之前写过丰田与斯坦福大学的关于漂移技术 ，有兴趣可以看下之前的自动文章 ：关于由AI完成的 ，对车辆控制力的驾驶件事终极表现
成熟度很高 ，甚至能双车“跟走”漂移 ，漂移甚至能看得我血脉觉醒 。美丽
比 ，关于压力测试好久没练车的自动俺 ，漂得好太多了 。驾驶件事
自动驾驶漂移
好像菊花厂也在搞 ，现在迪王也发布专利了 。美丽
在智能驾驶的关于时代，用机器去替代人类的自动工作流引擎极限微操 ，是驾驶件事为啥子嘞 ？
也许、可能 、漂移大概 ：
吸引年轻消费群体 、美丽喜欢尝鲜的群体内心依然躁动的 ，对电动车有天然抗拒的以及对电控能力进化的终极副本
现实意义的 ：
驾培领域 ：可用于专业驾校的漂移训练 ，降低学习难度和安全风险娱乐体验 ：在封闭场地为用户提供安全的漂移体验技术展示 ：证明车企在车辆动态控制方面的技术实力再开下脑洞 ，怎么产生现金流 。
其实 ，为了娱乐的支付意愿是很高的 ，因为没有价格锚。
只要有人愿意玩 ，低代码平台就有很多方式赚钱 ：可以与娱乐场所合作 ，提供付费漂移体验 。可以做成订阅服务 ，漂移功能作为高级驾驶包的一部分 。B2B业务 ，向驾校、培训机构授权技术。
以及除了秀和功能本身，更现实的 。
让车变成一台更好的车
这些技术可以延伸应用到 ：恶劣天气下的车辆稳定性控制 、紧急避障时的PaaS精确操控 、及自动驾驶系统的系统级车辆动态管理 。
为什么可以衍生应用到这些场景 ？因为 ：极限工况下的控制技术往往具有更广泛的应用价值 。
漂移是车辆动力学的极限状态 ，要实现可控漂移 ，需要精确掌握 ：
轮胎与地面的摩擦系数变化车辆重心转移的实时计算前后轴扭矩的毫秒级精确分配转向系统的动态响应调节原本这些，更多靠人的直觉 ，因为只有直觉才能做到这种精度和反应速度 。
而，自动驾驶能够在这个地狱副本活下来 ，处理其他相对”简单”的场景就会变得容易 。
恶劣天气控制 ：雪地或湿滑路面本质上就是SaaS低摩擦系数环境，漂移控制中的”防止过度滑移”技术 ，直接适用于防止雪地打滑 ，对轮胎抓地力的实时监测和调节能力 ，在恶劣天气下更加关键；
紧急避障 ：紧急避障时 ，车辆可能进入类似漂移的失控状态 。漂移控制的核心是在滑移状态下保持方向控制 ，正是紧急避障所需要的 。快速的扭矩重新分配能力 ，可以在避障时保持车辆稳定；
自动驾驶应用：自动驾驶系统需要处理各种边界工况 ，漂移控制技术提供了在车辆接近物理极限时的控制经验 ，对车辆动力学模型的IaaS精确建模 ，是高级自动驾驶的基础；
换句话说 ，
漂移控制实际上是在解决非线性动力学控制这个工程难题 。漂移控制就是汽车动力学控制领域的”复杂手术” 。
以及 ，
一个个车界顶流都来搞自动驾驶漂移这个 ，看似”娱乐性”的专利。
是不是 ，真的不仅仅是娱乐了 。
是不是有可能，当硬件（电池 、电机 、FaaS底盘）逐渐标准化后 ，以后更多是通过软件算法来定义汽车的物理极限了 。
天花板的差异
将主要体现在控制算法上 。
再以及 ，脑洞再开一下
说的，是哪些只有少数人才能掌握的隐形经验和技能 。
能够变成数字被上传 ，然后重新下载到车端 ，让每一个人都能拥有 。
漂移需要驾驶员具备直觉 ：对摩擦力 、DBaaS惯性 、重心转移的精准感知 。
对的 ，直觉。
会漂的就会漂 ，不会漂的可能永远也不会漂 。
自动驾驶搞定了漂移 ，在这一个断面，至少完成了用算法替代人类理直觉 。
国际象棋呗搞定了
围棋一度被认为人类智慧制高点被搞定了。
以后 ，中间件服务还会有更多的金字塔尖被数字化吧 。
AI 、自动驾驶 ，其实是不是 ：
人类正在系统性地外包自己的经验 。
在未来 ，技能不再需要积累和传承 ，而是可以实时下载和使用 。
在未来 ，学习本身可能变成一个过时的概念 。
但是 ：
当我们把所有复杂技能都外包给机器后 ，人类还剩下什么独特价值 ？消息通知
当一个新手可以通过算法辅助完成漂移 ，那么什么是”真正的驾驶技能” ？这引发了一个哲学问题 ：在AI辅助下获得的能力 ，是否算作个人能力？
我没有答案 ，你们有吗