城市智驾跨越鸿沟，谁能顶峰相见？

一年一度的广州车展在11月17日如期开幕，智能化依然是各家车企绕不过的主题。聚焦城市场景的高阶智能驾驶，已经或者正在成为越来越多车企新车型有竞争力的卖点，甚至标配功能。预计2024年底，城市NOA将进入规模化的交付阶段。

中国城市高阶智能驾驶市场的爆发确实来得比想象中更快，这个速度甚至超过了行业最乐观的观察者、引领者的预期。

越来越多的用户切实体验到智能驾驶带来的价值，并愿意为之买单。无论是小鹏G6、2024款G9，还是问界新M7、宝骏云朵，支持城市智驾的版本比例都已经超过70%甚至80%。

面对真实的用户选择，已经没有车企还会忽视高阶智能驾驶的价值。无论是主机厂还是Tier 1都在被动或主动调整战略，加速上车节奏，以适应新的形势。

理想秋季战略会上，智能驾驶被提到空前高度，而且未来会作为核心战略目标，李想自我反思智驾投入晚了半年，接下来要“加快投入，甚至可以牺牲一些效率”。曾经唱衰自动驾驶、认为“无人驾驶是忽悠”的比亚迪，也在高阶智驾的研发和量产上加快了步伐。

毫无疑问，高阶智能驾驶正在成为新能源汽车下半场的核心竞争力。更为关键的是，从电动化到智能化的洗牌中，智能汽车市场将更加“内卷”，只有那些在智能化上打赢的车企，才有可能赢得未来。

在价格战愈演愈烈的背景下，如何快速打造成熟且更有性价比的智能驾驶解决方案，正成为车企以及智能驾驶产业链玩家加速攻克的方向。

01

“极致性价比”打动车企

当“价格战”带来的成本压力开始从销售终端传导至智能驾驶供应链，当智能化功能逐步从高端车型向中低端车型普及，高达数万元的智能驾驶解决方案显然已经不能被车企和用户接受。

在量产和成本压力下，车企们开始从追求高性能产品，逐渐向更具有性价比而且能尽快落地的智驾方案转变。

今年4月，大疆车载公布了全新一代智能驾驶解决方案，成本下探至千元级别，仅靠全摄像头的纯视觉方案，在32TOPS的算力下，就能实现包括高速、城市领航在内的L2+智能驾驶功能。

面向C端市场，HUAWEI ADS 2.0 高阶智驾包的价格也从最初发布的一次性购买36000元，在短短两个月后直接砍半至1.8万元。而小鹏G6更是首次将具备城市高阶智驾功能的车型定价下探至22.99万元，远低于当时行业平均水平。

无论是从主机厂还是用户的角度，极致性价比已经成为普遍的追求，这也是智能驾驶走向规模化的重要一环。

一个明显的趋势是，成本相对较高的行泊分体的硬件设计、一体机正在逐步退出市场，而更具性价比的行泊一体的域控方案已经成为主流。在聚焦城市场景的高阶智驾方案中，“轻地图”甚至无图化开始成为重点研发方向，一个主要原因也是出于成本考虑。

在智驾功能大规模普及前，毫末也提早意识到了市场风向的变化，并为之做好了准备。今年10月毫末在第九届AI DAY上，一口气发布了三款高级辅助驾驶产品HP170（高速无图NOH）、HP370（城市记忆行车与记忆泊车）、HP570（城市全场景无图NOH产品），价格分别为3000元、5000元、8000元级别。“极致性价比”的BOM成本，与市面上动辄上万的智驾选装包相比，更是颇具杀伤力。

从配置和实现的功能来看，毫末全新发布的三款产品，不仅对系统性能和用户体验的效果进行了大幅度提升，而且面向不同的应用场景，满足车企高中低价位智驾车型量产需求，真正做到了“让中阶智驾便宜好用，让高阶智驾好用更便宜”。

随着智驾技术方案不断成熟，再加上智驾供应商把成本压到极致，不难预测，车企也会逐渐从高投入的自研，转向更成熟且更具性价比的供应商。

综观整个市场，能够提供智驾方案的供应商并不少，而具备高阶智驾能力的供应商只有华为、Momenta、大疆、毫末等屈指可数的几家，相比之下，毫末在量产经验、灵活度和性价比上都有着巨大的优势。

02

去高精地图，快速规模化开城

除了采集成本高，高精地图因为更新频率低、耗时长，一直被视作制约高阶辅助驾驶难以从高速路快速拓展至城市道路的主要原因之一，而且在不同城市落地时，也会面临泛化挑战，很难做到规模化复制。

直到2022年下半年，随着特斯拉BEV（Bird Eye View，鸟瞰图）技术路线得到验证，摆脱高精地图开始成为越来越多企业的重点研发方向。当然，这也意味着智驾系统对算法和训练感知模型有更高的要求。

《出行范儿》从多位业内人士了解到，如果还没有做过或者做好以高精地图为基础的高阶智驾方案，直接切入“轻图”、“无图”方案，会面临更高的技术门槛。

这也是为什么目前国内能做到不依赖高精地图的，也仅有小鹏、华为、毫末等少数几家，更多的企业还停留在优化依赖高精地图的智能驾驶体验。

华为在今年9月官宣，HUAWEI ADS 2.0 高阶智能驾驶系统在年底将实现全国都能开的城区智驾领航辅助。

直接从此前计划的45城跨越至全国，也是得益于华为在BEV感知能力基础上，升级了GOD（General Obstacle Detection，通用障碍物检测网络）2.0网络，实现导航地图和现实世界匹配，既能“看得懂物”又能“看得懂路”，完全摆脱了对高精地图的依赖。

小鹏汽车更是在今年的1024科技日上高调喊出“无图”战争已经结束，挑战2024年内，实现XNGP在全国主要城市路网（含1-4级道路）全覆盖。据悉，不再受限于高精地图的使用范围和更新时效的最新一代XNGP已经覆盖了全国73%的路网，开城速度是原来的20倍，而成本只有原来的十分之一。

毫末也是“重感知、轻地图”的技术路线的坚定拥护者。早在2021年，毫末在城市NOH立项时就坚决地选择了不依赖高精度地图，这也是当时国内最早一批不依赖高精度地图这条路，坚定地走“重感知、轻地图”的玩家。

毫末近期发布的三款千元级HPilot产品，都已经在技术上实现了不依赖高精地图。

其中毫末为城市全场景打造的无图NOH产品毫末HP570，采用毫末深度优化的多源感知BEV和占用网络技术，可实现 360度规则世界和非规则世界的无死角感知。按照毫末的规划，2024年第一季度，城市NOH会规模落地，并快速扩展至100多个城市。

正如毫末智行CEO顾维灏所说，“只有进入战场，上了牌桌，我们才有打牌的权利。”届时，毫末会和小鹏、华为一起，成为国内第一批大规模落地城市领航辅助驾驶的玩家。

在“重感知、轻地图”的技术路线下，城市高阶智驾的开城数量比拼、上线时间、产品体验，被压缩到更紧凑的时间范围内，竞争变得更加激烈，市场格局也有望呈现新的变化。

03

大数据、大模型上车

今年年初，ChatGPT的成功出圈，使得生成式大模型技术迅速从幕后走向前台。在汽车领域，越来越多车企和供应商也在推动大模型上车。

特别是在自动驾驶领域，大模型将成为解决长尾场景的有效途径。要想在城市高阶智驾的竞争中脱颖而出，未来一定是朝着大数据、大模型方向深耕，这已经成为行业共识。

目前行业正致力于建立优秀的算法框架和完善的数据闭环体系及仿真体系，让模型成为见多识广的“老司机”。算法端逐步从基于规则走向基于神经网络，从模块化部署走向端到端感知决策一体化。

在感知层，特斯拉引入的“BEV+Transformer”范式已开始在自动驾驶领域得到广泛使用，这一范式可有效提升感知精确度，利于后续规划控制算法的实施，促进端到端自动驾驶框架的发展。

今年以来，华为、小鹏和毫末等中国智能驾驶重要玩家，都在大模型方面有了新进展。

华为前段时间推出了盘古大模型3.0，这是华为自主开发的基于人工智能技术的核心产品之一，它在语言理解、逻辑推理等方面实现了重要突破，也在多个行业领域展现了广阔的应用潜力。

小鹏汽车最新升级后的自研BEV +Transformer深度视觉神经网络XNet 2.0，融合行业最高精度的纯视觉占据网络，实现动态BEV、静态BEV、占据网络三网合一，是行业首个应用大模型具备时空理解能力的感知架构。

在自动驾驶领域，毫末也是大模型研发和应用的先行者。早在两年前，毫末就已经开始将大模型锁定为技术研发的大方向，并成立了几十人的小团队，专门负责大模型的研发。

今年4月11日，毫末发布了行业首个自动驾驶生成式大模型DriveGPT（中文名雪湖·海若），目标就是探索一种实现端到端自动驾驶的新范式。

作为生成式大模型，DriveGPT的运行需要大量数据作为基础。在发布200天左右的时间里，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，以及9400万公里的训练里程，参数规模达1200亿。

如此巨大的数据规模是人类穷尽一生都难以完成的，这也得益于毫末在2022年底就建成了当时行业内最大的智算中心，每秒浮点运算达到67亿亿次。

有了智算中心以及训练框架的持续迭代保障，才能让大模型连续、稳定、高效地训练出来。此前小鹏汽车联合阿里云建立的智算中心“扶摇”已经投入使用，包括理想、蔚来、吉利等车企，也在纷纷布局落地智算中心。

对于自动驾驶演进的终局模式，特斯拉、华为、小鹏、毫末等头部玩家都已形成共识，那就是在大数据驱动下，云端、车端都能实现端到端自动驾驶，像人类一样理解万物之间的联系、事件发生的逻辑和背后的常识，并且能基于人类社会的经验来做出更好的驾驶策略。

（写在最后）

智能驾驶是一条漫长且艰难的探索之路，在这个过程中，各企业之间比拼的是谁能跑得久、跑得远。

现阶段，无论是轻地图、无图化技术路线的讨论，抑或是大模型的上车应用等，核心都是为了降低智能驾驶系统成本、提升效能，加速智能驾驶的商业化量产落地。

随着技术门槛更高的轻地图城市高阶智驾的落地，头部智驾玩家将率先迎来收获期，其中坚定的长期主义者将有机会走向自动驾驶的终极场景——无人驾驶。