自动驾驶为何落地困难？分析自动驾驶汽车产业的三个关键因素。

[@lenomali]

真的没有需要全自动驾驶。现在能在長途大道能做到一条通道自动驾驶就足够了。

[@orbleh3622]

最快实现方式：一个区域完全禁止人手操作，交通系统统一调度。这是不同的思路，车辆个体只做细节的自动操作，听交通系统指挥。当然也不允许有自主意识的活物在路上走。

[@qsteven1262]

我觉得最好的方式是弄个货物运输专线，这条线路只跑货物运输车辆，然后运行自动驾驶车辆；这应该是最好的规避目前自动驾驶伦理问题的方法

[@y555]

我也觉得是单独线路，人不能控制，这种系统自动分配，达到最优。人只要坐着输入目的地即可。等待分配分线路

[@lonelygod6629]

个人认为大部分应用时间的场景：高速路行驶， 封闭环境（港口，矿区），固定路线（物流公司），可能就是自动驾驶的终极目标。 在消费端领域，极端路况闹市区的自动驾驶，可能只是百分之十不到的痛点，但要消耗掉百分之九十以上的资源和精力去解决。也许L5并不值得。

[@user-oz9ku7me4c]

极狐阿尔法S全新HI版 大家了解一下！它就是在国内的复杂路况下，效果也是非常好！！！反观特斯拉，主要是在外国测试，外国的路况简单很多，地广人稀，所以哪怕不是用激光雷达，特斯拉的自动驾驶效果也还过得去（除了林志颖事件）

[@lonelygod6629]

@@user-oz9ku7me4c 特斯拉是敢让大量消费者试的。国产自动驾驶，能不造假就行，个人不关注也不看好。

[@yohohoho-yohohoho]

建設一個全新的無人手全自動化城市然後把人遷進去住效率可能更高。

[@tigerkites]

同意技术上更容易实现，不过从投资回报的角度要仔细计算

[@stephenzhao9773]

不现实，太机械了。

[@bcliou9216]

萬物互聯才是重點，華為似乎沒想到。 單車，飛行器的地圖再精密，衛星導航再精確，總有太陽風暴，隧道，開瓶器的開口等狀況無法解決。 而簡單的萬物互聯就可解決，且不說同系統的車輛飛行器可以互通資訊，自行協調優先通行，自動避讓，就算是單機，也可透過預置的晶片得知現在地點的詳細資訊。安置夠多，一個飛行器穿過開瓶器的開口也不是問題。

[@bbcn426]

個人認為， 應該是先完備法規，當意外事故發生，釐清責任歸於使用人或制造商，這是步入L4的基本要件。 建議，各系統車商成立1000億賠付基金，用於消費者的事故保險保障。

[@heehaahoohoo]

深圳落地了啦,最先責任還是駕駛員

[@bbcn426]

@@heehaahoohoo 深圳將智慧車劃分為「有條件自動駕駛」（L3）、「高度自動駕駛」（L4）及「完全自動駕駛」（L5）三種類型，有條件自駕和高度自駕仍需有駕駛人員，完全自駕無需人工操作。 根據該條例第 53 條的規定，有駕駛者的智慧車發生交通事故，造成損害，由駕駛者承擔賠償責任。完全自駕智慧車在無駕駛人期間發生交通事故，由車輛所有人、管理人承擔賠償責任。 若智慧車本身缺陷造成事故和損害，車輛駕駛人或所有人、管理人依第 31 條規定賠償後，可依法向車廠、銷售者請求賠償。 依現行規定，也就是要L5級車是載具，沒煞車方向盤，全自駕，只有乘客沒駕駛人，撞山翻車才能歸責系統車商啦！

[@gtyang81]

赞同，完備法規，釐清責任是先决条件之一。 我也觉得保險是最好的方法。但设定定额1000億賠付基金或许不是最好方法。依照一般保險法吧，基金较大就可以提供保險于更多自动驾驶车辆。前期允许较少自动驾驶牌照，随着安全性被证明，慢慢增加，循序渐进。

[@bbcn426]

@@gtyang81 也是可以， 基金之目地在於保護受害者免訟理賠進而推近自駕車普及率。

[@yeyuan6273]

这类是属于“绝对不允许出错”，这太难了。。。

[@jenssabai9885]

要训练终结人工智能驾驶算法，就只有在印度首都训练，只要他能从城市的一头到达另一头，而不出车祸，那就成功了。

[@gtyang81]

感知硬件，AI处理器 都还好，几年后大家差距应该不会太大。如果有新一代同类硬件应该可替换， 比如换更高像素摄像头，更高算力处理器等。 我推测算力对安全性的帮助不是线性的。 在满足该AI架构的基本算力需求后，算力的增加对安全的帮助会越来越小，比如增加十倍算力可以提高一倍的安全性。除非增加十倍算力可以推动另一个更强大的AI架构。但每一个新的AI架构都需要大量的数据和时间训练，不能一蹴而就。 在我看来AI架构，算法，大量高价值驾驶数据应该才是重中之重。 赞同你的观点，单车智能为主，车路协同为辅应该会是长时间的主调，进步会是渐进的，看看特斯拉的FSD beta进展就可以看出。 我觉得多数人对于激光雷达，高精地图，5G，V2X等 必要性的争论都源于大家对L5不同的定义、期待。 L5既然可以替代人，就应该是超越人类驾驶安全性的，这点毋庸置疑。争议点在于“超越人类驾驶安全性”的明确定义。 统计意义派 L5 ： 马斯克以及一些人认为即使自动驾驶未完美，只要统计意义上明显超越一般人类驾驶安全性，越早推广可以避免越多车祸。 全面超越派L5 ，(真L5?)： 一些人则有更高要求，“超越人类驾驶安全性” 必须是全面超越。基本要求是：人类可以感知的，自动驾驶都必须感知得到。人类可以做到的自动驾驶都必须做得到，人类不该做的错误自动驾驶都不可以做。可靠无死角算法，全时况快速决策，只是基本操作。在这基础上，自动驾驶没有人类的问题，不会醉驾，分散注意力等，安全性只会更好。 大众容易对自动驾驶建立信心。 追求绝对安全派 (L5+ ?)： 全面超越派之上，理论上可以做到的都做,上不封顶。各种超人类感知，多传感无间互补，激光雷达，视觉，雷达，红外线，车车协同，车路协同。

[@gtyang81]

@@user-oz9ku7me4c 极狐阿尔法确实值得关注，代表着华为自动驾驶最新进展。试问为何你觉得激光雷达对自动驾驶如此重要？相对纯视觉方案，除了精确度以及一定程度夜视能力之外，还有什么长处？

[@user-oz9ku7me4c]

@@gtyang81 你这问题问的，你都说了有“精确度以及一定程度夜视能力”，这不就是长处？自动驾驶最重要的前提就是看得清，看得清后，用于分得清的算法才有效！这就如同你让一个高度近视或老花的人去开车，哪怕他是博士学位，40年驾龄，也没用！你至少要让他配上合适的近视眼镜或是老花眼镜，让他看得清！！！如果是遇到大雪天，大雾天激光雷达也比普通的视觉方案更靠谱。

[@gtyang81]

@@user-oz9ku7me4c 了解。意见差异在于我们觉得目前的纯视觉方案够不够好。你偏向觉得目前的纯视觉方案像高度近视或老花的人。我觉得目前的纯视觉方案像近视一百度左右的人吧，不完美但和一般人差不多。随着科技进步将会越来越好。其实激光雷达精度是远超自动驾驶需求的，有如视力10的超人，精确度是高，是强，但没必要（除非是为了配合高精地图精准定位车辆位置）。顺便提一句，激光雷达是看不透大雪，大雾的。雷达才可以。我觉得高分辨率雷达在未来会有一席之地。

[@gtyang81]

@@user-oz9ku7me4c 特斯拉当年不用激光雷达是因为马斯克觉得最终激光雷达会是多余的。（fools errand). 我觉得特斯拉几年后也不会在量产车型用激光雷达。他们确实在少数实验车上安装了激光雷达，多人推测是作为高精度参照物，进化其视觉系统。我之所以提起科技进步是因为传言特斯拉今年将推出新一套v4自动驾驶硬件，而且可以在先有车辆上轻易替换现有v3硬件。

[@user-oz9ku7me4c]

@@gtyang81 技术，有竞争才有进步。都是好事。

[@user-ot7cn8rm8f]

有特定轨道火车尚且没有完全实现自动驾驶，何况是路况复杂的公路，未来10年自动驾驶还不现实，目前完全就是一个噱头 万一出现意外事故，责任谁承担，是乘客还是汽车厂商，还是公路所有者，还是大数据中心

[@alexfangxi]

应该说 自动驾驶应该加入 地点区域系统 因为每个城市的驾驶习惯和路况都一样 把地点区域加入进逻辑系统是必要的 老司机都知道 到了某个地段 就会经常出现某种情况会预判将要或可能发生的情况

[@hyx655]

老白是真的说到点子上了 牛 不过真正的成本其实不在于自动驾驶域的部分 真正成本的大头在线控底盘的改装部分

[@user-zz1rm6yp3o]

我觉得巨头的人工智能选错了战场，自动驾驶并不是好战场，对法律、安全、成本要求太高

[@aaronwhitetalk]

商业化确实条件苛刻。

[@bmx5397]

非常危險，當你車速在100km/h 是，啟動自動駕駛同等於把生命給了一個不會減速的機器，無論是拐彎或少許彎，車還是同樣速度，尿都嚇出來了。外面風速突然變大，也不會自動減速，突然要操控回去，整輛車突然就晃起來。

[@user-cg9nx9ig1z]

AI 的學習算法無是不懂，我覺得應該是要先學習人類的開車方法，AI計算先用模擬的模式另外在紀錄人類開車的模式2得到兩種參數後才由工程師做選擇調教寫成優先執行規則讓電腦執行。

[@awen025_]

👍💯💖🤞

[@hc3524]

开放特定区域，只允许自动驾驶，同时划定只允许自动驾驶的道路范围，不允许开到人行领域。然后，逐步扩大实验区域，同时车与车之间的行驶资料相匹配和联网。

[@user-ow8rh4fm2x]

我認為L4以上的自動駕駛完全沒有必要。 買車的目的是"開車"，享受開車的樂趣, 而不光是"坐車"。不想自己開車，有DD, 計程車, 捷運, 公車可選擇, 對只想"坐車"者來說, 這些都是L5等級以上的自動駕駛, 還有專屬司機, 何必買部車給電腦開, 還得冒一定的風險。

[@HeroInks]

如果很可靠，坐车也行，尤其是长途

[@njyonjinlutonmout]

酒驾最佳替代方案

[@yanmingsv4536]

白呀白，认知充满“空白”！ 如果不出于编见，正视特斯拉ＦＳＤ的版本１１的测试现状吧！ 国内也不缺详细的信息与评论。发言要真诚。

[@matokurin]

Great,

[@lonelygod6629]

技术上来说，AI下围棋战胜人类只是软的层面。 自动驾驶是软件硬件结合…..拿机器人学更相似的例子来说，人类何时造出了打乒乓球，打篮球比人类本身更好的机器人了，才能造出超越人类的自动驾驶汽车…..路还很长很长

[@harryphppower369]

最终的解决方案是重新铺路

[@yeetop8340]

自动驾驶还是需要一个AI机器人来操作的🤣

[@yisuo1087]

自动驾驶造成大规模失业不是最重要的原因么

[@nice9453]

都自动，人为什么还要买车呢。

[@user-hg9ij7rf1f]

😁😁。。👍👍❤️

[@heehaahoohoo]

華為的ASD L3/L4都量產了 ,當然只可以用補助駕駛的名義

[@mr_crisy7981]

法律和保险可不可能是最大的障碍.

[@frankgao6138]

谢谢分享， 个人猜测 由于 人命关天， 估计自动驾驶 要走的路还很长。 不过可以 在某些特定环境 开展应用，做相应技术积累。 说不定那天能用到 一些其他地方。

[@Cdictator]

Tesla很快就要达到2.4亿公里的里程了吧

[@mecheng807]

據說完全自動駕駛還要五十年，L3 自駕講了五年了，也還沒有大量使用

[@heehaahoohoo]

華為的ASD L3/L4都量產了

[@paulpaul7777]

百度领先特斯拉一代？omg😂

[@wanghello5139]

深圳不是刚出了关于自动驾驶的法规吗？

[@way03tak]

自媒体bullshitting的话，你听听就好 就前天，tiktok上一个在深圳的哈萨克斯坦po主，还拍了条片引起俄语人在tiktok上讨论，他在深圳湾万象城那边叫车，call的就是无人驾驶，用的平台是“萝卜快跑”，百度旗下的。这个平台这几天已经开始在成都重庆武汉等城市开始陆续上路了

[@user-gq3xo6ok3s]

@@way03tak 得了吧，深圳萝卜单价每公里2.8元，车子有时候莫名其妙在路口趴窝造成拥堵，交警找不到司机都没有办法疏导。你看新闻联播以后也还是尊重老白的分析。

[@way03tak]

@@user-gq3xo6ok3s 所以你承认是落地了，是商用了，法规是通过了，标题是在说屁，good！

[@watersc3018]

万一哪天飞行汽车成熟了呢，天上可能没那么多复杂的路况

[@jianli8439]

我觉得自动驾驶可能比飞行汽车更容易成熟.

[@gtyang81]

天上只会更复杂。行驶速度高，自由度高（难预测），难以刹车，尚未设立交通规则，意外发生时很可能无法空中静止 等等

[@lonelygod6629]

吹牛吹牛，车都吹上天了……

[@user-oo5wi1ww2w]

齁

[@user-oo5wi1ww2w]

齁