人工智能自动驾驶别把静止车当会动。外观检测框分不出路边停着的和正在插进来的，刹车和绕行会一起错。把运动分割和检测放进同一套双流网络联合训，共享编码才能把更稀缺的运动监督用够。2026年动静标签可以用里程计和三维框自动打，但必须多帧一致才入账。只报检测精度、不报运动分类，不准进制动链路。

人工智能车能看见物体，痛点在看不见它会不会撞过来

制动和变道首先关心运动的人或车。外观检测很强，仍然把停着的和开着的收进同一个框。框对规划是半成品。半成品再叠一层光流后处理，两套系统抢特征，误差在中间缝里。缝里的失败最难复盘：检测说有车，运动说不准，规划只能按最坏情况刹。误刹一多，人会关辅助。

联合才是正路。外观一支、运动一支，共享融合编码，两个头一起回传。运动标注通常比检测少一个数量级，单独训运动头会饿死。检测任务把编码撑住，运动头才能在同一套特征上活。分开训再拼接，看起来模块清晰，实际上把唯一够用的监督浪费在两个互不说话的塔上。

动静标签不要全靠人点。用自车里程和三维框中心，跨帧关联后比速度，再和自车速度对照，就能打静止或移动。必须连续多帧一致才保留，单帧脉冲当噪声。类别先盯车、卡车、面包车这类制动相关，行人另列，不要一上来追求万物移动。弱分割可以后来补，训练和评测要以框加动静为准，免得伪掩膜把指标刷飘。

同一条线上，视频分割若只用单帧全卷积，时序会丢。把门控循环嵌进全卷积，吃连续帧、出当前帧，运动才进分割，而不是事后补一层流。驾驶和一般视频可以共用这个判断：时间不是附件。附件式的时序，一到遮挡就断。

联合相对独立训练的提升，要在运动样本稀的子集上单列，不要埋进总平均。白天大道上检测已经很强，再联合也涨不出故事。涨在路口插入、对向来车、行人横穿。这些帧外观几乎一样，差在速度向量。把它们从平均里捞出来，才能决定共享编码有没有把稀缺监督用够。用不够，加检测数据只会让外观头更霸道，运动头更哑。

帧率也是门禁。感知再准，到不了控制周期，规划只能用过时的动静。八帧每秒在演示里能看，城区闸口可能不够。报精度时必须带延迟。延迟超周期，精度再高也只进日志，不进制动。宁可用更瘦的编码保住周期，也不要用更宽的塔把动静送到刹车之后。

人工智能运动感知2026五步：先联合，再自动打标，再进制动门禁

1. 检测和运动分割必须同一网络联合训。两塔后拼接，方案作废。
2. 成绩单两列：检测、动静分类。缺动静列，检测列不准进规划。
3. 自动打标：里程、三维中心、跨帧关联、多帧一致。单帧脉冲不入账。
4. 运动头的数据再少，也不许单独加一个只吃流的分支来「补」。补的分支不会回传给外观。
5. 制动门禁用动静，不用框。框里是静止，默认不按插入目标刹。刹错记事故。

两处只有对着误刹清单才清楚。其一，联合训练提升最大的，往往不是检测已经很强的白天高速，而是运动样本稀的路口插入。插入车外观和停着的车几乎一样，差在速度。外观塔单独再准，也判不对。把这些插入帧从总平均里捞出来单列，联合的价值才看得见。其二，自动打标会把缓慢蠕动标成静止。蠕动在闸口最危险。速度门限要按场景分，城区闸口的门限低于大道。一套门限打全国，闸口会系统性漏。

建设者该把动静分类写成检测的一等公民。管规划的人，该拒收只有框精度、没有运动列的感知包。没有运动列，刹车逻辑是在猜。弱分割伪掩膜只作可视化，训练和验收以框加动静为准，免得伪掩膜把指标刷飘。

结论：人工智能给制动的是会不会动，不是画面上有没有一块车

外观和运动一起训，编码共享，标签自动但多帧才入账。时序进网络，不进后处理附件。仍只报检测，误刹和漏刹会在同一路口见面。联合提升要在插入和横穿子集上单列，埋进白天大道的总平均，共享编码有没有用会看不出来。

你下次把检测接到制动，先抽路口插入和路边停放两列对照；动静分不开，辅助先不要开。闸口蠕动单独看，被标成静止的那些帧，就是漏刹清单的预备役，要写进周报的正表。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源