從華為和特斯拉之爭，看智能駕駛的未來

“一旦特斯拉完全解決自動駕駛問題并量產Optimus，任何空頭都將被消滅，即使是比爾-蓋茨也不例外。”7月2日，馬斯克再次在社交媒體X上畫下了這樣的“大餅”。

與此同時，特斯拉的股價在最近的三個交易日也迎來了24%的漲幅，超預期的交付量緩解了庫存和降價的壓力，為資本市場帶去了希望。而自從特斯拉2023年發布FSD最新版本以來，端到端大模型則成為了智能駕駛領域的希望。

2024年4月，馬斯克再度訪華推進FSD落地，隨后傳言與百度開展合作，開啟上海路測。中國的新能源車企們明顯感受到了來自特斯拉這條“鯰魚”的壓迫感，加速了與端到端大模型智能駕駛有關的發聲。

先是蔚小理”對智駕團隊作出調整，再是4月華為發布智駕“乾崑”3.0；6月中旬，何小鵬前往美國試駕特斯拉FSD。6月30日，華為乾崑智駕高階功能包再度降價6000元，進一步加劇了智能駕駛領域激烈的市場競爭態勢。

蔚小理、華為等國產造車勢力們的發力，意圖很明顯：中國車企們希望搶在FSD真正落地之前，率先占據中國的智能駕駛市場。在此番“合圍”中，華為發揮了怎樣的作用？各大廠商爭搶的端到端大模型能否解決智能駕駛的根本問題？中國智能駕駛的未來，又將駛向何處？

降價的背后，華為瞄準的不止是特斯拉

從公告來看，華為智能駕駛系統HUAWEI ADS（乾崑智駕）的高階功能包原價為3.6萬元，今年下半年起調整為3萬元。這也是是自華為2024年4月發布乾崑智駕系統以來的首次降價行動。

然而，相比此前，華為對智能駕駛系統訂閱的優惠幅度其實在逐步收窄：2023年底，華為智駕高階包的價格為2.6萬元；而在2023年12月31日之前，智駕高階包的限時活動價為1.8萬元。

“明降暗增”的操作背后，華為的底氣是產品銷量和智駕系統的占有率的增長。7月1日，賽力斯發布的產銷快報顯示：AITO問界全系6月交付突破4萬，達到4.2萬輛，創歷史新高。其中，問界新M5上市累計交付破1萬輛；問界新M7 6月交付18,493輛，上半年累計銷量突破11萬，居中國新勢力車型第一。

而前不久，華為智能汽車解決方案BU CEO靳玉志也表示，除了賽力斯以外，華為在智能駕駛方面的合作伙伴還包括長安、廣汽等老牌車企。預計2025年搭載乾崑智駕的合作車型會達30款以上，預計裝車量達200萬量級，在中國市場將與特斯拉處在同一量級。

除了在智能駕駛領域對標特斯拉，華為還向BBA、保時捷等傳統豪華車企發起了沖擊。5月，問界M9銷量位居 50 萬元以上第一，超越了BBA等傳統豪華車，隨后6個月累計大定超10萬輛，引起了車圈的廣泛討論和傳播。

與之相對的，是傳統豪華品牌銷量的下滑。今年一季度，保時捷中國市場銷量為16340輛，同比暴跌24%。BBA陣營只有奧迪同比增長8.8%，寶馬和奔馳的銷量和價格均出現了不同程度的下滑，奔馳C200L、EQB 260等車型的價格出現了40%以上的降幅。

顯然，豪華品牌的品牌溢價、價格和銷量都守不住了。華為用自己在智能駕駛、智能座艙方面的技術進步，將在手機市場使用過的那一套“面對巨頭、打破巨頭、成為巨頭”的發展模式，復現到了汽車領域。

由此看來，在電動車的下半場，表面上是品牌、產品、流量之爭，背后則是新舊力量殘酷的更替。在白熱化的市場競爭里，既要提供性價比，又要卷智能，還要卷價值，智能駕駛成為了消費者在選擇新能源車是重要的考慮因素。

端到端大模型，能否解決智能駕駛的根本問題？

然而，盡管端到端大模型為新能源車“下半場”的競爭提供了一個方向，但是從目前來看，它還不足以稱作智能駕駛最終的解決方案，主要原因包括：

圖源：2024自動駕駛行業研究報告

1.技術突破年年有，只有模型還遠遠不夠

用蔚來智能駕駛研發副總裁任少卿的話來說，智能駕駛行業變化太快了，產品功能要有量級上的提升，才能趕得上行業變化的速度和大家的需求。因此，在需求的強力推動下，智能駕駛行業幾乎每年都會有一個新的技術突破：

2022年的熱詞是鳥瞰視圖，即模擬從正上方垂直向下觀看地球表面的效果，簡化車對周圍環境的感知和理解；

2023年的則是OCC開城，提供更精確的物體形狀信息，降低對激光雷達的依賴；

2024年的是端到端大模型，將原始數據交給模型處理，由模型直接輸出駕駛指令，解決信息帶寬問題。

但是，過快的技術進步，盲目的拔苗助長可能會適得其反。任少卿認為，“你得有一些基本的能力之后，端到端大模型才有用，否則它是個毒藥。”也就是說，做端到端大模型的前提是智駕各功能模塊都已經完成模型化，且足夠性能與效率的工程體系支撐。

2.在算力和數據儲備方面，仍然需要大量的投入

與GPT類似，端到端自動駕駛訓練遵循的也是大算力+海量數據的暴力美學，需要大量的算力儲備和高質量的訓練數據積累。

目前來看，特斯拉的算力儲備將在2024年達到10萬PFLOPS，FSD行駛里程超10億英里，并且還在持續、快速的上漲。同時特斯拉自動駕駛部門前負責人Andrej Karpathy曾在采訪中表示，部門有3/4的精力用在采集、清洗、分類、標注高質量的數據上面，為FSD的迭代和優化提供遠遠不斷的素材。

而在這一方面，國內一眾廠商與特斯拉的差距較大，算力水平相對較低，并且還面臨著GPU采購的難題。

3.商業化進展緩慢，飛輪效應尚未凸顯

除了在基礎設施與技術方面存在缺口，智能駕駛面臨的最重要問題是：如何更好地商業化？

事實情況是，在汽車行業日益激烈的“內卷”競爭中，消費者在購車時面臨一種內在的矛盾現象:盡管對汽車的“智能化”和自動駕駛功能的興趣與期望在上升，但他們的支付意愿和金額卻普遍呈現下降趨勢。

AI在一定程度上確實重新定義了汽車，但似乎并未為乘用車行業的商業模式帶來預期中的新增市場:訂閱服務模式尚未實現規模化普及，自動駕駛功能反而成為汽車制造商為了改善駕駛體驗和提升產品品質而不得不承擔的“硬成本”

智能駕駛的未來，將駛向何處？

既然端到端的模型至今還存在著諸多問題，那么智能駕駛有沒有更好的選擇呢？

“車路云”或許是一種可能的方案，用道路端和硬件端的聯合，解決車輛自身環境感知和數據處理能力方面的不足。

6月4日，工信部推出的智能駕駛企業試點白名單，比亞迪、蔚來、長安、廣汽、上汽等車企獲得了L3級智能駕駛的準入和上路試點。這些由汽車生產企業和交通出行企業所組成的“聯合體”。一家負責生產，一家負責上路測試。并且本次名單中就提到了要加強智能駕駛、物聯網等基礎設施建設，即“車路云一體化”。