【环球网科技综报道】“针对自动驾驶存在的很多问题，我们应当以一原理去思考它们的本质，由此才有可能做出不一样的产品。”7月8日信阳塑料挤出机，毫末智行CEO顾维灏在2022十四届中国汽车蓝皮书论坛上表示，产品能力的持续进步，只有一条路，就是大数据的驱动，坐在办公室里靠几个人的设想，是做不出好产品的。

他认为，L2级辅助驾驶与L3级自动驾驶的主要区别在于对责任主体的划分；对于用户而言，后者更在意的更多是产品体验。顾维灏在现场谈到，“我作为毫末智行辅助驾驶产品的用户，每天都会驾驶魏牌摩卡与坦克300上下班，这一过程中信阳塑料挤出机，我关心的是产品体验和改进。”

越南：让人工智能“崭露头角”，追赶国际先水平

顾维灏回顾了AI驱动自动驾驶发展的十年。2012年，深度学习在图像识别和语音识别上得到大规模应用，影响自动驾驶三个主要因素——算力、深度学习模型、摄像头技术也随之快速发展。算力层面，使用在车辆终端上的芯片算力，十年来提高了几百倍；其次是深度学习模型，随着近年来Transformer在自动驾驶域的广泛应用，模型参数已达到1700多亿，相比较十年前提高了近万倍；后是自动驾驶感知所依赖的摄像头，从2012年几十万像素的1个信阳塑料挤出机，发展到今天800万像素的12个，带来了感知数据量上百倍的提升。

据了解，一代骁龙7移动平台采用4nm制程工艺，使用ARM V9架构，实现了多项新升级。与骁龙888同款的Adreno 660 GPU大幅提升一代骁龙7移动平台的图形能，GPU图形渲染速度提升了20%；升级的AI单元更帮助全新骁龙7移动平台获得30%的AI能提升。

WAVE SUMMIT 2022深度学习开发者峰会由深度学习技术及应用国家工程研究中心主办、飞桨承办。峰会发布了飞桨文心大模型和飞桨产业级深度学习开源开放平台的新成果和重要升级，分享了支撑大模型产业落地关键路径。数据显示信阳塑料挤出机，截至2022年5月，飞桨凝聚477万开发者，创造56万个模型，服务18万企事业单位，产学研用紧密协同培养过200万AI人才，动了人工智能技术、产业和生态的蓬勃发展。

“在驾驶过程中，我的任务就是监督我的汽车自己驾驶，我希望我介入的越来越少，隔热条设备这样我就能知道它适什么场景，不适什么场景信阳塑料挤出机，有些场景我就可以放松一下，有些场景可以紧迫一点。”顾维灏表示。

对于用户如何感知不同级别自动驾驶能力所带来的差异化体验？顾维灏提到，用户不在乎你提供的是L几，L几都有可以适用的场景，用户用熟了自然知道哪段路能开，慢慢就这么开了。随着车辆不断升级，用户自己的感受也能升级和增加。现在，用户对辅助驾驶高频的核心使用场景是跟车场景、路口场景和变道场景。

在顾维灏看来，都市通勤已经成为了当下汽车主要的使用场景；用户对城市域高级辅助驾驶产品的诉求也更加明确，即安全、简单、好用。

顾维灏则提出了自动驾驶行业的发展趋势，发表了自己的看法，“高精地图与激光雷达早之所以出现，是因为当时自动驾驶技术的摄像头感知能力较弱，并且算力能也并不足以支撑感知算法；如今不仅摄像头像素有了大幅提升，大算力芯片也开始不断涌现，感知能力得到了大幅度提升，甚至成本昂贵的激光雷达成本也逐渐开始了下探。”

优秀的用户体验并不仅限于安全、舒适与高，事实上，用户在使用自动驾驶产品的过程中依旧有很多值得自动驾驶企业关注与改进的细节。对此，顾维灏指出了一个典型的例子，“在开启高速NOH的车辆经过大型货车时，驾驶者往往会因为对大车的恐惧，本能地接管车辆，即使车辆此时并不会与大车发生碰撞。”

对此，顾维灏介绍毫末NOH“智慧躲闪”的功能，“如果右侧是大车，我们会设置车辆在左侧车道向左偏移10—15厘米。同时毫末NOH会在交互界面进行标注，告知用户车辆的规避动作信阳塑料挤出机，给用户心理上预期。”顾维灏提到，“这一功能起初会使用模拟人工语音提醒用户，但当道路上遭遇大量大车时，频繁的提示语音又会给用户带来更多困扰。后来我们就把这个交互改成了低声的短声音，这样就比之前的语音提醒更容易让用户接受。”这个案例可以看出，通过对细节的关注与调整，毫末智行逐渐让辅助驾驶产品更成熟，正逐步实现产品的差异化。