飞机100年前就能“自动驾驶”，汽车智驾为何到今天还这么难？

很多人看智能驾驶，会有一个很直觉的疑问：飞机那么早就有自动驾驶了，为什么汽车在地面上跑了这么多年，仍然只能把很多功能叫作辅助驾驶？问题不在于汽车行业不努力，而在于汽车面对的世界，远比看起来更混乱。

飞机在空中飞，环境相对规整，航线、空域、速度、高度都有强约束。汽车不一样，它每天要面对的是电瓶车、行人、外卖骑手、临停车辆、施工围挡、斜着冲出来的三轮车，还有突然横穿马路的孩子。汽车智驾真正难的，不是让车沿着线走，而是让它在充满意外的现实道路里做出足够安全的判断。

汽车最早的“偷懒功能”，其实只是为了让右脚轻松点

回到上世纪初，汽车刚诞生不久，驾驶本身是一件很累人的事。就拿油门踏板来说，早期汽车靠一根钢丝把油门踏板和发动机节气门连起来，没有现在这些电子控制和助力逻辑。驾驶员长时间踩油门，要一直克服机械阻力，跑长途时右脚发麻并不稀奇。

于是，工程师们借鉴蒸汽发动机上的离心调速器原理，做出了定速巡航的雏形。它的思路很简单：通过方向盘上的拨杆控制节气门，让车辆维持一个相对固定的速度。今天看起来很基础，但在当时，这已经是把驾驶员从重复劳动里解放出来的一小步。

但早期定速巡航也暴露了一个很现实的问题：它能帮你保持速度，却不能真正理解危险。更麻烦的是，当时的定速巡航和刹车并不联动，一旦遇到突发情况，驾驶员必须先操作拨杆取消定速，再处理车辆减速，这中间的延迟在路上可能就是风险。

这也是汽车智能化发展里一个很典型的教训：功能不只是能不能实现，还要看它在危险场景里能不能安全退出。

真正推动技术普及的，往往不是炫技，而是用户痛点

1945年，美国盲人发明家、实业家Ralph Teetor做出了能和刹车联动的定速巡航系统原型。他在原有机械调速器基础上加入连杆，让刹车踏板和定速机构产生联动。驾驶员踩下刹车时，连杆会触发解锁机构，调速器与节气门断开，定速功能随之取消，车辆可以正常减速。

这个改进听起来不复杂，但意义很大。它解决的不是“车能不能自己保持速度”，而是“人遇到危险时能不能立刻接管”。放到今天看，很多辅助驾驶功能的核心边界也一样：系统可以帮忙，但驾驶员必须随时能接管，而且不能把注意力交出去。

有意思的是，这项技术一开始并没有马上普及。原因也很现实：车企觉得它可有可无，还会增加造车成本。真正让定速巡航被重视起来的，是1973年的石油危机。油价上涨之后，人们才发现，定速巡航在一些稳定行驶场景下有助于节省燃油，才逐渐从高端车走向普通家用车。

这件事放到今天也有借鉴意义。一个技术想从发布会走进千家万户，不能只靠概念好听。它必须解决用户愿意买单的问题：省不省力，省不省钱，安不安全，长期用起来麻不麻烦。

“无人驾驶”的尝试很早就有，但那和今天的智驾不是一回事

比定速巡航更早的，是车辆远程控制和无人化尝试。上世纪20年代，美国军方希望有一种不用士兵亲自驾驶的车辆，用于危险区域侦察和物资运输。美国陆军电子工程师Francis Houdina设计了“The American Wonder”，操控者可以用无线电遥控它行进。

但这类车辆并不等于今天我们讨论的智能驾驶。它不能自主识别复杂障碍，也不能像人一样判断交通参与者的意图，本质上更接近远程操控。它的价值在于让人远离危险现场，而不是让车辆独立理解整个交通环境。

中国的相关探索，最早也和国防需求有关。1980年，国家立项研发远程控制核化侦察车，目的同样很明确：在危险区域执行侦察和物资运输，减少人员暴露在风险中的可能。这个项目由哈尔滨工业大学、沈阳自动化研究所和国防科技大学等单位承担。

当时国外已经有了初步无人驾驶技术，但我国研发团队缺少可借鉴资料，而且GPS尚未向民用开放，精准定位也很难实现。团队只能依靠自主研发的早期视觉传感装置，通过摄像头捕捉路面信息，再交给车载计算机处理，用来识别道路边缘和简单障碍物。

到1992年，我国第一辆真正意义上的自主行驶测试车ATB-1研制成功，为后续智能驾驶发展积累了关键技术经验。这里更值得普通人理解的是：智驾从来不是突然冒出来的风口，它背后是一代代工程师在传感器、定位、计算、控制上的长期积累。

2010年后智驾走到台前，但它仍然不是“车自己开”

真正让智能驾驶进入大众视野的，是2010年后的技术爆发。2014年9月之后生产的特斯拉Model S推出Autopilot 1.0硬件套件，包括摄像头、毫米波雷达，并在次年通过OTA推送7.0固件更新，实现了车道保持、自动变道、自动泊车等L2级核心功能。

这件事的影响很大。它让全球车企意识到，智能驾驶不再只是实验室里的展示项目，而是可以装进量产车、被普通用户体验到的功能。但也正因为它开始进入大众市场，边界问题变得更重要。

2014年，美国汽车工程师协会发布J3016自动驾驶分级标准，提出从L0到L5的六级分类框架，2016年又进行了修订。这个标准的意义，是把“谁负责开车”讲清楚：有些阶段车只是辅助，人仍然是驾驶主体；更高等级才会涉及系统在特定条件下承担驾驶任务。

普通消费者最该抓住的一点是：现在很多量产车上的智驾功能，本质上仍属于辅助驾驶，不能替代驾驶员注意力。它可以降低部分驾驶负担，但不代表你可以把路况、方向盘和制动都交给系统不管。

这也是很多宣传话术容易让人误解的地方。功能名字听起来越高级，用户越要看清楚它的使用条件、责任边界和退出逻辑。买车时真正要问的，不是“它会不会自己开”，而是“它在哪些场景能帮忙，哪些场景必须人来处理”。

汽车智驾最难的，是那些不按常理出牌的路况

飞机自动驾驶面对的是高度规整的空域管理，汽车面对的是高度不规整的地面交通。地面道路里，最难的不是标准车道线，也不是正常跟车，而是大量罕见、突发、难以提前穷尽的场景，也就是行业常说的“长尾问题”。

比如大转盘里车辆交织，路边故障车该不该避让，孩子突然横穿，电瓶车斜着切入，盲区里藏着准备左转的车辆，倒车时突然有人从后方经过。这些场景单独看都不一定高频，但现实驾驶就是由无数不确定性拼起来的。

对人类驾驶员来说，很多判断来自经验、直觉和对社会行为的理解。看到路边小孩，脚可能会先搭到刹车上；看到外卖骑手贴着车流走，会自然留出更多余量；看到前车突然轻微偏移，会猜到前方可能有障碍。机器要学会这些，不只是识别物体，还要理解场景背后的风险。

这也是为什么汽车智驾不能只看硬件数量，也不能只看功能名称。摄像头、雷达、算力、模型都重要，但最后落到路上，要看系统能不能在复杂环境中稳定做出保守而合理的决策。对普通用户来说，这部分不能只看演示，更要看真实道路、不同天气、不同城市环境下的表现。

AI正在帮智驾补课，但别把进步理解成已经成熟

近几年，生成式AI给长尾问题提供了新路径。它可以批量生成复杂交通场景的模拟样本，让系统在短时间内“见过”更多极端情况，从而提高训练效率。比如文远知行的Genesis平台，可以基于生成式AI生成各类复杂场景；商汤绝影的R-UniAD，则能通过事件模型复现罕见事故场景，提高训练效率和准确性。

端到端大模型的量产，也在改变智能驾驶的研发方式。它依靠大规模量产车收集真实道路数据，通过数据回流不断优化算法。资料里提到，轻舟智航的辅助驾驶搭载量已突破100万台；比亚迪搭载天神之眼的车辆超过256万辆，日均生成1.6亿公里真实道路数据。数据规模越大，系统越有机会捕捉到更多长尾样本。

但这里也要泼一点冷水：训练效率提升，不等于现实道路风险消失。模拟场景再丰富，也不可能覆盖所有人类社会行为；数据规模再大，也需要高质量标注、合理模型和严格安全策略配合。智驾技术确实在进步，但普通消费者不能把“进步很快”理解成“可以放心撒手”。

混合专家模型也是一个方向。它把驾驶任务拆分为高速巡航、城市拥堵、极端天气等子场景，让系统在不同场景下调用更适合的能力。例如在暴雨天气中，优先启用极端天气相关模块，可以提升决策针对性。这个思路听起来很合理，但回到用户层面，最重要的仍然是：系统在边界场景中如何提醒、如何降级、如何把控制权交还给人。

买带智驾的车，真正要看的不是功能多，而是边界清不清楚

现在很多车都会把智驾当成核心卖点，车道保持、自动泊车、高速辅助、城市辅助，各种名字越来越多。对普通买车人来说，最容易被带偏的地方，是把“配置丰富”直接等同于“用起来省心”。

其实更该问几个现实问题：你每天跑的是高速还是城市拥堵？小区地库车位窄不窄？常不常遇到雨雪雾天气？家里其他人会不会开这台车？系统提示是否清楚？功能退出时有没有足够明确的提醒？这些才是智驾从“看着厉害”变成“每天好用”的关键。

智驾功能值得重视，但它不是买车时可以替你覆盖所有短板的万能答案。如果一台车基础驾驶、视野、刹车脚感、座舱易用性、售后服务这些没让你踏实，只靠智驾名字好听，很难支撑长期使用。

更现实一点说，今天的辅助驾驶最适合减轻重复劳动，比如相对规整的高速巡航、拥堵跟车、规范车位泊入等场景。但在复杂城区、混乱路口、极端天气、标线缺失和交通参与者行为不可预测的时候，驾驶员仍然要把责任握在自己手里。

所以，飞机能早早自动驾驶，不代表汽车就该同样简单

飞机和汽车的差别，不只是一个在天上、一个在地上。飞机的自动驾驶建立在相对封闭、规则明确、调度严密的体系里；汽车智能驾驶要面对的是开放道路，是数量庞大、行为复杂、规则执行并不稳定的交通参与者。

这就是汽车智驾发展慢、边界多、争议大的根本原因。它不是简单的技术炫技，而是要在每一个突发场景里把安全放在第一位。哪怕系统99%的时间表现不错，剩下1%的复杂场景也足以决定它能不能真正被大规模信任。

如果你现在买车，智驾当然值得看，但别只看发布会演示和功能名字。更应该重点体验：高速辅助是否稳定，城市路况是否保守，提示是否清楚，泊车是否适合你的车位，雨夜和复杂路口的使用边界有没有讲明白。

适合积极考虑高阶智驾车型的人，是通勤频率高、经常跑高速、愿意学习功能边界，并且能保持驾驶注意力的用户。

不适合盲目为智驾多花钱的人，是希望车彻底替自己开、对系统边界没耐心、或者预算已经卡得很紧的用户。

现在该不该买带智驾的车？答案不是简单的买或不买。如果这套功能能覆盖你的高频场景，并且你清楚它仍然是辅助驾驶，它就有价值；如果你只是被“车能自己开”的想象打动，那最好先冷静一点。

汽车智驾的未来值得期待，但今天上路，方向盘后面真正负责的人，仍然是驾驶员。