「天天說車子（智駕）跑了多少公里的人其實非常外行。」

「城市 NOA 其實只用 7000 元，而且油車同樣可以使用。」

「行業第一批 AI+雙目方案，4000 元就能實現領航輔助功能。」

3 月 17 日電動汽車百人會論壇上，沒有第一天論壇舉辦時車企之間的唇槍舌劍，卻是智駕的主場——自動駕駛企業以及 Tier1 的技術爆點不斷。

根據各家企業的觀點異同，可以將其大致分為三個流派：體驗派、端到端大模型派和智駕平權派。

01、體驗派

持有該觀點的，以極氪、極越為代表的車企為主。

畢竟在整個汽車產業鏈中，車企是和消費者距離最近的，同時消費者也是車企產品的最終考核者，一家車企的產品只有打動了消費者才能實現最終的商業閉環，因此在追逐技術進步的同時，車企也更加需要考慮技術能帶給消費者哪些更好的體驗。

陳奇｜極氪智能科技副總裁：

智能駕駛正在從資本的狂歡回歸理性

作為傳統車企孵化出的新勢力車企，極氪天然帶了一份沉穩。

對于目前的智駕行業，陳奇最大的感受就是行業資本狂熱正在消退，但技術狂熱遠未退潮。

資本退潮就是資本正在從看不清商業模式的 L4 級企業撤離，但智駕滲透率卻越來越高。而 L2 級以上的智能駕駛系統滲透率逐漸超過 40%。

甚至極氪 007 智駕版占比超過 80%，其他幾家頭部車企的智駕滲透率也都達到了 70% 以上。

智能駕駛技術從曾經的空中樓閣，變成了消費者購車時切實考慮的功能。

所謂技術狂熱，指的是近一兩年智能駕駛領域的新技術如雨后春筍般涌現，如 BEV、transformer 以及大模型等，其中有部分企業一味堆砌「前沿技術」，然而產品的實際使用體驗卻一塌糊涂。

在陳奇看來，車企不僅要在技術的道路上狂奔，更要思考這些技術能給用戶帶來了什么。

用已經掌握的技術開發出實用的功能，比單純地炫技更重要，極氪的指尖泊車和即將推出的機械車位泊車均是基于該理念開發的。

潘云鵬｜極越汽車智能軟件副總裁

流暢交互、全域智駕、自我迭代是關鍵

同為車企的極越與極氪的觀點頗為相似，即智能汽車作為 toC 的產品，技術的核心目的應該是為消費者的體驗服務。

潘云鵬認為，汽車機器人必須具備三大底層核心能力：

• 第一，能用自然語言和人類進行流暢交互；

• 第二，具備點到點的智能駕駛能力，替人類減負；

• 第三，具備自我復盤和自我迭代的能力，不斷提升智能化體驗。

針對以上三大核心能力，極越給出解決方案。

在交互方面，極越選擇了將大模型文言一心進行本地化部署，以此來提高車載語音的知識范圍、響應速度和覆蓋面積。同時極越還采用了多模態的交互方式，可以更好地理解和執行人類的指令，比如能根據天氣情況和說話人的眼神判斷要開哪扇窗以及開多大。

在智駕方面，極越正逐步將小模型小參數進行合并，基于一個統一的基礎模型和多頭任務來完成智能駕駛底層的軟件架構的重構，最終實現端到端自動駕駛。目前極越已經實現了高速域和城市域、行車域和泊車域的融合，通過一套統一的感知模型來提升感知能力和最終的智駕體驗。

除此之外，極越還選擇了 BEV+Transformer+OCC 的純視覺方案，提升智駕系統在未知障礙物和邊緣場景下的應對能力。

自我迭代方面，極越重點提升了「自動化」的比重。比如通過 4D 的自動化標注，極越可以在日常用車場景中不斷進行學習，從而提高感知和規控能力。

這一切背后，離不開極越 2.2EFLOPS 的算力支撐，目前極越可以每 10 天進行一次模型迭代，每個月都能帶來產品和智駕能力的提升。

02、端到端大模型派

持有該觀點的，主要以專注高階輔助駕駛的自動駕駛公司和新型 Tier1 為主。

其中既有從 L4 降級來做 L2 的百度和元戎啟行，也有從 L2 起家的毫末智行。不難看出對高階智駕，整個行業已經達成了共識：

以大模型為基礎的智能駕駛是行業的未來，而端到端大模型又是最終解。

周光｜元戎啟行 CEO

L4 是騙人的，端到端才是未來

元戎啟行作為曾經的 L4 明星公司，CEO 周光帶頭反水，直呼「L4 是騙人的，端到端才是未來」。

在周光看來，消費者和車企真正需要的智能駕駛，必須具備「低成本、能量產、車規級以及全時全域」等基本特點，而之前的高速 NOA 也好，L4 級自動駕駛也罷，全都存在時域限制，無法實現商業閉環。

而且目前很多非端到端的方案，包括一些已經量產的車型，都存在明顯感覺有數碼味。比如車子在執行加塞和變道的時候有明顯的頓挫感，說明是不同系統在切換，而且智駕時也只會考慮到安全、舒適，不 care 其他交通參與者的通行效率。

實現全時域、去掉數碼味的關鍵，就是端到端自動駕駛。所謂的端到端，指的是輸入路面信息后，即可直接輸出決策，讓汽車可以更像人一樣思考。

端到端方案標志著智能駕駛進入了 2.0 時代，整個行業的邏輯也發生了巨大變化。

周光認為基于模塊的數據閉環跟端到端的數據閉環截然不同，「我的車子（智駕）跑了多少公里其實非常外行」，是在用人工智能 1.0 的思維來思考 2.0 的架構，端到端不需要說做了什么，只用展現結果。

周光認為要實現端到端必須具備三方面的實力：

首先是工程化能力，比如要用輕地圖取代高精地圖，讓智駕大規模落地。

其次是人才積累，AI 和傳統軟件開發的顯著區別，就是頂尖人才取代了人海戰術。

最后，就是要有TechVision。現在每天都有新技術產生，如何能快速 Get 到新技術并將其用于自動駕駛是最關鍵的能力，也是各車企和供應商拉開差距的關鍵。

顧維灝｜毫末智行聯合創始人&CEO智駕 3.0 時代，端到端一定是未來

和元戎啟行觀點類似，毫末智行同樣認為智能駕駛已經進入了新時代。

智能駕駛 1.0 時代，是以硬件驅動為主；2.0 時代，是以軟件驅動為主；3.0 時代，則是以數據驅動為主的大模型時代。

在 3.0 時代中，端到端是最重要的方向。目前行業的發展趨勢是一個從分散到聚集的過程。

把過去的離散的部分逐漸地聚集化、模型化，把感知的模型聚集到一塊，把認知的模型聚集到一塊，控制的模型聚集到一塊，然后再來實踐車端模型和云端模型的聯動。

而要做好垂直化的智駕大模型，必須掌握三個要點：

1、大模型里有沒有獨到的看家本領。毫末 DriveGPT 里面最核心的能力，就是基于持續的多模態的視覺識別大模型，用 Token 化的表達方式進行訓練，再進行三維化。

2.、善用自然語言模型領域、通用大模型領域已經存在的模型。目前毫末的大模型中融入了多模態大模型和大語言模型，多模態模型用來做三維渲染或者標注、識別，大語言模型用來加強認知。

3、大模型必須擁有足夠的領域專業知識。毫末 DriveGPT 模型中引入了 CAN 的信號和 Goal 的信號（導航的信息以及車輛駕駛里面轉向、剎車、油門信息），以及通過數據閉環所收集回來持續大量的數據，用這些領域的數據知識來協助訓練大模型。

王亮｜百度智能駕駛事業群組首席研發架構師目前市場上還沒有具備體驗跨溝潛力的智駕產品

作為中國最老牌的智能駕駛公司之一，百度對于智駕產品的標準更高。

在王亮看來，目前市場上還不存在具備體驗跨溝潛力的智駕產品。要具備體驗跨溝潛力，則必須滿足四個必要條件：

1、支持復雜城市道路的點到點領航輔助駕駛，發展城市智駕對提升用戶智駕使用率非常關鍵。數據顯示，在用戶時長上，城市場景占比 90%。

2、領航輔助駕駛功能的時空覆蓋范圍要廣，不能僅限于個別樣板間城市，要全國都能開。

3、當智駕大規模滲透數量快速增長的同時，如何提升產品質量值得關注。用戶使用智駕要能對系統產生信任和依賴，在不同路段和時段使用體驗方差要小，這點可以用 MPI——即平均人工介入的里程指標來度量。

4、智駕產品通過用戶的使用和反饋系統能夠高頻的迭代演進，給用戶帶來持續的獲得感和體驗層面的升級，這意味著智駕系統的核心是由人工智能、數據驅動的 AI 算法構建的，擁有自身的數據飛輪驅動自進化。

選擇更困難的純視覺方案，是百度和極越認為跨越鴻溝的必經之路。

比車輛上市的「初速度」更重要的是與時間相關的加速度———后續用戶的使用反饋，才是驅動提升智駕的關鍵。

為什么百度要選擇很困難的純視覺？王亮給了解釋：

初速度決定了產品原型的研發速度，這點上激光雷達占優，能讓感知算法實現的難度大幅降低。

而視覺的初速度慢得多，從二維像素恢復三維信息是計算機視覺領的難題，不過一但技術進入軌道，圖像里天然蘊含的信息量優勢會在其在迭代加速度上更迅猛。

因此百度把數據資源、模型參數量、訓練算力、研發人力資源都 All in 到演進速度更快、算法上限更高的視覺路線上。

03、智駕平權派

持有該觀點的，主要以做性價比智駕方案起家的 Tire 1 為主。

大疆車載和鑒智機器人都表示已經將高階智駕的成本控制在萬元以下，從而讓 10 萬元以下的車型也能標配智駕，甚至大疆車載還將目標用戶擴展到了燃油車市場。

目前 30 萬元以上市場已經用實際銷量證明了消費者對于高階智駕功能的認可，但是在 20 萬元以下的價位和燃油車市場，高階智駕的覆蓋率接近于 0，無疑是一片廣闊的藍海市場。

沈劭劼｜大疆車載負責人 ：智能駕駛要做到所有車型標配

昨天是追求極致性價比的大疆車載，今天是 20 萬以上高端車型也做的大疆車載。

這次在百人會上，大疆車載更是放出了「要讓所有車型標配智駕，燃油車也不例外」的狠話。

從過去兩年的數據來看，30 萬以上的新能源車上高階智駕+低階智駕的覆蓋率已經幾乎接近 100%，但是在 20 萬元以下的新能源車和所有價位的燃油車上，高階智駕的覆蓋率接近于 0。

為了實現所有車型標配高階智駕，大疆車載目前成行平臺推出了兩種方案：7V+32TOPS 高階智駕基礎版、7V+100TOPS 高階智駕升級版。

7V+32TOPS 高階智駕基礎版：

「7V」是指前視一對 800 萬像素的慣導雙目，再加上后視 300 萬像素的單目，以及 4 個 300 萬像素的環視，總共 7 個相機；

「32TOPS」是基于 Ti 的 TDA4-VH 的 32TOPS 機器學習算力，同時可以根據車企需求配置毫米波雷達和超聲波雷達。整個系統不依賴于高精度地圖，而且不分動力形式。

7V+32TOPS 的整體成本在5000 元，能夠實現高速領航、城市記憶領航、記憶泊車等功能。

該方案基于已有車型整個適配工作量大概 3 個月左右，新車型落地 6-9 個月左右，成本大概在 6000 元左右。

7V+100TOPS 高階智駕升級版：

升級版主要升級算力部分，傳感器和基礎版本相同，成本在7000 元左右，可以實現全國都能開的城市領航。

目前裝了 32TOPS 域控的車型，未來可以通過更換域控的方式直接進行車型功能的升級。

除此之外，4 月份的北京車展上大疆車載還將發布自研的激目方案，通過激光雷達來強化視覺方案的能力，整套方案的價格預計與一顆分立式激光雷達相同，預計會在 20 萬以上車型上搭載，未來會沖擊 L3 市場。

單羿｜鑒智機器人聯合創始人&CEO

和大疆車載「從低打高」不同，還有鑒智機器人是「從高打低」，進攻 10 萬以下車型市場。

單羿表示，「將領航輔助駕駛逐步從 30 萬的車型下放至 10 萬元的車型是公司未來 3 年的業務目標。」

鑒智機器人推出了 AI 驅動的雙目立體視覺的傳感器，跟激光雷達相比，視覺最大的優點就是可以獲得 10 倍的信息稠密度。

單羿認為，AI 驅動的雙目立體視覺能夠在以下三個地方幫助 NOA 演進：

第一，對通用非標障礙物的檢測，尤其是越遠越小的物體，需要更加精密的 3D 傳感器。

第二，對單一的物體和場景中的 3D 結構拓撲，都能通過立體視覺得到歸納總結。

第三，數據閉環需要量產車和閉環系統達到嚴密吻合，通過雙目立體視覺量產方案，可以更好地實現不依賴激光雷達的數據閉環。

目前鑒智機器人全套產品的價格在4000 元人民幣，包括 Transformer、域控、算法的解決方案，采用的芯片是地平線的征程 6 芯片，并且配備 SDMap 來實現。

據單羿透露，目前該方案已經獲得國內頭部車企的認可，也拿到了相應的量產定點。

04、智駕進行式：智駕之火已經燎原

不管是強調體驗派，還是端到端大模型派和智駕平權派，他們都透露出一個信息：智能駕駛正在從未來時變成現在時。

雖然各企業側重點不相同，但是智駕大規模上車鋪開的范圍卻猶如星火燎原。

端到端大模型派主攻前沿科技，目標是 30 萬元以上市場；

智駕平權派則貫徹螺螄殼里做道場的精神，致力于用更低的成本實現高階智駕，目的是為了打下 30 萬元以下市場和燃油車市場。

兩者的技術方案最終又將交由車企，由車企來負責體驗調教。

從這點來看，三個派別雖然理念各不相同，但是卻以互補的形式覆蓋了整個智駕市場和產業鏈。

如果說 2023 年是屬于城市 NOA 的一年，那么 2024 年就是高階智駕全面普及的元年。

返回第一電動網首頁 >