从华为和特斯拉之争，看智能驾驶的未来

“一旦特斯拉完全解决自动驾驶问题并量产Optimus，任何空头都将被消灭，即使是比尔-盖茨也不例外。”7月2日，马斯克再次在社交媒体X上画下了这样的“大饼”。

与此同时，特斯拉的股价在最近的三个交易日也迎来了24%的涨幅，超预期的交付量缓解了库存和降价的压力，为资本市场带去了希望。而自从特斯拉2023年发布FSD最新版本以来，端到端大模型则成为了智能驾驶领域的希望。

2024年4月，马斯克再度访华推进FSD落地，随后传言与百度开展合作，开启上海路测。中国的新能源车企们明显感受到了来自特斯拉这条“鲶鱼”的压迫感，加速了与端到端大模型智能驾驶有关的发声。

先是蔚小理”对智驾团队作出调整，再是4月华为发布智驾“乾崑”3.0；6月中旬，何小鹏前往美国试驾特斯拉FSD。6月30日，华为乾崑智驾高阶功能包再度降价6000元，进一步加剧了智能驾驶领域激烈的市场竞争态势。

蔚小理、华为等国产造车势力们的发力，意图很明显：中国车企们希望抢在FSD真正落地之前，率先占据中国的智能驾驶市场。在此番“合围”中，华为发挥了怎样的作用？各大厂商争抢的端到端大模型能否解决智能驾驶的根本问题？中国智能驾驶的未来，又将驶向何处？

降价的背后，华为瞄准的不止是特斯拉

从公告来看，华为智能驾驶系统HUAWEI ADS（乾崑智驾）的高阶功能包原价为3.6万元，今年下半年起调整为3万元。这也是是自华为2024年4月发布乾崑智驾系统以来的首次降价行动。

然而，相比此前，华为对智能驾驶系统订阅的优惠幅度其实在逐步收窄：2023年底，华为智驾高阶包的价格为2.6万元；而在2023年12月31日之前，智驾高阶包的限时活动价为1.8万元。

“明降暗增”的操作背后，华为的底气是产品销量和智驾系统的占有率的增长。7月1日，赛力斯发布的产销快报显示：AITO问界全系6月交付突破4万，达到4.2万辆，创历史新高。其中，问界新M5上市累计交付破1万辆；问界新M7 6月交付18,493辆，上半年累计销量突破11万，居中国新势力车型第一。

而前不久，华为智能汽车解决方案BU CEO靳玉志也表示，除了赛力斯以外，华为在智能驾驶方面的合作伙伴还包括长安、广汽等老牌车企。预计2025年搭载乾崑智驾的合作车型会达30款以上，预计装车量达200万量级，在中国市场将与特斯拉处在同一量级。

除了在智能驾驶领域对标特斯拉，华为还向BBA、保时捷等传统豪华车企发起了冲击。5月，问界M9销量位居 50 万元以上第一，超越了BBA等传统豪华车，随后6个月累计大定超10万辆，引起了车圈的广泛讨论和传播。

与之相对的，是传统豪华品牌销量的下滑。今年一季度，保时捷中国市场销量为16340辆，同比暴跌24%。BBA阵营只有奥迪同比增长8.8%，宝马和奔驰的销量和价格均出现了不同程度的下滑，奔驰C200L、EQB 260等车型的价格出现了40%以上的降幅。

显然，豪华品牌的品牌溢价、价格和销量都守不住了。华为用自己在智能驾驶、智能座舱方面的技术进步，将在手机市场使用过的那一套“面对巨头、打破巨头、成为巨头”的发展模式，复现到了汽车领域。

由此看来，在电动车的下半场，表面上是品牌、产品、流量之争，背后则是新旧力量残酷的更替。在白热化的市场竞争里，既要提供性价比，又要卷智能，还要卷价值，智能驾驶成为了消费者在选择新能源车是重要的考虑因素。

端到端大模型，能否解决智能驾驶的根本问题？

然而，尽管端到端大模型为新能源车“下半场”的竞争提供了一个方向，但是从目前来看，它还不足以称作智能驾驶最终的解决方案，主要原因包括：

图源：2024自动驾驶行业研究报告

1.技术突破年年有，只有模型还远远不够

用蔚来智能驾驶研发副总裁任少卿的话来说，智能驾驶行业变化太快了，产品功能要有量级上的提升，才能赶得上行业变化的速度和大家的需求。因此，在需求的强力推动下，智能驾驶行业几乎每年都会有一个新的技术突破：

2022年的热词是鸟瞰视图，即模拟从正上方垂直向下观看地球表面的效果，简化车对周围环境的感知和理解；

2023年的则是OCC开城，提供更精确的物体形状信息，降低对激光雷达的依赖；

2024年的是端到端大模型，将原始数据交给模型处理，由模型直接输出驾驶指令，解决信息带宽问题。

但是，过快的技术进步，盲目的拔苗助长可能会适得其反。任少卿认为，“你得有一些基本的能力之后，端到端大模型才有用，否则它是个毒药。”也就是说，做端到端大模型的前提是智驾各功能模块都已经完成模型化，且足够性能与效率的工程体系支撑。

2.在算力和数据储备方面，仍然需要大量的投入

与GPT类似，端到端自动驾驶训练遵循的也是大算力+海量数据的暴力美学，需要大量的算力储备和高质量的训练数据积累。

目前来看，特斯拉的算力储备将在2024年达到10万PFLOPS，FSD行驶里程超10亿英里，并且还在持续、快速的上涨。同时特斯拉自动驾驶部门前负责人Andrej Karpathy曾在采访中表示，部门有3/4的精力用在采集、清洗、分类、标注高质量的数据上面，为FSD的迭代和优化提供远远不断的素材。

而在这一方面，国内一众厂商与特斯拉的差距较大，算力水平相对较低，并且还面临着GPU采购的难题。

3.商业化进展缓慢，飞轮效应尚未凸显

除了在基础设施与技术方面存在缺口，智能驾驶面临的最重要问题是：如何更好地商业化？

事实情况是，在汽车行业日益激烈的“内卷”竞争中，消费者在购车时面临一种内在的矛盾现象:尽管对汽车的“智能化”和自动驾驶功能的兴趣与期望在上升，但他们的支付意愿和金额却普遍呈现下降趋势。

AI在一定程度上确实重新定义了汽车，但似乎并未为乘用车行业的商业模式带来预期中的新增市场:订阅服务模式尚未实现规模化普及，自动驾驶功能反而成为汽车制造商为了改善驾驶体验和提升产品品质而不得不承担的“硬成本”

智能驾驶的未来，将驶向何处？

既然端到端的模型至今还存在着诸多问题，那么智能驾驶有没有更好的选择呢？

“车路云”或许是一种可能的方案，用道路端和硬件端的联合，解决车辆自身环境感知和数据处理能力方面的不足。

6月4日，工信部推出的智能驾驶企业试点白名单，比亚迪、蔚来、长安、广汽、上汽等车企获得了L3级智能驾驶的准入和上路试点。这些由汽车生产企业和交通出行企业所组成的“联合体”。一家负责生产，一家负责上路测试。并且本次名单中就提到了要加强智能驾驶、物联网等基础设施建设，即“车路云一体化”。