第1255章 算力为王：数字空间推演万物

第1255章 算力为王：数字空间推演万物 (第1/2页)

会议室里安静下来。
　　
　　十几个哈工大的工科硕博坐在长桌两侧，目光齐刷刷地落在顾屿身上。
　　
　　李凯抓了抓头皮，眼神里满是不解。
　　
　　“屿哥，你刚才说星舟不行，现在又说要玩一把大的。”
　　
　　“到底是什么项目，能比造新能源车还要厉害？”
　　
　　顾屿没有直接回答。
　　
　　他伸手拿起桌上的白瓷杯，抿了一口温热的绿茶，随后抬眼看向陈星河。
　　
　　“陈博士，如果我现在要造出一款全新的智能汽车，从底盘到底层算法全部重新设计。”
　　
　　“按照现在的常规流程，我们应该怎么去测试这辆车？”
　　
　　陈星河推了推鼻梁上的黑框眼镜。
　　
　　聊到自己的专业领域，他脸上的拘谨少了大半。
　　
　　“首先肯定是各总成的台架试验。”
　　
　　“电机、电池、转向和悬架，先放在实验室的机械台架上做耐久和疲劳测试。”
　　
　　“接着就是装出几十台工程样车，拉到黑河或者牙克石做极寒测试，去吐鲁番做高温测试，去格尔木做高原标定。”
　　
　　坐在旁边的机电学院博士张铁柱点了点头，补充了几句。
　　
　　“对，还得建专门的试验场。”
　　
　　“铺装路、鹅卵石路、搓板路、涉水池，全部跑一遍。”
　　
　　“要想做智驾，就得安排测试员没日没夜在公开道路上跑路试，积攒实测里程，记录长尾场景的接管数据。”
　　
　　何雅也跟着开口。
　　
　　“碰撞测试也是必不可少的。”
　　
　　“正面碰撞、偏置碰撞、侧面撞击，几十万一台的样车，直接往水泥墙上硬撞。”
　　
　　“撞烂一辆，记录一次假人传回来的加速度和形变数据。”
　　
　　几个工科生你一言我一语，把现代汽车工业标准的验证流程讲得清清楚楚。
　　
　　李凯在旁边听得直咂舌。
　　
　　“听听，光是听着就觉得烧钱。”
　　
　　顾屿听完，微微点了点头。
　　
　　“各位说的都很专业，这是目前全球主流主机厂通用的标准做法。”
　　
　　“不管是奔驰宝马，还是底特律的三巨头，百年来都是这么一步步走过来的。”
　　
　　顾屿身子前倾，两手交叠放在桌面上，目光平静地扫过众人。
　　
　　“那么，我想问大家第二个问题。”
　　
　　“那些在现实里很难遇到、或者概率极低的极端工况，你们打算怎么测？”
　　
　　张铁柱愣了一下。
　　
　　“极端工况？”
　　
　　顾屿的语速并不快，每个字都咬得很清晰。
　　
　　“时速一百二十公里下突然右前轮爆胎，同时侧向刮过八级大风。”
　　
　　“结冰路面上单侧车轮悬空，另一侧车轮陷入深泥。”
　　
　　“前车突然掉落异物，后方两米处紧跟着重型卡车，左侧车道还有电瓶车违规变道。”
　　
　　顾屿停顿了一下，看着在座的年轻人。
　　
　　“这种场景，你在测试场里很难复现出来。”
　　
　　“在真实马路上，你根本等不来这种倒霉透顶的概率，你只能碰运气等它发生。”
　　
　　“而所谓的等它发生，本质上就是拿测试员的命去试，或者等普通车主在路上用血淋淋的事故帮厂商找出系统的缺陷。”
　　
　　会议室里再次陷入了安静。
　　
　　窗外隐约传来园区里微弱的风声。
　　
　　陈星河沉默了片刻，手指握紧了签字笔。
　　
　　他很清楚顾屿说的是大实话。
　　
　　自动驾驶领域一直有个绕不开的难题，叫做长尾效应。
　　
　　百分之九十的日常驾驶场景很容易通过常规测试解决，但剩下的百分之十极端偶发工况，却占据了研发百分之九十的精力。
　　
　　很多车企为了收集这百分之十的数据，耗费数亿资金，组建庞大的车队满世界跑，效率却低得让人发指。
　　
　　“顾董，这确实是目前业界的死结。”
　　
　　陈星河抬起头，声音很轻。
　　
　　“这本身就是不可控的，谁也没办法在现实里安全且高频地制造极端车祸。”
　　
　　“所以大家只能堆里程，靠运气去捕捉那些偶发数据。”
　　
　　顾屿笑了笑。
　　
　　“堆里程的成本太高了，时间也太慢了。”
　　
　　“一年跑两百万公里，已经是大型车队的极限。”
　　
　　“但要真正训练出一个具备高安全冗余的决策系统，至少需要几百亿公里的极端场景交互。”
　　
　　

（本章未完，请点击下一页继续阅读）