我不算是很技术控，只是大概有一些了解，给大家做一个简单的辅助驾驶的科普吧。辅助驾驶的技术路径目前主要是三代。第一代是规控+高精度地图，这一代主要靠大量的人力去把各种驾驶行行为和应对写成代码，所以最直观的缺点，比如加减速不够线性、变道不丝滑、一些复杂场景无法处理。毕竟是用代码去描写人类的行为，很难做到100%一致。第二代是端到端，端到端本质上是黑盒逻辑，就是输入环境信息+输出驾驶行为，中间的逻辑判断是靠大数据学习的，不依赖某一个具体的规控算法。端到端的好处是，可以直接学习人的驾驶行为，所以开起来会非常丝滑。缺点也是有的，因为端到端本质上是学习人类驾驶员，那如何区分优质样本与劣质样本？简单一点理解，就是有一个驾驶员开车习惯不好，容易出车祸，那端到端要不要学习他？怎么把他排除在算法之外？样本数越大，就越难规避劣质样本问题，这是端到端几乎无解的问题。华为解决这个问题的思路是本能安全网络，识别复杂环境时还是由规控来解决。但是业内的共识是，端到端不是最终解。第三代本质上都是世界大模型，你可以理解为，把整个世界映射在一个虚拟世界里，让AI去跑去学习，然后用奖惩机制来约束AI。这套算法，理论上可以支撑到L5，是目前技术最领先的算法。缺点就是需要大量的AI训练，因为AI并不是真实世界，所以需要更大量的数据来支撑优秀的辅助驾驶体验。世界大模型目前也有两个路线，VLA和WA。这两个路线你们可以这样理解，VLA就是AI需要把传感器识别的东西翻译成语言，比如前方50米有辆车，需要增加一步翻译的动作。而WA，是相当于让AI直接去理解环境，给出指令，这个逻辑更符合人类理解世界的真实逻辑。VLA在当前技术下更容易实现，WA是未来上限更高，各有各的优势。目前我知道的，像理想，小鹏，都是VLA的技术路线，华为是WA的技术路线。所以我说李楠不算很懂，有原因的……