M7事故几天了，我的群里也讨论了几天。 我的群是一个高知群，其他的都是小事情，讨论的重点在AEB。

我的第一反应就是AEB不成熟。 一辆洒水车，不是什么稀罕物，静止或者低速行驶，大白天的，这是最简单的场景。 大嘴是我的老领导，他说华为AEB各种场景都是第一，即使是陌生障碍物，华为AEB都能识别，更不要提经过训练了的。 但是M7事件明显打脸了。

我还在华为的时候，出于安防的需要，华为就开展了人脸识别的研究。 华为手机有AI拍摄功能，能识别人脸，花草，月亮，实现重点聚焦和渲染，是一个具体应用。

大家可能意识不到，能够识别不同的物体，是人工视觉最基础的研究。 前述的识别人脸等场景，是限制场景下的识别。 最早的人工视觉，就是识别0~9十个阿拉伯数字。 而智驾所需要的识别，是开放场景的，是最难的场景。

上了高速公路，场景已经极大限制了，没有行人，自行车，小孩，猫狗，塑料袋，垃圾桶。所以，很多的智驾算法在高速上很好使，但是到了闹市区，就超出了能力范围。

M7的这次事故，等于1+1=3。在最简单的地方犯了错误。

由于AEB的基础是对目标的准确识别，而这个问题并没有解决，所以目前的AEB都是噱头。 但是，这里面很大的迷惑性。

但凡组织各种测试，比拼，AEB都可以大显神通。 原因刚才已经说了，测试比拼的是限制场景，一个静止障碍物，一个横穿马路的电动车，等等。 参试厂商对这些场景进行特定优化，没有不通过的。

但是上了路就完全不同了。 因为识别能力没那么高，所以会引起误警和漏警，这是一堆矛盾。 降低误警率，必然提高漏警率。 从概率上看，紧急情况是小概率的，如果误警多了，误刹车很多，用户体验很不好，投诉很多，影响销售。 而紧急情况概率很小，AEB不动作影响也不大。所以厂家对AEB采取的普遍策略就是，能不刹车就不刹。 所以，M7的这次事故，在最应该刹车的情况下也不刹车，反应的就是这种倾向。

从这起事件我能看到的是，智驾的基础算法差得还很远，悠着点吹吧。