另外，發展智能駕駛技術的過程中，需要相關的法律法規作為支撐。很顯然，可現在我國還缺少特別完善的法律法規足以支持智能駕駛技術的持續發展。之前比亞迪的王傳福曾說過全球每年因車禍死亡110萬人，深圳每月因車禍死亡24人。比亞迪在深圳占有率接近25%，這些車禍不少是比亞迪造成的，但是沒有人因為車禍去找比亞迪負責。因為比亞迪的車符合現在的法規，在這些事故中，比亞迪不是應該負責的一方。顯然如果自動駕駛出了問題，怎麼追究責任就要複雜很多。

有進步的是，這回的通知，對自動駕駛車輛的事故責任進行了明確劃分，即自動駕駛功能激活時，由智能網聯汽車一方負責；功能未激活時，按照現行規定承擔責任，即由駕駛員或其他事故過錯方負責。還明確了責任界定主體，試點使用主體、試點汽車生產企業、自動駕駛系統開發單位、基礎設施及設備提供方、安全員等均納入責任主體的考慮範圍內。

還有，可能技術上還沒特別完善，比如智能駕駛技術需要依靠感知、決策、執行三大核心系統的系統發展，像感知層類似於人體五官，做到感知環境、收集數據，決策層就如同人的頭部，得做一些處理數據、向執行層輸出指令的活兒。大家也看到，目前很多汽車廠商一句攻破了一些技術，很多車都搭載了幾十個傳感器，還不乏雷射雷達、超聲波雷達、波雷達這些，還搭載高清攝像頭等等。

這些硬體幫助車輛在感知層面超越了人們自己駕駛，不過，自動駕駛或者智能駕駛這些，考驗技術，更考驗軟技術，就是算法和數據，硬體是死的，可算法是活的，如果算法強弱。自動駕駛每提高一個等級都需要提高大量的算法和算力。

自動駕駛輔助每提升一級，算力就要大約增加一個量級。L2級的駕駛輔助晶片算力大約為2-2.5TOPS，L3就需要30TOPS左右，L4級可能要三四百個Tops，L5級需要三四千個Tops。

之前Intel的預估過，L5級別的全自動駕駛時代，每秒需要晶片處理的數據大約為4000G，足足4000個G，這得要多大算力的晶片來支持。

還有就是算法，算法也同樣很重要，當年安卓的像素做出一億的時候，蘋果像素只有1200W，蘋果手機13還在用1200W的像素。當時安卓手機運行內存都在8G或者12G，甚至還有不少突破了18G和20G，在這樣的情況下，蘋果卻還在堅持4G內存，蘋果憑什麼？憑的就是算法。

何小鵬都看不到無人駕駛的邏輯，夢該醒了！

前兩天小鵬汽車的何小鵬發了個狀態，表示他的擔憂。

我們不如回過頭倒過來想想，廠商想要不斷完善算法，既需要提高算法算力堆積大量的數據，是不是還需要大量的場景去模擬。不同的車型不同的道路都會產生不同的車禍起因，要想讓車輛達到絕對的安全，那麼就需要在大量的車禍事件里，找出原因，分析原因，並將每起車禍堆積起來做出場景模擬，現在的這些車禍事件夠不夠汽車廠商做模擬的？

要知道傳統的汽車行業可是發展了幾百年，對於場景模擬已經做到非常精確了。自動駕駛做了多少年？目前的場景模擬夠不夠精確，顯然誰也不敢說精確了。因為這需要大量的車禍事件和大量的時間共同完成。歐美自動駕駛死亡率高，是壞事，也一種好事，這倒逼車企從車禍事件中找原因，做分析，然後做技術更新。

呂長順（凱恩斯） 證書編號：A0150619070003。【以上內容僅代表個人觀點，不構成買賣依據，股市有風險，投資需謹慎】