Cybercab往事：「赌徒」马斯克【7/9】

更关键的问题在于，数据规模本身能不能转化为L4能力。

Waymo安全研究团队用“nines”来比喻可靠性提升的难度：从90%提升到99%或许相对容易，但继续把可靠性再提高1个“9”，所需投入会远高于此前。

而L2辅助驾驶数据中绝大多数是常规驾驶场景，极端场景的密度极低。

用100亿英里的L2里程去直接论证L4能力，存在数据口径的根本性错位。

IIHS的对比研究提供了一组参照。Waymo每百万英里事故参与率1.28次，人类驾驶员4.06次，事故率降低68%。

Waymo最新数据显示，自动驾驶汽车累计行驶2.71亿英里，共避免841起伤害性碰撞。其中涉及行人事故减少93%，涉及骑行者事故减少86%。

但研究也揭示了一些意料之外的情况：尽管Waymo配备了不依赖可见光的传感器，但车辆在黑暗环境中的事故占比反而高于人类驾驶员。

这可能与Waymo在黑暗环境中的运营里程占比有关，测试车队在夜间行驶的比例远高于普通司机。这个数据提醒人们，安全表现的对比，需要控制变量。

当数据规模从100亿英里增长到1000亿英里时，每多一个“9”的成本，都会比前一个高出数倍。

这不是马斯克想不想解决的问题，是数学规律——每多一个“9”，分母都要大十倍。

当对手用制造能力换取订单和现金流时，特斯拉仍然在同时承担自动驾驶研发、车辆制造和出行运营三件事。

这三件事，每一件都需要钱，而特斯拉二季度营业利润同比大降57%。

数据规模有它的数学边界，不是信仰能绕过去的。

#大V聊车#