文丨羅弋

出品丨消費最前線

去年，遲遲無法真正落地的自動駕駛多少有些冷場。

根據不完全統計，2023年前三季度，國內自動駕駛融資項目約54起，融資總額約68億元人民幣。這個數字意味著什么？2021年共發生144起投融資事件，融資規模為932億元；2022年約為128起，融資規模240億元。

到2023年，前三季度的融資總額僅為2022年的四分之一。資本聚散無常，以自動駕駛、智能駕駛、無人駕駛三個界定詞去篩選，在過去10年，全球披露的融資額累計超過4400億元。其中，我國的超過2200億。

可這個領域被無情拋棄也在意料之中。

這兩年，無數相關企業站起來，又默默倒下，就連曾經最風光的自動駕駛“第一股”圖森未來也岌岌可危。轉眼間到2024年，自動駕駛賽道開年第一筆融資落在毫末智行頭上，新的一年，這個不被看好的行業似乎又要重新出發了。

大模型成了“強心劑”？

毫末這次的融資一開始就確定了投入方向：大模型。在去年，毫末智行就建成了國內自動駕駛行業最大的智算中心MANA OASIS，目的是為大模型探索上提供算力基礎，還推出了自動駕駛生成式大模型DriveGPT。

有意思的是，2024年，大模型也成了整個自動駕駛行業所要追逐的新方向。

尤其在開年以來，Sora橫空出世，一舉震驚了全球科技領域，就連大洋彼岸的馬斯克都嘖嘖稱奇，更讓自動駕駛領域跟著浮想聯翩。這也不是完全沒有機會，設想一下，如果Sora 能落地在自動駕駛上，生成模擬現實世界的視頻能極大地訓練自動駕駛的能力。

當然，在Sora之前，ChatGPT的出現就已經讓自動駕駛企業蠢蠢欲動。據不完全統計，蔚來、小鵬、理想、長城、吉利、奇瑞等車企都申請了與GPT相關的商標。

國內大模型瘋狂涌現，車企自然也沒忽略，例如百度的文心一言就曾計劃接入到紅旗、長安、吉利、嵐圖、零跑等眾多車企之中。國外奔馳與微軟合作，將ChatGPT整合到奔馳車載語音控制系統中。

還有一些親自入局的，理想就自研了大模型MindGPT。2024年，隨著大模式的熱度升級，自動駕駛行業也就此抓住了新風口，大部分企業不再只滿足充當這場科技風暴里的配角，轉而紛紛粉墨登場。

小鵬汽車在年假之后就宣布要投入共計35億元，發展以智駕為核心的AI技術，幾乎同時，吉利汽車集團也在開工長文中稱，當下年輕人最關注的科技焦點，就是 AIGC。各大車企的態度十分明顯，似乎都對大模式勢在必得。

坦白來講，大模型在自動駕駛領域的確有應用的空間。以特斯拉FSD的“端到端”大模型為例，將大模型作為決策模型，控制車輛的行駛，能提高自動駕駛的泛化能力，數據驅動解決復雜長尾的問題，消除模塊累計誤差，還能降低成本。

更直白一點來看，馬斯克曾對外提到過，得益于“端到端”控制技術的應用，特斯拉FSD V12版本減少了數十萬行代碼。盡管這番說辭有一定水分，但也間接讓大模型在自動駕駛技術上的想象清晰起來，無論是在云端，還是車端。

在云端，大模型可以充分發揮模型參數量帶來的容量優勢，完成一些數據挖掘、數據標注等任務。在車端，不同子任務的多個小模型合并成一個“大模型”，能直接節省車端計算環節的推理時間，增加安全性。

只可惜，再夢幻的美好都逃不過現實的殘忍。

短時間內，大模型恐怕救不了這個逐漸停滯不前的行業，特斯拉自動駕駛部門在目前為止，至少還有3/4的精力用在數據上面，只有1/4的工作用于算法探索和模型創建，何況那些連數據都沒玩明白的企業。

更何況，擺在自動駕駛領域面前的還有大模型本身的發展。ChatGPT爆火之后，全球科技圈立刻蜂擁而上，亦如當初集體搭建元宇宙。在去年的前11個月，國內發布了238個大模型，平均每天都有一個大模型問世。

時至今日，銷聲匿跡的占多數。

開發大模型，在不談技術差異的前提下，成本也能拖垮一大片企業。數據顯示，ChatGPT的訓練參數達到了1750億、訓練數據45TB，每天生成45億字的內容，支撐其算力至少需要上萬顆英偉達的GPU A100，單次模型訓練成本超過1200萬美元。

OpenAI 的一份報告指出，到2030年訓練大模型的成本預計將從1億美元上升到5億美元。自動駕駛本來就是個無盡燒錢的領域，訓練算力、數據、AI人才、硬件研發……都需要資金，再盯上大模型，恐怕只會不堪重負。

L3的意義在哪里？

除了大模型，2024年，自動駕駛領域還有一場重要的攻堅戰，備受爭議的L3終于邁出了落地的第一步。去年年末，《關于開展智能網聯汽車準入和上路通行試點工作的通知》發行，L3及L4級別自動駕駛汽車開展準入試點。

這也意味著自動駕駛在L1、L2的范圍內斡旋良久，終于打破了一道隱形屏障。

從去年年末，不少車企陸續拿到了L3測試牌照。奔馳成為北京市L3級高速公路道路測試牌照的企業之一，寶馬則宣布獲得上海L3級自動駕駛高快速路駕駛測試牌照，公開資料顯示，除了奔馳、寶馬，長安汽車、極狐、阿維塔、智己、深藍、比亞迪、賽力斯等多家車企已拿到測試牌照，并將在北京、上海、重慶和深圳開啟L3級自動駕駛測試。

一直以來，L3都被視為自動駕駛領域的一道“坎”，不僅是在技術方面遲遲無法跨越，關鍵是L3背后所涉及的事故責任難以界定。很長一段時間，自動駕駛領域都在刻意忽略L3，試圖從L2直接跳到L4。

如今，L3級自動駕駛卷土重來，這背后究竟對整個行業有什么特殊意義？

第一，新能源汽車把智能駕駛作為整車亮點之一來努力顛覆汽車消費市場，已經不是一日兩日了。L2的滲透率逐漸提升，在新能源汽車圈屢見不鮮，汽車之家統計的數據顯示，標配L2功能車型滲透率由2021年1月的16.5%快速提升至2023年6月的47.0%。

另一組來自乘聯會的數據顯示，2023年1-10月新能源乘用車L2級及以上的輔助駕駛功能裝車率已經達到51%。雖未達到L3層級的智能駕駛功能，但具備L2+功能車型滲透率也由2021年1月的1.1%提升至2023年6月的6.9%。

也就是說，L3以下的智能駕駛對于新能源汽車市場而言，失去了錦上添花的寓意。而另一邊，消費者在習慣了汽車越來越高級的智能化后，對于自動駕駛技術的需求也在增加。艾媒咨詢數據顯示，77.3%消費者表示看好自動駕駛，只有2.2%消費者表示不看好。

汽車消費不夠景氣的時代，自動駕駛還能催生換車欲望。

一項調查顯示，對比有車用戶與無車用戶，反而是前者對自動駕駛的購買意向更強烈。在這其中，無車用戶的自動駕駛購買意向僅有25.64%，擁車一輛的升至31.15%，兩輛的升至32.82%，三輛及以上的飆升至51.11%。

僅15.65%的用戶明確表示不愿意購買。

當然，L3之所以重出江湖，主要還是因為隨著人工智能與車聯網技術的日趨成熟，讓曾經看似雞肋的L31有了一定的落地基礎，例如不少車企正在布局的城市NOA。2024年，奔馳、蔚來、小鵬、理想、阿維塔，以及供應商領域的毫末智行都拿出了城市NOA的規劃，雷軍更放話將在今年底開通100個城市領航NOA。

但這也是自動駕駛升級中不可避免的難關，或許，當前的技術發展并沒有想象中那么順利，城市NOA就需要龐大數據、場景支撐，是復雜且布局成本極高的一環。只是焦慮的企業聞風而動，顯然顧不上所謂的“艱難”了。

新能源車需要更強“驅動力”

一個值得關注的事實是，新能源歷經前兩年的爆發式增長后，從2023年以來就開始緩下急速的步伐。乘聯會數據顯示，2023年新能源車市場的同比增速放緩至36.2%，遠低于2022年的90%和2021年的169.1%。

2024年，新能源汽車市場勉強能剩下三分機遇，其余七分全是危險的挑戰。可車企的野心顯然還在瘋長，以比亞迪為例，相關報道顯示，比亞迪在今年把銷量目標定成了450萬輛，意味著要比2023年增長約50%。

還有什么能成為新能源汽車繼續滲透整個車市的驅動力？

續航永遠是這個圈子經久不衰的話題，可眼見增程式從鄙視鏈底端翻身來造車圈救場，續航技術的發展窘迫早就一覽無余。前兩年，智能化、家庭化的熱度在汽車身上越炒越熱，智能電動車頭頂多個激光雷達、攝像頭、超聲波傳感器，腳踩高精地圖、寬大屏幕、智能座艙，一舉俘獲車主芳心。

坦白來講，一款黑科技疊滿的汽車著實足夠吸引消費者的眼球。

根據報道，新款問界M7超過5萬張的訂單里面，大約有3.3萬臺是智駕版；小鵬改款G9的1.5萬大定中，帶有雙激光雷達、雙OrinX計算芯片，支持城市NGP的MAX版比例超過80%，零跑C10激光雷達智駕版的比例也已經逼近45%。

一句話，消費者開始沖著汽車智能化掏錢了。

然而，透過表面的繁榮，新能源汽車卻還在“偽智能”的漩渦里止步不前。以一度瘋狂升級的車載屏幕為例，當造車圈實在無技術可炒，只能一味卷數量、卷尺寸、卷營銷噱頭，就連屏幕材料也沒放過。

2024年，新能源汽車領域再不拿出一點新花樣，被重復利用的虛假智能必將成為反噬自身的黑色“詛咒”。自動駕駛儼然是整個行業智能化的關鍵希望，這個長期處在空中樓閣里的“王牌”技術到了必須落地的時刻。

因為它關系著整個造車圈的生死存亡。

就在小米汽車發布會當天，隔壁的特斯拉正式開始向更廣泛的受眾推出Full Self-Driving測試版V12，算是打響了自動駕駛戰役的“第一槍”。從前的小打小鬧或許可以忽略，未來恐怕很難再有松懈的機會。

車企如是，自動駕駛企業亦如是。

從 2023 年下半年開始，比亞迪一直在尋找智駕芯片的高階人才，最高級別崗位直接向比亞迪智能駕駛業務負責人、智能駕駛研發中心主任韓冰匯報。2024年1月份，比亞迪智能駕駛團隊有3000多名軟件工程師、1000多名算法和硬件工程師。

其他企業也在招兵買馬。相關資料顯示，截至2023年底，華為的智能駕駛規模約為3000人，小鵬約有1200人，理想約有900人。新能源汽車領域顯然不想陷入黔驢技窮的境界，企圖用科技來改變命運。

不成功便成仁，留給它們的時間不多了。