IT之家 10 月 14 日消息，特斯拉的 2 座自动驾驶出租车 Cybercab 虽然在外形和颜色上与 Cybertruck 相似，但据该公司工程师 Eric E.在社交媒体 X 上透露，Cybercab 的外壳并非采用不锈钢。
Eric E.在 X 平台上表示：“外壳面板不是不锈钢。不锈钢的质量和成本对于我们高效的 Robotaxi 来说是不可取的。”虽然该 X 账号似乎属于特斯拉的首席机械设计工程师 Eric E.，但尚未经过验证或标明与特斯拉相关。
特斯拉周四在洛杉矶附近的一次活动上发布了专用于自动驾驶的 Cybercab。特斯拉首席执行官埃隆・马斯克表示，这款 2 座车售价将低于 3 万美元（IT之家备注：当前约 21.2 万元人民币），并将于 2026 年开始生产。
乍看之下，Cybercab 的外观设计与棱角分明和钢制车身的 Cybertruck 相似。特斯拉分享的图片也显示出该车具有金属质感，引发了人们对该车外壳是否采用不锈钢的猜测。
目前国内无人驾驶达到什么水准？美国到底领先中国多少？
下面就让小编来为大家讲解一下目前国内无人驾驶达到什么水准？美国到底领先中国多少？希望能帮助到大家。 现在许多车上已经配备了所谓的半自动驾驶技术，那我们离真正的无人驾驶还有多远距离？美国已经逐渐将区域化试运行无人驾驶，似乎美国无论在技术还是政策方面都已经走在这个领域的前面，和美国之间的差异和差距又是什么？1、我认为，自动驾驶是早晚的事，现在看来，自动驾驶的普及速度比预想的还要快。 自动驾驶一旦大规模普及，很多功能将会成为现实，比如：车辆可以像动车一样编组运行以实现同步高速度的交通，车与车之间的通讯和交互可以实现高效的通行效率和极低的事故率，甚至不需要红绿灯及各种复杂的交通标志标线系统，总体的交通效率和安全性将大大提高，是革命性的。 用不了多久，就会有人说：“开车这么危险的事情，以前竟然让人去做，这简直太吓人了，不可想象。 ”，当然“女司机”这个说法可能也要退出历史舞台了。 很多朋友担心交通基础设施以及法律责任等问题，我觉得这点不用太担心，自动驾驶普及的过程，也是相关的交通技术设施和法律不断完善的过程。 今天主要分析一下自动驾驶的技术层面，其他相关的道路设施及法律责任等问题在这里不讨论了。 首先简单说一下自动驾驶的原理。 所有的控制系统都是由传感器、控制器和执行器组成的，从这个角度上讲，自动驾驶原理其实和人工驾驶是一样的，我们用眼睛观察路况，而自动驾驶则是使用激光雷达、超声波雷达、摄像头、GPS等传感器来观察路况确定位置。 我们用大脑做判断，自动驾驶当然就是用电脑作为控制器来判断。 然后我们通过手脚控制车辆方向盘、加速和刹车，自动驾驶也是根据电脑的输出直接去控制车辆。 看上去很简单，但是要深入分析的话，特别是汽车这么危险的东西，要想保证自动驾驶的可靠性的话，其实非常复杂。 ?传感器方面，激光雷达和超声波雷达当然都是用来测距的，理想状态下车辆可以探测到周围所有的障碍物并算出这些障碍物的距离，但是实际上，这些障碍物很可能会被误判，比如风中飞舞的塑料袋会被判断为障碍物，甚至雨滴有可能被认为是障碍物。 摄像头更不用说了，单目或多目摄像头利用计算机视觉让自动驾驶汽车实时识别交通信号灯、交通标志、车道线、近距离低速障碍物等，同时加上与道路基础设施以及云端数据库的通信，实现诸多功能。 但是，今年特斯拉自动驾驶出现的死亡事故很大程度上与摄像头有关系。 在逆光和大光比的情况下，摄像头的分辨能力就降低了，当然还有低照度情况，这个受限于当前的图像传感器技术，懂摄影的朋友都会知道，机器视觉本来就是一个复杂的东西，同时摄像头有可能被灰尘、眩光等各种不利因素影响，所有从可靠性上讲，依然存在很多问题。 当然除了这些判断路况的传感器，汽车还有车速、加速度、转角度等各种传感器。 ?控制中心方面，接收这么多传感器的信息，进行分析处理，得出控制策略，下达控制指令，并且这个过程必须实时，所以控制中心必须具备高性能的实时运算能力。 就硬件来说，自动驾驶的过程可容不得死机，所以一般硬件都要用满足高可靠性高性能的实时运算。 就软件来说，算法就太重要了，自动驾驶的软件算法必须实现路径规划、躲避障碍物、加速度控制、姿态控制等等多种功能，但是目前并没有哪种控制方式能实现完美的无人驾驶，很多时候厂家都会采用多种方式共同处理，比如模糊控制配合遗传算法、深度学习等等。 作为也写了好多控制软件的答主来说，感觉这句话说的真是太对了：“99%的情况使用1%的代码就可以应付，而剩下的1%的情况需要用99%的代码去处理。 ”执行器方面，一旦得到了控制指令，让汽车去执行，这一部分就目前来说还算是不错的，特别是电动车。 电动机极高的效率、优良的调速性能、宽泛的调速区间决定了电动车更容易实现自动驾驶，而普通汽车经过多年的发展，其发动机自动控制系统、自动变速箱、电子制动等系统的控制也已成熟，ESP、TCS、定速巡航、自适应巡航等系统也已经广泛使用，与自动控制系统对接并不麻烦。 下面说说我国的无人驾驶研究情况和美国的研究进展情况，然后看看差距。 国内国防科大早在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。 2007年，与一汽共同研发红旗无人驾驶车，该车主要使用CCD图像传感器和激光雷达作为传感器，实现了高速路的无人驾驶。 2011年国防科大自行研发的HQ3，实现了从长沙到武汉286公里的路试。 吉林大学研发了JLUIV-1型无人驾驶车，使用的是模糊控制加遗传算法修正的方式。 上海交大在2005年就与欧盟合作Cyber C3项目，研究面向城市环境的区域交通智能车辆。 2012年，军事交通学院的“猛狮三号”，配备5个雷达，3个CCD图像传感器，1个GPS，以无人驾驶状态行驶114公里，最高时速105km/h。 2016年，北京理工大学设计了一款无人驾驶赛车，使用了双目摄像头用于行人侦测、避障这样的局部路线规划。 有意思的是，这车百公里加速仅3秒。 2013年，网络也开始搞自动驾驶汽车，2015年12月初，网络无人驾驶汽车在北京进行全程自动驾驶测跑，实现多次跟车减速、变道、超车、上下匝道、调头等复杂驾驶动作，完成了进入高速到驶出高速不同道路场景的切换，最高时速达100km/h。 下图就是网络的无人驾驶车。 今年9月1日，网络宣布其获得美国加州第15张无人驾驶测试牌照。 网络在无人驾驶方面投入可谓巨大，包括建立硅谷研发中心，联合福特公司投资激光雷达厂商Velodyne (为谷歌提供激光雷达)，早前网络还公布了其“三年商用”、“五年量产”的目标。 国内刚刚起步的无人驾驶技术研究是成为很多高端人才的关注点，前面说的北理工搞无人驾驶车的负责人姜岩，和原Intel中国研究院院长吴甘沙一起成立的驭势科技，就是一家专门从事自动驾驶研究的公司，在双目视觉方面有着深厚的技术积累，提供低成本纯视觉的自动驾驶解决方案，在限制性环境的自动驾驶技术方面取得了相当的进展。 当然类似的小公司还有很多，从不同的层面对自动驾驶技术展开研究。 以上使用的技术基本上都是以CCD图像传感器、雷达测距等技术，简单的高速路况下，几乎都已经可以实现不错的自动驾驶性能，但是城市道路路况，问题还是非常多，毕竟总体来看，国内的自动驾驶依然处于起步阶段，还处于研发的原型验证阶段，与美国差距不小（不光自动驾驶，很多方面都是）。 网络在这方面算是国内的领头羊的，与NVIDIA合作，同时也和政府联手推动自动驾驶技术。 但是从路试距离上来说，网络相比谷歌也差得远。 类似驭势科技这种专业公司的出现，也为国内的自动驾驶研究增添了一支强劲的力量。 美国当然最牛最有代表性的就是谷歌和特斯拉。 谷歌在软件方面一直就是世界最顶尖的，虽然微软和苹果可能表示不服气，但是我是这么认为的。 所以谷歌的强大优势就是软件和算法。 下面就是谷歌的自动驾驶汽车。 谷歌的自动驾驶汽车具有GPS、摄像头、雷达和激光传感器，可以以一个360度的视角从周围环境中获取信息，从2009年开始，谷歌自动驾驶汽车在自主模式下已经行驶了120多万英里，软件已经知道了许多如何去应对不同情况的方法。 下图就是谷歌自动驾驶汽车眼中的世界。 ?从图中可以看出车身的各种传感器可以检测到最远达两个足球场那样范围内的物体，包括人员，车辆，建筑区，鸟类，自行车等，这辆车可以看到其他的车辆，这些车辆在图里用紫色的图形来表示，骑自行车的人会用红色标出，左上角转角的地方会用橙色的圆锥来表示。 它甚至可以识别交警的手势，这是非常了不起的，也是谷歌强大的软件算法能力的体现。 虽然谷歌的自动驾驶汽车可以根据收集到的数据来预测很多事情，比国内的强大许多倍，但是仍然会出现以前从来没有发生过的情况。 有一次，一辆测试中的自动驾驶汽车正行驶在山景城地带，出现了一个坐着电动轮椅的女人在路上转圈圈地追赶一只鸭子，但是这辆车却只能不断试探并且降速来躲避这个女人。 ?特斯拉强大在别人还在研究试验的时候，它已经量产并大规模投入使用了。 ?作为纯电动，特斯拉在自动驾驶方便本来就具有优势，同时特斯拉又特别执着于自动驾驶技术。 目前跑在路上的特斯拉车型，实现 Autopilot 辅助驾驶使用了围绕在车身周围的 12 个超声波传感器识别周围环境、一个前置摄像头辨别前方物体、一个前置雷达也对前方物体进行识别，还有就是长时间路试积累来的高精度卫星地图。 这样实现了下表中的“部分自动驾驶”功能。 ?而特斯拉在今年10月20日非常激动的宣布：从今天开始，所有在工厂生产的特斯拉车型 -- 包括Model 3--- 将配备具有全自动驾驶功能的硬件，相比人工驾驶，新硬件将从根本上提高车辆行驶的安全性。 该系统将包含8个摄像头，覆盖360度可视范围，对周围环境的监控距离最远可达 250 米。 除此之外，车辆配备的12 个超声波传感器完善了视觉系统，探测和传感硬、软物体的距离接近上一代系统的两倍。 增强版前置雷达通过冗余波长提供周围更丰富的数据，雷达波可以穿越大雨、雾、灰尘，甚至前方车辆。 为了更好的使用这些数据，车辆搭载了比上一代运算能力快40倍的处理器，运行特斯拉基于深度神经网络研发的视觉系统、声纳与雷达系统软件。 综上所述，该系统提供了一幅驾驶员用眼睛无法触及的世界影像，通过波段同步检测车辆周边每一个方向，这一切远远超越了人类的感官。 特斯拉把传感器布满了全车。 8 个摄像头提供 360 度的视觉监控，最远能够监控 250 米范围内的物体，12 个超声波传感器覆盖的范围是之前 Autopilot 系统的两倍。 一个加强版雷达用来在雨雪大雾天气下探测前方车辆。 这些硬件使特斯拉的自动驾驶可以达到“高度自动化”的程度。 另外，特斯拉路上跑的车型，都用自己的各种传感器为特斯拉的高精度卫星地图在做贡献，这一点是谷歌也比不上的，毕竟谷歌就那么几辆测试车跑来跑去，而特斯拉量产的车型都一定程度上是测试车。 目前特斯拉 Autopilot 辅助驾驶的行驶里程已经达到了 2.22 亿英里（约合 3.57 亿公里）。 所以总体来看，不论是谷歌还是特斯拉，其自动驾驶技术都要比国内先进，国内要追上，还需要时日。 有时候，差距就是，看着很小，觉得一使劲就可以追上，然后就使劲，可刚要追上的时候，目标也加速了，差距反而更大了。 2、我认为，自动驾驶是早晚的事，现在看来，自动驾驶的普及速度比预想的还要快。 自动驾驶一旦大规模普及，很多功能将会成为现实，比如：车辆可以像动车一样编组运行以实现同步高速度的交通，车与车之间的通讯和交互可以实现高效的通行效率和极低的事故率，甚至不需要红绿灯及各种复杂的交通标志标线系统，总体的交通效率和安全性将大大提高，是革命性的。 用不了多久，就会有人说：“开车这么危险的事情，以前竟然让人去做，这简直太吓人了，不可想象。 ”，当然“女司机”这个说法可能也要退出历史舞台了。 很多朋友担心交通基础设施以及法律责任等问题，我觉得这点不用太担心，自动驾驶普及的过程，也是相关的交通技术设施和法律不断完善的过程。 今天主要分析一下自动驾驶的技术层面，其他相关的道路设施及法律责任等问题在这里不讨论了。 首先简单说一下自动驾驶的原理。 所有的控制系统都是由传感器、控制器和执行器组成的，从这个角度上讲，自动驾驶原理其实和人工驾驶是一样的，我们用眼睛观察路况，而自动驾驶则是使用激光雷达、超声波雷达、摄像头、GPS等传感器来观察路况确定位置。 我们用大脑做判断，自动驾驶当然就是用电脑作为控制器来判断。 然后我们通过手脚控制车辆方向盘、加速和刹车，自动驾驶也是根据电脑的输出直接去控制车辆。 看上去很简单，但是要深入分析的话，特别是汽车这么危险的东西，要想保证自动驾驶的可靠性的话，其实非常复杂。 ?传感器方面，激光雷达和超声波雷达当然都是用来测距的，理想状态下车辆可以探测到周围所有的障碍物并算出这些障碍物的距离，但是实际上，这些障碍物很可能会被误判，比如风中飞舞的塑料袋会被判断为障碍物，甚至雨滴有可能被认为是障碍物。 摄像头更不用说了，单目或多目摄像头利用计算机视觉让自动驾驶汽车实时识别交通信号灯、交通标志、车道线、近距离低速障碍物等，同时加上与道路基础设施以及云端数据库的通信，实现诸多功能。 但是，今年特斯拉自动驾驶出现的死亡事故很大程度上与摄像头有关系。 在逆光和大光比的情况下，摄像头的分辨能力就降低了，当然还有低照度情况，这个受限于当前的图像传感器技术，懂摄影的朋友都会知道，机器视觉本来就是一个复杂的东西，同时摄像头有可能被灰尘、眩光等各种不利因素影响，所有从可靠性上讲，依然存在很多问题。 当然除了这些判断路况的传感器，汽车还有车速、加速度、转角度等各种传感器。 ?控制中心方面，接收这么多传感器的信息，进行分析处理，得出控制策略，下达控制指令，并且这个过程必须实时，所以控制中心必须具备高性能的实时运算能力。 就硬件来说，自动驾驶的过程可容不得死机，所以一般硬件都要用满足高可靠性高性能的实时运算。 就软件来说，算法就太重要了，自动驾驶的软件算法必须实现路径规划、躲避障碍物、加速度控制、姿态控制等等多种功能，但是目前并没有哪种控制方式能实现完美的无人驾驶，很多时候厂家都会采用多种方式共同处理，比如模糊控制配合遗传算法、深度学习等等。 作为也写了好多控制软件的答主来说，感觉这句话说的真是太对了：“99%的情况使用1%的代码就可以应付，而剩下的1%的情况需要用99%的代码去处理。 ”执行器方面，一旦得到了控制指令，让汽车去执行，这一部分就目前来说还算是不错的，特别是电动车。 电动机极高的效率、优良的调速性能、宽泛的调速区间决定了电动车更容易实现自动驾驶，而普通汽车经过多年的发展，其发动机自动控制系统、自动变速箱、电子制动等系统的控制也已成熟，ESP、TCS、定速巡航、自适应巡航等系统也已经广泛使用，与自动控制系统对接并不麻烦。 3、一线奋战无人驾驶也有些年头了，切身的体会，几年前还会天马行空的畅想，这些年开始严肃对待这个问题。 这个问题的回答有个基本思路，必须从商业逻辑->研发战略->核心供应链->关键算法的顺序来讨论。 （作为一个程序员，算法还是最有意思，^_^）。 还是老规矩先说结论：大量核心供应链部件和算法很长一段时间还是国外领先。 但无人车不是手机，不会是零部件的堆砌，肯定会受到国内政策，交通环境，生态体系的影响。 国内企业只要牢牢守住生态阵地，总有反超机会。 占坑第一，做强第二!一、商业逻辑首先是大家基本达成一致的逻辑（国内外基本都在一个起跑线上）：共识一：电车理论这种问题不该是问题所谓的“电车难题”是伦理学领域最为知名的思想实验之一，其内容大致是：一个疯子把五个无辜的人绑在电车轨道上。 一辆失控的电车朝他们驶来，并且片刻后就要碾压到他们。 幸运的是，你可以拉一个拉杆，让电车开到另一条轨道上。 然而问题在于，那个疯子在另一个电车轨道上也绑了一个人。 考虑以上状况，你是否应拉杆？自动驾驶汽车也会遇到类似的伦理问题，在危急情况下，是保乘客弃行人还是保行人弃乘客？大家对于电车理论的共识就是那么几点自动驾驶汽车不应该陷入这种两难困境：设计这么多逻辑，装那么多传感器，甚至超出人类认知的V2X，地图，激光雷达，积累大数据的驾驶经验都是为了这些尴尬不出现。 车辆两难的本能反应必须是预先设定经过认可的：不能排除这种两难情况的出现，但是基本的价值观必须预先设定，而设定价值观的可以是人，机器只用把过程进行完整的记录。 这个锅我背哈！真的出问题了怎么办，很多企业已经做了不错的表率（沃尔沃）。 共识二：增量式驾驶员辅助系统不会进化成自动驾驶系统之前看到过这样的路线划分当今自动驾驶行业最大的激辩就是到底要走特斯拉路线，还是谷歌路线。 前者的处理方案是不断改进的增量系统，期望有一天这套系统能直接驱动自动驾驶汽车。 谷歌则否定这条道路，认为我们该应用不同的技术。 我深感莫名其妙，特斯拉和谷歌我认为就是一致的认知。 特斯拉递增的是软件版本，不是功能增量，而其收集感知数据的商业模式，将是谷歌路径商业化的必由之路。 实际上的区别是整车厂和科技公司的区别，之前某位国外知名主机厂高管曾说过，自动驾驶对他们来说就是分分钟的事情，因为在他看来纵向控制就是“ACC CC AEB”，集成现有成熟技术就可以了。 ACC/CC/AEB三者之间存在繁琐的IF-THEN切换规则，并且每一种策略都不符合人类驾驶的基本逻辑，现实交通的复杂性会直接导致这种策略的崩溃。 TRUST ME 整车厂也不会这么想了！基于人车路的概率分布，运行态势，行为意图基本上是所有企业主流的做法。 共识三：自动驾驶行市场巨大据美国市场统计：3 万亿英里的行驶里程x每英里 0.1 美元的成本 = 每年 3000 亿美元的营收，在共享运输这样的背景下，类似Uber、Lyft 和滴滴这样的先行者，总计估值已经高达 1100 亿美元，基本相当于美国汽车三巨头通用、福特和克莱斯勒的市值之和。 共识四：城市发展将会在远期支撑自动驾驶未来 20 年内大量的交通基础设施都将支持自动驾驶。 什么专用道路标识，V2X，5G,高精度地图，边缘计算设备等等等等。 也许现在的设施差了些，未来为了安全一定会改变。 共识五：谁强谁弱不重要，满足市场需求才是最重要的。 这是一个最重要的问题，回答这个问题我认为实际上是两种划分：1.所有权划分未来消费者到底会将汽车看做是私人物品还是服务供应商，这关乎一个商业模式的问题。 2. 使用空间划分是开放道路，半封闭道路，还是封闭道路（这种不应该算作自动驾驶领域），开放和半封闭道路的参与者有很大区别4、我认为，自动驾驶是早晚的事，现在看来，自动驾驶的普及速度比预想的还要快。 自动驾驶一旦大规模普及，很多功能将会成为现实，比如：车辆可以像动车一样编组运行以实现同步高速度的交通，车与车之间的通讯和交互可以实现高效的通行效率和极低的事故率，甚至不需要红绿灯及各种复杂的交通标志标线系统，总体的交通效率和安全性将大大提高，是革命性的。 用不了多久，就会有人说：开车这么危险的事情，以前竟然让人去做，这简直太吓人了，不可想象。 ，当然女司机这个说法可能也要退出历史舞台了。 很多朋友担心交通基础设施以及法律责任等问题，我觉得这点不用太担心，自动驾驶普及的过程，也是相关的交通技术设施和法律不断完善的过程。 今天主要分析一下自动驾驶的技术层面，其他相关的道路设施及法律责任等问题在这里不讨论了。 首先简单说一下自动驾驶的原理。 所有的控制系统都是由传感器、控制器和执行器组成的，从这个角度上讲，自动驾驶原理其实和人工驾驶是一样的，我们用眼睛观察路况，而自动驾驶则是使用激光雷达、超声波雷达、摄像头、GPS等传感器来观察路况确定位置。 我们用大脑做判断，自动驾驶当然就是用电脑作为控制器来判断。 然后我们通过手脚控制车辆方向盘、加速和刹车，自动驾驶也是根据电脑的输出直接去控制车辆。 看上去很简单，但是要深入分析的话，特别是汽车这么危险的东西，要想保证自动驾驶的可靠性的话，其实非常复杂。 传感器方面，激光雷达和超声波雷达当然都是用来测距的，理想状态下车辆可以探测到周围所有的障碍物并算出这些障碍物的距离，但是实际上，这些障碍物很可能会被误判，比如风中飞舞的塑料袋会被判断为障碍物，甚至雨滴有可能被认为是障碍物。 摄像头更不用说了，单目或多目摄像头利用计算机视觉让自动驾驶汽车实时识别交通信号灯、交通标志、车道线、近距离低速障碍物等，同时加上与道路基础设施以及云端数据库的通信，实现诸多功能。 但是，今年特斯拉自动驾驶出现的死亡事故很大程度上与摄像头有关系。 在逆光和大光比的情况下，摄像头的分辨能力就降低了，当然还有低照度情况，这个受限于当前的图像传感器技术，懂摄影的朋友都会知道，机器视觉本来就是一个复杂的东西，同时摄像头有可能被灰尘、眩光等各种不利因素影响，所有从可靠性上讲，依然存在很多问题。 当然除了这些判断路况的传感器，汽车还有车速、加速度、转角度等各种传感器。 控制中心方面，接收这么多传感器的信息，进行分析处理，得出控制策略，下达控制指令，并且这个过程必须实时，所以控制中心必须具备高性能的实时运算能力。 就硬件来说，自动驾驶的过程可容不得死机，所以一般硬件都要用满足高可靠性高性能的实时运算。 就软件来说，算法就太重要了，自动驾驶的软件算法必须实现路径规划、躲避障碍物、加速度控制、姿态控制等等多种功能，但是目前并没有哪种控制方式能实现完美的无人驾驶，很多时候厂家都会采用多种方式共同处理，比如模糊控制配合遗传算法、深度学习等等。 作为也写了好多控制软件的答主来说，感觉这句话说的真是太对了：99%的情况使用1%的代码就可以应付，而剩下的1%的情况需要用99%的代码去处理。 执行器方面，一旦得到了控制指令，让汽车去执行，这一部分就目前来说还算是不错的，特别是电动车。 电动机极高的效率、优良的调速性能、宽泛的调速区间决定了电动车更容易实现自动驾驶，而普通汽车经过多年的发展，其发动机自动控制系统、自动变速箱、电子制动等系统的控制也已成熟，ESP、TCS、定速巡航、自适应巡航等系统也已经广泛使用，与自动控制系统对接并不麻烦。 5、预计2020年投入使用。 就是数量，美军战斗机服役架次在6000架，中国在1500架左右，美国在20年前就已经有了。 航空科技也是如此。 在科技上，不好衡量。 比如航天科技，我们计划2025年左右登月，美国在50年前就已经登月了。 我们正要做空间站。 比如航母，我们1艘，美国装备的是第四代战斗机，咱们和他们不是一个时代的武器，差距也较大。 这还是数量，技术水平相当于美国50年代水平在经济总量上
特斯拉得州工厂目标年产50万辆
特斯拉得州工厂目标年产50万辆
特斯拉得州工厂目标年产50万辆，马斯克表示得州工厂以体积计算，将是世界上最大的工厂；如果将工厂垂直摆放，其高度将超世界最高建筑，特斯拉得州工厂目标年产50万辆。
特斯拉得州工厂目标年产50万辆1
特斯拉CEO埃隆·马斯克戴着牛仔帽、驾驶着Roadster出现在特斯拉得州超级工厂。
当地时间4月7日，特斯拉得州超级工厂的开业派对Giga Fest在美国德州奥斯汀举办，这里同时也是特斯拉的全球总部。
马斯克戴着牛仔帽、驾驶着Roadster出场
“当我们第一次创办特斯拉时，乐观地说，我认为我们有10%的成功机会，”在开场中，马斯克说，感谢特斯拉团队的辛勤工作，为公司带来了现在的成功，美国三分之二的电动汽车都是特斯拉制造的。
在工厂的建设方面，马斯克再次强调了特斯拉的本土化战略，在本地建设工厂、车辆无需长途运输，这对于环境和能源是至关重要的。
特斯拉全球工厂分布图
马斯克：得州工厂是最先进的汽车工厂、将成最大电池工厂
对于得州超级工厂，马斯克介绍说，“加利福尼亚的空间已经用完了，”特斯拉需要一个能让其发展壮大的地方，在这方面，没有哪个地方比得上得州。
他透露，得州超级工厂是全世界容量最大的工厂，如果把得州超级工厂倒过来，将比埃菲尔铁塔、哈利法塔还要高。
得州超级工厂倒过来比埃菲尔铁塔、哈利法塔还要高
“这座工厂是地球上有史以来最先进的汽车工厂，”马斯克还提出了特斯拉的工厂也是特斯拉产品本身的想法，他将超级工厂称作“The machine that builds the machine（制造机器的机器）”。
得州超级工厂将所有功能聚合至一栋建筑中，可大大提升生产效率
此外，马斯克介绍，德州超级工厂正在制造4680电池，他表示，“随着时间的推移，这里可能会成为全世界最大的电池工厂。”
同时马斯克透露，德州超级工厂中电池包制造技术也取得了新的进展。 在未来的Model Y车型上，电池包也将成为车辆承重的结构，这将有助于减轻车身重量。
他补充说，当得州超级工厂的Model Y年产量达到50万辆之后，特斯拉明年即将在此开始Cybertruck的生产。 也就是说，预计明年，得州超级工厂Model Y年产量即可达到50万辆。
目标占据整个汽车市场20%份额，明年生产Cybertruck、Roadster和Semi
马斯克说道，特斯拉取得了巨大的成就，但是仍有很长的路要走。 他表示，特斯拉未来的目标是占据整个汽车市场20%的份额，“市场份额至关重要，我们要制造大量的车。 ”
特斯拉产量示意图
特斯拉目前在整个汽车市场中份额占比
展望未来，马斯克表示，“我们要达到真正的大规模，达到一个人类有史以来从未有过的公司规模。 ”他还暗示，得州超级工厂将更深入地研究Robotaxi自动驾驶出租车车队。
此外，马斯克表示，希望在明年可以生产出特斯拉机器人Optimus的第一版本。 同时，Cybertruck电动皮卡、下一代Roadster电动跑车和Semi电动卡车都将在明年开始生产。 “今年主要目标是大幅提升产量，而明年就会有大量新产品上市。 ”马斯克说道。
马斯克介绍了特斯拉人工智能团队的成就，他还表示特斯拉今年的目标是在北美发布FSD辅助驾驶系统的Beta测试版。
最新的Cybertruck取消了门把手
据悉，特斯拉得州超级工厂于2020年7月份于奥斯汀开工建设，该工厂是特斯拉继弗里蒙特工厂、上海工厂和柏林工厂之后的第四家汽车组装工厂。 当地时间2021年10月7日，马斯克在股东大会上宣布，特斯拉总部正式由加利福尼亚州的帕洛阿尔托迁至得克萨斯州的奥斯汀。
马斯克对此解释说，湾区的规模是有限的，但这并不代表特斯拉将放弃加利福尼亚，特斯拉将会持续在加利福尼亚扩张。 在此之前，马斯克本人也已经安家奥斯汀。
据特斯拉日前发布的2022年第一季度交付报告，第一季度特斯拉全球交付量超过31万辆，产量超30.5万辆，再创新高。 相比上年同期18.48万辆的交付量，同比增加67.7%。
特斯拉得州工厂目标年产50万辆2
北京时间4月8日，美国当地时间周四晚，特斯拉得州奥斯汀举行庆祝活动，宣布超级工厂正式开业，而就在不到一个月前，特斯拉柏林工厂正式启用，并交付首批Model Y。
此次庆祝活动的主题为“网络牛仔竞技”(Cyber Rodeo)，从当地时间晚上9点开始，特斯拉就为马斯克的出场开始预热，利用无人机摆出了得州超级工厂字样以及特斯拉汽车字样。
大约在9:30左右，马斯克终于露面了，只见他开着特斯拉跑车，戴着牛仔帽登场，直接引爆了全场的氛围。
马斯克先是介绍了特斯拉全球工厂的分布情况，截至目前，其一共建设有6座超级工厂，分别位于美国加州、纽约、得州、内华达州，中国上海，德国柏林。
随后，他又介绍了选择在奥斯汀建厂的原因，并讲述了得州工厂内的设施，机械设备等。
有意思的是，马斯克表示得州工厂以体积计算，将是世界上最大的工厂；如果将工厂垂直摆放，其高度将超世界最高建筑--迪拜哈里发塔；该工厂是美国五角大楼的三倍之大。
目前，得州工厂率先生产的是Model Y，马斯克声称，接下来就会生产首款电动皮卡Cybertruck。
在现场，马斯克还开始交付了首批在得州工厂生产的Model Y，交付仪式很简单，几乎一闪而过。
随后特斯拉首席设计师弗朗兹·冯·霍尔兹豪森(Franz Von Holzhausen)开上来一辆Cybertruck，引起了不少人的兴趣和期待。
早在2019年特斯拉发布Cybertruck时，马斯克为了证实该车的坚固性，直接让霍尔兹豪森拎着大锤砸车玻璃，结果却意外翻车，玻璃被砸碎。
所以不少人期待这次能够再次看到砸车的名场面，不过遗憾的是，马斯克并没有复刻当年的举动，而是直接开上了Cybertruck离开了现场，最终庆祝活动在漫天烟花中落下了帷幕。
特斯拉得州工厂目标年产50万辆3
埃隆·马斯克在当地时间周四举行的特斯拉德克萨斯州新超级工厂开幕活动上作出承诺，公司将在2023年大规模扩大生产规模，并还展示了最新的Cybertruck原型车。 此外，他还暗示公司将推出专用的机器人出租车。
德州超级工厂位于奥斯汀郊外，是特斯拉最新和最大的.超级工厂，同时还是该公司的新公司总部。 该工厂拥有超1000万平方英尺的建筑面积，它将特斯拉的电池和汽车组装的所有部分都集中在一个屋檐下。 根据马斯克的说法，原材料将进入大楼的一端，另一端则出来制造完成的车辆--包含了汽车制造商的新电池和结构性电池组。
德州超级工厂的大部分产出将包括特斯拉Model Y，马斯克估计每年产量将能达到50万辆。 明年，特斯拉Cybertruck电动皮卡也将投入生产以此来结束早期预购者近三年的等待。
在发布会上，德州工厂制造的首批Model Y跨界诶车出现在舞台上，然后是全新的Cybertruck原型车--除其他微小变化外--没有门把手。 马斯克表示，这辆皮卡可以感知驾驶者的接近，然后自己打开车门。
德州超级工厂对Model Y和最终的Cybertruck生产的贡献将对大规模扩大生产规模至关重要。 马斯克表示，在过去12个月里，特斯拉售出了超100万辆电动车，这无疑是一个巨大的数字，但在汽车行业其他公司在全球交付的8千万辆汽车中仍只是一小块。
在这一消息的鼓舞下，马斯克称，特斯拉准备发展到人类历史上从未有哪一家公司达到过的规模，另外他还预告明年会有一波新产品推出。
活动上，马斯克还预告了一款专用的机器人出租车，看起来相当有未来感，但遗憾的是，没有透露其预期时间表。 另外马斯克还提到，该汽车制造商即将推出的Semi和Roadster车型也将在明年投入生产，同时还有特斯拉的全自动驾驶技术将在2023年达到所有北美客户手中。
特斯拉机器人--现被称为Optimus--也仍在开发中。 马斯克在展会接近尾声时披露，该机器人将有望在明年进入生产。
鉴于这位CEO的夸张言论和对产品时间表的过度承诺的历史，大家或许还是对马斯克的大多数说法持谨慎态度比较好。 但不可否认的是，特斯拉的增长速度和德州超级工厂的实际规模。 特斯拉的其他工厂则还包括其位于加州弗里蒙特的前总部和工厂、位于内华达和纽约的两座超级工厂、位于上海的超级工厂及最近在柏林-勃兰登堡开放的超级工厂。
“鸽王”马斯克：100万辆特斯拉自动驾驶出租车今年上路，你信吗
虽然特斯拉目前进展不错，Model3全球热销，ModelY也已经开始美国交付，不过马斯克放鸽子大王的头衔依然还在，他之前许多过无数次的全自动驾驶技术普及还是没有成真。
去年马斯克曾宣布，2020年底之前会有100万辆特斯拉自动驾驶出租车上路，眼瞅着目前毫无进展并且疫情来袭许多公司的自动驾驶路测已经暂停，马斯克依然坚定地表示，100万辆自动驾驶出租车计划仍在进行中。
在回答网友提问时马斯克表示，自动驾驶出租车计划依然在推进，只不过要等监管部门批准，貌似技术方面已经OK了，只不过监管方面还没放行而已。 换句话说，我马斯克没有食言，如果没成功那也是监管部门的锅。
先不说今年之内咱们能不能见到这100万辆自动驾驶出租车上路，马斯克关于自动驾驶的时间表已经改了无数次了。 2016年搭载Autopilot2.0的特斯拉车型开始量产，引起业界震惊，在当时这款车已经具备了在开放道路上自动驾驶的能力。
2018年马斯克就公开表示，特斯拉将在2019年实现全自动驾驶，还说会展示给大家全自动驾驶状态下绕美国一圈的壮举。 不过一年又一年，大家也没等到见证这一壮举的时刻，2019年也没见到全自动驾驶的实现。
虽然目前选装了全自动驾驶套件的特斯拉Model3车主已经陆续更换最新的硬件3.0版本了，自动驾驶辅助系统的功能也有很大提升，但是大家都清楚的意识到这距离全自动驾驶还有很长的路要走，现在没人放心把车完全交给系统自己去驾驶，就说那个新增的雪糕桶识别功能吧，路边的一切条形物都有可能被识别成雪糕桶，最夸张的是前车系的红绳也能被当成雪糕桶……
所以这一次，小编还是认为年底前见不到所谓的100万辆特斯拉全自动驾驶出租车上路，你们认为呢？要不要赌五毛钱的？
