大模型「上车」，车企打响「开城战」

车企开城，国家立法

「鲶鱼」特斯拉游向了自动驾驶领域。

8月14日，特斯拉中国在一项声明中示意，特斯拉已经在中国确立了数据中央，所有在中国大陆市场销售车辆所发生的数据，都市存储在中国境内。

据36氪报道，特斯拉已经从总部派了工程师来华，设计组建一个20人左右的内陆运营团队，以推动自动驾驶解决方案FSD（Full Self-Drive）在中国市场落地。

此外，特斯拉还实验在中国确立一个数据标注团队，规模约上百人，意图同样指向自动驾驶。

实在，早在特斯拉摆尾前，自动驾驶，尤其是NOA（导航辅助驾驶手艺，Navigate On Autopilo）领域，资源市场早就从大模子的浪潮中觉察到了风向。

二级市场上，具备类似NOA等高速领航功效软件开发能力的阿尔特（300825.SZ）自4月25日迄今股价累计*涨幅达80.45%。

拉长时间看，在都会NOA方面搭建面向自动驾驶全球数据的光庭信息（301221.SZ）年内股价累计*涨幅达114.29%。

《2022年汽车行业讲述：都会NOA重新界说智能汽车》指出，2023年搭载NOA的汽车总量或将为70万辆，2025年可能将到达348万辆。其中，支持都会NOA功效的车型占比将从2023年的17％迅速上升到70％。

那么在大模子的热度下，2023年会是「都会NOA元年」吗？

01、从重舆图到重感知，车企打响「开城战」

严酷来说，从始至终，NOA不是一项全新的、推翻性的手艺，它只是集成了ACC自顺应巡航、LKA车道保持辅助、ALC自动变道辅助和高精舆图定位四项功效。

已往，在NOA的前面往往另有个定语——「高速」，由于无论在里程数，照样路况庞洪水平，「高速」饰演的显然是谁人供新手练级的小Boss角色。

但都会，完全是另一个级其余对手。

小巷子里突然窜出的电瓶车、模糊的车道线、翻修蹊径导致的蹊径换取、更狭窄的视野……以高精度舆图为基础的NOA手艺在都会里四处碰钉子。

都会的庞大直接反映在了车企的数据库里。

凭证小鹏汽车的数据，其都会NOA的代码量是高速的6倍，感知模子数目是高速的4倍，展望/设计/控制相关代码量是高速的88倍。

但今年，车企和大模子玩家似乎一起喝了「壮胆酒」，齐刷刷地将挺进这片NOA的深水区。

公然信息显示，小鹏汽车预计下半年将在数十个无图都会释放XNGP；华为ADS2.0三季度将在15座都会实现无图商用辅助驾驶，四序度将扩大至45座都会；理想汽车将于年底前完成100个都会的NOA推送；毫末智行设计到2024年在100座都会落地无图都会NOH。

是谁给了它们勇气？谜底或许离不开算法与大模子。

首先，算法上的突破让汽车对现实的感知加倍立体，车企在「重舆图」之外有了「重感知」的新选择。

由于都会路况的庞大多变，「不依赖高精度舆图」成为了车企将智能驾驶落地都会的方案。探索历程中，特斯拉的BEV+Transformer方案为行业「脱图」提供了手艺上的可行性。

简朴来说，这套方案是将传统自动驾驶的2D图像视角（Image View）加测距的感知方式，转换为了鸟瞰视角下的3D感知，优势在于保证了信息的完整性，有用解决物体遮挡问题，并极大利便后续设计和控制义务。

放在大模子的语境下，这意味着在BEV空间内，感知和展望都在统一个空间举行，可以通过神经网络实现端到端优化，输出并行效果，阻止上下游误差的转达与放大，从而开启了借由数据驱动实现快速迭代的可能。

2021年特斯拉推出「BEV+Transformer」方案后，逐渐成为了行业的主流，蔚小理均跟进，其中，华为的ADS2.0接纳GOD（融合激光雷达的Occupancy+Transformer）被光大证券以为，有可能已经*特斯拉。

算法搭建起了闭环框架，剩下的事情就是往框架中填凑数据，并让飞轮转动起来。狂飙的大模子，无疑是这套方案最强劲的引擎。

在云端，大模子的大容量优势，可以辅助车企完成绝大多数的数据标注和挖掘事情，降低数据标注成本。同时，天生式模子的「涌现能力」，构建出了更多的仿真场景。

在车端，经由将多个分管差异子义务的小模子合并为一个大模子后，可以大幅削减车端推理盘算时间，为消费者体贴的平安性问题上了一重保险。

更主要的是，从传统的分模块处置到端到端感知决议一体化，大模子的泛化能力被以为有希望突破自动驾驶系统必须事先学习响应的情形才气做出反映的限制，战胜困扰行业的长尾难题。

算法和大模子两团火照亮了自动驾驶的前路，也为车企勾画出了一条可以落地的产物路径。

跑道清晰后，要害性节点随之浮现。

如火如荼的都会NOA「开城战」，本质上是车企间的数据网络战，谁能率先用数据投喂出具备落地能力的「车载大脑」，谁就有希望*行业站上新的维度，在这个汽车险些要卷立室电城的年份打出最有竞争力的王牌。

02、绕不外的L3，责权归属成*难题

今天车企们涌向都会NOA的情景，很容易让人遐想到2017年的自动驾驶热潮。

昔时，奥迪宣布了全球*可以实现L3级别自动驾驶的新型轿车奥迪A8，这款车型也被界说为*专用L3级别自动驾驶而开发的量产车型。

随后，包罗吉祥、广汽、长何在内的大量车企跟进，纷纷向外透露了L3自动驾驶量产车型的设计。

直到特斯拉的一起事故将自动驾驶从手艺层面拉到了伦理和执法层面。

2019年3月，美国佛罗里达州的一辆特斯拉Model 3由于没能识别出前方的大货车，没有自动变道也没有提醒驾驶员，以每小时110公里的速率从货车底下钻过，致驾驶员殒命。

虽然这起事故被美国国家运输平安委员会（NTSB）认定为驾驶员太过依赖L2级自动驾驶系统，但事故背后的所折射出的执法真空和L3、L2之间的玄妙差异，给所有的车企泼了一盆冷水。

L3是自动驾驶中最忧伤的一道坎，被业内人士称为「恐怖谷」。

国际尺度中，自动驾驶被分为L0到L5六个级别。L0到L2阶段被称为辅助驾驶，驾驶员把控偏向盘，系统提供类似加减速、变换道的辅助。L3到L5被称为自动驾驶阶段，由系统逐渐接受车辆控制，适用局限不停扩大，驾驶员介入水平依次降低。

其中，L3级自动驾驶由系统和驾驶员「共享」偏向盘，通例情形下由系统把控，特殊情形下需要司机接受。

据那时特斯拉所搭载Eye Q3芯片的制造商Mobileye所说，马斯克曾迎面向他保证，Autopilot会引入某种机制，保证司机必须手扶偏向盘。而特斯拉所打出的「自动驾驶」的噱头，却让消费者发生了可以松开偏向盘的印象。

旅游一天盖800个章，唐僧的通关文牒都没我夸张

旅游一天盖800个章，唐僧的通关文牒都没我夸张,一个真正成熟的旅游盖章人，拥有属于自己的盖章本以及一套连贯优雅的盖章手法。按下的每一次章，都是将来可以拿出细细品味的旅行回忆。

责权归属的模糊使L3成为了一块车企不敢容易踏入的禁地，行业也因此发生了分歧，一部门玩家选择跳过L3，直接开发L4无人驾驶系统，而另一部门玩家则选择停留在L2或L2+，甚至是L2++。

玩家的分歧作育了今天自动驾驶市场的多面向。

*个面向是「无人车跑在伊甸园」。

以北京亦庄自动驾驶树模区为例。在建设早期，亦庄就把高精度的数据舆图列为了重点建设项目之一，而这也是厥后无人驾驶研发商能够上路的基础。天下有类似基础的区域甚至都找不出第二个。

而且，即便实现了车内无人，运营中央仍需配备后台工程师随时监控。往复之间成本并没有降低若干。

类似的逆境笼罩着所有致力于L4级研发的车企，资源眼看落地无望，纷纷抽身离场。Waymo估值从1750亿美元下跌至300亿美元，亚马逊无人配送车Scout项目于2022年十月被关停，数据显示，和*期相比，自动驾驶相关企业市值整体缩水80%。

第二个面向是「沿途下蛋」。

既然L4难落地，许多人萌生了手艺赋能车企做辅助驾驶的想法，一能回笼资金，二能扩凑数据量。

但这条路也没那么好走，与期待质变的L4领域差异，身处L2的车企还需要考量成本、续航、设计等内容，辅助驾驶往往只是锦上添花，加上责权不清晰等因素的滋扰，无论是车企照样消费者，都不敢容易地迈出那一步。

第三个面向则是「职员流动频仍」。

据「硅基研究室」统计，2023年至今，自动驾驶相关的高层职员去职事宜就高达22起，其中不乏曾被资源捧在手心里的企业。

有看法以为，职员流动频仍可以促进企业间的手艺交流，但考察这些职员的流向，整体出现出向产业链上游搜集的趋势，也就是从车厂走向了大模子。

这条趋势虽然和眼下的大模子热有关，究其基本，行业破局的要害仍要从大模子下手。

与车企纷纷下场开城连系，上述三个趋势隐约透露出一股刻意，将事故率从1%降低到0.001%甚至更低并非毫无意义，已往被刻意回避的L3也已避无可避，剩下*需要思量的问题是，若何用大模子撬开它。

同时，困扰行业已久的责权模糊问题，正在被提上日程。

在6月下旬，工信部副部长辛国斌示意：“将支持有条件的自动驾驶（L3级自动驾驶），及更高级别自动驾驶功效的商业化应用，并将宣布新版智能网联汽车尺度系统指南。我们已经启动了这项事情，地方也在起劲响应”。

03、大模子「上车」，战场在云端

今年8月2日，马斯克在「X」平台上宣布帖文，其中提到了特斯拉正在开发“车辆控制是特斯拉FSD人工智能的最后一块拼图，现在正在接受训练”，并透露AI将使原始FSD中的三十万行C++控制代码削减约两个数目级。

与7月20日他在第二季度财报电话集会上透露出的，“明年底之前，我们将破费远远跨越10亿美元在Dojo智算中央项目上，我们有数目惊人的视频数据要举行训练”相连系，不难看出FSD快速发展的背后，智算中央所起到的要害作用。

而这也透露出，未来车企间的战场，其着实云端。

之以是特斯拉选择投入大量资金自建智算中央，效率和成本是两个要害词。

自动驾驶义务训练的特点是文件多而杂，且多为视频、图像数据，因此这类模子的训练和测试，靠的并不是CPU，而是以AI加速器为主的浮点盘算能力，智算中央的特征就是以大规模GPU算力作为AI模子迭代的基础。

云盘算的本质是租赁盘算装备，云服务商的装备都是统一采购，为了获得更多客户，这些装备都具备很大的通用性，装备内部使用的CPU、GPU/AI加速器、内存的型号与规格都相对牢靠，很难与车企和自动驾驶公司的算法形成*匹配。

而且，云服务厂商对自动驾驶算法的领会水平不高，不能阻止的会在调剂算力时泛起消耗和效率不高的问题。

而自建算力中央可针对自动驾驶应用特征部署更专业的算力集群、性能加速工具和AI大数据平台，使得模子训练性能、GPU资源行使率和算法研发效能都大大提升。

小鹏汽车董事长何小鹏曾亮相：“若是现在不以这样的方式（智算中央）提前贮备算力，那么往后5年内，企业算力成本会从亿级，加到数十亿级。”

现在，海内已经有多家车企与云厂商互助确立专用的智算中央。

好比，小鹏汽车与阿里云合建了智算中央「扶摇」，专门用于自动驾驶模子训练，算力可到达600PFLOPS；毫末智行与火山引擎团结打造了海内自动驾驶行业*的智算中央「雪湖.绿洲」，每秒浮点运算可到达67亿亿次；吉祥也与阿里云合建了星睿智算中央，盘算能力到达了81亿亿次/秒，连系*的算力调剂治理算法和研发系统，吉祥的整体研发效能取得20%的提升。

从这个角度来看，强调「不造车」的华为，将成为特斯拉最有力的竞争对手。

克日，华为智能汽车解决方案BU CEO余承东在微博上曝光*搭载鸿蒙4的车型——华为和奇瑞互助的*纯电轿跑车「Luxeed」。

这意味着，奇瑞将极有可能成为继赛力斯后，第二家与华为互助宣布华为智选车产物的互助车企，而华为一直期望打造的智选车生态品牌同盟，也有望加速取得实质性希望。

关于智选车营业，市场「忧喜」参半。

「忧」在于，智选车的潜力肉眼可见的狭窄。西欧日企业无法选择它，海内新势力有自己的追求；传统的车企，若是怕失去「灵魂」也不会选它。

而华为在智选车营业上投入伟大，若没有大量使用、大量销售，就不能实现商业闭环。

「喜」则是由于，在华为智选车模式推出之前，业内并没有一个既有智能化焦点手艺与解决方案，又有壮大to C能力与营销零售渠道的角色。

通过智选模式，华为将深度介入品牌打造、产物设计和界说、营销服务，赋能中小车企。

同时，华为汽车云所提供的数据天生、自动标注、模子训练、云端仿真、虚实连系仿真、数据闭环等一系列能力，也能辅助车企和商用车企业加速自动驾驶算法的开发验证和优化迭代，降低成本和风险，提升效率和平安性。

大洋的彼岸，特斯拉也透露出公司正在讨论将其全自动驾驶（FSD）驾驶辅助手艺授权给另一家主要汽车制造商，并示意，授权FSD手艺一直是设计的一部门。

值得一提的是，特斯拉在中国确立数据标注团队和数据存储中央，除了顺应国家在信息平安方面的硬性要求外，也收获了更厚实的工具包。

对转型不畅或手艺落伍的部门造车新势力来说，特斯拉“数据+算法+存储”的一条龙服务，显然吸引力不小。

从最初的漫衍式盘算、单个子系统拥有自己的ECU，到域控制器逻辑、以功效划分集成化控制运算，再到最终实现整车运算能力的高速集中、智能化分配算力，汽车从工业品向电子消费品、智能终端逐步演化。

高通公司首席商务官吉姆·凯西的比喻或许最为贴切：“汽车正在成为‘车轮上的联网盘算机’”。

在这一历程中，虽然另有软硬件成本过高、执法律例不完善、消费者认同度较低等问题，但幸亏新的赛段已经到来，也终归是「车到山前必有路」。

【本文由投资界互助同伴远川研究所授权宣布，本平台仅提供信息存储服务。】若有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处置。