‍作者 |Will

編輯 |德新

在過去的兩個月內，地平線、文遠知行、小馬智行等智駕科技公司先后上市，目前市值分別達到559.69億港幣、47.68億美元和50.58億美元（截止12月2日）。

這一批智駕公司多數創(chuàng)辦于2016年前后的智駕創(chuàng)業(yè)潮。

如果從2009年Google無人車項目啟動開始算，智能駕駛已經風云跌宕了十幾年。2016年這一年，Google無人車項目Waymo拆分成為一家獨立公司，并完成了巨額融資，是全行業(yè)發(fā)展的一個重大節(jié)點。

在那之后，在技術爆發(fā)、人才涌動、資本助推的浪潮下，各路智駕公司群雄并起、逐鹿九州，創(chuàng)造了智能駕駛快速發(fā)展和商業(yè)化的一個「小時代」。從2016年到2020年，智駛從一系列的原型技術的組合迅速地走向了大規(guī)模量產。

太陽東升西落，資本也如潮水。這個極度消耗資源、資金和人才的行業(yè)，在經歷了一系列融資、擴張、量產、裁員以及IPO之后，到2024年已經進入了更加理性的階段。

曾經活躍在各個不同板塊、不同場景的數十上百家智駕公司，絕大多數被出清。今天仍活躍在市場上的智駕方案公司數量已寥寥無幾，如果按照「仍具有可持續(xù)發(fā)展能力，能在新一輪的智駕競爭中持續(xù)投入」這個標準，這樣的公司已經不足10家。

一部分曾在學術前沿和資本市場長袖善舞的弄潮兒們，經歷了量產的捶打，擼起袖子走完量產流程，在他們完全不熟悉的領域實現了前裝上車。

在當下，AI與大模型驅動智駕飛速迭代的今天，我們沒有比任何一個時刻更加接近于有機會實現「自動駕駛」的遠大目標。不過新一代智駕技術所需要的資金、工程能力和數據規(guī)模，也決定了這是一場高段位玩家的游戲。

一、真假降維：從L4到L2+

2012年，深度學習爆火引發(fā)了AI革命，自動駕駛發(fā)展也從中受益。

在短短幾年內無數學界、產業(yè)界大佬紛紛下場，涌現出一批至今耳熟能詳的名字，如小馬智行、元戎啟行、文遠知行、Momenta等等，絕大多數公司在 最初選擇了L4級自動駕駛作為業(yè)務目標。

Robotaxi固定運營的策略，在初期很容易跑出不錯的效果，但時間一長，它沒有辦法獲得大規(guī)模泛化所需要的優(yōu)質數據。由此，到了2020年，疊加資本市場的低潮，多數企業(yè)不得不主動做出選擇，轉向做他們最初并不感冒的高階輔助駕駛量產。

「L4都做了，高階輔助駕駛有啥不能做的？」在這群鉆研AI算法的人眼里，從L4到高階輔助駕駛屬于技術下放，也稱「降維」。

事實證明，并非如此�！缸鯨4不計成本，堆料可以有效解決許多技術難點，但硬件成本極高，Waymo是最典型的代表�！挂晃恢邱{算法工程師表示。

由于L4多數是限定場景，量產業(yè)務面對的是開放場景有更多未知的corner case，對魯棒性要求極高。元戎啟行CEO周光在最近的一次采訪中說，「原來做L4，一萬次有一次失誤已經很牛了。量產里面有一個標準，每百萬次出現一次失誤。以前覺得一千次、一百次都很厲害，一萬次對于demo（樣車）來說是不敢想象的，這對我們價值觀沖擊蠻大的�！�

那些曾經以為從L4到高階輔助駕駛是「降維」的想法，被現實「痛打」。

工程化，雖然是許多L4智駕公司降維的短板，它可以通過招聘和時間補齊。真正難以調和的是團隊的戰(zhàn)略意志和組織架構——「整個團隊，從研發(fā)體系、商務團隊、交付團隊乃至考核體系...都是一次顛覆性的改革，勢必會發(fā)生舊團隊體系與新技術路線不兼容的問題，可能會導致人才流失、內斗等各種風險�！�

并且，量產項目周期極長，內卷的車市又倒逼供應商，許多項目都是補貼成本報價，短時間很難看到盈利的希望，這顯然與投資人最初造富的夢想相去甚遠。

目前市面上從L4成功轉型高階輔助駕駛的方案商并不多，元戎啟行算是其中的代表。

接近元戎啟行的人透露，元戎啟行突然急轉做高階輔助駕駛并不意外，「周光一直在嘗試無人駕駛商業(yè)化，只做L4相當于閉門造車，永遠也到達不了自動駕駛的終局。因此不論是商業(yè)上，還是從技術終局來看，先做高階輔助駕駛都是當下最優(yōu)選擇。

還有就是周光本人非常大膽，篤定一件事就開干。」

另一家頭部智駕方案商Momenta如今也拿到了眾多主機廠的項目，一位接近Momenta的投資人表示，雖然現在看起來很是風光，但在第一個量產項目時，Momenta花了兩年多時間才磨出來。

然而，即便像Momenta和元戎啟行這類已經獲得不少主機廠青睞的方案商，也并不能說其商業(yè)化落地畫上了圓滿句號。

畢竟主機廠們到底是自研還是合作，還未完全塵埃落定，自研方案是否成功，將直接決定供應商們長期的命運。

二、兩年三代技術，高階三強殺出血路

進入2024年，智駕已經成為車企傳播的重中之重。

比如這屆廣州車展上，長城汽車偌大的展臺甚至只擺了一款車，20多臺全新魏牌藍山智駕版展示出這家自主品牌智能化的決心。

一些新車的發(fā)布會上如果沒有智駕的更新，不僅少一個賣點，而且相當于間接承認自家技術沒有進展——因為技術迭代周期已經很短。

如果從2022年下半年，城市NOA試水向用戶開放到現在，在短短兩年之內，智駕的主要技術棧已經更迭了3代：從有高精地圖，到無高精地圖，現在已經是端到端大模型智駕。

無論對主機廠和智駕方案商來說，這都是從技術決策、技術能力、組織架構、戰(zhàn)略資源以及量產能力的全方位挑戰(zhàn)。今天對于腰部及以下的智駕團隊面臨的巨大壓力是，上一代的技術還沒有搞定，頭部公司已經在下一代技術上達成了相當不錯的進展。

正如眼下一部分國際Tier 1正在跟進有圖城市NOA的量產，自主品牌的自研團隊大部分剛剛實現了自研高速NOA的量產，而智駕頭部公司華為、元戎、Momenta已經全面切換到了端到端大模型的架構。

「主機廠可以自研低階方案，比如ACC、LCC甚至高速NOA，因為方案成熟、路徑清晰；高階方案卻很難做，因為沒有太多積累，短期難補課；而且新技術迭代非�？�，團隊內耗或者走錯路線，很容易拉大技術差距，得不償失�！挂晃还�應鏈人士認為。

周光認為，做智駕「要點Tech Vision （技術預判）」。前融合、車端推理引擎以及時下最新的「視覺-語言-動作VLA模型」，這些都是元戎最早一批在行業(yè)內提出的。

周光記得大概在2020年左右，有行業(yè)大佬來訪詢問周光對于智駕下一步趨勢的看法，周光當時認為是「去高精地圖」，對方不以為意，而后這些預判被一一驗證。

這樣的預判能力，周光認為，核心是源于元戎是一波原生做AI的團隊，「一個AI問題，應該用AI的方式去解決�！�

據悉， 元戎的智駕方案已經隨魏牌藍山改款上車。

接近元戎啟行的行業(yè)人士表示，「元戎是行業(yè)內少數能夠拿出成熟無圖方案的公司，項目剛開始接洽的時候，給車企試了效果很好，但認為元戎不是真無圖。為了自證無圖能力，元戎用板車拖著試驗車，讓客戶指定地點直接過去，卸車就開始了隨機路測，效果也挺好，元戎這才拿下了第一個項目。」

到2024年下半年，除了蔚小理代表的新勢力車企之外，在高階智駕方案上，絕大多數主機廠都選擇了與華為、元戎、Momenta中的至少一家展開合作。

這也說明智駕格局正趨于收斂，主機廠與方案商的共創(chuàng)成為大部分車企建立智駕能力的必經之路。隨著方案的大規(guī)模量產，新的盟友關系、數據閉環(huán)和商業(yè)閉環(huán)也在形成。

三、大模型之戰(zhàn)：AI是智駕的底色

在智駕技術正快速迭代的2024年，有兩個趨勢正在成為汽車行業(yè)的共識：大模型成為智能車越來越重要的開發(fā)方式；端到端智駕提升速度飛快，并且遠遠還沒有到Scaling Law的上限。

理想、小鵬都公布了下半年，在幾個月的時間內，其智駕基于端到端的版本接管指標和體驗上，有3 - 4倍以上的提升。

周光認為，「自動駕駛剛剛進入端到端，車端的 Scaling Law至少還有5年。我認為接下來幾年端到端的進展是極其大的。落后一年的東西，基本上就不太可用。」

端到端使智駕被賦予了更加濃重的AI的底色，從第一性原理出發(fā)，「算力、數據、算法」的重要性前所未有。

根據華為、理想、小鵬的規(guī)劃，到明年基本上智駕第一梯隊的云端訓練算力規(guī)模都將達到10 EFlops級別。由于車端算力、供電的局限，車端的模型規(guī)模不會像云端一樣迅速暴力增長，Scaling Law會拉得更長。

但相比起大模型，端到端模型的訓練算力需求并沒那么大。因為它不需要基于互聯網上海量的文字、圖片信息去訓練，只需要駕駛行為中可能涉及的路標、路況等相關信息。

開車過程遇到的大多數的場景和路況都是重復的，這代表大多數的數據都是已有數據，這并不是訓練模型所需的數據，端到端需要的是高質量的邊緣場景數據。

同樣算力的情況之下，模型能力和數據挖掘能力更加需要被發(fā)揮到極致，并不是一味堆數據、堆算力的暴力解法。

充裕的云端算力基礎上，如何挖掘高價值的數據，來訓練一個「全知全能」的智駕世界模型；以及在有限車端算力基礎上，如何保障有限參數規(guī)模下單一端到端模型的下限，并極致壓榨其上限，是目前全行業(yè)都在共同求解的兩大議題。

在元戎這次C1輪融資披露的同時，周光對外強調下一代方案，將量產「視覺-語言-動作模型，VLA模型」。

一部分行業(yè)人士將VLA視為「端到端」方案的下一代版本。

四、端到端，大玩家決賽

如果說智駕的上半場是資本撒下種子，而今一部分創(chuàng)業(yè)公司已經成長為茁壯的樹苗。當市場格局、商業(yè)模式逐漸清晰，下半場是這些樹苗，如何長成參天大樹的爭奪戰(zhàn)。

數據是決定智駕模型上限的核心資源。

目前大部分智駕數據都掌握在主機廠手里，但絕大多數數據難以充分發(fā)揮效用。面對日益陡增的數據量，匹配少數合適的方案商，挖掘車主數據的價值，形成有主機廠特色的智駕體驗，屬于水到渠成、兩廂奔赴。

大語言模型、多模態(tài)大模型的浪潮，使得算力資源成為稀缺的供給。

除了互聯網行業(yè)之外，汽車行業(yè)對算力有最強烈的渴求。而背靠BAT這些互聯網大廠的公司，則更容易「近水樓臺先得月」，分別背靠華為云、阿里云、騰訊云的華為ADS、元戎啟行以及Momenta，天然更有優(yōu)勢。

「模型架構決定方案上限」，端到端的戰(zhàn)役，也是最頂尖的AI人才的爭奪戰(zhàn)。

從某種程度上講，下半場的競爭實質已經不是單一智駕公司的競爭，而是「車企+互聯網巨頭+智駕頭部公司」這種超級產業(yè)聯盟的競爭。

華為車BU副總裁江利旗在十月份的一場演講上表示，華為認為未來的智駕市場份額會高度集中。

無獨有偶，Momenta CEO曹旭東也在接受媒體采訪時也認為：「智駕最后在全球可能就三、四家公司，中國可能就兩、三家公司。格局可能是 7-2-1，第一名占 70% 的市場�！�

正如《三國》一樣，智駕的群雄爭霸，十八路諸侯最終只剩下少數力量。如果按照已量產了端到端高階智駕方案這個標準：

華為可以說是賽道里面的絕對核心玩家，擁有完全自主可控的芯片、算力、操作系統(tǒng)等底層資源，有自身深度參與操盤的汽車品牌矩陣，在供應鏈上有強勢的話語權，并且已經實現了正向盈利。

Momenta的優(yōu)勢在于，入局很早，有豐富的量產經驗、高度標準化平臺化的產品能力，是目前業(yè)內與主機廠供應合作最多的方案商，尤其在海外市場的長周期定點上。Momenta也在深度布局芯片、域控，旨在拿下最大的市場份額，但這也站在了核心芯片供應商的對立面。

元戎啟行屬于入局量產業(yè)務相對較晚的選手。行業(yè)混戰(zhàn)時期，元戎啟行憑借無圖方案突圍并一舉拿下長城魏牌定點，在短短8個月內在無數次捶打下，完成高階智駕量產，成為了今年行業(yè)最突出的黑馬。元戎的AI長板夠長，有利于合作主機廠占據技術高地。智駕供應格局逐步收斂，但主機廠不想被壟斷「靈魂」，扶持一匹有AI基因的黑馬既是大勢所趨，也是市場格局需要的。

頭部智駕公司，明年的量產車數將迎來10倍級別的提升。

能夠留在牌桌上的方案商們站位已經越發(fā)明確，而通往自動駕駛的方向，也在隨著技術和商業(yè)的更迭，更加清晰。

       原文標題 : 車企上馬端到端智駕，自研還是「華元魔」？