#飞机先生的树洞# 如何简单快速理解自动驾驶的核心竞争点？ 1、和大家举例抖音大家就能够快速了解。 抖音的用户和数据量和汽车是相同的，数据量大、用户量大，很容易获取。 但是数据这么多，怎么用呢？ 抖音通过你浏览的喜好，给你不断推荐（输入），用户给出一个被动反馈（输出），这时候抖音云端计算不断调整模型的精度，持续迭代不断反馈，它的投放更加精准，和你的习惯做适配。 所以很多人对抖音“上瘾”，甚至很多人说抖音像毒品就是这个原因。如果我们单从产品体验出发，它的用户体验是做的最准确的，你的模型准确，用户体验才会好，如果我不喜欢看你一直推很多人会吐。 2、抖音做的是运营，而自动驾驶做的是应用。我们常说的影子模式、仿真也是类似。 抖音的成功不可能利用一个个流水线人工来匹配每个人的个性需求。 自动驾驶的落地也一样，所以自动驾驶不可能依赖某一个工程师的编程或者代码，而是需要通过我们不断调整我们的模型精准度，最终来替代人工，这就是我们所说的核心竞争点。 当数据量比较小时，人工模型的精准度更高，这就有点像我们能够很快在园区、特定区域布局一台自动驾驶的运营车，更高级是比如 Waymo 、 Cruise 等在海外某个区域做的 Robotaoxi。 而神经网络算法则是相反，在数据量小、模型小的阶段中精度往往没有人工的大，但是后续数据量不断增大时会更加精准。比如我们常类比的特斯拉，特斯拉不断迭代的模型我们初期看普普通通，但落地的范围会更大，走的会更远...