撰文 / 周 洲
编辑 / 黄大路
设计 / 师 超
特斯拉FSD即将进入欧洲和中国。在这条鲶鱼的搅动下，中国无论是新势力还是老实力，各车企的高阶智能驾驶都在拼命对齐第一梯队。
特斯拉以一己之力开辟了纯视觉方案，理想、小鹏P7+ 、蓝山等车型，包括卓驭科技（原大疆车载）、Momenta、元戎启行在内的智驾公司使用的是逻辑相同的纯视觉智能驾驶路线，其他车企采用了基于摄像头、毫米波雷达和超声波传感器的智驾路线，也有的采用视觉+补盲激光雷达的融合路线。
在2024汽车技术与装备发展论坛期间，在AI领域有40多年研究经验的德国国家工程科学院院士、中国工程院外籍院士、同济大学教授奥赛因·赫尔佐格对汽车商业评论称：“不太理解特斯拉只关注纯视觉而不考虑其他的检测方法，比如为什么不使用激光雷达。”
他认为一些中国汽车品牌使用的带有激光雷达的智驾路线更安全。“如果在一个极端的情况下，比如说雨下得很大的时候，他们（纯视觉方案）其实就会出问题，而我们现在也看到，一些用户甚至为此付出了生命代价。”
有评论认为，车企采用纯视觉智驾路线是因为激光雷达成本较高。
奥赛因觉得，现在的激光雷达价格已经降低了很多，几乎是过去的1/10。“过去的价格可能是1万美元，现在这个价格可以低到1000美元。”
不论是哪种智驾路线，今年很多车企使用了AI赋能智能化的端到端大模型技术。
AI对汽车智能化的影响主要在于智能座舱和智能驾驶上。
用AI来训练驱动的导航应用已经比较成熟，如果用更多的数据来进行语言模型训练，语音以及文本的交互会做得更好。
以Chat GPT为例，奥赛因认为这是一个非常特殊的案例，“因为这个大语言模型是以人们输入的文本为案例来进行训练的，其实它是基于海量的数据生成一个结果，本身它的意义性没有那么大，因为目前它的结果并不准确，可信度也没有那么高。如果我们想在自动驾驶中来实施大模型的话，（数据和场景）必须要可信，也必须要足够准确。”
奥赛因认为全球现在的自动驾驶水平在L3级别，未来如果想要实现更高级别的自动化，可能至少需要10—15年。“因为以目前的情况来看，汽车无法完全自动对复杂的车流和人流路况进行了解和预判，同时，我认为也需要在硬件上给予支持，才能实现更高的自动驾驶层级。”
他认为未来需要解决的一个瓶颈就是需要对场景知识进行非常精准的定义。
“就像输指令，根据我们的指令，它（大模型）去做出一个回应，它原来的这些知识来源，也是通过数据去投喂得到的知识。我们现在做的是给这些知识赋予更多新的意义和目的，让大模型更好地针对专门的问题、专门的场景、测试或者是用户场景，提前定义好新的目的。”奥赛因说，而这个过程非常复杂、费时，也需要耗费很多资金。
他认为前述提及的语言、文本大模型，还不足够精确，这些大语言模型的输出结果也需要人工进行控制，目前这个系统还不足够可信，可能会出现偏差，一旦被攻击，可能出现编造的或者错误的信息。也因此，他认为端到端大模型只能在智能驾驶中起到辅助功能，“毕竟人们的生命安全还是比较依赖自驾。”
奥赛因对中国汽车的发展评价很高。他认为中国汽车在电动产业链上颇具优势，无论是根据用户的需求快速进行设计，还是政府在整个产业链上给予的政策支持，发展速度非常快，已经是向上、成功的趋势。
让他印象非常深刻的是，小米用了3年就造出了车，而在德国的话，则需要6-7年。
不过，奥赛因本人开的是一辆现代IONIQ 5N电动车。“中国车企已经在进军德国，在德国已经有中国的电动汽车了，但是服务站还是比较分散。比如说我想去获得他们的服务，可能要开200公里的距离，还是不太方便。中国车企要根据当地的情况进行改良，去适应当地用户的需求。但我相信，只要他们能够做到这一点，他们一定会成为非常强劲的玩家。”