语言或许不是自驾的「终极答案」，但它无疑是当下最可行的路径...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 这两天看到英伟达大佬刘兰个川分享的文章「自动驾驶系统的局部最优陷阱」，把里面关于自动驾驶发展的核 心观点提炼出来分享给大家。 知乎原文 ：https://zhuanlan.zhihu.com/p/1970625322337701958 数据飞轮让我们走到了今天，但下一步突破必须依靠真正的推理能力。 目前业内所有的量产模型仍然沿用着经典的数据飞轮模式： 模型部署 → 效果检验 → 数据挖掘 → 重新训练 → 再次部署 ，这个闭环持续推动着系统进化。 以往数据的规模还在十万/百万这个量级时，增加训练数据仍有显著收益。而这两年算法进入端到端时代，数 据规模也上升到千万量级，仅通过提升数据规模能得到的模型性能收益越来越低，换句话说成本越来越高，剩 下的往往是数据稀缺、逻辑复杂的"硬骨头"。 这一点已经基本成为业内共识，尤其是已经取得这一成果的公司。最具代表性的像特斯拉，国内的像理想、小 米、小鹏，当然也有英伟达。 图：一个2019年的典型的数据飞轮，引自Andrej Karpathy的ICML主题演讲，2025年的数 ...