【自动驾驶】从辛顿视角看智能驾驶的两种路线之争

人工智能产业链union 2025-08-04 14:55
资讯配图
资讯配图

作者:管学军

来源:选车网

2025年7月26日,世界人工智能之父——杰弗里·辛顿在“2025人工智能大会”上发表主旨演讲,他用通俗的语言讲清楚了人工智能发展的路径。那么透过辛顿的视角我们应如何理解现在中国汽车智能驾驶的路线之争呢?或者说,未来中国汽车智能驾驶的技术路线哪条是正确的呢?

做个通俗的比喻吧,如果你看过小朋友学骑自行车,就会明白人类学习的规律——没人会先背诵“平衡公式”,而是摔几次车后,身体自然形成“车把歪了就往反方向拧”的直觉。这恰是辛顿先生的核心观点——人类大脑本质是个“会学习的大模型”,靠不断试错形成动态反应模式。

在中国智能驾驶赛道上,正进行着两种路线的较量,恰似两种学骑车的方式,一种像人类靠直觉摸索,另一种像程序员编写操作手册。用辛顿的理论来看,这两条路的未来走向,藏着智能革命的关键密码。

像学骑车般的“端到端”路线

特斯拉、Momenta等企业走的这条路,就像教AI直接模仿老司机开车。你给它看1000段“看到红灯刹车”的视频,它不会死记“红灯=停车”的规则,而是自己琢磨,红灯亮时,周围车辆的速度变化、行人反应和刹车距离的关系,慢慢形成类似人类驾驶的直觉。

资讯配图

资讯配图

辛顿在演讲中举过“乐高积木”的例子,即,人类理解语言时,每个词像可变形的积木,会根据上下文调整形状再拼接。在这种技术路线中,摄像头看到的路况、雷达测的距离,就像这些积木,AI会实时调整它们的组合方式——突然窜出的小猫会让“刹车”这块积木变得特别重要,而在空旷的高速公路上“加速”这块积木会占主导地位。

这种技术路线的优势很明显,遇到施工绕行、暴雨天视线差等突发情况时,它能像老司机那样灵活应对。但问题也和人类学习一样,需要海量“练手”数据(就像新手要开够几千公里才能熟练),而且学来的经验很难直接复制给另一台机器——这也是辛顿指出的“人类知识难以传播”的局限。目前,中国公司正通过每辆上路车辆一起收集数据,以解决这个问题,就像一群人一起练车,互相分享经验。

像查手册般的"规则驱动"路线

百度Apollo、华为ADS走的这条路,更像给AI装了本超级详细的《驾驶手册》。工程师会把“看到红灯要停3秒”、“转弯要让直行”等规则写成代码,再配上高精地图,标注每条车道线的位置。就像有人骑车时,车把上始终架着导航仪,严格按指令操作。

资讯配图

这正符合辛顿说的“数字智能优势”,规则写好后,能瞬间复制给所有车辆,就像一本手册可以印成千上万本。在高速路、封闭园区等简单场景,它表现得又快又稳。例如,去年深圳开放的L3级自动驾驶,主要就是这种路线在跑。

但麻烦出在复杂路况,遇到行人突然横穿马路,同时旁边又有辆车超车,这种情况“手册”里没写过的路况组合,这就会让AI系统犯难了。辛顿警告过这种“规则爆炸”的风险,就像你永远无法穷尽所有骑车可能遇到的情况,工程师也写不完所有交通场景的规则。为此,华为给车装了激光雷达当“额外眼睛”,百度则靠不断更新地图来打补丁,但这都让系统越来越复杂。

从辛顿理论看未来

辛顿先生的观点其实已经给出了清晰判断,就像人类既能靠直觉骑车,也能背交通规则一样,未来很可能是“混合进化”。

端到端路线需要突破“经验共享”难题,辛顿提到的“知识蒸馏”技术,简单说就是让一个AI把学到的本事“教”给另一个,就像老司机带徒弟。目前,中国团队已经做到让一辆车的紧急刹车经验,通过数据处理后,让所有同型号车都学会。

资讯配图

规则驱动路线则要解决“灵活性”问题。辛顿举过一个有趣的例子,人类会虚构记忆(比如记错昨天吃了什么),AI也会“幻觉驾驶”(例如,把阴影当成障碍物)。现在华为在系统里加了“质疑机制”,让AI像新手问教练那样,遇到不确定的情况会减速确认,这正是借鉴了人类学习的容错特性。

据了解,在上海的智能驾驶测试区,已经能看到这种融合的苗头,在高速路上用规则驱动保证效率,进入城区则自动切换到端到端模式应对复杂路况。辛顿说过,真正的智能不是非此即彼,而是像大脑那样,既会靠直觉反应,也能调用理性分析。

这场发生在中国的技术路线之争,本质上是在回答辛顿的终极之问:当机器开始像人类一样学习,我们该如何让它们跑得更安全、更聪明?或许答案就藏在每个普通人的驾驶经验里——那些靠直觉躲过的危险,那些被红绿灯规范的秩序,终将共同塑造智能驾驶的未来。

(图片来源:互联网)

☟☟☟

☞人工智能产业链联盟筹备组征集公告☜


精选报告推荐:

11份清华大学的DeepSeek教程,全都给你打包好了,直接领取:


【清华第一版】DeepSeek从入门到精通

【清华第二版】DeepSeek如何赋能职场应用?


【清华第三版】普通人如何抓住DeepSeek红利?

【清华第四版】DeepSeek+DeepResearch让科研像聊天一样简单?

【清华第五版】DeepSeek与AI幻觉

【清华第六版】DeepSeek赋能家庭教育

【清华第七版】文科生零基础AI编程:快速提升想象力和实操能力

【清华第八版】DeepSeek政务场景应用与解决方案

【清华第九版】迈向未来的AI教学实验

【清华第十版】DeepSeek赋能品牌传播与营销

【清华第十一版】2025AI赋能教育:高考志愿填报工具使用指南

 10份北京大学的DeepSeek教程

【北京大学第一版】DeepSeek与AIGC应用

【北京大学第二版】DeepSeek提示词工程和落地场景

【北京大学第三版】Deepseek 私有化部署和一体机

【北京大学第四版】DeepSeek原理与落地应用

【北京大学第五版】Deepseek应用场景中需要关注的十个安全问题和防范措施

【北京大学第六版】DeepSeek与新媒体运营

【北京大学第七版】DeepSeek原理与教育场景应用报告

【北京大学第八版】AI工具深度测评与选型指南

【北京大学第九版】AI+Agent与Agentic+AI的原理和应用洞察与未来展望

【北京大学第十版】DeepSeek在教育和学术领域的应用场景与案例(上中下合集)

8份浙江大学的DeepSeek专题系列教程

浙江大学DeepSeek专题系列一--吴飞:DeepSeek-回望AI三大主义与加强通识教育

浙江大学DeepSeek专题系列二--陈文智:Chatting or Acting-DeepSeek的突破边界与浙大先生的未来图景

浙江大学DeepSeek专题系列三--孙凌云:DeepSeek:智能时代的全面到来和人机协作的新常态

浙江大学DeepSeek专题系列四--王则可:DeepSeek模型优势:算力、成本角度解读

浙江大学DeepSeek专题系列五--陈静远:语言解码双生花:人类经验与AI算法的镜像之旅

浙江大学DeepSeek专题系列六--吴超:走向数字社会:从Deepseek到群体智慧

浙江大学DeepSeek专题系列七--朱朝阳:DeepSeek之火,可以燎原

浙江大学DeepSeek专题系列八--陈建海:DeepSeek的本地化部署与AI通识教育之未来

4份51CTO的《DeepSeek入门宝典》

51CTO:《DeepSeek入门宝典》:第1册-技术解析篇

51CTO:《DeepSeek入门宝典》:第2册-开发实战篇

51CTO:《DeepSeek入门宝典》:第3册-行业应用篇

51CTO:《DeepSeek入门宝典》:第4册-个人使用篇

5份厦门大学的DeepSeek教程

【厦门大学第一版】DeepSeek大模型概念、技术与应用实践

【厦门大学第二版】DeepSeek大模型赋能高校教学和科研

【厦门大学第三版】DeepSeek大模型及其企业应用实践

【厦门大学第四版】DeepSeek大模型赋能政府数字化转型

【厦门大学第五版】DeepSeek等大模型工具使用手册-实战篇

10份浙江大学的DeepSeek公开课第二季专题系列教程

【精选报告】浙江大学公开课第二季:《DeepSeek技术溯源及前沿探索》(附PDF下载)

【精选报告】浙江大学公开课第二季:2025从大模型、智能体到复杂AI应用系统的构建——以产业大脑为例(附PDF下载)

【精选报告】浙江大学公开课第二季:智能金融——AI驱动的金融变革(附PDF下载)

【精选报告】浙江大学公开课第二季:人工智能重塑科学与工程研究(附PDF下载)

【精选报告】浙江大学公开课第二季:生成式人工智能赋能智慧司法及相关思考(附PDF下载)

【精选报告】浙江大学公开课第二季:AI大模型如何破局传统医疗(附PDF下载)

【精选报告】浙江大学公开课第二季:2025年大模型:从单词接龙到行业落地报告(附PDF下载)

【精选报告】浙江大学公开课第二季:2025大小模型端云协同赋能人机交互报告(附PDF下载)

【精选报告】浙江大学公开课第二季:DeepSeek时代:让AI更懂中国文化的美与善(附PDF下载)

【精选报告】浙江大学公开课第二季:智能音乐生成:理解·反馈·融合(附PDF下载)

6份浙江大学的DeepSeek公开课第三季专题系列教程

【精选报告】浙江大学公开课第三季:走进海洋人工智能的未来(附PDF下载)

【精选报告】浙江大学公开课第三季:当艺术遇见AI:科艺融合的新探索(附PDF下载)

【精选报告】浙江大学公开课第三季:AI+BME,迈向智慧医疗健康——浙大的探索与实践(附PDF下载)

【精选报告】浙江大学公开课第三季:心理学与人工智能(附PDF下载)

【精选报告】浙江大学公开课第三季:人工智能赋能交通运输系统——关键技术与应用(附PDF下载)

【精选报告】浙江大学公开课第三季:人工智能与道德进步(附PDF下载)


相关阅读

干货推荐:
AI加油站】第一部:《大型语言模型应用检索增强生成:改变搜索、推荐和 AI 助手》附下载
【AI加油站】第二部:《程序员的自我修炼手册》(附下载)
【AI加油站】第三部:《大规模语言模型:从理论到实践》(附下载)
【AI加油站】第四部:《使用生成式人工智能和Python开始数据分析》(附下载)
【AI加油站】第五部:《使用生成式人工智能和Python开始数据分析》(附下载)
【AI加油站】第六部:《时间序列:建模、计算与推断》(附下载)
【AI加油站】第七部:《因果关系的逻辑理论的好书-A Logical Theory of Causality》(附下载)

【AI加油站】第八部:《模式识别(第四版)-模式识别与机器学习》(附下载)

【AI加油站】第九部:《Python深度学习(中文版)》(附下载)
【AI加油站】第十部:《机器学习方法》(附下载)
【AI加油站】第十一部:《深度学习》(附下载)
【AI加油站】第十二部:《从零开始的机器学习》(附下载)
【AI加油站】第十三部:《Transformer入门到精通》(附下载)
【AI加油站】第十四部:《LLM 应用开发实践笔记》(附下载)
【AI加油站】第十五部:《大模型基础 完整版》(附下载)
【AI加油站】第十六部:《从头训练大模型最佳实践》(附下载)
【AI加油站】第十七部:《大语言模型》(附下载)
【AI加油站】第十八部:《深度强化学习》(附下载)
【AI加油站】第十九部:清华大学《大模型技术》(附下载)
【AI加油站】第二十部:Prompt入门神书-《Prompt 学习指南》(附下载)
【AI加油站】第二十一部:吴恩达&open AI联合推出《大模型通关指南》(附下载)
【AI加油站】第二十二部:《李宏毅深度学习教程》值得反复阅读的神书!(附下载)
【AI加油站】第二十三部:Prompt经典中文教程-《提示工程指南》(附下载)
【AI加油站】第二十四部:爆火下载28万次!MIT最新神书《理解深度学习》(附下载)
【AI加油站】第二十五部:LLM4大名著,OpenAI专家强推《深度解析:大语言模型理论与实践》(附下载)
【AI加油站】第二十六部:NLP大牛Thomas Wolf等新书《Transformer自然语言处理》(附下载)
【AI加油站】第二十七部:哈工大博士耗时一年整理《PyTorch常用函数手册》,轻松掌握PyTorch的各种操作(附PDF下载)
【AI加油站】第二十八部:大模型炼丹大师必备《深度学习调优指南中文版-系统性优化模型》(附下载)
【AI加油站】第二十九部:炸裂发布!《大语言模型:导论》重磅发布!(附下载)
【AI加油站】第三十部:最值得读的LLM书!下载量10w+!《基于Transformer和扩散模型的生成式AI》(附下载)
【AI加油站】第三十一部:RL稀缺宝典!《强化学习的艺术》(附下载)
【AI加油站】第三十二部:一本醍醐灌顶的教科书!《大语言模型提示工程:构建LLM应用的艺术与科学》(附下载)
【AI加油站】第三十三部:机器学习好评榜第一《机器学习基础》(附下载)
【AI加油站】第三十四部:所有大模型领域学习者必读,没有之一!由深度学习三巨头联合撰写!(附下载)
【AI加油站】第三十五部:{AI炼丹神书}——从0到1榨干深度学习模型每一滴性能的终极战术手册《深度学习调优指南》(附下载)
【AI加油站】第三十六部:面向生产环境的大型语言模型实战手册《LLM 大语言模型构建指南》(附下载)
【AI加油站】第三十七部:《深度学习的数学导论:方法、实现与理论》从神经网络架构到物理信息模型的全景综述(附下载)
面试推荐:
【AI加油站】AI面试专题一:BIO,NIO,AIO,Netty面试题(附下载)
【AI加油站】AI面试专题二:Git常用命令面试题(附下载)
【AI加油站】AI面试专题三:Java常用面试题(附下载)
【AI加油站】AI面试专题四:Linux系统的面试题集(附下载)
【AI加油站】AI面试专题五:Memcached 面试题集(附下载)
【AI加油站】AI面试专题六:MyBatis框架的面试题(附下载)
【AI加油站】AI面试专题七:MySQL相关的面试题资料(附下载)
【AI加油站】AI面试专题八:Netty面试题资料(附下载)
【AI加油站】AI面试专题九:Nginx的面试题资料(附下载)
【AI加油站】AI面试专题十:RabbitMQ的面试题资料(附下载)
【AI加油站】AI面试专题十一:Redis的面试题资料(附PDF下载)
【AI加油站】AI面试专题十二:Spring的面试题资料(附PDF下载)
【AI加油站】AI面试专题十三:Apache Tomcat的面试题资料(附PDF下载)
【AI加油站】AI面试专题十四:Zookeeper的面试题资料(附PDF下载)
【AI加油站】AI面试专题十五:《阿里巴巴Java开发手册》终极版的面试题资料(附PDF下载)
【AI加油站】AI面试专题十六:大数据技术面试题资料(附PDF下载)
【AI加油站】AI面试专题十七:Java并发多线程面试题资料(附PDF下载)
【AI加油站】AI面试专题十八:设计模式的面试题资料(附PDF下载)
【AI加油站】AI面试专题十九:Java虚拟机(JVM)的面试题资料(附PDF下载)
【AI加油站】AI面试专题二十:Elasticsearch的面试题资料(附PDF下载)
【AI加油站】AI面试专题二十一:TCP UDP Socket Http网络编程的面试题资料(附PDF下载)
【AI加油站】AI面试专题二十二:消息队列Kafka的面试题资料(附PDF下载)
【AI加油站】AI面试专题二十三:Spring Boot的面试题资料(附PDF下载)
【AI加油站】AI面试专题二十四:Spring Cloud的面试题资料(附PDF下载)
【AI加油站】AI面试专题二十五:Dubbo的面试题资料(附PDF下载)
大模型课程推荐:
【AI加油站】大模型课程系列一:大模型应用:从提示工程到AI智能体——系统化知识地图(附PDF下载)

人工智能产业链联盟高端社区




资讯配图
精选主题推荐:
Manus学习手册
从零开始了解Manus

DeepSeek 高级使用指南,建议收藏

一次性说清楚DeepSeek,史上最全(建议收藏)

DeepSeek一分钟做一份PPT

用DeepSeek写爆款文章?自媒体人必看指南

【5分钟解锁DeepSeek王炸攻略】顶级AI玩法,解锁办公+创作新境界!

DeepSeek接入个人微信!24小时智能助理,随时召唤!
PS×Deepseek:一句话编写PS脚本,搞定PS批量导出图层
如何让AI给自己打工,10分钟创作一条爆款视频?
荐:
【中国风动漫】《姜子牙》刷屏背后,藏着中国动画100年内幕!
【中国风动漫】除了《哪吒》,这些良心国产动画也应该被更多人知道!

【中国风动漫】《雾山五行》大火,却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主夭折!

资讯配图
声明

免责声明:部分文章和信息来源于互联网,不代表本订阅号赞同其观点和对其真实性负责。如转载内容涉及版权等问题,请立即与小编联系(微信号:913572853),我们将迅速采取适当的措施。本订阅号原创内容,转载需授权,并注明作者和出处。如需投稿请与小助理联系(微信号:AI480908961)

编辑:Zero

资讯配图


资讯配图
资讯配图

资讯配图

声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。 
智能驾驶
more
汽车智能驾驶感知系统和智能驾驶域控制器深圳项目可行性研究报告
北路智控:拟投资约6亿元建设矿山智能驾驶产业化基地项目
【自动驾驶】清华大学最新综述!当下智能驾驶中多传感器融合如何发展?
小智一周要闻 | 智元机器人否认借壳上市;地平线陈黎明:中高阶智能驾驶拐点已到
宝马集团携手Momenta共研中国专属智能驾驶辅助系统
地平线陈黎明:中高阶智能驾驶拐点已到,将迎来快速增长
【自动驾驶】从辛顿视角看智能驾驶的两种路线之争
【自动驾驶】智能驾驶产业链机会解析(附细分龙头)
2025年中国智能驾驶芯片行业市场深度分析报告:发展背景、产业链及市场规模
智能驾驶是物理 AI 率先实现的场景,发展节奏迎加速
Copyright © 2025 成都科技区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号