看到前面又是一大片宣泄情緒的回答，我是真無語。
在智駕技術長期發展方面，我一向是樂觀派。
事實上，國內智駕叠代速度非常快，甚至在 中高端市場 已經成為左右購車決策的重要因素。
領先的智駕已經形成一定的品牌認知和付費意願（鴻蒙智行、小鵬），智駕暫時落後則可能拖累高端市場銷售表現（騰勢）。
之前比亞迪高端品牌方程式豹發展一直不太順，直到最近豹8終於有相當亮眼的成績。
誠然方程式豹之前的逆境和豹8的火熱有多方面的因素（豹8從配置到定價都非常能打），但不可否認的是豹8換用華為ADS智駕也發揮了重要作用。
現實擺在眼前，越是高端消費者，就越看重智駕減輕重復勞動和AEB提供多一重保障的價值。
甚至再進一步說，目前智駕技術仍然在快速叠代，尤其是端到端+VLM的路線提升非常大，大面積推播後的表現已經非常驚人。
從業界小道訊息來看，芯片和演算法全棧自主的菊廠甚至還搞了一套影子安全響應，在端到端拉高上限的同時進一步提供兜底保障。
事實上，如果不考慮倫理問題，如果僅僅定位為「輔助駕駛」，高速NOA相關技術已經很成熟了。
相關方案都能在供應商那裏以相當低廉的價格買到，諸如華為、地平線等企業還能提供從芯片、演算法再到工具鏈的成套解決方案。
不論行業前列的自研方案（華為、小鵬等）還是供應商方案（華為、地平線、Momenta等），高速場景都已經高度可用。
就我個人觀點， 即使是復雜度高出兩三個數量級的城區智駕，未來數年後仍有可能做到事故率低於人類駕駛員 ，更成熟的高速智駕就更不用說了。
與此同時，AI深度學習不可避免的會面臨Corner Case，這是智駕發展過程中必然也必須經歷的環節。
雖然理論上可以透過AI生成模擬數據訓練演算法，但以現有的技術水平，自動駕駛演算法的持續進步仍離不開大量真實世界數據的餵養。
現實世界有太多超乎想象的corner case，需要持續不斷的訓練與叠代。
也只有足夠數量的量產車在真實道路上大面積收集數據，才能完成數據到演算法的邏輯閉環。
所以我之前很早就開始說，極少數的Corner Case未來可能透過保險覆蓋。
現階段消費者在智駕過程中盡可能保持專註，肯定更穩妥。
但我認為，未來智駕演算法+保險兜底的方式必然會逐步普及，逐步讓人類從繁復的駕駛任務中解放出來。
事實上，之前極越已經在小範圍開啟過類似嘗試，只是保障力度和範圍比較小，實際意義有限。
而鴻蒙智行的智駕無憂服務，在明確智駕開啟時發生事故且交警判定本車有責的情況下，補充賠付最高保障500萬。
有龐大量產車數據、自主昇騰算力和業界最強智駕演算法的鴻蒙智行，如今已經率先開啟行動，我認為未來智駕較強的其他幾家新勢力都會陸續跟進。
長期來看智駕的重要性還在持續擴大，比亞迪已經奮起直追，行業內其他幾家也在考慮大規模挖人加速研發。
新賽道大幕已經拉開，可以想見明後年智駕的拼殺還會更加激烈，未來我們拭目以待。
