这一周，特斯拉终于达成了每周量产 5000 辆的小目标，虽然方式有点粗糙——新建装配线，甚至在工厂里搭帐篷加班加点。

　　而百度的量产看起来似乎高精尖很多，在近期举办的百度 AI 开发者大会上，李彦宏宣布了全球首款 L4 级别无人驾驶巴士「阿波龙」的量产下线，只是，100 辆是不是有点少？

　　同时发布的还有百度自研的中国第一款云端全功能 AI 芯片「昆仑」，有望掀起互联网巨头定义芯片，其他厂商设计制造芯片的产业链新风潮。

　　在大洋彼岸，曾经「日不落」的伦敦城正因为人工智能而焕发第二春，AI 研究实力全球前列，但是量产「小公司」。

　　所以我们到底要技术还是要落地？实践出真知。

　　一、百度的「量产」真的很厉害？看来需要探讨一下

　　「我们计划在 20XX 年实现量产！」这是每一个浸淫在自动驾驶领域的公司都说过的固定句式，但对于普罗大众来说却是看得见、摸不着。当然，这里面的猫腻、教训与焦虑，只有「当事人」自己知道。

　　在地球的另一半，「量产」同样是个让年轻公司们头疼的问题。但幸运的是，这周特斯拉传来了一些好消息。

　　在经历了生产线发生故障以及各方看衰的声音后，近日，特斯拉官方发布的生产报告表示，公司完成了每周生产 5000 辆 Model 3 的目标，终于告别「产能地狱」。

　　两年前，公司 CEO 埃隆马斯克曾告诉投资人，公司要实现盈利必须达成这一目标。为此，特斯拉团队的工作人员在加利福尼亚的弗里蒙特工厂夜以继日地轮班工作，并在一个巨大的帐篷下建造了一条新的装配线，在此完成这个季度的 Model 3 生产任务的 20%。

　　同时， 还传出马斯克在工厂内搭建帐篷、亲自监工的消息。

　　「过去的 12 个月是特斯拉历史上最艰难的时期，我们为整个特斯拉团队实现了 5000 单位的 Model 3 生产率感到无比自豪。」他在一份声明中写道，「我认为我们刚刚成为了一家真正的汽车公司。」

　　特斯拉表示，公司预计到 8 月底， Model 3 的产量将达到每周 6000 辆。

　　当然，仍有许多业内人士对特斯拉持看衰的态度，认为特斯拉的产能可能只是昙花一现——因为这仅仅是以公司人员高强度的工作量交换来的短时间内的产能提升。

　　与此同时，特斯拉的股票先是跃升至 360 美元，随后下跌 7%，跌至 336 美元。

　　现在特斯拉要做的，可能是要在股票再次上涨之前，展示出持续的生产力。

　　再反观国内，作为国内无人驾驶圈的老大哥，百度也做出了表率，想实现自己对「量产」的誓言。

　　但不要想太多，这个「量产」，不仅仅是百度自己达到的量产。借助车厂的帮助，100 辆无人驾驶车的难度并不是很大，但能否实现千辆级别，目前我们觉得悬。

　　在 7 月 4 日举办的百度 AI 开发者大会上，李彦宏表示自己要兑现一年前吹过的牛，宣布全球首款 L4 级量产自动驾驶巴士「阿波龙」量产下线。

　　据李彦宏介绍，这辆一看就与百度 Apollo 有着千丝万缕联系的「阿波龙」自动驾驶巴士是与金龙客车合作制造而成，目前已经在北京雄安、广州、深圳、东京等地开始商业运营，其中，在东京的商业运营是由百度与软银合作进行的。

　　但我们要明确，这是一种被称为 L4 级别的无人驾驶巴士，其行驶的场景与硬件配置的复杂度，绝不能跟 L4 级乘用车相媲美。

　　好吧，对于这种 L1~L5 的车辆等级被滥用到如此境地，我们只能心里「尼玛」，「呵呵」一下了。

　　从国际上来看，无人驾驶巴士以及商业运营并不是没有先例，譬如法国的 Navya，早在 2016 年便开始商业化运营，2017 年也已经在全球超过 7 个城市部署上百台无人驾驶巴士，连长得样子都有相似之处。

　　另外还有英国、瑞士等国家的创业公司，也已经在部署运营无人驾驶巴士，主要运营地点被选在一些郊外比较空旷，且路况简单的区域。

　　可惜的是，他们没把自己称为「全球第一台量产无人驾驶巴士」。

　　在会场外，机器之能发现了一只传说中的「阿波龙」，与 Navya 一样，是一款无方向盘、无油门、无刹车踏板的原型车。

　　根据公开资料，「阿波龙」车身长 4.3 米，宽 2 米，共 8 个座位，核载 14 人（含 6 个站位），采用纯电动动力，充一次电，可以跑 100 公里。

　　工作人员告诉机器之能，「阿波龙」上安装了三个 Velodyne 激光雷达以及多个摄像头和毫米波雷达，能够监测路面情况和周围物体，拥有判断、识别、避障等能力。

　　百度方面还表示，「阿波龙」搭载了面向量产的解决方案，会成为 Apollo 3.0 的核心。

　　为了推出这款自动驾驶巴士，百度还在大会现场连线厦门金龙客车生产线，直播第 100 辆金龙阿波龙的正式下线。但然并卵，这是为了让我们知道什么呢：

　　金龙给百度开了几条生产线？还是百度有了自主量产能力？Google 和克莱斯勒合作的那几千辆无人驾驶出租车可以算得上量产不？

　　事实上，长期以来自动驾驶的量产概念都富争议，究竟多少辆车才算量产并没有明确的定义。那么，100 辆算是量产吗？

　　显然，鉴于技术、产能、大环境等原因，自动驾驶汽车的量产无法与传统意义上的芯片等领域量产相提并论。

　　业界普遍认为，整个行业还处于早期，尚未达到起量阶段。在不少自动驾驶创业公司的时间表里，2020 年前后才是他们的量产时间节点。

　　但这个时间点已经逼近。

　　当然，我们需要承认的一点是，任何行业的早期发展都离不开巨头公司的适度引导和支持。

　　长期以来，百度在自动驾驶这件事情上的投入以及对整个发展的推动作用都是肉眼可见的，它能站出来在成为第一个打出「量产」概念也在情理之中。

　　当然，李彦宏自己也提到，「造车和造 PPT 是不一样的，经常有延迟交付的情况发生。」不知在调侃其他公司的同时，他是否也是在给自己留一条后路呢？

　　二、百度造芯片会掀起新风潮吗？

　　全球互联网巨头纷纷高调宣布进入半导体行业，已经不是什么新闻了。阿里、微软、Google、Facebook、亚马逊、特斯拉等都宣布了在芯片领域的动作。

　　本周，中国另一个互联网巨头百度也加入了这个朋友圈。

　　7 月 4 日，第二届百度 AI 开发者大会（Baidu Create 2018）上，李彦宏正式发布了百度自研的中国第一款云端全功能 AI 芯片「昆仑」，其中包含训练芯片昆仑 818－300，推理芯片昆仑 818－100。

　　据了解，百度 AI 芯片「昆仑」除了常用深度学习算法等云端需求，还能适配诸如自然语言处理，大规模语音识别，自动驾驶，大规模推荐等具体终端场景的计算需求。

　　百度方面认为，「昆仑」拥有高性能、高性价比和易用三大特点。

　　很明显的是，「昆仑」芯片使得百度大脑具备了更完备的软硬一体化能力，形成了从芯片到深度学习框架、平台、生态的 AI 全栈技术布局。

　　移动互联网时代，扼住流量入口 BAT 巨头们，开始在人工智能时代寻找新的流量入口。

　　不论下一个入口是智能音箱、虚拟设备还是智能家居，在追求极致体验的过程中（巨头不差钱，极致追求才能将用户留在自己的的生态服务中），都需要软硬结合，至少在核心芯片层面，仅靠采购传统半导体厂商的通用方案芯片，已经没法巨头对硬件的需求。

　　其实，在这一方面，智能手机厂商已经做出示范。华为、苹果、小米已经加入了自研芯片的行列，最近，美图也宣布在自研芯片，因为在他们看来，不少创意应用和体验，得不到既有芯片方案的支持。而既有的手机出货量，也可以帮助他们摊薄成本，降低做芯片的风险。

　　可以预见，互联网巨头的自产自销，一定会对半导体行业产生巨大的影响。不仅冲击了传统行业分工，还会使传统芯片公司失去一类大客户。

　　有业内人士撰文分析指出，在互联网巨头入局半导体行业后，又出现了一种新的模式，即互联网公司负责定义芯片、完成小部分设计、并花钱完成设计定案流片，设计服务公司负责大部分设计，而代工厂负责芯片制造。

　　这种新模式可以称为 Designless-Fabless 模式。

　　由此，传统半导体公司可以考虑转型做设计服务，可以做全栈公司从下游获取更多利润，或者走 IDM 去做更高利润率的核心半导体元器件。

　　当然，对于工程师来说，去互联网公司做芯片，会是一个新的拓展视野的机会。

　　三、这届 AI 世界杯，伦敦会晋级下一个入围者吗？

　　全世界的科技力量正悄悄转入英国剑桥。

　　如果你漫步在剑桥火车站的城市广场，你会发现创新巨头们的办公室早已进入这些大大小小的古典哥特建筑。

　　在这里，你会看到一个蓝色的苹果标志，里面的工程师在拓展 Siri 的边界，让每一个 iPhone 都有更智能的数字助理，这个办公区的前身是英国语音技术公司 VocalIQ，它在 2015 年 10 月被苹果收购。

　　你还会看到微软，它们正在研究人工智能芯片，以及正在研制无人机的亚马逊剑桥研究中心。

　　在亚马逊对面就是软银旗下的 ARM，它向全世界的移动设备输出芯片架构。在不远处，三星集团正计划建立一个拥有 150 名研究员的的 AI 实验室。

　　当然，最出名的当属 DeepMind，从剑桥出发乘坐 45 分钟的火车之后，你会在伦敦市区看到它。它是世界上最领先的 AI 实验室之一，在 2014 年被谷歌收购，随后开发出了打败人类棋手的 AlphaGo。

　　事实上，剑桥已经拥有了超过 4500 家高科技公司，雇佣了近 75000 人。人们甚至给上述区域取了一个类似硅谷的名字，硅芬。想到美国硅谷里的 1 万多家科技公司，既然互联网成就了硅谷，那人工智能会不会成就伦敦呢？

　　早在几十年前，来自英国的计算机科学之父，人工智能先驱艾伦 · 图灵就把英国和人工智能牢牢绑在了一起。他提出了著名的「图灵测试」，用来判定机器是否具有智能，为现代计算机的逻辑工作方式奠定了基础。

　　艾伦 · 图灵

　　80 年代，出身于英国的「AI 巫师」杰弗里 · 辛顿提出了反向传播算法，证明了神经网络的价值，间接开启了现在的人工智能「二次复兴」。

　　如今，英国人仍然没有忘记这门「老手艺」，长期领先的人工智能学术研究让提供了源源不断的 AI 人才。

　　比如 VocalIQ，Evi（被亚马逊以 2600 万美元收购的语音识别软件）和 Darktrace（估值达 8.5 亿美元的网络安全公司）等英国明星 AI 公司，从创始人到投资人，都与剑桥当地的剑桥大学计算机学院密切相关。另外，在图灵研究所和 EPSRC 人工智能研究所周围则围绕着全英最好的五所大学，剑桥大学、爱丁堡大学、牛津大学、伦敦大学学院和华威大学。这种学术为先，高校为源的氛围赋予了英国得天独厚的 AI 创业优势。

　　与当年的斯坦福加硅谷的组合何其相似？

　　因此，在今天，英国每周都会诞生一家新的 AI 创业公司。

　　但是，受限于本土市场的规模和 AI 技术商业化的瓶颈，尚无巨头出现，它们中的大多数 AI 公司都是 2B 企业，为英国的传统产业进行升级，提供人力资源、营销和金融等垂直领域的服务。

　　即便如此，英国 AI 产业产学研结合的模式也为其他国家发展人工智能提供了一个很好的典范。