今天小編分享的财經經驗：網紅大佬的面子，高階智駕的裡子，歡迎閱讀。
文 | 光錐智能，作者｜劉俊宏
李想、李斌綁定 " 車圈新頂流 " 雷軍互相抬轎子，紅衣大叔周鴻祎高情商點評各家汽車新品 ......
為了流量，今年車企大佬們比任何時候都努力 " 營業 "。
但相比網紅大佬們的營業，一場圍繞智能化的暗戰早就在車展之前展開。
" 有路就能用，去哪兒都能開。"
4 月 25 日，2024 北京車展的第一天，長城汽車首發魏牌藍山智駕版，繼續争奪 " 高階智駕 " 話語權。
在此之前，蔚來汽車 4 月 30 日開始推送全網域領航輔助 NOP+ 城區功能，當天晚上 19:30 ，蔚來汽車創始人李斌還自測直播，在北京城區晚高峰時期，用全網域領航輔助駕駛近兩個小時，實現了僅 1.5 次的接管。
" 華為智駕超出我的想象，這兩天坐問界 M9 在（北京）四環，上主路下輔路，基本上走完了。" 車圈新晉網紅周鴻祎在對比過豪華品牌庫裡南後，對國產智駕贊不絕口。
華為智能汽車解決方案 BU CEO 靳玉志預測道，"2024，将會是智能駕駛大規模商用的元年。"
" 高階智駕 " 正在加速搭載到每一輛智能汽車。
以 2024 年為分水嶺，車企或許不再分傳統還是新勢力，只有跟上智能化浪潮的，和跟不上的。
2024，高階智駕成标配
" 汽車智能化的拐點已經到來。"
在華為智能汽車解決方案新品牌乾崑發布會上，靳玉志興奮地表示，" 其中，智能化已經成為用戶購車的關鍵因素。以問界為例，超過百分之七十的用戶選擇高階智駕的版本 "。
既然智駕來到了普及化的階段，就不能只是高端車的配置。
在車展前一天的高階智駕能力芯片（征程 6）發布會中，面對在中國汽車銷量占比達到 50% 的主力車型，地平線 CEO 餘凱稱，"10 萬～20 萬價格段的消費者，也想要高速 NOA 和城市智駕 "。
在華為和地平線等技術服務商助攻下，本次車展上我們看到，長城、長安、比亞迪、上汽、廣汽、一汽、北汽等幾乎全部的自主品牌巨頭們，都将加緊落地高階智駕，幾乎所有的智能汽車都默認（或即将）配備高階智駕功能。
似乎 2024 年還不能落地高階智駕的汽車，已經成了上個時代的 " 老古董 "。
車企們如此重視高階智駕落地的緣由，一方面是高階智駕（主要是指城市 NOA 功能）更能凸顯汽車智能化的價值。比如在銷量上，華為智選車和小鵬的智駕版選購占比高于非智駕版本。
另一邊，在消費者體驗層面，高階智駕由于覆蓋日常駕駛更廣泛的城市場景，消費者能夠輕易地從車企的演示直播、" 智駕小視頻 " 和實際試駕感受等方式，确認一台汽車的智能化程度。如果智能汽車的高階智駕表現不佳，将容易被消費者 " 打上 " 不夠智能的标籤。
事實上，智能汽車形成如今 " 以智駕評價智能 " 的趨勢，早已被整個汽車行業的玩家們所預見。不過，在共同追逐智駕能力的過程中，只有華為、小鵬、比亞迪、長城、吉利等幾個少數玩家占得先機。其他玩家們想要在 2024 年追逐高階智駕落地，還是需要智駕供應商 " 拉一把 "。
也正是在車企們迫切落地高階智駕的需求下，北京車展上的智駕供應商們也一掃幾年前 " 智駕寒冬 " 的陰霾，開始大談定點和落地。
在高階智駕普及的大趨勢下，新一輪的内卷也在展開。
其中，華為和商湯等都正在對标特斯拉，卷智駕 " 端到端 " 的技術領先。
在華為車 BU 剛發布的智能汽車解決方案品牌（乾崑）上，将上一代 ADS 2.0 的 BEV+GOD（類似占用網絡）的方案，更新到了 ADS 3.0 的 GOD/PDP 網絡方案。
相比舊方案，華為在 ADS 3.0 上的更新主要在兩方面。
其一是将原本分别用于 " 看世界 " 的 BEV 和理解障礙物的 GOD，兩個大模型合并成了一個能夠理解真實駕駛場景的大模型（ADS 3.0 的 GOD）。大模型 " 合二為一 " 後，華為智駕能夠更節省算力占用。
其二是在 PDP 網絡上，華為将原本 " 布滿各種細致規則 " 的決策模塊，更新成了端到端的規控，讓智駕根據 " 老司機 " 真實的駕駛案例，直接輸出到汽車控制模塊，從而實現，智駕在面對復雜場景的操作更考慮整體性，乘坐體驗也變得更加絲滑。
雖說本次華為的智駕方案，仍未實現完全端到端（感知直接輸出控制）的一體化。但華為感知和決策的拆分方案，能夠在智駕出錯時第一時間定位問題，從而實現高效迭代。
在華為車 BU 展台的隔壁，商湯不僅從去年僅做智艙拓展到了智駕，也認為智駕方案還是應該完全端到端 " 一步到位 "。
" 感知和決策兩個模塊分别搭建一個大模型框架，更容易實現落地。但‘兩段式’端到端方案的感知和決策，兩個模型之間傳輸的信息是人為定義的顯性信息，數據傳遞仍然會有過濾和丢失。"
得益于在大模型領網域的優勢，商湯在展出的端到端自動駕駛大模型—— UniAD 上，将感知、決策、規劃等模塊都整合到了全棧 Transformer 端到端的模型中。讓智駕系統在 " 所見即所得 " 中，直接輸出控制結果，從而減少人力在智駕模型運行中的幹預。
并且，在智駕大模型的後續迭代中，通過持續 " 投喂數據 "，還能增加因人工寫代碼的效率，進而在大模型的泛化、" 湧現 " 的特征下，讓智駕系統快速實現 " 全國都能開 "。
商湯的端到端智駕方案
相比華為和商湯提供的偏軟體的高階智駕方案，地平線和黑芝麻從 " 軟硬體全包 " 的角度給車企們提供了不同的落地思路。正如極越汽車 CFO 劉吉寧在車展期間所言，" 汽車下半場拼的是智能化，具體到 2024 年智能化是高階智駕，一定是開箱即用的 "。
在展台上，與周邊車企展位的喧鬧不同，地平線展示了足足 3 展櫃已經處于量產階段的智駕控制器，主打一個 " 低調的奢華 "。
征程 6 系列與各大汽車品牌和 Tier1 合作的控制器展櫃
由于地平線與車企的合作方式是基于硬體（主要是芯片和網域控制器）為載體的軟體算法适配。地平線在車展期間發布的征程 6 系列智駕芯片上，根據車企需要落地的智駕能力，按照算力從 10+TOPS 到 560TOPS 抽成了不同的等級。
其中，在面向高階智駕（主要指城市 NOA）的需求中，地平線在征程 6P 上配備了超過兩塊英偉達 Orin-X 的算力，為車企在高階智駕的落地和迭代環節中，留出了相當 " 富裕 " 的空間。
并且，地平線在本次發布的全場景智能駕駛解決方案 SuperDrive 中，也構建了完整的動态、靜态、OCC（占用網絡）感知架構，為車企提供了芯片 + 算法的 " 打包 " 方案。
此外，為了 " 照顧 " 車企不同的 " 動手能力 "，地平線也與博世、立訊等汽車 Tier1 們合作打造完整的智駕硬體解決方案，讓車企能夠實現 " 開箱即用 "。
最終，地平線建成了中國智駕廠商 " 最廣的朋友圈 "，目前已累計收獲超過 230 輛的合作定點車型，而且從曲線能看到，2022 年起智駕落地開始加速，走出了一個陡峭的加速曲線。
地平線高階智駕方案發布會，光錐智能拍攝
另一邊，相比地平線 " 智駕一站式 " 的解決方案，黑芝麻正在思考着落地高階智駕和單芯片平台實現艙駕一體的可能性。
此次車展上，地平線帶來了武當系列 C1200 的兩款量產芯片。其中，C1236 主要針對單芯片高階智駕方案，可實現單芯片支持 NOA 行泊一體。而在另一款產品 C1296 上，黑芝麻在智駕芯片平台上額外裝上了 MPU（微處理器）模塊。
如此操作，雖使 C1296 無法在智駕功能上達到高階水平，但車企可以通過一塊芯片同時實現 " 輕 " 智駕和座艙的功能，從而降低汽車線束用量，達到汽車降本和增加續航的目的。
面向未來，黑芝麻認為芯片層面合并 " 汽車大腦 "，是未來汽車智能化的最終路線，" 市場需求推動應用下探，就會推動技術端用更少的成本，更低的資源，更小的開銷去達到應用的成熟 "，黑芝麻智能產品副總裁丁丁在車展上如此說道。
智能汽車在智駕層面的推進，還有從 L4 切入智駕的自動駕駛公司的一份力量。
光錐智能在文遠知行展台看到，在展出的無人駕駛的車輛中間，還有兩款奇瑞星途的智能汽車。據工作人員介紹，現場的奇瑞星途星紀元 ES、ET 量產車，搭載的是文遠知行與博世合作的高階駕駛方案。
高階智駕的落地潮，讓曾經因 L4 遲遲不能落地的智駕公司，也感受到了大規模商業化的 " 溫暖 "。
文遠知行展出的奇瑞星途星際元 ES、ET 量產車
從北京車展整體的情況來看，雖然智駕供應商們對技術的追求方向不盡相同，但在 2024 年加急落地高階智駕的規劃，已經非常一致。
并且，按照各家供應商在本次展會給出的方案成本來算，落地高階智駕在 10 萬～20 萬車型的價格占比僅為 3%～5% 區間。
這也意味着，在高階智駕的技術成熟和智能化的價格内卷下，絕大部分智能汽車都有機會在 2024 年落地高階智駕。
在預期汽車即将完成出行層面的智能化改造之後，消費者也開始愈發重視車上生活的智能化體驗了。
大模型 " 上車 "，座艙智能的互動更智能
大模型落地智能座艙的趨勢，全世界的車企們早已達成共識。
在海外，2024 年 CES 上，大眾、奔馳、寶馬紛紛利用大模型打造座艙個人助理。在國内，是理想的 Mind GPT、蔚來的 NOMI GPT，火山引擎的座艙大模型和騰訊智慧出行的汽車行業大模型等。
大模型 " 紛紛上車 " 的原因，商湯科技首席科學家王曉剛認為，" 大模型 ' 上車 ' 後能将座艙各單點 AI 功能組合起來，自動調用座艙軟硬體資源，多模态大模型能夠實現人與車的多感官互動，顯著提升互動順暢性、自然性 "。
在本次的北京車展上，汽車智能座艙的供應商們給出了一些大模型 " 上車 " 的最新思考。
其中，商湯在智能座艙中以類似蘋果 Vision Pro 的眼神和手勢互動方式，給出了一個大模型落地座艙 " 最科幻 " 的答案。
商湯眼神互動的能力，來源于此前在車内落地 DMS（駕駛員監測系統，能識别疲勞駕駛）的積累。在對識别精度的提升下，商湯實現了對駕駛員注視的中控屏，或者後排用戶看後排螢幕的精準視線互動。
" 看哪指哪 " 的互動方式非常理想，讓駕駛員無需伸手觸摸車機螢幕，就能在駕駛過程中操控車機，提高了駕駛的安全性。不過，具體操作的精準度，光錐智能後續會體驗評測後再分享給大家。
另一邊，在 3D 手勢互動上，商湯在大量真人數據的基礎上，為手勢識别也設計了一個端到端的識别網絡，用戶可以 " 隔空 " 實現此前需要觸摸的車機操作。這樣，後排用戶也可以比較輕松地操控前面的螢幕，控制音樂播放、切換地圖等。
從新互動技術中，我們可以看到，汽車為 AI 的落地打造了一個更立體的操作空間，互動性從 PC、手機那裡汲取了不少精華，還在實用性上拉開了差異化。
除了互動之外，座艙大模型的落地，也是今年大模型上車的一大亮點。
騰訊智慧出行今年依托混元大模型，更新了新的座艙大模型，可以做汽車 AI 說明書的智能問答，比如針對該車型的專業用車 / 養車問答，主動提供車況提醒、養護建議等；基于 App Agent 能力，僅需 1 周，即可學習并熟練使用 1000+ 個車載 應用，實現車載小程式 /APP 深度語音互動，幫用戶完成各類車上服務操作，如自動訂咖啡、訂電影票、預約代客服務等操作。
華為車 BU 在乾崑智能汽車解決方案中，在盤古大模型的基礎上，訓練出來了自己的汽車行業大模型——千悟引擎，而在這個 AI 引擎的加持下，鴻蒙座艙在車機、音響、顯示等環節再次迭代更新。
華為千悟引擎
車機層面，基于華為自研的鴻蒙系統，華為車機能在實現多設備暢聯的同時，還支持原生搭載絕大多數常用 App。相比其他車企車機上 " 寥寥幾個 "App，車機看啥都要連手機投屏，鴻蒙車機在應用生态上稱得上 " 遙遙領先 "。
華為車機 APP 數量龐大，車型為阿維塔 12
在聲音和顯示功能上，華為也利用 AI 對視頻進行了自适應處理，将視頻聲音自動切換成 3D 音效。用戶能夠伴随畫面，真實聽到來自畫面四面八方的聲音。此外，華為還利用 AI 對座艙空間進行 " 定向降噪 "，實現前排聽歌、後排玩遊戲互不打擾。
除了騰訊、華為和商湯之外，整車廠商們在本次車展上也在嘗試智能座艙在互動和體驗層面上的更多可能。
例如長城汽車在本次發布的 Coffee OS 3 智慧空間上，也深度應用了 AI 大模型。長城汽車的智能座艙也實現了與商湯手勢控制類似的互動技術，用戶可以通過捏合、拖動、攥拳等特定動作，完成播放、切換、選擇等一系列的操作。此外，長城汽車還在哈弗系列車型上，配置了咖啡生活 App，汽車可以連接智能水杯、兒童座椅、車載冰箱等智能外設，實現溫奶、泡茶、溫度調控等功能。
另外，結合地理位置的推薦也是一個新亮點。智己汽車與火山引擎在大模型應用及算法領網域合作做了 City Drive， 能夠根據用戶的個性化喜好，實時篩選并推送特色美食、熱門景點、文化地标等本地生活内容，讓出行從 " 我要去 " 擴展到 " 帶我去 "。
整體來看，汽車智能座艙和傳統車機基于功能的互動模式，已經離得越來越遠，無論是智能化程度還是功能、應用的豐富度上都已經遠遠跑在前面。
哪吒汽車創始人方運舟認為，" 大模型‘上車’，現在帶來了從 0 到 1 的變化，未來會實現從 1 到 100 的更大變化，人會把駕駛交給車，在智能空間處理其他事 "。
可以預見，車企們會不斷加大投入汽車智能，以求在每個階段都能領先對手，全面智能化的 " 拉力賽 " 即将打響。
整車之外的智能化戰事
眼見着，造一台智能汽車所需的 " 補給線 " 正在 " 拉 " 得越來越長。
車企為了維持長期智能化競争力的成本開支，正在水漲船高。優秀者與後進者的差距，也在以肉眼可見的速度 " 膨脹 "。
" 甚至有種合資品牌的百年優勢，在智能車時代一朝瓦解的感覺 "。一位資深汽車行業分析師對光錐智能感嘆道，" 就算是曾經銷量風光的造車新勢力，這兩年沒加大智能化投入，在車展上便立馬有些落寞 "。
一邊是持續在降價潮中 " 血拼 "，一邊又要維持智能化持續的開支。車企們即使知道這份錢不得不花，但也總會在市場上看一看，相比自建智算中心和每年開支大幾十億，更具性價比的方案。
于是，AI 大模型廠商（雲廠商為主）的能力和底座，也是車企們集體關注的對象。
汽車智能和 AI 雲的結合，随着高階智駕的落地和不斷迭代，出身車企的智駕負責人更懂得如何調動這種需求和焦慮。
英偉達全球副總裁吳新宙就說，" 進入 AI 定義汽車時代之後，汽車智駕的開發模式發生了變化，形成了雲端 + 車端的開發閉環——智駕模型在擁有大算力的雲端進行訓練和驗證，随後部署到車端，完成應用和數據收集回傳，促進雲端的模型訓練 "。
比如上述提到的，華為智能汽車解決方案乾崑 3.0，每天學習 3000 萬公裡，模型每 5 天可以迭代一次。這個速度，真是卷到可怕。
除了智駕的訓練，車企的研發、營銷、辦公等都需要大模型做數智化加速。
例如騰訊汽車行業大模型，在研發環節中，可以協助軟體工程師寫代碼；在營銷環節，可以做智能客服、銷售 AI 助手的輔助；甚至做好一個 AI 工程平台，車企直接拿來開發自己需要的 AI 應用。
歸根結底，當前車企不斷加大投入，是因為智能汽車距離 " 終極產品 " 還有着相當遠的距離。或許在幾年内，車企們都将身處于降價和智能化加碼投入的内卷之中。但令人欣喜的是，中國汽車品牌們也将在不斷追逐智能化技術的路上，構築起令人無法逾越的壁壘。
