從最初的盲目追求，到對實現路徑的不斷探索，再到對自動駕駛未來的深刻反思，自動駕駛行業經歷了一個完整的發展階段，正在迎來新的發展週期。

“AI來了，自動駕駛在哪裏？”

這是最近一段時間，自動駕駛圈被一直討論的一個問題。即在大模型參數和落地案例滿天飛的時節裏，自動駕駛這個上一個時代的弄潮兒似乎“低調”的過分。沒有加法，化學反應也更少的出奇。

大模型時代，自動駕駛到底會怎麼樣？

把時間往前追溯，自動駕駛的早期發展階段，衆多企業將L4級自動駕駛視爲技術巔峯，不惜投入巨資進行研發。他們夢想着在不久的將來，能夠實現完全無人駕駛的烏托邦。

然而，隨着技術的深入探索和市場的殘酷檢驗，企業們逐漸意識到，L4級自動駕駛的商業化道路並非一片坦途。高昂的研發成本、複雜的技術難題、以及法律法規的嚴格限制，使得L4級自動駕駛的大規模落地變得遙不可及。

在自動駕駛技術的發展過程中，降維成爲了一種漸進式的路線。企業們開始從L4級無人駕駛技術的高難度挑戰中抽身，轉而探索L2、L3級別的自動駕駛技術，這些技術在成本、技術難度和法規適應性方面都更爲現實。

儘管這一轉變在當時被許多人視爲權宜之計，但隨着時間的推移，這種漸進式的路線逐漸成爲了業內的共識。

大模型技術的興起，似乎爲L4級自動駕駛技術帶來了一絲曙光。

人們期待這些擁有巨大參數量和強大計算能力的模型，能夠解決自動駕駛中的一些核心問題，從而推動L4級技術的商業化進程。

然而，現實情況遠比預期複雜，大模型亦有其侷限性。

元戎啓行CEO周光在一次演講中直言不諱地指出：“L4級無人駕駛就是‘騙人’的。”這句話直擊要害，它揭示了一個殘酷的真相：技術上的可行性並不等同於商業上的可持續性。

從最初的盲目追求，到對實現路徑的不斷探索，再到對自動駕駛未來的深刻反思，自動駕駛行業經歷了一個完整的發展階段，正在迎來新的發展週期。

這種轉變，不僅是對自動駕駛技術實際應用場景的重新定位，也是對新技術熱潮下的冷靜思考。正如智行者CEO張德兆所言：“自動駕駛行業的發展正在回到一個正確的路徑上。”

在AI漫天飛舞的這個春天，自動駕駛正在迴歸真正的理性。

新的關鍵詞：大模型

在2024年，自動駕駛領域的競爭愈發激烈，而大模型技術的崛起無疑爲這場競賽注入了一劑強心劑。

這些基於深度學習的算法模型，正以其強大的數據處理能力和自我學習能力，推動自動駕駛技術的飛速發展，將車輛的感知、決策和執行能力提升到前所未有的高度。

自動駕駛的核心在於對環境的準確理解和迅速反應，而大模型正是這一過程中的關鍵推手。通過對海量駕駛場景數據的學習，大模型賦予了自動駕駛系統更加敏銳的感知能力，使其能夠在複雜的城市交通環境中，準確識別和響應各種情況。

這種能力的提升，直接關係到自動駕駛的安全性和可靠性，是實現自動駕駛商業化落地的關鍵。

在這場技術革命中，智行者、毫末智行、蘑菇車聯、元戎啓行等企業紛紛佈局大模型技術，以期在未來市場中佔據先機。

“AI大模型技術是自動駕駛真正實現的唯一路徑。”毫末智行對產業家說。

其認爲端到端自動駕駛會是未來很重要的技術方向之一，但還需要幾年的時間才能到來。因此這幾年是從離散到聚集，感知模型、認知模型、控制模型聚集到一塊，從分散到聚集的一個過程。

基於此，毫末智行發佈了行業首個自動駕駛生成式大模型DriveGPT雪湖·海若，堅定投入大模型技術的研發創新。

對於大模型帶來新的可能性，在自動駕駛賽道有着諸多共鳴者。“去年，我們開始全面的去擁抱大模型。”蘑菇車聯對產業家說。

更有一些廠商，直接在大模型的加持下，將端到端模型逐漸落地，奔向規模化。“端到端模型將感知、預測、規劃三個模型通過矢量數據傳輸融爲一體，無需工程師編寫冗長的代碼去制定規則，避免了信息在不同模型傳遞時所產生的減損。”元戎啓行對產業家說。

官方消息顯示，目前元戎啓行已經率先把端到端模型應用於量產車上，該批量產車將於今年量產落地。

總結來看，在2024年的科技舞臺上，大模型技術以其在數據處理和模式識別上的卓越表現，成爲了自動駕駛的寵兒。

大模型和“自動駕駛”的「絕對距離」

大模型雖然在處理大量數據和提升人工效率方面表現出色，但它在自動駕駛的核心挑戰面前卻顯得捉襟見肘。

“在採集週期、標註成本方面，我覺得是現階段我們能用大模型去促進的，如果直接端到端，我覺得現在是不具備條件的。”張德兆對產業家說。

一個事實是，從大模型技術層面來講，其解決的還是一些底層的人工效率的問題。

要知道，L4級別自動駕駛要求車輛在複雜多變的交通環境中，具備高度的自主決策能力。這不僅僅是對環境的感知，更涉及到對交通規則的深刻理解、對突發事件的迅速反應，以及對長期駕駛策略的精準制定。而大模型技術，儘管在圖像識別和語音處理等領域取得了突破，但在這些更爲複雜的任務面前，卻難以勝任。

其次，目前大模型技術在處理長尾問題上的不足，成爲了其在自動駕駛領域應用的一大瓶頸。

L4級別自動駕駛面臨的是真實世界中千變萬化的場景，而這些場景中不乏罕見和極端的情況。

據國際汽車工程師協會（SAE）的報告指出，即使是最先進的自動駕駛系統，也難以保證在所有長尾場景下都能做出正確決策。大模型技術在這些低頻但關鍵的場景中，往往因爲缺乏足夠的數據支持而顯得無能爲力。

再者，大模型技術的“黑箱”特性，與其在自動駕駛領域所需的透明度和可解釋性形成了鮮明對比。

根據麥肯錫的研究，超過70%的行業專家認爲，自動駕駛系統的決策過程必須可追溯，以便在出現問題時能夠及時糾正。

然而，大模型技術在提供決策依據時，往往缺乏必要的透明度，這在關乎生命安全的自動駕駛領域，無疑是一個巨大的隱患。

“整個大模型在自動駕駛領域的運用跟整個自動駕駛本身的發展模式是一樣的，都是一個漸進的過程，不可能一蹴而就。”張德兆對產業家說。

就目前而言，大模型雖然可以推動自動駕駛的發展，但某種意義上而言，自動駕駛基於此，無法實現“大躍進”。

儘管大模型技術在自動駕駛的核心挑戰面前存在侷限性，但行業內的企業和研究機構正在積極探索解決方案。例如，通過增強數據採集和標註的效率，以及利用多模態數據融合技術，可以提高模型對複雜場景的理解和應對能力。

此外，爲了解決長尾問題的挑戰，一些企業正在嘗試構建更加多樣化和平衡的數據集，以及開發更加魯棒的模型結構。同時，行業內也在推動算法的可解釋性研究，以提高大模型技術的透明度，滿足自動駕駛系統對安全性和可靠性的高要求。

上路，纔是王道

自動駕駛已經走過靠講故事，拼技術願景的時代。落到產業實處，纔是其價值的真正體現。廠商們也深諳此理。2024年，自動駕駛廠商在商業化上的路徑上，亦愈發多元化、深耕。

具體來看，智行者更多致力於自動駕駛全棧解決方案，其在環衛車輛領域的應用尤爲突出。“環衛車‘蝸小白’去年是實現了4倍的增長。”張德兆告訴產業家，智行者自動駕駛應用規模在不斷擴大。

智行者的全棧解決方案能夠提供一站式的自動駕駛服務，這有助於簡化客戶的技術集成流程，將極大推動自動駕駛技術的廣泛應用和行業標準的形成。

蘑菇車聯則自主研發了行業首個“車路雲一體化”自動駕駛系統，這一系統涵蓋了AI數字道路基站、自動駕駛車輛、智慧交通AI雲平臺等多個組成部分，能夠在城市開放道路、高速公路等不同場景下實現快速大規模部署。

其主要通過與政府和企業的合作，參與城市級別的智能交通項目，提供車路協同的解決方案，實現自動駕駛的商業化落地。“車路雲一體化產品整個線路的時延我們內部測只有60毫秒。”蘑菇車聯對產業家說。值得注意的是，這樣的時延是人的反應力的十倍。

值得注意的是，這不僅能夠提高自動駕駛的安全性和效率，還可能推動城市交通基礎設施的升級。不過，這一模式的成功實施還需要政府和多方利益相關者的緊密合作。

毫末智行則是數據驅動模式，其商業化路徑強調數據閉環和工程效率，通過大模型DriveGPT雪湖·海若的應用，進一步提升自動駕駛的認知決策能力。

目前來看，其商業化模式不僅包括與主機廠的合作，還涵蓋了末端物流自動配送等多個場景的運營。

“做好乘用車客戶交付，確保毫末第二代HPilot智駕產品的交付上車。”毫末智行認爲，2024是智駕爆發大年，只有用“極致性價比”的產品，開拓更多客戶，實現大規模商業量產，纔是自身產品的唯一出路。

毫末智行的數據驅動模式強調數據閉環和工程效率，這有助於快速迭代和優化自動駕駛系統。然而，這種模式對數據的質量和處理能力要求極高，需要持續的技術創新和投入。

元戎啓行的商業化路徑主要集中在Robotaxi領域，通過在特定區域內提供自動駕駛出租車服務來實現商業化，並通過用戶的實際使用來收集數據和優化技術。

元戎啓行的Robotaxi服務直接面向消費者，能夠快速收集實際駕駛數據並優化技術。儘管Robotaxi模式在短期內可能面臨安全員配備和高昂硬件成本的挑戰，但它爲自動駕駛技術的商業化提供了寶貴的實踐經驗和用戶反饋。

無論是智行者的全棧解決方案，毫末智行的數據驅動模式，蘑菇車聯的“車路雲一體化”自動駕駛系統，還是元戎啓行的Robotaxi服務，都在積極探索自動駕駛技術在現實世界中的應用和商業化可能。

落到產業實處，不僅是技術發展的必然要求，也是自動駕駛企業價值的真正體現。隨着技術的不斷進步和市場的逐步成熟，自動駕駛的未來將更加多元化和豐富，爲社會帶來更高效、更安全、更便捷的出行方式。

寫在最後

商業模式多元化、賽道發展理性化，自動駕駛的新週期正在來臨。

當下，自動駕駛廠商們合作模式也在發生變化，跨行業合作和開放創新成爲新的趨勢，企業、政府、研究機構和高校之間的合作日益緊密。

政策法規方面，隨着自動駕駛技術的發展，相關法律法規也在不斷完善，爲技術的商業化應用提供了更加明確的指導和支持。

例如2024年年初，工信部等五部門部署開展智能網聯汽車“車路雲一體化”應用試點工作。這將極大地推動自動駕駛商業化落地。“我們現在要做的就是切入到這些項目裏頭去。”蘑菇車聯對產業家說。

這些變化預示着自動駕駛技術將更加成熟，更加貼近人們的生活。

在這個週期中，企業們更加註重技術的實用性和商業的可行性。大模型技術的應用，不再是單純追求參數量的遊戲，而是如何將這些強大的工具應用於實際場景，解決實際問題。自動駕駛技術的發展，正逐漸從概念的炒作轉向實際的落地，從實驗室的研究走向市場的應用。

在這個不平凡的新週期中，我們有理由相信，自動駕駛技術將更加成熟，更加貼近人們的生活。企業們將更加註重技術的實用性和可靠性，而不是僅僅追求技術上的突破。自動駕駛的未來，將是一個更加務實、更加人性化的未來。

本文來自微信公衆號“產業家”（ID：chanyejiawang），作者：鬥鬥，編輯：皮爺，36氪經授權發佈。