原來智能駕駛，只不過是個“老掉牙”的東西，我們是如何折騰它的

#汽車時代觀察#

你還記得20年前開車，上車后干的第一件事是什么嗎？

插鑰匙！

到了冬天，你還不能擰完鑰匙就走，得等發動機熱起來。有經驗的司機甚至能聽聲音判斷車況，發動機抖不抖，轉速穩不穩，踩離合快一點還是慢一點。什么時候換擋，什么時候降擋，這些都是駕駛的一部分。

后來，一鍵啟動出現了。再后來，無鑰匙進入、自動駐車、語音控制開始普及。今天很多車甚至在人還沒走近的時候，就已經提前完成了“準備工作”：座椅調整好位置，空調打開，導航同步目的地，車機系統自動上線。

看起來開車這件事，就只剩下“開”本身了。但你再仔細去想，這難道就只是讓我們少做了幾個動作這么簡單嗎？如果把時間拉長一點看，你其實會發現，過去一百多年里，真正變化最大的東西，不是發動機、不是輪胎、不是屏幕，也不是智能，而是人和車之間的關系。

車輪一直在轉，每轉一圈，人和車都會重新認識一次彼此......

汽車剛誕生的時候，它承擔的任務很簡單：讓人走得更遠。

今天的人很難意識到，汽車出現之前，人類活動范圍其實非常有限。馬車時代，一天能跑幾十公里已經很不容易了。大多數人的一生，生活半徑可能就圍繞著家鄉附近展開。工作在附近，朋友在附近，很多人甚至一輩子都不會離開出生地太遠。

而汽車改變了這個尺度。

高速公路出現之后，人第一次開始習慣一種新的生活方式：住在城市邊緣，去幾十公里外上班；周末開車去另一個城市旅行；工作、生活和社交開始分散在更大的空間里。今天很多人覺得，通勤一小時很正常。但放在更早以前，這是件很難想象的事。

城市為什么越來越大？郊區為什么能發展起來？為什么會出現自駕游文化？這些變化背后，都有汽車的影子。因為當移動能力被放大以后，人能選擇的人生范圍，也一起擴大了。那個階段的汽車，更像一種能力工具。它負責解決距離問題。

后來，汽車進入了下一次輪轉。

很多人第一次從燃油車換到電動車的時候，都會有一種很奇怪的感覺：車還是車，但開起來完全不像同一種東西。以前學車的時候，很多人最怕的就是離合。起步熄火，坡道溜車，堵車的時候一腳油門一腳剎車，再加上不斷換擋，一套流程下來——手心冒汗、心跳加速、腿腳酸疼。

很多老司機可能會覺得，這才叫駕駛。但用戶真正關心的，從來不是駕駛動作本身。大家只在乎一件事：輕不輕松。

電動車把很多事情直接省掉了。沒有換擋頓挫，沒有發動機震動，沒有原地熱車。踩下踏板，動力直接出來。城市里走走停停的時候，這種變化尤其明顯。過去汽車像機械設備。它需要人去熟悉它、適應它。很多開車技巧，本質上都是在學習怎么和機器磨合。電動車把這種關系簡化了很多。因為電機和發動機工作邏輯完全不同。燃油發動機需要通過燃燒、傳動、變速等一系列過程把動力送到車輪。電機則簡單得多，通電就能輸出扭矩。中間環節減少以后，駕駛體驗也變得更直接。

可是，技術復雜度其實沒有下降，很多地方反而更復雜了。電池管理、熱管理、控制系統，背后全是新的工程問題。但這些復雜性開始被隱藏起來。用戶看到的只有結果：更安靜、更平順、更省事。

很多技術革命都是這樣——工程師在后臺做加法，用戶在前臺做減法。手機如此，汽車也是如此。

接下來發生的變化更有意思，車開始替人干腦力活了。

以前開車，是一個高度依賴注意力的動作。看后視鏡、判斷車距、注意盲區、找路線、觀察紅綠燈、控制速度。一個成熟司機，腦子里一直在同時處理很多信息。長時間駕駛很累，累的不是手，而是注意力。所以很多人第一次體驗輔助駕駛的時候，都會有一種很奇怪的感覺：有個東西開始幫你分擔工作了。高速自動跟車、自動保持車道、堵車自動走停、自動泊車。過去需要一直自己盯著的事情，現在開始有人幫忙了。

但很多人會覺得，智駕像是這幾年突然冒出來的新東西。可實際上，它已經折騰幾十年了。上世紀八十年代，歐美和日本就已經開始研究自動駕駛。那個時候，大家的思路很直接：既然車看不懂世界，那就去改世界。

1986年，德國研究機構做出過一輛實驗車，名字叫VaMoRs。這臺車很特殊，它頭頂裝著攝像頭，車里塞滿電腦，可以自己識別道路、控制方向。但受限于當時計算能力，它跑得很慢，而且只能在非常理想的環境下工作。

到了1995年，德國工程師團隊又搞了一次更大膽的實驗。他們把一輛改裝過的奔馳開上高速，從德國慕尼黑一路跑到丹麥哥本哈根，往返超過一千公里。大部分時間，車輛都在自己完成轉向、超車和車道保持。

今天看起來很普通，但放在30年前，這已經非常科幻了。但問題很快暴露出來。當時整個系統，幾乎塞滿了后備箱。計算機性能還不如今天手機的一小部分，而且只能應對提前設計好的情況。一旦出現復雜路況，系統立刻就會發懵。

與此同時，日本人也在試另一條路。他們覺得，與其讓車自己思考，不如給車提前準備答案。于是有人開始研究“智能道路”：在道路下面埋磁釘，在道路旁邊安裝電子設備，車輛通過接收這些信號行駛。聽起來挺合理，車不夠聰明，那就讓路變聰明。結果很快發現，這方案根本推不動。因為代價太大了。總不能為了讓車學會開車，先把整個城市翻修一遍。

于是大家慢慢明白：車必須像人一樣，自己看懂這個世界。自動駕駛進入第二階段：感知。

攝像頭、毫米波雷達、超聲波雷達、激光雷達開始越來越多地出現在汽車上。過去的車，眼睛可能只有一個后視鏡；今天的車，身上可能有十幾個攝像頭、幾十個傳感器。因為機器和人不一樣，人看見一個路口，大腦幾乎一瞬間就能理解：前面是紅綠燈，旁邊是行人，遠處是自行車。但對于機器來說，它看到的只是無數像素點和信號。

真正推動行業變化的，是2004年。那一年，美國國防高級研究計劃局舉辦了一場比賽：誰能造出一輛完全無人駕駛的車，在沙漠里跑完240公里。結果很尷尬，15支參賽隊，沒有一輛跑完全程。最遠的一臺車，只跑了十幾公里，就撞上障礙物退出。

但第二年再辦比賽，情況突然變了。冠軍車跑完全程，速度接近50公里每小時。又過兩年，比賽直接從沙漠升級到城市。車輛要識別路口、避讓車輛、遵守交通規則。

后來回頭看，這場比賽影響非常大。因為今天自動駕駛行業很多核心人物，都來自那里。后來谷歌自動駕駛項目、Waymo團隊里，很多人都參加過。

真正有意思的是，從那個階段開始，行業思路又變了。

早期自動駕駛更像在寫考試答案。工程師提前告訴系統：紅燈怎么辦，加塞怎么辦，前車急剎怎么辦。寫得越細，系統理論上越聰明。但現實世界不是考試，沒有標準答案。總有人突然橫穿馬路，總有人逆行，總有人干出奇怪動作。工程師發現，規則根本寫不完。于是最近幾年，隨著AI大模型出現，行業又開始切換思路：不再教規則，而是讓它自己學。以前工程師像老師，一條條寫代碼；現在更像教練，給系統喂海量駕駛數據。幾百萬公里不夠，就幾億公里。人怎么開車，它就怎么學。所以今天很多車企拼的已經不是單個功能，而是數據規模。因為智駕越來越像一個學生：見得越多，它越知道怎么處理陌生情況。這也是為什么很多人會覺得，這兩年智駕突然像開了加速器。因為以前升級的是功能，現在升級的是能力。

回頭看這一百多年，車輪轉得很快。從蒸汽，到內燃機；從電動化，到智能駕駛；從四個輪子帶著人跑，到一套系統開始理解人的需求。每一次技術升級，都在改變坐進駕駛位之后的感受。很多年后再回頭看，人們記住的可能不是某臺經典發動機，也不是某塊芯片參數，而是那些已經習慣到察覺不到的瞬間——你靠近車，它知道你來了；你說一句話，它知道你要去哪；你累的時候，它開始幫你盯著路......

車輪轉了一百多年，看起來是汽車在不斷進化，但真正變化的，始終是人。