We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
冯
冯炉丹
郑
郑晓康
冯炉丹：我认为AI的春天已经到来，中国在AI技术浪潮中正从追随者转变为引领者。智能驾驶和人形机器人是AI应用最先渗透并改变我们生活方式的领域。
我认为高阶智能驾驶（城区可行驶）在未来一到两年内有望实现快速渗透，这类似于几年前电动汽车的快速发展。
2024年RoboTaxi成为兵家必争之地，原因在于其颠覆性的商业模式、高频使用场景和巨大的市场规模。RoboTaxi的落地取决于技术成熟度、法规完善程度、公众接受度以及对既有利益格局的冲击。
AI产业估值需要平衡想象力和实干，避免过度透支未来行情。AI投资可分为四个阶段：基础设施、硬件、应用和普及化，目前处于基础设施阶段的早期。未来AI领域，国产AI、AI新硬件和AI应用等环节将具有更多机会。今年AI领域关键词：智能驾驶扬帆起航，人形机器人从0到1。
我认为智能驾驶无需达到L4级别才具有价值，L2/L2++级别的辅助驾驶也能提升用户体验，具有商业价值。
中国企业在人形机器人产业链中具有优势，主要体现在供应链、硬件制造和研发工程师方面。人形机器人目前主要应用于B端，未来可能先在工业场景和高危场景落地，最后才是家庭场景。
郑晓康：我认为智能汽车和机器人的创新正在转移到中国，中国品牌更敢于冒风险将创新技术量产。
智能驾驶和机器人即将进入更多人的工作和生活，对科技爱好者来说，这是一个充满热情的前夜。
中国和美国的驾驶习惯、交通规则和交通环境差异巨大，这使得两地智能驾驶系统的对比变得困难。智能驾驶的开发路径主要分为两派：渐进派（从L2逐步升级到L4）和一步到位派（直接研发L4）。
激光雷达的作用越来越像安全带，其重要性在未来可能下降，但传感器方案的选择并非核心分歧。智能驾驶技术演进路径：从模块化结构到端到端结构，再到基于世界模型或视觉语言模型的算法。端到端结构的智能驾驶系统相比模块化结构，信息损失更少，性能上限更高。
世界模型在自动驾驶中的应用：一是用于仿真，不断生成下一帧图像进行预测；二是用于在车载设备上部署小参数模型。视觉语言动作模型（VLA）能够提升自动驾驶系统的泛化能力，更好地处理长尾场景。
无人驾驶要实现大规模推广，需要达到比人类司机高十倍甚至百倍的安全水平。L4级别的自动驾驶在未来2-3年内有望取得显著进步，但实现完全无人驾驶（L5）还需要更长时间。
智能驾驶是一个复杂的系统工程，需要关注产品、用户体验等多个方面，没有绝对的关键因素。
特斯拉在机器人领域选择自主研发所有环节，这与其他公司有所不同，其策略是长期主义，不关注短期营销。智能驾驶可以看作是智能机器人一个子集，人形机器人是AI与物理世界结合的终极梦想，可能也是人类的最后一个发明。
人形机器人的技术路径主要包括大脑（智能）和控制（小脑）两方面，目前两方面都还有很大的发展空间。今年对AI领域的期待：自动驾驶实现无监督驾驶，人形机器人出现端到端的通用大模型。
Deep Dive
Shownotes Transcript