文 | 硅谷101
无人驾驶发展了上百年，整个行业已经烧了上千亿，却依然没有落地，这其中的问题到底出在哪了呢？
有人说钱没花在刀刃上，有人说技术已经成熟到三年可以落地，到底是什么因素阻碍了发展？
前几年不少自动驾驶公司事故频发、烧钱无止境，一度让整个行业进入了寒冬，而今年特斯拉发布用上了端到端的FSD，加上最近的美联储降息，会让自动驾驶行业迎来第二个春天吗？
我们上期文章端到端能带来新春天？深扒分裂的无人驾驶行业从技术角度解析了自动驾驶，这期将从运营与经济角度深入探究。
05 运营篇：无数个小问题带来的大麻烦
早在1921年，美国军方就展出了第一台无人驾驶车，1925年，American Wonder制造的另一辆无人车在纽约百老汇接头行驶，引发了巨大轰动。
尽管它们都是通过无线电来遥控，但也被认为，这是无人驾驶第一次被非正式提出。
从1925年提出概念，1956年Firebird 2普及了无人驾驶概念，到如今的2024年，人类为了解放"驾驶员"已经付出了无数时间和资金，但我们依然没有看到大范围落地，这其中的问题到底出在哪了？
侯晓迪
前图森未来创始人兼CEO，Bot.auto创始人：
无人驾驶的问题，都在运营，我们最大的问题是运营不稳定，这个运营不稳定里边有可能是因为我们网线质量不行导致的，什么每天上传下载数据的效率很低，这个太复杂了这个事情，所以我觉得它不是一个一句话能讲清楚的少数大问题，而是大量的小问题，考验的就是你的组织，你能不能让你的组织能力进化到以变态高的效率去解决大量的小问题。
那么自动驾驶公司到底有多花钱？以及钱花哪去了？
Chapter 5.1挥金如土
我们来盘点下几大自动驾驶公司的烧钱速度。
谷歌旗下的Waymo，今年7月刚获得了谷歌50亿美元的注资，目前总融资已超百亿。谷歌此前披露过，Waymo每年的运营成本约10亿美元。
Waymo最大的竞争对手，也就是通用旗下的Cruise，自2017年以来，已损失82亿美元，光是2023年就烧掉了 34.8 亿美元，为了负担运营成本，其母公司今年6月宣布再注资8.5亿美元。
那么自动驾驶公司都把钱花在哪了呢？
由于很多公司没有公布具体的财务支出明细，我们只能粗略地估计，自动驾驶公司的两大支出在于研发和设备。
匿名受访者
L4工程师：
我没有具体数字，所以说的可能不是很准，但大头肯定是这么几块，研发人力成本肯定是一大块，还有自动驾驶车辆的成本，包括硬件、软件都需要做相应的一个改装，或者说前端的一个适配。所以它的车并不是像一般家用车的成本。
根据侯晓迪此前创办的图森未来2022年的财报显示，全年在研发上的支出达到了 3.5亿美元，占全年总亏损的74%。
邵旭辉
Foothill Ventures管理合伙人：
还是挺烧钱的。刚开始的时候我觉得主要是还是自动驾驶的设备比较贵，当时最新的传感器，比如说激光雷达刚出来的时候，因为产能不够，那最贵就卖到8万美金以上一个，那有的车需要好几个，甚至然后这些高清的摄像头，车载车规级的这些GPU算力，改装一车一台车都很贵，对吧？所以一台车最后三、四万的车改完了就十几万美金了。
现在主要是数据贵，也就是采集数据，训练更好的模型，对数据的不光是量的要求，而且它的质量的要求越来越高了。那么越高质量的数据，特定场景的这些，边缘状况的一些数据，那采集就会越来越麻烦，越来越罕见，越来越需要去不断的更新。
然后就是算力贵，因为你们有了大量的数据，有了更高的要求，有了更复杂的模型，就需要更多的算力，所以就是这方面又会成为一个很烧钱的一个地方。
Minfa Wang
前Waymo高级机器学习工程师：
我们比如有配备远程协助，那这些也是有一定的人力成本在上边的，然后包括有车队管理，这些都是有花费在上边的。
所以从账面上来看，自动驾驶公司的支出主要在于几点：
第一，车辆成本，其中也包含了各种传感器、芯片等硬件的改装费用
第二，训练数据成本，特别是随着端到端的推出，训练模型需要的数据质量越来越高，获取难度也相应增加
第三，算力成本，这个算力并不是指车辆上的芯片算力，而是训练模型需要的云端算力
第四，人力成本，除了研发人员外，自动驾驶公司还需要庞大的人工团队，来管理运营车队
但如果整个行业从始至终融到的几千亿美元都用在研发上，为什么我们如今还没看到成果呢？在行业一些人看来，问题在于钱没花到刀刃上。
花了那么多钱，但是实际上这些钱有多少是用在探索上的？有多少钱是用在了盲目扩张和应对其他人在一个非常大肆宣传的环境下做的一些铺张浪费，但是并不有助于实际开发的事情的。
另一位业内人士给我们匿名分享过，他认为Cruise的盘子铺的太大，在市面上已有可用的硬件时，过于追求全链路自研而重复造轮子，最后导致真正在软件、算法上的投入减少，没有对实际研发起到推进作用。
Cruise当时其实并不需要融10亿美金，我觉得融1亿美金就够了，我也跟其中出来很多人聊过，就是就不知道该怎么花那个钱了。
我认为他犯了一个错误，就是没有去集中精力去攻克比较关键的一两个领域，而是把它分散到了所有的领域，什么东西都去尝试一下，结果就是造成了它哪个地方都不特别的好，然后又很着急的去推广。
除了公司运营上的混乱，还有部分支出则是花到了处理各种事故与舆论上。
我们在和Cruise另一位员工聊的时候对方也说到，他们会有非常大的团队，每天专门去处理无人驾驶车带来的各种问题，这又将是一笔巨大的运营成本。
王辰晟
前特斯拉采购总监：
我去查了一下财报，Uber 2022年的IBEA（增量保润分析）是17亿美元，它预留了7.23亿美元用于法律和解费用，也就是说它的利润将近一半去做法律和解。你要想它可能更多的是基于劳动法或者是和司机的一个和解费，而不是一个乘客受伤的和解费。所以如果你要运营一个L4、L5这样一个车辆的体系，它遇到的法律责任你需要去预留的这个成本我相信是会相对比较高的。
同时，有报道指出，美国两家头部自动驾驶公司，Waymo和Cruise，从2021年到2023年中，已花费超过230万美元来影响加州的立法者，比如进行游说，或者支持选举等。
可能这个数字看起来并不大，但在另一篇报道中，Waymo2023年在加州的游说支出排名达到了第八，全年花费了380万美元。
这只是纳入统计的数字，背后还要耗费不少人力，并带来一些隐性支出与时间成本。
想做Robotaxi又必须一个地区一个地区的获得批准，所以自动驾驶公司不光只在一两个的地区参与游说活动。
为什么自动驾驶公司如此看重立法？这就得聊聊自动驾驶目前面临的法律与接受度的挑战了。
Chapter 5.2 无法共情
2023年10月，一辆由人类驾驶的汽车，与一名行人发生碰撞，导致行人被卷入了正处于自动驾驶状态下的Cruise车底，最终行人被Cruise车辆拖拽近6米后才停车。
当月月底，Cruise因"事故频发"，被吊销了无人驾驶牌照。
在不少人看来，被吊销牌照让Cruise公司元气大伤，因为自动驾驶公司想提高技术水平，需要大量的实际测试，如果失去了牌照，就意味着研发暂停、人才流失。
同时，获得牌照也并不是那么容易的事，需要跑足够多的数据，证明整个系统的事故率足够低，这又得耗费大量的人力、时间成本。所以法律的不完善，是自动驾驶发展受阻的原因之一。
张航
Cruise高级主任科学家：
我觉得法务问题是阻止这个领域真正去铺开，去让大众接受的。希望能形成一套成熟的法律，能让这个领域更良性的发展。我不希望的是就是出现一个，非常小的一个事故，然后就把整个，这个领域，甚至去领头的公司，去有这么大的一个损失。
你说这种小的剐蹭问题，其实它更根本反映的是什么呢？是在城市交通里面，交通规则的权责划分是不完善的。
如果你在开车，右边有一个自行车道，然后你想右拐，你是不是就应该往自行车道走？这时候谁有路权？撞了以后是谁的责任？这件事是不清晰的，而且也不会清晰，因为你面对的是一个人，人们在做审判的时候，总是倾向于认为机器应该是完美服从于人的。
人可以犯各种错，人可以跟人共情，但人不会跟电脑共情。所以在这个问题上，无人驾驶在一个权责不清的交通环境下，它一定是非常难做的。
好在各国政府正在积极推动法律的完善，比如8月底，加州发布了自动驾驶卡车的运营监管草案，如果这项法案得到批准，对自动驾驶行业将是极大的推进。
但在人不会跟电脑共情的环境下，自动驾驶落地的最大挑战，就在于民众的接受度。
从整个行业来说，我觉得最大的挑战肯定还是，要让大众一下子接受全自动驾驶，还是需要很多的改变，还有很多的时间。
大家无法接受自动驾驶的原因主要分为两点：
第一是自动驾驶对公民的生活，也带来了一些负面影响。
比如突然停在路中间导致交通瘫痪，担心工作会被机器抢走，或者因自动驾驶的出现打破了现有秩序。
很多的大城市，旧金山、洛杉矶，就发现自动机驾驶车来了以后，会对他现有的交通状况有一个破坏性的影响，那他们就会说，这个事情我们需要认真的研究一下。如果对我的现有的交通有比较大的负面的冲击的话，这是一件坏的事情，会被骂的，甚至会被这个市民去抗议，甚至砸一些车，什么都发生过。
特别是比如大众的生活习惯和整个基础设施的改建。比如现在的车80%~90%的时间是停着的，那还需要很多的车库、停车场，那自动驾驶以后可能会倒过来，那商业区的停车场、驻家的车库以及道路的设计，都会需要有很大的调整。汽车替代马车花了几天时间，那我觉得这个过程也会要花比较长的时间。
第二个原因，来自于人们对机器不够信任。虽然现在自动驾驶的普遍事故率，已经比人类更低了，比如Waymo就在最新的安全报告中称，他们的事故率比人类驾驶降低了85%，但大众总会本能地认为，车辆不在人的掌控下，无法带来心理上的安全感。
无人驾驶系统是这样，我们要认定首先每一个模块都不靠谱，但是通过这些模块的并行、互相之间的补充，能够做出一个系统，使得这个系统能够达到一个变态高的可靠程度。
这种变态高多高就算变态高，就是一个双引擎飞机横跨太平洋的时候，两个引擎同时失效的概率。我敢不敢坐一个双引擎的飞机横跨太平洋？我当然敢了，因为现在基本上都是双引擎的飞机。
大家还是会不习惯，因为觉得电脑一旦出问题，可能所有的车都出同样的问题，然后或者说是这个东西不由我控制的，那你就会比较恐慌。
就好像飞机和汽车一样，飞机比汽车的安全系数要高好多个数量级，但是大家还是很怕坐飞机，因为其实它不受我控制。
在工程学上，永远无法保证百分百不出现任何问题，人类也不可避免会犯错，所以不少业内人士认为，大众对自动驾驶的期待值过高，任何一点小问题都会被无限放大，进而导致对无人驾驶产生一定的恐慌情绪。
我觉得人们对自动驾驶的期待会比较高，它是不允许你会犯错的，人类犯的一些常见的错误，但是对于一个自动驾驶公司来讲，就是很难承受得住的公众的一个关注和批评。
我觉得自动驾驶车辆本身的发展，跟大众对自动驾驶车辆的认可，是一个交互的过程，并不仅仅是一个技术的一个突破和迭代。
这个技术，我个人看来已经是接近于很成熟的一个状态。
如果技术已经处于很成熟的状态，那目前自动驾驶的进展又如何呢？
Chapter 5.3 三年落地
Waymo从2018年8月开始在旧金山测试，今年的6月25日，向所有旧金山用户开放了Robotaxi服务，三个月内，用户付费次数增加了一倍，达到了每周10万次。
Cruise 2023年被吊销了执照，最近的报道显示，虽然Cruise不认为他们的车辆有问题，但依然同意以召回1200辆Robotaxi为代价，结束政府对他们的调查。同时，Cruise对于没有方向盘的L5汽车研发并不顺利，目前已无限期推迟该计划。
在货运端，Nuro刚获得加州批准，可以在湾区四个城市测试其第三代R3自动驾驶送货车。而侯晓迪也开始投入新的无人货运公司Bot.auto，最近刚完成2000万美元Pre-A轮融资。
至于以卖车为主的L2代表特斯拉，就像前面说的那样，Robotaxi产品发布一再推迟。
那自动驾驶距离落地还有多远呢？
业内对"落地"的定义，就是有完善的商业模式，能实现盈利才算落地。
邵旭辉博士认为，自动驾驶行业会在近几年落地，最先落地的将是卡车和中低速的周边车型。
我觉得应该在3、5年甚至更短的时间卡车自动驾驶会最先落地。还有一些，就是中低速的一些周边的车型，比如说是扫街车、送货车，这种比较周边的一些应用场景可能会最先落地吧。
侯晓迪也给出了类似的看法，他认为Bot.Auto的无人驾驶卡车会在三年左右落地，但他强调，这取决于不同公司的运营到底做得怎么样。
我们商业化大概是2026、2027年，真正的规模化应该是2030年前后。
这是我和我们公司在一个理性乐观的情况下给出来的对未来的一个预估，当然我们不为此负责，但是我想说对于整个行业而言，我从来没有这么乐观的估计，所以就是不能成的团队，你再给他100年，他还是不能成，能行的团队，在合理的时间范围之内，你给一个相对理性但是乐观的估计他就是这个时间。
为什么行业认为自动驾驶会先在货运端落地？几位嘉宾都保持了统一的观点：那就是货运端大部分行驶在高速或路况简单的地区，正好规避了法律权责划分模糊的问题。
我们的经验认为，哪怕是在最后一公里的这个状况下，卡车所面临的权责不清的交通场景是非常非常少的。
我不用去解决这些不可解的问题，那不可解的问题就是我既要守交通规则，我又要确保乘客的安全和乘客的乘坐体验的舒适，同时我还要需要，确保我周边其他的道路交通的参与者的安全，这三个东西放在一起就是不可解问题。
当然，这些只是嘉宾们的预估，要实现落地，也就是赚钱，我们也不能忽略宏观经济环境带来的影响。接下来我们看看，自动驾驶如今面对的大环境。
06 经济篇：自动驾驶的寒冬过去了吗？
Chapter 6.1 加息带来低潮？
在最近两年内，自动驾驶公司们生存似乎愈发困难。
背靠福特和大众的独角兽公司 Argo AI宣布了破产，市值最高52亿的自动驾驶卡车公司Embark不到两年宣告关停，OpenAI投资的明星公司Ghost，烧光15亿后交不出一款产品，最终宣布倒闭。
通过在crunchbase上查询的数据，自动驾驶行业在过去十年间，融资数最高的一年为2020年，然后开始逐年下降，到2023年，融资数下降到了2016年的水平。
所以很多人认为，自动驾驶行业的寒冬，到来了。
是什么原因让寒气传遍了自动驾驶行业呢？嘉宾们提出了三个方面的原因：分别是技术进展，经济环境，以及商业化不清晰。
当我们采访投资领域的邵旭辉博士时，他认为原因在于技术问题。
所谓的冬天真的是大家看到就是，可能前90%、95%的自动驾驶很快就做到了，而最后的5%、10%是会严重的放慢，甚至最后5%就卡住了，过不去了。
而精通技术的侯晓迪，想法正好相反，他将寒冬的原因，归纳到了经济环境上。
侯晓迪
革命进入了低潮期啊。
这个低潮是由加息带来的，纯是一个资本的问题，其实跟技术没什么关系。
技术稳步的发展，甚至在加速的发展。资本能浇灌一个行业，于是这个行业里边有了闲钱，人们的创造力就会得到解放，于是就能够发现一些有用的没用的东西，在这些有用的没用的东西之后，它的背后的技术有可能就会被用在更正确的产品上。
Chapter 6.2 都在做亏钱的生意？
回到自动驾驶公司的运营问题上，在嘉宾们看来，自动驾驶受冷第三个原因在于，盈利模式不清晰。
F-Prime Capital的一份报告称：自动驾驶汽车的投资大幅降低，因为投资者开始质疑其中的商业化道路。
莫傑麟（Justin）
某家族办公室首席投资官：
商业模式上面，就每家公司都不太一样，但是大部分的公司在以前的这个过程当中其实是没有太找到产品市场契合度（PMF）中"契合"的节奏。
于振华
前特斯拉AI工程师：
L4 Robotaxi头部就Waymo，它也基本上是实现了它所承诺的，但是大家对它的盈利的前景非常的不乐观，因为它的成本太高了，所以说大家对这个头部你都做得不够好，那我怎么对这个市场有这样的一个期待？
Waymo的前工程师Minfa为我们解释了他们的商业模式，那就是短期内先不惜成本地推进，等技术成熟后，再降低成本，逐渐跑通商业模式。
听上去这样的路线非常脚踏实地，但也意味着，短期内资本依然看不到自动驾驶行业盈利的希望，这会打击投资人对整个行业的信心吗？
我觉得短暂看不到盈利希望是一定有打击的，但如果要继续往下去拆的话，这里面就分成两大类的公司，第一大类公司就可能自己从头到尾就没有收入，或收入非常低，它整个可能整个模式都没有验证通，这部分公司可能是占大头。
第二类的公司可能就是像Waymo这些，在这里面涉及到产品市场契合度里面，其实最重要是那个产品，是不是容易去复制、规模化？然后成本、投资回报率是不是能够去计算？能够去推广？
规模上或普适性来讲，其实稍微就会是打一些折扣。所以现在从资本市场的角度上来讲，更容易去普及的东西才会是资本市场上更容易接受的东西。
自动驾驶是个高成本的行业，直到现在，都没有哪家L4的公司的能实现盈利，这也导致了资本对无人驾驶的看法进一步回归理性。
但整个行业已经消耗了太多资金，在必然趋势与巨大的沉没成本下，依然有资本愿意继续投入，最近Waymo和Cruise的两笔巨额融资就是最好的例子。
Chapter 6.3 降温是好事？
无人驾驶行业曾经也经历过一段疯狂的时期，大量相关公司如雨后春笋般冒出，几乎每天都有融资发生。
于振华
前特斯拉AI工程师：
Deep Learning在2012年兴起的时候，它最令人激动的应用是在计算机视觉，而大家想着你既然能够做好这个图片分类了，那你那么如果你能够应用到自动驾驶的话，那这个市场才是有巨大这个想象力的。
然后再加上Waymo，有谷歌的创新光环在那里，就是说当这个风险投资的人看到这样一个场景的时候，都会很担心，就错失恐惧症的一个状态，说我一定要入了入局了，所以很自然而然的，我们看到最担心的就是Uber、Lift，他们都成立了自动驾驶部门。
在一些嘉宾看来，投资者对自动驾驶的兴趣下降，是因为之前对整个行业的期待过高，经历了行业瓶颈后，逐渐对自动驾驶的看法回归到了理性状态。
现在可能也是回归现实，就是前几年我觉得，做自动驾驶也有过热的那个阶段，对吧？在投资人那边就是产生了很多泡沫。但现在其实大家可能会更冷静的看待这个问题吧。
除了前面提到Cruise被吊销牌照，其他无人驾驶公司也在试运营过程中遇到了各种困难，今年5月，Waymo和Zoox就因无人驾驶汽车的各种异常事故，受到了联邦调查，那这些事故是否又会降低投资人对行业的信心呢？
那我觉得业界的话，并不是会因为个别公司被吊销牌照而失去信心，而是会看到，更清醒地看到，原来自动驾驶离实现共产主义还有这么多的距离，所以我觉得这个东西是好事儿，不是一开始盲目的去投，而是说更理性的说谁做得好。
Chapter 6.4 AI带来新春天？
最近半年，自动驾驶行业又开始了一轮热潮。
英国Wayve融资超10亿美元，谷歌、通用纷纷为旗下自动驾驶公司注资，亚马逊旗下没有方向盘和踏板的Zoox扩大了运营城市，Waymo也紧随其后扩大服务范围，中国自动驾驶公司也频频爆出IPO的消息。
Crunchbase的数据表明，今年的前4个月中，自动驾驶初创公司的融资额才不到8亿美元，然而在5到6月，就有27亿美元涌入了这个行业。
作为对比，2022和2023年的融资金额分别为59亿美元和57亿美元，按照这个趋势，今年可能超过前两年。
自动驾驶行业要回暖了吗？
我觉得18个月前开始的这个生成式人工智能的浪潮，特别是今年年初发布的，特斯拉端到端的全自动驾驶第12版，我觉得给自动驾驶又带来了第二个春天。
不少投资人认为，Robotaxi会是AI时代的巨大机遇之一。在一些报道中，也认为行业的复苏可能来源于AI。
AI爆发会如何自动驾驶呢？主要分为两个方面。第一个方面来自算法上的提升。比如侯晓迪就认为，大模型用到的创新方法，也可以应用在自动驾驶上。
大模型可能是一把沙子，它里边有成千上万的小的创新，我们就择其善者而从之。举一个具体点的例子，100篇论文讲了一件事儿，预训练的各种奇技淫巧，那叠加起来以后你会发现，好像我并不需要用传统的范式，我现在可以有各种花式的方法降低我的标定成本、开发成本，完成一个神经网络的冷启动过程。
也有嘉宾认为，特斯拉通过实践，验证了端到端的可行性，让业界看到了Scaling Law在自动驾驶上的可能性。
而Wayve融资10亿美元，就是因为这家公司主打的端到端。所以端到端的出现可能让自动驾驶驾驶行业回暖，但投资人Justin却表达了较为谨慎的看法。
陈茜
硅谷101视频主理人：
你们的体感，现在觉得一级市场，对无人驾驶的投资，又从冬天里面回暖了吗？还是大家其实还是挺谨慎的？
我整体感觉还是偏谨慎的。在FSD这种技术面前，现在市场上从数据的质量和规模来讲的话，其实很难找到跟特斯拉去比较的对手，那更不用说创业公司。
他最终可能做得很好，然后他会寻求去找到一些小的商业模式，或者说卖给大公司。
但是这个东西如果需要从0到1做起来，或者说单独成为一个就是自己发展的公司，我们自己感觉体感上比较难，目前感觉上是跟机器人或者说其他的一些AI的创业来讲，其实还是不太一样的状态。
在关于特斯拉的股价是否受益于AI的问题上，各嘉宾也是各执己见。
其实资本市场是已经给它了作为AI公司的这样的一个市值，这样的一个空间啊。所以我不认为是资本市场是完全看淡。
华尔街其实是看得更多的看他卖车。对吧？因为华尔街是比较短视的，华尔街也挺聪明的，但是他们只关心未来的几个季度它能够算出来的增长，而FSD也好，未来的能源领域，只有是比较长线的投资人，比如这个VC才感兴趣。
在高息周期里面大家是不太愿意去想太久的故事的。但是并不是说大家只是把它当成一个卖车的公司来看，只是说大家不知道怎么把它当成一个AI公司去估值。
Chapter 6.5 GenAI双刃剑
AI爆发对自动驾驶的另外一个重大影响，则在于算力与人才，但这个影响却是一把双刃剑。
好的一面就是，随着芯片算力提升、计算成本下降，大家需要为这些算力资源找到合适的应用场景，而自动驾驶恰好就是那个方向。
但随着生成式人工智能的爆火，也对自动驾驶行业带来了资源争夺：一方面会和自动驾驶抢算力，另一方面则是抢人才。
由于自动驾驶中的一些技术与GenAI领域是相通的，部分自动驾驶工程师可以无缝跳槽到GenAI公司。
我们之前也讲过，目前硅谷打响了AI高级人才的争夺战，在更高的收益与更快做出成果的机会面前，自动驾驶行业对人才的吸引力将大幅降低。
有意思的是，就连马斯克都把特斯拉的工程师调到了xAI。
那么，特斯拉作为市场上的明星，加入Robotaxi能让行业回暖吗？虽然马斯克放过好几个大卫星，但不少人依然对特斯拉落地L4表示了看好。
某家族办公室首席投资官:
那目前看起来其实FSD是最有希望的，因为原因就是，大家其实我们感觉是，都是认知上还是都比较一致的。
大家好看特斯拉的主要原因有四点：
第一，假设Scaling Law对端到端有效，那模型提升的成本将更低，城市覆盖会更广。
第二，成本更低，纯视觉方案降低了硬件成本，加上训练素材的获取难度低，同时用户的特斯拉并入robotaxi车队，可以进一步降低特斯拉robotaxi车队的管理成本。
第三，自研芯片的优势，在软硬件一体化的模式下，软件表现会更好。
在幼儿英语启蒙的初期阶段，重点应该放在让孩子建立英语语感和基础词汇上。因此，从孩子感兴趣的事物入手是非常有效的。动物、水果、颜色等是幼儿生活中常见的主题，通过这些主题，孩子们可以轻松地学习和理解英语单词。同时，日常用语如问候语、礼貌用语也是非常重要的内容，可以帮助孩子们在日常生活中与外国人交流。
一年一度的中秋节来啦，这样具有传统意义与充满神秘故事的节日非常适合介绍给外国朋友。
第四，盈利模式多样化，软件可以有助于卖车，也可以赚取订阅费用，同时还有Robotaxi来补充盈利。
目前，行业也都在等到10月10日，推迟的特斯拉Robotaxi发布会上到底会揭秘如何的下一步布局。
特斯拉内部的线人对我们说，这个发布会将会很"interesting"，但我们没有得到更多信息，我不知道如何解读这个"interesting"，只能说，这让我的悬念被更加吊起来了，我们就一起拭目以待吧。
最后给大家分享下，我最近出了一个小的车祸，一辆车遇到停车标志没有刹车撞到了我，好在双方人没事，警察判了对方全责，但我认识到，人类也有很多不负责的马路杀手。
虽然目前的自动驾驶，无论是L2还是L4，都还有诸多技术不成熟的地方，但已经比人类司机靠谱非常多了。
对于自动驾驶这一前沿领域，我们总会不可避免地遇到瓶颈与矛盾，这个行业正面临着技术路线的争议、盈利模式的探索、法律框架的模糊、经济环境的压力，同时还要承担人们因安全与就业对自动驾驶产生的芥蒂。
但正如历史无数次证明的那样，科技的每一次飞跃，都会伴随着阵痛与挑战，或许迈过了这一阶段，等待我们的，就是期待中的未来。
这期节目我们做的有点久，嘉宾的采访时间比较早2023十大线上股票配资正规平台，所以有些观点只适用于当时的时间点，希望通过这期大型访谈，能给大家带来新的思考，了解自动驾驶的市场格局。