北京大学黄铁军：特斯拉FSD不是真正的大模型，还是学的人类驾驶行为
中国电动汽车百人会汽车新质生产力论坛于3月17日在北京举行，北京智源人工智能研究院理事长、北京大学计算机学院教授黄铁军出席并演讲。
黄铁军表示，如果自动驾驶也有ChatGPT，或者iPhone这样的时刻，这样的时刻还没有到，尽管有Sora，大家已经提起了兴趣。
对此，他谈到了几个阶段，第一，只关心感知精度，缺乏认知的阶段。现在大部分车还是这么个阶段，就是L2、L3还很难，我们觉得很难，因为你只关心感知，不关心认知，这是肯定有问题的。
第二，特斯拉的FSDL4、L5，但是他也不是真正的大模型，只是用了Transformer，还是学人类的驾驶行为，未来一定是对世界的深度认知，加上很强感知的时代。认知是什么？认知就是我们进驾校之前的水平，进驾校之后学交规，学50个小时，就可以驾车了，那个认知就是我们作为一个驾驶员，作为一个人应该具备的能力。这个能力就是大模型正在快速提升，它会替代我们这方面的认知，能替代L4、L5，甚至于L6，L6是什么？就是自动驾驶的驾驶员的认知水平远超人类的时候，它对世界的认知和判断，使得它能做出比我们强得多的决策。
黄铁军接着说，如果有了那个能力，大家想想接着是什么？接着要把车开得更快，脑袋更溜了，很多时候我们希望车开得越来越快，电动车更是如此，120公里，绝对不是上限，如果想开240公里，在紧急的情况下开360，那都是有可能的，突然要做一个转向，能躲过一场灾难，肯定要做这个动作，感知的要求会继续提升，认知、感知，感知、认知的迭代会不断的迭代下去，人类绝对不是上限。
那么，感知怎么提升？他指出，就是换传感器，一个传感器差不多成本就是今天车载摄像头类似的成本，但是性能已经远超几十万的高速相机了，主要是采取了新的成像原理。高铁，350公里/小时，比车要快几倍，即便这种情况下，你看铁轨两边的结构都很清楚，因为现在我们还在高铁上做验证，相信将来也一定会用到我们的车上。
最后，黄铁军总结，视觉大模型为代表的这种对世界的通用的认知会快速提升，这个提升会让自动驾驶突然进入L4、L5，甚至更高的速度，会发生突变，现在还没有发生，但是很快，也就是两三年的样子。