因?yàn)椤溉f(wàn)物皆可 OTA」的概念被講了太多，所以在很多人的想象里，輔助駕駛升級(jí)應(yīng)該是一件很像手機(jī)系統(tǒng)更新的事情。

廠商開一場(chǎng)發(fā)布會(huì)，給出一個(gè)更大的模型，幾個(gè)更漂亮的 Demo，幾個(gè)更順滑的城區(qū) NOA 視頻，然后用戶等著 OTA。在某一天晚上，車機(jī)屏幕上彈出更新提示，進(jìn)度條從 0 跑到 99%，接著是滿屏的更新成功動(dòng)畫，第二天早上開車出門，車就應(yīng)該突然變得更像老司機(jī)。

但駕駛是一件安全為先，需要嚴(yán)肅對(duì)待的行為，OTA 本身并不復(fù)雜，復(fù)雜的是背后智能輔助駕駛技術(shù)，需要解決的問(wèn)題太多了。

2022 年量產(chǎn)的車，2026 年還能不能跑最新的智駕模型？Orin 平臺(tái)和自研芯片平臺(tái)，能不能用同一套模型？蔚來(lái)和樂(lè)道，兩套品牌、不同車型、不同傳感器組合，能不能在同一個(gè)時(shí)間點(diǎn)獲得相似的世界模型能力？工程團(tuán)隊(duì)手里有十幾款車、四個(gè)平臺(tái)、兩套芯片、不同攝像頭 ISP、不同雷達(dá)組合，如何讓一個(gè)模型一次推送全部真的上車，而不是停留在云端訓(xùn)練集里？

這是任少卿在一場(chǎng)小范圍智駕系統(tǒng)工程能力溝通會(huì)上想要回答的問(wèn)題。任少卿是蔚來(lái)高級(jí)副總裁，負(fù)責(zé)自動(dòng)駕駛研發(fā)，在此之前是 Momenta 研發(fā)總監(jiān)兼聯(lián)合創(chuàng)始人，同時(shí)他也在中國(guó)科學(xué)技術(shù)大學(xué)擔(dān)任講席教授、博士生導(dǎo)師，中國(guó)科學(xué)技術(shù)大學(xué)通用人工智能研究所所長(zhǎng)。

表面上看，這次溝通會(huì)的背景是 2026 年 6 月蔚來(lái)世界模型迎來(lái)一次比較大的升級(jí)，并且會(huì)跨蔚來(lái)、樂(lè)道兩個(gè)品牌，覆蓋 Banyan、Cedar、Cedar S、Coconut+ 等四個(gè)平臺(tái)，從 2022 年最早的 ET7，一直延伸到樂(lè)道 L60 的激光雷達(dá)版本，核心能力保持一致。

但這場(chǎng)溝通會(huì)的主要目的不是講蔚來(lái)最近的世界模型有多厲害，而是講如何把新的世界模型一次性部署到時(shí)間跨度四五年，車型、芯片和硬件都不盡相同的十幾款車型上。

就像《天龍八部》里的段譽(yù)一樣，身懷六脈神劍，凌波微步，北冥神功等頂尖武功配置（模型能力），但因?yàn)榻?jīng)驗(yàn)匱乏心性軟弱（工程能力），所以實(shí)戰(zhàn)水平相當(dāng)不穩(wěn)定。

▲ 蔚來(lái)高級(jí)副總裁 任少卿

任少卿的開場(chǎng)是這樣的：

除了我們平時(shí)所說(shuō)的算法層面，原來(lái)有端到端，現(xiàn)在可能還有世界模型、VLA，在這些算法層面的事情底下，關(guān)于整套 AD 系統(tǒng)，數(shù)據(jù)、硬件、傳感器是怎么構(gòu)建的，整體的解決方案，最終呈現(xiàn)給大家的 NT2 車、NT3 車以及樂(lè)道的狀態(tài)，為什么是現(xiàn)在這個(gè)樣子。

這句話其實(shí)是整場(chǎng)溝通會(huì)的提綱，也就是：模型怎么上車，數(shù)據(jù)怎么回來(lái)，老車怎么更新，測(cè)試怎么做，安全怎么驗(yàn)證。

先把車造得足夠「耐老」

今天再看 ET7 車頂?shù)牟t望塔式激光雷達(dá)，很多人可能已經(jīng)習(xí)慣了。甚至在今天的中國(guó)新能源車市場(chǎng)，車頂凸起一個(gè)激光雷達(dá)，已經(jīng)不算什么特別激進(jìn)的事情。

但時(shí)間回到 2021 年，這件事的爭(zhēng)議要大得多。

激光雷達(dá)放在哪里，本來(lái)有幾個(gè)選擇。放在保險(xiǎn)杠位置，對(duì)造型和風(fēng)阻最友好，也最符合傳統(tǒng)汽車工程師的習(xí)慣；放在座艙內(nèi)，對(duì)外觀影響更小，但要透過(guò)玻璃，會(huì)有性能損失和額外成本；放在車頂，從感知性能和維修成本看更有優(yōu)勢(shì)，因?yàn)檎镜酶摺⒖吹眠h(yuǎn)，但對(duì)風(fēng)阻、造型和整車設(shè)計(jì)都是挑戰(zhàn)。

任少卿回憶說(shuō)，當(dāng)時(shí)內(nèi)部討論非常激烈，尤其對(duì)電動(dòng)車來(lái)說(shuō)，風(fēng)阻和造型都是命門。但李斌當(dāng)時(shí)給過(guò)一個(gè)判斷：如果技術(shù)路線就是會(huì)往這個(gè)方向走，如果這種方式對(duì)性能最好，那它不只是 AD 團(tuán)隊(duì)的挑戰(zhàn)，也是設(shè)計(jì)團(tuán)隊(duì)的機(jī)會(huì)。

很多設(shè)計(jì)在剛出現(xiàn)的時(shí)候，都會(huì)讓人不適應(yīng)。因?yàn)樗粚儆谶^(guò)去的汽車語(yǔ)法。早期的封閉式前臉、貫穿式燈帶、大屏座艙、車頂傳感器，剛出現(xiàn)時(shí)都多少有些突兀。但只有當(dāng)功能價(jià)值最終被驗(yàn)證，新的美學(xué)才會(huì)被行業(yè)慢慢接受。

任少卿最后總結(jié)這件事時(shí)說(shuō)，當(dāng)他們決定一件事是對(duì)的，看到了它接下來(lái)五年、十年的發(fā)展方向，即使今天有問(wèn)題、有沖突，也應(yīng)該去做，然后時(shí)間會(huì)證明一切。

蔚來(lái)在 NT2 上不只是選擇了車頂高線數(shù)激光雷達(dá)，也堅(jiān)持用了 800 萬(wàn)像素?cái)z像頭、四顆 Orin 的大算力平臺(tái)。當(dāng)時(shí)這些配置看上去都有「超前」甚至「昂貴」的一面，蔚來(lái)現(xiàn)在給出的解釋是：車不是手機(jī)，不能一年一換。

智能電動(dòng)車的問(wèn)題在于，機(jī)械部分可能用五年、十年，電子件的迭代速度卻越來(lái)越像消費(fèi)電子。

這就產(chǎn)生了一個(gè)矛盾：一臺(tái)車的身體還年輕，它的大腦會(huì)不會(huì)先老？

任少卿提到，蔚來(lái)內(nèi)部希望硬件部署能夠堅(jiān)持更長(zhǎng)時(shí)間，最好能撐過(guò)兩代車型。現(xiàn)在車的更新周期大概三年一代，已經(jīng)比傳統(tǒng)汽車快很多，但蔚來(lái)希望芯片和傳感器在更長(zhǎng)周期里還能承接軟件升級(jí)。

這也是為什么蔚來(lái)一直強(qiáng)調(diào)訂閱模式。訂閱不只是一個(gè)商業(yè)收費(fèi)方式，它背后其實(shí)有一個(gè)長(zhǎng)期維護(hù)老車的成本邏輯。讓一臺(tái)已經(jīng)不量產(chǎn)的舊平臺(tái)繼續(xù)吃到新版本，是一件很貴的事情。車企需要找到一種商業(yè)閉環(huán)，用戶也希望五年以上的車還能持續(xù)更新，這兩者之間需要一個(gè)平衡點(diǎn)。

所以，NT2 平臺(tái)當(dāng)年的激進(jìn)硬件，今天可以被重新解釋成一種「智能生命周期」的預(yù)埋。

當(dāng)然，硬件超前只能解決一部分問(wèn)題，即使蔚來(lái)一開始盡量統(tǒng)一傳感器基線，幾年下來(lái)，平臺(tái)仍然會(huì)發(fā)生差異。NT2 和 NT3 的攝像頭不同，因?yàn)?Orin 和神璣芯片里的 ISP 不同；NT2 用 3D 毫米波雷達(dá)，NT3 開始上 4D 毫米波雷達(dá)；后續(xù)車型的激光雷達(dá)版本也不一樣；蔚來(lái)和樂(lè)道也有不同車型組合。

如果每一個(gè)平臺(tái)都要單獨(dú)開發(fā)一套智駕模型，這件事很快就會(huì)變成工程災(zāi)難。

蔚來(lái)的解法，是讓同一個(gè)神經(jīng)網(wǎng)絡(luò)接入不同傳感器。不同攝像頭可以進(jìn)入同一個(gè)網(wǎng)絡(luò)，靠神經(jīng)網(wǎng)絡(luò)把性能拉平；激光雷達(dá)和毫米波雷達(dá)則更像「熱插拔」接口：有這個(gè)傳感器，就輸入對(duì)應(yīng)信息；沒(méi)有這個(gè)傳感器，網(wǎng)絡(luò)也能正常跑。

它意味著蔚來(lái)并不把不同車型簡(jiǎn)單視為高低配，而是在模型架構(gòu)上允許傳感器組合存在差異。只有這樣，同一套代碼和網(wǎng)絡(luò)才可能同時(shí)推給四個(gè)平臺(tái)、十幾款車型。

在溝通會(huì)上，有媒體問(wèn)到 ET9 等車型上的兩個(gè)側(cè)向激光雷達(dá)，以及多激光雷達(dá)是否存在邊際效應(yīng)遞減。

蔚來(lái)自動(dòng)駕駛團(tuán)隊(duì)解釋說(shuō)，蔚來(lái)目前側(cè)向激光雷達(dá)和前向激光雷達(dá)拼在一起，可以達(dá)到 350 度以上的周視，在高速、城區(qū)、泊車場(chǎng)景都有作用。側(cè)向激光雷達(dá)的探測(cè)距離可以做到 70、80 米，尤其在高速快速變道時(shí)，對(duì)側(cè)后方來(lái)車、小目標(biāo)物有更好的監(jiān)測(cè)。

但蔚來(lái)智能駕駛研發(fā)產(chǎn)品系統(tǒng)負(fù)責(zé)人佘曉麗補(bǔ)充了一個(gè)判斷：

從用戶的日常體感來(lái)說(shuō)，我認(rèn)為幾乎是看不出來(lái)差別的。如果我（多）一顆激光日常用戶就可以看出來(lái)差別，只能說(shuō)這個(gè)做得太差了。

任少卿接了一句更形象的話：

側(cè)向激光雷達(dá)就是蔚來(lái)多裝了兩個(gè)（智能）氣囊。

這可能是理解多傳感器路線最合適的方式，它的價(jià)值不一定體現(xiàn)在每天上下班都讓你覺(jué)得「哇，今天變道好像更絲滑了」，而是在長(zhǎng)尾風(fēng)險(xiǎn)里托住邊界。

自研芯片的重點(diǎn)，不只是 TOPS

過(guò)去幾年，智能駕駛芯片有一個(gè)很常見的傳播方式：比 TOPS。誰(shuí)的算力更大，誰(shuí)的芯片更多，誰(shuí)的域控更豪華，很容易變成一句發(fā)布會(huì)金句。蔚來(lái)這次講自研的神璣 NX9031，重點(diǎn)放在內(nèi)存帶寬上。

任少卿提到，2022 年左右，神經(jīng)網(wǎng)絡(luò)還主要是卷積神經(jīng)網(wǎng)絡(luò)，也就是 CNN。但后來(lái)的趨勢(shì)越來(lái)越明顯，模型會(huì)走向 Transformer。和 CNN 相比，Transformer 對(duì)內(nèi)存帶寬的要求會(huì)高很多。在同樣計(jì)算量下，Transformer 對(duì)內(nèi)存帶寬的要求大約是 CNN 的 8 到 70 倍。

所以當(dāng)初在設(shè)計(jì)神璣的時(shí)候，蔚來(lái)做了一個(gè)判斷：下一代神經(jīng)網(wǎng)絡(luò)大概率會(huì)往純 Transformer 方向走。

為了實(shí)現(xiàn)更高內(nèi)存帶寬，需要用更新的內(nèi)存制程、多通道部署，這會(huì)占用芯片面積，也帶來(lái)成本壓力。任少卿舉了一個(gè)更容易理解的例子：如果拿一個(gè) 7B 模型來(lái)算，30Hz，每赫茲解碼五次，它需要的內(nèi)存帶寬就是 500GB/s。也就是說(shuō)，當(dāng)智駕模型越來(lái)越接近多模態(tài)大模型架構(gòu)時(shí)，芯片的瓶頸不只是算力數(shù)字，而是模型能不能順暢地在端側(cè)跑起來(lái)。

按照蔚來(lái)的說(shuō)法，一顆神璣芯片可以產(chǎn)生和四顆 Orin-X 類似的性能。如果說(shuō) NT2 的四顆 Orin 是在 2020 年為未來(lái)幾年預(yù)埋算力，那么神璣的高內(nèi)存帶寬，就是蔚來(lái)在 2022 年押注 Transformer 時(shí)代。

如果說(shuō)芯片和傳感器是智能輔助駕駛的身體，那么 AI Infra 就像它的消化系統(tǒng)。

云端訓(xùn)練出一個(gè)模型，只是第一步。接下來(lái)是如何把這個(gè)模型部署到車端芯片上，并且在 Orin、神璣、不同車型、不同品牌之間保持一致的效果。

任少卿說(shuō)，很多行業(yè)當(dāng)前的做法是，不同芯片有完全不同的兩套代碼，只是在云端訓(xùn)練模型層面共享一部分。但蔚來(lái)從 2020 年底開始做新架構(gòu)時(shí)，就假設(shè)未來(lái)一定會(huì)有不同芯片，需要統(tǒng)一部署。

所以他們沒(méi)有完全沿用英偉達(dá)標(biāo)準(zhǔn)工具鏈，而是只用到 CUDA 這一層。CUDA 之上的部署框架、推理引擎、AI 編譯器，蔚來(lái)自己做。

傳統(tǒng)做法里，神經(jīng)網(wǎng)絡(luò)一層一層，每一層算子都需要工程師手寫優(yōu)化。算法工程師在前面改模型，后面工程師就要跟著改部署。任少卿開玩笑說(shuō)，這會(huì)變成「算法工程師在前面改得很開心，后面一堆工程的兄弟跑斷腿」。

蔚來(lái)自研 AI 編譯器后，核心變化是自動(dòng)算子優(yōu)化和圖優(yōu)化。原來(lái)一層算子可能要工程師寫三天，現(xiàn)在大部分可以自動(dòng)生成；原來(lái)基于標(biāo)準(zhǔn)工具鏈，模型架構(gòu)改動(dòng)后部署可能要一到兩周，現(xiàn)在可以縮短到一到兩天；推理效率比通用工具鏈提升 20% 以上。

如果一個(gè)模型在云端效果很好，但每次部署都要等一兩周，它就很難支撐快速迭代。反過(guò)來(lái)，如果工程系統(tǒng)能讓模型快速上車、快速驗(yàn)證、快速回收數(shù)據(jù)，算法團(tuán)隊(duì)就能更高頻地試錯(cuò)。

更符合這個(gè)時(shí)代敘事的是，蔚來(lái)還把 AI Agent 用進(jìn)了智駕研發(fā)流程。

任少卿提到，一個(gè)模型部署上車，需要量化、開發(fā)集成、Pipeline、CI/CD 流水線、多芯片誤差校驗(yàn)、發(fā)版、部署到測(cè)試車等一系列流程。過(guò)去需要工程師守在電腦前，一個(gè)環(huán)節(jié)一個(gè)環(huán)節(jié)地看。最近一年多，蔚來(lái)把這套流程改成了 AI Agent 自動(dòng)執(zhí)行。

結(jié)果是，原來(lái)模型上車需要一天級(jí)時(shí)間，現(xiàn)在可以壓到兩個(gè)小時(shí)以內(nèi)。

在用戶側(cè)，AI Agent 是幫你查天氣、訂餐、寫郵件；在車企研發(fā)側(cè)，AI Agent 是把模型部署流程自動(dòng)化，把工程師從重復(fù)流程里解放出來(lái)。前者決定用戶感知，后者決定研發(fā)效率。

把幾十萬(wàn)輛車組織成一張驗(yàn)證網(wǎng)絡(luò)

過(guò)去講智能駕駛，大家經(jīng)常說(shuō)數(shù)據(jù)閉環(huán)。主機(jī)廠有用戶車隊(duì)，有海量行車數(shù)據(jù)；供應(yīng)商希望拿到主機(jī)廠數(shù)據(jù)；行業(yè)也常常把數(shù)據(jù)想象成一個(gè)巨大的素材庫(kù)，似乎只要把視頻和傳感器信息存下來(lái)，就擁有了金礦。

但任少卿的判斷是：數(shù)據(jù)的本質(zhì)是算力。

因?yàn)檎嬲袃r(jià)值的數(shù)據(jù)，不是隨便一段用戶行車視頻，而是針對(duì)某一個(gè)模型的 Corner case。要找到這個(gè)模型的 Corner case，必須讓模型在大量真實(shí)場(chǎng)景里跑起來(lái)，觀察它在哪里犯錯(cuò)、哪里猶豫、哪里偏離分布。

這就需要車端算力和云端算力。

所以，數(shù)據(jù)不是零成本拷貝的文件，而是模型、車端算力、云端算力共同篩出來(lái)的結(jié)果。你的模型和我的模型不同，你需要的 Corner case 也不同。于是，各家的數(shù)據(jù)最終只能在各家的系統(tǒng)里產(chǎn)生價(jià)值。

任少卿用一個(gè)很形象的例子解釋 Corner case。比如一個(gè)路口，左側(cè)是左轉(zhuǎn)道，中間幾個(gè)直行道，右側(cè)是右轉(zhuǎn)道。專家駕駛數(shù)據(jù)里，幾乎不會(huì)出現(xiàn)一輛車離路口只剩 30 米，還待在最右側(cè)車道卻想左轉(zhuǎn)的情況。因?yàn)閷＜也粫?huì)這么開，正常用戶大多數(shù)時(shí)候也不會(huì)這么開。

但智能輔助駕駛系統(tǒng)可能會(huì)犯這個(gè)錯(cuò)誤，一旦它開到了訓(xùn)練數(shù)據(jù)沒(méi)有覆蓋的位置，就可能「回不來(lái)」。

所以蔚來(lái)要專門制造一些奇怪的 Case：比如離白線只有三米遠(yuǎn)時(shí)還要變道，或者故意開到錯(cuò)誤車道，讓模型自己學(xué)習(xí)怎么糾回來(lái)。這些 Case 對(duì)人類來(lái)說(shuō)一年也未必遇到一次，但對(duì)智能輔助駕駛系統(tǒng)來(lái)說(shuō)，必須學(xué)會(huì)處理。

這也是為什么任少卿說(shuō)，AI 性能提升對(duì)數(shù)據(jù)的需求是指數(shù)級(jí)的。性能再提升幾個(gè)點(diǎn)，數(shù)據(jù)可能要翻十倍。全量采集和訓(xùn)練所有數(shù)據(jù)，成本不可接受。真正可行的做法，是把最有價(jià)值的 Corner case 精細(xì)篩出來(lái)，讓數(shù)據(jù)量變小，但數(shù)據(jù)價(jià)值變大。

這時(shí)候，數(shù)據(jù)閉環(huán)就變成了一套算力調(diào)度系統(tǒng)。

智能駕駛測(cè)試有一個(gè)悖論：能力越強(qiáng)，測(cè)試越難。

幾年前做城區(qū) NOA，測(cè)試車出門很容易遇到問(wèn)題，因?yàn)橄到y(tǒng)會(huì)在普通場(chǎng)景里犯錯(cuò)。今天很多主流智駕系統(tǒng)已經(jīng)能處理大量常規(guī)場(chǎng)景，測(cè)試工程師開一天，可能也只遇到幾個(gè)有價(jià)值的 Case。

任少卿說(shuō)：

測(cè)試越來(lái)越「肝」，比打游戲還「肝」。

靠測(cè)試車堆里程，已經(jīng)不夠了。蔚來(lái)的解決方式，是把量產(chǎn)車用起來(lái)。通過(guò)云端下發(fā)驗(yàn)證系統(tǒng)，讓一些版本在大量真實(shí)車輛上做驗(yàn)證，當(dāng)然前提是不影響用戶正常使用和安全。這個(gè)驗(yàn)證池已經(jīng)跨代際，NT2 和 NT3 的車都可以進(jìn)入同一個(gè)池子。

這意味著，NT3 的很多模型，實(shí)際上也在 NT2 車輛上做共享驗(yàn)證。所以任少卿還開玩笑說(shuō)，NT3 車主要感謝 NT2 車主。

主動(dòng)安全是最典型的例子。蔚來(lái)表示，主動(dòng)安全每周測(cè)試?yán)锍坛^(guò) 4000 萬(wàn)公里，整體每周驗(yàn)證里程超過(guò) 1 億公里。如果把這些里程換成測(cè)試同事和測(cè)試車，一周的里程需要 1000 輛車跑一年。

這已經(jīng)不是傳統(tǒng)意義上的車隊(duì)測(cè)試，更像一個(gè)分布式驗(yàn)證網(wǎng)絡(luò)。因?yàn)檫@套系統(tǒng)打通了 NT2、NT3、樂(lè)道平臺(tái)，同一個(gè)算法可以跨四個(gè)平臺(tái)驗(yàn)證，產(chǎn)生類似四倍驗(yàn)證效果。每一個(gè)版本都可以在不同車型、不同硬件組合里快速得到反饋。

過(guò)去大家常說(shuō) Tesla 的優(yōu)勢(shì)在于有龐大的量產(chǎn)車隊(duì)。中國(guó)車企也在逐漸走向類似邏輯，但單純「車賣得多」還不夠。關(guān)鍵是能不能把這些車組織起來(lái)，變成一個(gè)可調(diào)度、可驗(yàn)證、可篩選 Corner case 的算力網(wǎng)絡(luò)。

如果不能調(diào)度，車隊(duì)只是銷量。如果能調(diào)度，車隊(duì)才是智能駕駛的數(shù)據(jù)基礎(chǔ)設(shè)施。

工程系統(tǒng)、AI 編譯器、神璣芯片、量產(chǎn)車算力調(diào)度，這一切需要收束到了一個(gè)更樸素的目標(biāo)上：減少事故。

任少卿提到，蔚來(lái)主動(dòng)安全的大里程安全里程目前是 679 萬(wàn)公里，并希望今年下半年的版本繼續(xù)往上走，到 800 萬(wàn)公里以上。內(nèi)部監(jiān)控的保險(xiǎn)出險(xiǎn)賠付數(shù)據(jù)，從 2023 年到現(xiàn)在也在每年下降，目前相比 2023 年降低了約 40%，后續(xù)還會(huì)和保險(xiǎn)公司驗(yàn)證后再發(fā)布具體數(shù)字。

他甚至提到，希望未來(lái)安全里程能從接近 700 萬(wàn)公里，繼續(xù)做到 800 萬(wàn)、1000 萬(wàn)，甚至有一天再加一個(gè)零，達(dá)到一億公里一次嚴(yán)重事故。

自動(dòng)駕駛的終局當(dāng)然令人興奮，但智能輔助駕駛作為一項(xiàng)量產(chǎn)技術(shù)，真正的價(jià)值點(diǎn)是在今天、明天、后天持續(xù)降低用戶風(fēng)險(xiǎn)。

如果說(shuō)早期智駕競(jìng)爭(zhēng)看的是誰(shuí)開城快，后來(lái)比的是誰(shuí)體驗(yàn)更擬人，那么接下來(lái)會(huì)越來(lái)越多地回到一個(gè)更硬的指標(biāo)：它有沒(méi)有真的減少事故。

在 AI 時(shí)代，模型會(huì)越來(lái)越重要。

但在汽車上，模型永遠(yuǎn)不能獨(dú)自存在。它需要硬件承載，需要工具鏈部署，需要真實(shí)道路驗(yàn)證，需要安全系統(tǒng)兜底，也需要商業(yè)模式支撐老車?yán)^續(xù)更新。這可能也是智能駕駛和手機(jī) AI、電腦 AI 最大的區(qū)別。

電腦上的 AI 回答錯(cuò)了，大不了重新問(wèn)一次；手機(jī)里的 AI 總結(jié)錯(cuò)了，大不了刪掉重來(lái)。車上的 AI 沒(méi)有這么多重來(lái)的機(jī)會(huì)，它要面對(duì)真實(shí)道路、真實(shí)速度、真實(shí)風(fēng)險(xiǎn)，以及每一個(gè)坐在車?yán)锏娜恕?/p>

一個(gè)更聰明的模型，當(dāng)然會(huì)讓車開得更好，一套更扎實(shí)的系統(tǒng)，才決定這輛車能不能持續(xù)變聰明。