车企上马端到端智驾，自研还是“华元魔”？_风闻

作者 | Will

编辑 | 德新

端到端重树格局

在过去的两个月内，地平线、文远知行、小马智行等智驾科技公司先后上市，目前市值分别达到559.69亿港币、47.68亿美元和50.58亿美元（截止12月2日）。

这一批智驾公司多数创办于2016年前后的智驾创业潮。

如果从2009年Google无人车项目启动开始算，智能驾驶已经风云跌宕了十几年。2016年这一年，Google无人车项目Waymo拆分成为一家独立公司，并完成了巨额融资，是全行业发展的一个重大节点。

在那之后，在技术爆发、人才涌动、资本助推的浪潮下，各路智驾公司群雄并起、逐鹿九州，创造了智能驾驶快速发展和商业化的一个「小时代」。从****2016年2020年，智驶从一系列的原型技术的组合迅速地走向了大规模量产。

太阳东升西落，资本也如潮水。这个极度消耗资源、资金和人才的行业，在经历了一系列融资、扩张、量产、裁员以及IPO之后，到2024年已经进入了更加理性的阶段。

曾经活跃在各个不同板块、不同场景的数十上百家智驾公司，绝大多数被出清。今天仍活跃在市场上的智驾方案公司数量已寥寥无几，如果按照「仍具有可持续发展能力，能在新一轮的智驾竞争中持续投入」这个标准，这样的公司已经不足10家。

一部分曾在学术前沿和资本市场长袖善舞的弄潮儿们，经历了量产的捶打，撸起袖子走完量产流程，在他们完全不熟悉的领域实现了前装上车。

在当下，AI与大模型驱动智驾飞速迭代的今天，我们没有比任何一个时刻更加接近于有机会实现「自动驾驶」的远大目标。不过新一代智驾技术所需要的资金、工程能力和数据规模，也决定了这是一场高段位玩家的游戏。

真假降维：从L4到L2+

2012年，深度学习爆火引发了AI革命，自动驾驶发展也从中受益。

在短短几年内无数学界、产业界大佬纷纷下场，涌现出一批至今耳熟能详的名字，如小马智行、元戎启行、文远知行、Momenta等等，绝大多数公司在最初选择了L4级自动驾驶作为业务目标。

Robotaxi固定运营的策略，在初期很容易跑出不错的效果，但时间一长，它没有办法获得大规模泛化所需要的优质数据。由此，到了2020年，叠加资本市场的低潮，多数企业不得不主动做出选择，转向做他们最初并不感冒的高阶辅助驾驶量产。

「L4都做了，高阶辅助驾驶有啥不能做的？」在这群钻研AI算法的人眼里，从L4到高阶辅助驾驶属于技术下放，也称「降维」。

事实证明，并非如此。「做L4不计成本，堆料可以有效解决许多技术难点，但硬件成本极高，Waymo是最典型的代表。」一位智驾算法工程师表示。

由于L4多数是限定场景，量产业务面对的是开放场景有更多未知的corner case，对鲁棒性要求极高。元戎启行CEO周光在最近的一次采访中说，「原来做L4，一万次有一次失误已经很牛了。量产里面有一个标准，每百万次出现一次失误。以前觉得一千次、一百次都很厉害，一万次对于demo（样车）来说是不敢想象的，这对我们价值观冲击蛮大的。」

那些曾经以为从L4到高阶辅助驾驶是「降维」的想法，被现实「痛打」。

工程化，虽然是许多L4智驾公司降维的短板，它可以通过招聘和时间补齐。真正难以调和的是团队的战略意志和组织架构——「整个团队，从研发体系、商务团队、交付团队乃至考核体系…都是一次颠覆性的改革，势必会发生旧团队体系与新技术路线不兼容的问题，可能会导致人才流失、内斗等各种风险。」

并且，量产项目周期极长，内卷的车市又倒逼供应商，许多项目都是补贴成本报价，短时间很难看到盈利的希望，这显然与投资人最初造富的梦想相去甚远。

目前市面上从L4成功转型高阶辅助驾驶的方案商并不多，元戎启行算是其中的代表。

接近元戎启行的人透露，元戎启行突然急转做高阶辅助驾驶并不意外，「周光一直在尝试无人驾驶商业化，只做L4相当于闭门造车，永远也到达不了自动驾驶的终局。因此不论是商业上，还是从技术终局来看，先做高阶辅助驾驶都是当下最优选择。

还有就是周光本人非常大胆，笃定一件事就开干。」

另一家头部智驾方案商Momenta如今也拿到了众多主机厂的项目，一位接近Momenta的投资人表示，虽然现在看起来很是风光，但在第一个量产项目时，Momenta花了两年多时间才磨出来。

然而，即便像Momenta和元戎启行这类已经获得不少主机厂青睐的方案商，也并不能说其商业化落地画上了圆满句号。

毕竟主机厂们到底是自研还是合作，还未完全尘埃落定，自研方案是否成功，将直接决定供应商们长期的命运。

两年三代技术，高阶三强杀出血路

进入2024年，智驾已经成为车企传播的重中之重。

比如这届广州车展上，长城汽车偌大的展台甚至只摆了一款车，20多台全新魏牌蓝山智驾版展示出这家自主品牌智能化的决心。

一些新车的发布会上如果没有智驾的更新，不仅少一个卖点，而且相当于间接承认自家技术没有进展——因为技术迭代周期已经很短。

如果从2022年下半年，城市NOA试水向用户开放到现在，在短短两年之内，智驾的主要技术栈已经更迭了3代：从有高精地图，到无高精地图，现在已经是端到端大模型智驾。

无论对主机厂和智驾方案商来说，这都是从****技术决策、技术能力、组织架构、战略资源以及量产能力的全方位挑战。今天对于腰部及以下的智驾团队面临的巨大压力是，上一代的技术还没有搞定，头部公司已经在下一代技术上达成了相当不错的进展。

正如眼下一部分国际Tier 1正在跟进有图城市NOA的量产，自主品牌的自研团队大部分刚刚实现了自研高速NOA的量产，而智驾头部公司华为、元戎、Momenta已经全面切换到了端到端大模型的架构。

「主机厂可以自研低阶方案，比如ACC、LCC甚至高速NOA，因为方案成熟、路径清晰；高阶方案却很难做，因为没有太多积累，短期难补课；而且新技术迭代非常快，团队内耗或者走错路线，很容易拉大技术差距，得不偿失。」一位供应链人士认为。

周光认为，做智驾「要点Tech Vision （技术预判）」。前融合、车端推理引擎以及时下最新的「视觉-语言-动作VLA模型」，这些都是元戎最早一批在行业内提出的。

周光记得大概在2020年左右，有行业大佬来访询问周光对于智驾下一步趋势的看法，周光当时认为是「去高精地图」，对方不以为意，而后这些预判被一一验证。

这样的预判能力，周光认为，核心是源于元戎是一波原生做AI的团队，「一个AI问题，应该用AI的方式去解决。」

据悉，元戎的智驾方案已经随魏牌蓝山改款上车。

接近元戎启行的行业人士表示，「元戎是行业内少数能够拿出成熟无图方案的公司，项目刚开始接洽的时候，给车企试了效果很好，但认为元戎不是真无图。为了自证无图能力，元戎用板车拖着试验车，让客户指定地点直接过去，卸车就开始了随机路测，效果也挺好，元戎这才拿下了第一个项目。」

到2024年下半年，除了蔚小理代表的新势力车企之外，在高阶智驾方案上，绝大多数主机厂都选择了与华为、元戎、Momenta中的至少一家展开合作。

这也说明智驾格局正趋于收敛，主机厂与方案商的共创成为大部分车企建立智驾能力的必经之路。随着方案的大规模量产，新的盟友关系、数据闭环和商业闭环也在形成。

大模型之战：AI是智驾的底色

在智驾技术正快速迭代的2024年，有两个趋势正在成为汽车行业的共识：大模型成为智能车越来越重要的开发方式；端到端智驾提升速度飞快，并且远远还没有到Scaling Law的上限。

理想、小鹏都公布了下半年，在几个月的时间内，其智驾基于端到端的版本接管指标和体验上，有3 - 4倍以上的提升。

周光认为，「自动驾驶刚刚进入端到端，车端的 Scaling Law至少还有5年。我认为接下来几年端到端的进展是极其大的。落后一年的东西，基本上就不太可用。」

端到端使智驾被赋予了更加浓重的AI的底色，从第一性原理出发，「算力、数据、算法」的重要性前所未有。

根据华为、理想、小鹏的规划，到明年基本上智驾第一梯队的云端训练算力规模都将达到10 EFlops级别。由于车端算力、供电的局限，车端的模型规模不会像云端一样迅速暴力增长，Scaling Law会拉得更长。

但相比起大模型，端到端模型的训练算力需求并没那么大。因为它不需要基于互联网上海量的文字、图片信息去训练，只需要驾驶行为中可能涉及的路标、路况等相关信息。

开车过程遇到的大多数的场景和路况都是重复的，这代表大多数的数据都是已有数据，这并不是训练模型所需的数据，端到端需要的是高质量的边缘场景数据。

同样算力的情况之下，模型能力和数据挖掘能力更加需要被发挥到极致，并不是一味堆数据、堆算力的暴力解法。

充裕的云端算力基础上，如何挖掘高价值的数据，来训练一个「全知全能」的智驾世界模型；以及在有限车端算力基础上，如何保障有限参数规模下单一端到端模型的下限，并极致压榨其上限，是目前全行业都在共同求解的两大议题。

在元戎这次C1轮融资披露的同时，周光对外强调下一代方案，将量产「视觉-语言-动作模型，VLA模****型」。

一部分行业人士将VLA视为**「端到端」方案的下一代版本**。

端到端，大玩家决赛

如果说智驾的上半场是资本撒下种子，而今一部分创业公司已经成长为茁壮的树苗。当市场格局、商业模式逐渐清晰，下半场是这些树苗，如何长成参天大树的争夺战。

数据是决定智驾模型上限的核心资源。

目前大部分智驾数据都掌握在主机厂手里，但绝大多数数据难以充分发挥效用。面对日益陡增的数据量，匹配少数合适的方案商，挖掘车主数据的价值，形成有主机厂特色的智驾体验，属于水到渠成、两厢奔赴。

大语言模型、多模态大模型的浪潮，使得算力资源成为稀缺的供给。

除了互联网行业之外，汽车行业对算力有最强烈的渴求。而背靠BAT这些互联网大厂的公司，则更容易「近水楼台先得月」，分别背靠华为云、阿里云、腾讯云的华为ADS、元戎启行以及Momenta，天然更有优势。

「模型架构决定方案上限」，端到端的战役，也是最顶尖的AI人才的争夺战。

从某种程度上讲，下半场的竞争实质已经不是单一智驾公司的竞争，而是**「车企+互联网巨头+智驾头部公司」这种超级产业联盟的竞争**。

华为车BU副总裁江利旗在十月份的一场演讲上表示，华为认为未来的智驾市场份额会高度集中。

无独有偶，Momenta CEO曹旭东也在接受媒体采访时也认为：「智驾最后在全球可能就三、四家公司，中国可能就两、三家公司。格局可能是 7-2-1，第一名占 70% 的市场。」

正如《三国》一样，智驾的群雄争霸，十八路诸侯最终只剩下少数力量。如果按照****已量产了端到端高阶智驾方案这个标准：

华为可以说是赛道里面的绝对核心玩家，拥有完全自主可控的芯片、算力、操作系统等底层资源，有自身深度参与操盘的汽车品牌矩阵，在供应链上有强势的话语权，并且已经实现了正向盈利。

Momenta的优势在于，入局很早，有丰富的量产经验、高度标准化平台化的产品能力，是目前业内与主机厂供应合作最多的方案商，尤其在海外市场的长周期定点上。Momenta也在深度布局芯片、域控，旨在拿下最大的市场份额，但这也站在了核心芯片供应商的对立面。

元戎启行属于入局量产业务相对较晚的选手。行业混战时期，元戎启行凭借无图方案突围并一举拿下长城魏牌定点，在短短8个月内在无数次捶打下，完成高阶智驾量产，成为了今年行业最突出的黑马。元戎的AI长板够长，有利于合作主机厂占据技术高地。智驾供应格局逐步收敛，但主机厂不想被垄断「灵魂」，扶持一匹有AI基因的黑马既是大势所趋，也是市场格局需要的。

头部智驾公司，明年的量产车数将迎来10倍级别的提升。

能够留在牌桌上的方案商们站位已经越发明确，而通往自动驾驶的方向，也在随着技术和商业的更迭，更加清晰。

参考链接：

1.元戎启行CEO周光：物理AI在中国的机会更大

https://weibo.com/7746667867/OEPBImcrW

2. 对话 | 元戎启行周光：今天的自动驾驶是模型拖后腿

https://mp.weixin.qq.com/s/BJwEJadE98-xBm0URQC1Vg

3. 详解“端到端”下一代模型VLA，通向自动驾驶的关键跳板

https://36kr.com/p/3024816688260616

4. 智能化下半场，新巨头「引望」呼之欲出

https://weibo.com/7746667867/OASabqn0j