最近两年买过车、或者认真研究过买车的人，大概都听过"端到端""大模型上车""智能驾驶"这些词。各家车企也都在说自己的智驾越来越接近人类水平，越来越"懂"路况。但DeepSeek的梁文锋和马斯克不约而同地提到了同一个判断，说白了就是：现在所有的AI，包括智驾，本质上都还是在算概率，还没到真正理解世界的程度。

这个差距用一个例子理解会比较直观。雨天刹车距离变长，人知道这是因为地面摩擦力下降，这是物理常识。但智驾不是这么运作的，它只是被训练成"雨天场景下提前刹车"，至于为什么，它不知道，也不需要知道。换一个它没见过的场景，比如匝道形状稍微变一变，或者换个城市路况，可能就不对了。这不叫理解，叫拟合——说得更生活一点，就像有人某天穿红袜子考试发挥好，就认定这是幸运袜，以后每次考试都穿，把巧合当成了规律。

现在行业里有一种说法很流行，认为端到端加上海量数据，已经在无限逼近物理理解了。梁文锋和马斯克的意思是，这两件事不是一回事。真正的物理直觉是什么感觉？是一个球滚上马路，车能推断出大概率有孩子踢了一脚、孩子可能马上从视觉死角跑出来——而不是靠数据标注学会"看到球就刹车"。前者在理解世界，后者在背答案，差距在这里。西瓜与芝麻，梁文锋和马斯克的同声判断