本来，l3要进化到l4，甚至是l5，没有个五年根本出不来。
这都不是技术层面的问题，更为重要的是，是法律和道德层面的考验。
你的无人驾驶汽车，如果出现那么几起交通事故，那你的企业，这款产品就完蛋了！
吴恩达本人，对于高怀钧的这一步险棋，是不赞同的。
现在高瓴问界，跑了一年都不到，在高瓴人工智能bu放置在桂州深山老林里头的服务器之中的大数据，还没有完全跑出来，对于一些复杂极端事故的大模型处理，还没有完成把所有的极端情况跑出来。
这种事情就是需要等，就是需要大量的交付车辆的运载轨迹跑出来之后，再搞无人驾驶出租车的城市实验业务，就十拿九稳了！
但是他也知道，永远也没有成熟的时机！
高瓴在无人驾驶上是先走一步，但是不代表其他友商对此不闻不问，让你慢悠悠地小步快跑。
他们肯定会投入资源，想弯道超车！
所以，高怀钧这一步领先，肯定想步步领先。
现在就算是冒冒险，他也是觉得值得的。
天时地利人和，让他不得不这样做。
更何况，按照这半年多的数据跑出来，高瓴问界，问题不大！
更重要的是，网约车和出租车的市场规模，正是无人驾驶汽车的想象空间。
高瓴内部估算过，相比网约车、出租车，无人驾驶汽车最大的优势在于人力成本的节省。
一辆无人驾驶出租车仅需配备一名远程安全员，即可实现多辆车的监控与运营。
你一个普通的司机，一个月赚6000块钱，都会喊着不赚钱。
但是一辆无人驾驶汽车，一辆一个月赚个2000元，利润就非常丰厚了。
如果再加上无人驾驶卡车的增量，无人驾驶这块，价值就可以说是无敌！
搞出又一个万亿级别的增量，那是妥妥的！
“我来说说看，特殊场景适应性，还是我们的l4级别无人驾驶系统的核心难点。”
“尽管无人驾驶技术在开放道路上表现优异，但在小区、地下室等复杂或信号不佳的特殊环境之中，其导航与定位能力可能受限。例如，地下车库的gps信号较弱，可能导致车辆无法准确定位。为解决这一问题，我们还需要不断优化算法，提高相关大模型处理和增强车辆对复杂环境的适应能力，同时探索与物业合作，建立专用通道或引导机制等等方法。”
“例如，通过增加更多的传感器和改进地图数据，提高车辆在复杂环境中的感知和导航能力。”
吴恩达发言道。
“核心还是提高激光雷达的扫描精度，以无图智驾为主。”
“虽然有图智驾的成本相应要低很多，但是这个不是我们的发展方向。”
“一劳永逸，就是把激光雷达的成本给打下来！”
“甚至，我们在激光雷达这块不赚钱都是可以的，我们高瓴也不缺这点钱。”
高怀钧听了吴恩达说的，随机补充说道。
无图智驾，是上个时代走出来的弯路，其具有非常强的不可控性。
最关键的还是必须使用gps信号。
这玩意儿又不是高瓴发射的，完全控制不了。
所以，高怀钧决定必须一路走到黑！
(本章完)</p>