这两年，第一类公司犹为尴尬。其核心竞争力是算法，公司的主要人力都投入到算法优化这条路上去了。简单说，就是如何在有限的算力条件下，做出效率更高的算法。深度学习、规则规划、大数据训练，其本质都是训练算法更聪明，如何在几个有限的模型下，对现实中千差万别的场景，做出正确反应。训练的结果，在本文开头大家也都见识了。
但是现在硬件发展的太猛了。Mobileye现在的主流产品eyeQ4算力2.5Tops，功耗只有2.5W。Mobileye善于在螺蛳壳里做道场，该公司最高时占有率80%，很多车企都用过，譬如蔚来ES8就用过，觉得很香，然后“蔚小理”扭头新车全上了英伟达的Orin。后者算力254Tops。还不够的话可以叠加，蔚来就在ET7上用了4枚，算力达到1000Tops。
虽然主机厂吐槽说Orin怎么优化，芯片利用率也超不过30%，但是力大砖飞，算力冗余到这个程度，精进算法毫无意义，直接暴力解算即可（这种算法相当于迷宫里的老鼠，见到障碍就躲）。
而英伟达今年9月份发布了Thor（锤神），算力2000Tops，一枚芯片搞定自动驾驶、座舱和车载操作系统所有算力需求。这下子高通、Mobileye彻底给整不会了。
Mobileye还在养头老牛慢慢搞，下一代EyeQ5芯片，总算开窍了，允许用户二次开发，但算力仍然拙计，只有24Tops。
主机厂选谁，不用多想。因此，这能解释英特尔2017年收购Mobileye，到现在重新将后者打包上市，两次价格差不多，5年买了个寂寞。就这还得抢时间，正在贬值的牌要立刻打出去。
大算力、大冗余、完善工具链，打爆了软件的蝇营狗苟，至少眼下如此。主机厂自己就可以组织人马训练AI，无非是海量规则规划，然后以数据量和数据平台训练算法。
如此一来，算法公司卖不出产品，在情理之中。
搞不定“长尾”
再往深了说一步，网上有不少行云流水一般的无人车路测视频，2019年的时候确实惊艳一波，但现在基本上叫得出名字的自动驾驶公司都能做到，无非是算法拟合、地图感知决策，反复试错调优。什么1000公里无接管啊，全都是吹牛皮。特殊场景还可以（园区、矿山、港口、低速无人车），如果不挑路况，最多30公里就已经到了边界。
因此，关键是“泛化”问题。就是一套算法，能适应多少实际路况。大多数实际行驶的数据没什么价值，都是重复。只有不超过5%的数据，是新场景。偏偏这样的场景还层出不穷，永远无穷无尽，这就叫“长尾效应”。L4搞不定的，就是“长尾”。
开头说了一个三蹦子的例子，其实这样特殊例子有无数个。譬如眼下秋季落叶成堆，你教了算法如何辨识路边落叶堆和站立行人，也教会它，就算落叶掩埋了一段标志线，也可以“接续”。实际上来了一阵大风，吹起漫天落叶，无人车往往嘎的一下就停了，它不知道这些东西是可以忽略的。
一片水洼，一只松鼠，一个撑伞的行人，一条有狗蹿出来的小巷，都给决策带来无穷无尽的麻烦，而人类驾驶员几乎不会受到影响。
所有技术团队认识到，不存在工程手段，给所有范式提供彻底解决方案。2019年之前，有很多业内人士和自动驾驶公司的创业者，都预言了高等级自动驾驶部署的时间。无一例外，他们都翻车了。商业模式不可行，源于技术上走进死胡同。
