在AI发展史上，2022年是一个转机点。回念念起特斯拉多年来坚捏纯视觉决策时，马斯克曾被不少东说念主质疑和嘲讽。彼时，某些车企正热衷于在车顶堆砌造价奋斗的激光雷达，仿佛传感器的数目就代表了技能的先进性。然则时刻是最佳的瓦解：当ChatGPT横空出世时，AI边界的融会面目发生了变革。那些干预巨资押注传统技能道路的企业正濒临这样一个无言的试验：再多的激光雷达，也无法弥补融会面目上的差距。

大模子带来的AI融会篡改

传统的AI系统，更像是一个"规则实施器"，只会基于东说念主工设定的规则来判断下一步进行什么操作。比如在自动驾驶边界，咱们需要明确告诉AI："如果前线10米内有行东说念主，就需要降速"。

比如我在6月某次试驾某国产率先的电车开启智驾时，导航教导前通晓口需要右转，但右前线10米处未必有个铁丝网挡路。系统运转堕入了一个轮回：导航指示促使它向右变说念打主义，发现报复物后又念念回到原车说念左打主义，如斯反复扭捏了几十次。临了系统似乎也无法处理这个矛盾，我尝试用油门收尾这场摆布互搏的时候，系统似乎触发了未经充分测试的角落场景，导致环境感知智商统共失效，压着车说念线径直向报复物撞去了，此时我不得不手动接纳。

而大模子期间的AI，更像是一个果真的司机。它概况像东说念主类同样，和会"前通晓段有小学，可能会有儿童片刻跑出来，需要降速慢行、多多不雅察"。这种融会面目的转机，本体上是从"基于规则的推理"向"基于和会的决策"的跨越。在自动驾驶边界，这意味着AI不错：

更好地和会复杂交通场景

商量其他交通参与者的活动

作出更适当东说念主类驾驶民风的决策

自动驾驶行业近况

法律解释2024年，世界自动驾驶阛阓呈现出一个真理的悖论：技能快速跳跃，但大范畴买卖化却历久未能杀青。L2级自动驾驶汽车一辆接一辆发布，甚而有厂商敢吹L2.99999……，但果真敢说杀青L3级别的车型却寥如晨星。

2.999……无尽轮回数学兴致兴致上便是3。虽然，念念要了解极限的界说照旧超出了义务老师水平了。

365建站客服QQ：800083652

这种近况的中枢原因在于：

技能可靠性与资本之间的矛盾

复杂场景下的安全性问题

法则标准的滞后

需要夺目，现在主流的自动驾驶处分决策，往往需要搭载价钱腾贵的硬件设立。举例国内照旧运营的萝卜快跑，一套高规格的激光雷达决策，资本可能特等20万元，这严重制约了技能的提高。

技能道路之争：遴选激光雷达如故纯视觉？

在自动驾驶边界，一直存在着强烈的技能道路之争。传统道路以国际的Waymo和国内的**为代表，主见通过多传感器和会来确保安全；激进道路以特斯拉为代表，坚捏纯视觉决策。这场争论的中枢在于：如安在确保安全的前提下，找到一条可行的买卖化说念路。

站群论坛

但大模子的出现，正在改变这场争论的基础。就像智高手机阅历了从"堆硬件"到"重软件"的演进同样（主若是因为硬件确凿堆不动了），自动驾驶也在阅历近似的转机。通过深度学习和大模子技能，纯视觉决策正在冲突畴昔的性能瓶颈。也曾有一个论点，国际特斯拉为了省钱只用录像头，国内某大厂匠心独具把激光雷达作念到跟录像头差未几的价钱。现在看来，这条道路应该是失败了。

最新的视觉AI模子在某些场景下的识别准确率照旧特等了激光雷达。更遑急的是，它们弘扬出了接近东说念主类的场景和会智商：不仅能看到"是什么"，还能和会"为什么"和商量"会何如"。这种技能跳跃带来的影响是深入的。它不仅关联到自动驾驶的技能道路遴选，更可能重塑所有产业的发展旅途。后头，咱们将深入分析这场技能变革的具体弘扬和畴昔影响。