主题：“苹果放弃造车”给我国带来的隐忧 -- 拜吨

你的回答突出了一个，想当然尔。而且这个老外技术牛的思想钢印真的得改了。 哪怕你是业内老人，除非亲身参与的具体部分，否则下结论前还是应该先调查研究。人云亦云，貌似权威的东西，很多时候就是亚里斯多德铁球落地，经不住比萨斜塔上的实际检验的。

你觉得小米不可能不懂数据重要？不好意思，这是客观事实不是段子。至少几年前应该是小米手表上市的时候吧，小米手表在小米自己的app里拿不到小米手环的任何历史数据。因为数据全掌握在小米手环代工方手里。小米自己做了个新平替小米运动一类的app，小米当初只追求成本最低。手环是便宜，不光代工生产，各种历史数据也是代工厂完全把控。后边小米手表上的时候，你不用人家代工手表人家怎么可能把历史数据给你用。客观事实就是客观事实，不是你觉得雷军投了几十家公司怎么可能不懂就能改变客观事实历史的。

另外，你说网上有海量小鹏智驾视频。好，请你找几个典型的贴出链接给大家看。那种在城市复杂路况，行人逆行，外卖小哥乱窜，地面标线混乱的地方小鹏自动驾驶的视频出来。这种要求可能高点，就是城市里普通机非混合路无保护左转多几个的也行。那种高速上跟车的就算了，增强版高速LCC 大家普遍都做的不差了。小鹏真那么牛，不会去年刚下场和华为打嘴炮，就被懂车帝简单的夜间逆光的 AEB 识别假车实验打脸打的啪啪啪的。何小鹏也不会光速认怂从大嘴变老余了。

说到乐视，自动驾驶，老外。这里我给你一个我几年前自身亲自体验过的经验。来推测一下这些技术突破的点在哪里。为什么老外们反而搞不定。

应该是2018年，国庆打算自驾去太湖周边玩。研究去那个江南园林景观还可以，又不会想苏州拙政园一类人挤人。几个视频平台都进行了搜索，最后在乐视视频这个当时基本就是勉强维持的平台上，用无锡+江南园林的关键词搜索到了一个10分钟左右的类似寄畅园游记的类似纪录片视频。这个视频是我需要的，解决了我选择假期高峰旅游的选择，后来去寄畅园，逛八音涧也还体验不错，人不少，但不是那种黑压压的，旅游体验还不错。

我当时注意了一下，其他几个平台，爱优腾的推荐前几页，基本都是根据时效一类推荐的，大部分都是地方台的新闻报道，综艺节目的花边相关一类。基本都没用，翻几页点10几个视频基本没啥用。而乐视这个是在首页很靠前的地方就被推荐了，我看了下时间相对当时也是好几年前的了。因为我看过16年的不少乐视发布会（用的乐视电视），知道乐视介绍过这种东西。实际也非常简单。对视频划分几千个标签，然后把客户分成几十上百类。在算法之外，找很多人人工对什么样的用户会喜欢什么视频，和什么视频应该对应什么标签，在这个标签下的权重进行人工调整。时髦一点说法，实际就是AI推荐算法种加入人在回路，给Moss里增加屠丫丫的人工干预。高大上的名词实际对应的就是很简单的事情，但是这种简单的事情需要烧钱，而效果需要时间积累。但是，哪怕只是乐视当初积累的那一点，我在搜索我国庆该去那个江南园林的时候，体验是碾压了当时的爱优腾的简单AI算法的。

2016年，国家发明专利的申请官方数据是这样的。

华为第一，中石化第二，乐视第三，小米第八。 你凭什么觉得贾老板一定是靠跪就能跪的高通把首发给他？那你觉得是不是雷布斯去跪一下，就能让普大帝在圣彼得堡给雷布斯这种位置？

跪一下就能让CNBC 给你个专访？

这还是在2016年，要知道14，15基本是小米顶峰期，那时候小米的研发投入，决策怎么比现在有胆子。还是真敢给澎湃s1流片并且真商用试一把的。

好了，现在可以绕回智能驾驶。实际2018年搜江南园林那个例子和今天智能驾驶老外干不好很可能是一样的。因为在现在这个阶段，让AI推测搜江南园林的人可能是要查游记而不是新闻，和给自动驾驶AI一个突然逆行的外卖小哥一样，都是有点算法超纲的。但这些东西对人来说，一点都不难。你只要想出办法，让AI里能够模拟这种外卖小哥各种乱入，然后让人来给出各种解决方案。最后让AI把这些处理定式背过（整合进决策算法），就能变得老司机了。这个东西听起来简单，但你一细想就知道，构建一个能基本可用的各种处理定式（就是人干预算法来处理各种非常规状况），会应对数量极大的各种组合，需要大量的人和大量的系统磨合迭代才能真正可用。这个前期人在回路形成各种定式的过程是巨大投入，消耗时间，但回报在初期是不明显的。

当年乐视发布会里就介绍过乐视在这种当时他们叫的什么系统忘了。反正就是用大量的人给几十种数百种用户画像类型，和几千种视频分类标签之间在简单机器推荐之外。进行大量的人工连连看的修正和辅助。然后把这些辅助和修正整合进推荐算法。今天华为的GOD， 我严重怀疑实际也是这种模式。大量的人在华为的一个自动驾驶大AI游戏里进行各种模拟现实世界的操作，比如高速上出现遛弯行人，路边窜出一条狗，电动车各种不讲武德偷袭。在虚拟的一次次事故中，华为的码农学习人类司机的应对，再组合上雨雪风霜雾等各种天气，各种情况下人在回路的最优解决算法定式被不断摸索出来。然后不停的整合进大的AI智驾系统，再在真实度很高的试车场用各种假人假车组合各种天气进行各种实际验证。

这个东西想想就知道是一个投入巨大，耗时很长，而且重要的是需要大量的人去参与的过程。但是，一旦华为的Moss在磨合中度过一定的临界点，积累的老司机108式套路不断丰富成熟。那么华为车真实世界智能驾驶的体验就会开始碾压式提升，甚至因为拥有激光雷达，超声一类，华为智驾在很多华为Moss模拟过的极限情况的时候，智能驾驶的算法应对水平可以远远超过人类的老司机。比如人类即使老司机在高速刚经过强光从上往下照射区会突然先切换近光再梦幻躲闪高速上突然出现的散步行人。人类的眼镜首先会被强光干扰，其次高速夜间突然出现行人遛弯很可能会蒙圈。而不会像问界小视频那样切换近光加躲闪。

现在，老外的技术就是不行了。这个实际是李约瑟难题2.0， 欧美后边会发现谷歌，苹果，优步，特斯拉等投了远远比华为多的钱，貌似更多的资源，怎么自动驾驶这个事情就让华为的一支偏师直接吊打了。现在欧美是嘴硬，而中国人，比如像陈王你这样的技术老人，反而不如发小视频的实际用户，不知道百闻不如一见，实践出真知。脑子里的思想钢印转不过来。

为什么华为一支偏师，可能他们十分之一资源不到出来的成果就能吊打整个欧美世界的自动驾驶所有人。除了技术选择，主观努力，硬件体系之外。最关键的实际是，汉语信息化后，中国研发组织大量的人，进行这种非顶级科研的应用研究，汉语拥有无可比拟的跨专业优势。华为可以找几百个不那么贵的有理工基础的工程师，充当AI智能驾驶算法里的人在回路老司机。然后和包括天气，材料，机械，电气，信号，通讯等待几十上百个专业的人员一起做这种看起来没多少技术含量的虚拟老司机驾驶选择。然后让几十上百个专业，对应可能几十个信号采集，几十个信号处理，然后各种控制部分不同专业的人，知道这辆车，在下大雨，对面远光，路边花坛突然冲出一条大黄狗的时候，该怎么办。什么距离什么情况可以刹车，什么距离，什么情况后边车离多远可以躲避，狗有多大或者多小，极端情况下要撞上去。怎么甄别是一条真狗而不是风刮起来的一个塑料袋。每一次真实的模拟，都可能需要几十上百个学科的人，根据各种专业的知识，先判定这是一条真的狗，这条狗太大撞上有风险，然后摸索各种应对方法。而每一次修订过程中，都可能需要牵扯几百名不同专业各种工程师，通过各种办法对付这样一条不讲武德搞偷袭的狗。在这个过程中，汉语不管是打电话语言沟通还是文档专业沟通，大部分参与的几百名不同专业人员都能知道彼此说的是啥。大家也许不是另一个专业专家，但大部分内容不会因为跨专业影响人的交流，然后人解决了问题，程序猿再把人的解决套路整合进算法里。可能改进激光雷达的凝视，可能改进飘移躲闪的算法。然后，同样的事情，到了欧美世界，沟通成本会上升几十甚至几百倍。即使他们的工程师哪怕一样努力，但其他专业的工程师，首先可能就不认识搞激光雷达的人说的凝视那个单词，更不知道是什么意思。

同样的道理，乐视视频这种人给各种用户画像和视频标签做连连看的看起来简单的人在回路算法干预。可能才是抖音打遍天下无敌的真相。微软即使把算法买去也没用。因为现在可能视频标签有几万，几十万，用户画像分类有几百，几千种。何况就比如美国那种，性别就108种，禁忌就不知道多少种了。稍微有一点专业性的内容，普通西方客服可能根本就不认识各种专业的单词。memory是内存还是记忆这种是最简单的，欧美文科大学生可能照样分不清，但抖音从国内找个初中生，也能知道内存是内存，记忆是记忆。

在这个知识开始能生产知识的AI时代。汉语的信息化优势是碾压的，不同专业人员的跨专业难度是小的多的多的。磷酸铁锂，隔膜，正极材料，三元锂，华为或者假如乐视活着组织大批工程师搞智能驾驶，这些东西基本大家都知道，不知道的稍微科普一下也就会了。然后西方干同样的事，等不同专业明白各种名词什么意思，可能华为这边系统已经迭代了好几代了。