“

过去十年，人工智能经历了一次重要变化。

从互联网时代的“理解数字信息”，到今天的“理解真实世界”，AI 正在从屏幕背后走向现实空间。

而在这条道路上，自动驾驶是第一个大规模进入物理世界的 AI 应用。

它让人工智能第一次长期运行在一个开放、动态、不可完全预测的环境中：车辆需要理解道路，需要预测其他交通参与者的行为，需要在复杂情况下做出实时决策。

很多人认为，自动驾驶的意义只是让汽车能够自己行驶。

但从更长远的角度看，自动驾驶真正留下的价值，是探索了一套让 AI 理解物理世界的方法。

而今天，机器人正在沿着这条道路继续前进。

”

01

自动驾驶打开了物理世界 AI 的第一扇门

过去的人工智能，大部分任务发生在数字世界。

搜索引擎理解网页，推荐系统预测用户兴趣，大语言模型生成文本。这些任务虽然复杂，但它们面对的信息本质上都是数字化的。

物理世界则完全不同。

现实环境没有固定格式，也没有提前定义好的规则。

一辆自动驾驶汽车在道路上行驶，需要同时理解周围车辆的位置、速度、方向，需要判断行人是否可能突然穿越，需要应对天气、道路变化以及各种意外情况。

这些问题的难点在于：

世界永远存在未知。

工程师无法提前写出所有规则告诉机器应该怎么做。

因此，自动驾驶推动了一种新的 AI 发展方式：

让机器通过大量真实世界经验学习环境规律。

这也是自动驾驶对于人工智能最大的贡献之一——它证明了 AI 正在从处理信息，走向理解现实世界。

02

从“看见世界”到“进入世界”

自动驾驶的发展，本质上是机器开始拥有观察世界的能力。

车辆通过摄像头、激光雷达等传感器感知环境，通过模型理解道路中的车辆、行人和各种物体，再根据当前情况规划下一步行动。

但自动驾驶和机器人之间，也存在一个关键区别。

自动驾驶主要解决的是：

如何在世界中移动。

而机器人未来需要解决的是：

如何在世界中行动。

这两个问题看似相近，但背后的智能要求完全不同。

对于自动驾驶来说，道路上的一个箱子可能只是需要绕开的障碍物。

但对于机器人来说，桌上的一个箱子可能是需要拿起来、移动或者进一步操作的目标。

汽车关注的是：

“我应该去哪里？”

机器人需要进一步理解：

“我应该做什么？”

这意味着，人工智能正在从环境感知，走向任务执行。

03

自动驾驶验证了一条新的智能发展路线

在自动驾驶发展的早期阶段，行业曾经尝试通过大量规则解决问题。

例如：

看到红灯停车；

看到行人减速；

遇到障碍物绕行。

但随着应用场景扩大，人们逐渐发现：

真实世界的问题无法被规则完全覆盖。

道路上的情况太多，环境变化太快，总会出现没有预先设计过的情况。

于是，自动驾驶逐渐走向了一条新的路线：

让模型从大量真实数据中学习。

车辆不断采集真实道路信息，模型不断训练和优化，再回到真实环境中验证，新的问题又会产生新的数据。

最终形成一个持续进化的闭环。

这也是今天自动驾驶公司的核心竞争力之一。

竞争的重点不再只是某一个算法是否领先，而是谁能够建立更高效的真实世界学习系统。

04

机器人正在沿着同样的方向发展

今天的人形机器人、工业机器人正在进入快速发展阶段。

虽然机器人的应用场景和汽车完全不同，但它们面临的问题具有高度相似性：

都需要让 AI 在真实世界中持续学习。

自动驾驶需要车辆不断理解道路环境；

机器人需要不断理解生活和工业环境。

自动驾驶需要预测其他车辆未来运动；

机器人需要预测下一步应该采取什么动作。

自动驾驶通过车辆收集真实世界经验；

机器人也需要通过自身行动积累经验。

从这个角度看，机器人并不是一个完全独立的新方向。

它正在继承自动驾驶过去十年探索出的经验：

让 AI 从数据中学习，让 AI 在真实世界中不断成长。

05

但机器人不会简单复制自动驾驶

虽然机器人正在走一条类似的道路，但它面对的世界会更加复杂。

自动驾驶主要发生在道路环境中。

道路虽然复杂，但存在一定约束：

有交通规则，有道路结构，有明确目标。

而机器人面对的是更加开放的环境。

一个家庭、一座工厂、一个仓库，都可能拥有完全不同的空间布局和任务需求。

因此，机器人不会只是“自动驾驶的升级版”。

自动驾驶解决的是：

让机器安全地移动。

机器人需要进一步解决：

让机器主动完成任务。

这也是为什么机器人可能成为人工智能进入物理世界的下一次重大挑战。

06

从道路到生活，AI 正在进入更大的世界

回顾自动驾驶的发展，可以看到一个重要趋势：

人工智能正在从虚拟世界走向物理世界。

过去，AI 的能力主要体现在：

理解文字、分析图片、生成内容。

未来，AI 将更多体现在：

理解环境、采取行动、完成任务。

自动驾驶证明了：

机器可以通过数据学习复杂的现实环境。

机器人正在尝试进一步证明：

机器不仅可以理解世界，还可以参与和改变世界。

从汽车到机器人，从道路到家庭，从移动智能到行动智能。

自动驾驶走过的路，机器人正在重新走一遍。

但这一次，它面对的是一个更加广阔，也更加复杂的世界。

ZiKi Robot Data Lab｜知几机器人数据实验室

我们关注机器人数据、具身智能与 AI 数据基础设施建设。

持续分享：

🟧 行业观察

🟧 技术实践

🟧 第一视角数据

🟧 AI 自动标注

🟧 三维重建

🟧 数据集构建

下一篇预告：

《自动驾驶解决移动问题，机器人要解决操作问题》