特斯拉產能爆發的秘密｜專訪Allen Pan前特斯拉無人工廠研發負責人_風聞

特斯拉將自動駕駛中的感知、決策和控制概念引入到生產線中，每個工站就是一輛有自動駕駛功能的“汽車”

▲ 受訪者供圖

文 | 王靜儀 郭懷毅****編輯 | 施智梁今年8月，上海工廠生產的第100萬輛特斯拉電動車正式下線，與此同時，特斯拉在全球的總產量也已超過300萬輛。同樣在8月，馬斯克表示希望再過10年，特斯拉可以實現超過1億輛的生產目標。

在馬斯克的規劃中，產能的增長一方面來自新建工廠的產能，他預計特斯拉未來將有10至12座工廠；另一方面，現有工廠的年平均產能也將提高到150萬至200萬輛。

作為目前特斯拉產能最高的一座工廠，上海超級工廠在2018年底正式投產之時，設計年產能還只有50萬輛，到了今年二季度，這一數字被特斯拉上調至75萬輛。有媒體報道稱，特斯拉上海工廠的實際年產能已經突破百萬輛。

佔地只有86萬平方米，而且是在沒有大規模擴建工廠和產線的情況下，特斯拉為什麼能夠讓上海工廠的產能實現翻倍？

作為同樣位於上海的整車工廠，上汽通用凱迪拉克金橋工廠的佔地面積為75萬平方米，設計年產能則只有16萬輛，產能佔地比為0.21輛/平方米。如果上海工廠的產能真的可以達到百萬輛，那其產能佔地比則高達1.16輛/平方米，是前者的五倍。

為了解釋這個問題，我們找到了Allen PAN，他曾是特斯拉加州無人工廠研發負責人，完整交付了特斯拉2017-2019年的Model3的產能提升和產線升級的軟硬件及系統的解決方案。他在去年創辦了自己的創業公司Industrial Next（英達視），希望把在特斯拉驗證過的製造技術，普及到更多的製造業企業。

在加入特斯拉之前，Allen是通用無人駕駛 L3/L4 系統架構師和通用 CT6 無人駕駛核心工程師，和工廠並不相關。但馬斯克在親自面試中恰恰看重了這一點，“你腦子裏沒有汽車業陳舊的生產理念，你可以用另一種認知解決問題。”

特斯拉的無人工廠是怎樣從無到有地建立起來的？什麼是“在產線中引入自動駕駛的理念”？特斯拉模式能複製嗎？這是Allen的答案。

**在特斯拉，軟件如何定義生產****出行一客：從通用到特斯拉，看似都是車企，但是自動駕駛和工廠是兩個完全不同的領域，為什麼要去特斯拉做工廠？****Allen：**我也很納悶，為什麼讓我來搞工廠？一開始是獵頭推薦的，覺得我雖然是搞軟件搞自動駕駛的，但是喜歡動手，硬件能力也比較強，和特斯拉要招的人需求比較像，就推薦去面試看看。最後一輪面試的時候是我和馬斯克，我也問了這個事，我説我沒搞過工廠，馬斯克就説，特斯拉的工廠不是像傳統工廠那樣的，“你的腦子裏沒有汽車業陳舊的生產理念，你可以用另一種認知解決問題。”

2017年那會兒加州工廠的產能問題比較嚴重，造不出車來，一個月的產能規劃了5000輛，但是隻能造出來幾百輛，距離訂單數差得很遠，也和馬斯克設想的通過高度自動化的方案解決量產問題相差很遠。因為自動化整體的技術發展水平不夠，高度自動化的機器人不僅沒有人工效率高，而且柔性化不足，更要命的是當時現金流面臨大問題，繼續加大自動化的投入可能會影響整個公司無法正常運轉。

2017年底，Model 3已經開始量產，不同於傳統的汽車主機廠——產品一旦定型基本不能改動；量產基地更是穩定壓倒一切，產品不能變動，產線更不能。但當時馬斯克為了快速推出Model 3，大幅壓縮了從立項到量產的週期。因為他是軟件思維，敏捷開發（DevOps）的理念也被他要求應用到汽車產品和生產產線上，導致Model 3的研發團隊一直要迭代產品。遞進到生產端，零部件就會發生變化，這樣自動化產線沒法隨之變化，但工人聰明，今天跟工人説一聲要怎麼做，明天就知道改了，但是自動化不行，工人比機械就多了一個柔性。

大的方向馬斯克已經想得差不多了，接下來就是招合適的工程師。怎麼讓自動化有柔性，完成量產目標且打通研發端和生產端，就是馬斯克讓我進來做的事。

**出行一客：馬斯克心目中下一代的汽車生產線是什麼樣子？****Allen：**馬斯克心目中的特斯拉工廠，就是不同批次的原材料從一邊進去，不同版本的整車從另一邊生產好出來，就像亨利·福特時代的福特汽車一樣。但有一點不一樣，那就是特斯拉正在用軟件定義生產。因為物料會根據的產品的配置和版本差生變化，所以，我們要讓產線能夠根據物料的變化自適應地調整。當然，軟件無法直接定義生產，軟件可以定義硬件，硬件多功能、高集成地組合在一起，就重新定義了生產方式。

我舉一個例子，當發現某種零部件型號變動時，物料排產系統會及時通知製造執行系統，製造執行系統會安排工人或生產設備自動跳過該零部件的生產步驟，等到合適時機再重新生產。

這其實就是自動駕駛技術，我們將自動駕駛中的感知、決策和控制概念引入到生產線中，每個工站就是一輛有自動駕駛功能的“汽車”，特斯拉內部稱之為工作站控制（Station Control）。2018年5月，我們團隊提出的這個生產方案得到了馬斯克的肯定，開始應用於量產產線。

Station Control的出現並沒有改變汽車生產的四大步驟，它只是融入到了這四個環節之中，優化了最基本的生產單位。

產線是由一個個工位組成的，如果一個工位出了問題，整個產線就要停下來。所以我們在想，能不能在同一個工位上邊生產邊質檢，把問題當場解決。比如焊接，質檢發現問題之後，工位通過自適應，再找到一個點重新焊，在同一個工位裏就把這個問題解決了。

通過智能化改造，生產線上的每一個工位都可以自己決定或者修正生產過程。這就像開車一樣，拐彎的時候拐多了一點，但是還可以拐回來。目前市場上只有特斯拉這麼做，其他的都是在後續工位設立額外的質檢站和返工站。

這樣的工位一般出現在焊接和塗裝的重點工位上，總裝車間會更復雜。同一條產線要生產不同的車，涉及不同的零部件，需要用到不同的夾具，這是柔性化生產要解決的問題，要判斷零部件之間的不同特徵點。

同時，從料架上拿取零部件的時候，不可能每次都放在一模一樣的位置，多少存在誤差，也需要自適應，就要通過自動駕駛的技術來感知和決策。核心是圖像識別，通過視覺與機械臂進行柔性協作。

剛剛説的都是具體工位的事情，從產線的角度來説，每個工位都成了獨立的個體，如果生產流程有改變，物料不需要往A工位送了，直接送到B，A還可以換上其他的模塊，被送到其他工位。產品不管怎麼變，產線都能對應地發生變化。

在全新的生產方案中，物料排產系統和製造執行系統發揮了核心作用，前者以物料為中心排產，並將各型號物料送到工位，後者則負責組織PLC設備（可編程邏輯控制器，常見的自動化設備）進行生產。

這背後是通用型AI，而不是基於某個特定場景，脱離了場景就不能用了。如果馬斯克的其他公司也需要的話，這套通用型AI也可以用在那家公司。

**出行一客：如何對工位進行智能化改造？在工位上增加一個攝像頭？****Allen：**兩個，就像人有兩隻眼睛，兩隻眼睛配合，畫面才能變成三維。除了視覺模塊，還有其他感知模塊(含相機)+邊緣計算模塊+智能網關控制模塊(具有AI自主學習功能)，構成一整套的工位智能化解決方案。

**出行一客：車企總是在宣傳自家工廠的自動化程度，説自動化率達到90%以上，工廠是黑燈工廠等等。這和特斯拉的區別在哪裏？****Allen：**他們做的是數字化，就是把所有的指令輸入進去，通過一系列的運轉，在沒有人蔘與的情況下，能夠執行得到一個結果。生產可樂的過程就類似這樣的高度自動化，但是你生產一輛車看看？車太柔性了，太複雜了。我們不是在做基於數字化的無人工廠，我們側重高柔性的無人工廠。工位和產線可以自適應，這樣就儘可能地減少工人的數量，實現無人化。

**出行一客：怎麼實現這種層次的無人化？****Allen：**從技術的角度，需要足夠的數據，自適應才能夠準。不然工人做的話1秒鐘搞定，自適應需要18秒，那就沒必要了。數據吃得越多，模型就越聰明。但有些場景沒有這麼多數據讓你吃，比如説放這個動作，機械臂要把零部件放進一個固定的位置，一旦有偏差就放不進去，如果多次錯誤嘗試，零部件就損壞了。生產中的數據是很難抓的，沒有那麼多海量數據去學習，我們就變了一套算法邏輯，通過負面式學習，在少量錯誤數據的訓練下，48小時內可以迅速到92-95%準確率，部署後再通過在線數據不斷提高準確率。

**出行一客：但是上海工廠的自動化和無人化程度並不高，很多工作是由工人完成的。****Allen：**當時我幫馬斯克規劃上海產線，我也問過這個問題，馬斯克説不需要。這正是上海工廠和加州工廠不一樣的地方。對於上海工廠，效率第一，快速生產汽車是最重要的目的，它的定位就是一個執行型生產工廠。而在加州工廠，產線也是產品，產線也要升級，馬斯克對加州工廠的要求是做研發型產線，不僅是完成相應的量產任務，還要打通研發端和生產端，讓產品和產線同步迭代。

特斯拉的其他超級工廠也會給加州工廠提供製造和工藝端的資料和數據，同時具備量產和生產迭代功能的工廠只要有一個就夠了。

特斯拉價值觀▲ 受訪者供圖

**出行一客：特斯拉有一個理念是簡化生產過程，生產更容易生產的車。怎麼理解？****Allen：**我們平常説量產指標中的產能都是以輛為標準，但在特斯拉，產能更多的時候被視為零部件是否簡化，如果零部件簡化了，汽車生產出多少輛自然就提高了。現在，一輛汽車需要數萬個零件，但是如果我們把汽車所需要的零部件簡化成10個，產能是不是就上去了呢？減少零部件的方法有很多，比如一體壓鑄，還有就是高集成，更多是通過寫軟件代替原來硬件的功能，當有一個多功能的零部件可以取代數個單一功能的零部件時，零部件總量也就隨之下降了。

產品要想變得容易生產，必須要不斷迭代，而且迭代速度很快，這對產線的要求是很高的。產品變了，最好做到不停線的情況下迭代產線，否則產線更新的成本就太高了，車的競爭力就變弱了。這是一個基本的商業訴求，也是一個非常核心的技術。

**出行一客：馬斯克曾經説，特斯拉最大的優勢就是它的製造。****Allen：**特斯拉在馬斯克所有公司中的地位，更像一個生產工具，而且不僅僅是造車的工具，而是一個製造和磨礪工藝的企業。特斯拉要生產所有馬斯克想要的東西，而他的終極目標就是要去火星。雖然在特斯拉內部，馬斯克不會直接説大家做的事情是為了去火星，但是最後總結起來都是為了這個目標。所以這也是為什麼在特斯拉的工廠中，很多設備是可以生產SpaceX的零部件的。

比如火箭用的玻璃，就是特斯拉加州工廠生產的，你可以注意到之前有新聞，早期的Model 3，一遇到下雨，車上的玻璃就會變色，這種情況的出現是因為這些玻璃本來要裝在火箭上的，要為紫外線調整。

我在特斯拉的時候，我和SpaceX的員工有很多交流。其實，在馬斯克的眾多公司中，大家可以説是“飄來飄去”的，不只是特斯拉和SpaceX，包括Neuralink和Boring公司，人員交換是很常見的，而且馬斯克也鼓勵大家在不同公司之間交換。

有時候特斯拉團隊遇到問題解決不了，SpaceX的團隊就會過來幫助，比如特斯拉當時有一個線控，這套系統就是SpaceX的，拿過來給特斯拉用了。事實上，在特斯拉和SpaceX之間，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經是航空規格了。

特斯拉之所以能夠做到軟件定義汽車，也能做到軟件定義生產，最根本的原因在於人，因為在這背後很大程度上是同一個團隊在編寫軟件程序。因為在馬斯克的所有公司中，人員的交流是非常頻繁的，部門劃分也不是那麼壁壘森嚴。

**出行一客：你曾經在通用工作，通用和特斯拉最大的差別是什麼？****Allen：**在通用和特斯拉的感受差別很大，汽車電動化帶來的最大的變革就是軟件可以定義硬件。通用是標準老車企的組織形式，大家參照原產品原工藝的基礎上，“有跡可循”的做新能源車，但特斯拉更多是顛覆性的，產品能被軟件定義，產線能被軟件定義，那它的組織架構就和原來的車企很不一樣。另外就是依賴供應商，傳統車企把很多的精力都用在了集成上面。事實上，生產汽車的絕大部分零件的是供應商。目前新入行的玩家都是看到上游的供應商成熟了，自己有品牌有渠道就可以進入這個市場。特斯拉認為整車廠應該給汽車零部件供應商更多的賦能。

特斯拉也更鼓勵挑戰，比如你上級有一個方案，但是你有更好的方案，你就可以去挑戰他，如果你是對的，OK那就用。所以特斯拉不是看誰的資歷更久，而是真的看誰説的對，這和傳統車企比資歷也是大不一樣的。

**出行一客：自己創業，和在特斯拉工作有什麼不一樣？****Allen：**和我在特斯拉協助馬斯克打產能攻堅戰時的目標是一樣的，做一條高集成、多功能（產品高兼容性）、無人化（儘量減少工人）的產線，不一樣的是那個時候我為了興趣，現在為了下一代製造業。我們公司是去年才成立的，目前正在用全新的技術復現之前的產品和流程，這需要一點時間，也是一個優化的過程。

如果要説願景，我希望做一條更高柔性的產線，能兼容不同車型甚至不同產品。在產能的提升上還有很多工作可以做，比如説產品迭代的速度、產線爬坡的速度、解決卡節拍工位的速度。在車廠裏，一般最卡節拍的車間是總裝車間，改造完總裝可以改造衝壓，甚至改造供應商。

**出行一客：目前融資和估值如何？****Allen：**2022年第一季度完成1200萬美元Pre-A輪融資，領投方是聯想創投，跟投方是小米戰投和沸點資本。現在正在做Pre-A+輪。到今年6月，公司估值是1.2億美元。

**出行一客：客户都有誰？****Allen：**上汽大眾、理想、小米、Lucid、Rivian，3C行業的訂單更多，不過都還在POC階段（Proof of concept，概念驗證）。從產品的角度來説，現在做的主要是感知、決策、執行的模塊產品；除此，還有標準化工位解決方案，比如漆面質檢的工位，一個大概200萬，還有總裝工位等，難度更大。

**出行一客：特斯拉是你們的金字招牌。****Allen：**我們團隊主要成員都是特斯拉的離職員工，分佈在中美兩國，出身可以説是有一些小的光環。但是我覺得，哪一天特斯拉願意使用我們的產品，願意投資或者收購我們，那個時候才算是真的招牌。現在特斯拉的技術還是在我們當時交付的基礎上在運行，從2017年到現在都4年多了；現在，我帶着原來的那幫人雖然剛開始起步，但是我們總結經驗，用全新的技術18個月內就能攆上。但即使是這樣的話，放眼全球其他的製造商和OEM車企，他們好像還沒開始這方面的努力，他們的重心還在車本身，還不在製造上。

**出行一客：在特斯拉最大的收穫是什麼？****Allen：**三條：自驅、跨領域、動手解決問題。**出行一客：你如何理解第一性原理？****Allen：**相信自己的直覺，不要怕失敗。最重要的就是從A點推到B點的過程，這是難度最高的。