方向盘后的幽灵我们如何教会机器看见与思考 最近，一个消息在圈子里悄无声息地蔓延开来。不是哪家公司又融了天文数字的资金，也不是哪个城市又开放了更大范围的测试路段。而是，一种近乎幽灵的能力，正在中国自动驾驶的感知系统中悄然生长。它不再仅仅是识别出一个横穿马路的行人，而是开始理解那个行人犹豫的姿态、飘忽的眼神，预判他下一秒可能的后退或加速。这听起来有点科幻，但我们距离这种有温度的感知，可能只差一层窗户纸。 我们过去太痴迷于看见的精度了。激光雷达点云有多密，摄像头像素有多高，算法在标准数据集上的识别率达到了百分之九十九点几。这些当然重要，它们是基石。但真实的道路，是一场永不停歇的、充满模糊和意外的社会舞蹈。一个在路边踮起脚尖、身体微微前倾的人，和一个低头看手机、匀速行走的人，对车辆构成的威胁等级是完全不同的。前者可能下一秒就冲进车道，后者则大概率会沿着既定的轨迹移动。目前的自动驾驶系统，大多数还在努力成为优秀的图像识别器，而我们的目标，是催生它成为谨慎老练的汽车驾驶员。 从识别盒子到理解意图感知的升维之战 行业里有个经典的比喻以前的感知像给世界贴标签，现在是尝试写剧本。标签是静态的这是一个行人，那是一辆车。剧本是动态的，包含了动机和可能的剧情走向。 比如，2024年末北京亦庄的一次真实路测中，一辆自动驾驶车辆在右转时，遇到了一个在斑马线前反复踱步的骑行者。传统的感知模型可能会把他框注为非机动车-静止或低速，车辆根据规则可能会缓慢贴近。但新一代系统捕捉到了更细微的信号骑行者的头部频繁左右转动，视线在机动车道和对向车道之间快速切换，左脚有几次轻微的踩踏动作。系统将这些离散的信号，整合成了一个高概率的动态意图预测此人正处于极大的犹豫和紧张中，有超过60的概率会突然向左即切入主车前方寻求空间。于是，车辆没有简单靠近，而是主动刹停，并轻微向左调整姿态，为对方可能的突然变向留出了更大的安全冗余。这不是一次紧急制动，而是一次预期内的协作避让。 这种能力，依赖于海量的、带有精细行为注释的Real-world数据，以及更复杂的时空序列预测模型。国内头部企业如百度Apollo、小马智行等在2025年上半年的技术报告中，都不约而同地将交互预测的准确性作为了下一代系统的核心KPI。这背后是数据标注方式的根本性变革。过去，标注员在视频帧上画框现在，他们需要像行为心理学家一样，在一段数秒的连续视频中，标注出行人的视线方向、肢体语言的紧张度、与周围环境的互动关系。这是一场从物理到心理的感知革命。 高精地图的淡出与实时建图的崛起 另一个有趣的反转，是高精地图的角色演变。曾几何时，拥有一张厘米级精度、包含每一个车道线和路沿石的高精地图，是L4级自动驾驶的入场券。但它的弱点也同样明显制作和维护成本极高，无法应对道路的频繁变化如施工、临时改道。 现在的趋势，是让车辆变得更独立。依赖强大的在线感知和实时建图SLAM能力，车辆能够像老司机一样，即使在没有预先录入的复杂路口，也能实时观察周围车辆社会车辆的轨迹流，瞬间理解路口的通行逻辑，并自信地汇入。这就像你开车去一个陌生的城市，虽然不认识路，但跟着当地车流的节奏和选择，你大概率能走对。 2025年初，华为ADS 3.0和毫末智行等行业玩家发布的无图或轻图方案，就是这个思路的集中体现。它们并非完全抛弃地图，而是将高精地图从圣经降级为参考手册，将更多的权重赋予车辆自身的实时感知和决策。这让自动驾驶的适用范围从少数几个精心维护的示范城市，快速向全国数百个普通城市铺开成为可能。这种去中心化的能力，才是自动驾驶技术真正走向规模化普及的关键一步。 规控算法从遵守交规到融入车流 如果说感知是眼睛和大脑，那么规划与控制规控就是手脚。如何将感知到的意图和预测，转化成丝滑、高效且让乘客舒适的动作，这是也是最难的一环。 最笨的规控，是严格遵守交通规则的中心线行驶，遇到任何不确定就刹车。这很安全，但通行效率极低，也会被后方的人类司机疯狂鸣笛。最理想的规控，是能够像经验丰富的人类司机一样，进行社交式驾驶。比如，在拥堵的匝道汇入口，车身的微微靠近和恰到好处的车速控制，向隔壁车道的司机传递我想并入的清晰信号，并感知对方是点头同意还是加速拒绝，从而调整策略。 这里面充满了微妙的博弈和沟通。最新的规控系统开始引入强化学习和博弈论模型，让车辆在仿真环境中与无数个性格迥异的AI司机进行对抗和合作训练，学习那些交通法里不会写的潜规则比如，什么时候可以稍微压一下车道线来表明意图，什么样的跟车距离既能保证安全又不会显得过于疏远而被加塞。 这种拟人化的驾驶风格，带来的直接好处是乘客体验的提升和通行效率的优化。根据部分Robotaxi运营商在2025年第一季度的用户体验调研显示，乘坐更接近老司机的正面反馈比例，已经首次超过了对绝对平稳但缓慢的评价。乘客要的不是一个冰冷的机器人，而是一个让人感到安心、高效，甚至有点懂人情世故的出行伙伴。 --- 所以，当我们谈论中国自动驾驶的全新突破时，它可能不再是某个硬件参数的飙升，而是整个系统智能范式的悄然转换从追求完美的视力，到孕育初步的常识从依赖预设的地图，到相信当下的判断从执行僵硬的规则，到学习柔性的沟通。 这过程一定伴随着挫折和反复。每一次不合时宜的刹车，每一次令人困惑的犹豫，都是系统在真实世界中交的学费。但方向是清晰的我们正在创造一种新的驾驶员，它没有人类的情感和情绪弱点，却又在努力学习人类在千百年来道路使用中形成的、那些难以言传的协作智慧。当机器的眼睛不仅能看到物体，还能读懂意图时，真正的无人驾驶时代，才算真的摸到了门把手。那一天，或许会比我们想象的来得更早一些。