自动驾驶基础：感知、决策、控制三层解析

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

前言

兄弟们，先问个扎心的问题：你现在开车的时候，是不是已经离不开ACC自适应巡航、车道保持这些功能了？甚至不少朋友开着城市NOA，在早晚高峰的市区里，就能让车自己开完全程，全程不用接管。

但你有没有好奇过，这台铁疙瘩到底是怎么看懂路况的？怎么知道前面是红灯要停车、旁边的车要变道得躲着点、过弯的时候该打多少方向？很多人觉得自动驾驶就是玄学，是一堆看不懂的代码和公式堆出来的黑盒子，就像前几年大家看神经网络一样，觉得这东西只有顶尖的算法大佬才能搞懂。

其实大可不必！自动驾驶这东西，拆穿了说，本质上就是模拟一个合格的老司机开车的全过程。一个老司机开车，无非就干三件事：
第一，用眼睛看、耳朵听，搞清楚路上有什么、自己在哪——这就是我们今天要讲的感知层；
第二，脑子里琢磨，前面有行人我得刹车，左边没车我可以超车，红灯亮了我得停住——这就是决策层；
第三，手脚配合，打方向盘、踩油门、踩刹车，把脑子里想的变成实际动作——这就是控制层。

就这么简单三层，构成了自动驾驶的完整技术体系。哪怕是2026年现在最先进的端到端自动驾驶大模型，底层逻辑也跳不出这三层框架。今天我就用大白话，给大家把这三层讲得明明白白，哪怕你是刚接触AI的小白，看完也能彻底搞懂自动驾驶到底是怎么跑起来的。

一、自动驾驶的灵魂之眼：感知层

如果把自动驾驶系统比作一个人，那感知层就是他的眼睛、耳朵、鼻子，是他和真实世界交互的唯一入口。说白了，感知层的核心任务，就是把我们肉眼看到的真实物理世界，翻译成AI能看懂、能处理的数字信号——这和我们之前讲的“如何把数据输入到神经网络”，本质上是一回事。

1.1 感知层的核心使命：把物理世界翻译成AI能读懂的语言

我们人开车的时候，眼睛扫一眼路面，瞬间就能知道：自己在第几车道、前面50米有个红灯、路边有个小孩在往路这边看、左后方有个大货车正在加速。这些信息，我们的大脑一眼就能处理，但对计算机来说，它根本看不懂“红灯”、“小孩”、“大货车”这些东西，它只认识数字。

就像我们之前讲的，一张6464像素的图片，计算机里是3个6464的矩阵，分别对应红绿蓝三个颜色通道，最后要拉成一个12288维的特征向量，才能输入到神经网络里。自动驾驶的感知层，干的就是一模一样的事——只不过它处理的，不只是一张图片，而是摄像头、激光雷达、毫米波雷达等十几个传感器同时传过来的海量数据，最后要输出一张完整的、AI能看懂的“数字世界地图”。

这张地图里，要清清楚楚地标注出：

• 静态信息：车道线在哪里、红绿灯在哪、限速牌写的多少、路边有没有护栏、路口在哪；
• 动态信息：周围有多少辆车、它们在哪、开得多快、往哪个方向开、有没有要变道的迹象；路边有多少个行人、他们会不会横穿马路；
• 自身信息：我现在在地图上的哪个位置、在第几车道、当前车速多少、离路口还有多远。

很多人说自动驾驶是“人工智障”，十次出事九次都是感知层出了问题——要么是把广告牌上的车认成了真车，一脚急刹给后车整追尾了；要么是把路上静止的雪糕桶当成了空气，直接撞了上去；要么是雨天摄像头看不清，没识别到前面的事故车。说白了，就是感知层没把世界看明白，后面的决策和控制再厉害，也是白搭。

1.2 感知层的硬件：AI司机的“五官”

就像人靠眼耳口鼻感知世界，自动驾驶的感知层，也靠一套“五官”组合拳来收集数据，不同的传感器对应不同的功能，各有优劣，互相补全。2026年的今天，这套硬件组合已经非常成熟，哪怕是十几万的家用车，都能配齐一套完整的感知硬件。

1.2.1 摄像头：AI司机的“主眼”，负责看懂世界

摄像头就像我们人的眼睛，是成本最低、最能看懂“语义”的传感器。它能看清红绿灯的颜色、路边的限速牌、交警的手势、车道线的虚实，甚至能识别出前车的刹车灯亮没亮——这些都是其他传感器很难做到的。

2026年现在的量产车，基本都标配了800万像素的高清摄像头，高端车型甚至用上了1200万像素的夜视摄像头，能看清200米外的红绿灯。但摄像头也有致命的缺点：黑天、雨天、雾天就容易瞎，强光逆光的时候也会过曝看不清，而且只能看个大概，测不准物体的精确距离——就像我们人眼，能看清远处有个东西，但很难说清它离我们到底有100米还是150米。

1.2.2 激光雷达：AI司机的“高精度测距眼”，负责精准定位

如果说摄像头是看“是什么”，那激光雷达就是看“在哪里、离多远”。激光雷达的原理很简单，就是不停往外发射激光，激光碰到物体反弹回来，通过发射和接收的时间差，算出物体的精确距离，最后把所有的点拼起来，形成一个3D的点云地图。

2026年的今天，固态激光雷达已经彻底“白菜价”了，前几年还只有几十万的豪车才配的激光雷达，现在十几万的家用车都能给你配上4颗。它的优势太明显了：不管白天黑夜，都能测出物体的精确距离，精度能到厘米级，而且不受强光、逆光的影响，黑天也能看清150米外的雪糕桶。唯一的缺点，就是雨雾天的时候，激光会被雨滴、雾气散射，性能会下降，而且成本还是比摄像头高。

1.2.3 毫米波雷达：AI司机的“蝙蝠耳”，负责恶劣天气兜底

毫米波雷达就像蝙蝠的超声波定位，靠发射毫米波来探测物体，它的穿透能力极强，雨、雪、雾、沙尘天都能正常工作，完全不受天气影响，而且能精准测出物体的速度——这是它独有的优势。

前几年的毫米波雷达，都是2D的，只能测物体的距离和速度，测不了高度，经常会把地上的井盖、天上的路牌当成障碍物，闹出不少笑话。但2026年现在，4D毫米波雷达已经成了标配，它能测出物体的高度，还能形成点云，完美补上了传统毫米波雷达的短板，成了恶劣天气下感知层的兜底保障。

1.2.4 其他辅助传感器：补齐感知的最后一块短板

除了这三大核心传感器，还有超声波雷达，就是我们倒车雷达用的那个，负责近距离的障碍物检测，停车的时候用；还有高精定位模块，GPS+IMU组合，配合高精地图，能把车辆的定位精度做到厘米级，告诉你现在在第几车道，离路口还有多少米，相当于AI司机的“空间感”。

1.3 感知层的AI大脑：怎么把传感器数据变成有用的信息

硬件把数据收集回来了，接下来就是核心的AI处理环节了——这就是我们之前讲的人工神经网络的主场。

就像我们教小孩子认猫，给他看成千上万张猫的图片，他自己就会总结出猫的特征，下次看到没见过的花猫，也能认出来这是猫。感知层的AI模型，也是一模一样的训练逻辑：我们给神经网络喂了几百万、甚至上千万张带标注的道路图片、点云数据，告诉它这个是行人、那个是汽车、这个是红绿灯、那个是车道线，它自己就会不停地学习、调整权重，最后就能精准识别出各种交通参与者和交通标识。

前几年的感知模型，还是“分任务干活”的：一个模型专门识别物体，一个模型专门分割车道线，一个模型专门识别红绿灯，各干各的，最后再把结果拼起来。这种模式的问题很大，就像三个盲人摸象，每个人只摸到一部分，拼起来的结果很容易出错——比如摄像头识别到前面有个车，激光雷达没测到，模型就会纠结，到底是有还是没有？很多事故就是这么来的。

而2026年现在，感知层已经全面进入了多模态端到端感知的时代。说白了，就是把摄像头、激光雷达、毫米波雷达所有传感器的数据，一次性输入到一个大模型里，模型直接输出最终的感知结果，不用再分开处理、再融合。这就像我们人开车的时候，眼睛看、耳朵听，所有信息同时在大脑里处理，不会分开判断“眼睛看到了什么、耳朵听到了什么”，自然就不会出现信息断层的问题。

举个很典型的例子：雨天的时候，摄像头被雨水糊住了，看不清前面的静止事故车，但毫米波雷达和激光雷达已经测到了前面有个静止物体，端到端大模型会直接把所有信息融合起来，判断出这是个障碍物，立刻减速停车——而之前的分模块模型，很可能会因为摄像头没识别到，就直接忽略了雷达的信号，最后撞上去。

二、自动驾驶的核心大脑：决策层

感知层把世界看明白了，接下来就该决策层上场了。如果说感知层是眼睛，那决策层就是自动驾驶系统的大脑，是整个系统的智商核心。它的核心任务，就是根据感知层传过来的路况信息，回答一个问题：接下来，我该怎么做？

就像我们开车的时候，哪怕你把路况看得再清楚，要是脑子反应慢、决策错了，照样会出事。新手司机和老司机的核心差距，从来都不是眼睛好不好使，而是脑子会不会预判、会不会做决策——自动驾驶也是一模一样的道理。

2.1 决策层的三大核心任务：从“看到了”到“知道怎么做”

一个完整的决策层，分为三个环环相扣的模块：预测、行为决策、轨迹规划。这三个模块，正好对应了老司机开车的完整思考过程。

2.1.1 预测模块：老司机的预判能力，提前知道别人要干嘛

我们常说，老司机开车，眼观六路耳听八方，核心就是预判能力。你开车的时候，看到路边有个小孩在追球，你会下意识地松油门、备刹车，因为你预判到小孩可能会冲到马路上；看到旁边的车打了右转向灯，你会预判到它要变道，会提前减速，给它留出空间。

预测模块，就是干这个的。它会根据感知层传过来的所有动态物体的信息，预判未来5-10秒内，这些物体的运动轨迹。2026年现在的预测模型，都是用时序大模型做的，训练数据里包含了海量的真实路况场景，它见过了各种各样的司机加塞、行人横穿、电动车鬼探头，所以能精准预判出不同交通参与者的下一步动作。

比如，旁边车道的车，前轮已经压到了虚线，哪怕它没打转向灯，预测模型也会预判到它大概率要变道，会提前给行为决策模块发出预警；路边的电动车，本来是靠边骑的，突然往路中间拐了一点，模型会立刻预判到它可能要横穿马路，提前做好刹车准备。

很多新手司机开车容易出事，就是因为没有预判能力，只有等事情发生了才反应过来；而自动驾驶的预测模块，就是要让AI拥有老司机的预判能力，把风险扼杀在摇篮里。

2.1.2 行为决策模块：定大方向，到底是走、停、变道、超车

预测模块把所有物体的未来轨迹都算出来了，接下来就该行为决策模块定大方向了。说白了，这个模块就是回答几个核心问题：我现在是该加速、还是减速、还是停车？我是该保持当前车道、还是变道超车？我是该正常通过路口、还是礼让行人？

这里就要提到我们之前说的“假智能”和“真智能”的区别了。前几年的自动驾驶决策系统，用的都是“专家系统”的逻辑，就是程序员把所有能想到的场景，都写成一条条固定的规则，比如：

• 如果前车距离小于50米，且车速比我慢，就减速跟车；
• 如果左边车道是空的，且和前车的速度差大于20km/h，就变道超车；
• 如果红灯亮了，且离停止线小于30米，就刹车停车。

这种规则化的决策，就是典型的假智能。因为我们人类能清清楚楚地知道它内部的所有逻辑，它就是一个复杂的程序而已，一旦遇到规则里没写过的场景，它就直接傻了。比如之前很多辅助驾驶，遇到路上的静止雪糕桶、事故车，直接就撞上去了，因为程序员没写过“路上有静止的障碍物要刹车”这条规则，它就不知道该怎么办了。

而2026年现在的主流决策系统，已经全面换成了大模型+强化学习训练出来的真智能系统。这就和我们的人工神经网络一模一样，我们不用给它写任何固定的规则，只需要给它设定一个目标：安全、平稳、高效地开车。然后把它放到仿真环境里，让它一遍遍地开车，就像梯度下降算法一样，开得好就给它加分，撞车、违规、急刹急加速就给它扣分，它自己就会不停地调整、不停地学习，最后学会了应对各种各样的路况，哪怕是之前从没见过的场景，也能做出合理的决策。

这就像我们教新手司机开车，你不可能把马路上所有的场景都给他讲一遍，你只能教他基本的交规和安全原则，他自己开得多了，自然就成了老司机。自动驾驶的决策大模型，也是一模一样的成长逻辑。

2.1.3 轨迹规划模块：把决策变成具体的行驶路线

行为决策模块定了大方向，比如“要向左变道超车”，接下来就该轨迹规划模块干活了。它的核心任务，就是把这个抽象的决策，变成一条具体的、平滑的、可执行的行驶轨迹——这条轨迹里，要清清楚楚地标注出，未来每一秒，车辆应该在什么位置、车速应该是多少、方向盘应该打多少度。

很多人坐自动驾驶的车会晕车，核心原因就是轨迹规划没做好。比如变道的时候，轨迹规划得太急，猛打方向猛回方向，乘客就会晃得头晕；刹车的时候，规划的减速度忽大忽小，一脚深一脚浅，乘客就会点头晕车。

2026年现在的轨迹规划算法，已经非常成熟了，它会同时兼顾三个核心目标：

• 安全性：轨迹不能和任何物体发生碰撞，要符合交规，不能压实线、不能闯红灯；
• 舒适性：轨迹要平滑，加减速要平缓，方向盘转角不能突变，尽量不让乘客晕车；
• 高效性：在安全和舒适的前提下，尽量提高通行效率，该超车就超车，该提速就提速，不会像个蜗牛一样慢慢悠悠。

甚至现在很多高端车型，还能根据乘客的习惯调整轨迹规划的风格：如果乘客容易晕车，就规划更平缓的路线，加减速更柔和；如果乘客喜欢开得快一点，就规划更高效的路线，在安全的前提下尽量提高通行效率。

2.2 2026年决策层的核心升级：端到端大模型的全面落地

和感知层一样，2026年决策层最大的突破，就是端到端大模型的全面落地。前几年的决策系统，预测、行为决策、轨迹规划是三个分开的模块，每个模块各干各的，中间很容易出现信息断层。比如预测模块说“这个行人不会动”，结果行人突然冲了出来，决策模块还没反应过来，就出事了。

而端到端的自动驾驶大模型，直接把感知层的输出，一次性输入到模型里，模型直接输出最终的车辆控制指令——方向盘打多少、油门踩多少、刹车踩多少，中间没有任何分开的模块。这就像我们老司机开车，看到前面有行人横穿马路，根本不会分开想“他要干嘛、我该做什么、我该怎么走”，而是眼睛看到的瞬间，手脚就已经做出了反应，踩刹车、打方向，一气呵成，反应速度更快，容错率更高。

现在国内车企大规模落地的城市NOA功能，能在没有高精地图的城市道路里，全程自己开，不用人接管，核心就是靠这套端到端的大模型。哪怕是遇到修路、临时交通管制、交警手势指挥这种复杂场景，它也能从容应对，这在几年前是根本不敢想的。

三、自动驾驶的手脚：控制层

感知层看明白了，决策层想清楚了，最后能不能把事办好，就看控制层的了。如果说感知层是眼睛、决策层是大脑，那控制层就是自动驾驶系统的手和脚。它的核心任务，就是把决策层发出来的指令，精准地变成车辆的实际动作，不多不少，不打折扣。

很多人觉得自动驾驶最难的是感知和决策，其实控制层才是最考验功底的地方。就像我们考驾照的时候，很多人科目一、科目四都能考满分，知道靠边停车要怎么操作，但就是手脚不听使唤，要么压线、要么停得离路边十万八千里——这就是控制能力不行。自动驾驶也是一样，哪怕你的决策再完美，控制层执行不到位，也是白搭。

3.1 控制层的两大核心模块：横向控制+纵向控制

车辆的控制，拆穿了说，就两个维度：横向控制和纵向控制。横向控制管方向盘，负责车辆的左右方向；纵向控制管油门和刹车，负责车辆的前进和停止。两个模块配合起来，就能让车辆沿着规划好的轨迹行驶。

3.1.1 横向控制：精准控制方向盘，让车不跑偏

横向控制的核心目标，就是让车辆精准地沿着轨迹规划模块算出来的路线走，不会跑偏。比如过弯的时候，要精准地沿着车道中间走，不会压到线；变道的时候，要平稳地从当前车道变到目标车道，不会画龙。

最基础、最常用的横向控制算法，就是PID控制。这个算法说起来很简单，就像我们自己开车打方向盘：发现车偏左了，就往右打一点方向，偏得越多，打得越多；等车快回到车道中间了，就慢慢回方向，不会等车完全回正了再回，不然就会偏到右边去。PID控制就是干这个的，它会实时计算车辆当前位置和目标轨迹的偏差，然后根据偏差的大小、偏差变化的速度，算出应该打多少方向，让车辆始终沿着目标轨迹走。

而2026年现在的高端车型，基本都用上了模型预测控制（MPC）。这个算法比PID更高级，它不会只看当前的偏差，还会提前预判车辆未来几秒的运动状态，比如过弯的时候，它会提前算好入弯的角度、打方向的时机，入弯前就提前打好方向，不会等到入弯了发现跑偏了再调整，过弯更稳、更精准，乘客也更舒服。

3.1.2 纵向控制：精准控制油门和刹车，让车走得稳、停得平

纵向控制的核心目标，就是精准控制车辆的速度和跟车距离。我们平时用的定速巡航、ACC自适应巡航，就是最基础的纵向控制功能。定速巡航就是让车辆始终保持设定的车速，ACC自适应巡航就是让车辆和前车始终保持安全的距离，前车快它就快，前车慢它就慢，前车停它也停。

纵向控制的核心，也是PID和MPC算法，逻辑和横向控制差不多，就是实时计算当前车速和目标车速的偏差，然后控制油门的开合度、刹车的压力，让车速始终贴合目标值。2026年现在的纵向控制算法，已经能做到非常平顺了，比如跟车的时候，前车刹停，车辆能平稳地刹停，不会有一点顿挫感；起步的时候，也能平稳提速，不会猛窜，哪怕是堵车的时候跟车，也不会让乘客有一点晕车的感觉。

尤其是现在的新能源电车，电机的响应速度比燃油车的发动机快得多，纵向控制的精度也更高，能做到毫秒级的扭矩调整，这也是为什么现在的新能源车型，辅助驾驶的体验普遍比燃油车好的核心原因。

3.2 2026年控制层的核心升级：线控底盘的全面普及

控制层的算法再厉害，也得有硬件支撑。前几年的传统车辆，方向盘和车轮之间有机械转向柱，刹车踏板和刹车卡钳之间有液压管路，控制指令要经过这些机械结构才能传过去，不仅有延迟，精度也很难保证。就像你用一个有延迟的游戏手柄玩游戏，你按了按键，要过半秒才有反应，根本没法精准操作。

而2026年的今天，线控底盘已经成了所有自动驾驶车型的标配。所谓线控，就是“用电信号控制”，方向盘和车轮之间、刹车踏板和刹车卡钳之间，没有任何机械连接，全靠电信号传递指令。就像我们用的电竞游戏手柄，按下去的瞬间，指令就传到了游戏里，零延迟、高精度。

现在的线控转向，能做到0.1度的转向精度，指令延迟不到50毫秒；线控制动能做到0.1bar的刹车压力控制，刹停距离能控制在厘米级。这就给自动驾驶系统提供了一套非常可靠、精准的“手脚”，决策层说要打30度方向，就精准打30度；说要以0.5g的减速度刹车，就精准控制刹车压力，不会多踩一点，也不会少踩一点。

很多人之前吐槽自动驾驶“像新手开车”，不是决策不对，而是控制层的硬件拉胯，执行不到位。而线控底盘的全面普及，彻底解决了这个问题，让自动驾驶的行驶质感，真正追上了有几十年驾龄的老司机。

四、三层如何协同工作？一个场景看懂自动驾驶全流程

讲完了三层的各自功能，很多兄弟可能还是有点懵，这三层到底是怎么配合起来工作的？我给大家举一个2026年最常见的城市NOA场景，你瞬间就懂了。

周一早上，你开着车上班，早高峰的市区路况很复杂，你打开了城市NOA功能，设定了目的地是公司，全程不用接管。整个过程，三层系统是这么配合的：

第一步：感知层全时段扫描，构建完整的数字世界
你车辆上的8个摄像头、3颗激光雷达、5个毫米波雷达、12个超声波雷达，同时开始工作，每秒要处理几十GB的数据。摄像头识别出了车道线、前面路口的红绿灯、路边的行人和电动车、旁边车道的车辆；激光雷达测出了所有物体的精确距离和位置；毫米波雷达测出了所有车辆的速度；高精定位模块告诉你，你现在在XX路的中间车道，离前方路口还有120米。

所有这些数据，一次性输入到多模态感知大模型里，模型在几十毫秒内，就输出了一张完整的数字世界地图，清清楚楚地标注了所有静态和动态的信息，传给了决策层。

第二步：决策层预判+决策+规划，给出完整的行驶方案
决策层拿到感知层的结果，首先是预测模块开始工作：它预判到，路边的行人站在路边不动，不会横穿马路；左前方的出租车打了右转向灯，3秒后会靠边停车；前方的红绿灯还有8秒变绿，前车会在绿灯亮起后起步。

然后是行为决策模块，根据预测的结果，做出了决策：保持当前车道，和前车保持50米的安全距离，绿灯亮起后平稳起步，不超车、不变道，正常通过路口。

最后是轨迹规划模块，根据决策，算出了未来10秒的完整行驶轨迹：当前保持30km/h的车速，离停止线30米的时候开始减速，平稳停在停止线前，绿灯亮起后，用0.2g的加速度平稳提速到50km/h，始终保持在车道中间行驶。然后把这个轨迹和速度指令，传给了控制层。

第三步：控制层精准执行，让车辆平稳行驶
控制层拿到指令，横向控制模块实时控制方向盘，让车辆始终沿着车道中间行驶，哪怕路面有一点颠簸，也不会跑偏；纵向控制模块控制电门，让车辆始终保持30km/h的车速，离停止线30米的时候，平稳松开电门，用动能回收减速，最后轻轻踩下刹车，平稳停在停止线前，没有一点顿挫感。

绿灯亮起后，纵向控制模块平稳控制电门，车辆缓缓提速，整个过程，你坐在车里，就像一个有几十年驾龄的老司机在开车，平稳、安全、从容，全程不用你动一下手、踩一下脚。

这就是自动驾驶的完整流程，看似复杂，其实就是感知、决策、控制三层环环相扣、协同工作的结果。

五、写在最后：自动驾驶的现在和未来

2026年的今天，自动驾驶已经不再是科幻电影里的场景了。L2+级别的辅助驾驶，已经成了10万以上家用车的标配；L3级别的自动驾驶，已经在国内多个城市开放了合法上路的权限；L4级别的无人出租车，已经在北上广深、长沙、武汉等几十个城市大规模运营，我们出门打个车，就可能坐到没有司机的无人车。

很多兄弟觉得，自动驾驶是很高深的技术，只有顶尖的算法大佬才能搞懂，自己根本学不会。其实就像我一直说的，人工智能这东西，从来都不是高高在上的数学游戏，它的底层逻辑，都来自于我们的日常生活。自动驾驶的三层架构，本质上就是模拟我们人开车的过程，只要你能搞懂老司机开车的逻辑，就能搞懂自动驾驶的底层原理。

当然，今天讲的只是自动驾驶的基础框架，里面的每一层，都有非常多的技术细节和算法知识，比如感知层的神经网络怎么设计、决策层的强化学习怎么训练、控制层的算法怎么优化，这些我都在我的系统教程里，给大家做了详细的讲解，从最基础的神经网络原理，到自动驾驶的实战编程，一步步带你入门，哪怕你只有高中基础，也能看懂。

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。