在3月26日举行的国新办新闻发布会上，工信部方面表示，下一步将主要从三个方面努力，促进加快形成新质生产力。其中之一，便是加快构建以先进制造业为支撑的现代化产业体系，包括培育壮大新兴产业，推动智能网联汽车等新兴产业健康有序发展。另据获悉，今年，我国将开展“人工智能+”行动，促进人工智能与实体经济深度融合，推动人工智能赋能新型工业化。

在发展新质生产力的过程中，自动驾驶无疑是一支“生力军”。自动驾驶是人工智能垂直“落地”的重要领域之一，而人工智能已成为全球科技竞争的新高地、未来产业的新赛道、经济发展的新引擎。

在人工智能大模型开始全面爆发的当下，自动驾驶行业正在翻开新的一页篇章。以大模型、大算力、大数据为代表的新质生产力成为“必争之力”。可以想见的是，在政策、市场、技术的作用力下，自动驾驶企业围绕算力和算法的竞争将达到新的高度。

技术不该有上限

今年以来，端到端大模型无疑是IT行业最“火”的技术，这份热度也已蔓延到汽车领域，从特斯拉到小鹏，从理想到蔚来，凡是标榜“智能化”的车企，无不在这个方面发力。

对于大模型上车，企业各有各的“玩法”，有的专注于提升座舱体验，有的致力于将自动驾驶引向更高的阶段。很显然，汽车功能的不同应用场景对算法的需求不同，开发方向也不相同。曾有业内人士激进地表示，座舱大模型是“假AI”，自动驾驶才能将大模型应用到“极致”。尽管这种观点显得有些偏颇，但有一点毋庸置疑，那就是自动驾驶技术对于算法的要求非常之高，势必引领汽车产业变革。

毫末智行方面相关负责人在接受《中国汽车报》记者采访时表示，随着以Transformer架构为核心的大模型技术不断渗透，自动驾驶技术开发模式和系统架构也迎来根本性的变革。其中，从开发模式上，从以小模型、小数据为特征的任务驱动模式，跃升为以大模型、大数据为特征的数据驱动模式；在系统架构上，也由传统功能化的模块架构向AI模型化通用架构演进，为迈向端到端架构提供了可能。“大模型的引入对自动驾驶云端数据处理、感知、认知的算法模型训练、仿真训练，以及智算中心的算力、存储、通信等都提出新的要求。只有具备成熟的云端数据闭环能力，自动驾驶系统在车端落地的效果才能更好。”他称。

北京智源人工智能研究院理事长、北京大学计算机学院教授黄铁军告诉记者，算法是自动驾驶创新最重要的部分，因为数据、算力就在那里，只有算法够强，结合在一起才能做出领先的大模型。

黄铁军认为，大模型算法发展将经历多个阶段，而大部分车企仍处于第一阶段，能到L2、L3级自动驾驶，即只关注感知精度，缺乏认知；第二阶段系统才开始形成对世界的自主认知。“特斯拉在自动驾驶领域比较超前，目前在大模型的助力下能做到L4~L5级自动驾驶，但那还不算是真正的大模型。”他解释说，特斯拉只是采用了Transformer大模型，局限于模拟人类的驾驶行为，未来真正的大模型一定要形成对世界的深度认知和强感知，“比如你去驾校学习，考试合格后基本就拥有了作为驾驶员的认知能力。大模型也应具备这种认知能力，甚至要远超人类。我们期望通过训练大模型对世界的认知和判断，使其可以做出比人类驾驶员强得多、快得多的决策。亚毫秒级感知是发展方向，人类有上限，但这绝不该是技术的上限。”

算力就是生产力

大模型的发展和进化，为自动驾驶行业注入一剂“强心剂”。随着自动驾驶从高速走向城区，路况复杂程度大幅提升，数据代码量翻倍增长，继续通过人工编程的方式成本较高，效率却较低，因此采用端到端大模型或将成为一种必然的趋势。

不过，无论算法的升级还是数据的激增，都对计算能力提出了前所未有的挑战。行业相关企业显然也意识到这一点，掀起了一小波自建算力中心的浪潮。

2022年8月，小鹏汽车在乌兰察布建成智算中心“扶摇”；2023年1月，毫末智行宣布“雪湖·绿洲”智算中心投入使用；同年2月，吉利星睿智算中心上线，号称是“国内车企中自建规模最大、综合算力领先、业务覆盖领域最全面、智能化支撑能力最强、高安全级别的智算中心”。

在信息时代，算力就是生产力。商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚表示，端到端大模型的优势在于，不仅可以输出感知，还能输出规控，对自动驾驶的决策提供解释性，但基于大模型的算法，一定要依托强大的基础设施和充足的算力。

据王晓刚介绍，商汤在构建充足算力方面有着先见之明。2018年，商汤在上海临港新片区建立AIDC算力中心，基于这样的基础设施以及多年来的技术积累，形成了SenseCore商汤大装置，并于2022年初正式对外运营。一方面，它满足了商汤内部所有大模型的开发，如自然语言模型、文生图模型、多模态模型、文生视频模型、AI智能体模型等，以及端到端自动驾驶大模型都是基于这一算力中心实现。另一方面，装置数据中心现在也对商汤的客户与合作伙伴开放，目前处于供不应求的状态，一些企业在此基础上训练自己的大模型，商汤也与部分车企达成合作，帮助对方训练大模型，实现数据的闭环。

据悉，今年商汤算力中心的算力将翻一番。“商汤大算力装置目前拥有4万块GPU、8200P算力，今年我们计划让算力翻一番。特斯拉提出，今年要实现配备10万块GPU，只有这样的体量才能支撑汽车智能化的演进。与之相比，国内很多车企和供应商还差一到两个数量级。人工智能对算力的需求快速增长，因此商汤仍会不断完善算力模型的建设。除了积极适配各种国产芯片，不断对大模型进行训练，我们还要构建千卡并行的训练能力。只有这样，才能够保证未来算力的快速增长。”王晓刚说道。由此可见，复杂的算法需要更大的算力，自动驾驶的比拼最终可能逃不过“算力之战”。

追求算力不能脱离实际

毫末智行方面相关负责人表示，自动驾驶领域对高性能智算中心的要求极高，传统公有云一方面价格相对较高，另一方面供应比较紧张，难以满足大规模训练要求；自建智算平台可以降低成本，也能保证自动驾驶训练的算力需求。但他也指出，大部分自动驾驶公司都会结合自身业务的需求，不会单独自建智算中心，而是主要选择与云厂商共建私有化智算中心，进行私有化部署并托管到云厂商的计算中心上。据了解，这样做的主要原因还是由于完全自建智算中心成本过于高昂，且对建设的专业度要求高，因此与当前成熟的云厂商合作建设成为更好的选择。比如商汤，其大算力中心就主打“自用+合作”，可以平摊成本，让算力中心惠及更多企业。

小鹏汽车董事长何小鹏曾直言，如今汽车智能化的研发已成为一项大算力、大数据工程，需投入大量人力开展海量工作，同时还要“烧”很多钱，一般的算力公司做起来极其困难。据悉，2024年小鹏汽车预计投入汽车智能化领域的研发费用将达35亿元，这并不是一笔小数目。

随着人工智能大模型的发展，自动驾驶行业未来会不断面临新的挑战。现在最大的难题也许是算法，就算解决了算法的问题还有算力的考验，解决了算力的难关还可能出现新的“门槛”。英伟达首席执行官黄仁勋此前表示，人工智能的发展和状态与储能紧密相连。他强调：“不应仅仅关注算力，而是需要更全面地考虑能源消耗问题。人工智能的尽头是光伏和储能。我们不能只想着算力，如果只考虑计算机，需要烧掉14个地球的能源。”

在今年2月底举行的博世互联世界2024大会上，特斯拉首席执行官马斯克在连线采访中也表示，芯片短缺的情况可能已经过去，但人工智能和电动汽车正在以如此迅猛的速度扩张，明年全球将面临电力和变压器供应紧张的问题。

业内人士认为，当前在自动驾驶发展的道路上，部分企业对新技术、高算力的追求似乎已脱离实际需求，而成为一种“跟风”行为。长此以往，不仅会造成资源和技术的浪费，甚至会影响企业的发展。

“一盘棋”下的新攻势

我国高度重视人工智能的发展，已经将其上升为国家级的战略，出台了《新一代人工智能发展规划》和一系列扶持政策，为大模型产业发展创造了良好的“土壤”，也为企业带来更多机遇。

首先是对于算力资源的统筹，今年政府工作报告提出，适度超前建设数字基础设施，加快形成全国一体化算力体系。2023年12月，国家发展改革委、国家数据局等部门联合印发的《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，开始着力构建全国一体化算力网，整合、优化全国范围内的算力资源，更好满足各领域的计算需求，降低算力使用成本和使用门槛。

伴随人工智能领域中大模型技术的快速发展，我国一些地方政府也积极行动起来，北京、深圳、杭州、成都、福建、安徽、上海、广东等地均发布了发展大模型的相关支持政策。比如，上海市经济核心上海市经济和信息化委员会、上海市发展和改革委员会等5部门联合印发的《上海市推动人工智能大模型创新发展若干措施（2023~2025年）》提出，重点支持在智能制造、自动驾驶、机器人、数字政府等领域构建示范应用场景，打造标杆性大模型产品和服务。

就在最近，国家市场监管总局批准北京市基于高级别自动驾驶示范区应用场景筹建国家计量数据建设应用基地（汽车自动驾驶）。记者了解到，基地立足计量数据赋能产业发展、城市治理和民生服务，将以视频设备、传感器设备等提供的路侧数据和自动驾驶车辆通过传感器和摄像头等测量设备获取的车端数据为基础，通过对数据的分析和处理，为自动驾驶算法模型的训练、验证提供准确可靠的数据支持，推动自动驾驶技术不断优化和提升，形成基于区块链技术的自动驾驶领域新型量值传递溯源体系；同时通过数据分析挖掘建立典型标准场景库，构建车、路、云一体的汽车自动驾驶信息计量数据体系和安全主动防护体系，建立自动驾驶数据集和仿真场景数据库，推进汽车自动驾驶数据体系建设与应用，保障更加安全、高效、智能的自动驾驶。

清华大学计算机系长聘教授、博士生导师，人工智能研究院视觉智能研究中心主任邓志东对记者表示，目前大模型对于汽车智能化的赋能体现为两种类型。除单车智能外，在大模型加持下的车路云协同方案其实更符合实际。“单车智能＋智能路网”的模式，可以通过大模型提前预测道路安全，以“一对多”的商业模式落地，后台只需一名安全驾驶员就可以管控1000辆车，实现整车L3＋自动驾驶的大规模商业化落地。

人工智能产业“浪潮”涌动，更多自动驾驶企业在进行有益的尝试。何小鹏放话，今年二季度，小鹏汽车将成为行业内首个将端到端大模型应用于智能驾驶的企业，高性价比的智驾方案有望年内落地。“相信如果高阶智能驾驶只比普通ACC（车辆自适应巡航）系统贵1万~2万元时，高阶智能驾驶甚至更高等级驾驶将能快速占领市场。”他认为。

作为汽车业转型方向和新质生产力典型代表，自动驾驶将深刻改变未来出行，助力打造智慧城市。何小鹏呼吁：“根据非官方的数据统计，全球每年因汽车交通事故死亡的人数超过200万人。如果我们能在10~20年间，将单车高阶智驾，以及在车、路、云协同下的自动驾驶做好，将使这一数字缩小到2万人以内。我相信这将是巨大的价值，而要实现这一目标，不止小鹏，所有同行需要一起努力。”