自动驾驶汽车是否也可以通过技术、成本及社会规则的演进， 迎来快速落地的井喷时刻？ 作者：刘诚 封图：图虫创意 人工智能的技术进步及其成本降低推动了DeepSeek等大模型的普及。那么，自动驾驶汽车呢？是 否也可以通过技术、成本及社会规则的演进，迎来快速落地的井喷时刻？ 技术：从理想照进现实 技术创新是新事物发展的前提，也是根本动力。当前AI技术创新正在经历显著转变，从以内容生 成为核心的生成式AI转向以目标驱动为核心的智能体AI。我们预测，与ChatGPT、DeepSeek等模 型在语言领域带来的跨越式进步类似，在不远的将来，智能体AI也将在自动驾驶领域呈现爆发式 增长，实现感知、决策与控制能力的重大突破，大量新车将会具有高级别辅助及完全的自动驾驶能 力。 当前，汽车工业的智能化创新正在如火如荼地发生着。一些车企加速驶入具身智能人形机器人赛 道，而抛开外形的"表面"创新不谈，自动驾驶技术本身有两种技术走向。一种是"端到端"技术。它 来自深度学习中的概念，英文为"End—to—End（E2E）"，指通过一个AI模型，只要输入原始数 据就可以输出最终结果。应用到自动驾驶领域，这意味着只需要一个模型，就能把摄像头、 ...

刘诚／文 人工智能的技术进步及其成本降低推动了DeepSeek等大模型的普及。那么，自动驾驶汽车呢？是否也可以通过技术、成本及社会规则的演进，迎来快速落 地的井喷时刻？ 技术：从理想照进现实 技术创新是新事物发展的前提，也是根本动力。当前AI技术创新正在经历显著转变，从以内容生成为核心的生成式AI转向以目标驱动为核心的智能体AI。 我们预测，与ChatGPT、DeepSeek等模型在语言领域带来的跨越式进步类似，在不远的将来，智能体AI也将在自动驾驶领域呈现爆发式增长，实现感知、决 策与控制能力的重大突破，大量新车将会具有高级别辅助及完全的自动驾驶能力。 当前，汽车工业的智能化创新正在如火如荼地发生着。一些车企加速驶入具身智能人形机器人赛道，而抛开外形的"表面"创新不谈，自动驾驶技术本身有两 种技术走向。一种是"端到端"技术。它来自深度学习中的概念，英文为"End—to—End（E2E）"，指通过一个AI模型，只要输入原始数据就可以输出最终结 果。应用到自动驾驶领域，这意味着只需要一个模型，就能把摄像头、毫米波雷达、激光雷达等传感器收集到的感知信息，转换成车辆方向盘的转动角度、 加速踏板的踩踏深度以及制动的力 ...