AI重新定義汽車，“蔚小理”搶先交卷｜車圈_風聞

伯虎财经-伯虎财经官方账号-59分钟前

2024-08-05

來源 | 伯虎財經（bohuFN）

作者 | 楷楷

近日，智能駕駛行業的軍備競賽似乎開始全面提速。小鵬汽車正式向全球用户發佈AI天璣系統XOS 5.2.0版本，這是全球唯二實現端到端大模型量產落地的車企。

抓緊時間交卷的還有理想和蔚來，理想首次公開了其端到端自動駕駛技術架構；蔚來智能駕駛技術架構 NADArch2.0也正式對外發布，並在算法層升級為引入了端到端架構。

隨着“端到端”大模型正在席捲智駕行業，車圈已經邁入了“AI新戰場”，不僅有“蔚小理”等新勢力代表，以華為、小米為代表的科技公司入局汽車行業。不過，在大模型加速上車之際，車企和科技公司這兩大勢力，到底誰會先執“牛耳”，車圈生態將會迎來一場怎樣的“新博弈”。

01 “端到端”大模型席捲車圈

今年4月，特斯拉CEO馬斯克閃電訪華，外界對於特斯拉完全自動駕駛（以下簡稱“FSD”）能否入華有了不少猜想。在特斯拉二季度財報電話會上，馬斯克透露，FSD預計在今年年底前在中國和歐洲獲得批准。

FSD正式開啓入華“倒計時”，對新能源車圈來説，既是壓力，也是挑戰。在智能駕駛領域，特斯拉一直是“少數派”，去年8月，特斯拉發佈了FSDBetaV12，馬斯克表示，這是世界上第一個端到端AI自動駕駛系統。

何謂“端到端”，簡單來説就是用人工智能模型取代傳統的感知、規劃、控制三大模塊，系統不再按照工程師編寫的代碼去執行，而是像人一樣思考和行動。

這在自動駕駛行業引發了強烈反響，不少車企和自動駕駛公司開始研發端到端技術，國內的智駕路線也開始“轉向”。

2023 年下半年開始，蔚來單獨設立了一個大模型部負責端到端的模型研發；理想汽車智能駕駛副總裁郎鹹朋表示，特斯拉發佈 FSD V12時，理想已經開始預研端到端技術， FSD V12 的表現讓自己更加堅定了信心。

來到2024年，端到端技術開始加速上車。除了“蔚小理”已經發布了端到端智駕技術成果之外，本土車企、科技公司、智駕公司也開始行動起來。

4月，華為發佈乾崑3.0，預計將首發搭載在享界S9上面，華為乾崑 ADS 3.0 版本具備融合端到端能力，在激光雷達輔助下將會對智駕能力帶來巨大提升。

6月，長城汽車董事長魏建軍通過直播展示了長城汽車NOA在重慶的實際表現，背後是長城汽車最新一代的智能駕駛系統，採用模塊化端到端架構。

7月，比亞迪旗下的高端品牌騰勢表示，已經完成了“無地圖”的端對端解決方案研發，是實現智能駕駛的第一階段。

從這些端到端產品的發佈時間來看，大部分車企應該是從去年下半年就開始着手端到端大模型的研發，但趕上“交卷時間”，卻並不意味着就能一步到位。

在特斯拉之後，國內車企和智駕公司都在快速跟進端到端技術。華為和小鵬採用的是分段式“端到端”，即將感知、規劃模塊分別用模型取代，中間通過人工編寫的規則連接；

而理想的步伐則邁得更大些，是用一個模型取代感知和規劃兩個模塊，業內形容其是比特斯拉退了一步，卻比國內同行多走了一步。

但跟特斯拉號稱“輸入圖像、輸出控制”的端到端方案相比，國內的端到端思路暫時只能做到從感知端到預測決策端，最終的控制執行模塊，依然由工程師的手寫規則來兜底。

長城汽車智能平台開發中心高級總監姜海鵬表示，現在幾乎每一個算法公司或者主機廠都在研究端到端，但已經按照端到端架構去做的不超過三家。

理想汽車董事長李想也提到端到端技術的挑戰，包括要真正做端到端數據訓練的人才；需要真正高質量的數據；需要足夠多的算力。

算法、數據、算力被視為“端到端”落地的三大難點，正因為有這三大障礙，對於“端到端”是不是智駕未來的討論，業內一直難有定論。

但辦法總比困難多。針對算力，理想表示公司有五千張A100、A800這樣等同的訓練卡數量，是小鵬的兩倍，也有健康的利潤來支持租卡；

針對數據，小鵬表示基於折算10億+里程的視頻訓練、超646萬累計公里數的實車測試、超2.16億累計公里數的仿真測試，小鵬端到端大模型能夠做到“兩天迭代一次”。

對於當下高度內卷的車圈來説，搶先實現端到端模型落地量產，加速城市NOA“開城進度”，已經各大車企爭奪市場份額、提升品牌競爭力的關鍵策略。

02 大模型上車的想象空間

不過，緊張起來的可不僅只有車企們，科技公司、智駕公司也同樣在大步快走。商湯絕影的純視覺端到端自動駕駛通用模型UniAD，可以實現感知決策一體化的“一段式”方案，是更類似FSD的全視覺全自動駕駛路徑。

目前，商湯絕影的量產智駕產品已落地廣汽埃安LX Plus、合眾哪吒S、廣汽昊鉑GT、紅旗等多個品牌及車型，高速NOA等功能也開始落地。

元戎啓行的高階智駕平台DeepRoute IO通用也應用了端到端模型，據悉元戎啓行將負責比亞迪的端對端智能駕駛項目，一旦項目驗證成功，意味着元戎啓行有可能成為國內新能源銷量第一的定點合作。

但相較於“蔚小理”等新勢力集中火力猛攻智能駕駛，互聯網巨頭、科技獨角獸則在探索AI大模型在車端場景的更多應用，不僅在智能駕駛方面，還在智能座艙、生產研發、營銷推廣等方面。

在智能座艙方面，大模型能有效改善智能汽車人機交互體驗，通過語音、視覺、手勢等多種交互方式，滿足用户在不同場景下的使用習慣。

蔚來大模型NOMI GPT正式上線，具備與用户進行開放式問答的交互能力。還能通過調用第三方 API搭建 AI Agent，實現蔚來產品、服務、社區的全域貫通。

科大訊飛則推出了全新的“飛魚情景智能座艙系統”，可與駕駛、通訊、娛樂等多樣化的車內使用場景實現了緊密結合，目前已經在奇瑞、廣汽、長城等10多家車企中得到應用。

在生產研發方面，車企可以利用大模型提高生產效率和質量。比如中國一汽聯合阿里雲通義千問打造的汽車行業首個投入使用大模型BI應用，藉助大模型的能力，可以將人工需要50-80天完成的工作放在數字化工作台上自動運行，把耗時壓縮到天級、甚至秒級。

在營銷推廣方面，騰訊發佈了汽車行業大模型“全域智能”方案，從模型、算力、AI工程平台到AI應用的全鏈條服務，全面覆蓋了汽車研發、生產到營銷等五大核心場景的落地應用。騰訊汽車行業大模型正與長安、廣汽、一汽豐田等十多家汽車行業夥伴開展應用實踐。

無論是新勢力車企、整車廠商還是科技獨角獸，都瞄準了車端場景的大模型應用。據不完全統計，現階段已有遠超10家汽車品牌搭載大模型，宣佈正在進行相關佈局的企業也越來越多。

從“百模大戰”到“應用大戰”，為什麼車端場景會成為大模型企業眼中的香餑餑？一方面，是汽車場景所帶來的商業化機會。

百度創始人李彥宏曾提到，不要過度競爭基礎大模型，該“卷”場景應用了，沒有應用光有基礎模型，大模型將一文不值。

大模型要需要尋找落地場景，但目前能夠實際應用的場景並不多，即便文生視頻、文生文、智能家電等領域出現了一些大模型應用，但離商業化盈利還有不少距離。相較之下，發展快、模式成熟的智能汽車領域，則有着現成的商業需求。

另一方面，誠如上文所言，AI大模型可以賦能汽車產業的生產流程、智能駕駛、智能座艙、銷售推廣等方面，即便部分領域的“AI化”尚未能“一步到位”，但已經為大模型企業鋪開了巨大的想象空間。

最後，大模型為汽車產業帶來了新的發展方向。比如明確“不造車”的華為，可以通過鴻蒙智行深度參與到車企的品牌打造、產品定義、整車設計、數據生成、數據閉環等環節。

在“萬物智能”的大趨勢下，“人車家全生態”也不僅是小米的口號，還可以成為任何一個汽車聯盟的未來，通過硬件設備的無縫連接，打造主動服務於人的超級智能生態，顛覆汽車產業的未來。

03 車企與科技平台的博弈

不過，在車端應用這一領域，更多的競爭者也意味着“擠出效應”。從目前大模型的上車速度來看，大模型落地似乎沒有想象中的那麼難，難的是落地後如何體現出價值。

當前，大模型“上車”還未形成規模化商用，大部分企業仍處於“展示”階段，要從PPT階段轉化為實際應用情況，最終效果如何，能為企業帶來什麼價值，價值能否轉化為業績利潤，這一切都仍有待觀察。

先看效果，以智能駕駛系統為例，其評價指標應該包括激進程度、危險接管里程、識別能力等維度，更重要的還有與駕駛者個性匹配。

但在智駕成為汽車標配後，卻有越來越多車主表示，汽車在智駕系統的指引下胡亂切線、高危駕駛等，要讓車主心甘情願為智駕買單，智駕系統不能只是“雞肋”。

同樣熱門的智能座艙也是如此，其基於大模型的場景互動能力，最終能否進化成為一個“超級應用”，還是隻能淪為一個“應答機器”，目前同樣有許多未知。

再看價值，大模型上車能夠為企業帶來多少價值，在現階段來看，銷量會是一個較為“實際”的指標。

但“智能化”對於汽車來説，目前仍是“增值選項”而不是“必須選項”，在影響購車決策的幾大因素中，依然是質量、性能、設計等優先，大模型能為銷量帶來的溢價有限。如果再算上車企為了研發、訓練大模型所支出的費用，“回本”這個問題就更值得每個車企深思。

不過，在提高生產效率、運營效率方面，大模型的價值將會有更直接的體驗。長遠來看，大模型上車能夠賦能整個汽車生態，但這不僅取決於大模型本身，還需要車企、大模型廠商、科技生態平台等各方的聯合探索和互相借力。

但目前來看，車端場景對大模型應用來説，是發展最快速、場景最豐富、商業路徑最清晰的領域之一，各方勢力都想在其中分一杯羹，彼此的博弈似乎還未能結束。

比如吉利曾在去年表示將與阿里雲在大模型相關場景展開技術合作的探索和共創，但在今年1月，吉利卻轉身推出全棧自研全場景AI大模型——吉利星睿AI大模型。

今年2月，小鵬宣佈與大眾汽車合作開發B級車，並主要承擔技術輸出角色，業內人士猜測，小鵬或有意出售XNGP智能駕駛技術，充當第二個“鴻蒙智行”。

而在智駕供應商賽道，內卷也非常明顯。隨着“端到端”的陸續落地，頭部供應商搶單的概率也在上升，聚焦在低階智駕的二線供應商，它們的盈利空間則被大幅壓縮。

可以看到，在大模型加速上車的當下，車圈內部的生態定位與利益分配還處於“混亂”狀態，各個“角色”都還沒有明確的分工和界限，可以説是“能者多贏”，也可以説是“內卷嚴重”。

想要讓汽車產業和生態實現更長遠、更健康的發展，最好能夠避免這種無意義的“內耗”，儘快明確好各自的定位分工，讓各個“角色”各司其職，只有當大模型“上車”後能一起賺錢，這個生態才會跑得快，走得遠。