6月20日，小鹏汽车董事长、CEO何小鹏发文透露，自己在美国测评了V12.3.6版本的特斯拉FSD，同时在线借起了FSD 12.4.1的内测版本，想将FSD与自家XNGP做对比。

随后，特斯拉CEO埃隆·马斯克在国外网友转发相关报道后评论道：中国汽车制造商是迄今为止最具竞争力的。

2024年，国内围绕高阶智驾展开的话题有很多。

车企们将高阶智驾比拼推上台前，尤其是城区领航辅助，从最初的小鹏、华为，到今年广汽、蔚来、理想、智己等都明确了城区NOA计划。同时，不少主流品牌在“去高精地图”上达成了共识。

很多人可能好奇，这一次自动驾驶真要来了吗？

“老司机”智驾要来了？

有行业机构预测，今年高阶智能驾驶渗透率将会达到48%，且接下来会保持逐年提升的态势。‍

对于车企来说，高阶智能驾驶赛道火起来是好事儿，每一次技术革新都能带来新故事，但压力也并存。以城区领航辅助为例，去年，能够实现城市NOA的品牌没几家，到今年，小鹏、华为、广汽、蔚来、理想、智己等都明确了城区NOA计划。

城区NOA得以大面积开放，与行业内另一趋势有关联——“去图智驾”。

小鹏、理想、华为在去年1月，几乎同一时间拍板，要推出不依赖高精地图的智能驾驶方案。广汽集团在2024北京车展上也宣布，无图纯视觉智驾系统将在2026年装车搭载。

不依赖高精地图的高阶智驾，之所以被更多车企认定是可行方案。一来，高精地图自带的成本高、更新周期长等阻碍了智能驾驶的普及，“去图”化自然成了更多车企的选项。二来，智驾端到端的应用，让这种方式的可行度大幅提升。

所谓“端到端”，可以简单理解成，算法模型通过学习人类的智慧，模仿人类的思考决策逻辑，取代了需要人工编写的规则算法，正是这一点，为不依赖高精地图的高阶智驾普及破除了技术障碍。

今年4月，华为宣布乾崑ADS 3.0将采取端到端感知+端到端决策的分模块端到端架构，预计将首发搭载在8月上市的享界S9上。

上个月，小鹏汽车也发布了量产上车的端到端大模型：神经网络XNet+规控大模型XPlanner+大语言模型XBrain。按照官方的说法，小鹏汽车端到端大模型已经能够做到“2天迭代一次”，在未来18个月内智驾能力提升30倍。

让更多人感觉高阶智能驾驶近在眼前，或许还因法规、政策层面的“跟进”。

今年1月，工业和信息化部等“五部委”联合发布开展智能网联汽车“车路云一体化”应用试点工作的通知，有20个获批城市将率先开展智能网联汽车“车路云一体化”规模化示范应用和新型商业模式探索。

本月早些时候，工业和信息化部等“四部委”公布了首批“智能网联汽车准入和上路通行试点”联合体名单：比亚迪、蔚来、长安、广汽、上汽、北汽蓝谷、一汽、上汽红岩、宇通客车等9家车企入围。

高阶智驾里的“猫腻”

业内普遍认同，智能化、自动驾驶是车企竞争的核心点，但智驾竞争该争什么？

在营销方面，“开城”数量或许是重要一环，车企们几乎都在竞争城区领航辅助的城市覆盖率。

小鹏宣布计划在今年实现全国主要城市全覆盖以及部分“无图”功能；基于华为ADS 2.0的问界，开始推送全国“有图无图”都能开的“无图 NCA”功能；理想汽车城区NOA年内开放110城……

从这些数据来看，开城大战的差异已经拉开，有的开城过百，还有已经实现了不依赖高精度地图的主要城市全覆盖。但一个问题是，真实的体验感怎么样？

有业内同行吐槽，车企所宣传的智驾功能，其实并没想象中完美。城市道路开放并不意味着所有路段都能开，可用路段有限，而如何评判是否达到“开城”水准，其实没有行业标准。

在消费者眼中，“好智驾”应该像老司机。

于是，为了更接地气的展示自家产品具备“老司机”品质，不少车企一把手亲自下场直播试驾，亲测城区NOA功能的“美妙”，而接管次数成了各家暗地里比拼的关键。

一位业内媒体朋友透露，所谓接管次数其实也是伪命题，因为工程师可以适当调长车辆静止反应时间，系统没提示需要人为接管，但有些情况下，等系统去做决策，肯定没老司机反应速度快。

变成“老司机”，还很难

怎么做才有可能会到变成“老司机”？

理想汽车智能驾驶研发副总裁郎咸朋表示，端到端+大模型，这个方式是更接近于人类驾驶的更有前途的智能驾驶方案。其中，端到端的研发最主要的需求是在数据、算力、人三个方面上。

小鹏汽车董事长、CEO何小鹏在接受采访时也说过，自动驾驶是一个非常困难的事情，它不是靠钱、靠人就可以做得到的，它有非常大的数据门槛。小鹏给出的解法是，在不断进行原始数据积累的同时，通过仿真测试加快模型迭代。

可以说，让高阶智驾真正意义上达到“老司机”水准，还需要大量的数据来训练智能驾驶模型，而数据恰恰是稀缺资源。

对于供应商来说，智驾同样被困在数据里。

知行科技创始人、董事长兼CEO宋阳认为，当前智驾竞争主要争两点，一是领先的功能，包括导航辅助驾驶、通勤模式、停车场领航。二是先进的算法，包括BEV-Transformer，端到端的大模型。

无论哪一种，都需要大量的数据来训练智能驾驶模型，而数据却是稀缺资源。

宋阳指出，目前的数据还不能在车厂之间、系统供应商之间进行共享，每家都在重复采集数据，这是一个非常大的浪费。如果这些数据集合起来训练算法，会让中国自动驾驶更加快地跑在世界前列。‍

按照正逻辑，数据不够用，最直接的解决方式就是让更多用户参与进来，但成本也在制约着智驾的普及。

宋阳坦言，成本最终还是汽车行业竞争非常关键的因素，主机厂出于成本考虑，会让供应商降价。

“没有量的支撑，投入研发得不到摊销，硬件成本上一定是高的。”他进一步分析称，无论是研发摊销，还是对于供应链的控制力，达到10%的市场份额是一个坎儿，能到达就说明能初步存活下来。

换句话说，车企向供应商施压，希望用更低成本解决智驾方案。而供应商为了能够生存，就需要通过用规模化来分摊成本。

正因如此，今年高阶智驾方案市场正在表现出向头部企业聚焦的趋势，二线独立智驾公司已经走到了生死存亡的边缘。

北汽产投总经理刘培龙也表示，目前最热的就是以NOA为代表的智能驾驶演进，现在整个细分行业面临比较大的挑战，特别是围绕城市NOA、低成本的方案和快速应用的方案，现在挑战不小。

2024年下半年已经开始，行业竞争依然会很残酷，但高阶智驾最终会驶向何方，谁又能成为最后赢家？不妨等等看吧。

文/亦林

编辑/赵一棠