隨著太陽每日東升西落，資本市場的潮汐也在不斷變化。智駕行業(yè)，這個對資源、資金和人才有著巨大需求的領(lǐng)域，在經(jīng)歷了一系列波瀾壯闊的融資、快速擴張、量產(chǎn)挑戰(zhàn)、裁員潮以及IPO之后，終于在2024年步入了一個更為理性的發(fā)展階段。
曾幾何時，智駕領(lǐng)域群雄并起，數(shù)十家乃至上百家公司在不同板塊和場景中活躍。然而，時過境遷，如今市場上仍具備可持續(xù)發(fā)展能力，能在新一輪智駕競爭中持續(xù)投入的公司，已屈指可數(shù)，不足十家。
許多曾經(jīng)的學術(shù)前沿和資本市場的弄潮兒，在量產(chǎn)的洗禮下，親身投入到這一原本陌生的領(lǐng)域，實現(xiàn)了前裝上車。從學術(shù)到實踐，他們不僅跨越了技術(shù)的鴻溝，更經(jīng)歷了從理想到現(xiàn)實的蛻變。
在AI與大模型驅(qū)動的智駕時代，我們似乎比以往任何時候都更接近實現(xiàn)“自動駕駛”的夢想。然而，新一代智駕技術(shù)所需的資金、工程能力和數(shù)據(jù)規(guī)模，也決定了這是一場只有頂尖玩家才能參與的游戲。
從L4到L2+，曾被視為技術(shù)的“降維”。2012年深度學習引發(fā)的AI革命，讓自動駕駛領(lǐng)域也迎來了爆發(fā)。許多公司，如小馬智行、元戎啟行、文遠知行和Momenta等，最初都選擇了L4級自動駕駛作為目標。然而，隨著時間的推移，Robotaxi固定運營的策略在數(shù)據(jù)獲取上遇到了瓶頸，疊加資本市場的低潮，許多企業(yè)不得不轉(zhuǎn)向高階輔助駕駛的量產(chǎn)。
然而，從L4到高階輔助駕駛的轉(zhuǎn)型，并非想象中那般簡單。L4級自動駕駛在限定場景下或許可以如魚得水，但量產(chǎn)業(yè)務(wù)面對的卻是開放場景，對魯棒性的要求極高。元戎啟行的CEO周光曾表示，L4級自動駕駛在萬次測試中允許有一次失誤已經(jīng)算是優(yōu)秀，但量產(chǎn)的標準卻是每百萬次只允許一次失誤。這種轉(zhuǎn)變，對許多團隊來說，無疑是一次巨大的挑戰(zhàn)。
工程化能力的不足，可以通過招聘和時間來彌補，但團隊的戰(zhàn)略意志和組織架構(gòu)的調(diào)整，卻是一場顛覆性的改革。許多公司在轉(zhuǎn)型過程中，都遇到了舊團隊體系與新技術(shù)路線不兼容的問題，導(dǎo)致人才流失、內(nèi)斗等風險。
盡管如此，仍有一些公司成功地從L4級自動駕駛轉(zhuǎn)型為高階輔助駕駛的方案商，元戎啟行便是其中的佼佼者。周光一直認為，只做L4級自動駕駛相當于閉門造車，永遠也到達不了自動駕駛的終局。因此，從商業(yè)和技術(shù)終局來看，先做高階輔助駕駛都是當下最優(yōu)的選擇。
進入2024年，智駕已經(jīng)成為車企傳播的重中之重。在廣州車展上，長城汽車甚至只展出了一款車——20多臺全新魏牌藍山智駕版，以此展示其智能化的決心。新車發(fā)布會上，如果沒有智駕的更新，不僅少了一個賣點，更可能被視為技術(shù)沒有進展的表現(xiàn)。
短短兩年內(nèi)，智駕技術(shù)棧已經(jīng)更迭了三代：從依賴高精地圖，到無需高精地圖，再到如今的端到端大模型智駕。這對主機廠和智駕方案商來說，都是一次從技術(shù)決策、技術(shù)能力、組織架構(gòu)到戰(zhàn)略資源和量產(chǎn)能力的全方位挑戰(zhàn)。
在智駕領(lǐng)域，頭部公司的技術(shù)進展迅速，而腰部及以下的團隊則面臨著巨大的壓力。許多國際Tier 1正在跟進有圖城市NOA的量產(chǎn)，而自主品牌的自研團隊則剛剛實現(xiàn)了自研高速NOA的量產(chǎn)。然而，智駕頭部公司如華為、元戎啟行和Momenta，已經(jīng)全面切換到了端到端大模型的架構(gòu)。
周光認為，做智駕需要“Tech Vision”（技術(shù)預(yù)判）。前融合、車端推理引擎以及最新的“視覺-語言-動作VLA模型”，都是元戎啟行在行業(yè)內(nèi)率先提出的。這種預(yù)判能力，源于元戎啟行作為一支原生AI團隊的深厚底蘊。
據(jù)悉，元戎啟行的智駕方案已經(jīng)隨魏牌藍山改款上車。為了證明其無圖能力，元戎啟行甚至用板車拖著試驗車，讓客戶指定地點進行隨機路測，效果良好，從而贏得了第一個項目。
到2024年下半年，除了新勢力車企如蔚小理之外，絕大多數(shù)主機廠都選擇了與華為、元戎啟行或Momenta中的至少一家展開合作。這標志著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(jīng)之路。
在智駕技術(shù)快速迭代的當下，有兩個趨勢正在成為共識：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，且遠遠未達到上限。理想和小鵬都公布了其智駕基于端到端版本在接管指標和體驗上的顯著提升。
端到端智駕使AI的底色更加濃重，“算力、數(shù)據(jù)、算法”的重要性前所未有。華為、理想和小鵬等公司的云端訓(xùn)練算力規(guī)模將達到10 EFlops級別。然而，與大模型相比，端到端模型的訓(xùn)練算力需求并不大，因為它只需要駕駛行為中可能涉及的路標、路況等相關(guān)信息。
在充裕的云端算力基礎(chǔ)上，如何挖掘高價值的數(shù)據(jù)來訓(xùn)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(chǔ)上，如何保障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)都在共同求解的議題。
元戎啟行在C1輪融資披露的同時，周光強調(diào)下一代方案將量產(chǎn)“視覺-語言-動作模型（VLA模型）”。這一模型被一些行業(yè)人士視為端到端方案的下一代版本。
智駕的上半場是資本的狂歡，如今，一些創(chuàng)業(yè)公司已經(jīng)成長為茁壯的樹苗。當市場格局和商業(yè)模式逐漸清晰，下半場將是這些樹苗如何長成參天大樹的爭奪戰(zhàn)。數(shù)據(jù)是決定智駕模型上限的核心資源，而算力資源則成為稀缺的供給。
除了互聯(lián)網(wǎng)行業(yè)之外，汽車行業(yè)對算力有著最強烈的渴求。背靠BAT等互聯(lián)網(wǎng)大廠的公司，如華為、元戎啟行和Momenta，在算力資源上更具優(yōu)勢。同時，模型架構(gòu)也決定了方案的上限，端到端的戰(zhàn)役也是頂尖AI人才的爭奪戰(zhàn)。
華為車BU副總裁江利旗曾表示，華為認為未來的智駕市場份額會高度集中。Momenta CEO曹旭東也認為，智駕最后在全球可能只剩下三、四家公司，中國可能就只有兩、三家公司。隨著頭部智駕公司量產(chǎn)車數(shù)的10倍級提升，能夠留在牌桌上的方案商們站位已經(jīng)越發(fā)明確，而通往自動駕駛的方向也更加清晰。
