在短短幾年內(nèi)無數(shù)學(xué)界、產(chǎn)業(yè)界大佬紛紛下場，涌現(xiàn)出一批至今耳熟能詳?shù)拿�字，如小馬智行、元戎啟行、文遠(yuǎn)知行、Momenta等等，絕大多數(shù)公司在最初選擇了L4級自動駕駛作為業(yè)務(wù)目標(biāo)。

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(guī)模泛化所需要的優(yōu)質(zhì)數(shù)據(jù)。由此，到了2020年，疊加資本市場的低潮，多數(shù)企業(yè)不得不主動做出選擇，轉(zhuǎn)向做他們最初并不感冒的高階輔助駕駛量產(chǎn)。

「L4都做了，高階輔助駕駛有啥不能做的？」在這群鉆研AI算法的人眼里，從L4到高階輔助駕駛屬于技術(shù)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(shù)難點，但硬件成本極高，Waymo是最典型的代表。」一位智駕算法工程師表示。

由于L4多數(shù)是限定場景，量產(chǎn)業(yè)務(wù)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(jīng)很牛了。量產(chǎn)里面有一個標(biāo)準(zhǔn)，每百萬次出現(xiàn)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，這對我們價值觀沖擊蠻大的。」

那些曾經(jīng)以為從L4到高階輔助駕駛是「降維」的想法，被現(xiàn)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(bǔ)齊。真正難以調(diào)和的是團(tuán)隊的戰(zhàn)略意志和組織架構(gòu)——「整個團(tuán)隊，從研發(fā)體系、商務(wù)團(tuán)隊、交付團(tuán)隊乃至考核體系...都是一次顛覆性的改革，勢必會發(fā)生舊團(tuán)隊體系與新技術(shù)路線不兼容的問題，可能會導(dǎo)致人才流失、內(nèi)斗等各種風(fēng)險。」

并且，量產(chǎn)項目周期極長，內(nèi)卷的車市又倒逼供應(yīng)商，許多項目都是補(bǔ)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(yuǎn)。

目前市面上從L4成功轉(zhuǎn)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(zhuǎn)做高階輔助駕駛并不意外，「周光一直在嘗試無人駕駛商業(yè)化，只做L4相當(dāng)于閉門造車，永遠(yuǎn)也到達(dá)不了自動駕駛的終局。因此不論是商業(yè)上，還是從技術(shù)終局來看，先做高階輔助駕駛都是當(dāng)下最優(yōu)選擇。

還有就是周光本人非常大膽，篤定一件事就開干。」

比如這屆廣州車展上，長城汽車偌大的展臺甚至只擺了一款車，20多臺全新魏牌藍(lán)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(fā)布會上如果沒有智駕的更新，不僅少一個賣點，而且相當(dāng)于間接承認(rèn)自家技術(shù)沒有進(jìn)展——因為技術(shù)迭代周期已經(jīng)很短。

如果從2022年下半年，城市NOA試水向用戶開放到現(xiàn)在，在短短兩年之內(nèi)，智駕的主要技術(shù)棧已經(jīng)更迭了3代：從有高精地圖，到無高精地圖，現(xiàn)在已經(jīng)是端到端大模型智駕。

理想、小鵬都公布了下半年，在幾個月的時間內(nèi)，其智駕基于端到端的版本接管指標(biāo)和體驗上，有3 - 4倍以上的提升。

周光認(rèn)為，「自動駕駛剛剛進(jìn)入端到端，車端的 Scaling Law至少還有5年。我認(rèn)為接下來幾年端到端的進(jìn)展是極其大的。落后一年的東西，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(fā)，「算力、數(shù)據(jù)、算法」的重要性前所未有。

根據(jù)華為、理想、小鵬的規(guī)劃，到明年基本上智駕第一梯隊的云端訓(xùn)練算力規(guī)模都將達(dá)到10 EFlops級別。由于車端算力、供電的局限，車端的模型規(guī)模不會像云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(xùn)練算力需求并沒那么大。因為它不需要基于互聯(lián)網(wǎng)上海量的文字、圖片信息去訓(xùn)練，只需要駕駛行為中可能涉及的路標(biāo)、路況等相關(guān)信息。

開車過程遇到的大多數(shù)的場景和路況都是重復(fù)的，這代表大多數(shù)的數(shù)據(jù)都是已有數(shù)據(jù)，這并不是訓(xùn)練模型所需的數(shù)據(jù)，端到端需要的是高質(zhì)量的邊緣場景數(shù)據(jù)。

同樣算力的情況之下，模型能力和數(shù)據(jù)挖掘能力更加需要被發(fā)揮到極致，并不是一味堆數(shù)據(jù)、堆算力的暴力解法。

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，如何保障有限參數(shù)規(guī)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(yè)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(qiáng)調(diào)下一代方案，將量產(chǎn)「視覺-語言-動作模型，VLA模型」。

一部分行業(yè)人士將VLA視為「端到端」方案的下一代版本。

數(shù)據(jù)是決定智駕模型上限的核心資源。

目前大部分智駕數(shù)據(jù)都掌握在主機(jī)廠手里，但絕大多數(shù)數(shù)據(jù)難以充分發(fā)揮效用。面對日益陡增的數(shù)據(jù)量，匹配少數(shù)合適的方案商，挖掘車主數(shù)據(jù)的價值，形成有主機(jī)廠特色的智駕體驗，屬于水到渠成、兩廂奔赴。

大語言模型、多模態(tài)大模型的浪潮，使得算力資源成為稀缺的供給。

除了互聯(lián)網(wǎng)行業(yè)之外，汽車行業(yè)對算力有最強(qiáng)烈的渴求。而背靠BAT這些互聯(lián)網(wǎng)大廠的公司，則更容易「近水樓臺先得月」，分別背靠華為云、阿里云、騰訊云的華為ADS、元戎啟行以及Momenta，天然更有優(yōu)勢。

「模型架構(gòu)決定方案上限」，端到端的戰(zhàn)役，也是最頂尖的AI人才的爭奪戰(zhàn)。

從某種程度上講，下半場的競爭實質(zhì)已經(jīng)不是單一智駕公司的競爭，而是「車企+互聯(lián)網(wǎng)巨頭+智駕頭部公司」這種超級產(chǎn)業(yè)聯(lián)盟的競爭。

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(rèn)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(rèn)為：「智駕最后在全球可能就三、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，智駕的群雄爭霸，十八路諸侯最終只剩下少數(shù)力量。如果按照已量產(chǎn)了端到端高階智駕方案這個標(biāo)準(zhǔn)：

華為可以說是賽道里面的絕對核心玩家，擁有完全自主可控的芯片、算力、操作系統(tǒng)等底層資源，有自身深度參與操盤的汽車品牌矩陣，在供應(yīng)鏈上有強(qiáng)勢的話語權(quán)，并且已經(jīng)實現(xiàn)了正向盈利。

Momenta的優(yōu)勢在于，入局很早，有豐富的量產(chǎn)經(jīng)驗、高度標(biāo)準(zhǔn)化平臺化的產(chǎn)品能力，是目前業(yè)內(nèi)與主機(jī)廠供應(yīng)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、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(yīng)商的對立面。

元戎啟行屬于入局量產(chǎn)業(yè)務(wù)相對較晚的選手。行業(yè)混戰(zhàn)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個月內(nèi)在無數(shù)次捶打下，完成高階智駕量產(chǎn)，成為了今年行業(yè)最突出的黑馬。元戎的AI長板夠長，有利于合作主機(jī)廠占據(jù)技術(shù)高地。智駕供應(yīng)格局逐步收斂，但主機(jī)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。