2023年是高阶智驾“开城”元年。
这场自2022年年中就初现苗头的智驾竞赛，在2023年年底随着头部玩家的落地计划达到高潮，并且即将在2024年随着开城数量而最终转化为产品力层面的钢铁壁垒，就此牢牢霸占消费者的心智和钱包。
从百度在2013年成立无人车项目开始算起，步履蹒跚的中国自动驾驶产业化正在迈向属于它的第十一个年头儿，而如今也终于来到了跨越鸿沟前的最后一步。
这样的行业趋势，已经率先出现在那些智驾能力领先企业的销售数据当中。
根据华为发布的数据显示，在问界新M7的十万大定订单中，有高达60%的车主选择了“智驾版”，其中城市领航辅助驾驶功能的选装率更是高达75%；
而对于小鹏G6这样一辆处于20万级敏感价格带的车型，同样有多达七成的用户愿意多花2万元选择智驾能力更强的MAX版本；
在搭载毫末智行第一代HPilot辅助驾驶产品的20余款车型当中，高速领航辅助驾驶的用户月活跃率也已经接近九成。
因此，智能驾驶的领先程度对于企业的体感而言，正在从早年间花钱如流水的烧钱机器，转化为真正能打动消费者的核心卖点，在价格战横行的市场环境中，通过更高的溢价空间为车企实现正向造血。
相似的逻辑也适用于智驾赛道上的所有玩家。
无论是坚持自主研发的车企们，还是软硬件解决方案供应商，亦或是激光雷达等传感器供应商，2024年都是仅剩的窗口期，而用户感知最明显的领航辅助驾驶功能，则将成为决定成败的价值高地。
站在2023年年底遥望2024，虽然一切都是那么扑朔迷离，但同时也有一些显而易见的发展趋势。
这些发展趋势，就像是把象征着高阶智驾“胜利”的拼图拆开打散，需要赛道上的每一位玩家竭尽所能去层层通关，片片收集。
NO.1 领航辅助驾驶开城加速，人才竞争迈入新的维度
领航辅助驾驶的“开城”数量，正在成为衡量一家企业智驾领先与否的全新标的。当高阶智驾的技术架构彻底摆脱高精地图之后，有先发优势的企业正在逐渐刻画出新的行业分水岭。
11月底，伴随着小鹏Xmart OS4.4.0的全量推送，小鹏在包含北京城区道路在内的25座城市已经开通领航辅助驾驶功能，这一数字预计将会在12月底达到50座；
华为和理想的计划则更加激进，宣称要在今年年底实现“全国都能开”的高速 城区领航辅助驾驶功能；
而作为智驾供应商代表的毫末智行，用户辅助驾驶里程也于近期正式突破1亿公里，并且将在100座城市落地城市领航辅助驾驶。
少了“高精地图”这根拐棍之后，头部玩家们的开城速度虽然正在加快，但开城的复杂度却并未能因此变得容易，开城的质量也有待观察。
一位造车新势力的感知算法工程师告诉电车场，无图方案的难点在于各个城市道路的复杂性多如牛毛，想要让无图做到和高精地图一样的驾驶员接管率，目前还很难做到。
“问题难在如何泛化。目前基于各种显示输出道路规则，如车道线、道路边缘，是无法泛化所有道路场景的……
即使只针对一个城市，都还不用说因为修路导致的车道变更问题，仅仅是车道线不清晰、雨天地面反光、不规则低矮的路沿、灵活多变的左转，都可以把感知工程师搞得头皮发麻。”
在争分夺秒的开城计划面前，人才争夺成了下一步竞争的关键。尤其是对于一些智驾实力处于第二梯队的车企而言，如何才能追赶上先发企业的开城进度，唯有人才二字值得相信。
理想负责人在今年第三季度财报的沟通会上表示，公司计划到明年年底将智能驾驶的研发团队扩充至2000人，到2025年扩张至超过2500人，意味着理想要两年不到的时间内将智驾团队扩充近三倍。
华为的智驾人才此时也正在被外界虎视眈眈。华为车BU投入力度最大的就是智能驾驶产品线，团队规模一度超过5000人。
但随着华为与长安汽车着手成立全新的合资公司，以及越来越多传统车企纷纷入股，华为过去数年累积的智驾人才正在被全行业所共享。
NO.2 政策出台让高阶智驾不再裸奔
过去三年，中国智驾的发展速度表面上看虽快，但背地里却更像是在一路裸奔：
模型架构迭代的速度越来越快，车端的OTA频率也越来越频繁，但始终缺少政策层面的背书，就像事业搞得风生水起却始终得不到编制的山东男。
一个显而易见的问题是，高阶智驾要是不小心出了事故，到底应该是由消费者负责还是高阶智驾方案的提供者负责？
如果责任大多算在消费者头上，那市场对于高阶智驾普及的情绪难免会慎之又慎，无论智驾玩家们的开成计划再激进也是在做无用功；
如果责任大多算在智驾方案的提供者头上，那高阶智驾怕是永远要保持一个最“保守”的兜底方案，出入匝道时不敢和旁车博弈，直线跟车时又保持过远的车距，安全性倒是保住了，可通行效率还不如让消费者自己开。
甚至于，如果将责任划分至智驾方案的供应者，还会实打实地伤害到后者在研发时的积极性。
地平线创始人余凯在一段采访中就表示，自动驾驶出了事故，如果有关部门让车厂承担“撞人”的责任，那这个“创新”没法进行，所有车厂都偃旗息鼓，都不敢投入研发。
之所以在技术上无限接近L3级别的领航辅助驾驶，至今都不敢跨越雷池一步，就是因为责任划分的问题太过敏感，封死了领航辅助驾驶在功能体验层面的上限。
但就在今年的11月17日，四部门联合发布了《关于开展智能网联汽车准入和上路通行试点工作的通知》，正式对L3/L4级别自动驾驶车辆遭遇的事故问题有了明确的规定。
《通知》明确了自动驾驶的使用主体，应当对车辆上路通行可能造成的人身和财产损失，具备相应的民事责任承担能力，而且主要通过保险来赔偿。
这意味着无论是自动驾驶的使用者还是方案的提供者，都不是在发生事故后第一时间被追责对象。
《通知》的出台给消费者消费者兜了底，让他们在使用高阶智驾时无后顾之忧；同时也抬高了华为、小鹏、毫末智行等企业智驾能力的上限，可以更没负担地在2024年甩开膀子加油干了。
NO.3 中国智驾最强“公敌”——特斯拉来了！
中国高阶智驾之所以能在过去三年获得如此温良的成长土壤，很大原因在于这条赛道上最强的竞争对手——特斯拉，受困于测绘资质问题并未与中国玩家们展开正面较量。
中国对测绘资质的办法有严格的限制，而智驾系统无论是否应用了高精地图，实际上都属于测绘的范畴。
特斯拉全自动驾驶系统FSD Beta版从2020年起就开始向用户推送，直到去年年底已经向全量北美用户开放，历时三年时间总共经历了12个大版本的升级迭代。
在某种程度上说，特斯拉是中国智驾玩家集体参考的对象，亦是整条赛道的风向标。
特斯拉在2021年提出的“BEV Transformer”的感知技术栈，其优异的感知能力至今已被几乎所有智驾玩家效仿；
特斯拉在2022年AI Day上提出的占据栅格网络，目前也成为中国企业在做异形物体识别时的首选，小鹏的感知网络Xnet2.0和华为的GOD网络都采取了类似的设计思路。
特斯拉还有世界上任何一家企业都远远不及的测试车队，通过影子模式，任何一辆特斯拉的车主理论上都正在源源不断地为FSD的训练和升级提供新的数据。
这也是为何特斯拉仅在三年的时间里就能完成十余次大的版本迭代，而国内企业目前均为个位数。
以上这些能力在特斯拉FSD正式进入中国市场后都可以再复制一遍，前提是得到相关政策的支持并取得测绘资质。
目前，为了能在中国市场正式开通FSD，特斯拉已经在上海启用了本地化的数据中心，保证数据不出国；
在《通知》的支持下，特斯拉正在开始推进FSD在国内的落地工作，而在最新一版的特斯拉用户手册中，已经加入了FSD Beta版本的介绍和使用规范。
面对特斯拉FSD进入中国市场后有可能产生的竞争，中国智驾玩家并未有想象当中的忌惮情绪，反而跃跃欲试。
小鹏前任自动驾驶副总裁吴新宙在接受采访时表示，“那就 PK 呗，一直想象着要跟特斯拉有一个地方可以公平竞争。”
毫末智行数据智能科学家贺翔对电车场表示，“我们有信心同特斯拉在中国市场展开正面较量。”
NO.4 “BEV Transformer”才是标准答案
为了适应城区道路多如牛毛的感知需求，以及彻底摆脱高清地图鲜度问题的掣肘，包括蔚来、小鹏、理想、华为、毫末智行等企业，都已经在2023年彻底重构感知技术栈，统一走向了“BEV Transformer”的技术框架之下。
相比传统的“2D CNN”技术架构，“BEV Transformer”的感知结果更加精准，可以自动脑补出遮挡区域的障碍物，同时输出的感知信息也更容易被下游的规控模块理解和使用。
需要指出的是，感知技术栈的重构并不意味着先发企业丧失了领先优势。在沿用传统技术架构的同时，中国企业很早就开始探索全新的感知架构。
诸如毫末智行在2021年就已经开启了Transformer在自动驾驶领域的研究和应用，几乎和特斯拉同时布局，是中国最早应用Transformer技术架构的自动驾驶公司。
在随后的两年里，毫末智行先后经历了Vision Transformer到Swin Transformer的转变，并且最终将视觉的主干网络确定为后者。
贺翔对电车场表示，“Swin Transformer相比前者的优势在于，它是一种移动的窗口，能对整个图片的全局信息有一个非常好的感知效果。”
而华为虽然在切换“BEV Transformer”的时间点上略晚于特斯拉，但在2022年特斯拉首次将占据栅格网络带进公众视野时，华为也已经启动了类似技术的研发工作。
“在占据栅格网络的研发上，我们绝不落后于特斯拉”，华为ADS负责人对电车场表示。
统一的感知技术架构，还有利于帮助车企快速完成智能驾驶软件的平台化工作。
过去，面对不同车型的智能驾驶需求，企业普遍的做法是用不同的硬件架构，搭配不同的软件架构，再由不同的团队负责研发。
这样做法的问题是，研发团队无法在智能驾驶的研发上形成合力，通常要在开发新一代技术框架的同时，还要维持上套技术体系的更新工作。
当感知技术架构统一后，如今中国企业普遍的做法是，先在智驾能力更强的MAX版本上应用最新的感知架构，率先完成“开城”所需的感知需求，然后逐渐将全新的软件算法迁移至Pro版本的硬件平台之上。
小鹏和理想都计划在2024年实现MAX版本和Pro版本的软件趋同，力图实现“一套软件架构 一个团队开发”的技术凝聚力。
NO.5 神经网络终将替代人工规则，端到端不是梦
最近三年，伴随智驾能力提升的还有数不清的长尾问题，俗称Corner Casee。
小鹏汽车董事长何小鹏在接受采访时表示，高速领航辅助驾驶和停车场自动泊车只解决了智能驾驶可能遇到的其中5%的场景，而剩下的95%则是收费站、减速带、路上除了行人之外的各种动物，以及所有的特殊情况。
当高阶智驾走向城市领航，基于人工规则的感知和规控算法便很难再胜任剩下95%场景中的复杂问题，于是基于神经网络模型的感知架构和决策架构就显得格外重要。
神经网络在智驾领域的应用，又可以分为云端大模型和车端小模型。云端大模型是处理智能驾驶生成的海量数据，为训练新的算法和车端小模型提供数据资源；
而车端小模型则是实时处理车端一侧的感知和规控任务，相比人工写死的规则，车端小模型能处理的工况更多也更复杂，同时在车辆驾驶的舒适性上也能带来不小的提升。
首先，在云端大模型上，毫末智行于今年4月份发布的DriveGPT就是其中的代表。
自发布的半年多时间以来，DriveGPT已经先后经历了多轮的升级和迭代。
目前，在数据的处理量上，DriveGPT共计筛选出超过100亿帧互联网图片数据集和480万段包含人驾行为的自动驾驶4D Clips数据。庞大的数据体系正在成为DriveGPT不断进化的核心动力。
尤其是在第九届毫末AI Day上，毫末智行在感知端和认知端分别引入了多模态大模型和大语言模型。
这不仅让DriveGPT在感知一侧实现了图片和文字信息的对齐，做到即便是遇到视觉算法没有训练过的物体，也能够通过文字信息判断其真实语义，从而完成识别任务；
还在认知一侧通过引入大语言模型，让DriveGPT掌握了从人类视角对于自然界的认知和常识，不仅从更多维度上为大模型提供认知的决策依据，还增加了认知模型在做决定时的可解释性。
在车端小模型上，华为的通用感知识别GOD网络和道路拓扑推理RCR网络，已经随着ADS2.0的升级而正式上车；
小鹏也在今年的1024科技日上发布了感知网络Xnet2.0和规控网络Xplanner。其中将决策算法模型化小鹏还是业内首家，Xplanner也将具备了更加拟人化的博弈能力。
可以预见的是，过去智驾技术体系中所有基于人工规则的算法都将逐步模型化，并且在未来很有可能随着不断的演进而最终走向端到端。
目前，特斯拉已经率先发布了世界首个端到端的自动驾驶大模型——FSD V12，从感知、决策到控制全部交由神经网络。
毫末智行CEO顾维灏也坚定认为，自动驾驶未来的技术架构将会全部被模型取代，只会保留一个统一的云端模型和一个统一的车端模型。
“自动驾驶会先在云端统一成感知大模型和认知大模型，随后车端的各类小模型也将逐步统一为感知模型和认知模型，控制模块也将逐渐模型化……
最后，在未来车端、云端都是端到端的自动驾驶大模型”，顾维灏对电车场如是表示。
NO.6 算力优势不再，成本才是王炸
2022年前后，很多企业都把硬件算力的大小当做是评判智驾能力是否领先的标准。
在当时来看，更强的算力储备的确能让企业把更多的软件算法搬上车，同时也为未来更多规模的软件更新做好算力预埋。
但当高阶智驾的受众群体逐渐从早期采用者跨越至早期大众，消费者对于过高算力水平带来的功耗和成本极为敏感；
再加上价格战的原因导致车企对高阶智驾的成本空间极为有限，如何在有限的算力水平和成本空间中去平衡高阶智驾的体验，就成了智驾企业共同需要去思考的课题。
另一方面，智驾企业的研发团队也在想尽办法优化算法，力图用更小的算力去实现更好的智驾体验。
一个比较典型的例子就是华为。早在ADS 1.0 时代，华为给极狐阿尔法S全新HI版和阿维塔11配备的硬件平台都是MDC810，总算力高达400TOS；
而到了ADS 2.0时代，华为不光减配了车头侧面的两颗激光雷达，在硬件平台上也更换为了总算力仅为200TOPS的MDC610。但正是这样折半的算力水平，却能让华为成为开通城市领航辅助驾驶最激进的企业之一。
智界S7产品总监刘迪卿告诉电车场，之所以华为ADS 2.0会采用算力较低的MDC610，正是因为华为在智驾算法上已经做了足够多的优化，这样的算力水平已经足够支持华为ADS 2.0保持领先的产品体验。
不只华为，毫末智行在今年第九届AI Day上也发布了更具性价比的第二代Hpilot产品，其中能够支持全场景领航辅助驾驶落地的硬件平台HP570，其算力上限也仅为100TOPS，而在价格上更是下降到了8000元。
据电车场了解，毫末智行目前计划将在2024年上半年，率先在魏牌蓝山上正式量产具备城市领航辅助驾驶能力的HP550（原Hpilot 3.0，基于高通Snapdragon Ride芯片打造，总算力为360TOPS）。
而当魏牌蓝山在2024年下半年正式改款后，更具性价比的HP570将真正上车量产。
作为对比，主流智驾厂商采用的英伟达Orin-X，其单颗的芯片价格就在400美元上下，意味着封装两颗Orin-X的智驾算力平台，仅SOC芯片一项的成本就接近6000元人民币，而这还仅仅是占了整个智驾硬件平台成本的40%左右。
除了头部玩家之外，诸如智己、腾势等第二梯队的选手们，也开始在算力成本的控制上锱铢必较。
诸如智己推出的无图领航辅助驾驶方案仅需一颗Orin-X，而腾势的高速领航方案仅需要一颗Orin-N，后者可以看做是前者的简配版。
全文总结：
2023是高阶智驾“开城”元年，2024则是高阶智驾的普及之年。
智能驾驶发展到今天，经历了资本热捧再到资本寒冬，再热捧再寒冬的反复过程，并且终于能站在2023年的尾巴上扣响真正实现产业化的大门，已然实属不易。
本文以上所述的6点行业趋势，既是对过去三年高阶智驾飞速发展的回顾与总结，同时也是对2024年市场竞争的分析与预测，希望可以对读者了解智驾行业有正向的帮助作用。
在以上6点行业发展趋势指引之下，2024年高阶智驾的跨越鸿沟之战，定然会精彩绝伦，相当好看。
