特斯拉的FSD（全自動駕駛）技術即將登陸歐洲和中國，這一舉措引發(fā)了廣泛關注。隨著這一“鯰魚效應”的推動，無論是新興造車勢力還是傳統(tǒng)車企，各大品牌都在加速提升其高階智能駕駛技術，力爭趕上第一梯隊。
特斯拉憑借獨特的純視覺方案開辟了自己的道路，理想、小鵬P7+、藍山等車型，以及包括卓馭科技（前身為大疆車載）、Momenta、元戎啟行等智能駕駛公司，也紛紛選擇了類似的純視覺智能駕駛路徑。與此同時，其他車企則采用了不同的技術路線，包括基于攝像頭、毫米波雷達和超聲波傳感器的組合方案，甚至有些企業(yè)選擇了視覺與激光雷達融合的解決方案。
在2024汽車技術與裝備發(fā)展論壇上，德國國家工程科學院院士、中國工程院外籍院士、同濟大學教授奧賽因·赫爾佐格在接受《汽車商業(yè)評論》采訪時表示：“我不太理解為什么特斯拉只聚焦于純視覺技術，而忽視了其他檢測手段，比如為什么不考慮激光雷達？”
他認為一些中國汽車品牌使用的帶有激光雷達的智駕路線更安全?！叭绻谝粋€極端的情況下，比如說雨下得很大的時候，他們（純視覺方案）其實就會出問題，而我們現在也看到，一些用戶甚至為此付出了生命代價?！?/p>
有評論認為，車企采用純視覺智駕路線是因為激光雷達成本較高。
奧賽因覺得，現在的激光雷達價格已經降低了很多，幾乎是過去的1/10?！斑^去的價格可能是1萬美元，現在這個價格可以低到1000美元?！?/p>
不論是哪種智駕路線，今年很多車企使用了AI賦能智能化的端到端大模型技術。
AI對汽車智能化的影響主要在于智能座艙和智能駕駛上。
用AI來訓練驅動的導航應用已經比較成熟，如果用更多的數據來進行語言模型訓練，語音以及文本的交互會做得更好。
以Chat GPT為例，奧賽因認為這是一個非常特殊的案例，“因為這個大語言模型是以人們輸入的文本為案例來進行訓練的，其實它是基于海量的數據生成一個結果，本身它的意義性沒有那么大，因為目前它的結果并不準確，可信度也沒有那么高。如果我們想在自動駕駛中來實施大模型的話，（數據和場景）必須要可信，也必須要足夠準確。”
奧賽因認為全球現在的自動駕駛水平在L3級別，未來如果想要實現更高級別的自動化，可能至少需要10—15年。“因為以目前的情況來看，汽車無法完全自動對復雜的車流和人流路況進行了解和預判，同時，我認為也需要在硬件上給予支持，才能實現更高的自動駕駛層級?！?/p>
他認為未來需要解決的一個瓶頸就是需要對場景知識進行非常精準的定義。
“就像輸指令，根據我們的指令，它（大模型）去做出一個回應，它原來的這些知識來源，也是通過數據去投喂得到的知識。我們現在做的是給這些知識賦予更多新的意義和目的，讓大模型更好地針對專門的問題、專門的場景、測試或者是用戶場景，提前定義好新的目的?！眾W賽因說，而這個過程非常復雜、費時，也需要耗費很多資金。
他認為前述提及的語言、文本大模型，還不足夠精確，這些大語言模型的輸出結果也需要人工進行控制，目前這個系統(tǒng)還不足夠可信，可能會出現偏差，一旦被攻擊，可能出現編造的或者錯誤的信息。也因此，他認為端到端大模型只能在智能駕駛中起到輔助功能，“畢竟人們的生命安全還是比較依賴自駕。”
奧賽因對中國汽車的發(fā)展評價很高。他認為中國汽車在電動產業(yè)鏈上頗具優(yōu)勢，無論是根據用戶的需求快速進行設計，還是政府在整個產業(yè)鏈上給予的政策支持，發(fā)展速度非常快，已經是向上、成功的趨勢。
讓他印象非常深刻的是，小米用了3年就造出了車，而在德國的話，則需要6-7年。
不過，奧賽因本人開的是一輛現代IONIQ 5N電動車?！爸袊嚻笠呀浽谶M軍德國，在德國已經有中國的電動汽車了，但是服務站還是比較分散。比如說我想去獲得他們的服務，可能要開200公里的距離，還是不太方便。中國車企要根據當地的情況進行改良，去適應當地用戶的需求。但我相信，只要他們能夠做到這一點，他們一定會成為非常強勁的玩家。”
