旨在训练驾驶系统中大量数据的Dojo可能让特斯拉在一个潜在价值10万亿美元的市场拥有“不对称优势”，有助于特斯拉改进全自动驾驶技术FSD，更好的全自动驾驶产品有望为特斯拉带来更高的利润和收入，并为特斯拉带来超过5000亿美元的增量市值。消息一出，当日特斯拉股价上涨超10%，自动驾驶迎来新的想象空间。
Dojo是怎样的技术创新？Dojo会给自动驾驶技术格局带来怎样的改变？Dojo将带来怎样的商业模式变革？妙投为您解答特斯拉的新突破。
核心看点：
Dojo体现的是整体的AI能力，以及特斯拉做智能驾驶的思维架构
重地图、轻感知的技术路线逐步被取代，Dojo有望赋能特斯拉实现全场景的自动驾驶
FSD成功后将改变汽车行业格局，特斯拉可能成为出行服务商，车企将面临出行服务的直接竞争
国内新势力在相关领域布局有限，追逐特斯拉需储备AI技术人才
Q：如何定义Dojo？如何理解特斯拉在该领域的布局？
Dojo实际上并非是自动驾驶的某一个环节，如果你将他定义为算力中心、服务器或者是大模型，我觉得并不合适。
虽然近期市场在热炒Dojo的概念，但Dojo并不是一个新东西，特斯拉在这项业务上经过了很多尝试和调整。早期，特斯拉采用英伟达A100进行算力的建设尝试，并在2021年的AI day发布了Dojo，里面还用了特斯拉自己研发的D1芯片。近期的Dojo概念实际上来自于Dojo的投产和价值潜力的逐步发掘。
从业务逻辑上看，如果只把Dojo定义成算力中心或者服务器的话，特斯拉其实没有必要自己去做这个事情，只需要通过云服务商购买英伟达的算力、并采用整套英伟达的解决方案即可，相比自建算力和研发解决方案成本更低，实现起来也更为容易。所以，我觉得要理解特斯拉做Dojo的出发点，更多的还是要回到行业的需求里来。
Dojo其实体现的是一种整体的AI能力，以及特斯拉做智能驾驶的思维架构。比如自动驾驶，目前行业里在做的事情无非是用AI去学习人类的驾驶资料。在这样一个训练过程中，由于没有办法清晰的写出很多驾驶的详细规则，比如怎样判断路上的司机会如何开车，训练起来是很困难的。同时，在大量的正常行驶数据基础上，车企还要不断收集那些99%的正常案例之外1%的边缘案例，比如一些特殊障碍物的出现、前方车祸、不文明变道等等，行驶数据收集的越多，排除的偶发情况就越多。
目前，全球范围内的自动驾驶行业来看，其他的自动驾驶公司去做这个事情，其实会有一定的难度。比如现在很多车企，自动驾驶的能力迭代实际上是通过保留少量的自动驾驶的车辆，在路上持续的行驶来收集数据，有一些还会跟车主签收集数据的协议，再用这些数据去与云服务商进行合作训练。
而专业做自动驾驶的创业公司，一般是通过保有一个小规模的车队，让这个车队去行驶收集数据。但是话说回来，很多销量有限的汽车公司，卖的车数量都有限，更何况这些自动驾驶的创业公司，行驶数据就极为有限。因此，极端案例的概率都不是很高，实现自动驾驶的难度就更大。
作为对比，现在特斯拉的方式更有机会实现真正的自动驾驶。每一辆特斯拉就是一个源源不断的收集道路数据的端口，将所有的行驶数据输送给AI进行训练，只有当所有的边缘情况都被学习训练之后，自动驾驶算法才能适应绝大部分的场景，从而提升驾驶的准确概率和安全的概率。
这种做法有好有坏。好处就是自动驾驶研发的推进效率会比较高，特斯拉的消费群体足够大，收集的数据足够多；但是相应的麻烦在于，车企需要处理很大量的数据。处理这些数据的时候其实会遇到一系列的问题。首先，数据的采集到处理，并不是一个特别标准化的流程，涉及到很多中间的软件架构、解决方案，如果用云端的解决方案，会有一些“卡脖子”的地方。如果把所有计算的硬件，变成类似于私有云的架构，全部都在线下部署的话，可以去解决瓶颈的问题，而不需要云厂商的配套。其次，从实际应用来看，AI的需求一旦非常刚性，比如说像特斯拉这样，持续地需要处理海量数据的话，本地部署的成本其实要比与云服务商合作还要低30%~40%。因为云服务商提供的是一个相对弹性的资源，但当需求始终满载、稳定需要足够算力的时候，实际上自建硬件部署运营成本更合理。
所以，Dojo体现的是特斯拉想去解决自动驾驶算法的思路。而这种思路，从目前来看，是其他汽车厂商和自动驾驶公司整个赛道里面其他玩家不太具备的能力：自动驾驶的创业公司没有足够多数据源、普通的车企没有这么强的技术能力，不太可能推动技术的持续推进和变革，往往都还是版本迭代的思路。大量算力给特斯拉带来的是一种潜力，使得特斯拉最有可能，通过海量的数据收集、机器学习，最终达到学习了绝大部分应用场景，尽可能保证可用性和安全性的自动驾驶技术。
Q：Dojo会给自动驾驶的格局带来哪些变化？重地图、轻感知的技术路线是否会被Dojo带来的变革取代？
其实现在来说已经有这个趋势了，但不仅仅是Dojo的原因。重地图、轻感知路线，在单次应用的时候会比较美好，但是当地图的数据出现了任何问题的时候，就会导致更加负面的结果。此前其实高精地图也有这种问题，就是采集高精地图之后，车道因整修等问题产生了问题，如果车继续按照高精地图去走，就会直接撞到施工区域，所以一直以来地图都只能作为一个参考。
既然只能做参考，做地图的成本也相对较高，还需要不断的更新数据，那自动驾驶还是得做感知，才能确保真正的驾驶安全。所以我认为，感知才是真正重要的一环。但从行业发展的角度来看，在自动驾驶发展早期，做高精地图其实是短时间内见效比较快的手段。当然，这一路线没有办法让自动驾驶真正可靠起来，安全性有保障，也很难大规模普及开来。
Q：Dojo会对特斯拉的商业模式产生哪些影响？是否会让特斯拉从车企逐步转向服务商？
其实关于特斯拉，全球范围内一直有一个讨论是，特斯拉究竟是一个车企还是科技企业。其实我们回头看目前的汽车行业里，的确不存在能够跟特斯拉比肩的“科技企业”，从产品端来看，更多公司更确认自己在“造车”，而非制造科技产品。这也就导致了特斯拉在团队构建、运营策略、技术投入上与传统车企形成了较大差距。这也就导致了传统车企和造车新势力没有意愿、也没有资源去投资Dojo这样的超算系统。虽然现在通过激光雷达或结合地图等手段能够做出一些自动驾驶的功能，但是在场景覆盖率和极端事件处理上还是弱于特斯拉。
就国内车企而言，更经济高效的方式是寻求云服务商合作完成数据的处理和训练，可以免去硬件、运营的成本。在这个基础上,车企可以去用英伟达的生态，就像小鹏、蔚来做的那样。英伟达有能力提供关键的硬件，也积累了相关技术，包括数据收集、训练大模型等等，这一过程对AI的人才积累要求是极高的。国内新势力可以期待，包括华为，这些真正去搞自动驾驶，技术力量有可能追一追特斯拉。
从商业模式来看，虽然特斯拉愿意分享一些核心技术去壮大行业，但FSD这一块大概率不会分享公开，因为这是特斯拉最核心的技术，一旦特斯拉真正搞定了FSD，所有的汽车厂商其实都是他的竞争对手。这个时候，特斯拉的商业模式就会产生变化，要卖的实际上是出行的服务而不仅仅是车了。未来，可能很大比例的业务是出行的服务，包括robotaxi等等，只需要构建一个足够大的出行网络，投放足够数量的自动驾驶车辆，就可以满足客户的出行需求。
打个比方，车辆就相当于出行服务的身体，自动驾驶系统相对于大脑，扩大业务规模的真正难的是大脑，造车的壁垒已经被打破了。一旦特斯拉把大脑做出来，为什么还会给别的身体机会呢？从未来趋势上看，公路交通这一领域，其实想象空间已经不多，自动驾驶是这一领域为数不多的潜力来源。全球的出行需求就是这样的趋势，中国市场饱和了，发达国家也饱和了，发展中国家互相抢占市场，但是未来发展潜力也相对有限，那剩下的只有靠提升效率，或者靠行业内卷赢下竞争。
