2024 年，辅助驾驶一定会被头部几个厂商，拉到一个未有的高度。#微博新知博主#

这里面有两个点核心且必要：

1、优点：头部厂商的强势输出会让辅助驾驶更快普及。

这是一个确定的事，它可以带动产业资本、战略投资者、供应链用户共同进步。

用户接受度高，辅助驾驶才能形成合理的商业闭环。

2、缺点：无底线厂商会更加无底线，辅助驾驶会变成玩弄消费者的笑话。

我之前写过 http://t.cn/A6luccRN，主要分享的是，辅助驾驶必须发展，它是人工智能技术进步带来的类文明结晶。

但厂商需要有底线的是，你到底是技术更强势，还是舆论更强势。

——————————————

「目前国内辅助驾驶都已经失了本源，这么严谨的工程被冠以了太多无关的营销词汇，可终究没人对辅助驾驶负有责任。

我知道从商业的角度来讲，都是有其合理性，但技术的本源是服务人，可提供技术服务的人不愿意为技术负责，这整个逻辑就会发生畸变。」

这是某自动驾驶公司 CEO 和我说的，技术型 CEO 确实不擅长传播。

当辅助驾驶被营销接管后，它就会变成唯传感器论，唯硬件论，这个路径最简单，硬件的数字可量化，算法和数据等不可或者不好量化。

中国的辅助驾驶传播里，数据闭环 是一个不被重视的一部分，它甚至有时候都上不了传统主机厂的发布会 ppt。

可这一轮人工智能的发展是数据推动的，互联网的发展产生了可被解和被数学所证的数据，而人工智能这是解释和证数据的工具。

不管事细分领域的私有数据，还是公有数据，这是大模型的基础。

「数据自动闭环：

再好的网络架构，也都是需要批量的数据进行优化才能呈现出其最终的优势。

最后所有的方案都会Coverage到几类策略上，但是最后决定系统性能的往往是高质量的数据。

Tesla 的辅助驾驶系统可以用简单的传感器，实现高鲁棒性，体现在它可以根据，从用户端收集的海量数据自动完成数据的自动筛选、自动评级、自动 Labeling 和 Corner case 检测等一系列具体步骤。

进而在每一次的系统升级时，用户都可以看到辅助驾驶系统在生活中各种场景中的性能提升和泛化。」

而现在大部分公司，不光是没有解决处理，甚至都没有想过收集数据。

所以硬件优先就非常好理解了，可即使有硬件，也要知道怎么用啊？

还记得经常有人兴高采烈地说，某某公司将 800 万摄像头压缩到了 300 万在用。

给出的解释是，300 万和 800 万的成本差不多。

对于硬件特别是传感器，要看其精度的合理性。

「精度够用就行：

这一点可能会有争议，但我暂且放在这里供日后推敲。

一般在机器人领域和无人驾驶领域，厂商都喜欢追究极致的高精度，但是在特斯拉最新的 demo 中，我反而觉得精度够用就行，无需追求厘米级甚至是毫米级的精确建模定位。

高精度，毫无疑问意味着高性能传感器、高计算成本、高耗时地图建模、高存储空间、高传输带宽。

同时考虑到自动驾驶领域占据栅格算法和数据闭环中面临的问题，高精度毫无疑问会导致整个系统过于臃肿且不切实用。

而在我们实际的行泊车环境中，我们人压根不需要高精度信息，无论是高速上的便道、十字路口的转弯、地下车库的泊车和自家杂乱的停车房，我们都不需要以上高精度信息。

而精度释放出来的算力和空间，可以更对应用于占据栅格的条件优化和数据的多模态闭环中。」

2024 年，辅助驾驶可以「慢一点」。

#新能源大牛说#