作者| 耿宸斐

編輯|宋婉心

封面來源|視覺中國

一路高歌猛進的“智駕”被按下了暫停鍵。小米SU7事故后半個月，工信部出臺了監管文件限制智駕功能及宣傳，有參會人士透露了幾大重點：L2不允許用“接管”進行宣傳、不再受理“代客泊車”等駕駛員不能完全控制的功能、不允許公測等。

最新消息是，5月4日，小米調整了SU7新車定購頁面中的措辭，將“智駕”更名為“輔助駕駛”。

在這場掀起輿論危機的車禍事故之前，小米等幾家新能源車企進行了一輪配股融資，剛準備加滿彈藥推動“智駕平權”。

3月，小米、比亞迪各自配股融資425億港元和435億港元，蔚來也宣布擬配售約1.4億股A類普通股融資40.3億港元。其中，比亞迪和小米均選擇高位配股，蔚來則在股價處于歷史低位的情況下實施配售。

消息傳導至二級市場，引發了擔憂情緒。配股公布后，比亞迪股價應聲下跌超7%，小米單日市值蒸發近千億港元，蔚來股價也一度跌超8%。尤其是小米的暴跌，進一步帶動恒生科技指數大幅下挫，單日跌幅達3.82%。

車企推行智駕以來，智能駕駛一直是整車成本的占比大頭。蓋世汽車的數據顯示，去年智能駕駛研發占車企總支出的38%，成為僅次于電池的第二大成本項。

以此次配股的三家車企為例，比亞迪計劃投入高達1000億元用于智能化研發；截至2024年年底，蔚來在智駕領域的研發投入高達460億元；小米方面，雷軍則透露其每年在智能駕駛領域的研發投入超過20億元。

車企急于通過中低檔車型擴大智駕規模以攤薄成本，卻不料黃燈亮起，費錢的智能駕駛開始變得燙手。

智駕降本難

算法專家傅聰向36氪指出，根據不同車型和配置，當前市面上的智駕系統的整體成本在幾千元至兩三萬元之間浮動，約占整車總成本的5%至15%。隨著高階功能的加入，比如激光雷達、冗余控制，這一比例還會進一步提升。

在智駕的研發模式選擇上，以蔚小理為主的新勢力是自研的代表，但傅聰表示，實際操作中，大部分車企會采取“自研+外采”的混合模式。

比如，理想汽車在高端車型上，采用了自研的AD Max智能駕駛系統，在中低端車型上，則采用外部供應商的方案。比亞迪天神之眼系統的低階版本也選擇外采途徑。

據傅聰介紹，這樣做既能保障核心能力的自主可控，又可通過外部成熟方案加快產品落地。不過外采會在部分環節抬高智駕系統的整體成本，比如組合導航外采的成本可能上萬，但是自研只要千元的成本。

蔚來管理層也曾在財報會上透露，相較于采用4顆Orin芯片，其自研的神璣NX9031智駕芯片可節省約1萬元成本。

硬件層面，激光雷達是核心成本。盡管激光雷達近年來價格不斷下探，已至千元左右，但在主打性價比的汽車市場中，激光雷達堆疊仍舊帶來不低的成本。

在這一背景下，車企開始采用差異化的智能駕駛方案：在基礎款車型上主推成本更低的純視覺方案，而在高階版本中則配備激光雷達，采用“純視覺+激光雷達”的融合路線。

例如小米，SU7標準版NOA加載的智駕系統Xiaomi Pilot Pro采用純視覺模式；Pro版、Max版和Ultra版本中提供更高階的Xiaomi Pilot Max智駕系統，采用視覺+激光雷達的融合感知模式。

即便是一向堅持視覺+激光雷達融合方案的蔚來，在新品牌樂道中，也推出了純視覺版。

種種變動表明，各主機廠的智駕成本壓力極大，盡力將各個硬件成本壓到更低。但現實是，硬件降本只是表面，純視覺方案存在不低的隱性成本。

純視覺方案依賴龐大的數據訓練模型。

“算法需要不斷適應新城市、新場景、新法規，模型訓練成本包括服務器、算力、人員都比較高。標注數據方面，頭部企業的總投入往往高達數千萬甚至上億。這是因為自動駕駛對數據質量要求極高，尤其是涉及多模態融合和3D語義級別的精細標注，單條數據的成本就可能達到幾百元甚至上千元。”

傅聰告訴36氪，算法與數據標注是純視覺方案研發成本中最難壓縮的部分。

可見無論選擇哪種技術路徑，智能駕駛都躲不開燒錢。押注智駕為下一個行業決勝點的車企們，到目前為止，大多還沒能看到回報。

小米汽車在2024年售出13.69萬輛，但全年虧損高達62億元，平均每輛車虧損約4.5萬元；蔚來更甚，單車虧損達10萬元。

智駕等待放量

推動硬件降本多年對車企賬面收效甚微，如今，推動規模化成為智駕降本的核心路徑。

今年初，比亞迪發動“智駕平權。智能駕駛的競賽瞬間由高檔車市的局部戰爭，滲入到各細分車市的全面戰爭。

2月，比亞迪宣布將在王朝、海洋全系車型搭載 “天神之眼” 高階智駕功能，其中10萬級以上車型全系標配、10萬級以下車型多數搭載。下至7.88萬元的海鷗，上至24.98萬元的宋L EV，首批21款新車都具備高階智駕能力，且增配不加價。

這直接打破了智駕行業原有的定價邏輯。在此之前，搭載智駕的車型最低價格普遍在20萬以上。

面對比亞迪的“掀桌式”打法，有從業者認為，這是以“換一種說法”的方式，將原本集中在高端車型的智能駕駛功能進一步下放至中低價位車型，以加快普及節奏，帶動智駕規模化。

行業共識是，規模化量產才是推動智駕成本下降的關鍵。只有實現大規模上車后，才能通過走量均攤研發成本。智駕真正的放量關鍵，在于10-20萬元這一主流價格帶的市場能否打開。

光大證券基于交強險數據測算，2024年國內L2+城市智駕滲透率約5%-6%；其中，25-40萬價格帶的L2+城市智駕滲透率已達20%以上。相比之下，10-20萬元價格帶L2+城市智駕滲透率尚不足0.2%。

造成這一局面的，既有成本的因素，也與用戶心智相關。“普通用戶對智駕的認知仍有很大提升空間。”傅聰表示。

尤其在智駕配置降級的中低價位車型上，功能減配進一步放大了用戶認知不足的安全隱患。

在小米的車禍事故中，座駕小米SU7標準版為純視覺方案，“夜間行駛，又遇上道路施工，對于依賴純視覺方案的系統來說，挑戰極大。”有業內人士表示。

傅聰指出，目前智駕系統能在測試或體驗中“表現出色”，很大程度上得益于大多演示場景本身就包含在模型訓練數據中，因此系統能夠應對得游刃有余。但現實生活中遠比訓練環境復雜，對于所謂的“corner case”，即極少見但復雜度極高的場景，由于數據覆蓋不足，往往難以通過傳統訓練方式徹底解決。

“比如地面標志線無法識別不清晰，極端天氣攝像頭被遮擋，或者交警手勢指揮等特殊交通場景等情況，車載模型機很難做到面面俱到去處理。”

行業一度將“智駕能力”視為車企能否“上牌桌”的關鍵，但如今規模擴張被迫放緩后，短期內智駕或成為壓在車企身上的一座山。

點擊圖片即可閱讀