自动驾驶出租车的两条道路：人工智能如何将自动驾驶行业分为两大阵营
2026/8/3
自动驾驶汽车的承诺已经存在了十多年。但现在一些事情变得清晰起来：自动驾驶出租车行业并非聚焦于单一解决方案——而是分裂成了两大阵营。两种关于如何大规模部署自动驾驶汽车的根本不同的哲学正在硬化成对立的阵营，两者之间的差距也在不断拓宽。理解这种分化能够揭示人工智能在整个出行和机器人领域如何成熟发展的许多问题。
两条道路的界定
一方是完全自动驾驶优先的参与者。该阵营的公司——美国的 Waymo 是最明显的例子——多年来一直在构建深层分层的人工智能系统，能够在完全没有人类干预的情况下驾驭复杂、不可预测的城市环境。他们的赌注是：你无法走捷径实现真正的自动驾驶；你必须构建完整的技术栈，进行详尽的验证，然后才能扩大规模。
另一方是采取渐进式自动驾驶方法的公司。这种战略将人工智能辅助与人类监督相融合——要么通过远程操作员在系统犹豫时进行干预，要么通过先进驾驶辅助系统（ADAS），随着置信度的提高，逐步将更多责任交给机器。美国、欧洲和中国的各个参与者代表了该频谱的不同位置，而 Tesla 的自动驾驶出租车野心则介于两者之间。
两条道路都没有明显的错误。两者都涉及巨大的工程挑战，每条道路都有自己的风险配置。
分化为什么会发生
分化根植于对边界情况的根本分歧——那些罕见、不可预测的场景，即使对复杂的人工智能模型也会造成困扰。一个孩子追赶球冲进街道。一个建筑工人挥手示意通过红灯。一辆翻覆的车辆在浓雾中阻挡多条车道。
完全自动驾驶倡导者辩称，这些边界情况只能由一个在极端规模下经过训练和验证的人工智能系统来安全处理，没有人类后备方案，这种后备方案可能会产生虚假的信心。他们的理由是，一旦你添加远程操作员，就会引入延迟、人为错误以及阻止核心人工智能发挥其全部潜力的拐杖。
渐进式自动驾驶倡导者则反驳说，等待完美意味着永远等待——而真实世界的行驶里程，即使是人工辅助的行驶，也能生成所需的训练数据，从而更快地最终实现完全自动驾驶。他们还指出经济学意义：部署部分自动驾驶车队会在技术成熟的同时产生收入，为完成这一差距所需的研究提供资金。
底层硬件
消费类新闻中遗漏的是，两条道路都受到硬件约束，就如同受到软件约束一样。实时运行感知、预测和规划模型——同时处理来自多个摄像头、激光雷达单元和雷达阵列的数据——需要非常强大的设备端计算能力。
这正是边缘人工智能平台在整个自动驾驶系统市场上竞相解决的挑战。考虑一下 NVIDIA Jetson AGX Orin 这样的平台，它在一个紧凑、高能效的模块中提供高达 275 TOPS 的推理性能。所有类型的自动驾驶机器——不仅仅是汽车——都需要在不将数据往返于远程云服务器的情况下做出分秒必争的决定。在自动驾驶出租车中，延迟不是一个不便之处；它是一个关乎安全的关键变量。将数据中心级人工智能缩小到单个嵌入式板上的竞赛是运行中最不引人注目但最具影响力的技术故事之一，与自动驾驶出租车的头条新闻并行。
相同的计算理念适用于自动驾驶堆栈的更下层。四足机器人在仓库中导航、四足动物进行基础设施检查以及自动驾驶无人机绘制施工现场地图——所有这些都共享同样的基本需求：在边缘进行高吞吐量、低延迟的人工智能推理。
分化对人工智能成熟度的启示
自动驾驶出租车的分化从更深层次来看，是关于人工智能到底有多成熟以至于可以用于安全关键、现实世界部署的替代辩论。完全自动驾驶阵营本质上是在辩称，人工智能已经准备好——或几乎准备好——在没有人类后备的情况下被信任，前提是培训和验证制度足够严格。渐进式自动驾驶阵营则在辩称，我们应该对人工智能当前的局限性保持谦虚，并设计承认这些局限性的系统。
两种立场在智力上都是诚实的，历史表明真理最终会出现在两者之间的某个地方。显而易见的是，该行业已经远远超过了理论辩论的阶段。现在有数百万英里的自动驾驶出租车在公路上行驶，真实乘客在真实车辆中，监管机构正在积极开发管理该领域的框架。
对自动驾驶技术的更广泛影响
自动驾驶出租车中上演的战略紧张关系反映了机器人领域各处发生的辩论。一个自动驾驶系统应该在什么时候在没有人类参与的情况下运行？什么时候添加人类监督会增加安全性，什么时候它会引入新的故障模式？这些问题同样适用于工业机械臂、自动送货无人机和人工智能驱动的检查平台。
对于构建下一代自动驾驶系统的工程师和开发人员——无论这意味着仓库机器人、农业无人机还是在崎岖地形上行走的四足机器——自动驾驶出租车行业都在提供一个实时、高风险的实验室。关于传感器融合、边缘推理、故障安全设计和监管参与的经验教训将在未来许多年影响自动驾驶技术的每个类别。
自动驾驶出租车的前路充满了真正的不确定性。但两条可信、资金充足的道路现在存在的事实——而不是单一的行业共识——可能最终是健康技术探索的标志，而非碎片化。问题不是哪条道路是正确的。而是哪条道路，或者道路的哪种组合，首先安全地将乘客送到目的地。
有兴趣为自动驾驶系统开发探索边缘人工智能计算平台？NVIDIA Jetson 系列为构建下一代智能机器的研究人员和工程师提供了易于入门的途径。
参考资料
本文在发布前由人工智能辅助起草并经过审核。