3月29日晚上，小米SU7以116公里/小时的速度在高速公路上行驶。建造道路时，车辆需要转移线路，但是由于未能及时改变道路，它终于以97 km/h的速度撞到水泥水泥中。然后，车辆遭受了大火，不幸的是，驾驶员和另外两名乘客被杀。碰撞发生前几秒钟，车辆处于NOA（辅助驾驶导航）状态。事故发生前长达两秒钟，NOA发出了风险警告：“请注意，前方存在障碍”，发布了放缓的请求，并开始放慢速度。下一秒钟，驾驶员持续了，发生了碰撞。它立即触发了一系列公众问题，即在此阶段获得辅助驾驶系统的理解能力和机制的能力。在安海省汤林（Tongling）的小米SU7事故现场，车辆破坏了车辆。 。完成“身份判断性刹车”链以每小时97公里的速度，这要求人们在0.8秒内进行两个准确的转向时间。更合适的消费是，涉及的车辆在过去的17分钟内继续释放“破坏性的微妙警报”。这种类型的安全性暗示在温水中沸腾青蛙使驾驶员意外形成“可靠的希望系统。对新能量车辆的竞争应该是安全性底线以上的创新技术，但现在令人尴尬的是，“我们必须在任何时候相信系统并征服”，扩展全文。 尽管自动驾驶尚未到达，但人们越来越依赖于更接近自主驾驶的辅助驾驶功能，这已被汽车公司与L2+级别辅助驾驶的名称进行了比较。尽管L2+级辅助驾驶仍然有限，但人们习惯于依靠该系统，导致一系列事故。 人们开始to将驾驶员座椅视为沙发，这是一个比算法漏洞更危险的认知陷阱。 因此，有必要审查当前驾驶系统的边界，并在此过程中阐明驾驶员，汽车公司和监管机构的责任。对于行业，每次避免重要的安全问题时，都可以转移整个行业的未来。对于驾驶员而言，他们应该完全认识到智能技术在驾驶中的极限，并且不能完全赋予算法生命。 纯粹的视觉路线争议 小米SU7车祸引起的第一个争议是如果纯视觉路线可靠。 事故模型是小米SU7的标准版本。此版本的NOA采用了纯粹的视觉路线，没有安装盖。 Pro，Max和Ultra版本的高端版本采用了“ VISion + LiDAR“路线。 特斯拉始终被认为是“纯视觉”路线的代表。自2024年以来，国内汽车公司也开始更积极地测试纯视觉路线，例如木彭，甚至被认为甚至可以全面转向纯粹的路线。 2024年4月3日，中国28个城市的小米汽车送货中心同时推出了第一批小米SU7汽车。该杂志的摄影/记者尹利肯 明智的驾驶可以分为三个部分：感知，决策和实施。用于使用各种传感器（例如LiDAR和相机）来减少汽车理解链接的压力的基本方法。特斯拉离开了激光雷达，仅使用相机收集的视觉数据。在这种情况下，马斯克想到了第一原则。因为人们只在开车时收集视觉信息，所以开车时应该是正确的。 关于纯粹的视觉路线上的缺点ENT Networking Center的Sune Research Institute告诉China Newsweek，纯视觉路线的缺点主要属于三个方面：深度极限，脆弱的适应高动力场景（玻璃，背光）以及清晰的夜晚表演以及雨水，雨水和噪音。 “从完整的信息提取的角度来看，'Vision + LiDAR'肯定比纯视觉更好。两种解决方案之间的差距主要是由不规则和罕见的障碍决定的。纯视觉更多地取决于一般或过度暴露的能力，尤其是引起人们的注意，尤其是引起人们的注意。 但是，与纯视觉途径是否可靠的问题相比，更重要的问题可能是特定的纯视觉路线。 《中国新闻周刊》中的一个内部行业说：“我们无法比较两条路线的优势和缺失。作为'纯视觉''路线的代表，特斯拉的FSD功能非常强大。” 豪VER，与汽车相关的硬件和模型培训的公司之间存在差距。 例如，关于“纯粹的视觉”路线的问题是其晚上表演。 “目前，大多数特斯拉人仍然使用3.0版硬件，配备了8个2兆像素摄像机和144个高顶计算能力。可能存在夜间问题，夜间出现8兆像素的索尼相机，720个顶部构成了100,000个电源。100,000lux，它不能在中间进行过度曝光，因此，这款相机的能力比人类的摄像机更重要。 从上述行业内部人士的角度来看，CompanionStess Cars具有良好的硬件调整，例如板载摄像头和芯片，但是缺乏培训和数据的实力计算是关键。 在Sun Hui视图中，纯视觉路线主要改善了硬件和软件的性能。软件改进主要取决于数据。大型模型培训需要大量数据，尤其是转角案例数据（边缘方案）。这些数据的数量和质量决定了明智驾驶员系统的性能。 上述学者解释说，国内汽车公司通常缺乏培训的计算强度，一些汽车公司仅关闭了用户数据。这已经完成，但尚未完成，并且可以仅依靠数据收集来收集数据量是有限的。特斯拉V12版本是1000万个细分市场，每个细分市场的长度为1分钟。如果相应的1分钟驾驶距离为1公里，则意味着它使用1000万公里的用户驾驶数据，因此通过收集数据很难完成数据量，并且从收集到标签的成本为70至80亿元人民币。因此，没有汽车公司可以通过依靠数据收集来积累足够的数据。 国内第三方驾驶供应商向记者说，在数据方面，特斯拉对D有巨大的好处OMSENEC制造商具有第一步的优势。根据他的估计，如果合并后的汽车销售公司超过100万辆汽车，它将具有培训数据的“相对可能”基础。在2023年7月，在世界人工智能会议上，在智能驾驶，机器人，大型模型，筹码和其他领域吸引人们参观和经验的领域，科学和技术成就。图片/IC “由于功率和计算数据不足，与特斯拉的FSD相比，家用汽车公司的'纯视觉'途径之间存在很大差异，但建议您注意，“ LiDAR + Vision”途径的操作和安全性比纯视觉路线更好。”该行业的内部人士清楚地指出，国内汽车公司没有“较差”的驾驶系统。 他认为，自去年以来，国内汽车制造商已经加强了“纯粹的视觉”路线，这更多的是由于成本降低。 “当前的激光雷尔价格仍在在7,000元的3,000元之间。从购买汽车公司的一部分成本的成本中，每1000元人民币都非常困难。尽管一些封面制造商表示，价格低于1,000元，但前提是在一个小时内大量购买。 “他认为，这个人被认为是智能驾驶平等权利的第一年，这意味着智能驾驶已成为“标准调整”，因此汽车公司首先在较低型号的情况下向LIDAR投降。 明智驾驶的极限是什么？ 即使对于同一模型，有助于不同调整的驱动系统也不同。但是，在引入模型的帮助驾驶功能时，汽车公司通常只引入其高端版本功能，而某些低浸管版本是MIT，甚至可能不包括辅助驾驶系统。 汽车公司的促销口号使消费者失去了警惕。但另一方面，即使汽车有助于驾驶操作，人们也经常忽略其极限。例如与Pro和Max版本相比，在三种小米SU7型号中，尽管标准版本没有封面并且具有较低的机载计算能力，但它也具有高速NOA功能。 人们已经习惯于在高速场景中使用帮助驱动功能，但是近年来许多高速事故引发了有关帮助驾驶的讨论。 “实现高速NOA和URBAN NOA的困难是非常不同的。但是从处于危险的角度来看，在熟悉的人在城市市场情况下的驾驶员之后，他们以速度驱动了这种情况，但帮助驾驶功能偏爱高速情况。企业无视企业，这是高速速度维护和巡航控制和巡航的范围。 即使在当前的高速场景中，驾驶也得到了帮助，仍然存在明显的缺点。太阳hui说，在高速NOA中，最常见的缺点包括对SU的反应不佳诸如建筑和事故之类的DDEN情况，对特殊形状的车辆的认识不佳以及相对保守的紧急紧急预防技术，也就是说，它们倾向于制动，这很容易导致背景。 其中，施工方案实际上是重要的N Limitoa。近年来，在高速公路维护部分中发生了许多引起有关辅助驾驶讨论的事故。 “汽车公司不会认真对待道路维护条件。例如，AEB可能对水桶，水马等不正常反应。上述学者认为。 他说，首先，在高速公路维护部分到达之前，将注意到LED显示屏，但也许没有帮助驾驶员系统来识别快速文本。其次，道路指南的标志将在维护部分中设置，并且有关系统是否会识别此类标志的问题也存在疑问。同样，维护道路经常有e增加的速度，例如轴发生的维护部分，超速速度为40 km/h。但是，此速度限制的迹象通常不是标准化的。当驾驶员看到速度限制逐渐从120 km/h逐渐降低到80 km/h，60 km/h和40 km/h时，可以准确理解，但是辅助驾驶系统可能很难理解此速度的渐近限制。 “当前，当使用变压器模型时，即使算法也没有放慢速度。” 这正是因为仍然存在诸如高速公路建设之类的侧面情况，很难到达真正的自主驾驶。汽车自动驾驶技术分为六个级别：L0至L5。 L3水平是线的划分，L3级别及以上是自主驾驶。尽管国内汽车制造商是Patuloy发起的L2+和L2.9等概念，但它们仍然不被视为自动驾驶。 “不要说有1％的MA即使只有0.01％的边际场景，您仍然无法离开驾驶员。 为了真正实现自动驾驶，我们需要解决副情况的问题，但这并不容易。对于驾驶，人工智能与人们可以轻松犯的错误不同。人们犯的最常见的错误是驾驶疲劳并分散驾驶的注意力。该系统并不疲倦或中断，但取决于培训。但是，由于机载计算极限，大型模型和模型NG识别仍然很难应用于CAR端子。汽车终端采用了更深层次的研究模型，该模型无法概括和理解大型模型和识别模型，因此更方便的Itosi yi在侧面情况下存在问题，这是如此被称为“黑天鹅问题”。如果SW的10,000张白色图片AN被插入天鹅标签下，深入的研究模型不会将黑天鹅的图片视为天鹅，从而导致错误的作者。 特斯拉首先希望通过“奇迹的力量”解决这个问题。特斯拉FSD V12版本涵盖了30亿公里的里程数据，V13版本的下一个目标是覆盖约100亿公里的里程数据，但显然它不会耗尽所有驾驶场景。问题”，但这仍然取决于汽车计算强度的崩溃。深度研究模型参数的水平约为10亿，而所谓的大型模型的参数水平至少为100亿。今年，汽车的车载计算能力应超过1,000个顶部，接近1,500上衣，这意味着使用两个Nvidia Thor芯片，明年可能会超过2,000个顶部，这意味着更好的推理模型可以“乘坐汽车”。 “在提高机上计算能力和促进明智的驾驶模型时，可以更好地解决与侧面情况的ANG问题。” 在解决边际场景问题之前，始终存在明智驾驶的局限性。 不尴尬地“大喊”驾驶员回来 尽管明智的驾驶正处于此阶段的有用阶段，并且实际上并没有意识到自动驾驶，但随着汽车公司继续将L3分散到L2+功能，讽刺的是，那些需要驾驶员保持专注并为驾驶员提供足够舒适的人之间的讽刺。 当激活辅助驾驶功能时，驾驶员通常很难集中注意力，从而导致潜在的事故。 2024年4月，国家公路交通安全管理局（NHTSA）发布了一份调查特斯拉自动驾驶仪系统的报告。他们检查了Januar之间的956起车祸Y 2018和2023年8月 - 所有这些都启用了自动驾驶仪。其中，可以通过车辆和EDR数据日志（事件数据记录器）确定135起汽车事故。在82％的事故中，驾驶员在碰撞发生前没有制动或未制动少于1秒钟；在78％的事故中，驾驶员在碰撞发生前没有转弯或不到1秒钟。这足以说明驾驶员如何信任辅助驾驶员的助手。 中国消费者协会投诉部门主任王·法（Wang Fang）还指出，与自主驾驶有关的最近投诉中有73％涉及“由于过度信任系统，分心驾驶。” 2024年10月28日，在河南省郑州，人们参观了第一个新的BYD车辆科学领域-Zhengzhou di Space和经验丰富的智能驾驶。图片/视觉中国 尽管汽车公司还使用技术手段来确保驾驶员足够专注，但被认为与人类Natu相反关于。另一方面，汽车公司最好表现出自己的能量。辅助驾驶能力也在追逐SO所谓的“零接管”。 Sun Hui告诉记者，从技术角度来看，DMS（驾驶员的监视系统）可以对驾驶员的实时状态进行监控，并获取微表达信息，例如疲劳，兴奋等，但由于考虑了cotse内隐私保护的保护，因此受到低接受的现象。提高驾驶员使用辅助驾驶系统的门槛可以理解为Thosecar Company的不信任，这也削弱了客户许可，这很容易导致对市场的负面反应。希望在非法条件下不会优先考虑汽车公司。 在L2+级别的背景下，驾驶的辅助协助，目前尚无针对何时何地提供辅助驾驶员辅助系统的明确监管要求。 “对于l2+ - 类伸出的驾驶，目前最重要的是“回头”，即抓住。当驾驶员仍然负责时，无需要求系统解决所有问题。示例：如果系统在高速公路上识别安排部分的功能，它可以“喊“直接”喊叫驾驶员？汽车公司倾向于“展示技能”。公司经常意外地认为，“驾驶员应该”是很尴尬的。上述行业内部人士清楚地说明了这一点。 他说：“如果在某些情况下尚未对辅助驾驶员的系统进行测试，那么当遇到这些情况时，它绝对应该起飞，甚至辅助驾驶功能也需要提高人们的意识，即“喊“'''''''回到'''''并不令人尴尬。” 在小米SU7发生事故后，驾驶员在收购后两秒钟跑了两秒钟，这解决了时间的时间，但是在L2+类的协助下，此标准不易于说明目前。 TTC（碰撞时间，与前方障碍物相撞所需的时间计算）在自动安全性的合理收购机会中。当系统发布警告警告时，TTC的时间越长，驾驶员响应的时间就越多。 汤吉大学汽车学院的教授朱徐通过模拟器试验发现，从系统提示到事故的平均时间仅发生了1.7秒，而人类驾驶员平均花费了2.3秒，从而完成了操作，从而识别出识别有效收购的识别。当系统处于自动驾驶水平时，驾驶员注意力的分散率高达82％。 现在有一个用于L3自动驾驶的国际TTC标准，它要求智能驾驶系统从发布预警到成功的驾驶员的收购中有10秒的TTC时间，但是对于L2+ Auxiliaryno-R驾驶帮助的平等要求。 “目前，在L3 TTC时很难见到车辆硬件。如果车辆以每小时120公里的速度驾驶，相应的10秒距离超过300米。当前，携带盖盖检测距离的车辆很少，可以达到300米。”上述行业内部人士承认，可以在5秒内实现TTC，这也应该是管理的困难要求。 Sun Hui还建议没有完美的提取算法。当前的问题是处理系统失败时缺乏“最低风险方法”。目前，L2+仅发出警报信号，然后发出。您可以指对先进的自主治疗方法进行“最低风险方法”，以改善应急机制。当遇到无法处理的复杂情况或系统严重失败时，它可以迅速采用一种崩溃的方式模式，例如将车辆引导到道路停车场，或者以较低的速度行驶，同时确保安全。 上述行业内部人士说，目前获得辅助驾驶系统的目前通常是“没有提醒的”，并且每个“未命名的拆除”都会引起安全风险，因为“没有仔细的拆除”是基于认为驾驶员始终专注于注意力的，但是很难应付这种假设。因此，首先，应该有一个细节，以便在保留足够的时间时得到提醒。 管理AY空白的原因主要是因为当前的L2+边界通过驾驶不同汽车公司和不同型号的能力辅助的当前L2+边界尚不清楚。即使您意识到难度较小的高速NOA，不同模型之间的性能差异仍然很大。在智能驾驶平等权利的第一年中，配备Chery Ant的Falcon智能驾驶系统也据称是具有高速NOA功能，其价格少于50,000元。 “最近，我们还参加了中国汽车行业研究所的长期驾驶测试，将不同的模型从50,000元到300,000元的价格分为六个齿轮。选定的型号都说有高速NOA功能并通过标记尝试其性能差异。”他希望根据上述学者的说法，希望逐渐打破NOA缺乏国家标准的情况，而汽车公司则“声称“如果没有NOA功能，他们就没有NOA运行。该测试是制定下一项监管政策的基础。如果某些低价型号在帮助驾驶系统中表现不佳，则应通过越来越合理的收购来确保安全。 五月 - 盘：陈·魏山王 编辑：Min Jie返回Sohu，看到更多