謝邀回答，仔細想一想，我們身邊好多車都有自動駕駛的雛形，那就是定速巡航功能！定速巡航我們經常跑高速的朋友會對他愛不釋手，的確解放了雙腳使人不那麼疲勞。可現在的汽車自動駕駛功能還是不那麼理想，因為實際駕駛中不可抗拒的人為因素太多太多了，我估計自動駕駛技術真應用到汽車上的時候我們估計看不到了，應該像美國的科幻大片那樣在一百甚至二百年以後，城市和鄉村都處於高度工業化的狀態，機動車專用道，行人專用道，非機動車專用道！然後每個專用道在細分規劃，就像現在的火車，動車一樣！人們的潛意識裡面告訴自己這種特種道是絕對不能碰！

謝謝邀請！我覺得自動駕駛和電動汽車的情況差不多，對比的不是安全性，而是技術的成熟度，很多技術比如自動駕駛的安全性、電動汽車的續航里程，電瓶耐用度都需要時間的檢驗並逐步改正缺點，這需要一個過程，所以關於自動駕駛現在的情況任何人拍胸脯保證絕對安全都是不負責任的態度。

汽車的革命，是一個令人激動的話題，然而經過了一百多年的發展，事實上汽車並沒有一次真正意義上的重大革命。人們對此充滿期待，希望汽車可以像手機一樣，給使用者不斷帶來驚喜。其中，新能源汽車被賦予厚望，尤其是純電動汽車，採用了更為清潔的能源和不同以往的駕駛體驗，比如特斯拉，被稱之為汽車歷史中的變革之作。然而，當沉思之後才會恍然大悟，其實特斯拉令人激動的並非上述所講。

汽車的形態其實一直沒有太大變化，純電動汽車也並不是什麼新鮮產物，早在18世紀60年代純電動車就已經初見雛形，雖然巡航里程和電池結構不太一樣，但驅動形式基本相同。包括如今的新能源汽車，與傳統汽油車的驅動形式也如出一轍，並不能帶給駕駛者或乘客全新的體驗。無論是特斯拉，還是當今國內市場新興的如蔚來一樣的新能源品牌，它們即將面對的依舊是傳統汽車領域這片市場，所以汽車革命與其風馬牛不相及。

那即將到來的汽車變革究竟是什麼？

而真正將要改變汽車屬性，帶來變革的，就是自動駕駛。沒錯，看似並不靠譜的自動駕駛雖然火爆，但很多人並不太理解，賠本賺吆喝的買賣為什麼愈演愈烈？這裡面就包含著自動駕駛對於未來出行方式顛覆性的改變，誰能搶佔先機，誰便能拔得頭籌，就如之前提到的特斯拉一樣，令人興奮的是特斯拉極強的加速效能，但真正令人感慨的，其實是特斯拉上已經可以實際上路的自動駕駛技術。

自動駕駛的“火”目前還沒真正涉及到消費者層面，而是在行業內部，對於這項新技術各大廠商猛烈追趕的趨勢是最直觀的感受。而讓傳統車企、零部件供應商和科技公司爭相進入這片領域的原因在於，如果不追隨自動駕駛這股風向標，是否就會變成汽車界的“諾基亞”或者“摩托羅拉”，雖然自身沒有過錯，但被動轉型無疑會被積極型的企業甩在身後。

自動駕駛的特性在於不僅僅涉及汽車領域本身，還輻射到數量可觀的周邊產業上，比如真正意義上的共享汽車。日常上下班，不僅能承載車主抵達目的地，在上班的過程中，車輛還可以進行出租，甚至接送親朋好友，而下班時車輛會在單位門口迎接你送你回家，聽起來是不是很有誘惑力？

對於新能源車企來說，自動駕駛無疑是最好的夥伴。電氣化裝置的擴充套件性有目共睹，與傳統燃油相比，融合更為默契。如最新的無線充電技術，要是有了自動駕駛的加持，充電再也無需駕駛者親力親為，車輛自動開過去充電，完成後自動再開回車位停好，這都是傳統燃油汽車無法比擬的。既然傳統能源被新能源取代的趨勢不可逆，那麼自動駕駛的發展軌跡也是可見的，勢在必行。

現如今的自動駕駛，發展到什麼樣的程度？

目前自動駕駛通行的標準是由SAE International所倡導，對自動駕駛的等級劃分為六個，從L0~-L5，其中L0為人工駕駛，而隨著等級的提升，車輛也會由輔助駕駛向純自動駕駛轉變，最終達到L5階段。而目前對於六個等級的判斷標準如下：

L0-L2級自動駕駛：可以定義為輔助駕駛，如自動剎車、定速巡航以及自適應巡航系統，人類駕駛員負責完成“動態駕駛任務”。部分功能會為駕駛者提供幫助，但這個級別的特徵在於僅提供輔助，大部分駕駛動作依舊需要依賴駕駛者。

L3級別則是自動駕駛的分水嶺，是真正開始進入實際自動駕駛的級別，該級別的自動駕駛功能在滿足一定條件時是可以完成自動駕駛的。比如通用汽車所研發的新Super Cruise系統，就屬於L3的範疇。此時當滿足特定條件，車輛開始自動駕駛，駕駛者只需應答需求，無需對駕駛進行干預。但這個級別的自動駕駛無法完成激烈駕駛和應急路況，其無法做到預知緊急情況以及進行適當的操作，此時系統會透過提示，示意駕駛者需要介入接管。

L4-L5級別屬於“高度自動駕駛”範疇。該系統會依靠高精密的電子地圖來實現自動導航，只要地圖範圍內的地點，這類汽車都能實現完全自動駕駛，無需駕駛者干預。可以說只要有路，該級別自動駕駛都可以行駛，並且全程無需駕駛者干預。

而目前市售的車型中，最高級別的車型也僅可以做到自動監測路況，觀察周圍環境並作出判斷，實現自動加速、剎車以及轉向、併線等基礎功能。而當出現應急狀況時，系統依舊會透過提示、振動或是警示音等提示駕駛者接管駕駛。也就是從側面說明，駕駛者依舊不能在行駛過程中掉以輕心，還需要時刻觀察路面情況以第一時間做出應急處理。

這樣的自動駕駛只能喚起好奇心，肯定不能讓消費者心甘情願的買單，那現階段自動駕駛開發到什麼樣的階段了呢？目前的大環境是各大汽車廠商他與科技工資都在致力研發L4級別的自動駕駛系統，比如百度最新發的的Apollo2.0無人駕駛系統，目前已經試用在無人駕駛微迴圈巴士“阿波龍”車型上，級別為L4。而在這之後的一兩年內，百度將會與江淮、北汽以及奇瑞合作，研發L3級別的自動駕駛汽車，隨後也會面向消費者，正式推出。不過這一切目前僅僅是理想化的狀態，對於自動駕駛系統如何分析變化莫測的路況，似乎並不是那麼容易解決。

比如近日爆出的Uber自動駕駛汽車撞人事件，雖然發生在光線不好的夜間道路，但由於自動駕駛汽車有著高精尖技術的“遠端鐳射雷達”，可以識別各個方向上逾300碼外的物體，所以相比人為駕駛來說，應該可以更早對橫穿馬路的行人進行檢測並採取制動等相應動作。但從當時的影片中也可以看出，車輛此時並未減速，而駕駛者也因自動駕駛的緣故注意力並未十分集中，從而釀成慘劇。

真正的自動駕駛離我們還有多遠

L5級別的自動駕駛其實硬體裝置已經達到標準，剩下的就是一些軟體的匹配，主要是邏輯問題。人的思維最不可控，如果把現在路面上行駛的汽車都加入電子控制系統，統一管理且取消人為自主駕駛，那自動駕駛的難度將降低大半。但就是因為自動駕駛與人為駕駛混行，大量無法理解甚至不可理喻的駕駛習慣，導致想要讓自動駕駛完美融入當前的交通大環境之下，難度很大。

自動駕駛究竟能否完全取代人類，解決這個問題的關鍵，在於對激烈駕駛的處理。這個環節，叫做Fallback設計，也叫“風險最小化退出機制”。是指，在極端情況下，車輛要選擇風險最小化的應對方案。在L3及以下等級，這個環節是透過駕駛者介入來解決的，而到了L4以及L5階段，自動駕駛系統會透過操作（轉向、加減速、監控環境）和戰術（應答事件、變道判斷、轉彎以及轉向燈的使用等）這兩個方面來進行解決，並且不用人工接管，說明如果達到這兩個等級，自動駕駛的智慧度已經很高了。

而各大車企以及科技公司對自己的Fallback設計方案肯定是閉口不談，畢竟涉及商業機密，那麼我們不如來設想一下，如果自動駕駛普及，對我們駕乘者而言還存在那些顧慮。

首當其衝的是交通責任問題，無論是多高精尖的技術，它一定會有出錯的時候。那麼如果在自動駕駛時出現了交通事故，責任應該怎樣劃分？美國率先給出了自動駕駛汽車的判定標準，L0~L2級別的自動駕駛車輛，責任由駕駛者承擔。L3級別則根據車型具體給出的自動駕駛定位範圍視情況而定，而L4-L5則由汽車製造商和銷售商承擔責任。

而既然已經自動駕駛了，駕駛過程完全託管無需人為介入，那我是不是就可以不用考取駕照也可以駕駛自動駕駛汽車了呢？按照常規慣性思維來說，既然是駕駛汽車就必然需要擁有駕照，如果車輛發生危險，駕駛者需要知道如何可以應急處理。但如果僅是考取了駕照，並未真正上過路怎麼辦？油門當剎車的教訓還少麼？如果自己都不能熟練掌握汽車，又怎麼能保證危險將要發生時做出應急處理呢？再者，如果駕駛者可以熟練駕駛汽車，那自動駕駛對於家用消費者而言，存在的意義就小了很多。

當然對於自動駕駛，顧慮比比皆是，畢竟在最終產品推出之前，我們的猜測很可能都是多餘的。從自動駕駛出現到現階段起步發展，雖然真正意義上的自動駕駛技術尚未走到民眾面前，但從發展的程序中可以看出，它正在“大踏步”地向我們走來。

總結：

最後我個人想給自動駕駛潑一盆冷水，其實自動駕駛目前能提供給我們的便利，只是進一步優化出行方案，而比如像之前提到的私家車共享或是自動充電等功能都是後話，目前尚處在理想化階段。而關於出行，早就有了能達到與自動駕駛相同效果的手段，那就是計程車。

此外，我也不願意看到駕駛完全被人工智慧所替代，駕駛樂趣並不是侃侃而談，而是真正能調劑週而復始平淡生活的玩物。只是真正喜歡駕駛的車主在所有車主中的佔比連10%都不到，汽車對於大部分人來說，僅是功能性商品而已。

但正如此前所提到的，新能源汽車就是趨勢，而自動駕駛也必將是未來車企不可或缺的技術之一。從目前現售的量產車來看，特斯拉早已達到了L2的級別，甚至可以稱之為L2.5，已經是目前可以買到的自動駕駛程度最高的車型，可距離無人駕駛入門的L3級別還是有很長一段路要走，即便特斯拉CEO埃隆·馬斯克已經放話2019年特斯拉將實現完全自動駕駛，但其真實性還有待考證。

L5級別的自動駕駛，看似近在眼前，但距離我們還很遙遠。

應該問一下，人類要求的安全的程度，究竟要人工智慧發到到哪一步才能讓人類放心AI真的理解了？

想一下，人是怎麼學開車的？都是開始先學習交通規則，培養安全意識開始，然後認識各類交通標誌，瞭解開車的常識，然後開始練習，避免事故的發生。那麼放到自動駕駛汽車上，就意味著要以機器可以理解的精確方式形式化道路規則，而人類目前用的交通規則可能並不是真的適用於自動駕駛汽車，最簡單了，一旦自動駕駛汽車和人類駕駛汽車出事故，定責就非常麻煩，所以這就為什麼一些業內人士認為現在應該制定一套標準化的規則來制定自動駕駛汽車在不同情況下的表現。

其實從過往包括Waymo在內的自動駕駛汽車測試資料來看，自動駕駛汽車從某種意義上來說是安全的，發生的事故里面，真正是因為自動駕駛汽車系統有問題的情況也是少數，但是問題是，新事物出來，一旦有問題，人們和輿論就會直接把責任歸咎到自動駕駛汽車上，特別是在諸如Uber自動駕駛汽車測試出現死亡事故之後，就更讓人擔心自動駕駛汽車是否可靠。現在的情況就是，事故影響整個行業，並且對行業裡面所有人都不利。而業內就有人認為，人類駕駛員可以透過改善道路來做更多的事情安全性，例如，減少和嚴格遵守道路限速規則，還有問題則是，行人是否也能夠遵守交通規則？事實是，無人駕駛汽車其實比人類駕駛員保持著更高的安全標準。只能說，在現在的城市情況和道路情況下來，這個階段的自動駕駛汽車確實還沒有做到100%的靈敏和安全。

騷年，都開始關注自動駕駛技術了，有前途！

直接拋觀點，我們認為自動駕駛汽車或者自動駕駛技術實際上市比人類駕駛司機要安全的多。

自動駕駛汽車是靠鐳射雷達、毫米波雷達、攝像頭等感測器來監測路況，然後結合自身和外部交通環境的資料，透過車載計算機算出自己的行駛路徑，隨後來控制汽車前進的。

既然是這樣，那麼其優勢也很明顯：

1、無人車沒有情緒干擾。

自動駕駛汽車其實相當於一個機器人，它們目前是沒有喜怒哀樂等情緒的，因此開車的時候不會出現像是路怒症等問題，當然比人類安全。

2、無人車的感知能力比人類更強。

自動駕駛汽車搭載有雷達、攝像頭、V2X通訊等多種感測器或者裝置，他們看的遠、看的清楚，而遠端通訊技術更能感知遠在千里外的路況，因此其對路況的掌控要比人類好的多。

當然，這是說在技術成熟之前。

3、無人車不會違法。

在多數情況下，無人車是按照寫好的程式進行運作的，例如在碰到紅燈的時候，它們不管怎樣都不會闖紅燈，也不會無端進行暴力或者超速等違法駕駛，因此其不會對整體交通產生安全隱患。

4、無人車不會疲倦。

例如在長途、長時間駕駛等情況下，人類司機會產生疲倦分心，打瞌睡等，從而容易產生事故，但是自動駕駛汽車則會大幅降低這些問題，提高安全性。

5、無人車隊惡劣環境的反應比人類更好。

在雨雪、黑夜、沙塵暴等環境中，人類的視線、聽覺會受到很大的影響。但是無人車則搭載了多種感測器，除了基於視覺的攝像頭、還有鐳射雷達和毫米波雷達、超聲波雷達，這些感測器雖然也有弊端，但是互相之間可以冗餘，在惡劣環境下的適應性要比人類更強。

OK，所以總體來說，自動駕駛，後者更厲害的無人駕駛汽車實際上市要比人類司機更加安全。

講一講通用的這個自動駕駛系統設計。

從配置上第一單純的警告，然後進入到輔助的套件（L1），最後進入L2層級，亮點在於這個L2透過外部匯入的通訊網路模組和地圖，功能做到更高效和安全。

與通用的層層結構相比，Tesla的Auto Pilot如同騰空出世一樣，這個硬體模組是從零開始設計的，然後隨著軟體的升級換代再一路演變為高階的駕駛系統。雖然這種模式往自動駕駛來靠還是讓人有些摸不著頭腦，但是與電池和電控這種單一的控制系統可能稍微好一些。

從我個人角度而言，自動駕駛必須考慮下面幾個問題，對駕駛員狀態如何檢測，若駕駛員存在危險動作如何警告，如果警告無法奏效要如何處理。

這三個問題提出的原因就在於：在自動駕駛進入視野以後，駕駛者可能會存在過度信任的心裡，在習慣車輛功能操作以後，可能會在車輛行駛途中進行一些與行駛無關的事情，比如處理晨務或者處理自己的工作等，這些都是需要考慮的安全隱患，所以對自動駕駛功能的濫用與否都要全方面的考慮。

檢測方法

一個比較可取的方案就是：駕駛員注意力保持系統。將駕駛員動作神情與車輛聯網系統相連，一旦有違反行為立刻觸動警報，如果對警報還沒有迴應的話，可以透過人工坐席的電話語音為駕駛員提供處理資訊，並且在駕駛員有安全問題是及時通知提供救援。

總體來說，兩者差異是無法忽視的。對於應用範圍和適用環境的、對於駕駛體驗，對於車主安全性的長期考慮，都有著不同的理念。

現在大家都在說“科技以人為本”，科技的發展本質就是為人類提高生活品質服務的，而自動化駕駛解放了司機的雙手，人們可以騰出手做自己想做的事，真是善莫大焉。近些來在汽車業內，自動駕駛行業的發展也是日新月異，國際上與國內均有各種型別的自動駕駛的模式。

但隨著市面上自動駕駛汽車的增多，也也出現了數起由自動駕駛引起的交通事故，一時間，對於這項新技術的質疑與反對之聲也在人群中凸顯了出來，那麼為人們提供方便的自動駕駛技術，與大家都很能關心的交通安全，是否能夠兼得呢？

自動駕駛車輛安全嗎？

相信很多關注自動駕駛汽車的人們，都可以在網路上看到一些自動駕駛車輛事故的新聞，早在2017年的美國亞利桑那州，UBER公司的一輛自動駕駛汽車正在用自動駕駛模式在路上行駛，車上的駕駛者與乘客正放開雙手自由活動，但車輛來到一處沒有紅綠燈的十字路口時，另一輛由司機開著的SUV車也同時經過，這時無人駕駛汽車並沒有減速，而與SUV發生了碰撞側翻在路邊，所幸無人傷亡。

而另外一起涉及無人駕駛汽車致人死亡的案例，也把UBER公司推上了輿論的風口浪尖，在今年的3月份，一輛同為UBER公司所有的無人駕駛汽車撞到了一位女性行人，而這位路人就沒有那麼好運，因為傷勢過重，送往望醫院後不治身亡。看了這些無人駕駛汽車的事故案例，也許有很多人就會擔心了，自動駕駛看起來方便，但它安全嗎？

自動駕駛技術究竟怎麼樣了？

要說交通安全問題，永遠都會有人各執一詞，其實現代科技已經發展到了大資料的年代，自動駕駛汽車的安全性，用資料分析得出結論是最簡單明瞭的。據GOOGLE的一份最新統計與研究報告來看，別看似乎在新聞媒體中近來出現了不少無人駕駛汽車交通事故新聞，但實際上無人駕駛汽車的安全性與事故率比人類駕駛汽車的事故率要優勝很多。下面圖表中，是三個不同等級的車禍中車禍的發生率，藍色代表人類，綠色是無人駕駛汽車，這樣就夠清晰了吧。

那麼，自動駕駛技術在保障安全方面有何獨到之處？其一，是因為現代無人駕駛汽車的感知裝置比人類可多多了，比如車載雷達、前後的感測器、高畫質攝像頭，這意味著無人駕駛車能看到的東西，人類司機可不一定看得見。

其二，由於無人駕駛汽車是由車載電腦所控制，它不會受到人類情緒的干擾，而一般人開車還要講個心理狀態，比如大喜大悲最好就不要開車了，這一點人類也比不上電腦控制的理性化；還有，雖然很多人類老司機技術精湛，但抵不住肉體凡身總有個疲憊的時候，而無人駕駛汽車卻能不眠不休，長時間的運轉。

魚和熊掌能否兼得？

其實在現階段的無人駕駛技術的應用層面來說，很多公司也是採取了逐步發展的計劃，一般來說都是會在簡單環境下的商業應用開始，再慢慢過度過路況複雜的民用駕駛車輛上大規模推廣，畢竟在普通的應用場景下，現有的無人駕駛技術已經足以應付人們對於貨物運輸等的需求，而在更加複雜的行駛環境中，車載的控制系統更需要大資料的分析與支援，才能愈加的成熟。

此外，從更大的方面來看，無人駕駛車輛只不過是整個交通系統的一個環節之一，如果未來要實現人們理想中的完全的自動駕駛，還需要道路基礎設施的建設、相關法律的完善以及人們的交通安全認知水平的提高，這些也是要逐步發展才能可能實現的目標。但可以預見未來，自動駕駛與交通安全完全可以做到魚與熊掌可以兼得！

二師兄總結：雖然現在市面上自動型車輛越來越多，但還是有很多車友迷戀手動檔汽車的駕駛樂趣，那麼，在未來的日子裡，也許有了自動駕駛汽車，同樣也會享受開車樂趣的人群，未來將會是個多元化的社會，能讓自動駕駛汽車有更廣闊的發展空間。

關於自動駕駛的看法我可能有點跟不上時代了，接受不了電腦幫我開車這件事，我做了20年汽車工程開發，我的經驗是不相信複雜系統的穩定性，也不相信開發的人和過程能做到完美，反正我不會把生命交給機器，雖然說的有點蒼白，但是內心還是擔心這些東西。我對自動駕駛的主要擔心在於人工智慧技術對駕駛的全面接管。

最初大家對自動駕駛的期望是美好的（見圖，最早關於自動駕駛的設想），可以吃著火鍋唱這歌就到地方了，多好呀！

再深入一點思考，如果車輛都可以自動駕駛了，一旦駕駛過程可以完全透過人工智慧來實現，不需要人類參與的話，完全可以制定一個適應自動駕駛汽車的交通規則，現在的交通規則都是按照人類的駕駛習慣制定的，自動駕駛根本不需要這些規則，如果車之間能夠通訊的話甚至不需要紅綠燈，不需要限速，不需要車道線，不需要指示牌。人類將無法在這種規則下駕駛汽車。

那時候，即使你有一輛傳統汽車，你也無法上路駕駛了，因為不滿足交通法規，是違法的，人類也沒有能力在人工智慧制定的交通規則下駕駛。

相信到那一天，真正關於人類自身安全的擔心才回引起重視。

自從18885年卡爾本茨製成了世界上第一輛三輪汽車後，其策劃行業一直充滿著天馬行空的想象力和創造力。1925年發明家Francis Houdina在曼哈頓街道遙控一輛無線電遙控汽車穿過街道，沒有人去控制方向盤，在當時引起了觀眾的好奇心，導致了第五大道和百老匯交通堵塞——這就是自動駕駛的起源！

我們先簡單瞭解一下自動駕駛技術。自動駕駛駕駛技術分別有六個級別，是有國際汽車工程師學會（SAEinternational）簡稱SAE在2014年釋出的。分別為0級、1級、2級、3級、4級、5級6級。如今世界上絕大多數的自動駕駛集團給、公司、或者研究人員都把SAE作為通用標準。

如今自動駕駛在應急情況下的反應到底能達到什麼程度我們一起來了解一下。

圖一：前方突然有車闖入圖二：前方發生車禍

圖三：變道應急

圖四：前方忽然有動物闖入極限應急

圖五：加速應急圖六：前方忽然有動物闖入極限應急如今無人駕駛技術在國外已經達到了L4級別是雷諾EZ-ULTIMOl。在中國2013年百度就已經開始研發無人駕駛技術。2015年百度在中關村軟體園國際會議中心正式宣佈成立自動駕駛事業部，並且捅死宣佈和寶馬合作，希望在5年內實現量產。2016年騰訊才正式開始自動駕駛專案的最近主要解決在高速半封閉環境下的L3解決方案，同時也會針對L4/5核心技術，在進行演算法研究和資料上的積累。雷諾EZ-ULTIMOl如今自動駕駛技術面臨的問題主要有1、技術難題。比如說感測裝置（攝像頭、鐳射雷達、雷達，各種各樣的感測器）2、成本問題。如今的自動駕駛技術還是非常高階的，為了安全性多系統的冗餘設計必不可少，還有各種各樣的硬體陳本問題對於消費者而言還是太高。3、社會規章制度、法律以及物理層面的問題。比如自動駕駛需要什麼證件達到什麼樣的要求，以及法律和規章制度的誕生等等。物理問題就比如自動駕駛汽車所需要的駕駛環境，無限網路等等。

達到一個什麼樣的要求才算是靠譜，不知道有沒有達到您的標準！希望對您有幫助！

未來的世界會怎麼樣，讓我們一起去見證一起去期待吧

個人覺得自動駕駛還不能完全靠譜，目前的技術水平和現實的社會問題都還不滿足自動駕駛條件。

自動駕駛技術面臨的問題主要有

1、技術難題。比如說感測裝置（攝像頭、鐳射雷達、雷達，各種各樣的感測器）

2、成本問題。如今的自動駕駛技術還是非常高階的，為了安全性多系統的冗餘設計必不可少，還有各種各樣的硬體陳本問題對於消費者而言還是太高。

3、社會規章制度、法律以及物理層面的問題。比如自動駕駛需要什麼證件達到什麼樣的要求，以及法律和規章制度的誕生等等。物理問題就比如自動駕駛汽車所需要的駕駛環境，無限網路等等。

達到一個什麼樣的要求才算是靠譜，不知道有沒有達到您的標準！希望對您有幫助！

未來的世界會怎麼樣，讓我們一起去見證一起去期待吧