放棄黃仁勛演講，卻排隊一小時體驗Zoox！但這一趟，值了！

抓住風口

本期要點：Zoox證明了這一點

你好，我是王煜全，這里是王煜全要聞評論。

昨天，在CES展期間，我沒有去擠英偉達CEO黃仁勛的演講，卻在展館外等了將近一小時，只為體驗一次亞馬遜旗下的Zoox自動駕駛汽車。

事實證明，這一個小時的等待很值得。短短十幾分鐘的乘坐，讓我對一項技術如何真正落地，有了更實在的感受。

先簡單介紹一下，Zoox于2014年成立，2020年被亞馬遜以約12億美元收購。和大部分無人出租車（Robotaxi）不同，Zoox的車沒有傳統意義上的車頭和車尾，無需掉頭。因為沒有方向盤、腳踏板和儀表盤，內部變成了兩兩相對的4座布局，空間感比傳統SUV還要寬敞。

它搭載了133度的超大電池，車頂四角集成了激光雷達、雷達和攝像頭，最高時速可達120公里。

去年8月，Zoox成功獲批，可以部署完全沒有傳統控制裝置的車輛，開展試運營。Zoox還宣布，他們在加州的工廠年產能已經達到1萬輛，將為后續快速推廣打下基礎。

說回這次試乘，Zoox是在預設的固定環線上行駛，變道、匯入主路、轉彎等動作都很平順，與一位熟練的人類司機差異不大，僅在最后剎停時略顯生硬。

但真正讓我有感觸的，是座艙布局改變帶來的空間感和社交氛圍。

傳統汽車中，前排座椅靠背像一道物理和心理上的墻，不利于大家相互交流，但對坐的設計消除了這道屏障。這個看似沒有技術含量的改變，卻成為了體驗提升的核心。

這更讓我們堅信，自動駕駛，乃至人工智能的競爭焦點，正在從算力和算法轉向用戶的真實感受。在這兒也給創業者們一個提示：讓AI在具體場景里可靠地完成任務，并提供高質量的服務體驗，將會成為致勝的關鍵。

RoboBus

首先，我們想指出的是，當技術已經進入了邊際效用遞減的平臺期時，商業模式的思考就變得至關重要。

例如，目前自動駕駛技術已經能妥善處理99%以上的常見情景了，真正的挑戰在于剩下那1%甚至更少的極端場景（Corner Case）。但要完全覆蓋這些小概率事件，技術公司就要繼續投入與收益完全不匹配的大量資源。

對于特斯拉等車企來說，它們的系統必須能讓任何人在任何地方都安全，所以它們必須死磕那最后1%甚至0.1%的極端場景，哪怕絕大部分消費者一輩子也碰不到這些風險。

但對于Zoox的乘客來說，死磕極端場景帶來的體感提升幾乎為零。

Zoox采用的是固定站點、固定線路的模式，看似是技術不足做出的妥協，卻在商業上成立了。

一方面，將車輛限制在特定的路網和站點，就相當于人為地消解了大量的極端場景。車輛可以對這條線路進行反復訓練，甚至主動設置各種突發情況進行學習，從而以相對可控的成本，實現極高的運行可靠性。

另一方面，Zoox的這種模式，恰好能解決傳統公交系統的某些固有痛點——比如難以覆蓋非核心區域或夜間時段。

以往，無論車上只有1個乘客還是擠滿50人，司機的人力成本和車輛的折舊是恒定的。為了降低成本，公交公司往往選擇在偏遠地區或夜間減少班次。但這又導致服務體驗變差，乘客流失，陷入惡性循環。

小型無人巴士（Robobus）則提供了另一種解決思路。

沒人的時候，車就停在路邊等待，既不耗電，也沒有司機的成本。人多的時候就可以多輛車編隊出發。通過靈活的運力調配，可以有效降低運營成本，使得在郊區或夜間提供公交服務成為可能，并有望實現盈虧平衡。

而且，它們并沒有在搶現有公交司機的工作，而是在填補以往無法覆蓋的服務空白。也就是說，它們是在形成產業新增，制造更多服務供給，帶來更多經濟增長。

體驗優先

我覺得，更關鍵的是，Zoox又更進了一步，為用戶提供了更好的乘坐體驗。

特斯拉的Cybercab雖然也取消了方向盤和踏板，但依然保留了傳統的前后排布局。

未來坐在Cybercab里，就和普通車一樣，乘客視線依然是向前的，這種體驗和坐滴滴沒有本質區別，只是少了個司機嘮嗑而已。

Zoox則為乘客搶出來了更多空間，膝蓋不需要頂著前排座椅，乘客可以面對面交流，體驗自然更好。

而且，進一步看，車廂擁有了更多可能性。

我們可以再放張小桌子，喝咖啡、玩桌游，或者用來學習、工作或者開會。此外，這個空間也可以用于試穿衣物、進行輕度鍛煉或干脆躺下睡個覺等等。

總之，這種設計讓無人車能承載的服務變多了，進而可能催生出新的產業，也就是基于自動駕駛的增值服務，將會帶來更大量的經濟增長，并容納更多且更多元的就業。

值得一提的是，目前，國內如文遠知行、PIX等公司也在進行同類無人小巴的試運營，并且相關服務已經擴展到了中東、歐洲以及日本等地。這表明，中國在這一領域的商業探索同樣處于前沿。

行為智能時代

最后，當我們排隊一小時去試乘Zoox時，黃仁勛的演講也正在進行，但我們為什么沒有去聽呢？

當時這個決定并不困難，當服務興起的時候，硬件性能不再是最重要的因素。一項服務究竟如何，必須親身感受，至于技術指標、芯片參數、行業觀點，事后看看視頻也是可以了解的。

果然沒錯，黃仁勛依舊在展示最新的芯片硬件，暢談他看好的自動駕駛算法和炙手可熱的人形機器人，確實科幻感十足，卻實質上還是老調重彈。更重要的是，沒有無線互聯網經驗的老黃，只字未提終端智能，明顯正在錯過這一輪基于行為智能的、比生成式人工智能更大的機會。

Zoox則代表了技術應用落地新趨勢，它沒有等待技術完美，而是通過聰明的場景選擇和大膽的產品創新，把新技術真正融入現實生活。

這種差異，類似于2018年CES上電動汽車概念層出不窮，但真正大規模進入生活，卻要等到2021年前后。現在人形機器人正處在類似的概念熱階段，特別是今年CES展上，據統計有38款人形機器人，其中有21家來自中國，但人形機器人要真正走進日常生活，恐怕更需時日。

機器人所面對的物理交互環境比道路交通復雜多個數量級，從家務護理和養老，再到工廠打螺絲、縫衣服，每一個具體場景的攻克都需要巨大的投入。我們或許需要再等待三年、五年甚至更久，才能看到機器人在一兩個足夠大的特定場景中開始真正落地。

然而，在行為智能時代，今年我們或許就已經可以看到智能服務在特定場景中可靠提供了。

就像Zoox能在固定線路提供優秀的服務體驗一樣，會有大量的AI技術可以在有限的場景中做出符合人類期望的動作和反應，并交付服務結果，實現商業變現。

AI將不再只是大家口中的數據中心和萬億參數大模型，而是成為人們隨身設備里的貼心秘書或健康管家。

屆時，誰能抓住具體場景的痛點，用AI更高效、更順暢地解決這些痛點，誰就能率先實現商業上的落地。

我更想強調的是，在這場基于行為智能的應用浪潮中，中國的創新反而會更加精彩、更加多元，而且走得更遠。

因為我們擁有更豐富的測試場景，以及敏捷、扎實的工程化能力，也就更有可能孵化出具備商業落地潛力的應用。一旦在某個場景完成從0到1的驗證，這類應用便能在全國類似的場景中快速復制，實現從1到N的拓展。

那么，關鍵的問題或許就變成了：你是否具備發現這些真實痛點的眼光，以及用技術快速構建解決方案的執行力？你是否也觀察到了符合這種條件的應用場景呢？歡迎在評論區留下你的思考。

以上就是今天的內容，現在我正在CES展的創新現場，和中國的科技企業家們一同觀察全球創新的前沿趨勢，后續我也將在科技特訓營中第一時間分享所見所思，如果你也感興趣，歡迎加入科技特訓營，和我一起，先人一步，領先一路！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

也在此向各位家長推薦將在寒假期間舉辦的前哨AI冬令營。我們認為，最好的學習不是學理論，而是親手實踐。想讓孩子能親自上手完成真實的AI項目，從理解AI到駕馭AI，就快快點擊鏈接了解詳情吧。

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“Robotaxi的問題與場景挖掘”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！