今年年底，你的特斯拉汽車將會(huì)表現(xiàn)出類似“有意識(shí)”的感覺。
這是上周特斯拉 CEO 馬斯克，在 All-In 科技峰會(huì)上接受訪談時(shí)針對(duì)特斯拉自動(dòng)駕駛表達(dá)的新觀點(diǎn)。
與此同時(shí)，你是否想過或者意識(shí)到，你正在駕駛的車，已經(jīng)開始在“偷偷學(xué)習(xí)”了？
當(dāng)你開著它穿梭在擁堵的城市路口，或在高速上疾馳時(shí)，它可能并不僅僅在“被你駕駛”。在看似平凡的日常里，它正像一個(gè)安靜的學(xué)生，把你的每一次轉(zhuǎn)向、剎車、加速、避讓，甚至猶豫，默默記在“筆記本”里。
如果說傳統(tǒng)汽車是“機(jī)械”的工具，那么新一代輔助駕駛汽車更像是一個(gè)不斷成長(zhǎng)的學(xué)徒。區(qū)別在于，它并不是只會(huì)模仿的“復(fù)讀機(jī)”，而是通過一種叫做“強(qiáng)化學(xué)習(xí)”的人工智能魔法，逐漸學(xué)會(huì)自我博弈、自我進(jìn)化，甚至在某些場(chǎng)景里，學(xué)得比人還聰明。
這就是今天我們?cè)噲D要講清楚的故事：一場(chǎng)從圍棋棋盤延伸到馬路街頭的人工智能革命。
從圍棋到“外星人”，強(qiáng)化學(xué)習(xí)的前世今生
很多人第一次聽說“強(qiáng)化學(xué)習(xí)”這個(gè)名詞，應(yīng)該是在 2016 年的那場(chǎng)“人類與機(jī)器的圍棋大戰(zhàn)”。當(dāng)時(shí)，AlphaGo 以 4:1 戰(zhàn)勝了世界冠軍李世乭，震驚全球。但真正的里程碑出現(xiàn)在 2017 年：AlphaZero 橫空出世，它不再依賴人類棋譜訓(xùn)練，而是純粹靠著與自己對(duì)弈，不斷試錯(cuò)、不斷調(diào)整策略，最終在 21 天內(nèi)達(dá)到勝過中國(guó)頂尖棋手柯潔的 Alpha Go Master 的水平。
這背后的邏輯，就是“強(qiáng)化學(xué)習(xí)”。
如果說傳統(tǒng)的模仿學(xué)習(xí)像是孩子抄寫課本，照貓畫虎；那么強(qiáng)化學(xué)習(xí)更像是孩子在游樂場(chǎng)里不停試探，不斷摔倒、爬起，再試一次，逐漸總結(jié)出“最佳玩法”。
要理解輔助駕駛背后的技術(shù)邏輯，我們不妨從一個(gè)簡(jiǎn)單的比喻開始。
想象一下，如果要教一個(gè)從未見過汽車的“外星人”學(xué)會(huì)開車，你會(huì)怎么做？最直觀的方法就是讓它坐在副駕駛座上，觀察你是如何操作的——什么時(shí)候踩剎車、什么時(shí)候打轉(zhuǎn)向燈、如何判斷車距。這種方法結(jié)合后續(xù)的“實(shí)際演練”在 AI 領(lǐng)域被稱為“模仿學(xué)習(xí)”，就像教孩子識(shí)別貓和狗一樣，通過大量標(biāo)注好的樣本數(shù)據(jù)來訓(xùn)練模型。
圖蟲創(chuàng)意
但這種方法有個(gè)“缺陷”：學(xué)生永遠(yuǎn)無法超越老師。如果人類駕駛員在某些情況下的判斷并不完美，那么 AI 也會(huì)繼承這些缺陷。更重要的是，現(xiàn)實(shí)世界的駕駛場(chǎng)景千變?nèi)f化，即便是經(jīng)驗(yàn)豐富的老司機(jī)，也不可能遇到所有可能的情況。
這就像是讓一個(gè)學(xué)生只通過背誦標(biāo)準(zhǔn)答案來學(xué)習(xí)數(shù)學(xué)，雖然能應(yīng)對(duì)已知的題型，但面對(duì)全新的問題時(shí)就會(huì)束手無策。
而強(qiáng)化學(xué)習(xí)則完全不同，它更像是讓 AI 成為一個(gè)“自學(xué)成才”的天才。
想象一個(gè)更有趣的場(chǎng)景：我們把這個(gè)“外星人”放在一個(gè)巨大的駕駛模擬器中，讓它自己去嘗試開車。剛開始，它可能會(huì)撞墻、闖紅燈、逆向行駛，犯各種低級(jí)錯(cuò)誤。但每一次嘗試后，我們都會(huì)給它一個(gè)“分?jǐn)?shù)”——開得好就獎(jiǎng)勵(lì)，開得差就懲罰。
圖蟲創(chuàng)意
神奇的事情發(fā)生了：通過成千上萬次的嘗試，這個(gè)外星人不僅學(xué)會(huì)了基本的駕駛技能，更重要的是，它開始發(fā)現(xiàn)一些連人類駕駛員都沒有想到的駕駛策略。它能在復(fù)雜路況下找到最優(yōu)路徑，在緊急情況下做出超人類反應(yīng)速度的判斷。
這就是強(qiáng)化學(xué)習(xí)的魔力所在。它不是簡(jiǎn)單地復(fù)制人類的行為，而是通過與環(huán)境的無數(shù)次交互，自主發(fā)現(xiàn)最優(yōu)策略。就像圍棋世界中從需要學(xué)習(xí)人類棋譜的 AlphaGo，到完全通過自我對(duì)弈就能擊敗世界冠軍的 AlphaZero 的一種進(jìn)化。
而這套技術(shù)邏輯，在最近幾年已經(jīng)開始被移植和應(yīng)用到了輔助駕駛領(lǐng)域。這意味著，智能化汽車的輔助駕駛能力，不再只是“人類的復(fù)制品”，而是有機(jī)會(huì)成為“超人類的駕駛員”。
超越人類的可能，中美輔助駕駛技術(shù)的“論劍
在輔助駕駛領(lǐng)域，這場(chǎng)基于“強(qiáng)化學(xué)習(xí)”的技術(shù)革命正在全球范圍內(nèi)展開，而最引人注目的對(duì)決發(fā)生在中美兩大陣營(yíng)之間。一邊是特斯拉的 FSD（Full Self-Driving），另一邊是以 Momenta R6 為代表的中國(guó)強(qiáng)化學(xué)習(xí)大模型。
有趣的是，無論是特斯拉的 FSD 還是 Momenta R6，它們?cè)诩夹g(shù)路線上都鉚足勁讓強(qiáng)化學(xué)習(xí)率先實(shí)現(xiàn)了量產(chǎn)上車。這就像兩位武林高手，雖然師承不同，但都默契地選擇了同一套“內(nèi)功心法”。
但“英雄所見略同”的是：它們都采用了“端到端”的技術(shù)架構(gòu)。
什么是端到端呢？想象一下傳統(tǒng)的駕駛輔助系統(tǒng)就像一個(gè)流水線工廠：第一道工序識(shí)別物體，第二道工序判斷距離，第三道工序規(guī)劃路徑，第四道工序控制車輛。每一道工序都需要人工設(shè)計(jì)和調(diào)優(yōu)，就像工廠里每個(gè)環(huán)節(jié)都需要專門的工人。而端到端系統(tǒng)就像是一個(gè)全能的工匠，直接從原材料（傳感器數(shù)據(jù)）制作出成品（駕駛決策）。這個(gè)“工匠”通過深度學(xué)習(xí)，自己摸索出了最有效的工作流程。
其次，它們也都遵循“漸進(jìn)式成長(zhǎng)”的邏輯。就像培養(yǎng)一個(gè)孩子，不能指望他一夜之間從嬰兒變成成年人，這些 AI 系統(tǒng)也是通過不斷的數(shù)據(jù)喂養(yǎng)和算法迭代，逐步提升自己的“駕駛智商”。
但是，兩者的成長(zhǎng)環(huán)境卻截然不同，這就像兩個(gè)武林高手分別在不同的環(huán)境中“修煉內(nèi)功”。
特斯拉官方
特斯拉 FSD 的成長(zhǎng)環(huán)境相對(duì)“溫和”。美國(guó)的道路環(huán)境雖然復(fù)雜，但相比中國(guó)來說，規(guī)則更加標(biāo)準(zhǔn)化。道路參與者種類少，交通規(guī)則相對(duì)簡(jiǎn)單，行人和非機(jī)動(dòng)車的行為相對(duì)可預(yù)測(cè)。這就像是在一個(gè)“規(guī)則明確的棋盤”上學(xué)習(xí)下棋。但基于特斯拉輔助智駕領(lǐng)頭羊的角色，讓特斯拉 FSD 的體驗(yàn)一騎絕塵，鮮有超越者出現(xiàn)。
而 Momenta R6 則是在中國(guó)路況“地獄難度”的環(huán)境中成長(zhǎng)起來的。中國(guó)的交通環(huán)境可以說是世界上最復(fù)雜的之一：汽車、電動(dòng)自行車、自行車、行人在同一個(gè)空間里“和諧共存”，基礎(chǔ)設(shè)施不斷更新導(dǎo)致的施工占道、臨時(shí)變道，甚至是不同地區(qū)的駕駛習(xí)慣差異、基礎(chǔ)設(shè)施多樣性……等等。
于是基于強(qiáng)化學(xué)習(xí)的Momenta R6飛輪大模型在中國(guó)復(fù)雜環(huán)境下的成長(zhǎng)，培養(yǎng)出了獨(dú)特的“中國(guó)功夫”式的技術(shù)優(yōu)勢(shì)：超強(qiáng)的“奇怪”場(chǎng)景適應(yīng)能力。
例如在擁堵時(shí)優(yōu)雅地“插隊(duì)”實(shí)現(xiàn)流暢插空變道，與電動(dòng)車“和平共處”，在復(fù)雜路口做出最優(yōu)決策。面對(duì)加塞、鬼探頭、盲區(qū)遮擋等高危復(fù)雜路況，都能精準(zhǔn)預(yù)判、聰明決策、靈活應(yīng)對(duì)。
甚至還練就了絲滑擬人的操作方式——在借道避讓，窄路巡航等復(fù)雜場(chǎng)景中，車輛能夠保持平穩(wěn)流暢的加減速。
而在今年 2 月，特斯拉才正式宣布在中國(guó)市場(chǎng)推出其備受矚目的“完全自動(dòng)駕駛”（FSD）功能。特斯拉車主們期待已久的 FSD 功能終于在中國(guó)落地，引發(fā)熱議，甚至開始了大規(guī)模的“中美技術(shù)的比拼測(cè)試”但特斯拉此次推出的 FSD 功能在國(guó)內(nèi)被定位為“輔助駕駛”，而非自動(dòng)駕駛，被網(wǎng)友推測(cè)為 FSD 的不完整版，甚至也出現(xiàn)了很多“水土不服”的狀況。
有句話說得好：“由儉入奢易，由奢入儉難?！痹谥袊?guó)路況這樣的“地獄難度”下訓(xùn)練出來的 Momenta R6 強(qiáng)化學(xué)習(xí)大模型，就像是在高原上訓(xùn)練的運(yùn)動(dòng)員，一旦到了平原地區(qū)，自然能發(fā)揮出更強(qiáng)的實(shí)力。而特斯拉則開始像一個(gè)剛進(jìn)入高原的運(yùn)動(dòng)員一樣，在新的空間中不斷的適應(yīng)與“快速學(xué)習(xí)”。
也正是因?yàn)檫@樣的原因，Momenta 的技術(shù)實(shí)力不僅征服了眾多中國(guó)車企，更是獲得了“BBA”（奔馳、寶馬、奧迪）德國(guó)豪華品牌的全面認(rèn)可，難點(diǎn)就在于德系豪華品牌對(duì)技術(shù)的要求極其苛刻，這在行業(yè)內(nèi)無異于“金字招牌”。
同時(shí)，基于“強(qiáng)化學(xué)習(xí)”的 Momenta R6 飛輪大模型的發(fā)力，別克高端新能源子品牌“至境”旗下的首款智能豪華轎車——?jiǎng)e克至境 L7 得到了“強(qiáng)化學(xué)習(xí)”的真?zhèn)?，在業(yè)內(nèi)首批實(shí)現(xiàn)“無斷點(diǎn)”城市 NOA（Navigate on Autopilot），其中就包括在中國(guó)復(fù)雜的高速 ETC 都能夠準(zhǔn)確識(shí)別，安穩(wěn)的駛過無車道線的區(qū)域，找到準(zhǔn)確的通行入口流暢通行。
至境 L7 同時(shí)還發(fā)布“多步變一步，不停車一鍵泊入”功能，帶來行業(yè)頂流的輔助駕駛體驗(yàn)。這些功能聽起來可能很技術(shù)化，但用通俗的話說，就是讓你的車從一個(gè)“老司機(jī)”變成一個(gè)“駕駛大師”。
至境 L7 的發(fā)布會(huì)前，別克專門復(fù)現(xiàn)了此前懂車帝智駕橫評(píng)測(cè)試中最困難的兩道考題，分別是高速事故場(chǎng)景模擬“消失的前車”、城市事故場(chǎng)景模擬“盲區(qū)藏輛左轉(zhuǎn)車”。兩項(xiàng)挑戰(zhàn)中，至境 L7 均挑戰(zhàn)通過，主動(dòng)制動(dòng)避險(xiǎn)。
輔助駕駛的下一個(gè)十年，技術(shù)與用戶的“平衡術(shù)”
回到文章開頭的那個(gè)問題：你的車在偷偷學(xué)習(xí)，你知道嗎？
現(xiàn)在你知道了。你的車不僅在學(xué)習(xí)，而且在進(jìn)行一場(chǎng)關(guān)于智能、安全和效率的深刻變革?！皬?qiáng)化學(xué)習(xí)”技術(shù)讓這場(chǎng)變革不再是簡(jiǎn)單的技術(shù)升級(jí)，而是一次思維模式的根本性轉(zhuǎn)變——從被動(dòng)的工具到主動(dòng)的伙伴，從模仿人類到超越人類。
特斯拉作為輔助駕駛的先發(fā)者，確實(shí)在技術(shù)普及和市場(chǎng)教育方面做出了巨大貢獻(xiàn)。但技術(shù)的世界從來不相信“先來后到”，只相信“適者生存”。Momenta R6 飛輪大模型通過在“最難地圖”上的修煉，已經(jīng)展現(xiàn)出了后來居上的實(shí)力。
就像中國(guó)制造的高鐵，最初是“引進(jìn)消化吸收”，但最終跑出了世界上最快、最穩(wěn)定的高鐵系統(tǒng)；中國(guó)的輔助駕駛技術(shù)，也正在經(jīng)歷從“追趕”到“引領(lǐng)”的跨越。
技術(shù)價(jià)值很重要，但用戶價(jià)值更重要。無論是多么先進(jìn)的算法，多么復(fù)雜的模型，最終都要落實(shí)到用戶的真實(shí)體驗(yàn)上。在這個(gè)層面上，那些真正理解用戶需求、能夠在復(fù)雜環(huán)境中提供優(yōu)質(zhì)體驗(yàn)的技術(shù)，才能成為最后的贏家。
而這，可能正是中國(guó)輔助駕駛技術(shù)最大的優(yōu)勢(shì)——我們不僅有世界上最復(fù)雜的應(yīng)用場(chǎng)景，更有世界上最多樣化的用戶需求。在滿足這些需求的過程中鍛造出來的技術(shù)，自然具備了走向世界的實(shí)力。
未來某一天，當(dāng)你的車在行駛途中全程沒有一次“掉鏈子”，甚至在復(fù)雜的路口，它比你處理得還從容。你會(huì)不會(huì)忽然意識(shí)到：你的車，早已學(xué)會(huì)了“自我博弈”，而且可能，已經(jīng)比你更會(huì)開車了。
強(qiáng)化學(xué)習(xí)的魔法，正在悄悄改變一切。