腾讯，你变了？！大小马聊科技25

　　本期视频传送门：「大小马聊科技25（上）」
　　话题1、 腾讯又搞出行？
　　话题2、蔚来ES7、理想L9，买吗？
　　话题3、哈佛华裔女孩搞 30 亿？
　　大小马聊科技，用毒辣视角，聊科技热点。
　　每周聊三个科技热点，我是小丹尼，我是大卫，我是电动Emma。 腾讯又搞出行？
　　我们先聊第一个话题，腾讯又搞出行？
　　最近我看车圈发布会有很多，包括蔚来的 ES7、理想 L9 等等。
　　而且我看有观众在上集评论区还盲猜这次要聊理想了。没错，我们确实会在第二个话题重点聊一下。
　　第一个话题，我是想夹带点私货，因为大小马的老观众都知道，我的第一大重仓股就是腾讯，我自己的闲钱基本上都放在腾讯股票上了。
　　前几天看到腾讯搞了场智慧出行的发布会，这不是进入咱们的老本行了么，所以必须要聊聊。
　　我觉得我们大小马节目不应该只是聊那些，大家都关注的那些 To-C 产品发布会，比如像手机或者新车。我们也想多给大家带来一些 To-B 行业内的一线信息。
　　比如这次腾讯的发布会就搞车云一体化，之前智驾地图，还有腾讯把它的游戏技术用到自动驾驶的仿真平台，我觉得还挺有意思的。
　　大卫你作为自动驾驶的资深从业者，你看完这次腾讯发布会有啥感受？
　　最吸引我的有两点。第一个是它的车机地图，几乎跟我们高精地图的感觉是一样的，就自动驾驶所需要的高精地图，包括车道线信息，路面语义信息。我稍后会给大家再讲一讲它的技术内核。
　　还有一个是我比较喜欢的是它的 simulation ，就是仿真引擎。
　　这个仿真引擎还做了一个聚合类的引擎，把全世界主流的汽车行业和自动驾驶行业用的引擎都包括进去了，比如说有 VTD ，这个是行业内最厉害的仿真（工具）。
　　还有 Cognata ，以色列的仿真公司。腾讯做了一个聚合，当然腾讯因为做游戏出身的，所以它做这个仿真也是挺厉害的。
　　我看了一下它的 demo ，把深圳整个南山区全都抠出来了，还可以有不同的环境，不同的天气，连路标都抠出来了。你如果仔细看路边，会有社会主义核心价值观标语，你就觉得天呐，感觉真的是在这个国家这个城市。
　　我看这个发布会形式也挺有意思的，也是搞了一个虚拟形象主持人。
　　我们之前刚吐槽过集度的希加加，还有它们很拉胯的虚拟仿真主持。
　　这次腾讯不愧是做游戏的，我感觉它的虚拟形象做得比集度要好一个等级。
　　我有一个问题，你看全球很多最领先的 AI 公司，像DeepMind, OpenAI ，它们都会拿某一些竞技游戏类作为切入点来训练 AI ，比如说 DeepMind 就选了围棋，OpenAI 就选了 Dota 。腾讯也是有很深的游戏积累的。
　　其实做游戏跟 AI 做智能驾驶出行它有什么关联呢？为什么都拿游戏来入手啊？
　　首先游戏是一个物理仿真引擎。我举个例子，比如说之前好莱坞电影叫冰雪奇缘，冰雪奇缘里面雪花的物理效果它是找 UC Berkeley 物理系的人做的，就是为了达到一个逼真的效果。
　　包括皮克斯动画里面的这些物理引擎，还是挺难做一个物理的世界。
　　那么游戏要想做得真，我们不说像弹珠人那种游戏，我们讲的就是这种大作，这种一般都是用虚幻5，然后 Unity 引擎。
　　它本身里面都有很多物理效果，这些物理效果都可能是物理系的工程师、数学系的工程师在一起做出来的。
　　它把引擎用到自动驾驶上面，比如它可以准确地模拟出天气变化。我们在做自动驾驶有不同的 corner case(极端情况) ，有阳光斜射的时候，相机可能照不到了，或者是有一些树荫在地上，你就看不清车道线了。
　　这些在生活中去找是要花时间的，但是你可以在游戏引擎中直接模拟出来。我讲的比较简单，比较复杂的还有雨水在路面上，阻力系数就变了，你怎么去模拟阻力系数，这些都是游戏引擎要做的。
　　当然还有一个部分就是策略，像 Dota 和星际争霸 2 这种人跟人之间打仗，是有不同策略的。所以有些 AI 公司，其实是用机器做强化学习，跟人的策略来来回回比拼。所以这两点是回答你刚才的问题。
　　我这里想纠正很多人的一个误区，很多人还是觉得腾讯是一家游戏公司，收入利润还主要靠游戏。又到了我们常规环节，小蛋泥读财报了。
　　你仔细看它的财报，最主要的一张图是我们常说的，中间一个大齿轮，外边五个小齿轮的六轮齿轮图，两个小齿轮就是 FinTech 加上 Cloud 云服务，腾讯是已经非常看重To-B 的企业服务。
　　你看它的收入细分，它在今年一季度时，其中一大块的收入叫 FBS 全称叫 FinTech and Business Service 就是金融科技和 To-B 的服务已经是占到整个收入的32%，也就差不多 1/3 。
　　再看一下它的游戏收入国内是24%，国外是8%，加起来也是32%。
　　所以说它的FBS 业务和游戏收入占比已经一致了，在之前的有些季度甚至比游戏收入更高。
　　所以我觉得也是对应了之前马化腾在采访中说过一句话，腾讯他是想做这种基础设施，就像供水供电一样。
　　这次腾讯做的，无论是云也好，还是虚拟仿真平台也好，我觉得都是在向这个方向发展，要做基础设施，比如说做自动驾驶基础设施。
　　这次发布会还有一点挺有意思，刚开场是不是就找了毫末智行的这个老大出来？
　　对，是大卫的以前老领导？
　　对，以前直属老领导，我在想他怎么不找百度，怎么找到百度的对手，找了腾讯。他主要是lead L3 部门。他跟腾讯的合作，我看很多都是以前百度做过的产品，比如说车机地图，还有车的云他都参与过。
　　说起刚才你们说的虚拟现实的世界环境技术，我觉得除了可以省时间去测试一些 corner case 还有它是不是也解决了烧钱的问题？因为我之前去参观比亚迪的工厂，它们的讲解员就说它们用的汽车安全碰撞的假人，一个就要过百万甚至上千万。
　　你想一个假人都那么贵，它整个安全测试做下来要多少钱？所以如果你整个都是一个 stimulation， 都是一个仿真的世界，各种各样的场景都能够去做，而且一套系统就这么贵。开发了之后就是这个价格。
　　这个叫做 synthetic data 就是合成数据，还有一部分叫 realistic data 有些人也叫做 ground truth data （真值数据）我们一般在做的时候是差不多 4 比1， ground truth 的 data 可能80%，合成的数据占20%，因为合成数据它快，可以快速做一些验证。
　　但是很多情况下还是要真实地去路面，去城市街道里面去找真值。所以现在工业界通常的做法就是两套一起上，既要做真值又要做合成数据集。
　　我看这次发布会它有一些数据挺有意思。它说一辆车其实每天产生的数据有几十个 TB ，假如说一辆车产生一天的数据是 64 TB ，一年就是 23,000 多 TB ，相当于你要买 1 万块两 T 的硬盘，价格要几百万还是很贵的。
　　这只是一辆车，如果你有 10 辆 100 辆的话，成本是特别贵的。这次腾讯云就专门针对自动驾驶的模拟仿真数据，做了成本降低。储存成本可以降低50%，这个还是有意义的。
　　它还有一个找错的成本，比如说我们的数据，每次出去路测，你录 10 个 T 也好，甚至 100 个 T 这里面有一些 corner case 或者说它是在我们要的 data sample 以外的数据，如果是靠人工去找，时间太久了。
　　所以是用云计算的方式，给它一个阀值，它直接把数据给你调出来，你就去看这些不太好的数据是怎么回事就可以了。
　　所以这也是云平台最擅长干的事情，它就是一个大的生产力工具，把我们日常在办公室里面就需要人做的事情全都丢到云平台上。
　　而且这些云平台都是通用的。我相信它针对金融产品也有一些东西，比如哪些金融数据是在样本以外的，也可以通过这个方式。所以它把腾讯的版图推得越来越大了，而且可以覆盖更多的行业。
　　是的，刚才大卫说的有关有效的数据，我看一辆车，它每次记住这些数据，有效的数据真正需要用到的可能 1% 不到。而且还有一个很重要的工作就是你需要去清洗标注这些数据，如果纯靠人工标注这数据的话，肯定又费人力又费钱。
　　还有一点就是一辆（自动驾驶）车，要真正上路的话，要测试 110 亿的英里的话，如果真是靠真车试的话是要花费很多的时间，时间也是一个很重要的考虑维度。毕竟像现在这么多造车新势力，你不可能测试花那么长时间，才真正量产上路。这个时间成本也特别重要。
　　说到标注，之前自动驾驶刚起步的时候，标注行业都得需要靠自动驾驶公司去教怎么标，不是说你画一个框，这张图里的数据就能用的，而是要标出什么样的数据，带有哪些标签，怎么做成结构化，但这些现在都做成一套完整的工具链了，确实发展得很快。
　　大卫，我好奇问你个问题，你们在做自动驾驶的时候会用这些云解决方案吗？
　　会的。刚开始我们是搭了个私有云，市面上也有一些这样的公司，但是规模不大，也都是Startup 初创公司在做。像腾讯这种体量的公司深入到细分市场，其实还没有。
　　我也有一个问题，大家都说数据是信息时代的石油，数据非常重要。像你们这种公司，在体量上肯定跟科技公司能拿到的数据是没法比的，你们这种中小型公司它的优势在哪里？像腾讯的这种云服务会不会给你们也带来某种好处？
　　那肯定的，首先我们的优势在于我们可以给客户做一些定制化开发，比如之前给主机厂做一些前期的 PT ，就是prototype（原型车）的自动驾驶验证，还有我们自己在鼓捣的一些新的产品，比如在公路上的纯无人配送车，都是我们自己在做，很多大厂它不会为了这种小事情给你开发一个引擎的。
　　我刚才提到的像 VTD 公司，包括Cognata 也不是刚开始针对我们这种体量的公司，而是针对奔驰、宝马、奥迪这种体量公司去做的。
　　一个车型，要把它做得特别真，需要花很多时间在车的物理上面。比如说车灯的FOV 要怎么算，车轮胎的磨损系数跟沥青路面怎么磨损，这些数据都是要做进去的。
　　所以腾讯是做了一个通用的平台，我觉得这个通用平台还需要一些时间打磨，比如说有越来越多像我们这样的公司，如果能登录到平台上，肯定之后也挺有前途的。我是挺乐意尝试的。
　　对，现在不是免费尝试嘛。
　　对，可以白瞟一下。
　　你怎么非得说这免费两个字？
　　说得比较直接是吗，我觉得现在一个很大的趋势也是未来的一个机会，就是现在越来越助力这种比较长尾的小型企业。包括我们第三个话题要聊的帮这些小（个体）打官司，也都是去找这些小的机会，通过算法，通过这些产品的助力，都可以把这些比较小的需求汇集起来，这其实也是之后一个很大的机会。
　　腾讯这次出的车云一体化，我是觉得也是非常助力，大卫像你们这种不是自动驾驶大巨头搞的，就可以做定制化，还是对你们很有帮助的。
　　对，说到它地图让我觉得很兴奋的点，就是实在是做得太接近自动驾驶的高精地图了。你们知道自动驾驶的高精地图和普通导航级地图最大的区别在哪里吗？
　　数据更精细吗？
　　就叫车道线级的定位和车道线级的语义地图。
　　比如你之前拿任意品牌的地图开车的时候，它需要手机的加速器适应二三十米，才知道你在哪条车道线上。
　　否则不知道你在这条路的北边还是南边，因为它漂移是在米级漂移，米级就是在 10 米以内漂，你基本上一条路可以是一个很大的圆圈在漂，那就导致经常开车时就错过了一个路口，或者在北京这样的二三环路上，你错过一个路口，基本上下一个路口可能 40 分钟就过去了，所以特别耽误事。
　　这种高精地图它能做到每一条车道线都标注好，为此带来一个新的技术提升，车本身的导航系统，它的 IMU 就是陀螺仪加速器，就惯导，还有 RTK 定位加 GPS 这整个一套要做得比较精细。
　　不过目前工业上能做到二三十美金也是挺便宜的，从几百美金降到二三十美金。有一套这样的定位系统，再加上接近于高精地图的车载地图，定位就会非常非常准确。
　　回头你们可以再仔细看一下那个地图真的是在车道线上进行变道的，这就是下一步做到米级以内，我们叫厘米级定位。但有的时候达不到，所以就在米以内漂移，而不是在 10 米范围内漂移了。到时候我们会把这些展示放在视频版。
　　我看这次腾讯它专门针对车载导航推出了叫腾讯智驾地图。
　　这个智驾地图相当于是把高精地图、 ADAS 地图，还有标准导航地图，有点三图合一的感觉。我感觉像腾讯地图，大家都知道在手机端，我们还是用的很多都是百度地图和高德地图，虽然腾讯地图也是在一线的水平，但说实话用户量还是落后于高德和百度的。
　　但腾讯的优势是在于在自己的大生态下有比如美团、京东这些服务，这里头内嵌的地图都是腾讯地图。
　　所以它还是有一些大家不知道的使用场景，腾讯地图的用户也是不少的。
　　我感觉虽然腾讯地图可能在手机端落后于高德和百度，那它是准备比如说面向下一代的地图场景，比如说我们的车里智能导航地图，相当于布局未来。我觉得也是值得关注的。
　　对，就好像直接跳过了导人，直接想往导车方向去了。
　　大卫你作为自动驾驶从业者，你感觉这个地图有什么特色？
　　还有一点我看到在停车场的导航，当然它只放出了一张图。不过我可以猜一下，首先要在停车场先给它用 SLAM 技术建一个图，建完图，因为车本身要配一个比较高标准的 IMU 加 RTK ，就可以准确地把车辆位姿信息跟车机结合起来。这样你在地下当没有 GPS 信号时，也可以根据车载里程计去做定位，就可以找到车的位置了。
　　其实其他几个主机厂就是这么做的，我不太知道腾讯到底会怎么实现这个技术。
　　不过从我的角度，我觉得差不多也是用这种方式。因为停车场确实是一个非常非常大的场景，这个也是之前被很多地图公司忽略的，大家地图只做了室外的，没有做地下或者做一些室内的。
　　实际在找车或者在停车的时候，这是一个非常大的市场，你如何在一个购物中心或者一个大的体育馆找到你车的位置，反正我是经常找不到，还要拿手机拍一张照。
　　如果可以做到停车场的定位也比较精准的话，确实非常好。而且还可以跟停车场的这套停车 SaaS 系统打通，到底有多少个空位？我是不是应该等？往里停，还是说没有位置？我赶紧就走，这都是可以想象的空间。
　　我还有一个问题，之前我们聊过特斯拉的 Bird＂s Eye View ，把 2D 的地图转化成 3D 上帝视角的俯瞰。那你觉得像特斯拉通过视觉实时生成的地图和腾讯的这次地图。比如你刚才说在停车场场景，各自的优势是什么呢？
　　高精地图，不论是腾讯这样做的，还是我们公司做的，都是先拿一个车采集一下的，先把它的物理世界位置关系找到，在这个基础上再做一层语义信息。实际上底图是定位层，再往上贴一层图就是语义层。
　　这个语义层就是你的车道线、斑马线、人行横道、红绿灯、车牌。在这个语义层再往上，有的时候还会有一层就是到底有多少车在这个地方，是不是拥堵的。
　　所以这三层信息是比特斯拉实时生成的，它应该用的是视觉 SLAM技术，有一层 BEV， Bird＂s Eye View 。那肯定信息量大得非常非常多，而且是非常准的，但就是成本高了一点。
　　不过我觉得如果在中国北上广深加省会级城市，把这些东西做出来，成本也还好。但特斯拉那套方法确实是比较简便，比较轻，而且对地图没有什么要求，而且用的人多了，地图会慢慢地变准，因为它有一种众包的逻辑在里面。
　　但腾讯地图就还是比较中规中矩，先把它一层一层搞出来，信息量还是蛮大的。
　　可不可以这么理解：就是特斯拉对这种算法的要求会更高一些？
　　对，确实是，因为它实时建图，你看腾讯这个地图可以看到周围楼的几何样子，这个你实时建图肯定是没有的。
　　还有腾讯它自己做这种基础设施，好像没有说自己想造一辆车来承载这个技术。所以对于中国的新势力车企来说，是不是也是一个吸引力？
　　因为很多时候这种新势力车企就想自己研发一套技术，就怕本身既是做基础设施，然后又准备造一辆车，相当于把灵魂给了别人。
　　这个地图技术本身没有特别深奥，但为了这个地图技术能达到千家万户或者上百万台车的车主手里，所需要的 infrastructure 就是基础设施是巨大的，而这种基础设施基本上只有非常头部的公司才具备。
　　就好像我不可能为了做一个地图的生意，搞几百台地图车，也不可能为了地图的生意在全中国做可能几十个 CDN 这种分布式的存储，这个是划不来的。
　　但如果你本身这些基础设施都是有的，那你平移到这方面就比较简单。所以小的图商它能生存的空间并不高。
　　我之前还提到过一个在湾区也是华人之光的公司叫 DEEPMAP， 利用人工智能来做高精地图的，它就被 NVIDIA 收购了，纳入了英伟达的自动驾驶版图，成为英伟达地图核心模块的技术提供商。
　　所以你看它这种小而美的公司，最后也是这样，因为地图作为基础能力，对基础设施的要求也很高，所以不是一个小团队，我有个技术就能搞出来的。
　　我是觉得基础设施难度确实像大卫所说的是特别大的。至于腾讯造不造车的话，我觉得重点要看它基础设施发展得怎么样。
　　比如之前像百度，还有华为，它们也想做这种基础设施，百度想把它的自动驾驶能力卖给车厂，包括开源，做这些课程，这些事情都是想做有点生态基础设施的。
　　包括华为，它反复都说不造车，但后来介入车也是越来越多，比如问界 M5 ，还有之后要推出 M7 ，我们估计也会重点聊聊。
　　还有我们之前聊的百度的集度，也下场造车了。
　　所以我觉得如果它基础设施发展得很好，也不缺业务，而且有很多客户的话，不一定去造车。但是如果它需要自己造一个车，上面用自己的各种云服务、系统去展示实力，相当于做一个打样的工作，集度我感觉就是这么定位的，那以后还是有可能去造车的，不完全否定。
　　我觉得从车载地图出发是个特别好的点。我们之前也聊过 Carlife 和 Carplay ，像苹果的 Carplay 它其实对车是一种入侵，而且这种入侵我觉得是比较冒进的，很容易让原来的车丢掉灵魂，你把这个投屏直接投到车上了。
　　但实际上我们平时开车用的功能无非就是导航、语音助手、电话和听音乐。用得最勤最勤的就是音乐和地图，而音乐是你只用听，不用看，它完全可以嫁接在地图App 当中。
　　所以做一个非常好的车机地图，能让主机厂直接跟你签约，把它植入进去，是可以绕过像 Carplay 的商业模式的，一种更有入侵性的方式。所以我特别看好这种产品，其实原来百度也做过，但是你懂的，就那个样子。
　　我觉得还有一点特别注意，就是刚才我们聊了腾讯出的智驾地图，还有它做的车云一体化，专门为智能汽车定制的行业云，叫专云专用，我觉得背后的一个大逻辑就是腾讯是想做好这种产业的中间层。
　　那中间层是什么意思呢？就是它自己有很多腾讯的相关产品，比如它本来就有的腾讯云腾讯地图，相当于向下把这些腾讯的产品做好数字化的基础设施。
　　向上就对接产业的生态，跟各个主机厂，包括我看这次已经确认的是跟博世有达成合作了，所以我感觉整体来看，腾讯的战略定位是可以看出来一些端倪。
　　感觉腾讯像做了一套乐高积木，客户你想要怎么建，就看你自己了。
　　蔚来ES7、理想L9，买吗？哈佛华裔女孩搞 30 亿？
　　更多内容扫码查看原文：