在科技界不断琢磨自动驾驶怎么商业化落地的时候，大家都在想一个事儿：车到底能不能让人完全不管地在马路上跑？特斯拉公司的老板埃隆·马斯克在网上跟别人聊这事的时候说了，想把无人驾驶弄安全，起码得有100亿英里的训练数据。这100亿英里也就是160亿公里。他这么说不仅是为了说明搞自动驾驶技术有多难，其实也表明现在大家争的核心就是谁手里的数据多、谁升级的速度快。马斯克这次表态是在回应苹果和Rivian前员工保罗·拜塞尔的观点。拜塞尔早就说过，特斯拉靠数据驱动，在这方面占了很大便宜，要是别的企业只在电脑上模拟或者跑几条限定的路，短时间内很难追上。他还强调说这不是个简单的展示技术的问题，而是要跟数据积累、系统更新还有大规模应用硬刚。 马斯克接着补充道：“现实世界里那些稀奇古怪的情况多得超乎想象。” 这里说的“长尾问题”，指的是大多数时候路况都挺好处理，但也有很多很少见的突发事件等着系统去识别和应对。虽然这些情况出现的概率很低，但如果不管它们就会直接威胁安全。有意思的是，马斯克之前在他的《宏图计划2.0》里预估过，想让全世界监管机构点头通过，得有差不多60亿英里的测试里程才行。根据特斯拉社区成员算的账，等到2025年底，他们的全自动驾驶系统跑的总路程已经快到70亿英里了，光是城市里跑的就超过了25亿英里。很快就突破了70亿这个大关。 光看这些数据就能知道特斯拉现在的数据量是最大的几家之一。大家现在都觉得自动驾驶的发展路子变了，以前比的是谁的算法厉害，现在拼的是谁的生态系统好。特斯拉在全世界几百万辆车上装了感知设备，天天在真路上收集数据，形成了一个“收集-训练-升级”的循环体系。这种模式对付复杂的交通环境、恶劣天气还有行人乱跑这些“长尾问题”特别有优势。别的公司可能就靠仿真软件和限定区域路测来炫耀技术快一点，但是在面对复杂路况时心里没底。特斯拉的人工智能副总裁阿肖克·埃勒斯瓦米也说过类似的话。他指出，那些不常见的情况比一般人想得复杂多了。 马斯克评价别的公司项目时也承认：“做到99%的技术目标挺简单的，但是要搞定剩下的1%的难题太难了。” 从技术进步来看，要验证安全得把几百万种可能出现的情况都覆盖到，比如下雪下雨、修路堵车、突然蹦出个障碍物这些不常发生的事儿。这些情况很难在实验室里完全复现出来，必须靠路上去跑才能不断优化系统的判断逻辑。所以现在大家都觉得训练里程是个衡量系统好不好的重要指标之一。 大家普遍觉得以后那种完全不用人看的自动驾驶能不能落地不光看算法行不行了，还得看数据有多少、质量咋样、升级快不快。现在这行里头路子挺多的，有的企业盯着特定的区域或者低速的场景做试点；也有的科技公司在搞高阶辅助驾驶这种慢慢升级的活儿；监管方面各国也出台了一些测试和准入的规矩。不过对于那种完全不用人管的运营安全标准还在摸索中。 分析师觉得现在的竞争不光是比谁的技术好，更是比谁的生态系统好、谁的安全体系牢靠、谁能把生意做起来的综合较量。要想让自动驾驶完全不用人看着变成现实还是个很漫长的过程。马斯克说的100亿英里那个事儿不光是在说门槛高在哪儿了，也说明了想把东西做大做强就得跨过这道坎。 在数据说了算的这种逻辑下企业得搭个能一直升级的循环系统监管机构也得搞一套能跟着变的标准。以后只有技术稳当、场景覆盖全、大家都能接受这三个方面都平衡好了自动驾驶才能真正上路开着走。