回看板
Disp BBS
作者 LimYoHwan (gosu mage)
標題 Re: [新聞] 美監管機構調查：特斯拉自駕系統存在「
時間 Sun Jun  1 14:43:50 2025

※ 引述《LDPC (Channel Coding)》之銘言：
: 週末貢獻我兩分錢意見 竟然有人說waymo要收掉 在自從LLM Agent出現後@@
: 機器人領域瘋狂發展 尤其自駕又開始捲起來 在大好戰場線整合戰前 把waymo收掉 @@?
: (=_= 讓我想起2024 1月 提到業界要把LLM整合自駕 一堆人噴我不懂)
: https://ptt.reviews/Stock/E.S-E3eOc5k9jE
: 給個時間線
: 2024 5月 LLM Agent概念成立
: 2024 10月 Waymo 額外籌資56億美元
: 2024 年底 Waymo引入Gemini 開始成立LLM Agent引入自駕
: https://ai.zhiding.cn/2024/1104/3161049.shtml
: https://reurl.cc/bWjoYX
: 機器人搭配Agent  現在就是AI界的戰場 自駕開始在捲了
: https://reurl.cc/0K8eWK (美國最近一堆中國自駕公司部門在招人 @@b 大伙快上)
: https://zhuanlan.zhihu.com/p/16225874331
: 這條AI agent路可以通吃自駕和機器人 技術基石就是對現實世界的了解和路徑規劃
: 濃縮成幾句話就是 機器人和自駕在技術底層有大量同性質 多模態LLM推理能力會成
: 為最後關鍵點 而關鍵點就是LLM Agent 所以搞自駕和搞機器人都會搞再一起
: (**題外話 阿祖最近開始瘋狂招機器人@@)
: 回到特斯拉端對端(end2end)這種做法 無法做可解釋planning和決策等更高階
: 如果戰場拉到LLM Agent 特斯拉唯一能依靠
: 就是xAI LLM模型 然後xAI目前人才招聘.....現在裡面就各種亂
: 就引用nano-gpt fast run發起人Keller Jordan (現在openaAI)
: https://x.com/kellerjordan0/status/1893868235381961140
: Some trivia: In November I interviewed at both OpenAI & xAI.
: I thought both labs seemed strong, even tho ppl said xAI was a noncontender
ba
: -- the xAI guys told me all my ideas must be wrong & rejected me 珮_(ツ)_/?
: 回到股點 如果你想買個股票是看AI浪潮 目標是五年後 那你注意的地方就是
: 誰能掌握越多大模型的下游任務(自駕 搜尋 生成色色圖片@@b 人工助手 虛擬助理）
: 有高黏度性用戶 誰就能贏這場戰役
: 而狗家現在就是 AR眼鏡(虛擬助手 參照之前文章#1cH_ZPvT) 自駕 搜尋 影音媒體任務
: (e.g.notebookLM) 各種廖化調參數大軍 嘗試贏得用戶黏度 我現在每個週末就是吃泡
麵
: 每週買點狗家 @@ 但狗家的ceo有點抖就是....
: 不過如果你覺得這篇兩分錢文章不對 一切以你意見為主@@b


Waymo迄今仍未把 LLM 正式「上車」
https://i.imgur.com/t3wEpKC.jpeg
[圖]
截自今天遇到突發狀況仍然會卡住
遇道路有三角錐卡住
https://i.imgur.com/1lB3C8w.jpeg
[圖]

技術現況
Waymo 的商用仍採傳統「感知 → 規劃 → 控制」模組化架構，搭配高精地圖、LiDAR 與
 雷達；真正載客的車隊並未讓大型語言模型（LLM）直接參與即時決策。2024 年 10 月
，Waymo 對外發表了實驗性 EMMA（End-to-End Multimodal Model for Autonomous Driv
ing），宣稱透過 Google Gemini 提升多模態推理能力，但官方亦強調 EMMA 目前仍屬研
究性質，尚未完全取代既有安全策控流程       。

若要把 LLM 真正塞進量產車，Waymo 得先解決三大難題
1.      安全與法規驗證 – LLM 推理結果難以逐條驗證；在 ISO 26262、UL 4600 等汽
車
能安全框架下，要讓「黑箱」模型直接操控方向盤，監管單位與保險業者都更謹慎。
2.      車載硬體與成本 – LLM 推理需更高算力與記憶體。若要在車端即時運行、勢必
升
GPU/NPU，會墊高車輛 BOM 成本與耗電負載。
3.      商業節奏 – Waymo 以「安全零容忍」為品牌資產：不確定就停車、需遠端人員
介
。全面切換新架構若導致早期穩定性下降，將直接傷害乘客信任。

財務壓力
2024 年 10 月，Waymo 完成 56 億美元增資，由 Alphabet 領投，累計對外融資已逾 10
0 億美元    。然而 Alphabet「Other Bets」部門單季仍要虧損逾 10 億美元，而分析
師推估 Waymo 年虧損約 15–20 億美元，營收僅數千萬美元級別    。在此現金流結構
下，引入 LLM 雖能改善體驗與靈活性，但同時會推高硬體與驗證成本，延長盈利時程。

Tesla E2E：LLM「可有可無」的另一條路


若 Tesla 日後把自家 xAI LLM 疊在 E2E 之上，主要帶來少量增益：
自然語言互動 – 乘客可用語音直接改路、查詢車況。
車隊後台優化 – 在雲端用 LLM 做調度、維護及客服。

然而，Tesla E2E 核心已能覆蓋大部分駕駛行為；LLM 只是「提升體驗」而非「補安全短
板」，引入迫切性相對 Waymo 小。


Waymo 若將 LLM 深度整合，可望顯著降低「遇特殊障礙就卡住」的保守行為，並提升乘
客互動體驗；但必須支付更高硬體、驗證與研發成本，進一步拉長本就沉重的燒錢周期。

Tesla 在 E2E 架構下已擁有低邊際成本與龐大真實世界數據，LLM 更多是錦上添花；短
期不必為此承擔顯著成本，長期則可用於語音服務與後台營運。

簡言之，Waymo 更「需要」LLM 才能突破商業化瓶頸，但最痛的也是成本與法規；Tesla
e2e則「用得好更完整，用不到也跑得動」。
在自駕戰局真正分勝負之前，誰能把技術升級的成本曲線壓得最低、又最快通過監管門檻
，誰就更接近最終的贏家。


以下數據是消費者付費：

Elon Musk 預測的 Tesla Robotaxi
預估未來每公里約 $0.19–$0.25 美元，是主打超低成本的願景，強調靠大規模、純
視覺系統壓低價格。

真人 Uber / Lyft
美國主要城市平時每公里約 $1.2–$1.8 美元，尖峰時段與大城市（如紐約、舊金山）甚
至達到 $2–$3 美元。司機人力成本是主要成本來源。

Waymo Robotaxi
鳳凰城：每公里約 $1.2–$2 美元，與 Uber 價格接近。
舊金山：因感測器、地圖與營運成本高，每公里平均約 $7.4 美元，遠高於 Uber。


運營成本：

Uber / Lyft：人力成本占大頭，實際單公里營運成本可能接近乘客付費價（甚至略高，
平台依靠抽成與動態定價賺利潤）。

Waymo：據內部估算，單公里成本    $0.30–$0.40/km，但目前收費（特別是在舊金山）
遠高於成本，原因是要攤提研發、感測器、地圖更新、公司營運與早期投資回報，如果加
入LLM會更高。


Tesla Robotaxi（預測值）：Elon 說的是營運成本 $0.12–$0.15/km，但這僅是假設值
，還未實現。


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.73.72.160 (臺灣)
※ 作者: LimYoHwan 2025-06-01 14:43:50
※ 文章代碼(AID): #1eE_QeI5 (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1748760232.A.485.html
※ 同主題文章:
[公告] 分身水桶
06-01 10:20 rayccccc
06-01 12:31 casper955033
06-01 13:06 takase
06-01 14:03 DrowningPool
06-01 14:43 LimYoHwan
※ 編輯: LimYoHwan (42.73.72.160 臺灣), 06/01/2025 14:46:10
→ LDPC: 跟你說啦TSLA已經在放LLM 之前找我面tech lead role1F 06/01 14:49
E2E 視覺網路已能直接學人類駕駛行為；插入 LLM 反而打破「少模組、可大規模擴張」
的設計初衷
有跡象顯示 Tesla 正在「車內」測試 LLM（Grok／Foundation-Model），但目前僅用於
語音助理與高層互動，**沒有公開證據表明 LLM 已被接入 FSD 的即時駕駛決策。

→ jakkx: ...TSLA的超大本夢比就建築在LLM上面…2F 06/01 14:54

E2E 模型完全由影像→控制信號，不含語言推理

推 a95641126: waymo這個垃圾看到三角錐還會卡死
笑死
一直靠遠程遙控員 不丟臉嗎
遠程遙控員介入
還故意不算入統計數據 人為接管
waymo跟中國那群二貨自駕有什麼差異
遠程遙控不算人工接管
要現場人員去移車 才叫做接管
跟中國二貨自駕一樣
靠作弊消息騙只會「第一層思考」的賠錢韭菜
waymo這麼做騙一堆韭菜去投資
以為waymo自駕車最強3F 06/01 14:54
※ 編輯: LimYoHwan (42.73.72.160 臺灣), 06/01/2025 15:00:28
※ 編輯: LimYoHwan (42.73.72.160 臺灣), 06/01/2025 15:01:34
→ LDPC: @@ 樓上的確內行 那是個實驗專案 隸屬robotaxi
e2e就是無法解決資料沒落地場景 所以才有genAI15F 06/01 15:01
推 a95641126: 光達狗把waymo當成自駕聖杯
結果光達連前面淹水都看不到
害得waymo直接衝入水裡 乘客差點嚇死
waymo除了 衝去河裡 撞牆 撞工地外
頭頂上那顆光達到底是幹嘛的
光達看不清楚嗎 xdxd17F 06/01 15:05
→ zzahoward: E2E 一樣也是Blackbox阿23F 06/01 15:13
→ LDPC: LLM也可以搞成e2e 在fine-tune階段做就行
主要是e2e對資料數據需求高 數據須包求所有場景
LLM就得真的換硬體架構 所以現在都是實驗性質專案另一種解法就是合成數據 這樣就可以繼續用e2e
反正原篇是想吐槽某老兄說waymo要關門@@24F 06/01 15:15
推 michellehot: LLM的最大問題是反應慢 為什麼要走E2E因為反應才快你在路上還有速度用LLM如何做決策？看到障礙想一下然後先撞上障礙物 LLM再決策說你該閃避29F 06/01 15:21
→ LDPC: =_=樓上 LLM反應慢這問題可以解決 速度是由記憶體和模型大小決定 kv-cahce壓縮和multi-token等
https://www.sohu.com/a/884305330_401535
我沒反對特特有機會統治江湖 但Lim大講的成本是個好議題 @@其餘的說啥waymo要倒閉這個就值得吐槽
如果題目變成e2e是唯一解 那我解法就是得要3D合成不然沒見過場景(zero-shot)就是e2e卡點
=_=決定砍文好了 都變成兩派吵架文32F 06/01 15:22
小鹏汽车启动720亿参数自驾基模研发，初步验证自动驾驶规模法则_搜狐汽车_搜狐网 李力耘表示：“小鹏世界基座模型是小鹏自动驾驶真正走向L3、L4的基础，也会是未来小鹏所有物理AI终端的通用模型。”小鹏汽车从2024年开始搭建AI基础设施（AIInfra），当前已建立起万卡规模的智能算力集群… ...

 
推 Bigbag7: LDPC別刪啊qq，這串討論超有趣的，拋磚引玉很有價值啊
想請問您，另一篇文有提到waymo可以辨識警察手勢前進，在沒有遠端操縱的前提下，這是怎麼做到的呢？謝謝40F 06/01 15:58
→ leviathen: 車載算力成本才是LLM無法在車載大量部署的難點，現階段LLM即便deep seek r1也有671B，放車上即便GPU算力夠能耗也不夠你跑多遠。另一個問題就是資料，tesla資料是很多，但是車載上其實有更多莫名其妙案例需要GenAI，缺最後edge case資料才是最麻煩的問題。45F 06/01 15:59
推 willtaiwan: 廣義來說LLM或通用模型也是通過人類數據學習，只是文本加上影片數據量可能比e2e更大而已？所以落地場景這個也只是數據量問題，另外我查過也有人做e2e加上cot的理論不知道這個是否可以更優化推理能力50F 06/01 15:59
推 leviathen: 目前這些公司對LLM是想要來取代遠端遙控降低成本，真上車可沒那麼容易
E2E+CoT個人覺得重點在於降低恐怖谷效應，最佳化E2E反而可能會嚇死乘客，用戶體驗度不見得好54F 06/01 16:02
推 ozaki1986: 電動車就被中國捲爛，在怎麼發展一樣賺不到錢，呵，特市值就敗在電動車領域投資太多58F 06/01 16:21
推 StarburyX: 車端算力已經錙銖必較了 根本擠不出來
放LLM搶算力 本末倒置
理想已經實作一次了 還不是慘慘慘
WAYMO可以多加幾顆晶片試試 成本又控制不來
E2E的結果跟LLM結果衝突的話聽誰的？
這個問題幾個月前X圈已經討論過了
結論 這是搞不出來E2E時 用的範式
當初以為可以靠LLM克服E2E做不出來的問題
結果實作出來 又耗算力 效果還超差
能試的 中國廠商都已經試過一遍了60F 06/01 16:27
推 greedypeople: 特斯拉預估那個我記得是營運成本 不是實際價格啦70F 06/01 16:41
推 Lhmstu: 老馬的說法都要先打個對折才行，所以實際可能成本應該是 0.24 -0.3071F 06/01 16:49
推 casper955033: Robotaxi如果是Waymo一半價錢，Waymo跟Uber大概沒人要搭乘73F 06/01 19:09
→ weichungBRO: 瑪黑跟特黑打死都不會坐robotaxi75F 06/02 01:21
推 NAMESTANLY: 沒事啦 幾年前也一堆人不搭高鐵76F 06/02 15:56

--
作者 LimYoHwan 的最新發文:
點此顯示更多發文記錄