聽。