1995年，一辆具备自动驾驶能力的奔驰S级轿车从德国慕尼黑几乎全程自动驾驶到丹麦哥本哈根，全程共行驶1678公里，最高时速达到185公里。而在这个过程中最为重要的是，行驶全程几乎没有人为干预。
而这辆车使用的智驾系统的原理，和我们现在所见到的大部分智驾系统差不多。当时的奔驰用了纯视觉自动驾驶解决方案，用摄像头以及动态3D算法，分析和感知路况并进行车辆控制。
而业内更加公认的智驾技术的爆发起源，是2004年到2007年共举办了3届DARPA无人驾驶挑战赛。那些年散落在莫哈维沙漠的汽车零件，见证了一堆刚开始尝试自动驾驶的汽车笨拙的姿态。但是那些在戈壁滩上满头大汗调试无人驾驶原型车的工程师们，都已经成了这场汽车革命始祖级的中流砥柱。
即便当年还年轻的先贤们，如今已白头或者秃头，自动驾驶依然还没进化到突破我们想象力的程度，或者可以不客气地说，实现真正自动驾驶的时间表一直在延期。甚至于随着自动驾驶的逐步普及，我们对于这项技术在实用层面的定义被更加清晰地约束为“辅助驾驶”。交通的责任主体和真正的掌控者，仅从书面上的两字之差就能读出天壤之别。也就是在目力所及的时间里，驾驶的主体，依然无可辩驳的是：人。
春节前在地平线智驾的媒体沟通会上，创始人兼CEO余凯对于智驾的发言，带出了不少金句。比方说“2025年智驾迎来真拐点”、“智驾产业3年实现脱手开，10年实现随心开”。但相信有不少人看到这些的时候会有和我同款的疑惑：“什么？还要等10年才能实现真正的智能驾驶？”
就这个问题，我觉得地平线副总裁兼首席架构师苏箐所讲可能会更加清晰一点。他认为自动驾驶技术的比较对象，并非友商。而是人类本身。它的价值是一个拐点式的价值——他比不过人的时候，其实就是高科技的玩具；当有一天比人好的时候，价值立刻就会跳上去，也就是两段式的价值。
“很不幸的是，到目前为止还没有一个系统真正达到了这一拐点，我们只是看到了这个希望。”
这种对于自动驾驶能力的阶梯论，并非是苏箐个人的论调。就在前段时间李想的Ai Talk中，他也说到了L3级别的自动驾驶，是AI在人指挥下完成一些任务，但是需要人负责兜底。而下一个阶段，是不需要人负责，可以自主根据要求完成任务。
所以，如果更简单一些理解这个问题的话，就需要把自动驾驶的发展进程拆成两部分，初级阶段可以被称为“模仿人类”，而更高级的阶段，则是“超越人类”。
很可惜的是，即便有天量的资金、技术、算力和人的投入，我们目前的自动驾驶，依然处于无限接近模仿人类的阶段。而超越人类，则是另一个阶梯之上的需求。
无论当下如何营销辅助驾驶对于事故的处理能力，从数据层面上来说，现在的辅助驾驶跟人类相比还是有着巨大的能力差距。在上个月，高盛出了一份对于特斯拉FSD的最新研报，给出的结论是：即使是最新的V13版本FSD能够体现出技术的不断进步，但其表现还未能达到超越人类驾驶的安全水平。根据测试体验、众包数据以及第三方评价，FSD V13的关键干预距离达到了400到450英里之间，97%的驾驶过程中无需发生干预。而Waymo的历史数据显示，其车辆在加州的城市环境下每8.5万英里才会发生一次关键干预。
关于这个数据，类比到人是这样的结果：根据美国政府的交通安全数据，普通车辆每60到70万英里可能发生一次事故。也就是说，自动驾驶和人类驾驶的差距截止目前还是数量级的差距。
悲观一点说，即便付出如此多的努力，自动驾驶仍然还处在一个“高科技玩具”的阶段。
自动驾驶什么时候才能开始“下半场”
当然，往好的方向看，至少在过去的2024年，自动驾驶所取得的发展程度，是多年来未见的。
从技术角度来说，自动驾驶的三大要素：算法、算力和数据，三个方面在2024年都斩获了不少的闪光点。在算力上，几百TOPS的芯片已经量产上车，小鹏、理想和小米三家的辅助驾驶算力都超过了500TOPS，蔚来的4颗英伟达Orin-X芯片算力已经破千TOPS。在数据上，成百上千万辆智驾车辆整跑在路上，每时每刻都在为智驾能力的提升提供数据支撑。
最大的突破，可能来自于算法方面。端到端、VLM、VLA等等大模型在过去这一年成为了最炙手可热的流行词，而这方面的爆发趋势，追根溯源还是AI在过去两年内产生了革命性的突破。2023年3月，支持多模态输入的GPT-4横空出世，秀出了其在图形理解能力方面的肌肉。它所引发的反应，便是视觉-语言模型 （VLMs）相关研究工作大跨步的增长。
我们如何通俗的理解这场变革呢？如李想所说，自动驾驶的模型会与大语言模型相融合去理解真实世界，像真正的大脑一样，而非当前端到端模型所采用的压缩记忆方案。正因为此，李想给理想提出的要求是，确保基座模型进入AI行业前三，空间智能做到中国第一，而不只是与其他车企竞争。
看上去似乎前景很光明，对不？但实际上技术提升的过程更像苏箐所描述的那样：“一个新的方法起来以后，第一天你会觉得它很美好，能解决所有的问题；第二天又会对它引起怀疑；第三天你会发现边界就在那里。”
比方说端到端模型，它的弊端就是放大了神经网络黑盒不可解释的问题。不可解释、不可控的性质会导致系统虽然能够处理复杂场景，但是简单场景很可能会出现犯“弱智”错误的情景。另一方面，模型能力的提升是有瓶颈的。当模型能力已经达到每10万公里的行驶数据中只有1公里的数据能够训练模型进行改进时，想要让整个模型的能力进一步升级，那需要的基础数据量和算力都会是一个惊人的规模。这就像是前几年ETH挖矿，越挖，难度越是指数级的上升。
再换个更加通俗易懂的形容，这种感觉就跟拼多多砍一刀似的，最后的1%所付出的努力，可能需要比前面99%还要多。
这种问题，特斯拉的FSD也会遇到。就在今年特斯拉股东大会上，马斯克承认了当前FSD所面临的挑战，主要是测试AI模型的效率以及判断新模型是否更优秀的水平能力。当AI模型在数千英里的行驶过程中仅出现一次需要人工干预的情况时，如何迅速而准确地评估新模型的优劣就变得更加困难。