廣東
專用智駕發展到今天已有快10年時間了，美國電車的智駕更是始自2013年，時至今日智駕暴露了越來越多的弊病，甚至已被認為無法實現真正的自動駕駛，而通用AI大模型可能成為實現自動駕駛的希望，這樣的結果恐怕是業界所無法預料的。
一、智駕實現自動駕駛難度太大
早期智駕實現自動駕駛曾言之鑿鑿，尤其是美國電車的智駕更是一度被認為遙遙領先，然而時至今日美國業界已對美國電車的智駕產生巨大的質疑，知名經濟學家克魯格曼更認為美國電車的創始人馬先生的商業帝國疑似龐氏騙局，其中智駕遲遲無法實現自動駕駛正是克魯格曼將他的商業帝國類比龐氏騙局的關鍵證據之一。
早幾年美國電車的智駕在美國網絡視頻泛濫，駕駛人睡覺等行為，將車交給智駕掌控，然而2025年美國交通部門認定美國電車的智駕夸大宣傳、智駕事故率是人類駕駛員9倍，今年出美國聯邦法官對一單智駕交通事故以美國電車夸大宣傳智駕為由開出2.43億美元的懲罰性賠償金，再加上美國車主對智駕的信任度高達六成以上，由此智駕在美國已幾乎失去發展的希望。
如今美國電車將發展智駕的希望放在國內市場，今年以來國內的網絡視頻也開始泛濫這種駕駛人在諸多場景下將車輛完全交給智駕的行為，而這種行為涉嫌違法；至于國內的智駕，由于種種原因就不好太深入說明，早前國內某地的自動駕駛出租車故障則對智駕造成了重大打擊，智駕實際水平如何可想而知。
智駕難以達到自動駕駛階段，在于當前的智駕屬于反射式識別，只能識別現有的行車視頻遭遇的常規路況，然而現實中行車總會遇到特殊狀況，如貨車掉下的異物等等，一旦遇上未曾見識過的路況，智駕就會宕機。
這種反射式識別還導致智駕無法迅速反應，無論智駕芯片性能再強大，終究會有延遲，猶如我們人類考車牌需要學習各種常識，然而在現實中開車時駕車則與考牌沒多大關系，駕駛人行車完全靠本能反應。
此外諸多智駕還被發現高度依賴高精地圖、通信網絡以及云端服務器，這更是巨大的風險，因為通信網絡不會百分百可靠，總會出現斷網的情況，一旦斷網，智駕就宕機了，美國舊金山大停電和國內某城市的自動駕駛出租車都證明了這一點。
二、通用大模型發展智駕的優勢和可行性
通用大模型是依靠海量數據、豐富多樣的現實世界信息來認識這個世界，這與人類更為類似，人類從小到大都是先認識這個世界的諸多信息，熟悉了這個世界之后再去理解、分析世界的信息，為人類在現實世界的各種行為提供思考的依據。
在行車中，遭遇各種特殊路況時，通用大模型會認識、思考并對之采取相應的措施，就如人類無論是走路還是駕車時，遭遇障礙處理的措施都頗為類似，知道面對障礙物時該減速、繞開等應對措施，這與專用智駕的反射式應對完全不一樣。
通用大模型在訓練時在數據中心進行訓練，吸收巨量圖文數據、現實世界諸多信息等形成它的思維模式，輸出運用模型，擁有更強大的能力，而將它應用于智駕僅是需要部分能力，可以大幅度蒸餾、剪枝，強大的理解能力讓它無需再依賴通信網絡，可靠性大幅提升。
通用大模型應用于智駕還可以大幅降低對芯片算力的需求，現有的反射式專用智駕由于需要通信網絡、高精地圖、云端計算等需要耗費大量算力，此外它還要對行車路線預測、規劃、地圖匹配等等，同樣需要耗費大量算力，而通用大模型是自行思考、推理來駕車，對算力的需求至少降低六成。
值得注意的是通用大模型將只需視覺識別技術，類似人類那樣完全依靠眼睛來駕車，這一點倒是與美國電車創始人馬先生所言類似，靠視覺識別就能安全駕車，這同樣會大幅度降低駕車的難度和對算力的需求。
在智駕發展到現階段遭遇重重困難之后，通過通用大模型發展自動駕駛或許是更好的出路，而專用智駕可能將始終困在輔助駕駛階段，再難突破。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
