近日，小某汽车致命的事故，悲痛的同时，引起了很多人对自动驾驶的关注：自动驾驶到底能实现安全驾驶吗？

2025年初，从特斯拉的FSD落地中国到国内新老势力的群雄并进，厂商们喊得震天响：“智驾时代来了！”

可现实呢？事故频发、系统崩盘，别说“解放双手”，命都不安全了！

为啥自动驾驶这么难？不是能识别红绿灯、自动泊车、春节千公里“自动”驾驶回老家了吗？去年武汉的无人出租车不是已经很火爆了吗？

自动驾驶还有多远的路要走？

目前，智能驾驶分了6个级别，每个级别对应的人类对车的干预不同:

目前车企只是实现了L2、L3级别的自动驾驶，离L5级别的真正的自动驾驶还很遥远。

今天，我们掀开AI“黑科技”的盖子，解码它为啥总翻车，看看这场技术梦，到底卡在哪儿！

第一个难点，车辆的“眼睛”不太好，无法像人眼一样准确看清世界。虽然现在新车靠摄像头、毫米波雷达、激光雷达等多种设备来“看”世界。可现实路况、环境太复杂！

 比如特斯拉采用纯视觉的设计来监视路况，受天气和环境制约较大，雨天，大雾，夜晚，强光，摄像头污垢容易引起视觉障碍；对远距离、动态场景的识别精度不理想；容易看花眼，比如在黑色路面会无法识别黑色的车辆；难以检测无视觉特征的障碍物，透明物体（如玻璃墙）、光滑反射表面（如水坑）。无法识辨AI没见过的东西，比如头塞进水桶中的牛。

而国内大多数厂家采用的 激光雷达+毫米雷达+视觉 的方案虽然看上去更安全，更精确，但是成本高，整合三种信息的技术难度大，算力成本更高，同时也无法克服恶劣天气、环境对摄像头和雷达的相互干扰。

一百万次的识别成功，错误一次也是很致命的。

第二个难点，路况太复杂了，瞬息万变，AI直接懵圈。现实中常常出现的电动车乱窜、行人闯灯、摊贩占道，信号灯异常，地上交通线、路障临时更改，路上突然出现的散落物，车辆随意违章停放，此起彼伏的喇叭声等等。

再如印度牛车满街，欧洲窄巷挤爆，中国早高峰变停车场，各国情况不同。再比如，人类的恶意“别车”，或者其他的“使坏”，武汉的无人出租车不是经常被滴滴司机“别停”的么。人类随机行为（挖路、别车、高速逆行）超出了AI的预训练范围。

第三个难点，也是最主要的难点，车辆的“大脑”还不够聪明。

AI用海量数据训练神经网络（像CNN、RNN），可现实场景有“长尾效应”——90%的常规路况好对付，剩下10%的极端情况（夜间大雾、突发路障）样本稀缺。

无人驾驶需实时决策，比如前车急刹是减速还是变道？路怒司机别车咋应对？这需要动态博弈能力，可当前算法的算力需求爆表，车载芯片（如NVIDIA Orin，252 TOPS）远不够实时处理复杂博弈的500+ TOPS需求。

同时硬件方面也有极高要求。比如高精度传感器，CAN总线延迟10ms（0.01秒），在高速驾驶场景下就是致命风险，需车载以太网或TSN升级。

哪怕是目前最厉害的大模型，也常常会觉得他们不够聪明，更何况小小的汽车呢？

总而言之，无人驾驶的“大脑”不够聪明，因为它卡在数据、算法、算力、现实的“四重天堑”，导致很多自动驾驶的动作无法理解和完成。

现在的车企技术，多是L2+（部分自动化级别的），得人盯着，只能是辅助驾驶。能满足60%-90%的使用场景。可用户偏偏当它是L5！这两个级别差了十万八千里。以为他是全能的 ，车主高速路上行驶时睡觉，刷手机，结果悲剧频发。

紧急情况下，AI退出智驾 到 人类“接管”需3-6秒，但HMI(车辆与驾驶员之间的交互系统)只给2秒，RTI（反应时间指标）不够。  高速上2秒，车都飞60米出去了！

然而糟糕的是，教育缺位：用户啥也不知道！不知道智驾是辅助驾驶，不是无人驾驶。一些自媒体吹“黑科技”，不讲边界。

自动驾驶难，因为它面对的是个复杂的世界。技术、环境、伦理，法律、资金，每一步都充满困难。但正因为难，它才值得期待。

你说呢？自动驾驶啥时候能成？

  

------------------------------------------------------------------------

（关注我们，下一期继续聊！）
 

红炉起氤氲

围着火锅说点醉话

15篇原创内容

公众号