第708章 你看看这柄双刃剑锋利不（2 / 2）

那当然考得就好了。

所以很多公开展示的智驾丶GG宣传丶媒体围观的场面，都是预先建图。

同在鹏圳的某品牌也是这麽干的。

甚至在媒体测试之前都会问问在哪测，就把附近全都先扫一遍。

然后还有人开玩笑整个大湾地区，俩地区不测，HK太窄了，然后就香山，那边疯狂路面施工+丧心病狂的电摩，简直就是智驾的命中克星。

所以出事的往往就是路面有临时施工破坏了「答案」，又或者是周围出现不守规矩的突发情况。

业内大家都知道怎麽回事。

在局部测试区域能用的技术，放大到瞬息万变的巨大现实领域，一定会有各种不按规矩出牌的突发情况。

再强大的智能驾驶，也要有灵敏迅速的反应过程，而反应太灵敏又可能会误判。

总之问题其实还很多，需要大量完善研究。

那就要麽AI技术不断积累学习，科技上也提升设备反应速度，要麽换思路，说明眼前这种智能驾驶的思路是错的。

这就是典型的网际网路思维。

但直接选择大量推送到市场上让消费者来帮AI积累学习。

就会出现眼前的结果。

强哥跟群里的各位校领导寒暄几句，注意到秭小伟怎麽亚麻呆住，接过手机一看就明白：「他们这套技术很可能要出大纰漏—...」

秭小伟马上凑近谘询。

强哥跟程大嘴打了多少年交道了，他就卖数码产品起家的，所有程大嘴的巅峰战绩也基本都是在京西打出来的，毕竟以遥遥领先在国内算是最贵一档的手机，肯定在京西买才更让人放心。

「他们每年的科研投入全国之冠，科研力量也是最多最强的，所以他们搞这套方案本质上就是堆工程师堆规则说着拿自己手机在面前茶几上模拟：「自动驾驶的原理，无非就是环境感知丶决策规划丶控制执行这三个模块，无论用雷射头丶摄像头丶雷达，反正先看到，再运算决定加减速避让刹车，最后执行，就是我们人类的看到丶想到丶做到，哪个最关键，难度最大？」

秭小伟肯定是学霸：「当然是决策规划，这是智能的核心，怎麽采集和怎麽执行反而很简单。

「对，问题就出在这里，一是车机运算反应得过来吗，三个步骤中间反应稍微慢点就出车祸了，这都是毫秒级的反应，信息在三个模块之间传输始终有延迟，并且有可能在信息传输的过程中导致数据缺失，从而带来一些安全隐患。」

强哥在这方面确实是行家：「二是瞬息万变的环境感知进来，到底是什麽，这运算量就太大了。」

说着还点点手机图片上的车祸照片：「你搞工业制造，就知道早期自动化工厂料车，是顺着地面的控制线在走，这很初级简单，因为环境简单，公路上的雷达探测，雷射头探测，摄像头探测各种采集那是多大的信息量了，最关键是车道线丶红绿灯丶交通规则这些全都要塞进去，整个运算就越来越庞大，思考决策就越来越复杂。」

秭小伟都听出来：「所以他们用的这套不停往里面堆规则的方法，就是面多了加水，水多了加面？」

强哥重新拿自己的手机：「我这半年也经常去花旗嘛，特斯拉已经换了途径，不搞这麽复杂，

用大模型技术在大量的驾驶数据中学习人怎麽开车，寻找驾驶的规律，就直接套用AI学习技术，这个场景你上次怎麽开的，我就怎麽开，你过路口减速，我也减速，直接学老司机怎麽开车，而不是根据一条条规则来开，这技术好不好还得验证，但起码在传统思路上又开辟了新路线。「

可重点来了，他资本家的一面露出来：「做科研为什麽烧钱，错了就换思路，之前的投入就当买了教训，但企业不行，前面这麽多投入，产品设备，系统总线都按照这个思路来的，难道全部召回更换硬体？这时候前期投入越大，硬体成本越高，相对做得越好的，反而就被架起来进退维谷，

怎麽办？大多数企业只能选择硬着头皮继续走，因为承担不起从头再来的成本。」

秭小伟能听懂，就像他对几家新势力造车，从来都没正眼看过尉来，哪怕戴安妮停在山脊的第一辆新能源车，也是激发了秭小伟对新能源兴趣的车就是尉来。

但18年就上市销售，可能十年前就确定的换电技术，是那会儿没多少电桩，充电时间过长，电池容量也不够的好点子。

放到现在就成了鸡肋，越来越说不通消费者为巨大的换电网络成本买单。

企业还不得不硬着头皮走下去。

每年岁末开始讲故事要饭的梗已经在业内都传遍了。

「但·.·老程他们的技术力量还是能搞定吧？

强哥想了想点头：「我也相信他们有这个实力，但前提就是得做大量的测试改进。」

那就是大量的车祸积累了。

因为本该在企业内部做的测试，现在被大力鼓吹上市，就不得不承受这柄双刃剑的杀伤力了。