QY球友会体育

对不起真正的智驾距离我们还很遥远，驾驶员动态能力评估

　　比亞迪董事長王傳福宣布比亞迪天神之眼技術矩陣，今年新車將有60%搭載高速NOA功能。

　　2.長安汽車智能化戰略“北鬥天樞”開啓2.0時代，與多家車企宣布在智駕層面開放合作。

　　3.然而，自動駕駛技術仍面臨巨大挑戰，如人類駕駛與AI駕駛的差距、安全的長尾問題等。

　　4.目前，自動駕駛發展模式尚不明確，需要在未來幾年內繼續出現跨越式技術進步。

　　5.人類何時能接受比自己更聰明、更有能力接管出行主導權的技術，仍是未知之數。

　　昨天晚上，迪王放了蛇年的第一個“大招”。在比亞迪智能化戰略發布會上，董事長王傳福正式公布了比亞迪天神之眼技術矩陣。將高階智駕的門檻拉到十萬級車型，今年比亞迪的新車，將會有60%搭載高速NOA功能。無獨有偶，就在之前✅一天，長安汽車董事長朱華榮宣布長安汽車智能化戰略“北鬥天樞”開啓2.0時代。在他背後的大屏幕上，奇瑞尹同躍、吉利李書福、長城魏建軍、比亞迪王傳福等10余家中國主流車企的核心領導共同發聲，宣布將在智駕層面開放合作，攜手打造中國智駕新名片。

　　無論是比亞迪、長安這樣的大廠，官宣將高階智駕普惠更多消費者，還是衆多車企宣布接入Deepseek。似乎如很多業內人士之前預測的那樣，2025年將會是智駕拐點，越來越多的消費者將會以更加低廉的價格享受到智能化更高的出行體驗。那遙不可及的自動駕駛社會，好像離我們的距離變得觸手可及。

　　約莫十幾年前，我剛入車媒這一行的時候，去聽過一場沃爾沃關于安全的技術講解會。其中提到一個點至今印象清晰——談及終極安全，當時沃爾沃內部有個認知，就是全社會自動駕駛實現之時，所有交通參與者都由車輛自主決策，避免了“人”這個偶然性因素，就會真正做到零交通事故。甚至到了那個時候，車輛的一切被動安全配置都會變得多余。

　　二十多歲的我，在台下聽得瞠目結舌。要知道，當時沃爾沃最先進的主動安全系統，還是那一年剛剛上線的第二代城市安全系統，也就是能做到在車速差在每小時4~15公裏以下時，可以避免碰撞。而當年在給我們展示的PPT中，赫然寫著到“2020年，不會有人因爲駕乘沃爾沃汽車而導致嚴重傷亡。”作爲一個激進派，都覺得本應該保守的沃爾沃提的目標有點過于激進了。

　　其實到了2016年，沃爾沃就已經發覺自動駕駛技術的發展，完全沒有達到自己的預期。于是在這一年哥德堡舉辦的一次活動中，對于2020零死亡率的計劃進行了澄清，稱“願景2020”是集團的一種發展思路。這也就意味著，雖然沃爾沃能夠在制造每一輛汽車時都嚴格把關，但無法確保2020年後所生産的所有車輛都能萬無一失，不會有人在駕駛中喪生。

　　最終的歸因就是：“人類活動具有不可預知性，並不是每次意外都能幸免于難。”

　　1995年，一輛具備自動駕駛能力的奔馳S級轎車從德國慕尼黑幾乎全程自動駕駛到丹麥哥本哈根，全程共行駛1678公裏，最高時速達到185公裏。而在這個過程中最爲重要的是，行駛全程幾乎沒有人爲幹預。

　　而這輛車使用的智駕系統的原理，和我們現在所見到的大部分智駕系統差不多。當時的奔馳用了純視覺自動駕駛解決方案，用攝像頭以及動態3D算法，分析和感知路況並進行車輛控制。

　　而業內更加公認的智駕技術的爆發起源，是2004年到2007年共舉辦了3屆DARPA無人駕駛挑戰賽。那些年散落在莫哈維沙漠的汽車零件，見證了一堆剛開始嘗試自動駕駛的汽車笨拙的姿態。但是那些在戈壁灘上滿頭大汗調試無人駕駛原型車的工程師們，都已經成了這場汽車革✅命始祖級的中流砥柱。

　　即便當年還年輕的先賢們，如今已白頭或者禿頭，自動駕駛依然還沒進化到突破我們想象力的程度，或者可以不客氣地✅說，實現真正自動駕駛的時間表一直在延期。甚至于隨著自動駕駛的逐步普及，我們對于這項技術在實用層面的定義被更加清晰地約束爲“輔助駕駛”。交通的責任主體和真正的掌控者，僅從書面上的兩字之差就能讀出天壤之別。也就是在目力所及的時間裏，駕駛的主體，依然無可辯駁的是：人。

　　春節前在地平線智駕的媒體溝通會上，創始人兼CEO余凱對于智駕的發言，帶出了不少金句。比方說“2025年智駕迎來線年實現隨心開”。但相信有不少人看到這些的時候會有和我同款的疑惑：“什麽？還要等10年才能實現真正的智能駕駛？”

　　就這個問題，我覺得地平線副總裁兼首席架構師蘇箐所講可能會更加清晰一點。他認爲自動駕駛技術的比較對象，並非友商。而是人類本身。它的價值是一個拐點式的價值——他比不過人的時候，其實就是高科技的玩具；當有一天比人好的時候，價值立刻就會跳上去，也就是兩段式的價值。

　　“很不幸的是，到目前爲止還沒有一個系統真正達到了這一拐點，我們只是看到了這個希望。”

　　這種對于自動駕駛能力的階梯論，並非是蘇箐個人的論調。就在前段時間李想的Ai Talk中，他也說到了L3級別的自動駕駛，是AI在人指揮下完成一些任務，但是需要人負責兜底。而下一個階段，是不需要人負責，可以自主根據要求完成任務。

　　所以，如果更簡單一些理解這個問題的話，就需要把自動駕駛的發展進程拆成兩部分，初級階段可以被稱爲“模仿人類”，而更高級的階段，則是“超越人類”。

　　很可惜的是，即便有天量的資金、技術、算力和人的投入，我們目前的自動駕駛，依然處于無限接近模仿人類的階段。而超越人✅類，則是另一個階梯之上的需求。

　　無論當下如何營銷輔助駕駛對于事故的處理能力，從數據層面上來說，現在的輔助駕駛跟人類相比還是有著巨大的能力差距。在上個月，高盛出了一份對于特斯拉FSD的最新研報，給出的結論是：即使是最新的V13版本FSD能夠體現出技術的不斷進步，但其表現還未能達到超越人類駕駛的安全水平。根據測試體驗、衆包數據以及第三方評價，FSD V13的關鍵幹預距離達到了400到450英裏之間，97%的駕駛過程中無需發生幹預。而Waymo的曆史數據顯示，其車輛在加州的城市環境下每8.5萬英裏才會發生一次關鍵幹預。

　　關于這個數據，類比到人是這樣的結果：根據美國政府的交通安全數據，普通車輛每60到70萬英裏可能發生一次事故。也就是說，自動駕駛和人類駕駛的差距截止目前還是數量級的差距。

　　悲觀一點說，即便付出如此多的努力，自動駕駛仍然還處在一個“高科技玩具”的階段。

　　當然，往好的方✅向看，至少在過去的2024年，自動駕駛所取得的發展程度，是多年來未見的。

　　從技術角度來說，自動駕駛的三大要素：算法、算力和數據，三個方面在2024年都斬獲了不少的閃光點。在算力上，幾百TOPS的芯片已經量産上車，小鵬、理想和小米三家的輔助駕駛算力都超過了500TOPS，蔚來的4顆英偉達Orin-X芯片算力已經破千TOPS。在數據上，成百上千萬輛智駕車輛整跑在路上，每時每刻都✅在爲智駕能力的提升提供數據支撐。

　　最大的突破，可能來自于算法方面。端到端、VLM、VLA等等大模型在過去這一年成爲了最炙手可熱的流行詞，而這方面的爆發趨勢，追根溯源還是AI在過去兩年內産生了革命性的突破。2023年3月，支持多模態輸入的GPT-4橫空出世，秀出了其在圖形理解能力方面的肌肉。它所引發的反應，便是視覺-語言模型（VLMs）相關研究工作大跨步的增長。

　　我們如何通俗的理解這場變革呢？如李想所說，自動駕駛的模型會與大語言模型相融合去理解真實世界，像真正的大腦一樣，而非當前端到端模型所采用的壓縮記憶方案。正因爲此，李想給理想提出的要求是，確保基座模型進入AI行業前三，空間智能做到中國第一，而不只是與其他車企競爭。

　　看上去似乎前景很光✅明，對不？但實際上技術提升的過程更像蘇箐所描述的那樣：“一個新的方法起來以後，第一天你會覺得它很美好，能解決所有的問題；第二天又會對它引起懷疑；第三天你會發現邊界就在那裏。”

　　比方說端到端模型，它的弊端就是放大了神經網絡黑盒不可解釋的問題。不可解釋、不可控的性質會導致系統雖然能夠處理複雜場景，但是簡單場景很可能會出現犯“弱智”錯誤的情景。另一方面，模型能力的提升是有瓶頸的。當模型能力已經達到每10萬公裏的行駛數據中只有1公裏的數據能夠訓練模型進行改進時，想要讓整個模型的能力進一步升級，那需要的基礎數據量和算力都會是一個驚人的規模。這就像是前幾年ETH挖礦，越挖，難度越是指數級的上升。

　　再換個更加通俗易懂的形容，這種感覺就跟拼多多砍一刀似的，最後的1%所付出的努力，可能需要比前面99%還要多。

　　這種問題，特斯拉的FSD也會遇到。就在今年特斯拉股東大會上，馬斯克承認了當前FSD所面臨的挑戰，主要✅是測試AI模型的效率以及判斷新模型是否更優秀的水平能力。當AI模型在數千英裏的行駛過程中僅出現一次需要人工幹預的情況時，如何迅速而准確地評估新模型的優劣就變得更加困難。

　　安全的長尾問題，就是自動駕駛無限趨近于人類駕駛所需要解決的技術問題，需要大量的時間對于AI進行針對性的測試、訓練。甚至當你感覺到已經距離成功很接近時，會突然發現也許自己所使用的模型並不是最優解，想要達到目標需要換條道路從頭來過。這種挫敗感，恐怕是萦繞在每個自動駕駛的科學家腦海中揮之不去的夢魇。

　　但更恐怖的事情是，很可能我們現在所堅持的大方向，只適用于讓自動駕駛更像人。而截止目前，關于讓自動駕駛超越人，可能需要換一套截然不同的發展模式。

　　比方說小馬智行CTO樓天城，就認爲依靠L2的端到端永遠無法實現L4的自動駕駛。這個觀點就是從馬斯克所奉行的“第一性原理”出發，L2的目標，都是讓自動駕駛更像人，而L4的要求則必須要超越人，它的目的是替代人，安全性就必須高于人類安全10倍以上。

　　更簡單一點說，當下✅的自動駕駛，是需要“知難而退”的，就是遇到自己解決不了的情況時，讓駕駛員去接管車輛。而L4級別的自動駕駛需要“迎難而上”，系統擁有唯一的決定權。

　　樓天成的這套路線，其實是將Robotaxi的模式不斷精進，最終在進行泛化，以此來達到最終的L4級別自動駕駛。而以李想爲代表的一類人則認爲，“端到端+VLM”架構就能夠在短時間內實現L3級別的自動駕駛，而L4就是L3的延續。以現在的技術發展水平，我們還很難判斷這兩種思路的對錯。但無疑，選錯路的那一方可能需要承受的結果，是一家企業喪失了定義未來的主動權。對于這些科技先行的汽車公司來說，下場遠比押寶了氫能源的日本車企慘多了。

　　所以，世面上也不乏像Momenta這樣兩條腿走路，同時在L4和L2領域做研發的企業。但雙保險就一定能成功麽？其實就像是L4級別自動駕駛的終極目標是讓系統超越人一樣。當技術真的擁有超過人的實力，那麽最終極的挑戰，將會是人的信任。而這是比技術上所經曆的難點，都更加難以逾越的高山。

　　就像是Momenta的曹旭東所說，人類司機開出租車，1000台車一年可能就有一起重大或者死亡的事故。但如果Robotaxi的公司1000台車一年有一起重大或者死亡事故的話，可能公司就要關門了。

　　當技術叩開了未來的大門，人類的不信任總是會試圖先將門關上。很容易忘記了是我們自己開發這項技術，目的就是爲了開門。所以我們再回看余凱對于自動駕駛的十年之期，坦率的說，我覺得這還是需要建立在未來幾年內依然能夠出現類似當下AI跨越式發展的技術進步的基礎上。而人什麽時候能夠接受比自己更聰明、更有能力接管出行主導權的技術？那似乎就更加遙遙無期了。