这是最好的时代，消费者，尤其是中国消费者，对于智能驾驶这样的新科技抱着前所未有的期待与信心；这也是最坏的时代，经济恢复不及预期，产品但凡价格高些，就难以获得普通用户的青睐。
这样的纠结和矛盾，也体现在了汽车企业身上：在日前举行的2024年中国电动汽车百人会论坛上，小鹏汽车董事长何小鹏提出，要推出10万~15万元级别的A级汽车，还要搭载“小鹏的高等级智能驾驶，甚至将来接入无人驾驶”，并做到“有利润”，而华为常务董事、终端BG首席执行官、智能汽车解决方案BU首席执行官余承东却表示：“30万元以下的车用我们的（解决方案）还是有点挑战，只有30万元以上的车才用得起，才能盈利。”
不过，不管怎样，新能源汽车市场越来越“卷”，要获得更高普及率、更大市场份额，智能驾驶技术降本是大势所趋。
“内卷”加剧 产业链齐降价
为抢夺智能汽车市场份额，小鹏汽车是认真的。何小鹏日前在社交平台上表示，10万~15万元的价格段有较大的市场潜力，但要在这个区间真正做一款各方面都过硬、并配备智驾能力的好车，且还有合适的利润，是一件极其困难的事情。“这需要企业具有极强的规模化和体系化能力，很多友商也在这个价格段探索，但能在这里把智驾体验做到极致的品牌暂时还没有出现。”不过，他信心满满：“时至今日，我们终于准备好了，相信这个品牌（小鹏汽车将推出的子品牌）将是颠覆创新的全新物种。”3月19日，何小鹏又在财报电话会上表示，2024年下半年推出的智驾车型将降低50%的辅助驾驶硬件成本，车辆售价也将进一步下降。
今年早些时候，比亚迪也在智能驾驶布局方面有了大动作。比亚迪董事长兼总裁王传福在2024比亚迪梦想日活动上宣布：“无人驾驶为时尚早，但智能驾驶时代已经到来。比亚迪20万元以上车型未来可选装高阶智能驾驶辅助系统，30万元以上车型标配。”王传福直言，加速智驾普及，比亚迪有这个信心，更有这个能力。比亚迪这一举措被称为“王炸”，因为就目前情况来看，包括理想、蔚来、问界等推出的超30万元新能源汽车，高阶智能驾驶辅助技术都需要额外购买，比亚迪此举，无疑给同行带来了不小的压力。
想要降价换市场的不止整车企业，产业链上游也是如此。大疆车载负责人沈劭劼日前表示：大疆车载发布的“成行平台”，有望让15万元级别的乘用车具备全国都能开的城市领航功能，加速高阶智能驾驶的全面标配。他指出，虽然在30万元以上新能源车型中，高阶智能驾驶配置几乎普及，但在20万元以下车型中，高阶配置的普及率仍然很低。大疆车载的目标就是填补这一空白，即使在燃油车市场也能提供智能驾驶体验。
事实上，从去年下半年开始，智能驾驶技术供应商就已经开始“卷”价格了。从轻舟智航最新研发的软硬一体“高速＋城市”NOA高阶辅助驾驶方案——“轻舟乘风”，到四维图新推出的智能驾驶轻量化地图产品HD Lite，再到毫末智行发布的第二代HPilot 3款智能驾驶产品，光谈性价比已经落伍了，他们还在前面加上了“极致”二字，以期求得更高的销量与市场占有率。
“价格战”升级 消费者不买账
有分析认为，智能技术不断走低的直接原因，是“价格战”的持续升级。据不完全统计，从春节后比亚迪率先降价开始，今年已有约30家车企卷入其中，自主、合资和造车新势力纷纷入局。“显而易见，在整车企业试图以价格赢得用户的当下，这种降成本的压力必然会快速传导给供应商。与已经形成固定供应关系的传统零部件不同，不少智能驾驶技术公司目前还处在争夺客户和订单的阶段，因此自然也会随着整车企业需求的变化，及时打出‘性价比’的卖点，以巩固市场地位。”一位不愿透露姓名的行业专家表示，但究其背后的根本原因，恐怕还是消费者不愿意埋单。
麦肯锡日前发布的一项调查显示，消费者对各类自动驾驶功能的兴趣正在提升，但愿意为之额外付费的意愿却在下降，其中一线城市的付费意愿下降尤为明显。智能驾驶是锦上添花，在消费者购车决策中不会起决定性作用。华为去年10月公布的数据显示，问界M7五座Max版本ADS高阶包选装率为70%，六座Max版本ADS高阶包选装率为68%。小鹏G6的Max版本选装率超80%，小鹏G9的Max版本选装率超80%。
对此，何小鹏的观点是，过去智能辅助驾驶没有进入客户购车决策前三位，一个重要原因是太贵。“我们看到，高等级智能辅助驾驶比一般仅仅提供ACC的智能辅助驾驶大概贵5万元。”何小鹏认为，如果只贵1万~2万元，相信高等级智能辅助驾驶甚至无人驾驶会快速占领这个市场。而特斯拉采用的正是降价策略，在去年10月召开的业绩会上，特斯拉首席执行官埃隆·马斯克表示，公司希望通过降低全自动驾驶服务（FSD）的价格，吸引更多用户选择该服务，但之前对FSD的期望确实“过于乐观”。当然，在他看来，特斯拉FSD系统在没有人为监管或干预的情况下，比人类司机更安全，他相信随着时间的推移，FSD的价格将与其价值成比例上涨，目前阶段的定价仍然相对较低，但这只是一个暂时策略。
不过，对于消费者来说，贵恐怕还不是不愿意为智能驾驶埋单的根本缘由。地平线创始人、首席执行官余凯指出：“高速NOA可以说已经做到好用，或者说刚到好用的阶段，但是否做到了让客户爱用，还要打个问号。而至于城区NOA，现在恐怕还达不到可用的门槛。”针对城区NOA目前面临的痛点，余凯认为，消费者并没有完全享受到它带来的价值，一方面是成本很高，另一方面是在各种各样的使用场景下，它的表现并不尽如人意。按照余凯的说法，要改变现状，必须“不断把技术做到可用，从可用变到好用，从好用变到真正的消费者爱用。”
自动驾驶进入3.0阶段
视觉路线渐成主流
为更好地提供物美价廉的智能汽车，智能驾驶的主流技术方案也出现了变化。
众所周知，智能驾驶方案主要分为两大流派，纯视觉自动驾驶方案的典型代表是特斯拉，另一派则是采用激光雷达、毫米波雷达和摄像头的融合方式。本来，支持后者的企业占大多数，车型包括问界新M7、理想MEGA、小鹏X9、智界S7和极氪007等，因为激光雷达方案采用全覆盖的感知方式，理论上会更加安全。但当“降本”压力逐级传导之后，没有激光雷达和高精地图视觉方案开始“占上风”。
据了解，大疆车载推出的基础版智能驾驶方案“7V+32TOPS”包括7个高清相机和32TOPS的算力，这一配置不依赖高精地图，适用于油电两用车型。据沈劭劼介绍，这套系统所提供的性能，在处理高阶智能驾驶场景时，已经可以媲美更高价位的车型，整个系统的成本约为5000元，而新车型从适配到落地的时间为6~9个月。此外，他们还有“7V+100TOPS”方案，通过升级算力，这个系统能实现城市领航功能，硬件成本为7000元，将在4月举行的北京车展上进行展示并开放试驾体验。
据业内人士分析，7V方案采用一对前视惯导立体双目摄像头、4颗环视鱼眼摄像头和1颗后视单目摄像头，可以实现主动安全、记忆泊车、跨层记忆泊车、记忆行车和高速领航等功能。而9V方案则多增加了两颗侧向感知摄像头，提升了城区拐弯和侧向的感知能力，对应也新增了领航城区功能。在功能方面，与其他车企相比，丰富度差别不大，包括停车场记忆泊车、城区＋高速的无图领航等，传感器却少了很多，可以说，“成行平台”将硬件压缩到了极致，实现最大程度的硬件复用。
去年9月，百度也发布了Apollo纯视觉高级别辅助驾驶产品，在Apollo Lite基础上，用4D BEV Transformer全新升级第二代纯视觉感知系统，同时配合占用网络OCC技术，对静态环境做端到端实时重建，获取比激光雷达点云分辨率更高的三维结构信息，实现了对激光雷达的替代。
中国工程院院士，清华大学教授、清华智能产业研究院院长张亚勤认为，当前，整个自动驾驶行业已经进入3.0阶段，相较基于人工规则、用激光雷达和硬件驱动的1.0时代，以及基于机器学习和人工规则、用多传感器驱动的2.0时代，现阶段有多传感器用到端与端的算法，也会用到强化学习，可以更大程度地实现自动驾驶在真实的世界落地，未来的自动驾驶趋势就是重视觉、轻地图、端到端。
捆绑科技公司 发力大模型
值得强调的是，视觉方案之所以开始成为主流，也并非完全是“降本”的原因，大模型的兴起也功不可没。
据悉，在云端，大模型可以充分发挥模型参数量带来的容量优势，完成一些数据挖掘、数据标注等任务。在车端，不同子任务的多个小模型合并成一个大模型，能直接节省车端计算环节的推理时间，增加安全性。采用这一方案的特斯拉就曾提到，得益于此，特斯拉FSD V12版本减少了数十万行代码。
除了一些车企主要通过大模型来赋能车载语音助手以外，毫末智行和小鹏汽车等已经开展了大模型在自动驾驶领域的探索和实践。今年年初，小鹏汽车对外透露，其高阶智驾将采用端到端大模型。何小鹏表示，团队发现应用大模型后，无需从前的大量泛化代码，自动驾驶系统便具备时空理解能力，能读懂文字信息，有了时间观念，理解不同城市特点的交通元素，做出更拟人的决策。去年，毫末发布了行业首个自动驾驶生成式大模型——DriveGPT雪湖·海若，目前已推出7款HPilot乘用车智能驾驶产品，可满足高、中、低价位不同车型的量产需求。
但大模型又带来两个新问题，一方面，特斯拉采用的Transformer技术太“吃”算力，毫末智行曾测算过，相较于原先基于卷积网络CNN的小模型，基于Transformer的大模型在训练端所需算力是前者的100倍。特斯拉的做法是自建一个Dojo超算平台，去年7月已经正式投产。自建算力中心可针对自动驾驶应用特征布置更专业的算力集群、性能加速工具和AI大数据平台，使得模型训练性能、GPU资源利用率和算法研发效能都大大提升。何小鹏也曾指出：“如果现在不以这样的方式（智算中心）提前储备算力，那么今后5年内，企业算力成本会从亿级增长到数十亿级。”
但随之而来的另一个问题是，车企需要准备更加庞大的研发投入，这显然和降本的初衷背道而驰。开发大模型，看起来很美好，但在不谈技术差异的前提下，成本超出想象。数据显示，ChatGPT模型有 1750 亿个参数、训练数据45TB，每天生成45亿字内容，支撑其算力至少需要上万颗英伟达的GPU A100，单次模型训练成本超过1200万美元。Open AI 的一份报告指出，到2030年训练大模型的成本预计将从1亿美元上升到5亿美元。
基于此，当下车企采用的“折中之道”是与云计算企业开展合作：小鹏汽车与阿里云合建了智算中心——扶摇，专门用于自动驾驶模型训练，算力可达到600PFLOPS；毫末智行与火山引擎联合打造了国内自动驾驶行业最大的智算中心——雪湖·绿洲，每秒浮点运算可达到67亿亿次；吉利也与阿里云合建了星睿智算中心，计算能力达到了81亿亿次/秒，结合领先的算力调度管理算法和研发体系，吉利的整体研发效率提升20%。
低成本之下 提升用户体验
根据前不久发布的《智能电动汽车市场月报》，在1月上市的新能源车型中，10万元以下价位没有车型达到智能汽车标准，10万~20万元价位新车的智能化配置率达到47.5%，20万~30万元价位新车的智能车型最多，共有25款，30万元以上的新车则全部完成了智能化配置。上市智能新车的平均指导价为31.68万元，中位数则为24.59万元，比上月出现了下降。整体而言，1月上市新车的智能化配置水平为63.6%，自动驾驶能力已经成为“兵家必争之地”， NOA水平和开放城市数量的比拼也愈发白热化，1月的智能化配置基本为全年的智能化渗透水平奠定基调，主动刹车、车道保持辅助系统以及自适应巡航等L2级自驾功能的配置占比已达到65%左右。
这样看来，智能驾驶的普及与发展已成大势所趋，甚至可以说愈演愈烈，对于汽车行业来说，想要更好地推进智能驾驶技术的普及，一味地降本显然并不是可持续的发展之路，或许正如余凯此前所说的，只有“回归初心”，方能长久。也就是说，在控制成本的前提下，车企还是应以持续提升用户体验为重点。
以城市NOA为例，目前仍未实现真正的大规模量产以及良好的用户体验，基本上几十公里就需要接管一次。“当下，真正的产品目标是把高速NOA、环线NOA这种封闭道路的自动驾驶体验，在合理的性价比下做到更加顺滑，同时积极投入资金、时间，把城区NOA真正做到‘可用’，实实在在为用户创造价值。”这是地平线努力的方向，也正在成为行业的普遍共识。
希望能在行业的“内卷”与挣扎中，汽车消费者将实实在在地感受到智能驾驶技术所带来的便利与快捷，而在进一步获得消费者的认可后，智能驾驶行业的“成本之困”也能因此迎刃而解。
