本來，l3要進化到l4，甚至是l5，沒有個五年根本出不來。
這都不是技術層面的問題，更為重要的是，是法律和道德層面的考驗。
你的無人駕駛汽車，如果出現那么幾起交通事故，那你的企業，這款產品就完蛋了！
吳恩達本人，對于高懷鈞的這一步險棋，是不贊同的。
現在高瓴問界，跑了一年都不到，在高瓴人工智能bu放置在桂州深山老林里頭的服務器之中的大數據，還沒有完全跑出來，對于一些復雜極端事故的大模型處理，還沒有完成把所有的極端情況跑出來。
這種事情就是需要等，就是需要大量的交付車輛的運載軌跡跑出來之后，再搞無人駕駛出租車的城市實驗業務，就十拿九穩了！
但是他也知道，永遠也沒有成熟的時機！
高瓴在無人駕駛上是先走一步，但是不代表其他友商對此不聞不問，讓你慢悠悠地小步快跑。
他們肯定會投入資源，想彎道超車！
所以，高懷鈞這一步領先，肯定想步步領先。
現在就算是冒冒險，他也是覺得值得的。
天時地利人和，讓他不得不這樣做。
更何況，按照這半年多的數據跑出來，高瓴問界，問題不大！
更重要的是，網約車和出租車的市場規模，正是無人駕駛汽車的想象空間。
高瓴內部估算過，相比網約車、出租車，無人駕駛汽車最大的優勢在于人力成本的節省。
一輛無人駕駛出租車僅需配備一名遠程安全員，即可實現多輛車的監控與運營。
你一個普通的司機，一個月賺6000塊錢，都會喊著不賺錢。
但是一輛無人駕駛汽車，一輛一個月賺個2000元，利潤就非常豐厚了。
如果再加上無人駕駛卡車的增量，無人駕駛這塊，價值就可以說是無敵！
搞出又一個萬億級別的增量，那是妥妥的！
“我來說說看，特殊場景適應性，還是我們的l4級別無人駕駛系統的核心難點。”
“盡管無人駕駛技術在開放道路上表現優異，但在小區、地下室等復雜或信號不佳的特殊環境之中，其導航與定位能力可能受限。例如，地下車庫的gps信號較弱，可能導致車輛無法準確定位。為解決這一問題，我們還需要不斷優化算法，提高相關大模型處理和增強車輛對復雜環境的適應能力，同時探索與物業合作，建立專用通道或引導機制等等方法。”
“例如，通過增加更多的傳感器和改進地圖數據，提高車輛在復雜環境中的感知和導航能力。”
吳恩達發言道。
“核心還是提高激光雷達的掃描精度，以無圖智駕為主。”
“雖然有圖智駕的成本相應要低很多，但是這個不是我們的發展方向。”
“一勞永逸，就是把激光雷達的成本給打下來！”
“甚至，我們在激光雷達這塊不賺錢都是可以的，我們高瓴也不缺這點錢。”
高懷鈞聽了吳恩達說的，隨機補充說道。
無圖智駕，是上個時代走出來的彎路，其具有非常強的不可控性。
最關鍵的還是必須使用gps信號。
這玩意兒又不是高瓴發射的，完全控制不了。
所以，高懷鈞決定必須一路走到黑！
(本章完)</p>