今天小編分享的互聯網經驗：車企上馬端到端智駕，自研還是「華元魔」？，歡迎閱讀。
文 | HiEV 大蒜粒車研所，作者 | Will，編輯 | 德新
在過去的兩個月内，地平線、文遠知行、小馬智行等智駕科技公司先後上市，目前市值分别達到 559.69 億港币、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辦于 2016 年前後的智駕創業潮。
如果從 2009 年 Google 無人車項目啟動開始算，智能駕駛已經風雲跌宕了十幾年。2016 年這一年，Google 無人車項目 Waymo 拆抽成為一家獨立公司，并完成了巨額融資，是全行業發展的一個重大節點。
在那之後，在技術爆發、人才湧動、資本助推的浪潮下，各路智駕公司群雄并起、逐鹿九州，創造了智能駕駛快速發展和商業化的一個「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，在經歷了一系列融資、擴張、量產、裁員以及 IPO 之後，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「仍具有可持續發展能力，能在新一輪的智駕競争中持續投入」這個标準，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，撸起袖子走完量產流程，在他們完全不熟悉的領網域實現了前裝上車。
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」的遠大目标。不過新一代智駕技術所需要的資金、工程能力和數據規模，也決定了這是一場高段位玩家的遊戲。
一、真假降維：從 L4 到 L2+
2012 年，深度學習爆火引發了 AI 革命，自動駕駛發展也從中受益。
在短短幾年内無數學界、產業界大佬紛紛下場，湧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 級自動駕駛作為業務目标。
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模泛化所需要的優質數據。由此，到了 2020 年，疊加資本市場的低潮，多數企業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？」在這群鑽研 AI 算法的人眼裡，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。「做 L4 不計成本，堆料可以有效解決許多技術難點，但硬體成本極高，Waymo 是最典型的代表。」一位智駕算法工程師表示。
由于 L4 多數是限定場景，量產業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。量產裡面有一個标準，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，這對我們價值觀衝擊蠻大的。」
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略意志和組織架構——「整個團隊，從研發體系、商務團隊、交付團隊乃至考核體系 ... 都是一次颠覆性的改革，勢必會發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、内鬥等各種風險。」
并且，量產項目周期極長，内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。因此不論是商業上，還是從技術終局來看，先做高階輔助駕駛都是當下最優選擇。
還有就是周光本人非常大膽，笃定一件事就開幹。」
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睐的方案商，也并不能說其商業化落地畫上了圓滿句号。
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，将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，長城汽車偌大的展台甚至只擺了一款車，20 多台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，在短短兩年之内，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、戰略資源以及量產能力的全方位挑戰。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；而且新技術迭代非常快，團隊内耗或者走錯路線，很容易拉大技術差距，得不償失。」一位供應鏈人士認為。
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内提出的。
周光記得大概在 2020 年左右，有行業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，而後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随魏牌藍山改款上車。
接近元戎啟行的行業人士表示，「元戎是行業内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，元戎用板車拖着試驗車，讓客戶指定地點直接過去，卸車就開始了随機路測，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成為大部分車企建立智駕能力的必經之路。随着方案的大規模量產，新的盟友關系、數據閉環和商業閉環也在形成。
三、大模型之戰：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的共識：大模型成為智能車越來越重要的開發方式；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，在幾個月的時間内，其智駕基于端到端的版本接管指标和體驗上，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。落後一年的東西，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，「算力、數據、算法」的重要性前所未有。
根據華為、理想、小鵬的規劃，到明年基本上智駕第一梯隊的雲端訓練算力規模都将達到 10 EFlops 級别。由于車端算力、供電的局限，車端的模型規模不會像雲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麼大。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标、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揮到極致，并不是一味堆數據、堆算力的暴力解法。
充裕的雲端算力基礎上，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，将量產「視覺 - 語言 - 動作模型，VLA 模型」。
一部分行業人士将 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，而今一部分創業公司已經成長為茁壯的樹苗。當市場格局、商業模式逐漸清晰，下半場是這些樹苗，如何長成參天大樹的争奪戰。
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裡，但絕大多數數據難以充分發揮效用。面對日益陡增的數據量，匹配少數合适的方案商，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、多模态大模型的浪潮，使得算力資源成為稀缺的供給。
除了互聯網行業之外，汽車行業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「近水樓台先得月」，分别背靠華為雲、阿裡雲、騰訊雲的華為 ADS、元戎啟行以及 Momenta，天然更有優勢。
「模型架構決定方案上限」，端到端的戰役，也是最頂尖的 AI 人才的争奪戰。
從某種程度上講，下半場的競争實質已經不是單一智駕公司的競争，而是「車企 + 互聯網巨頭 + 智駕頭部公司」這種超級產業聯盟的競争。
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：「智駕最後在全球可能就三、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，智駕的群雄争霸，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标準：
華為可以說是賽道裡面的絕對核心玩家，擁有完全自主可控的芯片、算力、作業系統等底層資源，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 的優勢在于，入局很早，有豐富的量產經驗、高度标準化平台化的產品能力，是目前業内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、網域控，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務相對較晚的選手。行業混戰時期，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 個月内在無數次捶打下，完成高階智駕量產，成為了今年行業最突出的黑馬。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，明年的量產車數将迎來 10 倍級别的提升。
能夠留在牌桌上的方案商們站位已經越發明确，而通往自動駕駛的方向，也在随着技術和商業的更迭，更加清晰。
