地平线余凯：ChatGPT在狂飙，为何自动驾驶迟迟未到？

2023年3月31日-4月2日，中国电动汽车百人会论坛（2023）在京正式举行。地平线创始人&CEO  余凯在4月1日下午举办的高层论坛上发表题为“以人为本——回归理性的智能驾驶计算方案”主旨演讲。以下文章根据发言内容整理。

地平线创始人&CEO  余凯

1ONE

ChatGPT的狂飙，自动驾驶遇冷

毫无疑问，ChatGPT可以说是人工智能有史以来最大的进展，超越图灵测试已经不是问题，但为何自动驾驶迟迟没有到来？自动驾驶不同于当下正在“狂飙”的ChatGPT，两者的挑战截然不同。

其一，ChatGPT所从事的工作容错率高。自动驾驶，尤其是无人驾驶的容错率几乎是零，出了问题就是人命关天。

其二，两者的工作环境不一样。ChatGPT是在云端的计算，在云端有充分的能量供给，同时有非常好的系统。在车上依赖的是电池，是车端的散热，挑战是很大的，意味着自动驾驶不能用那么大的模型、那么大的计算。所以我们看到，L4或者是RoboTaxi，无论是Google、Waymo、Cruise商业化迟迟没有推进。行业回归理性、商业价值和用户价值背后，绝大多数用户真正需要的是驾驶过程中的轻松感，消除紧张和疲劳，其实不需要真正实现无人驾驶，高级辅助驾驶已经在为用户创造价值。

但智能电动车实际给我们的产业一个换道超车的机会，在燃油车时代，消费者可能不承认中国的高端品牌，在智能电动车时代情况就大不一样，大部分的消费者逐渐接受了中国的自主高端品牌。这是因为国产的新能源汽车在智能电动化方面做到了全球领先，特别是自动驾驶方面，已经成为大家购车时非常重要的考量因素。

2TWO

无需焦虑，当下做精高速NOA

去年是L2+高速NOA的量产元年，而今年一些头部企业会开始推出城区NOA，但当下我国在这方面的技术与业界顶级水平仍有一段差距。

据我了解，现在业界顶级水平基本上能做到百公里接管一次，今年相信蔚小理都会推出面向城区的NOA，就是现在讲的L2++，但是这个事情在技术上还有挑战，起码要研发至少三年才会得到较好的进步，现在基本上是20—30公里要接管一次。

产业要如何应对这样的需求？在中国，安全是及格线，更多的是用户体验驱动、用户价值驱动。但自动驾驶行业内的各家不必太过焦虑，因为行业发展没那么快。车企到2025年真正要做的是在合理的性价比上把高速的NOA、环线的NOA这种封闭道路的自动驾驶做到如丝般顺滑，并且价格不能太贵，同时要有相当的时间和精力真正把城区NOA做到可使用。

通过不断地在算力上优化软件、算法，用更多的数据不断地去逼近用户在辅助驾驶体验的价值上限，在若干年以后，几百T的算力可以在城区的NOA做到不错，但是真正实现更广泛区域里的自动驾驶确实需要千T以上的算力。

对此，我们要继续用大数据、更大的数据、更大的模型，并且无监督地去学习人类驾驶的尝试，构建一个回归自动驾驶的大语言模型，就像ChatGPT从大量的、无监督的、没有标注的自然文本里去学习一样，这是我们下一步要做的事情。

车厂应该慎重考虑自研自动驾驶芯片问题，其一是巨量的资金跟成本研发投入，其二是如何持续保持竞争力，自研和他山之石本身是战略选择，我认为，如果车厂的销量预期不到100万辆，资金的整个效率其实是算不过账的。

3THREE

10年后，L3都很难真正实现

对于L3、L4的前景我比较悲观，我觉得十年以后连L3都不会真正实现。未来人和车的关系就与过去人与马的关系一样。当事故发生谁来负责？如果让车厂承担责任，创新难以持续，所有车厂都将偃旗息鼓，不敢投入研发。我觉得未来可以自动驾驶，但是真正出了问题还是司机承担责任。

但在车云协同的自动驾驶专用道路上可以实现无人驾驶。前提是在这个环境里不许有人驾驶，一定要全部在专用道路上进行自动驾驶，在这种条件下可以实现完全自动驾驶。

但随着人工智能目前的发展，未来会形成机器霸权，人类在算法满足上，表面上很开心，但实际更多是放弃自己的思考，这样的未来不是我想看到的。

对于人类和人工智能未来的演进关系，我认为应当推动人和机器之间的计算的平权。不能只是单向的透明，所有人的数据都交给机器，而机器自身却是一个黑盒，其发展对人类来说是失控的。因此，需要去推动分布式的、本地化的，保护用户隐私的，并且计算对于人类来讲是透明的人工智能计算。

比如，未来车载系统实际上会成为分布式的储能中心，未来上亿辆车上装上千T算力的芯片，这就相当于全世界最大的计算资源池。