空间一个数据库可以做几个网站,商标logo设计软件 免费,wordpress 金币,仓库管理erp自学视频作者 |王博
编辑 |德新 全国都能开之后#xff0c;智驾继续走向哪里#xff1f;
2024年末#xff0c;大部分主流车企已经实现了无#xff08;高精度#xff09;图全国都能开。而第一梯队的玩家#xff0c;从以规则为主的算法框架#xff0c;向神经网络模型为主的新架构…作者 |王博
编辑 |德新 全国都能开之后智驾继续走向哪里
2024年末大部分主流车企已经实现了无高精度图全国都能开。而第一梯队的玩家从以规则为主的算法框架向神经网络模型为主的新架构切换也就是时下流行的「端到端技术」。
为什么要换端到端架构原因很简单——「因为规则代码已经写不动甚至你写了新的代码老代码还会崩溃。」一家TOP智驾方案商的Tech Lead这样回应。 大模型拯救了被困在无限场景中的智驾工程师。过去解决不好的像掉头、环岛等场景用规则很难描述的力度和时机到了端到端大模型上随着数据量的增长很自然地被解决了新的模型甚至还会涌现出一些令人惊喜的表现。
这轮技术升级最直接的好处是让智驾系统更大程度地享受到了Scaling Law数据扩张带来的红利。智驾不再按场景一个case一个case地解题而是按照「能力」批量解题。
行业的重心也不再是招募更多顶级的工程人才而切换到模型设计、工具链开发以及模型的测试验证上。一个非常明显的现象是业界曾经以团队规模作为描述先进性的一项指标比如华为车BU有近5000人在开发智驾而到了2024下半年行业比拼的关键指标变成了云端算力。
从2023年下半年的开城大战到2024年末的「车位到车位」大战在大模型驱动的时代 数据闭环成为核心生产力。
2025年智能驾驶将继续迈向更大规模的量产中阶将迎来大爆发车企以车位到车位、L3试点等新功能希望抢占用户的心智。新的里程碑层出不穷如何在激烈的竞争中跑赢大市
时值年末HiEV采访了多家智驾科技公司——「搭好数据闭环推进技术迭代打磨具备品牌特性的智驾体验」是他们共同指向的反内卷指南。
一、传统车企智驾大跃迁「数据闭环」是核心
对那些刚刚进入智驾领域的汽车品牌中阶方案在过去一年快速收敛成为2025年不少车企加码智驾的红利。
从TI TDA4VH到黑芝麻智能华山A1000、地平线J6E/J6M、高通8620/8650再到英伟达OrinN车企的中阶方案之选已经非常丰富。这些方案以高速NOA作为主干成本普遍在数千元级但不少都带有一定程度的城区智驾功能延伸并且多数已经走完了量产验证。
腾讯智慧出行副总裁刘澍泉说「中阶的智驾方案过去基于Rule base的算法加上高精地图或者轻地图基本上是一件已经搞定的事。」
以卓驭基于TDA4VH的中阶方案为例其在2023年刚推出时的硬件BOM成本在5000元级。在将近2年之后随着五菱、大众等车企的量产它的BOM成本进一步降低卓驭甚至在这版硬件基础上刚刚实现了基于端到端的城市NOA功能。
黑芝麻智能华山A1000过去一年在领克、东风奕派上实现量产其最早交付的是高速NOA功能近期黑芝麻智能也在对基于单/双A1000的版本进行城区LCC以及记忆行车的泛化测试。黑芝麻智能在近期刚刚推出A2000家族其中A2000 Lite更是将城市NOA的性价比推到极致。
也正是基于前述众多的中阶方案比亚迪、吉利、东风、长安、五菱都在大幅增加中阶智驾方案的配置比例激进者如比亚迪提出了一年300万套配置中阶及以上智驾方案的预期。
2025年对于不少的头部自主品牌来说将是智驾上车大幅增加的一年。与具有丰富智驾量产经验的新势力不同传统主机厂大规模量产中阶智驾最大的挑战是「持续的智驾运营能力」也就是数据闭环的搭建。
「如果在这个阶段给主机厂一个建议的话。」刘澍泉说「我认为建设高效的数据闭环体系是当下必须做的。
包括用户接管了以后数据怎么回传回传以后如何存储、分析分析的时候有没有一个高效的工具链进行数据检索数据生命周期的管理这些可能都是传统一些的主机厂面临的困难。新势力有自己的人员来定制这样一套平台而传统主机厂缺少这样的组织。」
新势力当前在数据闭环上更多希望达成「成本更优、效率更高、服务更稳定」传统主机厂的数据闭环仍是接近于「从0到1」的阶段。
腾讯在今年9月份发布的车云一体化的数据闭环体系某种程度上就是专为智驾大规模量产设计的数据闭环体系。
这套体系从车端数据处理、云端数据挖掘、云端智算训练、安全合规等几个核心的需求入手搭建起一站式解决方案帮助车企推动基于「数据」的增长飞轮。
二、新势力领衔4Scaling Law驱动新一代城市NOA
2024年以华蔚小理等品牌为代表的城市NOA装机量预估在150 - 200万台之间。华为认为未来5年内这个级别的高阶智驾搭载量将达到2000万台。
就2025年看腾讯智慧出行副总裁刘澍泉预估城市NOA的搭载数量至少有2倍到3倍的翻升「今天看到头部的企业利用轻地图方案的城市NOA包括在上下班高峰时表现已经很不错。」
而进入到大模型阶段「你有一个基础模型车卖得越多收集到的bad case就越多改进的效率就越快这样会进入到数据驱动的正循环。」 地图从过去依赖测绘车队采集的重模式向量产车队回传的轻模式的变化带来了路端数据准确性的大幅提高这也是今天城市NOA表现越来越好的一个原因。
比如腾讯地图与某家车企合作打通了数据回传的完整链路云端可以实现秒级捕捉变化、分钟级下发更新云端成图可以解放车端的算力而多乘的大数据融合可以进一步提升地图的准确率。腾讯的测算显示这样智驾云图的形态地图的数据要素准确率可以大幅提升而智驾通过复杂路口的通过率能够提高20%。
回到智驾算法本身基于大模型的Scaling Law是今年下半年技术提升的主要驱动力。
有代表性的头部企业无论理想、小鹏还是元戎都认为当下Scaling Law在智驾算法的迭代上依然有非常长的有效周期行业还远远没有摸到数据规模增长对算法性能提升的边界。
除了加大模型训练的数据规模2024年智驾技术的另一大探索是模型架构的演进。
多名受访的智驾公司高层都认为在接下来智驾的算法演进上业界已经基本形成了共识。
全球第一大Tier 1博世在中国市场也在积极跟进城市NOA的量产其在本月正式量产了基于两段式端到端的无图城市NOA方案并预计2025年年中量产一段式端到端2026年推出基于世界模型的端到端智驾。
博世智能驾控中国区总裁吴永桥认为从两段式端到端到一段式端到端最后到世界模型这是业内目前达成的共识。
基于华山与武当系列芯片黑芝麻智能也计划推出端到端算法的参考方案其采用One Model架构并在决策规划单元引入了VLM视觉语言大模型和PRR行车规则的概率化表征子模块。
黑芝麻智能产品副总裁丁丁认为「目前看到多模态与One Model的大模型将是下个阶段智驾研发的主旋律。」
「世界模型也好还是VLM也好最后来看大家都将殊途同归就是建立Vision - Language- Aciton这样的流程。整体系统会更加接近于人的应激反应感知看到什么规控就能做出相应的驾驶动作。」刘澍泉认为「这是确定的路线只是达成的时间快慢问题。」
有意追赶第一梯队的车企明年基本上也都会投入到基于世界模型或者VLA架构的端到端智驾的开发。而无论VLA还是世界模型对企业来说都是人才、数据、算力的极限挑战最终并不是每个企业都适合开发自己的基座模型。
刘澍泉认为「头部的新势力可以自研而头部科技公司也会给车企提供一个预训练的基座模型主机厂拿到这个模型可以用私有的数据来优化调教生成属于自己的智驾大模型。」
随着整个智驾系统全面模型化刘澍泉认为与此前供应商向主机厂交付代码的方式不同智驾的交付也会从单车部署的方式变成以服务订阅为核心的方式。
科技公司可以针对模型的升级、调优持续为主机厂提供服务它可能会从代码交付升级为以云服务的方式交付。
大模型颠覆性地改变智驾提升速率的同时也会改变智驾本身的商业模式。
从中阶量产、高阶研发到L3预研明年车企在智驾的全系产品上都将面临头部玩家的压力。
中阶压力主要来自头部新能源厂商激进放量的规模效应10 - 15万级车型的中阶智驾在一年之内可能会成为市场中的标配。
高阶与L3则是以华为、理想等为代表的头部新品牌的技术之争。年末华为、理想、小鹏已经掀起了一轮「车位到车位」智驾体验的你追我赶明年VLA、世界模型这些新技术也将陆续登场。
2025年我们也将见证第一个大规模的L3试点体验这意味着第一次在消费级的车辆上用户可以在限定条件下将驾驶的责任完全托付给智驾系统。
华为和理想已经明确2025年将推出L3试点demo但最终参与竞争的厂商必然不止两家蔚来在ET9上也宣布L3 ready小鹏大概率也会加入L3的角逐。
随着中阶、高阶与L3的里程碑被全面刷新智驾第一梯队的席位竞逐将更加激烈。
而对车企而言如何将智驾的技术能力转化为品牌与车型产品的核心竞争力打磨数据闭环形成具有品牌特色的智驾体验并持续迭代变得更加重要。
