特斯拉Dojo超级计算机深入揭秘！马斯克的「算力狂魔」？
Вставка
- Опубліковано 21 сер 2024
- 终于讲到特斯拉Dojo，一个由车企打造的AI超级计算机。能力范围之内，给大家做一个解读。
===大刘福利（广告）===
开户入金问题，请加微信咨询：
👉富途moomoo客服微信：N333303 （大刘科普观众加好友时请备注大刘获得频道专属福利）
大陆香港链接注册：j.futunn.com/0... （一定要用该链接注册！）
👉富途moomoo US开户需SSN：j.moomoo.com/0...
#大刘 美国观众额外加码福利
1. 入金$1000送15股赠股+$50Cash
2. 入金$5000送一股特斯拉或Google
0佣金交易美股，一个账户交易美港股，中文客服
#大刘 加拿大观众点击链接注册即可获得抽奖机会！
j.moomoo.com/0...
#大刘 澳洲观众点击该链接，入金最高送15股，保底AMC！
j.moomoo.com/0...
#大刘 东南亚观众点击链接，最高可获得SG$700福利！
j.moomoo.com/0...
發展純視覺+AI 自駕是貫徹馬斯克的「先進科技,即節省成本」概念
馬斯克一向經營生意,不介意投資先進科技但項目長中期一定要大幅節省成本
在Space X , 獵鹰九號發展重覆回收系統, 其早期成功率和成本慘不忍睹, 但一旦成功回收系統, 成本即時下降
同理, 特拉斯發展純視覺+AI 自駕, 主要因為純視覺的軟硬件都十分便宜, 因得益於幾十年來的手機鏡頭發展
光學鏡頭成本只是一兩元美金, 而光學鏡頭的傳輸方式和處理已經有手機為範本,不用再開發
有人分析其他公司的自駕偵測系統, 不少接近幾百上千元美金每部車,反之純視覺的特拉斯只是幾十元每架
再加上,只要純視覺AI一旦訓練成熟,即使初期投資巨大,但後期接近零成本
純視覺+AI 長中期平均每部車成本遠遠低於其他公司的多功能自駕偵測系統(甚麼雷達,紅外線,激光,超聲波 ...都是花錢)
所以,即使目前特拉斯和其他公司的自動駕駛系統體驗差不多, 甚至其他公司更好(說不定)
但當價格戰,各廠家拼刀子時, 壓低成本的特拉斯能血斬一眾車廠, 尤其中資車廠今年有深刻的教訓
沒有政府補貼,中資車廠一早倒閉了,而特拉斯就算減兩成車價仍有暴利年收, 這就是馬斯克的「先進科技,即節省成本」的企業理念
一個是自駕為先 裝潢地盤很差 自駕最強
一個是人本為先 乘坐感受很好 但自駕功能一般
改如何選擇 最終消費者會給答案
我覺得馬斯克 直接切到巴士卡車領域 比較合適
跟其他車廠比品質 那真是省成本啊
@@rogerpei1688 可以這樣說:馬克斯是實業家,而不是銷售人員
在車子上弄花樣弄多功能,不是馬克斯的特拉斯的主要生産目的
電動車概念由1960年已有, 半世紀一直沒有普及, 直到特拉斯橫空出世,用十年時間顛覆百年全球汽車業
靠的不是車子的外型或花樣, 而是先進製程的低成本生產
由巨大的鈻質冲壓外殼, 自家電池廠, 先進的全機械汽車生產線,到今日純視覺+AI 自駕, 全部都是為了控制電動車的成本
全球全面普及電動車, 才是特拉斯真正目的, 所以外國形容特拉斯車型是「現代福特T型車(歷史上第一種量產汽車)」,這是合當的美譽
現在中資車商取笑特拉斯車款(古舊), 殊不知沒有特拉斯普及,怎有日後的電動車的高速發展
而且, 特拉斯現在還未減價到馬克斯的目標價, 中資車商有排驚
現在的其他自動駕駛體驗不錯，是只限定在特定區域內，或是限制時速，完全就是開火車阿，難度與特斯拉想做的全場景有一定的差別，每個地方交通規則不同、人們駕駛的習慣也不同，不是做好特定區域特定時間內的自動駕駛就等同於攻克這項難題，隨著時間的推移這種自動駕駛技術的維護是很花成本的，尤其是高精地圖，這樣算下來，先花大錢去做超級計算機還是比較省錢的作法。
华为自动驾驶那才是市场化实际上路的NO1，特斯拉的自动驾驶和华为相比就是PPT
@@user-yr1ej5yb9j开过两者的觉得好像是相反啊，tesla很厉害，华为就呵呵了
孤陋寡闻，华为ads2.0了解一下
@@user-yr1ej5yb9j所以现在还有些人在说有雷达的智能车比较高阶？不是啊！可以不用雷达的才比较高阶、技术难度比较高啊！有用雷达的算法反而比较简单，甭雷达的仰赖整合庞大算力与动态指向式高速移动网通的动态分布云。至于为何除非用不可情况不用雷达不外乎就是干扰与遭感测的问题，一般民用只在乎肉眼看得见的表现，隐患的问题都没想到。
对用户来说，我管你用什么技术，给我体验好就行。 你说的这些简单和不简单跟我使用者有什么关系？被技术给画大饼了@@SENRON8
大劉的最後一句說話讓我想起，在二、三十多年前，手機仍不是普及，仍是十分昂貴，當時我認為CALL機加上到處都有的固網電話也可達到手機效果，但後來事實證明，我是多麼的無知。
Probably most people forgot why Tesla pick pure vision over other (or multiple types) inputs early on in its development in FSD. It is because: firstly, pure vision input provides the most potential to accurate situational awareness; secondly, combined multiple type of inputs would/had create difficult challenge when facing input uncertainty in Tesla development.
我相信这套超级计算系统一定会训练出终结者的，如果单纯的用于自动驾驶，那就太小看马思克的格局了！！！
還會用在機器人身上
其實現在Tesla新的FSD beta(就是Elon Musk live秀的)，就是純靠影片訓練出來的開法，已經非常類似人類的開法了，可以適應大部分路況不需要地圖資訊協助，但缺點就是跟人類一樣不夠遵守規矩，當然紅綠燈會停，但stop號誌就沒真的停下再開，只是減速。
一般都是减速到2km/h就开跑，现实生活里北美也很少人会stop sign停下足够的时间
@@shawnlu6080 FSD beta 駕駛法就如你所說，真的是全靠影片訓練出來的人類開法
一切都是你们人类的错！
@@shawnlu6080可以美国你不踩加速它真等三秒，可能是根据地区不同，设置也不太相同
此言差矣，直播有一段就提到，人類駕駛完全停止的比例只有0.5%，有需要的話當然會用這些影片訓練
"His commentary companion then had to intervene to correct him that the statistic actually says just 0.5% of human drivers go for a complete zero at all stop signs"
如果其他家花大錢用了一堆lidar硬件 還無法領先tesla的話 那成本永遠就無法跟tesla競爭,另外tesla 主要競爭對手不是中企,而是toyota, vw, 因為視覺系統太敏感了,歐美用個國家安全因素 中企無法成為主流 ,而toyota ,vw 在這方面 實在是不同世界
不过，就算目前在自动驾驶领域的作用有限，但其扩展出去的应用领域，那就很有意思了~众所周知，图像的AI处理能力是今后迟早需要解决的必要课题，躲不过的。
马斯克显然想的不止于自动驾驶。视觉AI必然会倍他用于其他方面，比如机器人等等。
图像的AI处理能力太有用, 如果加入人腦介面
日後盲人也能透過電子眼識別外界, 機器人或半化人得益是巨大的
算力再足也算不到人类和动物在道路和驾驶中的疯狂和不可预知的行为，驾驶决定权还是掌握在自己手中最保险，ai作为驾驶辅助还是可以的，但是绝对不能剥夺人类驾驶员对车辆的终极控制权。
@@xlggzzh人的反应比不过计算机，而且人还有误判的问题。AI驾驶普及开以后，人类即使想开车也会没有保险公司愿意保险的，因为只要出事就基本肯定是人的原因。AI驾驶之所以还没有普及并非因为反应快慢的问题，而在于道德和价值判断。
图像的ai处理能力？是什么意思呢
目前除了特斯拉外，主流的方式是透過光達把周圍環境點陣化，這樣的方式針對避讓障礙物是很有效的，除了距離判斷精準外，在智能訓練上相對來說容易很多，然後在此基礎上再加上一些標示，及紅綠燈等的辨識輔助。而特斯拉的方式是直接模擬人類視覺的方式來處理，也就是以視覺辨識為主，然後加上雷達輔助。目前來說，因為特斯拉起步的相對早，所以在行業內仍然領先個3~5年，但是其他車企也是追的相當快，在自駕領域可能再幾年大夥都差不多。不過特斯拉在視覺辨識這塊的投入大，加上有自己的晶片，未來能擴大運用的領域會更多，特斯拉機器人只不過是其中一個先開始的項目。
特斯拉的优势在于美国政府允许台积电给它代工，否则特斯拉怎么发展芯片？设计也不是第一流的。特斯拉应该在中国对手自主芯片制造完成前抢跑。美国政府给特斯拉创造的优势大概还有三年，加油💪
@@oliverc7688 特斯拉是美國企業，不需要美國政府允許就可以找台積電或是三星代工。特斯拉的芯片是專屬設計，老實說汽車芯片用7奈米工藝是正好，因為需要耐用，至於體積、省電跟散熱都不是問體。特斯拉目前領先其他車企的地方是他已經有龐大的訓練資料，另外相較於傳統車企，他的自駕車技術是自有而不是依賴第三方技術。
@@oliverc7688 该吃药了
你沒講到點上，特斯拉已經實現end-to-end幾乎完全透過ai model進行決策，沒有其它人工coding干擾，這可是沒辦家車企有做到的，況且光達的成本要能打敗特斯拉的毛利率可以說是癡人說夢
光是training data就是十年趕不上的差距了...
無人機使用視覺自動飛行方案，純用攝像頭不用光達雷達較隱匿不容易被追蹤
AI纯视觉方案更适合 Generalized solution，比那些所以直下20城的不知道高到哪里去了。
对于要建立跨星球物种的目标来说，自建AI系统也只是其中一个环节；视觉AI应用拓展也无限广阔，对于亚音速任何需要动控的目标都是可以的。
为什么要说亚音速？超音速难道不是更需要机器辅助
Dojo 芯片据说和H100 差的很远，所以 Musk 开始主推 10k H100 cluster 训练AI。 想想也是，Tesla AI 芯片要是能超越 NV， 那也太夸张了
特斯拉实力确实比华为来得更加硬核，当初他们设计Dojo遇到非常多技术难点，其中一个是设计芯片的软件EDA，市面上没有可以支持Dojo多芯片模组EDA工具，所以他们自己重新开发新的EDA工具，来支持9TB带宽的多芯片模组封装设计，连设计芯片的软件都可以自己搞定，毫无障碍，任何问题在马斯克面前都不是问题
吹出花了 早十年你就是个合格公知。。
@@user-eb8wh7fi7d 我又不是华为，干嘛需要吹的😂
@@ckdavid4576 看把你急的 果然有高贵的公知血统，莫名其妙蹦出来个华为。在我看来“ 任何问题在马斯克面前都不是问题 ”跟“ 遥遥领先”也基本旗鼓相当，甚至于 更多种宗教似的个人崇拜 哈哈
@@user-eb8wh7fi7d “遥遥领先”这词也只有你这种不知羞耻的人才会说，送你和一些玻璃心的人，中国有句老话；一山还有一山高，天外有天。地球不停在运转，这世上不是只有你进步，别人可能也在不断进步
😂😂😂
自動駕駛只是前菜，Dojo主要是為了將來的特斯拉人型機器人鋪路。
星际探路
机器人一样可以用激光雷达。纯视觉未必是正路。你就看军事上侦查敌方火箭潜艇，纯视觉好用还是结合雷达声纳
这个科技非常复杂，硬软体完完全全比其他公司强大得太多了，如果他们以后开放视觉API提供一个相当于vision foundation model的AI，然后走chatgpt的路，全世界联网机器人可能不远了，chatgpt出的时候他们也发现让其他基础模型也学会语言模型有助于任何模型，比如说让NLP有vision, audio等都有助于电脑AI理解世界以更高效的完成他们的任务。
大刘，你讲的那么好，能不能给大家科普一下边缘计算呢？感觉这个是未来的发展趋势
更正个错误 应该是362T FLOPS 不是362 Flops😂
有时候去同一个目的,可以取巧,也可以分析慢行(不代表真的慢).分析慢行并不是为了去这个目的而行,但取巧的一定只是为了走向这个目的而行.
靠纯视觉方案的积累，摇身一变加上几个维度的感知，利用储备的巨大算力，就能迅速升级了。
特斯拉主要是未來可以用作軍事. 馬斯克和美國軍方的合作特別多. 特斯拉通過記錄全世界道路的錄像, 可以用製作一個非常逼真的地球主要國家街道3D實景地圖. 如果需要軍事打擊就有非常一手的情報.
Short-sighted man. do you think the person who is always thinking for the humanity will end up supporting the war ? please broaden your vision!
想像力非凡
其他ai只是在解决需求 而马斯克的ai是认知层面的突破，我们人不就是通过视觉 听觉 味觉等一系列的感官感受来认知世界的么。dojo可能短时间没有openai这种吸睛，但它是从根源入手，只要加大研发和投资力度超过openai很轻松，openai的神奇本身也有一部分是营销的功劳。
结论不错。还是结果定英雄
为之后的完全驾驶技术做基础，届时需要的算力非同一般
建议了解一下Google的tpu
其实吧，别吹国内造车新势力有多牛逼了。不管你比亚迪也好。理想也好。小鹏也好等等等等。谁敢说没用特斯拉公开的技术？特斯拉要是不公开各种专利，哪来的造车新势力？这话有点扎心，但详细了解一下就知道了。
你们这帮用户名类似的不知道哪冒出来的东西。。。在这里反串黑
蠢不是你的错，但是胡乱出来放屁就彻底傻逼啦！特斯拉公开技术？人家技术卖钱的，龟儿子！还有别人家电动车也有自己核心技术，靠人家公开核心技术学造车！你脑子锈逗啦！人家最高明的做法就是技术专利交叉互用，而不是互相卡脖子呀。
別的不說，小鵬就是徹底的小偷造車
专用的超级计算机。任何企业往上游伸手，要么是为了控制，要么是为了利润，肯定不是为了人类和平...说人话，这么做更便宜...
视觉方案的瓶颈就是视觉可感知的全部信息量，算法和硬件能解决的是后续理解问题，但如果一开始视频可感知的信息就不够，算法是没办法解决的。这就是为什么可能直接撞上前方物体，因为计算机获取的信息不足以判断距离。如果不用更多方案替代这类视觉不够的场景，那么只能说这个方案的确主要服务于其他非自动驾驶场景
纯视觉方案的最大问题是可见光局限性。暴雨，大雾，夜晚
@@feifeishuishui 你出生的时候脑子被你妈逼夹坏了吧。暴雨大雾你人 开车就安全了？你是赶着去投胎暴雨大雾还要开车？夜晚特斯拉没车灯吗。没脑子就赶紧去回炉。
大刘太烈害了!
感觉 瓦片这个翻译 还可以更好一点
可以出一期讲FSD V12吗
大刘，俺们任总想问一下你能搞到Dojo吗？猾伪可以给你cash，价钱由你开，货到付款，由我们孟总亲自送到温哥华😉
時間證明一切
DOJO从目前来看路是走对了,存算一体就是神经计算芯片的核心理念.
大劉會說說矽光子晶片嗎？
大刘老师，可否用一集说明华为的自驾？
數位戰爭機器視覺辨識系統實現化，連結世界各地的監視器是多麼可怕
能不能出一期特斯拉机器人与稚晖君智元机器人的对比
仅凭单平面影像光是一面拟真画墙就无法判断撞上了，射频回波扫描三维空间状态在军用上会暴露行踪而在民用上亦容易造成干扰，多移动单位透过动态指向式网络协同多角度平面影像合成分布式虚境共享方为最佳解，唯有需获得穿障透视之少数特殊情况才斟酌冒险开起射频。多移动单位透过动态指向式网络协同多角度平面影像合成分布式虚境共享要达实时，每部载具整面壳内皆贴满网格芯片阵列之算力足？
非常好，但我不明白，开车这种人人能做的小事，为何自动化如此困难？马斯克团队是走对了路吗？
拼的还是算力，基础还是芯片制造能力
华为是什么方案？能作期视频讲讲吗？
如果是我，會在道路系統設計裝置成熟製程的芯片，來做偵測辨識射頻三合一系統，然後在車上裝置接收反應作動系統，這樣的方式其可靠性會比較高。我想，華為應該是這樣執行的。
也就是沒有這樣裝置的路不能走嗎? 這樣的系統要來做甚麼 ? 如困道路系統受到影響 , 是不是全部停駛呢 ? 這麼弱智的方案如果是華為的 , 那只有一種解釋 , 就是出來騙騙小粉紅 , 騙騙補貼而已 , 除了這個舍也不是
你这种方案是回避技术难题 虽然能快速提供方案和产品， 当从长期看 不利于未来的技术发展。
这不就是堆料嘛
堆的料是堆在訓練器上，不是堆在每台車上
2:17运算能力362Flops是不是少了个T？
2:19 是TFLOPs 不是FLOPs，两者差了一万亿倍
中国还在人工标注
Lidar 跟纯视觉方案比就是小儿科。前者需要人工标注路面信息，需要人工规划路线，不能应对千变万化的路面情况。不是智能是智障。
激光雷达价格下来，这套系统价值就不大了？
神了，跟大摩講好了嗎?看完影片隔天特斯拉大漲10%
特地回來留言
玩超算 马s克早就布局了，人机接口需要 车车需要 火箭需要 未来踏上火星也需要。。自己有才是真的有，他利用的也是政府的有限资源而已
他没有用任何政府资源。
这才叫核心科技！
為什麼老馬要在DOJO花這麼多錢，因為這就是以後的天網🤔
最后太酸了
结束语让我想起一句话，做芯片不如买划算
2min18s勘误：TFLOPS
算力決定科技發展的速度
马斯克说如果计算正确，特斯拉有Nvidia H100 人工智慧晶片量应是全世界第二名，xAI 是第三名
大刘，快说一下FSD V12
等我提车
skynet要出现了
特斯拉YYDS
“大家看这张图就非常容易理解” 我看那张特么也理解不料………😒
功到自然成，最后的担忧有点画蛇添足了
瑶瑶领先，我们遥遥领先，Dojo靠边站，哈哈
纯视觉，不考虑声音按喇叭吗？
感觉就是赌博😂。赢了就是新一个苹果，输了就是乐视😂
基本能赢，因为路子对
@@linlin-yx7gr 先把验证码解决了，否则我认为纯视觉方案一定失败
Dojo，道教
其他車廠不發力做自動駕駛的就只是個車廠，看看不認真搞照相功能的手機廠能佔多少市佔吧
堆硬件不是难点，关键软件系统建立才是问题。NVIDIA GPU只是通用计算单元，用于AI效率不高，但是挡不住它好用啊。
NVIDIA GPU好用在于生态，特斯拉不需要，只要配合自己的生态就好。
沒有辦法車上攝影錄到後傳到超級電腦計算後再傳回來嗎
資料傳送來回會有延遲 , 擔心計算結果送到之前 , 車就已經撞在一起了 !
@@sjcabbw 網速高快點呢，如果能搞到一毫秒，應該沒啥問題吧
延遲是跟網路流量, 攝影的resolution, frame rate, 還有附近有多少車, 還有沒有其他無線電干擾源, 電腦計算力...有關. 很多都是共享的, 所以 延遲並非固定的. 不過最擔心的是突然萬一斷網了怎麼辦? 可能臨時需要人為駕駛的接管吧.
@@sjcabbw 但是這種本來就要人手一直放在方向盤上吧，畢竟還沒到那麼先進可以完全鬆手
@@user-sh8bv9vb7x 依規定, LEVEL2 手是要一直放在方向盤上的. LEVEL3 以上不用.
这就是一种赌注。 我觉得最终方案会是两者的结合体。
pytorch 跟 c++那里 反了吧，应该是只能用 c/c++ 这类底层语言 才对
撇开NV自己实现了一套适合自己应用的计算核心，组装成一套系统
算力再足也算不到人类和动物在道路和驾驶中的疯狂和不可预知的行为，驾驶决定权还是掌握在自己手中最保险，ai作为驾驶辅助还是可以的，但是绝对不能剥夺人类驾驶员对车辆的终极控制权。
人的反应和AI比差远了。
@@quansun7633 路人和别的车辆及动物的不可预知性行为，ai这个不好学。
你都稱人類的駕駛是瘋狂的行為，那為何不限制人類駕駛呢，從根本上解決問題，雖然會有過度時期，這要與法律一同協助，比如人類駕駛就需要提高保險費，自動駕駛是一項低的保險，車廠與乘客的一種契約。
现在已经进入端对端的训练阶段了。以后能训练出个什么东西没有人会知道，也许会是天使，也许会是恶魔，也有可能训练出个白痴…
我觉得国产车最终要走有源相控阵雷达的路线，毕竟遥遥领先嘛。
现在还有些人在说有雷达的智能车比较高阶？不是啊！可以不用雷达的才比较高阶、技术难度比较高啊！有用雷达的算法反而比较简单，甭雷达的仰赖整合庞大算力与动态指向式高速移动网通的动态分布云。至于为何除非用不可情况不用雷达不外乎就是干扰与遭感测的问题，一般民用只在乎肉眼看得见的表现，隐患的问题都没想到。
pytorch 是python 高级语言，怎么转换为指令 如果不用 c 😂
Python 一样可以编译成machine code,独立运行
哈哈。可憐的華人me，才是現在這個世界擁有超算理論的人。我僅僅只是需要幾位博士和幾位翻譯就可以完成人類至今為止還沒有的計算經濟學，物理學，數學和智能理論的飛躍。可惜我已經雪藏7年了。現在因為英語不好，在干最原始的體力活。
超级计算机用以太网？这个不行吧
其实我很费解，辅助使用其他传感器能做到人类做不到的探知方式，为什么非要用纯视觉手段来做人类做得更好的事
第三次世界大战已经拉开帷幕
我觉得只靠可见光的视频是个错误，不同波长的电磁波对不同的探测各有优势。既然已经不是人了，不该局限在人才能感知的可见光
放弃自动驾驶这鬼玩意吧，将来赚的钱不够打官司。判断方向比技术突破更重要
在车上没有明显优势，但是作为机器人基础的积累作用巨大
实力太硬了，全能选手
撇开NV自己搞这条路完全正确
😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁😁
说那么多，不就是FPGA吗，马斯克画饼吹牛逼确实厉害，金融高手，靠画饼拉股价赚钱，这些钱造几十年车都赚不到这么多
说的太业余了, 什么叫不能用 c++ 这么基础的语言只能用 pytorch, pytorch 下面调的那些库怎么来的
呵呵 一说特斯拉 大刘就满眼尽是跪拜
太看的起华为了
太小瞧华为了
啊！GPU技术这么低呀，科幻电呀！我以为啥了不起的技术这算个屁
圖文說明這麼詳盡,中國山寨版很快就會出來
边缘计算要靠谱，其实没有那么牛掰
没家公司比特斯拉更会炒作。感觉就是吹。
特斯拉自动驾驶谁敢用，不知撞死伤了多少车主了，没有半年以上的测试，敢去开的真的佩服！
狂舔菊花那几集真把我看恶心坏了🤢
找地方吐去吧 注意身体
不得不说大刘这个视频一出，直接让jpmorgan银行对特斯拉的Dojo评估达到了6千亿美金，使的昨晚特斯拉股票暴涨10%+
大刘唯一的bug就是太过崇拜马斯克。大家都知道特斯拉许多地方被比亚迪等新能源车企超过。并且跟卫星电话比起来，特斯拉的视觉识别难道不更是鸡肋？落后于许多科技公司也要承认。马斯克的公司本质上是金融公司。马斯克必须不断的炒作新概念，否则特斯拉越来越弱。
哈哈哈哈，年度最佳笑話
都能看到外面的世界了，就是没脑子。所以说长见识是不能增智商这句话是正确的
@@jokimo428 应该鼓励大刘😁
哈哈，无知确实可爱。
大刘比较崇拜老马，个人倾向虽然比较克制但还是有的。视频做的都比较专业，非专业人士看起来晦涩难懂，当然可能也不是目标群体。无论算法多么优秀纯视觉对于自动驾驶弊端都是比较明显的。个人觉得对于特斯拉来讲可能只是用来实验的，将来是计划用于AI机器人或者其他项目上的
有點像美國搞的5g訊號路線，速度更快但成本超喜人。反而是華為的方案更被營運商接受。 純自動駕駛的問題，在你真敢坐一台無駕駛員的轎車嗎？😂
100多年前很多人也不敢做汽車😂
多长点见识 中国不少城市 已经试点运行了很久的无人公交了，常用路线上的人早就习以为常