诶？你为啥觉得做个普通司机是个很简单的事情啊？
你能说出这种话说明你对ai的理解就是个纯外行。

自动驾驶首先，它就是个AGI场景。开车并不是按规矩开车就行，你需要读出周围的环境，判断周围车辆行为的意图，并在很多场合都需要和别人博弈和合作，并且方式方法内容上还存在无穷多的可能性。这些都只有agi才能做到100%，或者在99.9%后面怼出足够多的9。

其次，从ai处理的问题复杂度来说，语言是一维的，图像是二维的，视频是三维的，难度逐项提升。就好比现在热门的文生图为例，你看一旦尝试用它来生成视频，前后两帧间的抖动问题就解决不了，因为它根本就没有前后帧上下文的概念。现在大厂的文生视频确实具备这个能力，但也还只能生成低分辨率低质量的视频流，相当于只处在文生图早期阶段。

同时，自动驾驶不仅仅是多路视频的问题，它还涉及对3d空间的理解，而现在具备在ai层面直接理解3d空间的ai也屈指可数（别跟我拿那些通过投影变换整出来的3d说事，诸如各种slam技术，这种都是ai嫁接传统算法）。也就是近两年tesla整出的vector space算是首次在3d空间直接进行识别的大规模工业化尝试。

最后，自动驾驶这个场景还要做到100毫秒内的响应延迟。你知道这意味着啥嘛？一张3090跑区区6B的LLaMa需要4秒才能产生一个token，而一段对话有上千个token。chatgpt推测有175B的规模。能力直逼agi同时还要做到100毫秒响应，这背后需要的算力往少算也是100万张a100的级别

以上几点，任意一点单独拿出来都是很大的难题，想要同时满足更是难上加难。而你居然认为自动驾驶是可以随便搞搞就能打脸的东西？
任何事情随便搞搞做到80%都容易得很，这也是为啥阿猫阿狗都在搞无人驾驶，也包括为啥阿猫阿狗都在忙着发布chatgpt平替。但我只能说，如果认知只到这个层次，大概也就是被pdd的营销套路pua的级别吧。

最后说说自动驾驶的现状。现在的自动驾驶，距离普通人可以说很远又不远。所谓不远是现在的自动驾驶大概能做到99.99%，距离100%确实不远，但所谓的很远是指往后面继续增加的每个9，都难如登天。自动驾驶可能要到99.999999999%才会逐步有商业保险入局来承担风险责任。即使gpt5发布，agi降临，那也依然只解决了我前面说的第一个问题罢了，依然算不上能解决。

所以现在的自动驾驶路线，都是弱人工智能，都是某种程度的近似，或者嫁接传统算法来放大。本质上都是在做各种workaround。但另一方面来说，以美国为例，全年交通事故死亡人数是5w量级，相当于每天都要摔一家737。从这个角度来说人开车的安全性本来就不高，自动驾驶也没必要做到agi，只要综合的安全性超过人几倍就行。毕竟人的智力目前虽然还是天花板，但其他方面的缺陷也多的是。而这一点其实tesla距离成功已经很接近了。所以我也不知道你这个所谓的打脸是什么意思。看看这表现，你真的认为自动驾驶还很远，还只能被各种打脸么？
http://b23.tv/yaeC9F8

【 在 hartcomm 的大作中提到: 】
: AI做个普通司机都做不了  还能做什么？ 无人驾驶真是啪啪打AI的脸啊
--
FROM 180.158.59.*