昨夜星辰

铁路运输部门统筹运力、多方案 保障旅客假期出行安全畅通_我的网站

一 |     央视网消息：“五一”假期即将来临，记者从港珠澳大桥管理部门获悉，2024年“五一”假期，港珠澳大桥将免收7座及以下小型客车通行费。　　具体免费时段为5月1日00:00—5月5日24:00。

二 | 符合条件的小型客车经电子自动收费车道（国标ETC、香港快易通用户）或经人工收费车道均可享受免费通行政策。　　假期期间，大桥跨境出行需求将明显增加，预计5月4日9:00—16:00香港前往珠海/澳门方向车流量较大，5月5日15:00—24:00珠海前往香港方向车流量较大，请三地自驾旅客合理安排出行时间，选择错峰出行。　　香港预计约590万人次出入境　　香港入境事务处预计，4月30日—5月5日，约有590万人次进出香港。

三 |     贾浩楠 发自 副驾寺     智能车参考 | 公众号 AI4Auto          ChatGPT能记住你的聊天历史，知道你的表达习惯，甚至可以根据过去的交流调整回答方式。

四 |          现在，这种“记忆能力”开始进入物理世界。         马斯克一条推文，透露了Tesla FSD正在发生的新变化：          FSD开始拥有“千人千面”的能力。其中，陆路出境和入境高峰期同为5月1日，出境约48.1万人次、入境约54.4万人次。

五 |          从停车偏好，到驾驶干预，再到长期驾驶习惯，FSD正在尝试记住每一个人的不同。

六 |          从“一个AI服务所有用户”，走向“每个人都有自己的AI”。入境处已经推出多项举措疏导旅客流量，迎接通关高峰。　　长三角铁路假期运输方案将于4月29日启动　　记者从国铁上海局了解到，长三角铁路“五一”假期运输方案将于4月29日启动。根据目前车票预售情况，客流出行高峰预计出现在5月1日。         马斯克确认：FSD开始拥有“长期记忆”          事情起源于马斯克最近两次公开回复。         6月的一次，是关于停车习惯。　　2024年“五一”假期运输自4月29日起—5月6日止，共计8天。         有用户提出，希望FSD能够记住自己在固定地点的停车方式，比如回家停哪里、去公司停哪里。         马斯克回应：          FSD很快会记住用户的停车偏好。其间，长三角铁路预计发送旅客2700万人次以上，日均发送旅客340万人次以上，预计日均客流量将创出假日新高。         最近的这一次，更加关键。　　根据车票预售情况，1500公里以内的出行需求得到进一步释放。         有用户反馈，FSD在一些驾驶决策上不符合自己的习惯，比如车道选择、变道时机等。

七 |          马斯克表示，未来车辆会记住用户具体的接管行为，并逐渐匹配每个人的驾驶偏好。　　客流最高峰预测将出现在5月1日。当天，发送旅客预计将超过清明假期创下的单日旅客发送量的纪录。         两次回复本质上是同一件事：          FSD开始从一次性的驾驶任务，走向长期理解驾驶员。         过去，自动驾驶面对的是一个抽象用户。         无论谁坐进车里，背后的模型都是同一个。         它知道：这里是什么道路，前方有什么车辆，应该如何规划路线。         但它不知道：你喜欢提前变道，还是宁愿多等几秒；你喜欢跟车近一点，还是更关注舒适；你回家时习惯停在哪里。         这些属于人的驾驶习惯，一直没有进入自动驾驶系统。从客流方向来看，长三角地区去往北京、广州、福州、厦门、长沙、青岛等地客流火爆。         而现在，Tesla让这些信息成为AI决策的一部分。　　铁路运输部门统筹运力安排，采取基本运行图方案、“五一”临客方案、应急方案3个批次安排运力。

八 | 在实行高峰线的基础上，计划增开192.5对旅客列车，其中，夜间动车组列车133对。　　多部门提前部署 保障旅客出行安全畅通　　“五一”假期临近，海南省各交通部门提前部署，全力保障旅客假期出行安全顺畅。         和之前我们谈论FSD不同的是，“长期记忆”不是让FSD重新学习“怎么开车”，这件事已经由基础模型完成。　　2024年“五一”假期，琼州海峡预计每天有1.5万辆车进出岛。对此，海南港航投入47艘客滚船，并实行全预约购票过海模式，保障车辆和旅客进出岛需求。

九 |          它学习的是：在安全范围内，你希望它如何开。目前，出岛船票已提前预售。         这也是Tesla第一次公开走向Personalized FSD：          从“一个模型服务所有司机”，走向“基础模型+个人驾驶偏好”。　　民航部门预测，2024年“五一”假期，海口美兰、三亚凤凰以及琼海博鳌三大机场，每天进出岛航班约1000架次，同比增长10%左右。交通部门提醒，广大旅客最好提前购买往返双程机票。         为什么是现在？          “千人千面”“越开越懂你”，智能汽车行业其实喊了很多年。         但真正落地很难，用户体验完全依赖车企OTA的“自觉性”和能力高低，系统更新后体验下降的事也不罕见。         因为截至目前，绝大多数自动驾驶玩家竞争，还停留在模型、数据层面，本质上都是在解决：如何让AI成为一个更好的司机。　　铁路运输方面，“五一”期间，海南环岛高铁计划每天安排动车组104.5对，并将根据车票预订情况，随时增加动车组保障旅客出行需求。         而特斯拉在V14完成端到端重构之后，开始率先探索另一个问题：          如何让AI成为你的专属司机。         这背后，对应的是近几年自动驾驶领域兴起的几个研究方向：          Driver Modeling、Preference Learning以及Human-in-the-loop Learning。

十 |          最早出现的是Driver Modeling，也就是“驾驶员建模”。         简单来说，就是给每个驾驶员建立一个数字画像，比如：有人开车更激进，喜欢更短跟车距离，喜欢更快完成变道；有人更保守，倾向提前减速，更少主动超车。

十一 |          传统自动驾驶系统会把这些差异忽略，默认存在一个“平均驾驶员”。         而Driver Modeling希望解决的问题是：AI应该知道，坐在驾驶位上的到底是哪一种司机。         技术上，这类方案通常会从历史驾驶数据中提取特征，比如方向盘操作、油门刹车变化、车速变化、变道频率、跟车距离。然后通过一个额外的模型，生成驾驶员特征向量（Driver Embedding）。         这个向量不会改变基础驾驶能力，而是作为规划系统的输入，影响后续决策。         但Driver Modeling仍然存在一个问题：它更多是在判断“你是什么类型的人”，而不是理解：“你具体喜欢什么”。         于是近几年出现了Preference Learning，也就是偏好学习，它关注的不再是这个司机属于激进型还是保守型，而是这个司机在具体场景下更喜欢哪个选择。例如同样遇到慢车，方案A是提前变道，提高效率；方案B是保持车道，更加舒适。         AI通过长期观察用户选择，逐渐学习这个特定用户更倾向哪一种。

十二 |          这与大模型的Preference Learning逻辑非常类似，模型能力是基础，用户反馈决定个性。

十三 |          而Tesla这次提到的Intervention，其实更接近这一方向。         当然还有第三个方向，是Human-in-the-loop，它解决的问题是如何让人在自动驾驶学习过程中持续参与。         传统机器学习通常依赖大量标注数据。但自动驾驶里，真正有价值的数据，往往不是正常驾驶，而是：AI不知道该怎么办的时候。

十四 |          特斯拉过去大量收集车队数据，本质上就是利用全球车辆作为数据采集网络。而未来，如果把这些反馈进一步和个人账号绑定，那么数据价值会发生变化：          它不只是帮助Tesla优化一个统一模型，还可以帮助车辆理解某一个用户。         Tesla目前没有公开FSD个性化功能的具体架构，但结合FSD V12之后的端到端路线，可以做一个合理推测：单独训练一个“每人一个模型”的可能性最低。         原因很简单，如果每个用户都有独立模型，那么会导致训练成本巨大，更新困难，也会破坏Tesla统一模型的优势。         更符合FSD现有体系的方案，可能是：基础端到端模型 + 用户偏好记忆层。也就是底层模型负责视觉理解、道路判断、安全驾驶、通用规划。

十五 |          上层增加一个轻量化的User Preference Layer，记录停车习惯、驾驶节奏、路线偏好、历史接管行为。         基础模型负责“能不能这么开”，偏好模型负责“你是不是喜欢这么开”。         这其实和今天大模型的发展路径高度类似：GPT不会因为每个人重新训练一次。而是通过Memory、User Profile等机制实现个性化。         不过，真正的难点也在这里：个性化不能突破安全边界。AI要明白不能学习你喜欢超速、喜欢危险变道等等行为。

十六 |          这也是特斯拉此次探索最值得关注的地方：它不是让AI变成另一个你，而是“在安全约束内，越来越像用户”。         AI汽车进入“千人千面”时代          说过去几年，自动驾驶竞争的核心是：谁的数据更多，谁的模型更强，谁的能力更接近人类驾驶员。         但特斯拉的Personalized FSD一出，下一阶段，竞争可能会发生变化。         今天，大多数智能汽车仍然依靠统一策略服务所有人。但未来，AI司机可能会越来越像真人司机，不是因为它拥有情绪，而是因为它了解你的习惯。         这意味着，User Model可能成为自动驾驶新的能力层。         马斯克一石二鸟，解决了两个问题，首先是再次给智能汽车新卖点指出方向，而且是避免高度同质化、低效内卷的路径。         在车位到车位自动驾驶逐渐普及之后，量产车上的AI司机如何建立差异，会成为新的问题。         所有车辆都能完成基础导航和智能驾驶，那么下一步比拼的就是：谁更懂你、谁更符合你的驾驶习惯、谁更像一个长期陪伴你的司机。         当然，对技术能力的要求更高了。         尤其是对于“one for all”的自动驾驶供应商来说，可能很难腾出资源去开发这样的功能，而即使他们愿意开放权限给车企在基础模型上自由开发，有代码级AI能力的OEM却寥寥无几。         所以，利好全栈自研玩家！          其次，之前有一句话把老马问道语塞：特斯拉造车卖车的模式，跟自动驾驶追求的目标，是不是本质上矛盾？          完全自动驾驶普及后，好像的确没有再买私家车的必要。

十七 |          所以，Personalized FSD也给马斯克解了一个燃眉之急——Robotaxi落地如火如荼，但私家车，以及把AI司机搭载在私家车上依然有价值、有必要。         毕竟Robotaxi用一个AI服务所有用户就是最优解，不可能给出千人千面的高级定制体验。         Personalized FSD路径，其实与生成式AI的发展非常相似。         ChatGPT通过Memory变得更加个性化，AI Agent通过长期记忆完成复杂任务。

十八 |          未来，汽车作为连接物理世界的重要入口，也可能拥有自己的长期记忆，当然，这并不意味着自动驾驶已经进入成熟阶段。         Tesla的具体实现方式、安全约束机制，以及个性化能力的边界，都还有待进一步验证。         但至少，一个趋势已经出现。

Current article:http://ombev2.yaoyaotoutuanmieshaideizun.buzz/n39/20260826/13546.html

Published on:18:55:28