近期，一位汽車行業(yè)專家奧賽因就智能駕駛技術(shù)的發(fā)展路徑和現(xiàn)狀發(fā)表了他的見解。他特別指出，相較于純視覺方案，采用激光雷達技術(shù)的智能駕駛路線在安全性上具有顯著優(yōu)勢。他提到，在極端天氣如大雨中，純視覺方案可能會失效，這樣的局限性已經(jīng)導(dǎo)致了部分用戶的生命安全受到威脅。
對于車企選擇純視覺智能駕駛路線的原因，有評論認(rèn)為主要是激光雷達的成本較高。然而，奧賽因反駁說，激光雷達的價格已經(jīng)大幅下跌，現(xiàn)在的價格幾乎是過去的十分之一，從過去的1萬美元降低到現(xiàn)在的1000美元左右。
今年，許多車企采用了AI賦能的端到端大模型技術(shù)來提升智能駕駛水平。奧賽因指出，AI在汽車智能化中的應(yīng)用主要體現(xiàn)在智能座艙和智能駕駛兩大方面。例如，AI驅(qū)動的導(dǎo)航應(yīng)用已經(jīng)相當(dāng)成熟，而更多的數(shù)據(jù)用于語言模型訓(xùn)練后，語音和文本的交互體驗將進一步提升。
然而，奧賽因也對當(dāng)前的大語言模型提出了批評，特別是以ChatGPT為例。他認(rèn)為，盡管ChatGPT是一個引人注目的案例，但其結(jié)果并不總是準(zhǔn)確或可信。他強調(diào)，在自動駕駛領(lǐng)域?qū)嵤┐竽Ｐ蜁r，數(shù)據(jù)和場景必須可信且足夠準(zhǔn)確。他進一步指出，全球目前的自動駕駛水平大致處于L3級別，要實現(xiàn)更高級別的自動化至少需要10到15年的時間。
他還指出，當(dāng)前的語言和文本大模型還不夠精確，其輸出結(jié)果需要人工控制。因此，他認(rèn)為端到端大模型在智能駕駛中只能起到輔助作用，因為人們的生命安全仍然高度依賴于人工駕駛。盡管如此，奧賽因?qū)χ袊囆袠I(yè)的發(fā)展給予了高度評價，認(rèn)為中國在電動汽車產(chǎn)業(yè)鏈上具有顯著優(yōu)勢。
他特別提到，小米僅用3年就成功造出了汽車，相比之下，德國汽車制造商則需要6到7年的時間。然而，他也指出，中國車企在德國市場面臨的一個挑戰(zhàn)是服務(wù)站的分散性。他建議中國車企應(yīng)根據(jù)當(dāng)?shù)厍闆r進行改良，以滿足當(dāng)?shù)赜脩舻男枨蟆W賽因相信，只要中國車企能夠做到這一點，它們將成為非常強大的市場競爭者。
