01

近日，马斯克在X平台上转发了一段特斯拉无人驾驶汽车在太行山的挂壁公路上穿行的视频，只见一辆车在悬崖峭壁间快速行驶，视觉中满是山谷和断崖配合的绝美风景，令人眼前一亮震撼不已。

智能驾驶技术已经比过去的老司机更能适应复杂危险的路面，这是人类交通史上值得铭记的一幕。人类的移动方式正经历前所未有的变化。

02

地球上跑得最快的动物猎豹，时速可达70公里。人类奔跑的极限速度由牙买加短跑名将博尔特在2009年100米短跑竞赛中创造，在百米冲刺的最快阶段，他的瞬时速度可达每秒10.44米，约合每小时37.58公里。但是人只能在极短的几十秒内保持这种速度，马拉松的42公里需要职业高手两个小时才能跑完。

人类在大地上「移动」是一种需要，也是梦想。动物与植物的区别就在于移动能力。人类的活力就在于移动能力。单凭双腿移动很难走远，限制了与自然的接触和扩大生活半径提高幸福指数的可能。

于是，人们驯服野马，在马背上大大提升自己的移动速度，制造车辆运载更多人与物。交通工具就这么诞生了。随着工业革命带来蒸汽机，火车和汽车颠覆了人类的移动能力，过去出门去趟县城都难，如今许多地球人绕世界转悠，天涯咫尺。

过去说美国是汽车轮子上的国家，如今全世界大概都在轮胎上生活。汽车的形态五花八门，大大小小。厂商为满足顾客需求，将汽车的功能和舒适度提到了前所未有的高度。

但所有提升都不及人工智能给汽车带来的革新更彻底。自动驾驶技术正不断修正整个产业的形态，塑造新的未来。

03

目前的智能驾驶已全面跨入「端到端（End-to-End）大模型」与「AI智驾2.0」的全新时代。行业主流方案正从以往的「感知-决策-执行」分模块规则系统，迈向输入视觉语言数据、直接输出车辆控制信号的类人驾驶阶段。

从输入端（眼睛+耳朵）直接连到输出端（方向盘+油门），中间不再有那么多「翻译」和「规则」环节，更像人、更聪明、更灵活。

传统的自动驾驶就好比像一个非常听话但死板的实习生，开车时根据现场状况不断汇报，查规则，请示，执行。遇到下雨施工什么的还可能卡住，不知如何是好。

这个2.0时代的智能驾驶则俨然老司机在场，你直接把眼睛看到的所有画面和语音指令（比如我要左转去吃早点）一股脑塞给他。他一眼看完、瞬间领会，直接把手伸到方向盘和油门上，完全领会，坚决执行，不会出错。

这才是人类梦想的交通工具啊。虽然它的出现让领导和老板们不再需要一个真的司机（有时兼保镖保姆），无法体现自身的财富地位，但它将会比真司机更安全更快捷。

04

科技改变生活，智能驾驶改变出行方式，我们来谈谈它的发展简史。

• 原始模式

在农村养过牲口的人明白，老马识途并非妄言。牛马记得工作场所和居所之间的路线，能自己回家，它们的空间记忆能力比人类想象的强很多。

宋朝思想家兼文人邵雍在洛阳居住，喜欢坐着羊车出去游荡，羊自己溜达，他老人家坐在小车里喝酒，微醺之中自然徜徉，到点了羊就自动拉着主人回家了，就如「不系之舟」般与闲散自然。

这应该是原始的自动驾驶模式。类似的情况不少，据说欧洲古代的酒鬼们喝醉了就被自己的座驾拖回家。

• 早期探索

让交通工具自己行动是人类强烈的愿望。自动驾驶技术并非近十年来爆发的科学奇迹，而是一场跨越百年的漫长演进。无线电技术出现后，遥感驾驶就成为追求。

二十世纪初，西班牙工程师莱昂纳多·托雷斯·奎维多开发出了世界上第一套无线电遥控系统，1904年，他在一辆三轮载具上成功进行了近30米的遥控测试，这是人类历史上首次实现车辆无线电导引。

1921年，美国陆军工程兵团上尉R·E·沃恩在俄亥俄州代顿市操纵一辆装有无线电设备的三轮车驶上车水马龙的街头。一个人站在车后十几米处发射无线电信号，完成了第一次无人驾驶车辆的公开路测。

1925年，前美国陆军电气工程师弗朗西斯·P·胡迪纳在纽约大街上操纵一辆无线电设备控制的汽车，能控制转向、离合、制动、喇叭和油门。

1928年，美国的无线电工程师在辛辛那提通过无线电设备控制一辆福特汽车平稳行驶。

1939年，通用汽车工业设计师诺曼·贝尔·盖茨描绘了一个极富前瞻性的未来愿景：通过在公路中嵌入电磁线圈，产生电磁场来引导和驱动无线电控制的电动汽车——这很可能是磁悬浮列车的原型设想，他极力主张将人类从驾驶过程中完全剥离，预言这一自动化高速公路网将在1960年成为现实——尽管没有实现但却是科学中需要的大胆设想。

1948年，定速巡航控制系统的发明标志着现代高级驾驶辅助系统（ADAS）的诞生，这与后来的前向碰撞预警（FCW）和车道偏离预警（LDW）等技术一起，构成了无人驾驶车载系统的控制基础。

• 自动驾驶萌芽

1953年，美国无线电公司的实验室成功在地板上通过铺设导线，引导一辆玩具尺寸的微型小车行驶。这种儿童玩具现在还大量销售，广受欢迎。

随后的1957年，美国的工程师们在林肯市附近建成了一条很短的但真正铺设了探测线圈和引导电缆的公路，能向配备接收器的汽车发射电磁信号引导转向，能感知金属车辆的通过并自动调节沿途路灯及后方车辆的安全间距。这已经很接近自动驾驶的状态了。这种技术很快就被搭载到了通用汽车和福特汽车上，用于避障和紧急制动。

1960年代，英国运输与道路研究实验室改装了一辆雪铁龙，该车通过与测试轨道中嵌入的磁性电缆进行交互，在各种恶劣气候条件下以130公里/小时的速度安全行驶，控制精确。同期的美国人也在继续完善路面嵌入式电子器件激活的无人驾驶车辆研究。

但是这时候的自动驾驶设想都对环境和路面有技术依赖，需要汽车与路面铺设的设备相互配合来完成工作。总不能在世界上所有道路上植入感应设备吧！到1970年代，汽车开始长眼睛了。

• 车载视觉时代

1977年，日本人研制出世界上第一辆真正意义上的视觉引导半自动驾驶汽车。该车不依赖任何路面电磁设备，是通过车头搭载的两个黑白电视摄像机实时获取前方路面图像，通过早期图像处理技术识别道路标识线，在受控封闭赛道上实现了20英里/小时的自主行驶。这一历史性的突破标志着自动驾驶正式步入「车载视觉与算法决策」的时代。这是了不起的成就！

1980年代，美国军方发起了自主陆地载具（ALV）项目，在一辆8轮大型军用运兵车上实现了基于计算机视觉、三维激光雷达（LIDAR）以及自主控制算法的道路跟随演示，车辆能识别道路边缘并绕过障碍物，而且跑得很快，为军用车辆越野自动化积累了首批核心技术，在后来的伊拉克和阿富汗战争中，这类车辆都成功参与了营救被困美军人员的行动。

• 自动驾驶的实现

1986年，欧洲多国政府与大众、奔驰等汽车巨头联合启动了「尤里卡普罗米修斯计划」，这个项目的结果是一辆改装的奔驰大客车在机器视觉系统控制下，在无交通干扰的封闭路段上实现了自动驾驶。

还是上述以德国人为主的团队在1990年代针对极其匮乏的车载计算力，采用了多项极富远见的硬件与算法创新。

首先是主动注意力机制与眼球扫视模拟，摄像机承载平台进行人工扫视运动，优先将有限的计算资源聚焦于视场中最关键的局部细节。

其次是双焦摄像机布局，平行的四台摄像机分别配备两种不同的焦距，同时兼顾宽幅全景和远距离细节捕捉。然后是扩展卡尔曼滤波（EKF），通过卡尔曼滤波处理透视投影图像序列，在噪声和不确定性极高的道路环境下维持系统的动态稳定。

还Transputer并行架构技术，车载系统并联运行多达60台Transputer微处理器，以每秒25赫兹的高频进行实时图像处理与状态估计，以便做出预判。

1994年10月，这些技术让一辆车在密集的三车道车流中，自主行驶了超过1000公里，时速高达130公里，成功实现了自主变道与自主超车。

理论上，德国人在三十年前就实现了自动驾驶。

与此同时，美国人独立发展了「Navlab」系列自主载具。著名的「ALVINN」（神经网络自主地面载具）软件出现，这是自动驾驶史上首次利用人工神经网络进行端到端车道线跟踪与转向控制的尝试。

1995年7月23日至30日，波默洛与博士生托德·约亨驾驶搭载RALPH系统、计算设备仅相当于两张鞋盒大小的「Navlab 5」，展开了震惊世界的「无手横跨美国」壮举。这场从匹兹堡到圣地亚哥全长2850英里的旅程中，车辆仅由电脑控制转向，人类仅操作油门和刹车。

1996年，意大利帕尔马大学在普罗米修斯项目的技术积累下启动了「ARGO项目」旨在使用低成本的非主动式传感器，拜托对特定的道路基础设施的依赖。两年后，ARGO完成了名为「MilleMiglia自动巡航」的2000公里公路实测，在复杂的意大利高速公路、高架桥和隧道中，以平均90公里/小时的速度实现了约94%的自主行驶比例，单次最长无干预续航达54公里。

21世纪初，美国军方和政府主导了旨在提高无人驾驶军用载具的DARPA挑战赛。高额奖金吸引了诸多参与者。挑战赛成为当今自动驾驶的重要推动力量。几年的比赛证明了自动驾驶技术在恶劣环境下的可行性，确立了现代自动驾驶的多传感器融合硬件范式。激光雷达在比赛中大放异彩，成为空间建模和障碍物识别的绝对核心，配合厘米级高精雷达，奠定了之后自主系统的标准感知硬件架构。挑战赛中涌现的领军人物迅速被科技巨头吸纳，开启了全球高阶无人驾驶的商业化竞争。

• 智能驾驶时代

21世纪第二个十年，深度学习（Deep Learning）和卷积神经网络（CNN）在计算机视觉领域的突破，彻底终结了早期依赖人工设计几何特征的算法时代。车辆开始具备极高精度的像素级目标检测和语义分割能力。

2014年1月，SAE International 发布了J3016 推荐实践标准，正式将自动驾驶划分为六个层级。这一标准随后与国际标准化组织（ISO）合作进行了多次修订（如发布为 ISO PAS 22736），成为全球政府监管、保险定责以及主机厂技术研发的最核心参考坐标。

随后，中美等国随着新能源汽车的革新时代到来，均加大力度研发智能驾驶技术。不仅技术不断更新，实际上跑在路上的无人车已经成了常见的风景。它们或许遇到特殊情况还不够灵活，但在安全行驶的趋势上正日益成熟。

在美国，Alphabet旗下的 Waymo 在2025至2026年间奠定了其无人驾驶出行的绝对领导地位。特斯拉也积极布局。在德州的L4自我认证引发了极大监管争议，因为该公司一直将其Full Self-Driving（FSD）归类为L2级系统，至今未对其L4级自我认证提供任何底层方法学论证。

在中国，百度旗下的「萝卜快跑」（Apollo Go）走出了高密度、低单价的大规模铺路路线。截至2026年5月，萝卜快跑累计订单量已突破2200万单，运营覆盖全国27个城市。百度也加大无人驾驶的技术投入。各方力量的投入仍方兴未艾。

05

如今，自动驾驶技术正在由单纯的「技术性能军备竞赛」走向「系统安全韧性与精细化监管规范」的深水区。各国加大立法并不断顺应新的趋势。

行业普遍预期，随着智能技术的发展和车载模型的成熟，自动驾驶系统终将在未来五到十年真正融入人类社会的每一个交通毛细血管中，彻底重塑人类的空间移动范式。大家都会在这种交融中继续生活。