特斯拉的坏消息一个接着一个。
图片来源于网络，如有侵权，请联系删除
资本市场市值大跌、全球主要市场销量大幅下滑、新车型Cybertruck迟迟难以交付、4680大圆柱电池也是雷声大雨点小、特斯拉全球裁员10%，更糟糕的是马斯克还深陷内幕交易丑闻，甚至有可能祸起萧墙......
特斯拉到底怎么了？针对此话题，笔者从不同角度进行了解读。
感兴趣的读者可参考：《群狼环伺：马斯克手里还剩几张牌？》《卫星上天，特斯拉落地》《马斯克的命运裂变：玩得过证监会，玩不过董事会》
在对大量现象进行深入分析后，笔者认为特斯拉陷入窘境最根本的原因是，马斯克所信仰的第一性原理正在失效。
什么意思？任何理论都有适用边界，不可能无限扩张，第一性原理也不例外。
技术可以提高，但理论的极限无法突破，也就是说，技术所能做的事情，不过是在边界内找到相对好的答案。
大家都知道，信息科技产业有标准一说，标准的本质就是在边界内做好事情，任何时候，技术在不成熟之前，是可以提高的，但是到了趋于成熟之后，理论上的极限是无法突破的。
举例来说，早先，由于技术不成熟，DVD只有700兆，因此工程师们才会在激光播放机的精度上进行改进，于是容量扩大了好几倍。但是，无论如何改进，DVD的容量都有一个理论上的极限，它受限于红色激光的波长。要想突破这个，那就是瞎费工夫，最终往这个方向投入巨资的东芝和微软完全失败了。
所以真正理智的人，会清晰地意识到边界的存在，面对同样的边界，有的人在边界内玩出精彩，但是也有的人总幻想边界很容易突破，最后处处碰壁。
对此，本文将以4680大圆柱电池和自动驾驶FSD 纯视觉方案为例进行深入分析。
理想很丰满，现实很骨感：4680大圆柱电池的红与黑
最早提出第一性原理的是古希腊哲学家亚里士多德。他认为，在每一系统的探索中，存在一个最基本的命题或假设，不能被省略或删除，也不能被违反。而在马斯克看来，物理学原理是永恒不变的第一性原理，要想创新就必须放弃大部分人的思考方式，从物理学原理溯源，去分析整个过程是否合理。马斯克就是用这样的思维方式，先后在航天和两大产业中获得空前的成功。然而，在4680大圆柱电池的创新上，马斯克的第一性原理却遭到了重创。
动力电池制造的流程大约可分为三大步骤：第一大步骤是电极生产：将电池的阳极和阴极与溶剂、添加剂、粘合剂等材料混合起来以形成浆料。然后是涂覆步骤，将浆料施加到金属箔上。接着是干燥步骤，从涂覆的浆料中除去大部分溶剂。再之后把涂层压延。
第二大步骤是电芯生产：大批量生产电池单体，动力电池对于电池单体一致性要求严苛。后续还要将数量庞大（成百上千颗）电池单体组合成在一起，这是一项复杂的系统工程。
第三大步骤是组装：根据电池模组/电池包组的特点，可以分为两大类，分别是硬壳和软包。最后组装成不同的形态，比如方形电池、刀片电池，当然还有大圆柱电池。马斯克的创新主要是两个方面：第一，为了降本，选择大圆柱外型。为什么要选择大圆柱外型？因为圆柱形物体在生产流水线中的运转速度高于方形物体。大家可不要小看这点，要知道方形电池每分钟只能生产25个电芯，而圆柱电池每分钟能生产300个电芯。你看，这效率真的是大幅提高。凡选择必有代价，大圆柱电池的弊端是，圆柱形电芯在封装步骤中，圆柱与圆柱间会有缝隙，空间利用率低于方形电池。这点大家想象一下，应该不难理解。
那怎么办？很简单那就是把电池的尺寸变大，这样减少缝隙。但是尺寸变大，加工难度也会变大，其中最大的难点就是电池的极耳，也就是导电部分会承担更多电流，容易失控进而引发自燃。你看这都是一环套一环的。为了解决这一问题，马斯克大手一挥：取消电池极耳这个环节。这就带来了第二个创新。第二，取消湿法工艺。你看动力电池制造的第一大步骤，电池的阳极和阴极与溶剂、添加剂、粘合剂等等混合成浆料，然后涂在金属箔上，接着就是干燥步骤，需要烘烤12个小时。这就是湿法工艺，但马斯克认为这种工艺很蠢，既然最后要烘烤成干的，那为什么一开始要弄湿？要知道这部分的设备、人工、厂房成本占整个电池制造的 22.76%。直接不要了多好？为此，在2019 年 2 月，特斯拉花 2.19 亿美元收购了Maxwell，该公司可以完成马斯克的设想，把湿法工艺变成干法工艺。然而，理想很丰满，现实很骨感，4680大圆柱立刻遭到了量产危机。牵一发而动全身，取消一个流程，增添无数麻烦。主要是以下三个：第一，最初的麻烦是干法工艺会减少电池循环次数。一旦取消湿法工艺，那么所有的环节都必须变成干的。然而，湿法工艺的好处是在金属箔片上附着正负极材料时，粘性强且稳定，一旦变成干的，粘性就变弱了，为此，特斯拉不得不去研发粘结剂。但问题是，使用粘结剂会阻碍锂离子的流动，会大幅缩短电池寿命，所以4680大圆柱的循环次数只有1000次，但别的电池的循环次数超过 2500 次。第二，是让人头疼的流水线的设备研发。干法电极设备要把材料碾压成纤维化状态，看起来很简单，但在大规模生产中，对设备有极高的要求，需要用合适的力度将材料中的粘结剂滚压成合适的纤维化状态。在实验室环境中，这件事很简单。但大规模生产要求设备能连续、精准地处理整个任务。不要觉得很简单，调试设备和工艺没有捷径，它需要一次次反复尝试。为此，特斯拉投入了大量的时间、金钱和精力。第三，是让人无语的焊接效果。4680大圆柱电池的极耳很大，由此，需要焊接的极耳面积增加，面积越大，出错概率越高，而且稍有不慎，就会让电池报废。除此之外，小麻烦更是不计其数。比如马斯克之所以选择大圆柱造型是因为生产效率够高，但这对产线的要求也高，生产线上哪怕掉落一些的灰尘和碎片，也会导致电池短路，实验室环境下没有这些问题，但在大规模生产线上，这些问题无法避免。
从4680大圆柱电池发布至今，马斯克只实现了最初目标的1/3，仅量产了工艺更简单的干法石墨负极，但接下来还有更难的干法硅负极和正极。到2023年年末，特斯拉的4680大圆柱电池的良品率只有92%，看似很高，但还是不够，良品率必须超过95%，才能迈过规模效应的门槛。而且，只有更便宜的4680大圆柱电池才能支持特斯拉造出2.5万美元的廉价车型，要知道如今的特斯拉已完成车型研发，还突破了更大规模的一体压铸技术。但4680大圆柱电池却成了阻碍计划的最后一块绊脚石。目前来看，依旧遥遥无期。
纯视觉方案撑不起马斯克的终极梦想
自动驾驶一直都是马斯克重点投入的领域，而智能交通服务商则是特斯拉商业模式的终极梦想。按照马斯克的设想，一台车96%的时间，都在停车场闲置。马斯克帮车主算了一笔账，只要车主的车加入特斯拉的出租车队，你人在写字楼上班，汽车去路上接活，每年最多能分你3万美元。按照特斯拉的测算，如此丰厚的收入，起码有10%的车主会加入，也就是说，只要特斯拉的累计销量达到1000万辆，这个百万自动驾驶出租车车队就能开张了。感兴趣的读者可参考：《我们在为问界呐喊“遥遥领先”时，特斯拉却正蜕变为新物种》当然，这一蓝图的前提是实现自动驾驶。至少得是L3级别，车企能承担驾驶责任了，特斯拉的管理中心可以派操作员远程管理了，政府才能允许它接管车主的汽车。自动驾驶大致可以分为感知、、决策、控制等模块。主流的智驾算法模型，按照感知、预测等功能来划分成不同的多个小模型，每个模型都要单独对其进行训练和优化。在马斯克看来，这样复杂的架构，不够简洁，不够第一性原理。他推出的端到端模型由神经网络链接而成，也就是将复杂的感知与决策融合到同一个模型中，并且只需通过训练这一个大模型，就能达到优化和提升各个功能模块的能力，从而减少传统架构下对逐一模块训练所带来的研发成本。
随后，在1931年，数学家哥德尔回应了图灵的问题，他认为许多数学家试图构建一个既完备又一致的数学体系，这样的的努力方向，是错误的，数学体系不可能既完备又一致。也就是说，保证了完备性，结论就会矛盾；保证了一致性，就会有很多结论无法用逻辑推理的方法证明。另外早在1900年，数学家希尔伯特就提出过一个疑问：对于某一类数学问题，有没有一个方法，通过有限步，就能判断它有没有解？根据希尔伯给出的结论，很多数学问题，就算有算法，但有没有解是不知道的。没错，数学家们已经回答了，数学不是万能的，是有明确边界的，从这样一个第一性原理出发，我们基本可以得出结论：无人驾驶根本就不可能实现。比方说，世界上很多问题不是数学问题。假如，你正在以很快的速度开车，突然发现前方有小学生在打闹。如果要避让，车就会撞墙，你将面临危险。请问在这种情况下，你是选择撞墙还是选择撞向小学生呢？如果汽车厂商告诉你，我们这个车就是讲道德的，我们的自动驾驶系统在这种情况下一定会首先确保行人的安全，请问这样的车你会买吗？你会让汽车做决定，牺牲你自己吗？可见，这是一个伦理道德问题，没有标准答案，人工智能再强大，也无法计算这样的问题。最要命的问题是，车辆行驶的情况非常复杂，无论什么样的模型，无论多么强大的算力，都算不出来。换句话说，自动驾驶这道数学题有没有解，能不能用有限步骤算出来，我们是不知道的。比如，美国50个州都有各自的交通法规，各地的气候条件和路况都不一样，这还不算美国和中国更不一样。这意味着什么呢？这意味着在一个地区训练出来的自动驾驶方案，换一个地方就完全没用了。另外，对自动驾驶大模型来说，用2%的数据就能训练一个能解决路面80%的情况的自动驾驶系统，但是剩下那20%的情况，你就是用再多的数据也未必能解决。在FSD的开发过程中，特斯拉积累了超过90亿英里使用里程，这是全球最大的自动驾驶数据来源；为了利用这些数据，特斯拉不断扩充其超算集群，到处挖顶级AI工程师，自研算法、芯片和大算力GPU。但即便如此，至少目前还是没能喂饱大模型。没错，这道数学题很有可能是无解的。进一步说，即便算力增加也无法解决自动驾驶大模型的普适性问题，计算能力增加，原来可以计算的问题会算得更快，甚至瞬间解决，但是不可算的还是不可算。我们打个比方，你如果有一台制冷机，可以将温度降低。如果你有一个超大功率的制冷机，温度降低得会快得多。但是，用再多、再大的制冷机也不可能将温度降到绝对零度以下，因为那是物理学的一条边界。没错，数学的边界不可能被突破，所以，和4680大圆柱电池一样，我们对特斯拉FSD别抱太大期望了。
尾声
特斯拉的成功与失败，都归咎于第一性原理：抛弃行业成规、质疑原有要求，从最本质的物理学出发重新想一件事该怎么做。然而，世界上的理论都是有边界的，物理学也不是万能的，挡在特斯拉面前的还有制造业。动力电池就是典型的制造业，环环相扣，牵一发而动全身，从物理学角度讲，取消湿法工艺，用干法工艺是可行的，但从制造业的角度讲，就必须把整个工艺流程全部都推倒重来。如果说，4680大圆柱电池的生产流程能够重新发明，那么自动驾驶问题则是一个无解的问题，因为数学的边界不可能被突破，算不出来就是算不出来。没错，成也萧何败萧何，第一性原理开始失效了，马斯克要怎么办，我们拭目以待。
版权声明
本文仅代表作者观点，不代表百度立场。
本文系作者授权百度百家发表，未经许可，不得转载。
