原标题：特🙀斯拉ⓟ产能爆发的秘密｜专访Allen Pan前特斯 拉无人工厂研发负责人
特斯拉将自动驾驶中的感知、决⊂策和控制概念引入到生产线中，每个工站就是一辆有自动驾驶功能⇐的࠹“汽车”。
文 | 王静仪 郭怀毅  编辑ૡ | 施Āf;智梁
今年8月，上海工厂生产的第100万辆特斯拉电动车ⓘ正式下线，与此同时，特斯拉在全球的总产量也已超过300万辆。同样在8月，马斯克表示希◙望再过10年，特斯拉可以实现超过1亿辆的生产目ૢ标。
在马斯克的规划中，产能的增长一方面来自新建工厂的产能，他预计特斯拉未来将有10至12座工厂；另一方面，现ચ有工厂的a0;年平均产能也પ将提高到150万至200万辆。
作为目前特斯拉产能最高的一座工厂，上…海超级工厂在2Ν018年底正式投产之时，设ⓒ计年产能还只有50万辆，到了今年二季度，这一数字被特斯拉上调至75万辆。有媒体报道称，特斯拉上海工厂的实际年产能已经突破百万辆。
占地只有86万平方米Μ，而且是在没有大规ⓠ模扩建工厂和产线≤的情况下，特斯拉为什么能够让上海工厂的产能实现翻倍？
作为同样位于上海的整车工厂，上汽通用凯迪拉克金桥工厂的占地面积为75万平方米，设计年产能则只有16万辆，产能占地比为0.21辆/平方米。如果上海工厂的产能真的可以达到百万辆，那其产能占地比则高达1.16છ辆/平方米，是前者的五倍。
为了解释这个问题，我们找到ભ了Allen PAN，他曾是特®斯拉加州无人工厂研发负责人，完整交付了特斯拉2017-2019年的Model3的产能提升和产线Χ升级的软硬件及系统的解决方案。他在去年创办了自己的创业公司Industrial Next（英达视），希望把在特斯拉验证过的制造技术，普及到更多的制造业企业。
在加入特斯拉之Ν前，Allen是通用无人驾驶 L3/LÍ4 系统架构师和通用 CT6 无人驾驶核心工程师，和工厂并不相关。但马斯克ϒ在亲自面试中恰恰看重了这一点，“你脑子里没有汽车业陈旧的生产理念，你可以用另一种认知解决问题。”
特斯b3;拉的无人工厂是怎样从无到ⓢ有地建立起来的？什么是“在产线中引入自动驾驶的理念”？特斯拉模式能复制吗？这是Allen∈的答案。
在特斯拉⇑，软件如ü何定义生产
出થ行一客：从通用到特斯拉，看似都是车企，但是自动驾驶和工厂是两个完全不同的领域，为什么要去特斯拉做工厂？
Allen：我也很纳闷，为什么让我来搞工厂？一开始是猎头推´荐的，觉得我虽然是搞软件搞自动驾驶的ખ，但是喜欢动手，硬件能力也比较强，和特斯拉要招的人需求比较像，就推荐去面试看看Ë。
最后一轮面试的时Μ候是我和马斯克੨，我也问了这个事，我说我没ઙ搞过工厂，马斯克就说，特斯拉的工厂不是像传统工厂那样的，“你的脑子里没有汽车业陈旧的生产理念，你可以用另一种认知解决问题。”
2ચ017年那会儿加州工厂的产能问题比较严重，造不出车来，一个月的产能规划了5000辆，但是只能造出来几百辆，距离订单数差得很远，也和马斯克设想的通过高度自动化的方案解决量产问题相差很远。因为自动化整体的技术发展水平不够，高度²自动化的机器人不仅没有人工效率高，而且柔性化不足，更要命的是当时现金流面临大问题，继续加大自”动化的投入可能会影响整个公司无法正常运转。
2017年底，MoÎdel 3已经开始量产，不同于传统的汽车主机厂——产品一旦定型基本不能改动；量产基地更是稳定压倒一切，产品不能变动，产线更不能。但当时马斯克为了快速推出Model 3，大幅压缩了从立项到量产的周期。因为他是软件思维，敏捷开发（DevOps）的理念也Æ被他要求应用到汽车产品和à生产产线上，导致Model 3的研发团队一直要迭代产品。递进到生产端，零部件就会发生变化，这样自动化产线没法随之变化，但工人聪明，今天跟工人说一声要怎么做，明天就知道改了，但是自动化不行，工人比机械就多了一个柔性。
大的方向马斯克已经想得差不多了，接下来就是招合适的工程师。怎么让自动化有柔性，完成量产目标且打通研发端ç和મ生产端，就是马斯克让我进来做的事ੜ。
⇑出行一客：马斯ર克心目中下一代的汽车生产线是什么样☼子？
Allen：马斯克心目中的特斯拉工厂ࢮ，就是不同批次的原材料从一边进去，不同版本ⓙ的整车从另一边生产好出来，就像亨利·福特时代的福特汽车一样。但有一点不一样，那就是特斯拉正在用软件定义生产。因为物料会根据的产品的配置和版本差生变化，所以，我们要让产线能够根据物料的变化自适应地调整。
当然，软☼件无法直接定义生产，软件可以定义硬ρ件，硬件多功能、高集成地组合在一起，就重新定义了生产‾方式。
我举一个例子，当发现某种零部件型号变动时，物料排产系统会及时通知制造执行系统，制造执行系统会安排工人或生产设备Η自动跳过该零部件的生α产步骤，等到合Τ适时机再重新生产。
这其实就是自动驾驶技术，我们将自动驾驶中的感知、决策和控制概念 引入到生产线中，每个工站就是一辆有自动驾驶功能的“汽车”，特斯拉内部称之为工作站控制（Station Control）。2018年5月，我们团队提出的这个生产方案得到了马Å斯克的肯定，开始应用于量产产线。
Station Controⓘl的出现并没有改变汽车生产的四大步骤，它只σ是融ⓟ入到了这四个环节之中，优化了最基本的生产单位。
⁄产线Α是由一个个工位组成的，如果一个工位出了问题，整个产线就要停下来。所以我们在想，能不能在同一个工位上边生产边质检，把问题当场解决。比如焊接，◙质检发现问题之后，工位通过自适应，再找到一个点重新焊，在同一个工位里就把这个问题解决了。
通过智能化改造，生产线上的每一个工位都可以自己决定或者修正生产过程。这就像开车一样，拐弯的时候拐多了一点，但是还ε可以拐回来。目前市场上只有特斯拉这么做，其他的都是在后″续工位设立æ额外的质检站和返工站。
这样的工位一般出现在焊接和涂装的重点工位上，总装车间会更复杂。同一条产线要生产不同的车，涉及不同的零શ部件，需要用到不同的夹具，这是柔性化☎生产要解决的问题，要判断零部件之间的不同特征点。
同时ⓤ，从料架上拿取ૣ零部件的时候，不可能每次都放在一模一样的位置，多少存在误差，也需要自适应，就要通过自动驾驶的技术来感知和决策。核心是图像识别，通过视觉与机械臂进行柔性协作。
ࣻ 刚刚说的都是具体工位的事情，从产线的角度来说，每个工位都成了独立的个ⓜ体，如果生产流程有改变，物料不需要往A工位送了，直接送到B，A还可以换上其他的模块，被送到其他工位。ⓗ产品不管怎么变，产线都能对应地发生变化。
在全新的生产方案中，物料排产系统和制造执行系统发挥了核心作用，前者以物料为中心排产，并将各型号物料送到工位，后૧者则负责Α组织PLC设备（可编程逻辑控制器，常见的自动化设备）Θ进行生产。
这背后是通用型AI，而不是基ν于某个特定场景，脱离了场景就不能用了。如果马斯克的其他公司也需要的话ⓓ，›这套通用型AI也可以用在那家公司。
出行一客：如何对工位进行智能化ê改造？在工位上增加一个摄像ⓜ头？b3;
Al੫len：两个，就像人有两只眼睛，两只眼睛Û配合，ⓔ画面才能变成三维。
除了视觉模块，还有其他感知模块(含相机)+边缘计算模块+智能˜网关控制模块(∋具有AI自主学习功ℜ能)，构成一整套的工位智能化解决方案。
出行一客：车企总是在宣传自家工厂的自动化程度，说自Ê动化率达到90∩%以上，工厂是黑❄灯工厂等等。这和特斯拉的区别在哪里？
Allen：他们做的是数字化，就是把所有的指令输入进去，通过一⊕系列的运转，在没有人参与的情况下，能够执行得到一个结果。生产可શ乐的过程就类似这样的高度自动化，但是你生产一辆车看看？车bc;太柔性了，太复杂了。
我们不是在做基于数字化的无人工厂，我们侧重高柔性的无人工厂。工位∪和产线可以自适应，这样就尽可能地੩ઍ减少工人的数量，实现无人化。
出行一客：怎▧么实现这♠种层次的无人化？▥
Allen：从技术的角度，需要◑足够的数据，自适应࠷才能够准。⌊不然工人做的话1秒钟搞定，自适应需要18秒，那就没必要了。数据吃得越多，模型就越聪明。
但有些场景没有这么多数据让你吃，比如说放这个动作，机械臂要把零部件放进一个固定的位置，一旦有偏差就&#ffe1;放不进去，如果多次错误尝试，零部件就损坏了。生产中的数据是很难抓的，没有那么多海量数据去学习，我们就变了一套算法逻辑，通过负面式学习，在少量错误数据的训练ੋ下，48小时内可以迅速到92-95%准确率，部署后再通过在线数”据不断提高准确率。
出行一客：但👽是上海工厂的自动化◯和无人化程度并不高，很多工作是由•工人完成的。
Allen：当时我帮å马斯ï克规划上海产线Āf;，我也问过这个问题，马斯克说不需要。
这正是上海工厂和加州工厂不一样的地方。对于上海工厂，效率第一，快速生产汽车是最重要的目的，它的定位就是一ⓖ个执行型生产工厂。而在加州工厂，产线也是产品，产线也要升级，马斯克对加州工厂的要求是做研发型产线，不仅是完成相应的量产任务，还要打通研发端શ和生ત产端，让产品和产线同步迭代。
特斯拉的其⇓他超级工厂也会Æ给加州Ç工厂提供制造和工艺端的资料和数据，同时具备量产和生产迭代功能的工厂只要有一个就够了。
∫特斯拉价Κ░值观
出行一客：特斯拉有一个‹理念是简化生产过程，生产更容易生产的车δ。怎么理解？
Allen：我们平常说„量产指标中的产能都是以辆为标准，但在特斯拉，产能更多的时候被视为零部件是否简化，如果零部件简化了，汽车生Ċc;产出多少辆自然就提⁄高了。
现在，一辆汽车需要数万个零件，但是如果我们把汽车所需要的零部件简∞化成10个，产能是不是就Þe;上去了呢？减少零部件的方法有很多，比如一体压铸，还有就是高集成，更多是通过写软件代替原来硬件的功能ા，当有一个多功能的零部件可以取代数个单一功能的零部件时，零部件总量也就随之下降了。
产品要想变得容易生产，必须¹要不断迭代，而且迭代速度很快，这对产线的要求是很高的。产品变了，最好做到不停线的情况下迭代产线，否则产线更新的成本就太高了，车的竞争力就ࢵ变弱了。这是一个ય基本的商业诉求，也是一个非常核心的技术。
ⓥ
出行一客：马斯克曾经说િ，特斯拉最大的优势就是它的制૧造。
Allen：特斯拉在马斯ξ克所有公司中的地位，更像一个生产工具，而且不仅仅是造车的工具，而是一个制造和磨砺工艺的企业。特斯拉要生产所有马斯克想要的东西⌊，而他的终极目标就是要去火星。
虽然在特斯拉内部，马斯克不会直接说↑大家做的b2;事情是为了去火星，但是最后总结起来都是为了这个目标。所以这也是为什么在特斯拉的工厂中，很多设备是可以生产SpaceX的零部件的。
比Æ如火箭用的玻璃，就ι是特斯拉加州工厂生产的，你可以注意到之前有新闻，早期的Model 3，一遇到下雨，车上的玻璃就会变色，这种情况的出现是因为这些玻璃本来要装在火箭上的，要为紫ਠ外线调整。
我在特斯拉的时候，我和♪SpaceX的员工有很૩多交流。其实，在马斯克的众多公司中，大家可以说是“飘来飘去”的，不只是特斯◙拉和SpaceX，包括Neuralink和Boring公司，人员交换是很常见的，而且马斯克也鼓励大家在不同公司之间交换。
Ë
有时候特斯拉团队遇到问题解决不了，SpacαeX的团队就会过来帮助，比如特斯拉当时有一个线控，这套系统就是SpaceX的，ï拿过来给特斯拉用了。事实上，在特斯拉和SpaceX之间，零部件互通是很平常的一件事，所以很多特斯拉的零部件已经是航空规格了。
જ特斯拉之所以能够做到软件定义汽车，也能做到软件定义生产，最根本的原因在于人，因为在这背后很大程度上是同一个团ζ队ⓗ在编写软件程序。因为在马斯克的所有公司中，人员的交流是非常频繁的，部门划分也不是那么壁垒森严。
出行一客：你曾◑†经在通用工作，通用和特斯拉最大的差别是什么？
Allen：在通ત用和特斯拉的感受差别很大，汽车电动化带来的最大的变革就是软件可以定义硬件。通用是标准老车企的组织形式，大家参照原产品原工艺的基础上，“有迹可循”的做新能源车，但特斯拉更多是颠覆性的，产品能被软件定义，产线能被软件定义，那它的组织架构ζ就和原来的车企很不一υ样。
另外就是依赖供应商，传统车企把很多的精力都用在了集成上面。事实上，生产汽ζ车的绝Ād;大部分零件的是供应商。目前新入行的玩家都是看到上游的供应商成熟了，自己有品牌有渠道就可以进√入这个市场。特斯拉认为整车厂应该给汽车零部件供应商更多的赋能。
特斯拉也更鼓励挑战，比如你上级有一个方案，但是你有更好的方案，你就可以去挑战他，如果你࠽是对的，OK那就用。所以特斯拉不是看谁的资历更久，而是真的看谁说૨的对È，这和传统车企比资历也是大不一样的。
♥
出行一客：自己创业，和在特斯拉工作有什么不一Å样？
Allen：和我在特斯拉协助马”斯克打产能攻坚战时的目标是一样的，做一条高集成、多功能（产品高兼容性）、无人化（ä尽量减少工人）的产线，不一样的是那个时候我为了兴趣，现在为了下一代制造业Ù。
我们公司是去年才成立的，目▥前正在用ઍ全新的技术复现之前的产品和流程，Ζ这需要一点时间，也是一个优化的过程。
Ξ
如果要说愿景，我希望做一条更高柔性的产线，能兼容不િ同车型甚至不同产ⓑ品。在产能的提升上还有很多工作可以做，比如说产品迭代的速度、产线爬坡的速度、解决卡节拍工位的速度。在车厂里，一般最卡节拍的车间是总装车间，改造完总装可以改造冲压，甚至改造供应商。
出行一客：目前融ৄ资和估值如੫Ω何？
Allen：2022年第一季度完成1200万美元Pre-A轮融资，领投方是联想创投，跟投方是小米η战投和沸☞点资本。现在正在做Pre-A+轮。
¬ 到今年🙀6月，公司估值是1♬.2亿美元。
બÜ
出行一客：÷客户都有谁？
Allen：上汽大众、理ਭ想、小米、Lucid、Rivian，3C行业的订单更多，ⓖ不过都还在POC阶段（Proof of concept，概念验⇒证）。
从产品的角度来说，现在做的主要ਪ是感知、决策、执行的模块产品；除此，还有标准化工位解决方ã案，比如漆面质检的工位，一个ઽ大概200万，还有总装工位等，难度更大。
出行一®客：特斯拉是你们的એ金√字招牌。
Allen：ਪ我们团队主要成员都是特斯å拉的离职员工，分布在中美两国，出身可以说是有一些小的光环。但是我觉得，哪一天特斯拉愿意使用我们的产品，愿φ意投资或者收购我们，那个时候才算是真的招牌。
现在特斯拉的技术还是在我们当时交付的基础上在运行，从201ૉ7年到现在都4年多了；现在，我带着原来的那帮人虽然刚开始起步，但是我们总结经验，用全新的技术18个月内就能撵上。但即使是这样的话，放眼全球其他的制造商和OEM车企，他们好像还没开始这方面的努力，他们的重υ心还在车本身，还不在制造上。
出行一客：在特斯拉Α最੧大的收获是什么&#ffe1;？
Allen：三条：自驱、ℜ跨领域、动手解决η问ਭ题。
Ù 出行Ò一客：ü你如何理解第一性原理？
εAΞllen：相信自己的直觉，不要怕失败。最重要的∧就是从A点推到B点的过程，这是难度最高的。
“掌”握科技鲜闻 ⌉ （微信搜索techs←ina或′扫描左侧二维码关注）
Μ
ⓕ新浪科ਊ技
新浪科技为你♡带来最Υ新鲜的科技资讯
Ü
☏苹ࢵ果汇
苹果汇为你带来最新Ρ鲜的苹¡果产◯品新闻
»
新浪∩众☞测
à
新酷♪产品第一时间∠免费试玩
ⓝ
î新ੜ浪探索
提♫供È最新的科学家新闻，精彩的ઠ震撼图片
新浪Ε科技意઼见反馈留言板Ñ
All Right♣s Re࠽served 新浪公”司 版权所有
