—转2篇关于华为智驾的观察文章，这是第一篇。作者是：诺博士
近日头条上两则关于华为 ADS（智驾系统）鬼探头式危险驾驶的视频引发了广泛的关注。
我们先来回顾一下这两个令人惊心动魄的案例。在头条上可以搜到的视频中，问界M9 车主的智驾实验里，车辆在无标志的直行路段毫无减速地左转，最终与电瓶车相撞。虽然对于华为智驾来说，电瓶车是鬼探头，但对于电瓶车来说，华为智驾更属于鬼探头！因为ADS不是人。
而另一个 问界M7 的视频中，同样是在无标志的直行路段左转，ADS没有减速观察便驶出路口，幸而左边的大货车及时刹停，否则后果不堪设想。对于大货车来说，华为智驾属于“鬼探头”！
从这两个视频中，我们可以清晰地洞察到华为 ADS 方案所暴露出的一系列问题。
其一，缺乏足够的人类驾驶数据。人类在面对此类路口时，本能的反应是减速观察，而不是贸然前行。这反映出华为的 ADS 方案在数据积累上存在明显的不足，未能充分学习和模拟人类的驾驶行为和决策模式。
其二，在直角路口这样的特殊场景下，激光雷达的局限性凸显。由于激光雷达容易被建筑物遮挡，从而形成盲区，而华为的 ADS 过于依赖激光雷达，导致其误以为路口转角没有任何障碍，而忽视了潜在的危险，如正从左边垂直角度驶来的大货车。这种对激光雷达的过度依赖，无疑给驾驶安全带来了巨大的隐患。
其三，ADS 在没有收集足够人类驾驶数据的情况下就匆忙上路的智驾系统，实际上是让人类用生命来充当其学习的“试验品”。这种通过反面教训来促使ADS成长的方式，是极为不妥和不负责任的。更糟糕的是，华为似乎根本无法获取正常教育ADS所需的人类驾驶数据，而且在可预见的未来也难以实现，因为它一上市就以自动驾驶为卖点，买了华为的人基本都用ADS开车，而不再自己驾驶。
其四，激光雷达标注过多无关信息，对大模型的判定产生误导。在前述M9鬼探头的视频中出现的“停”标志，ADS 却未能识别。这是因为华为 ADS 的决策并非主要依据视觉信息，而是需要与激光雷达融合，导致其只关注到路牌本身，而无法关注牌子上的文字。这正是所谓的认知盲区，即 Attention 误差。我们可以通过一个简单的例子来理解：
训练样本：“小明喜欢踢足球，小明和小华经常一起运动，他们都爱……”，答案：“踢足球”。特斯拉的纯视觉方案能够正常理解这个样本，然而华为的 ADS 却非要加入所谓“牛逼”的激光雷达，结果训练样本变成“身高 1.8 米的小明喜欢踢足球，小明和小华经常一起运动，他们都爱……”，答案：“踢足球”。在实际推理时，特斯拉如果遇到“小明”，就能得出和小明一起运动的人通常喜欢踢足球；而华为ADS，由于训练的时候同时关注到“小明”和“身高 1.8 米”，在实际推理时，如果出现“小明”但没有“身高 1.8 米”，那么华为ADS 就无法得出正确结论，因为它认为这个“小明”没有“1.8 米”。
这就是过多无关数据对模型训练造成的干扰。由于智驾训练通常是自监督的（如 ADS 3.0 发布会上所提及），在自监督训练下，没有人告诉 ADS “1.8 米”其实不重要。
综上所述，华为的 ADS 过度依赖激光雷达，这是一个完全错误的发展方向。对于那些选择了华为 ADS 的消费者而言，真的需要好好思考一下本文所提及的这些问题。我们知道华为很努力，但选择比努力更重要，方向错了，后面越努力，越会在错误的道路上越走越远！！！