全站搜索

媒体中心MEDIA CENTER

吹破天的美国无人驾驶车,可能也是智驾庞氏骗局崩塌的时刻

吹破天的美国无人驾驶车,可能也是智驾庞氏骗局崩塌的时刻

公司动态 智驾 30 0

日前美国电车推出了一辆没有方向盘、没有加速踏板的无人驾驶车,由此智驾再次被吹上新的高度,然而这恰恰可能是智驾的顶点,也是美国电车构建的庞氏骗局崩溃的开始,智驾吹牛了这么久,到了如今是该给出答案的时候了。

他们说这辆无人驾驶车代表着智驾技术的巅峰,然而这其实是他们吹牛,连美国自己都一再打破智驾的谎言。

美国两大智驾,最先进的是waymo自动驾驶出租车,然而waymo自动驾驶出租车却被发现极度依赖网络通信技术,甚至还需要人类驾驶员远在菲律宾为waymo自动驾驶出租车兜底。

美国另一个智驾在技术方面远不如waymo自动驾驶出租车,因为美国的统计数据指出这家美国智驾也推出了少量的无人驾驶出租车,用它家的智驾技术,结果是因为完全靠视觉识别技术,无法在雨天、雾天、黑夜中使用,导致它的自动驾驶出租车在线率仅有20%左右,远远落后于waymo自动驾驶出租车。

美国交通部门还指出这家智驾的事故率是人类驾驶员的9倍,美国联邦法官也以这家智驾夸大宣传为由判决2.43亿美元巨额赔偿金,这种种事实都说明了它的智驾离自动驾驶还很远很远。

事实上这家美国智驾一直在吹牛,至今都未在书面上给自己的智驾打上L3级以上的自动驾驶,也就是说它交付给个人消费者的智驾都是L2级辅助驾驶技术,仍然需要有人类驾驶员操作。

如此情况下,它却贸然推出没有方向盘、没有加速踏板的无人驾驶车,这不是吹牛是什么?这是完全不顾乘员的安全,将它的智驾吹牛吹上新的水平高度。

也正是因为它的这种行为,知名经济学家克鲁格曼将这家智驾的创始人创立的商业帝国类比庞氏骗局,而且在诸多方面都对它提出质疑,它的智驾并未达到自动驾驶阶段的情况下,他如此胡作非为到底是为了什么?

除了智驾受到质疑之外,还有业界人士认为美国这家智驾的创始人在智驾难以突破自动驾驶天花板的情况下进入人形机器人行业,可能是为了给投资者创造又一个营销噱头,以进一步吹高他的商业帝国的估值。

相比起人形机器人,智驾的技术应用场景要简单许多,人形机器人涉及的技术面也要广阔得多,连简单的智驾都搞不定,就去搞更为复杂、难度更高的人形机器人,不过是创造又一个泡沫罢了。

今年上半年的数据显示,全球人形机器人卖出了1.91万台,其中大约97%在中国市场卖出,中国以外的市场卖出的人形机器人仅卖出570多台,而目前这些人形机器人更多是用于表演,没有实用意义 ,很可能未来10年都无法真正具有实用意义。

从无人驾驶车到人形机器人,美国这家企业一直在吹牛,他到底还要将牛皮吹得多大?而随着全球资本市场逐渐达到顶峰,当资本市场开始崩塌的时候,这个牛皮也就到了崩塌的时候了吧,戳破这个史无前例的泡沫!

上一篇: 下一篇:

相关推荐

  • 自动泊车ARA生命周期管理:选型陷阱与隐性损耗的真相

    3

    选型陷阱:标称数据背后的性能断崖在实际交付中,我们发现许多车企在自动泊车ARA(Autonomous Reverse Assist)选型时,陷入了一个致命误区——过度依赖供应商提供的「理论泊入成功率」数据。某新势力品牌曾公开宣称其ARA系统泊入成功率达99.7%,但真实用户反馈显示,在狭窄车位(车宽+0.3米)场景下,实际成功率骤降至62%。这里面的水很深:很多标称数据背后的真相是,测试环境仅覆盖...

    查看全文
  • 智能泊车防错机制:从选型误区到生产损耗的深度拆解

    8

    智能泊车防错机制:选型陷阱与隐性损耗的底层逻辑在实际交付中,我们发现超过60%的智能泊车系统故障源于「防错机制」的选型偏差。很多车企在招标时迷信「高算力芯片+多传感器融合」的组合,却忽略了底层算法的容错阈值设计——这直接导致量产车在复杂场景下的误触发率飙升300%。听起来可能反直觉,但防错机制不是传感器越多越好,而是要建立「硬件冗余+软件容错」的动态平衡。选型误区:被参数表绑架的决策很多标称数据背...

    查看全文
  • 智能驾驶系统衰减:揭开选型误区与生产损耗的真相

    8

    智能驾驶系统衰减:选型误区与生产损耗的真相在实际交付中,我们发现一个令人不安的现象:很多号称“零衰减”的智能驾驶系统,在真实路况下运行半年后,性能下降幅度超过30%。这背后,是行业普遍存在的选型误区和生产环境的隐性损耗。选型误区:标称数据背后的真相很多标称数据背后的真相是,实验室环境与真实路况存在本质差异。比如,某品牌激光雷达标称“100米探测距离”,但在雨雾天气下,实际有效距离骤降至40米。这种...

    查看全文
  • 自动泊车ARA:选型误区与生产损耗的真相揭秘

    2

    自动泊车ARA:选型误区与生产损耗的真相揭秘在实际交付中,我们发现自动泊车ARA(Automated Reverse Assist)系统的选型远比参数表复杂。很多车企在选型时只盯着“最大支持车速”“识别距离”这类标称数据,却忽略了生产环境中的隐性损耗——这才是决定系统稳定性的关键。选型误区:标称数据背后的真相很多标称数据背后的真相是,实验室环境与实际路况的差距远超想象。比如某品牌宣称其ARA系统支...

    查看全文
  • 高效算法适配低算力平台:撕开“性能过剩”的伪装

    0

    当“高算力”成为营销话术,谁在为低效买单?在实际交付中,我们发现一个反常识现象:某头部车企的L2+级智驾系统,搭载的芯片算力比竞品高出40%,但匝道汇入成功率却低了12%。问题出在哪?答案藏在算法与硬件的适配逻辑里——很多标称数据背后的真相是,算力堆砌正在掩盖算法效率的缺陷。选型误区:把“算力”当“性能”很多车企在硬件选型时陷入一个思维陷阱:认为算力越高,算法表现越好。但这里面的水很深——算法的架...

    查看全文
  • 智能驾驶的边际效用:从选型误区到生产损耗的真实博弈

    9

    智能驾驶的边际效用:从选型误区到生产损耗的真实博弈在实际交付中,我们发现一个现象:很多车企在智能驾驶系统的选型上,陷入了一个“参数陷阱”——过度追求高算力芯片、多传感器融合、高精度地图等标称数据,却忽视了这些配置在实际场景中的边际效用递减问题。听起来可能反直觉,但当算力从100TOPS提升到200TOPS时,实际感知精度可能只提升了3%;当激光雷达数量从1颗增加到3颗时,决策系统的响应时间反而因为...

    查看全文
展开更多

  • 回到顶部
  • 回到顶部