行业现状与挑战 - 当前行业面临一个关键问题：高盛估计，当前投入服务的机器人出租车需要每三辆车配备一名远程操作员[1] - 远程操作员对于处理车载人工智能无法应对的情况至关重要，例如旧金山12月因停电导致交通信号失灵，Waymo机器人出租车造成交通堵塞的事件，凸显了该技术仍需完善[1] - 高盛认为，降低与远程操作员相关的成本是机器人出租车业务蓬勃发展的必要条件[2] 成本优化目标与技术路径 - 高盛预测，到2030年，单个操作员应能同时处理10辆机器人出租车，到2040年将提升至35辆[2] - 实现这一目标需要技术创新[2] - Mobileye在第四季度财报电话会议上提出了一种可能使远程操作员基本变得不必要的解决方案[3] Mobileye的技术架构 - Mobileye首席执行官Amnon Shashua阐述了公司的“快思考、慢思考”架构，其关键创新在于拆分自动驾驶涉及的AI工作负载，并可能利用基于云的AI进行更深层次的推理[4] - 对于分秒必争的安全相关决策，必须使用车载计算资源以降低延迟，Mobileye的系统以每秒10次的频率感知环境[5] - 对于非紧急决策，例如决定是等待阻塞交通的物体移动还是选择其他路线，则不需要快速做出，这些决策可以受益于更强大但无法塞入车载有限计算资源的AI模型[6] 技术架构的潜在影响 - Mobileye的架构可以较低频率调用在云端运行的强大视觉语言模型，以处理与安全无关的复杂决策[7] - 该策略提高了干预之间的平均时间，且强大的云端模型“在许多情况下”可以替代远程操作员[7] - 若大规模应用成功，机器人出租车的经济性将可能显著改善[7] - 该架构将部分非安全计算卸载到云端，同时将关键的安全相关AI工作负载保留在车内[8] - 公司相信这可以大幅减少对远程操作员的需求，而远程操作员是机器人出租车业务中成本高昂的一环[8]