80%的數據+20%的模型=更好的AI。

這是人工智能領域權威學者、斯坦福大學計算機科學教授吳恩達（Andrew Ng）在他45歲生日當天提出的人工智能“二八定律”。他表示，“如果我們80%的工作是數據準備，那么確保數據質量是人工智能團隊的重要工作。”

由此延伸至端到端智能駕駛領域，智駕這盤菜看起來誘人，但車企想要吃到嘴里并沒有那么容易，這既要有數據作為原料食材，也要有算力燃料把火燒得旺，還要配合算法的烹調。優質的數據和充足的算力是一切技術迭代升級的先決條件，沒有好的食材和火候，再先進的算法也無法發揮出最大效用。

當智駕迎來最為關鍵的中場戰事，行業的重心不再是招募更多頂級的工程人才，而切換到模型設計、工具鏈開發以及模型的測試驗證上。一個非常明顯的現象是，業界曾經以團隊規模作為描述先進性的一項指標，而到了2024下半年，行業比拼的關鍵指標變成了云端算力和數據質量。

從2023年的開城大戰，到2024年的“車位到車位”大戰，這其中如何形成數據閉環成？如何建好算力“蓄水池”？如何最大化利用數據和算力資源并實現最優算法？都是車企決勝智駕下半場必須要解決的問題。

“冰山之下”的數據閉環能力

端到端下的智能駕駛技術，是數據和算力的合謀。

隨著智駕系統中感知定位、決策規劃和控制模塊的實現方式由基于規則的代碼向AI模型轉變，智駕系統開發范式也從規則驅動逐漸過渡到了數據驅動，當系統越來越依賴數據驅動，意味著數據閉環對智駕系統越來越關鍵了。

所謂數據閉環，是從數據采集、存儲、挖掘、標注到模型訓練、仿真驗證、集成部署的整個開發工作流。數據閉環完成的是對數據價值的提取工作，其本質是將隱藏在一個又一個駕駛數據片段中的人類駕駛知識慢慢地遷移到智駕系統模型的參數文件里，從而使智駕系統的表現更加趨向擬人化，大幅提升駕駛體驗的自然性和舒適性。

從數據閉環發展階段看，在第一階段，智能駕駛技術主要采取硬件驅動的方式進行研發，數據閉環概念初現。進入第二階段，算法和軟件的重要性不斷提升，智能駕駛開始嘗試采用小模型、基于規則驅動的方法來解決智能駕駛問題。隨著智駕技術的提升，智駕系統對于數據的需求劇增，其優化對數據閉環的要求越來越高，因此數據閉環已逐漸進入由數據驅動的第三階段。

對于端到端智駕系統所需要的數據，特斯拉曾給出過一些判斷標準：一個端到端自動駕駛訓練至少需要100萬個、分布多樣、高質量的視頻片段才能正常工作。如果片段達到1000萬個，系統能力會變得難以置信。

理想表示，最晚今年年初，會推出大概超過1000萬個片段訓練出來的端到端+VLM。前段時間小鵬智駕負責人也公開表示，小鵬端到端模型的訓練數據量已達到2000萬個片段。

當前，車企和智駕企業獲取數據主要有兩種方式：

一是從量產車上挖掘。比如針對車企賣出的幾十萬臺車，工程師會寫下專門規則，如果用戶的駕駛行為符合條件，特定數據（經過脫敏處理）會被上傳。車企用戶也可以主動上傳一些特別案例。

二是在存量數據中挖掘數據。在早期智駕還不成熟的階段，車企和智駕企業往往積累大量數據，很多都是無效數據，工程師只能通過一些算法規則來挖取。

高質量數據作為養料，會決定智駕系統迭代的質量，也持續考驗著車企的智駕自動化閉環能力。

最近幾年，隨著量產車的規模化落地，很多車企都開始轉向采用量產車的影子模式采集數據，但這種模式依然面臨艱巨的挑戰。

首先，是采集策略問題，即如何平衡數據的長尾問題（有效性）和數據的規模問題（成本）。如果采集策略比較寬松，往往采集回來的數據大部分是垃圾數據，根本沒有使用價值；如果采集策略過于嚴格，又擔心丟失大量有價值的數據。

其次，是數據質量問題，如何定義數據質量是個艱巨的產品問題，“壞數據”（不熟練的駕駛、糟糕的駕駛習慣、違反交通規則等）會向下拖曳大模型的訓練效果。因此，如何精準地挑選出高質量的數據又是一個復雜的技術問題。

第三，是數據分布問題，如何從海量的視頻片段中提取有效的特征、如何統計數據的分布、應該考慮哪些維度，都需要大量的工作。

對于大部分車企和智駕企業，還會面臨嚴重的數據泛化問題，因為不同的車型傳感器配置差異巨大，采集的數據往往難以復用，而國內車企普遍車型眾多，最后很可能是采了一堆數據放在那沒法使用，看起來是數據資產，其實都是存儲成本。毫不夸張地說，數據會占據端到端智駕系統開發中80%以上的研發成本。

因此，越早形成數據閉環能力，就越有助于車企構筑既寬且深的技術與產品護城河，也就越有機會將競爭者拒之門外。

“算力軍備競賽”愈演愈烈

由AI大模型催生的搶購算力潮，從去年開始陡然遷移到了汽車行業。以理想、華為和小鵬汽車為首的新勢力車企和智駕企業尤為激進。

和AI大模型技術趨同，端到端的智駕技術，同樣有數十億參數，也在向百億級進發。對算力資源的拼搶成為智駕領域繼數據之后又一個新的制勝法則。

實際上，智駕的算力軍備競賽早已愈演愈烈。一方面，隨著智駕系統的迭代升級，智能汽車所搭載的傳感器數量與類型進一步增多，智駕系統需要實時采集海量傳感器數據并進行融合處理，做出合理決策與路徑規劃，將決策實時傳送到執行部件。在海量數據處理以及超低時延的需求之下，智駕系統計算量激增，算力需求呈現指數級增長。

一般認為，自動駕駛等級每增加一級，所需要的芯片算力就會呈現十倍的上升。根據Intel的推算，L5級別的全自動駕駛時代，每秒需要芯片處理的數據大約為4000G。

另一方面，智能座艙與智能車聯的發展也對算力提出了新的要求。座艙交互體驗的升級與第三生活空間趨勢之下，“顯示屏”逐漸替代車內其它顯示方式，車載娛樂與服務進一步豐富，多模態交互成為趨勢。這些都對整車算力提出了更高的要求。

去年7月，理想汽車云端算力為2.4 EFLOPS，截至11月算力已達6.83 EFLOPS。小鵬汽車計劃到2025年，云端算力將從目前的2.51 EFLOPS增加到10 EFLOPS。華為智駕也在兩個月內迅速將云端算力規模從5 EFLOPS擴張到7.5 EFLOPS。

當前汽車算力主要來源仍是車載計算平臺，車載算力上限決定了未來汽車能夠承載的軟件服務升級上限，進而決定汽車全生命周期價值。因此，在軟件技術仍處于持續升級迭代的當下，主機廠通過硬件堆砌，預埋足夠大的算力，以期在未來能更大程度地獲取軟件服務收入。

但在摩爾定律之下，車載計算平臺的算力終有上限，而汽車的商品屬性也無法承受不計成本的硬件堆砌。對數據的實時分析處理吞噬著飛速上漲的算力數值，這一場算力軍備競賽也逐漸演變為比拼算力數值大小的盲目競爭，引發主機廠的算力焦慮。

為了緩解算力供給緊張，云端大模型成為可行的方案。

從目前行業主流的三種端到端技術發展路線看，一種是通過大量規則和小模型堆疊而成的“大模型”，其需要大量的優秀規則工程師；一種是“車端大模型”，即直接將端到端模型部署于車輛上，雖然見效快，但受限于車端算力，且隨著后期訓練數據量的增加，容易陷入瓶頸；第三種便是云端大模型（Foundation Model），其參數量是車端模型的幾十倍甚至數百倍，這是單純的車端大模型所不可企及的。

但訓練一個云端大模型，也對大規模高性能算力以及數據存儲和處理提出了非常高的要求。

第一，是提高并行訓練性能和利用率的要求，這對云基礎設施包括網絡互聯、帶寬，以及系統軟件優化等帶來了挑戰。

第二，是對模型訓練持久穩定性的要求，比如模型訓練中斷，訓練出現問題后能否快速拉起任務，縮短故障時間。

第三，大規模多模態數據的存儲與處理能力，實現并行訓練的高性能、高吞吐，滿足模型訓練不斷提升的數據量增長需求。

第四，海量數據的存儲成本要求，在滿足數據處理性能要求的前提下，通過支持數據分層存儲，實現最優的成本。

從整車角度上，當車端架構和云端架構進一步統一后，接下來的競爭是數據挖掘、數據的有效利用以及整個技術棧對數據的理解，以及如何在大規模的基礎設施上平衡整個計算效率。

換句話說，就是需要獲得高質量、大規模的數據，再配合高算力，來訓練和迭代算法能力，建立“冰山之下”車端和云端之間的數據閉環能力，來讓這“三大件”的能力更有效率和更低成本地運轉起來。

如何為智駕“降本增效”？

智能網聯汽車的底色，是汽車的AI化。無論是智能駕駛、智能座艙，又或者是車路云一體化，都在向著人工智能的方向進化。深度學習、大模型等技術，亦深度嵌入功能開發過程中。

對于智能汽車而言，智駕水平的高低體現在對環境的實時感知和對數據的分析處理能力方面，而這又需要龐大且優質的數據集和充足的算力作支撐。在資源有限的情況下，集通信、感知、計算于一體的車路云網絡有望為智駕的降本增效提供新途徑。

通過車路云網絡，可以建立一個橫跨車端、路側和云端的體系化閉環，路側收集的數據上傳到云端，在云端匯集并對這些數據進行標注處理和用于算法訓練。完成后，云端再把訓練好的算法模型數據發到車端，進行OTA部署及更新。

同時，路側數據可以彌補車端的天然局限（視線盲區、超視距感知能力不足、極端天氣感知精度下降等），豐富車端的全局數據，從而進一步提升智駕能力和安全性。三端數據進行協同互補，推動完成了智駕技術的迭代與進化。

蘑菇車聯創始人兼CEO朱磊認為，車路云網絡的本質是“通感算”網絡，核心功能是對實體世界實時數字化，通過深度融合通信、感知、計算的能力，為所有智能設備提供實時的數據服務，助力交通乃至更多產業領域實現更高效協作、決策和處理。

車路云網絡大規模應用的挑戰在于數據質量，高質量數據是數據上車的前提和基礎，數據上車是實現車路云一體化商業閉環的關鍵，將充分釋放車路云一體化的應用價值。車路云一體化能“真正用起來”的核心有兩點：第一，單節點的數據質量需要足夠高，保證數據質量的核心并不只是路側設備，而是系統和算法；第二，深入了解車企的真正需求，與車企真正打通。

交通行業是個復雜系統，人工智能在其中目前只呈現碎片化應用，比如識別信號燈、識別違章等，想要真正解決問題，需要用大模型這根線把車流、道路、交通信號等所有的散點串聯起來，形成更高維度的全局智能，通過對車、路、云等交通關鍵節點開展智能協同，形成對交通態勢的全面、及時、精準的感知、控制與決策。

引入多模態大模型后，車路云網絡可以提升視覺分析的精準度、泛化能力和場景適應性，小模型算法面臨的問題可以通過多模態大模型進行優化。同時，考慮成本及帶寬等問題，多模態大模型應用也需要有前端小模型來做相應支撐，大小模型協同應用其實是多級協同計算，多級協同計算可能是未來發展的主要應用點。

前端小模型進行實時檢測，快速分析，后端大模型進行深度推理、二次判斷，減少誤報，最后通過人類反饋強化學習的方法實現整個算法模型的優化提升，這其中，結合了小模型計算快、成本低優勢的同時，運用了大模型預測準確、方法能力強的優點。

車路云一體化場景中，云計算聚焦非實時、長周期數據的大數據分析，能夠為業務決策支撐提供依據，實現新應用服務開發的快速、靈活部署，并為整車OTA數據進行存儲、計算和分析，管理和簡化車端電子設備與軟件的復雜性。

邊緣計算則聚焦實時、短周期數據的分析，能更好地支撐車端實時智能化處理與執行。車路云網絡可以在路側運用邊緣小模型進行快速感知，在邊緣云端運用大模型推理進行二次預警，在中心云端運用行業大模型進行優化，整體利用多級協同計算來實現事件感知的準確。

在交通流預測方面，業界基本使用時序數據進行預測，包括實時監測、短時預測、長期預測等。但交通流預測是一個復雜任務：交通流組成復雜、交通流參數之間并非簡單的線性關系，會受到外部因素比如天氣、特殊事件等因素的干擾，交通系統存在動態性和不確定性；同時也需要考慮交通數據的質量和可用性問題。將數據預測結合交通環境的實時數字孿生，可以為路網管控決策提供量化支撐。

在車路云網絡下，車、道路、交通路口可能都是智能體，智能體發展最重要的是要進行人機協同，也就是說由人來設置目標，智能體再將目標拆分成不同步驟，讓智能體來決定每個步驟使用大模型還是小模型，最后形成完整的閉環鏈條，保障智能體的運行。

此前交通事件處置有很多預案，大部分很難定量和定性，比如無法準確知道擁堵成因和程度，也就是說以前的預案相當于知識庫，在每個步驟上不同的人的理解不同，處理方式也就不一樣。通過智能體的應用將預案知識庫轉向智能體模式，可以更加靈活的完成步驟分發和調度，從而形成對交通事件的準確分析和理解，便于交通管理部門實現更精細化的交通管理。

智駕技術的演進，好似從冷兵器時代到熱兵器時代，不同技術階段具有明顯的代際差異。過去的輔助駕駛依靠有限的規則、單一的功能依然有獲勝的希望，但到了端到端智駕時代，需要的是更大算力和更多數據，以及讓算力和數據流轉起來的機制和工程能力，任何一環的缺失都會給這場競賽帶來變數。

到目前為止，堅持單車智能路線的車企還是占大多數，但車路云一體化的潛力已不可忽視。究竟是各自發展，還是最終走向融合，目前仍沒有統一的答案。然而，大家都無法回避的是，智駕對降本增效的需求越來越高，數據和算力供給不僅要多，也更要精，期望靠堆卡、堆數據就能做好智駕的日子已經一去不復返。