转今年四月份的一篇文章，给特斯拉信众们开开眼界，看谁走在前面了。如果说中国电车是

$特斯拉(NASDAQ|TSLA)$  转今年四月份的一篇文章，给特斯拉信众们开开眼界，看谁走在前面了。

如果说中国电车是弯道超车，智驾则是直道超车了，从去年开始明显在加速，对一些细节的研究已经越来越深入。

1、阈值问题。

近日对一个视频印象深刻，一位阿姨开着智驾，一会大叫“哇，怎么这么快”，一会又叫“它怎么又变道了”，实际上在大部分人看来，那可能是正常的车速，正常的超车，但对于原先开车很佛性的人来说，可能就显得有点冲了。而对立面，我们见的更多的，是嫌智驾开得太慢的，很多场景出于安全第一理念，还是偏保守的。这就提出了一个阈值设置的问题，可能需要比模式设置更进一步，允许“降频”，也允许“超频”，同时考虑在每种模式下再加阈值调节。

2、驾驶员状态监测参与决策。

前面所提到的偏保守的问题，主要是考虑安全性和可靠性，那么如果要有所突破（安全系数不减情况下），可以考虑加强对驾驶员状态监测的研究，在驾驶员状态出现波动的时候，阈值随之波动。打个比方，如果监测到驾驶员注意力下降，可以自动降级，采取更保守的策略。这就对驾驶员状态监测提出了更高的要求，希望各厂家都能提升这个方面的水平，使智驾更有魅力。

3、个性化方向。

目前所谓学习型AI对智驾的作用，是通过后台收集数据，然后进行分析和修改，再用OTA的方式传到车端。这种做法相当于提供了一套可升级的标准化智驾方案。但因为大家驾驶习惯差异比较大，标准化方案常常会让人觉得车机智驾策略和节奏跟自己意想的不一致（这也是开智驾会心里紧张的原因之一）。如果车机有足够的算力，是否可以考虑单机收集驾驶习惯，并单机完成数据的计算和输出，达成个性化的智驾方案。

4、复杂的立体选项。

以上几点得以实现之后，后台又可以收集所有数据，结合介入率、事故率等实践数据，建立起多维度的立体选项，使智驾不但更像人驾，而且更贴人心。