图灵汇官网

人工智能领域正在发生新的模式变化。十年前，自动驾驶是技术探索的焦点：早期靠模块化感知和规则驱动，2019年后开始结合BEV和Transformer技术，现在又发展到端到端的大模型方向，经过多次技术更新，这个领域的技术已经趋于稳定，进入工程优化阶段。不过，在这同时，机器人领域正在慢慢成长起来。

2023年，隋伟从地平线加入地瓜机器人，他做出这个选择，是因为看到了两个领域交汇的关键节点。他在采访中提到，自动驾驶的技术体系已经慢慢稳定，接下来主要是工程上的优化；而机器人还处于早期发展阶段：硬件还没有固定的样子，算法框架也没确定，数据量比汽车行业少很多，但这也让这个领域充满了未知和机会。

这一现象背后，有几个重要的行业趋势值得关注。

自动驾驶的技术经验正在被用到机器人领域。比如，地瓜机器人就把自动驾驶领域积累的芯片技术、视觉处理、数据标注和数据循环处理能力，用到了机器人平台上。

硬件的不统一是目前最大的难题。汽车有统一的标准，比如四个轮子加一个方向盘，但机器人还在尝试各种不同的形态：轮式、双足行走、带双臂、灵活的手部结构等等。没有统一的形态，就很难大规模生产使用，数据也就不好积累，算法自然也没法快速改进。

数据稀缺而且不好收集。汽车行业有大量的驾驶数据，机器人数据却很难采集，标注成本也高，所以用仿真和合成数据来补充就成了重要的方向。

算法也还在探索阶段。像VLA这样的大模型虽然显示出端到端处理的潜力，但算法框架还没稳定，要实现通用应用还有很长的路要走。

在这样的发展不平衡中，学术界和产业界开始思考：能不能有一种方法，就像Transformer在自然语言处理中那样，给三维几何问题找到一个通用的解决办法？最近的学术研究里，已经有人尝试用VGGT（Visual Geometry Grounded Transformer）模型，去挑战长期由传统几何方法主导的三维重建和SLAM技术。有人觉得这可能是三维几何领域的“大模型时刻”。虽然这种尝试还没有定论，但它的潜在价值已经引起了越来越多人的关注。

特斯拉的自动驾驶技术有两个关键部分：一个是端到端的网络，直接从传感器获取数据，输出控制指令；另一个是数据循环系统，能不断生成高质量数据，用来优化模型，让模型性能达到更高水平。