近期各方大佬都畅谈自动驾驶的终局。理想汽车CEO李想发文，他表示：最快3年，保守5年，全自动驾驶的智能汽车将会实现，这类汽车将成为物理世界最大的人工智能终端，到2030年，可能会出现超越苹果iphone规模的智能汽车企业。
Momenta CEO曹旭东表示：上半场的城市辅助到明年格局就定下来了，国内2到3家，全球3到4家。下半场是从辅助驾驶走向无人驾驶，无人驾驶还要分上下半场：上半场还是现有的这些选手在竞争；下半场，可能还有一些新的重量级的玩家入场，因为毕竟这个市场能够创造价值，能够带来回报，是一个非常巨大而极具挑战的市场。地平线CEO余凯聊到自动驾驶后面可能会按月收费。他认为自动驾驶的终局一定是多样的，垂直整合与供应商模式共存，如同苹果与安卓一样。在L4、L5级别自动驾驶时代，自动驾驶相当于给人雇了一个模型司机，可以像Office 360一样按月收费，甚至能够降低房价，车子真正成为一个可被享受的第三空间。不过细想一下，这种按月收费模式对于OEM和买车的消费者不一定成立，因为能够实现自动驾驶功能的车辆，在硬件上的投入成本不低，比如最新的车载算力芯片都是大几百甚至上千美金，还有几十个传感器。这些成本通过高配车型已经转嫁给了消费者，如没有开通所谓的按月付费而无法使用自动驾驶，那么沉没成本将成为笑柄。据说特斯拉的FSD订阅率不到2%，如果车企的商业化想走这条路，还需要探索新的付费内容，脑洞一下，比如：定制化车辆自动充电服务。不过对于租车和网约车，倒是有可能按月付费。租车和包车可能会是同一个概念，都是购买的“无人运载服务”。昼夜不停的mobility和运力，对整个交通行业无疑都有非常大的想象空间。目前看，虽然大模型和数据驱动的自动驾驶也许能够解决80%到90%的问题，实现城市高阶辅助驾驶，同时VLA也让大家看到机器达到人的能力的潜力，但剩下的10%-20%可能还需要花费前面所有的时间。不妨对比一下人和机器的当前的能力。人比机器强的地方：
- 人可以通过按喇叭、说话、手势、观察contender的反应，实现瞬时的博弈交互。比如，遇到parking或正在倒车的车辆，按一下喇叭，对方停下来了，自己就可以放心通过。这里面的一个前提就是我知道对方司机注意到我了、并且通过行动（即刹车）做出了礼让的回应。Amazing，短短2、3秒就完成了这场博弈。而对于自动驾驶，乃至无人驾驶而言，这个难度还是相当大的。除了没法按喇叭（也许未来能实现），即使对方停下来了，在无人的情况下，你也不知道“他”是否get到了你的point。这种不确定性，造成了双方博弈的难题。
- 人的灵活性，更强。这个灵活性不好概括，体现在诸多方面。比如，今天我在拥堵的高架桥下遇到前方大车遮挡了红绿灯，前方车辆逐渐开进路口，消耗了一些时间，我不确定此刻红绿灯是否还是绿灯，此时我抬头看到高架桥的桥底映出两道光，左绿右红，我就知道了，我所在在左转道还是绿灯，就大胆跟车过路口了，而机器无法做到这么灵活。
- 长期记忆、跟踪及预测能力，更强。比如人可以根据颜色、形状，快速判别被遮断后重新出来的目标是否是遮挡前的同一目标。乃至清楚知道，目标被遮挡后，会在不久未来的某一刻重新出现。
- 精细操控能力，更强。比如低速、狭窄道路、拥堵空间下的瞬时大角度操控，人的横纵配合以及安全把控更强。
机器比人强的地方：
- 实时瞬时的感知，更强。人总有疲劳、打盹的时候，或者注意力不集中的时候，而机器可以24小时全天候感知周边环境，不知疲倦。这也是为什么，像BSD、开门预警等主动安全功能好用的原因。
- 危险时刻，不受情绪影响。在遇到一些危险时刻，淡定处理本可以躲过一劫，但往往一紧张，大脑失去理性和判断力，反而做出了错误处理，导致灾难发生。这类事故也不在少数。相对而言，机器不会受到情绪影响。
- “体力”无限，无需休息。这一点很好理解了，有电、有算力，原则上机器可以一直开下去，中间不需要停顿和休息。而人往往开几个小时，就需要休息一下，否则容易疲劳驾驶。
如同AI一样，自动驾驶的潜力和发展趋势被广泛认同，只是发展过程到底会是怎么样，值得从大模型技术本身（特别是物理AI大模型）、基础设施、市场、用户等多角度去综合分析和评判。大家怎么看自动驾驶的终局？以及机器与人的差异。欢迎评论区聊聊。