上周，在纽约市的一场盛大发布会上，通用汽车公布了以AI驱动车辆开发、先进电池技术、高性能车载计算机以及自动驾驶为核心的新科技蓝图。

其中部分消息并非首次披露：我们早已知晓，这家汽车制造商正致力于开发免提、脱眼驾驶自动化技术，并持续研发新型电池化学成分。从某种意义上说，此次发布会的真正亮点在于展示所有这些部分如何协同运作。凭借其全新的“智能定义车辆”模式，通用汽车正寄望于人工智能、集中计算和虚拟化工程，将车辆开发时间缩减一半，旨在将典型的四到五年开发周期压缩至两年多。

然而，这场高科技革新是在行业逆风强劲、容错空间极小的背景下展开的。通用汽车大举转型之际，正面临一批在全球积极扩张的高效中国电动汽车制造商的冲击。与此同时，美国电动汽车市场需求疲软，迫使通用汽车重新调整其电动化预期，在下一代电池工厂的数十亿美元投资与软件开发的持续成本之间寻求平衡。

可以肯定的是，通用汽车将未来押注在未经证实的软件架构和自动驾驶技术上，无疑是一场高风险的赌博：一旦这些复杂的人工智能系统出现故障或开发延迟，通用汽车或将损失巨额资金，同时进一步落后于像特斯拉这样从一开始就以软件为先的敏捷竞争对手。

发布会结束后，我与通用汽车首席产品官斯特林·安德森进行了深入交流，探讨了公司这项高风险的新事业，以及他打算如何引领这家拥有百年历史的底特律巨头穿越一个日益快速、由软件驱动的世界。

本次采访经过精心编辑，旨在缩短篇幅并提升清晰度。

这次发布会的信息量相当丰富——涵盖了许多不同的部分。你认为这其中有一个统一的主题吗？如果有，你觉得是什么？

汽车正变得越来越智能。

就这些？

没错，就这些。我想是的。你的车辆正在逐渐成为一个值得信赖的智能伙伴，而我们正通过多种途径来实现这一目标。我想我可能是为数不多对我们在开发过程中所做的事情感到如此兴奋的人之一，我们让这个过程变得更加迅速、更加优质。

我不知道有多少人会以我认为值得的精神去得出这样的结论，但当我们能将设计决策反复推演数百次时——而以前只能进行一次——所能达到的测试水平和性能优化程度是惊人的。真的非常惊人。会后我遇到了两个人，他们问我：“嘿，那安全呢？速度是不是以牺牲安全为代价的？”我们获得速度的方式是通过虚拟化测试，这让我们能够提升安全性。以前，我只能负担得起X个原型车进行碰撞测试，而且这需要六个月的时间。现在，我在虚拟世界中启动了数千次测试，这些测试能更快地给我反馈。所以我既获得了速度，又获得了安全性、更好的覆盖范围和更深入的理解。在这个过程中，我们也收获了很多益处。

你们在使用什么样的AI模型？我知道你提到过数据在这里就像货币一样，所以显然你们从自己的客户那里获取了很多数据，但市面上也有很多相关产品。那么，如何确定从公司外部寻找什么，以及从内部获取什么之间的界限呢？

这是个好问题。这取决于我们要用它来做什么。在许多情况下，基于变换器的基础模型能够实现我所说的生成式设计——我们基于数十年的设计文件、分析等积累了足够的内部数据，可以训练出一个能够很好地表达我们数据的系统。但我们也可以获取——而且在许多情况下任何人都可以获取——很多能为我们提供信息的数据。用通用汽车以外的数据对这些模型进行协同训练，往往能让它们变得更加出色。所以我们对所有模型都这么做。

你提到过从确定性代码转向从世界结构和数据中学习的概率性AI。你们具体是如何将这些模型嵌入到车辆中的？有多少是在本地运行，有多少是从云端获取的？

对于任何与安全相关的功能，推理都是在车载设备上完成的，因为我们无法承受延迟、可能的掉线或其他任何问题。你今天早些时候从团队那里看到的一些例子，比如OnStar AI交互，就不是与安全相关的。你可能注意到了，由于延迟，那里有一些往返通信，因为我们不需要把所有这些都在车载设备上运行。现在，我们正在考虑将它们精简为车载模型，以处理延迟问题，但这是一个边缘用户体验元素，而不是核心安全考虑因素。

你在演讲中提到过通用汽车的规模，这给你们在数据方面带来了优势，但也带来了很大的惯性。早在2019年，通用汽车总裁马克·鲁斯就谈到过要走向车辆的“数字大脑”，2021年你又谈到了Ultifi。现在事情进展得更快了吗？你们现在是否已经走上正轨了？

是的，而推动这一进程的一大因素是共同的电气系统，包括集中计算。从历史上看，我知道很少有像复杂性这样能严重减缓软件速度的因素。一旦软件团队有一组非常大的部署目标，而这些目标没有共同的基线，那么这个团队的速度就会大大减慢。

在我们整个产品组合中推出这一系统，正是为了提升软件速度，这样我们就不必继续支持各种配置的车辆。随着这套硬件系统的推出，软件工程师将突然能够像在一家只有两款车型在生产的公司工作一样操作，这在历史上是不可能的。

通用汽车拥有庞大的品牌组合，每个品牌都有独特的身份。你们如何决定在每辆车上标准化哪些内容，同时确保别克仍然是别克，GMC Sierra仍然保持独特？

这是多方面的结合。首先，每个品牌的精髓往往体现在美学和交互模式上。美学是你可以通过设计有效呈现的东西，无论是在数字界面还是实体钣金上。我们在很大程度上已经实现了底层组件的通用化，因为为什么不呢？对于给定的车型细分市场，有一种特定的乘坐质量往往最受大家欢迎。

我们下一代卡车的T1-2平台在各品牌之间是通用的。我们将在功能集、美学和交互模式上进行差异化，这些基本上是按细分市场来设计的。销售部门有专门的品牌渠道，但工程部门是一个整体。这确保了我们不会因为给一个品牌分配了一个稍差的团队，就给不同品牌生产出异质、次优的汽车。我希望我们的工程团队把所有精力都集中在什么是绝对最好的悬挂系统、动力系统或驱动单元上，然后我们在整个产品组合中推广这些系统。

说到自动驾驶，我们现在路上已经有自动驾驶汽车了——Waymo、Zoox和特斯拉Cybercabs。通用汽车要解决哪些挑战，才能让人们舒适、安全地脱眼驾驶？

当你说“脱眼”时，你是指自动驾驶吗？

是的，自动驾驶。放手、放脑、脱眼。但同时，你还不建议人们在车里睡觉吧？

我们设计车辆时考虑到了这一点，即使他们睡着了，也不会不安全，因为我们没有奢侈到能确保他们一直在注意路况。我之所以不用“脱眼”这样的词，是因为我听到人们用这些词来指代不合理的自动化水平。当你的眼睛盯着手机时，你认为你的大脑在做什么？你的大脑在哪里？我们不要做这些无意义的区分。如果你认为你的驾驶辅助系统非常强大，你就已经有了一种自满的风险——一种把它当作自动驾驶系统来对待的风险。我们的理念是：如果我们要设计一个自动驾驶系统，我们就要真正设计一个自动驾驶系统。我们将采取的渐进式路径将适用于个人拥有，而不是适用于机器人出租车的路径。我们将走向特定道路类型的设置，并从那里向外扩展，而不是区域特定、速度受限的设置。它们最终都会汇聚在同一个地方——在任何时候都能自动驾驶——但会采取不同的路径来实现这一点。

对于现在的机器人出租车，我们看到了一些麻烦情况——比如堵塞十字路口或阻碍紧急车辆。你觉得通用汽车所定义的个人自动驾驶能解决一些问题吗？因为驾驶员仍然是一个可依赖的备选？

备选的形式很重要。在涉及安全的关键动态情况下，我们不会进行备选操作。这样做是不合理的。在非安全关键情况下——车辆停下且发生异常情况时——我们可以将控制权在到达安全地点后交还给驾驶员。在这种情况下，有人参与是非常有用的。

你们如何安排这种交接以避免驾驶员自满？

我们不会动态地进行交接。这不是“你开，现在我开，哎呀，我不认识这个”的交换。这不是L3级自动驾驶。就像你把机器人出租车放在一个有限区域内一样，我们会把个人拥有的自动驾驶车辆放在一条特定道路上。

当在这条道路上时，我们会将人类送到目的地，并给出一个优雅的倒计时——比如，“嘿，你还有10分钟就到目的地了。”如果他们提前接管，那很好。如果他们不接管，系统会将车辆带到一个安全状态，驶离匝道，并说，“我10分钟前就告诉过你要接管了。我们已经停下了，我不会再往前开了。”

你必须假设会有不良行为者试图滥用系统——就像我们看到的特斯拉用户坐在后座上一样。

当误用发生在并非设计用来处理所有情况的驾驶辅助系统上时，我会更加紧张。如果车辆接管了控制权，我们的系统设计就是为了应对更多可能被抛给它的各种情况。所以我的焦虑程度会大幅下降。

像OnStar AI这样的功能要求访问日历、电子邮件和个人数据。考虑到过去联邦贸易委员会关于通用汽车未经许可向第三方经纪人出售客户数据的命令，你们如何确保客户能信任你们处理这些数据？

隐私必须是在设计中就考虑到的要素。通过端到端加密，我们看不到你的数据；你授予一个助手访问权限，而这个助手在有上下文的情况下表现更好。数据只在汇总、匿名的层面上对我们可用。在个人层面上，数据是加密的，并由你控制。

当你买车时，要阅读几十项条款和条件，结果往往是“点击，点击，点击”而不阅读，这对信任是一种伤害。我们已经大大简化了这些授权流程，只保留了几个明确的选择，解释了汽车为什么需要数据——比如读取你的日历以进行智能路线规划。你可以随时撤销权限、删除你的数据或将其导出。你提到了信任，这是基础。过去由不再为公司工作的人所做的决定有其影响，但那不是我们今天的公司。我们通过设计架构来重新赢得这种信任，这样即使有人在公司内部做出了错误的决定，系统从技术上也不会允许他们访问原始用户数据。

而我们这样做的方式就是通过设计。你看，即使我们再次有愚蠢的人为我们工作并做了这样的事情，他们也做不到。他们无法访问这些数据。

人工智能正在缩短车辆开发时间，但我们也看到特斯拉和Rivian等公司对工厂自动化和类人机器人进行了大肆宣传。通用汽车也朝这个方向发展吗？

如果你想被视为一个机器人领域的参与者，现在似乎你必须有一个能做后空翻的类人机器人。这很奇怪。对类人机器人的倡导往往来自那些历来倡导第一性原理工程的人，但类人机器人并非源自第一性原理。它们重形式而轻功能。这种逻辑假设人类形态是工厂车间的最佳选择，但这种形态是在非洲大草原上躲避狮子时进化出来的！生产环境既不是为人类形态而建的，就像为马建造的道路并不意味着汽车就应该有四条腿一样。工厂里最有价值的空间是地面。让笨拙的类人机器人进出车辆可不是开始的好方式。你应该从看起来很奇特的形式开始——比如像一只挂在龙门架上的章鱼，它能伸进一条移动的车辆生产线。我们无视类人机器人的“信仰”，专注于底层的人工智能智能，这种智能可以操作各种专为特定任务设计的特殊机器人形式。

通用汽车是自己建造这些机器人系统吗？

我们已经在稳步推进这项工作了。我们不仅积极与发那科等重型机械供应商携手合作，同时也在大力自主研发诸多解决方案。

消费者既期待汽车更加智能，又希望价格更为亲民。贵公司发布的这些公告，将如何为消费者带来更具性价比的选择呢？

LMR（富锂锰基）电池化学成分是达成这一目标的关键要素之一。它所提供的续航里程与高镍电池包相近，然而成本却更接近磷酸铁锂电池。从续航里程的角度来看，消费者将能够以低于竞争对手盈利车型的价格，购买到第四代通用电动汽车，而且无需依赖补贴政策。

此外，我们电气架构的通用化设计，极大地缩短了布线长度，减轻了车辆质量，从本质上降低了汽车的成本。虚拟化开发技术的应用，降低了原型制作成本，使得汽车业务即便在较低的零售价格下，依然能够实现盈利。这一优势不仅适用于纯电动汽车，对于内燃机汽车和混合动力汽车同样适用。

汽车的智能化发展，是否会导致订阅费用升高，或者出现更多的付费内容限制呢？

随着时间推移，功能进步是必然趋势，但这并不意味着经济成本会随之增加。就像你膝上的电子设备，其功能比多年前的计算机强大得多，而价格却更为低廉。关于订阅服务，我的目标是打造优质产品。如果消费者愿意为租赁等服务付费，我们尊重他们的选择；如果他们不愿意，我们也不会强迫。

[通用汽车发言人查伊蒂·森（Chaiti Sen）：对于像OnStar AI这类即时功能，我们将把它纳入基础套餐之中。我们不会对核心基础体验设置付费限制，也不会让消费者面对一个功能空泛的“铁壳”。]

在你的传感器套件中，运用了摄像头、雷达和激光雷达。你认为这种配置会一直延续下去，还是最终会像特斯拉那样，缩减为仅依赖视觉的方案呢？

如果缩减为仅依赖视觉方案，从物理学原理来看，在某些特定情况下，车辆将会陷入困境。雷达的成本非常低廉，舍弃它并无实际意义，这更像是一种违背物理学常识的奇怪执念。激光雷达的工作波长与可见光相近，有助于协同训练摄像头系统，使其能够更快地提升性能。摄像头无法像雷达那样穿透浓雾，也无法精准测量瞬时速度。拥有多传感器套件具有显著的安全优势，这是物理学原理所决定的。