在1925年8月，一辆自动驾驶小车亮相纽约街头。虽然当时车是随车跟了一位工程师，但真正的方向盘上解放双手，还远未到来。20%的安全优势背后，是漫长的数据积累——兰德公司指出，要想比人类安全20%，需要100辆自动驾驶汽车不分昼夜跑满140亿公里，这相当于400年不间断上路。这个看似遥远的目标是AI们无法回避的现实：工程师克拉娜·玛丽娜·马丁内斯把路上的反常行为全都记在心里，施工围挡突然横移、电动车突然变道等第一手素材被喂给算法学习。 在安全马拉松和资本寒冬的夹缝中，去年Uber自动驾驶部门被砍，今年多家初创公司缩招。保时捷的工程师则在模拟器里用游戏引擎生成孪生城市进行测试：建筑是硬体、行人是软体，摄像头和雷达全都在线。软件先在像素跑道上撞过所有坑后，再被放到真车里复现。跑车文化里“我”是主角，但在L5时代可能只是乘客——这份身份认同的失落或许比技术难题更棘手。真正的挑战是让车主愿意把方向盘交给屏幕。 从纽约街头到L5，百年一梦还在继续。AI的模拟世界无法取代真实危险，但工程师把“罕见”搬进了虚拟训练场。当一脚电门、一次漂移过弯的“社交货币”被算法没收，还有多少人愿意为敞篷与声浪买单？跑车文化里的“我”是主角；L5时代，“我”可能只是乘客——这份身份认同的失落或许比技术难题更棘手。4400年后技术会走到哪里？这个问题谁也不知道。当一切就绪时，真正的挑战或许不是代码而是信任与买单。 克莱尔把路上的反常行为全都记在心里；它并不是所有真正安全的依靠。 从纽约街头到L5的百年一梦还在继续。 克拉娜·玛丽娜·马丁内斯是一位专业的工程师。 游戏引擎生成孪生城市进行测试的同时还在不断积累数据。 要让系统比人安全20%的代价是巨大的——140亿公里的行驶路程。 保时捷的工程师还在不断努力去解决这个难题。 纽约街头那个时代已经远去但自动驾驶的话题依然火热。 克莱尔是一位专业的工程师她把路上的反常行为全都记在心里。 克莱尔给算法提供了第一手素材帮助它学会识别危险。 算法的硬指标是业内把无需人类接管的L5级视为终极形态。 克莱尔把路上的反常行为全都记在心里施工围挡突然横移、电动车突然变道等都是她关注的焦点。 克莱尔给算法提供了第一手素材这些素材帮助它学会识别危险。 克莱尔是一位专业的工程师她的工作就是把路上的反常行为全都记在心里并喂给保时捷工程的机器学习算法。 克莱尔还在不断积累数据她的工作就是把路上的反常行为全都记在心里并喂给保时捷工程的机器学习算法帮助AI学会识别危险。