自动驾驶慢慢普及。

生活在一线城市的朋友应该都有这样的感受，路上的“人味”越来越淡了,“赛博”感越来越强了。
也就这两年，街上的无人驾驶车慢慢多了起来，已经开始走入我们日常生活的场景。最具代表性的就是无人驾驶的出租车，频繁出现在我们的视野里，而且说实话，个人体验感还不错。
资本市场方面，十月初，具有代表性的企业小马智行和文远知行已经通过证监会备案，准备到港股再融资，似乎一切都预示着，自动驾驶引领的出行3.0时代正在加速来临。
此时，距离网约车大战，也不过十余年的时间。
那与上一个时代相比，3.0

时代有哪些变化和机会，值得思考。
//出行3.0时代：技术端突破与商业逻辑的延续
我们回顾1.0到2.0时代，本质上，是用互联网终端优化了整个供需链条。
在1.0时代，不少朋友应该还有印象，那时还是出租车大佬们的天下，一辆车就要数十万，但是回报和地位也是显著的高。
当时的市场情况是多数城市在快速的建设当中，公共交通搭建的并不完善，私家车还很贵，导致出行很不方便，出租车是刚需，高峰期要打车还供不应求，不赚钱的活司机甚至给你拒单，是典型的卖方市场。
所以，尽管在不断整治，但黑车，调表这样的事相信大家多少都遇到过。
到了2.0时代，互联网来了，移动终端来了，网约车也应运而生。这个时候，在供给端，参与门槛降低了，更充足更优质的供给涌了进来。
同时，在需求端，每一个移动终端的消费者都是香饽饽，在竞争中所有出行APP都在用力讨好用户，买方此时一定程度上掌握着定价权。
如今，我们站在了AI时代的起点，出行也将迎来3.0时代。
与上一时代相比，自动驾驶引领的3.0时代有一点不同，也有一点相同。
一、技术端：复杂路径的博弈
回看2.0时代，企业依靠移动终端技术的进步，把商业模式重新做了一遍，技术上大家在同一起跑线，更考验的是商业化效率。
3.0时代相比2.0时期，是在技术端的革新，更为复杂，不确定性更高，天眼查APP显示，25年还没有过完，与自动驾驶相关的专利就已经接近一千个。
不过，虽然复杂，我们可以把技术做一个简单的归类，可以分为硬件“眼睛”和软件“脑袋”。
先来看“眼睛”，大体上分为大家所熟知的两种路径。
一种是纯视觉方案，这里的主要代表是特斯拉；第二种技术路径，以激光雷达为主的多传感器融合方案。
简单来说，视觉方案的行动更像人，用眼睛感知，但是安全冗余和面对复杂路况时，不如满身激光雷达的方案，但激光雷达又偏贵。
与“眼睛”相比，更重要的是“脑袋”，技术路径又分为两种。
第一种是VLM视觉语言模型，这一路径认为，AI有幻觉，智能是用来辅助传统的自动驾驶模块更快的学习。
第二种是VLA视觉语言动作模型，该路径认为只要模型足够大、数据足够多，AI就能自己从零开始学会驾驶的一切细节和规则，最终其驾驶能力会超越人类和基于规则的系统。
抛开这些专业术语，其实我们可以简单粗暴的理解为，一个是辅助你写作业的学练机，优化你的脑子，一个是全自动写作业机，取代你的脑子。
但无论是哪一种路径，AI大模型都是绕不开的命题作文，能提高自动驾驶的迭代效率。
我们以蘑菇车联为例，这家自动驾驶的独角兽公司，在今年发布了自己的人工智能大模型MogoMind。
这款大模型通过AI对现实世界的实时图像，以及积累的数据进行处理，能够在自动驾驶中，快速的推算行人车辆的下一步动作，从而形成决策。
倘若没有大模型的帮助，积累的道路以及驾驶信息想要转化成为决策，毫无疑问就需要更高的训练成本，因为需要大量的实用场景填充之后，自动驾驶系统才能上线，但现在，有了AI这个电子大脑，积累了海量数据的蘑菇车联就能快速迭代系统。
所以，AI的存在将会推动自动驾驶技术的进步，对企业研发AI的要求也会更高。
但是，无论哪种路径，用什么脑子什么眼睛，最终都离不开商业层面的落地。