他认为，AI驱动智能汽车技术和架构的创新已经不再是小鹏汽车的中长期目标，而以自动驾驶为核心的AI定义汽车，事实上已在进行中。

“AI研发能力和AI产品体验的高度差异化，将决定智能电动车颠覆传统燃油车的速度，以及汽车行业的长期竞争格局，这意味着巨大的机会。”何小鹏强调，因此，小鹏汽车加大对于AI的长期投入，并且引进多名具有国际化视野的AI领军人才。

今年二季度，小鹏将实现AI智驾大模型的量产上车，这将是中国汽车行业首个量产落地的车用人工智能和车用认知引擎。

03 推动科技平权，

   抢滩主流智能汽车市场

“我们将坚定地引领高阶自动驾驶的技术平权，覆盖最主流的大众市场客户，并且走向全球市场，不断扩大我们的规模优势和技术优势，加速商业化。”何小鹏表示。

今年北京车展期间，小鹏汽车将会正式推出面向10万—15万级别的全新品牌，借此机会将高阶智驾的价格彻底打下来，普惠到更低价位的主流车型上。

这一方面被认为是小鹏汽车对价格战的回应，另一方面则意味着，新能源汽车发展正式迈入下半场，而智能电动汽车的市场竞争也将由此拉开序幕。

通过过去几年对消费者的观察，何小鹏发现，中国有相当多的人喜欢自动驾驶，但是对于大众用户来说，自动辅助驾驶的需求还没有得到真正地体现，他认为，这是因为还没有哪家企业能够把全域的自动辅助驾驶做得非常好，同时还能把成本打下来，以及把营销做到全面化，而这些都将是小鹏要去做的事。

通常来说，高阶智驾也就是高等级智能辅助驾驶比一般仅提供ACC（自适应巡航控制）的智能辅助驾驶大概贵5万元，如果这个差距可以缩减到1万—2万元之间，何小鹏相信，高阶智驾甚至无人驾驶会快速占领这个市场。

这与《2024麦肯锡中国汽车消费者洞察》得到的结论不谋而合。该调查发现，近年来，自动驾驶风光无两，中国消费者对不同场景下自动驾驶功能的兴趣较去年均出现提升，但支付意愿却出现下降。

最近两年，关于新能源智能汽车自动驾驶辅助的事故和事件频发，如小鹏试驾途中追尾前车、理想车主“躺平”拍视频让厂家被迫连夜发“澄清”声明等事件。如今自动驾驶辅助已经成了很多车型的标配，确实提升了很多便利性，但是因为误导宣传和不当使用，也造成了很多安全隐患。

最近，2024全国两会召开在即，很多汽车行业内的企业领导作为人大代表出席发言，一部分针对智能自动驾驶辅助展开讨论，包括小米集团董事长兼CEO雷军、小鹏汽车董事长CE0何小鹏以及广汽集团总经理冯兴亚等均发表了建议和关于自动驾驶辅助的看法，但很多建议和想法，虽然很好，但其实就目前的情况来讲，并没有实现的条件。

建议和真正实现相距甚远

目前我们国内，大部分的自动驾驶辅助，实际上只有L2级别，目前在售的消费级车辆的智能辅助驾驶，并不等于无人驾驶或自动驾驶，即便厂商宣传自己是L2.5甚至L2.9级，也需要驾驶员随时接管。

事实上，只有L5级别，才是真正的无人自动驾驶，即便目前公认的业内顶流华为，也只能做到在特定区域内的“无人驾驶泊车”，真正在公共道路上的无人驾驶，结合路况和道路条件等因素限制，短时间内无法实现。

例如，何小鹏提出提出探索限定场景低速无人驾驶的政策法规，开展限定场景夜间低速无人驾驶+补能试点应用的建议，其实就很难真正实现，其提议允许夜间30km/h以下低速无人驾驶，实现从“人找桩”到“车找桩”的转变。

要知道，去年小鹏汽车G6和小鹏G9夜间AEB测试就翻车了，现在的激光雷达和热成像在夜间的识别率，其实也没有想象中那么可靠，即便速度不快，一套并不完善的自动驾驶辅助系统，对路上的行人也存在极大的安全隐患。

总结下来，以现在的技术水平，驾驶辅助系统离真正的自动驾驶还有很大的差距，它们无法在缺乏驾驶员时刻监管的情况下真正保障用户安全，所以行业大佬提出的很多建议，实际上根本不切实际，很多厂商宣传智能化的目的，只是为了强行拔高用户对于车辆的智能化印象，并没有真正对消费者负责，而是只对销量和股价负责。

这方面，我不刻意拉踩，我认为华为问界，在这方面做的就很好，搭载华为智能汽车辅助解决方案的新能源智能汽车，只要累计三次忽视安全驾驶提示，手不扶方向盘，智能驾驶辅助功能就会在一定时间内被禁用，我觉得这也是目前大部分新能源汽车厂商，尤其是造车新势力最该做的，也是最该加入的一项功能。

技术已经走在法规的前面

自动驾驶辅助技术没法真正实现无人驾驶，还有一个比较重要的原因，就是技术实际上已经走在了法规的前面。尽管我们国内推广自动驾驶辅助已经十几年，但目前仍旧缺乏相关的法律法规依据，自动驾驶辅助功能一旦出现问题，将会出现无法可依的情况。

按照我们目前国内、行业的标准，L3以下的级别均为辅助驾驶功能，一旦车辆发生事故，驾驶者首先要承担事故责任。现行的法律在客观上掣肘了自动驾驶汽车的应用，包括保险、责任等方面的问题。

也就是说，一旦驾驶员因为自动驾驶辅助系统发生事故，不但要面临承担全部责任的风险，还要面临保险公司借此不予赔偿自己承担所有损失的弊端，目前国内针对自动驾驶辅助只是准入，但准入之后产生的后果，尤其是在非封闭道路内，还没有明确的相关规定。

事实上，不止我们国内，全世界各国对于自动驾驶的法律法规均尚未形成统一的标准，虽然目前一些国家已经开始制定相关法律法规，但仍然面临许多难题，我相信，完全自动驾驶终有一天会实现。

但前提是，需要加快制定和完善自动驾驶相关的法律法规，这才是是推动全面自动驾驶的关键因素之一。法律的滞后会极大限制自动驾驶技术的商业化落地，在全面自动驾驶的道路上，技术与法律需要携手共进。

写在最后：

其实，就我个人来讲，我对国内目前汽车自动驾驶辅助技术的未来，还是充满信心的，尤其过去一年，多个品牌的自动驾驶辅助技术已经实现了非常大的进步和提升，随着自动驾驶技术的不断发展和成熟，以及相关法律法规的不断完善，相信在我有生之年一定可以看到完全自动驾驶普及的那天。

均衡智驾级别与成本，是车企与自动驾驶企业需要谨慎对待的问题，如小鹏出于成本考虑，计划未来持续减少激光雷达。不过现阶段而言，高阶智驾依然难以离开激光雷达。

去年12月26日发布的问界M9，搭载行业首颗量产的192线激光雷达，拥有长达250米识别距离、184万点/秒成像能力、垂直分辨率达0.1°、雷达扫描频率达20Hz，相较于目前市场上主流的96线~156线激光雷达，堪称「遥遥领先」。

然而华为192线激光雷达官宣后不久，北醒光子就官宣旗下256线激光雷达投产，CES2024大会上，激光雷达巨头禾赛科技更是推出了512线激光雷达——AT512，这款雷达探测距离可达300米，最远测距可达400米，成像能力则达到了1288.8万点/秒。

激光雷达线束越多，捕捉到的物体细节越丰富，建模轮廓越完整，形成的点云图也会更加清晰，而且拥有更高的冗余度和抗干扰能力，能够提升智驾安全性。不过线束太高随之而来的便是成本上升与功耗提高，恐怕只有问界M9这种50万元左右的豪车，才能用得上192线及以上线束的激光雷达。考虑到车载激光雷达的功耗一般在50W以内，对于续航的影响不会很明显。

卷硬件方面，中国企业经验丰富，按照这个发展速度，相信用不了几年，上千线束的激光雷达就会面世。

智驾对于芯片也有一定要求，国内地平线公司将于4月发布征程6芯片，算力高达560TOPS，之前NVIDIA发布的Thor芯片算力在达到了2000TOPS。不过相较于雷达等其他硬件的参数提升，算力提高并不困难，单颗算力不足，那就多来几颗芯片就是了。

激光雷达+高算力芯片无疑可以提高智驾安全性，但高昂的成本并非每家车企都愿意接受，以特斯拉为首的部分车企，选择了廉价的纯视觉方案。当然，即便是特斯拉，也需要以高算力芯片作为基础，国内部分企业则选择更加极致的路线，低算力芯片+摄像头+少量雷达，即可实现L2+级自动驾驶。

代表企业有商汤绝影、大疆车载等企业，商汤绝影与哪吒汽车联合推出的智驾方案，仅需16TOPS算力芯片和5R11V（5颗毫米波雷达、11颗摄像头）传感器，就实现了高速、城市路段领航辅助驾驶。

大疆车载推出的方案，最低仅需32TOPS算力芯片，搭配7~9颗摄像头，无需任何雷达，即可实现区域记忆行车。若想实现L2+级领航辅助驾驶，将芯片升级至80TOPS即可，这一套硬件成本还比不上一颗激光雷达。

汽车智驾硬件已呈现出两大方向，高端车型追求硬件性能提升，成本次要考虑，激光雷达线束数量与芯片算力为主要竞争点。中低端车型则追求极致压榨硬件潜能与低成本，以便于惠及购车预算较低的消费者，如此一来难免对于软件算法提出更高要求。

2023年下半年至今，不少车企宣布将AI大模型、生成式AI搬到汽车上，以求将汽车与智能助手、生产力挂钩。如比亚迪的「璇玑架构」，分为云端AI与车端AI两部分，车端AI大模型无需数据上传，拥有更好的保密性，没有网络的情况下，也能执行用户发出的指令。

相较于AI大模型与生成式AI，大模型在智驾领域的前景肉眼可见，去年毫末智行就发布了自动驾驶生成式预训练Transformer大模型DriveGPT雪湖·海若，以DriveGPT作为云端测评模型，评测车端小模型的行驶表现。毫末智行将场景离散化处理，分割成数十万个小场景，与实际驾驶环境进行匹配，系统可以根据相似的场景，作出智驾推导与判断。

自动驾驶企业与车企正在尝试车端部署智驾大模型，但上千亿参数的智驾大模型，哪怕裁减到百亿级参数，由于车载芯片算力问题，暂时反应速度也比不上云端大模型。堆芯片可以解决算力问题，取而代之的则是成本问题。

大模型的主要优势之一，就在于可以降低智驾生态建设成本。截至2023年11月国内公路里程已达535万公里，而且还在不断变动，全部高精度绘制所需要的成本无法想象。当前虽然摆脱了对高精度地图的依赖，但依然需要「轻量级地图」或「去高精度地图」。

华为已打破了这一传统，不是一城一城的开通，而是直接全国覆盖。华为所采用的方案与毫末智行相似，智驾大模型收集到了足够的数据，并离散化处理，成为道路拓扑推理的依据，结合普通导航地图便可实现领航辅助驾驶。

车企都在摆脱高精度地图的依赖，但依然需要轻量级地图，这就导致领航辅助驾驶覆盖速度不够快。况且国内公路一直在变化，部分地区可能需要反复绘制，小乡镇等落后地区，恐怕2030年都等不到车企的地图绘制团队。

通过大模型、离散场景与道路推理，实现领航辅助驾驶乃至自动驾驶，对于算力和数据量的要求更高，整体成本低一些，拥有大量数据后，效率提升较为明显。有了华为作为先例，2024年或许我们就能看到其他车企采用相同方案实现全国智驾。

从近年来各类智驾法律法规的制定、路测牌照的发放，我们能看到相关部门正有条不紊推动自动驾驶商用。

2024年2月8日，全国首个智能汽车智驾表现数据开放平台亮相苏州。该平台由车控CHEK打造，目的是解决智能汽车信息不对称问题，国内问界、小鹏、蔚来等众多车企已加入该平台，将通过该平台披露智驾接管次数、避障能力等数据。

该平台的建立，一方面能够反映出车企的不足之处，为车企指明技术优化方向，另一方面则可以作为消费者买车时的参考，智驾好不好不能只看车企宣传，数据才能说明真实情况。

软硬件的持续研发与升级，成本的不断降低，都令15万元以内车型看到了普及高阶智驾的曙光。高端车与低价车型的可靠性，我们都能在车控CHEK的平台看到数据，若是高端车型的接管频率高于低价车，恐怕会对车企名声产生一定影响。不过目前智驾硬件成本偏高，短时间内我们无法看到太多成果，也难以做出对比。

高速NOA较为成熟，今年有可能实现全面覆盖，城区NOA则是今年车企竞争的重点。更高线束激光雷达、更高算力智驾芯片的应用，能够强化汽车的智驾能力。极氪001改款被曝或将成为首款正式搭载NVIDIA Thor芯片的车型，北醒光子256线激光雷达已投产，相信首款搭载该产品的汽车距离上市也不远了。

大模型的加入则可以大幅提升智驾训练效率，加速智驾算法完善，并且令智驾系统驾驶逻辑更像老司机。

何小鹏曾表示，2024年是自动驾驶元年。从车企、自动驾驶企业、供应链企业的动作来看，这个元年的火药味格外足。

比如一直在提的自动驾驶算法，自动驾驶芯片，就和它直接相关。就拿英伟达的自动驾驶芯片来说，从2015年开始，英伟达开始进入车载SoC和车载计算平台领域，为自动驾驶提供基础计算能力，此后英伟达几乎每隔两年发布一款车规级SoC芯片，且不断拉升算力水平。没几年时间，算力提升堪称飞跃。

目前Orin订单火爆，上汽的R和智己，理想L9、蔚来ET7、小鹏P7i、比亚迪、沃尔沃XC90等都搭载了Orin平台进行开发，阵容就不可小觑，可谓地表最强算力芯片。

3、强大的执行能力：能“强悍”地执行既定计划。

关于怎么确保既定计划的执行，国家队也在积极下场。国家标准GB/T 41798-2022《智能网联汽车 自动驾驶功能场地试验方法及要求》专门设计了测试项目。

拿“准确识别周围环境，跟踪目标物体”来说，标准就明确提到了针对交通信号的识别、周围车辆的识别等；关于“根据不同场景和任务，灵活调整自动驾驶策略和行为”，标准甚至设计了一项“最小风险策略”测试，要求汽车能独立完成苛刻的路障躲避。

另外，这里面的每一项测试还都制定了详细的速度和时间要求，必须能实现安全辅助驾驶。比如停靠站台项目中，除车辆的摆放角度外，还明确了摆放的精确位置，甚至都为你考虑到了主动开启车门的服务。

如果能顺利通过以上考验，车企肯定要达到三个原则的要求。

就拿智驾领域呼声极高的小鹏汽车来说，为释放感知范围，小鹏G6采用的最新智能驾驶系统XNGP是基于其自研的Xnet感知网络，走视觉感知为主的BEV+Transformer大模型路线。这种技术的优点多多，比如：

1、BEV正如它的名字一样，堪称上帝视角（Bird''s Eye View视觉为中心的鸟瞰图），与传统图像空间感知相比，BEV感知可将多个传感器采集的数据，输入到统一的空间进行处理，有效避免误差叠加，从而更好地支持多传感器、多任务的协同工作。

2、Transformer是一种基于Attention机制的深度学习模型，堪称暴力美学，参数量动辄十亿百亿千亿，万亿也不罕见。因为它能处理大规模数据级学习任务，精确感知和预测物体深度，因此能摆脱高精地图限制。

总而言之，这种技术就好比开了天眼的二郎神，不仅自身战力强劲，摆脱约束限制，还能统率千军。

在算力方面，小鹏G6采用双英伟达Orin-X芯片，算力达到508TOPS。在执行效果层面，我在上海市中心进行了XNGP的体验，我的感受是“猛且准”。在进行变道的时候，如果后面有车，G6会先进行试探，判断后车避让，然后会用比我自己开时快得多的速度完成变道动作。如果后车没有礼让，那就会放弃变道，并准确回到本方线路中。

城市NOA进化到何种程度了？

现在的城市NOA进化速度极快，一代比一代强。

比如识别能力，其实不光是小鹏，在提升执行能力方面，蔚来、小鹏、理想、百度、华为等都推出了基于BEV+Transformer的智驾方案。

当然，虽然技术的大方向相同，但真正执行起来的难度非常高，因为这几乎将2D直视图+CNN时代厂家累积起来的研发成果化为乌有，所以得从头再来。所以这几年，大家应该也发现了各厂家的烧钱速度是一家比一家快，新势力只能靠不断融资，传统车企只能靠兄弟产品（传统燃油车）补血。  

另一方面，各家的策略也会根据定位和产品调整。比如纯视觉方案的代表特斯拉、极越01，优点是降低了激光雷达的投入，用强算法暴力解决难题。又或者华为系车型，在硬件方面有着无可比拟的配置优势，这也是为啥车企宁愿割肉也要与之合作的缘由。

当然，联合共建方案也是很好的方向，它能降低投入成本，大幅缩短训练时长，比如小鹏与阿里云在乌兰察布共建了自动驾驶智算中心扶摇，算力可达600PFLOPS，这帮助小鹏自动驾驶核心模型的训练时长从7天，缩短至1小时内，大幅提速近170倍。

命运不会让每一个努力奔跑的人失望，敢于率先做出选择，并大力突破的车企确实获得丰硕成果。小鹏的城市NOA跑通城市速率之快相当惊人，目前已经覆盖全国243城。除此外，城市NOA的能力在未来还要更具体，我们一两年前考虑的是识别交通信号灯、道路固定标识，以及行人/机动车/自行车等，未来还有更多功能，比如问界M9不仅可以识别行人，甚至可以识别出交警。

传言，问界M9未来还能识别交警的手势，比如一些容易拥堵的十字路口，交警会示意驾驶员绿灯暂停通行，车辆会优先采纳交警指挥而不是信号灯信息。如果真能这么做就太酷了，你肯定在新手司机阶段因为不能快速理解交警意图被后车滴过。

在汽车上，华为已经正式获得了相关发明专利。这一技术我认为量产的可能性很大，因为华为手机已经具备了手势识别功能。在华为Mate 60 Pro上，通常通过使用前置摄像头和AI技术来实现这一功能，隔空手势可以用于许多操作，例如悬停亮屏、隔空按压接电话、隔空滑动、隔空截屏等.

而在决策层面，大趋势是无图智驾，没有高精度地图的加持，对汽车的快速精准决策要求更高。现在车企为此想到一个解决方案，就是“通勤模式（或者也叫AI代驾）”，比如小鹏汽车、理想汽车、蔚来汽车、上汽通用五菱等，都有提供这项功能。

它的策略是驾驶员多跑几遍，车辆会自行感知和记录途径路段的信息，供自身NPN（Neural Prior Net 神经先验网络）算法提取、调用和学习。简单通勤路线，一周左右后就可以实现接管，复杂路线两三周也能完成训练。

好记性不如烂笔头，脑袋瓜子再聪明，也需要反复练习，方能遇事不乱。拿上汽通用五菱来说，它的记忆行车在固定路线中的规控需求量小，无需大算力芯片加持，最低32TOPS的大疆自研智能驾驶域控制器即可解决，所以即便遇到突发状况，汽车也有充足的算力去应对。

通勤模式（或者也叫AI代驾）是一个很好的策略，通过大量反复练习，在脑袋里不断复盘，就能解决与高精度地图分手后的慌张。

关于执行问题，车企也在做深度开发。比如城市NOA的急刹问题就一直困扰大家，虽然保证了安全，但体验打折扣，还容易晕车。像智己就为此推出了“ICS云台制动”功能，它运用精密算法和高效硬件，模拟“国宾车队司机”细腻的刹车技巧，从而降低92.3%的前冲推背感。这项功能将在今年一季度上车，大家可以关注下。

总结

根据《汽车驾驶自动化分级》标准，自动驾驶技术有六个等级，以NOA为代表的导航辅助驾驶大致处于L2与L3级之间。城市NOA因为比高速NOA应用场景更加复杂，交通参与者更多，一直是攻克难点。

1月8日，全球最大规模的科技盛会CES正式开幕。会上，英伟达宣布与中国理想汽车、长城汽车、极氪和小米达成协议，为这些公司即将推出的电动汽车自动驾驶等功能提供硬件。

英伟达汽车事业部副总裁吴新宙表示，“交通运输行业正在采用集中式计算来实现高度自动化和自动驾驶。当今智能汽车首选的AI汽车计算机是NVIDIA DRIVE Orin，汽车制造商越来越多地寻求其后继产品NVIDIA DRIVE Thor的先进功能和AI性能来制定未来的车辆路线图。”

汽车行业的竞争上半场是电动化，下半场是智能化。而智能化其实早已开场，随着人工智能、大数据、芯片的发展，智能车持续在不断更新。11月17日，工信部、公安部、住建部、交通部联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，其中明确提出在智能网联汽车道路测试与示范应用基础上，选出具备量产条件的L3及L4级别自动驾驶汽车开展准入试点。

不少车企闻风而动抢着进入智能驾驶赛道，宝马、奔驰、智己、极狐、长安、比亚迪、阿维塔等多家汽车品牌官宣获得L3级自动驾驶测试牌照，开展测试的城市包括北京、上海和重庆。

而目前智驾的第一梯队已经形成特斯拉、小鹏和华为三家争霸的局面，我们看看未来他们各自的竞争核心。

全栈自研——华为ADS

从芯片被制裁后华为开始全栈自研，智能驾驶芯片由华为海思提供，海思AI产品线规划有四条，分别为鲲鹏、昇腾、麒麟和鸿鹄。其中，鲲鹏系列主要是CPU，昇腾是AI加速器，智能驾驶是昇腾产品线的延伸。

华为车BU投入力度最大的就是智能驾驶产品线，团队规模已经超过7000人。华为ADS 2.0高阶智能驾驶系统的车型，配备1个顶置激光雷达、3个毫米波雷达、11颗高清摄像头以及12个超声波雷达。

在融合BEV感知能力基础上，业界首创GOD网络可以识别通用障碍物白名单外的异形物体，不依赖于高精地图的高速、城区高阶智能驾驶功能，带来接近于L3的高阶智能驾驶体验。华为ADS系统所搭载的智能驾驶MDC平台已经在智界、问界、阿维达、极狐阿尔法S Hi版落地量产。

根据华为发布的数据，在问界新M7的十万大定订单中，有高达60%的车主选择了“智驾版”，其中城市领航辅助驾驶功能的选装率更是高达75%。随着搭载华为智驾系统车型销量的走高，华为的智能驾驶已经得到消费者的不断认可并跻身第一梯队。

此外，华为承诺城区NCA年底落地目标为45城实则并没有完成，在2024年其在开城落地需要再加速。

开城最多——小鹏XNGP

小鹏从创立之初就将智驾标签融入了DNA，同时这也是小鹏最大的核心竞争力。在小鹏G6上市后，更是将智驾版本打到22万，在这个价格敏感度较高价格区间内用户一般也愿意多花2万选择智驾能力更强的版本。

在1月1日小鹏X9的上市发布会上，小鹏汽车提供最新XNGP功能和城市覆盖。目前，小鹏XNGP覆盖全国高速路网和21个省共计243座城市，成为国内智驾开城数最多的智驾方案。

小鹏面向全场景的终极智能辅助驾驶架构命名为XBrain，进化公式XBrain= XNet2.0 + XPlanner + More。这套架构的核心组成部分，采用三网合一架构，包括了动静态BEV网络，以及最新的占据网络。

XNet2.0的三网合一的架构下，XNGP在感知层具备了强大的脑补能力，可以很好地处理遮挡光照不清、各种复杂异形路口等场景。不仅如此，XNet2.0的横纵向的感知长度都提高了200%，而且感知的类型达到11种，包括各类小动物、无人停放的自行车、地锁等等。

其次，XPlanner是基于神经网络的规划和预测系统，它是一个具有很长记忆的长时续神经网络，具备分钟级别的规划能力。

作为智驾方面的优等生，在吴新宙出走后，李力耕完成接力在新一年的全面竞争挑战中，能否让小鹏持续领先成为关键看点。

纯视觉——特斯拉FSD

作为电动车智驾领域的先发者，特斯拉一直凭借其自研的FSD自动驾驶系统一举一动都是行业的焦点，但迟迟未落地导致中国用户一直无法实际感受。

特斯拉FSD自动驾驶技术的核心是摒弃了激光雷达的纯视觉技术，在于其强大的软硬件整合能力。通过搭载多达14个摄像头、8个超声波传感器和3个毫米波雷达等传感器，FSD能够实现360度无死角的环境感知。

在2021年，特斯拉就推出了基于BEV+Transformer的自动驾驶感知路线，可将2D图像转化为3D，以及Dojo超算中心对大量训练数据的高效闭环。这一强大的感知能力为车辆在复杂的道路环境中进行精确的导航、障碍物识别和路径规划提供了可能。再加上特斯拉自研的神经网络算法，FSD能够让车辆在各种路况下实现真正意义上的自动驾驶，双颗芯片对照大大提高了技术冗余。

随着政策的落地，特斯拉进入中国顺理成章。美国国家公路交通安全管理局曾公布文件显示，因自动驾驶系统存在安全隐患，特斯拉将召回超过203万辆电动车。特斯拉的FSD一直深陷安全风波，或许FSD的强大性只有等在中国落地通过测试后才能真正做出客观评判。

2022年，国内搭载辅助自动驾驶系统的智能网联乘用车新车销售约700万辆，市场渗透率达到34.9%。2023年上半年，市场渗透率进一步提升达到了42.4%。

随着政策支持、产业协同、技术创新、基础设施建设、测试示范应用等多方面推进，自动驾驶功能已经快速上车，L2级辅助驾驶技术已经成熟，市场对更高级别自动驾驶的需求逐步增大。

如今，自动驾驶正在沿着特斯拉提出的「BEV+Transformer」急速推进，这条技术路线短短几年就得到了验证，随着智驾起较晚的比亚迪大举进场，让新技术再次得以普及。

新路线的普及，也让整个自动驾驶行业对数据提出了更高要求。

通常，激光雷达的算法要满足自动驾驶的性能要求，需要至少几十万帧的数据训练。单目摄像头要求更高，需要百万帧的训练数据。不过这两者和BEV方案比起来，差距仍然十分巨大。

自动驾驶采用的BEV感知方案，需要达到1亿帧以上的训练数据才能满足车规要求，否则泛化性、准确率和召回率就难以保障。

如何获取这么大规模的数据，获取之后如何有效回传、标注以及训练，并最终OTA反馈到车端，是数据闭环的核心任务，也是大多数车企迫切想要拥有的能力。

近日，HiEV与觉非科技CEO李东旻进行了一场对话，在过去几年里，他基本上见证了车企对于数据闭环上车的完整历程。

用他的话说，数据闭环已经成为实现高阶智驾的「华山一条路」，没有一家车企可以绕开。甚至，本土车企在上马数据闭环这件事上，已经到了不预研也得上的程度。

要弄明白数据闭环，还要回到自动驾驶的先锋特斯拉，和那位大牛人物Andrej Karpathy（简称AK）。

2017年6月，马斯克从OpenAI挖来AK，任命其为特斯拉人工智能和自动驾驶视觉总监。次年在「Spark+AI 」的会上，AK展示了一页写着Data Engine字样的PPT，上面列出了Data Source——notice a problem——boost——label——train——deploy的流程。

有心者会发现，去年特斯拉AI Day上的那张图，正是AK那张PPT的升级版本，只不过细节上做了完善。

Date Engine的中文名是数据引擎，简单来说，就是将车辆行驶过程中获取的数据，通过一系列标注、模型训练，最终将模型部署回车上，让车驾驶得更好。

特斯拉不断产生数据、训练数据的前几年，其他车企、自动驾驶公司观望者多，跟进者少，车企很少像今天这样大谈「数据闭环」，直到2021年8月。

这年，特斯拉AI Day提出了「BEV+Transformer」的技术路线，让自动驾驶从业者为之一振。原本的2D检测面临遮挡等Corner Case难以穷尽的问题，至此有了更有效的解题思路。

李东旻告诉HiEV，那场发布会后不久，不少国内的自动驾驶行业人士在国际出行变得方便后，前往海外对特斯拉的车进行了体验，「觉得真的很震撼，从关注到相信，开始想尝试。」

2022年初，主机厂开始频频谈及数据闭环的方案，到下半年，车企搭建「数据闭环」能力的意愿愈加迫切，一些车企甚至有跳过预研直接上马的想法。

跳过预研，风险点在于感知、规控这一端，是否和另一端的数据闭环形成了很好的衔接。

正常来说，车企需要一边保证量产，另一边进行预研。对于数据闭环，车企需要搞清楚自车产生的感知、规控的数据规格、质量，能否很好地匹配另外一端的数据闭环。

不过，在智驾上车已成必然的当下，留给车企的时间不多了。

一些车企发现，要实现高阶智驾，只有「数据闭环」这华山一条路，再加上特斯拉已经打造了样板间，所以有车企甚至敢于跨过预研，直接推进研发。

做数据闭环，一个代表是新能源车的龙头、智驾起步较晚的比亚迪。

2023年中，比亚迪智驾负责人韩冰公布了一组数据，「目前已形成一支300多辆车的研发车队，已经积累150PB以上的数据，且每天新增数据1PB。」

这一信息表明，比亚迪正处于「数据闭环」的启动阶段。

数据闭环分为两种，一种是靠研发采集车。小鹏、华为在起步阶段，均是靠这种方式获取数据。

另一种是通过量产车获取数据，这是在数据规模上来后的主流方式。

比亚迪采取前一种方式。

「1PB除以300辆车，意味着一辆车每天可以搜集3TB多的数据，在行业中属于正常水平。通过研发采集车收集数据，是做数据闭环启动阶段的最好方式，也是必经的方式。」李东旻告诉HiEV。

另一个代表，是最紧密跟随特斯拉的小鹏汽车，也是业内公认的自动驾驶第一梯队玩家。这家公司把数据闭环分为四个环节：数据收集、标注、训练和部署。

2022年1024科技日，小鹏披露在近10万辆的小鹏车型上部署了超过300个触发器，形成了一个「全闭环、自成长的AI和数据体系」。

数据闭环的魅力在于，当这近10万辆车形成了数据闭环，就有了和特斯拉100万辆车掰手腕的底气。

原小鹏自动驾驶副总裁吴新宙曾表示，城市场景数据量并不是一个限制因素，只要可以闭环，由10万辆提供数据已经足够，一百辆车和一万辆有非常大的差别，但10万辆和100万辆的差别不会太大。

如今，小鹏的自动驾驶进展放在车企中妥妥地第一梯队，其数据闭环能力自然也水涨船高，位居前列。

如何评价数据闭环的水平高低，李东旻给了我们三个指标：

• 有效回传的量有多大；

不是卖的车越多，数据回传的量就越大。过去很多车受制于电子电气架构，回传能力相对欠缺。而那些基于域控架构的车，数据闭环的质量会高出很多。

• OTA的能力有多强；

在数据闭环中，OTA的频率越高，进化速度越快，也意味着数据闭环的能力越强。

• 城市NOA开城数量；

数据闭环最终是服务于车辆的智驾功能，从数据闭环的结果看，城市NOA的城市数量越多，意味着数据闭环的能力越强。

目前，比较难以精准统计小鹏的数据回传规模和OTA频次，只能从城市NOA这一维度来侧面得出结论，随着小鹏Xmart OS 4.4.0的推送，在无图城市NOA这项比拼中，这家公司的数据闭环能力已经占据头号位。

比亚迪、小鹏之外，还有一类较早看清趋势的供应商，比如李东旻所在的觉非科技，从公司成立第一天起，就是瞄准数据闭环而来。

据HiEV了解，以李东旻为主导的觉非科技的管理团队，过去曾打造了用户量过亿的导航软件，而导航软件就是一个典型的数据闭环案例。从低频逐渐变为高频，尤其是引入了实时路况这样的大数据之后，不断地与导航软件之间形成循环流动。

觉非的数据闭环架构，包含车端的感知、地图引擎、感知定位，以及制图工具链、轻地图等，通过数据反馈、OTA/API的方式完成整个闭环。

这套数据闭环流程中还融合了三类系统：

• 车的眼睛：摄像头、激光雷达、毫米波雷达、4D毫米波雷达；
• 车的小脑：位置姿态、RTK、差分定位、轮速、惯性导航；
• 记忆系统：地图引擎、记忆泊车、记忆行车；

主机厂想要采用觉非科技的数据闭环方案，大致有两种方式：一种是搭载觉非基于地平线、英伟达芯片打造的数据闭环方案；另一种是搭载其研发的域控制器。

近日，觉非科技宣布已与多家头部主机厂达成量产定点合作，围绕轻地图与数据闭环服务的量产车型将在今年正式交付。据HiEV了解，此次合作的头部主机厂中，就有新能源车的销量巨头。

小鹏和觉非科技，代表了数据闭环的两类玩家，那些尚未建立「数据闭环」能力的车企，无论学小鹏，还是与觉非科技这样的公司合作，都需要正视数据闭环，明白这项能力究竟在比拼什么。

数据闭环，本质是由数据去训练软件算法，推动软件算法不断优化升级的过程。

早期，自动驾驶开发者让数据训练感知、规控等小模型，同步还延展至云端训练大模型，更加注重「数据」驱动。随着数据规模的不断增加，行业如今更加注重的「闭环」，数据的消费方又是数据的生产方。

前文介绍了比亚迪通过研发采集车获取数据的方式，这种方式的好处是数据密度、数据质量都很高。

以研发采集车为例，一辆车每天采集的数据，大概在2T到4T之间。单个摄像头一秒钟能采集20-30M的数据，10V的方案，一秒钟采集300M，一天有效采集8小时的话，300台车获取的将是PB级别的数据。

但是上述方法对数据覆盖率的问题是无法解决的，数据闭环真正的比拼其实要靠量产车。

前不久，蔚来汽车公开了一组数据，10000辆蔚来汽车的轨迹，基本上把全上海进行了覆盖。蔚来提出了一个叫「群体智能」的新词。群体智能的背后，是靠量产车实现了数据闭环。

与研发采集车不同，量产车的数据闭环，不再是把硬盘卸下来，将数据拷出去，而是要在量产车上，通过一个安全合规的通道，然后上传到云端，来完成数据的存储、分发、训练，处理完之后再通过OTA的方式下发到量产车上。

量产车的优势在于覆盖比较广，难点在于，闭环的流程和工程化，而工程化，其实正是觉非科技这类本土自动驾驶公司所具备的优势。

据李东旻介绍，觉非科技在算法层面具备工程化壁垒，从早期的激光雷达方案，到后来的纯视觉方案，觉非科技通过提供多传感器融合计算的量产交付，以及将自家的软件解决方案提供给主机厂做智能驾驶域控，目前已实现了对多个主机厂多款车型的定点交付，并计划在今年继续扩大合作范围。

2023年其实有一个很明显的现象，搭载高阶智驾的车陡然增多。在这年的广州车展上，几款新发布的明星新能源车上，基本上标配激光雷达、大算力芯片和全场景智能驾驶。

这些带有大算力的高阶智驾车型渗透率提升，会让自车产生大量的数据，也就是让车企成为数据闭环的生产方，同时也是数据的消费方，车企们今天已经抵达「数据闭环」舞台中心。

作为消费者，看到的是城市NOA，具备城市NOA功能，将会极大地影响消费者的购买决策。

作为自动驾驶从业者，会发现实现城市NOA的唯一路径便是数据闭环，在「华山一条路上」，可以慢，可以错，但唯独不能不上山，否则就会被遗忘在山脚下。

今年小鹏可以说是春风得意。有了大众高达4亿的融资之后，小鹏汽车在未来拥有更加充分的资金筹备，可以用于更多的研发相关的自动驾驶辅助系统以及新车的研发。

摘要：1、官方：4种醉驾情形可以从宽处理；2、CYVN再投资蔚来22亿美元；3、小鹏G6汽车全系限时减免，到手19.99万元起；4、奔驰C级纯电动版谍照曝光；5、高科技：LG开发出可嵌入汽车挡风玻璃的透明天线；6、智己汽车获国内L3级自动驾驶测试牌照；7、奔驰宝马再交火：奔驰获批北京市有条件自动驾驶测试牌照；8、研究显示：电动汽车目前需行驶9万公里才能比燃油车更环保；9、电动汽车的寒冬：德国提前取消电动汽车补贴项目。

1、官方：4种醉驾情形可以从宽处理

最高人民法院、最高人民检察院、公安部、司法部联合发布了《关于办理醉酒危险驾驶刑事案件的意见》，其中明确规定了四种醉驾情况可以从宽处理：

一是自首、坦白、立功的；

二是自愿认罪认罚的；

三是造成交通事故，赔偿损失或者取得谅解的；

四是其他需要从宽处理的情形。

大咖观点：「不管酒驾、醉驾的标准怎么变，“喝酒不开车”应当是内心的准则」

元汽热评：「能解释一下第四条吗？」

2、CYVN再投资蔚来22亿美元

在2023年的尾巴，今年波折颇多的蔚来汽车，或许正提前迈向属于自己的“春天”。11月，在开放换电站获得长安、吉利等大企合作伙伴，并且获得独立造车资质后，蔚来继续释放利好消息。12月18日，蔚来宣布与阿布扎比投资机构CYVN Holdings（简称：CYVN）签订新一轮股份认购协议。根据协议，CYVN Holdings将通过其附属公司CYVN Investments以现金形式向蔚来进行总计约22亿美元的战略投资。

大咖观点：「 短短半年内，CYVN两次投资蔚来，说明对这家公司的绝对认可。」

元汽热评：「害，还得是直播！直播搞钱快！」

3、小鹏G6汽车全系限时减免，到手19.99万元起

12月18日，小鹏 G6 全系限时减免10000元，到手19.99万元起。需要注意的是该限时优惠仅限12月内，减免10000元和24期0息只能二选一。小鹏G6的CLTC续航里程最长可达到755km，由 800V Sic 碳化硅平台打造，支持 XPILOT 智能辅助驾驶。

大咖观点：「我以为小鹏就拿P7卷卷价格，没想到G6也在卷」

元汽热评：「电车又又又降价了，电车车主又又又写信了，买了车就不要再看价格了！」

4、奔驰C级纯电动版谍照曝光

近日，海外媒体曝光了一组奔驰C级纯电动版车型的测试谍照。据悉，该车将会在奔驰全新的MMA平台上生产，最快有望于2024年年末发布，随后于2025年年初正式上市。新车预计前期将定名为EQC轿车，但根据品牌规划所显示，EQ车型商标预计将在2024年底前停止使用，届时新车或将采用全新方式进行命名。

大咖观点：「从新车的大灯以及前脸形状来看，该车也很有可能会采用奔驰新能源序列最新的设计，经典的点阵式中网很有可能会采用全新的封闭式设计。而动力方面，据悉全新奔驰C级纯电版有望提供单电机后驱以及双电机四驱版本车型给消费者选择，纯电续航里程预计在480公里以上，不过实际情况还需要以官方公布为准。」

元汽热评：「不是一个时代的产物」

5、高科技：LG开发出可嵌入汽车挡风玻璃的透明天线

12月18日消息，LG今日宣布开发了一种用于汽车挡风玻璃或天窗的透明天线，与法国玻璃制造商Saint-Gobain Sekurit合作推出，将在CES 2024上进行展示。据介绍，这一“薄膜型天线”可以附着在玻璃上或内置在玻璃中，并支持 5G、Wi-Fi 和使用 GNSS（全球导航卫星系统）的导航。LG 表示，透明天线可以无缝集成在汽车挡风玻璃或玻璃天窗中。这意味着汽车制造商在开发新车型时，不必为天线做出任何设计让步。

大咖观点：「虽然没有提到相关量产时间信息，但这一技术有望成为未来汽车行业的重要发展方向之一。随着5G和自动驾驶技术的不断发展，车辆内部对于无线通信的需求也越来越高。」

元汽热评：「有点高科技」

6、智己汽车获国内L3级自动驾驶测试牌照

12月18日，智己汽车微信公众号称，智己汽车搭载L3级别自动驾驶功能的车辆在上海市正式获得高快速路自动驾驶测试牌照，将在指定区域开展L3高快速路自动驾驶道路测试，以加速推进高阶智能驾驶产品研发落地，满足用户对高阶智驾汽车的需求。同时，智己汽车正在申报工信部L3公告准入试点，有望成为首批进入L3级自动驾驶准入试点的车型。

大咖观点：「看了一下智己的介绍，目前他们的IM AD高速NOA已经正式贯通全国，而城市NOA也在稳步推进中」

元汽热评：「智己进步挺快啊」

7、奔驰宝马再交火：奔驰获批北京市有条件自动驾驶测试牌照

12月16日，北京市相关部门出台《北京市智能网联汽车政策先行区有条件自动驾驶功能汽车道路测试管理细则（试行）》，梅赛德斯-奔驰成为首批获批北京市有条件自动驾驶（L3级）高速公路道路测试牌照的企业之一。将本着“安全为先”的原则，正式在京启动指定高速公路的有条件自动驾驶系统实测。

大咖观点：「奔驰是全球L3级+L4级自动驾驶“双持证”车企，中国目前官宣L3级的只有智己汽车。」

小鹏汽车创始人何小鹏的一则动态引起热议，高等级自动辅助驾驶、有人完全自动驾驶均可看到清晰路线图，但是完全无人驾驶还看不到完整的逻辑，这个观点是对还是错呢？笔者认为这个观点是正确的，而且多维分析完全无人自动驾驶还会有更深层次的思考。

咱们想来看一例由完全自动无人驾驶汽车引发的离奇交通事故，也正是这则交通事故让自动驾驶明星公司Cruise倒下，这家公司的倒下才引起小鹏的点评。

事故始末：

上月的美国旧金山有一名女子被汽车猛烈撞击，该女子被车辆撞击到一辆行驶中的Cruise无人驾驶出租车的前方；但好在Cruise的无人驾驶出租车激活了自动刹车并且实现了有效制动，没有造成二次碰撞，可是这起交通事故没有就此打住。Cruise出租车在刹停之后进行了错误的分析与判断，车辆试图靠边停车，在转向停车的过程中无视被撞女子，结果对该女子造成二次碾压，并且拖拽其行驶了大约六米。

是不是很离奇？

明明已经刹停却在刹停之后进行挪车，挪车的过程就不再躲避障碍物，而是要以车辆停靠安全为优先。那么假设该自动驾驶出租车遇到的不是被撞过来的女子，而是穿行又倒下的行人，或者是身高较低的小朋友或小动物，车子以安全停靠为优先选项的话，结果会不会一样呢？或许结果基本会一致。

可是由人来驾驶的车辆就不会做出如此离奇的判断与操作，因为人是有情感的，是懂得权衡的；然而机器并没有情感，更不懂得权衡，即便是AI也不例外，所有完全无人自动驾驶汽车只能生硬的按照设定程序去执行操作，于是由完全无人自动驾驶汽车引发这样的交通事故也就不足为奇了，而且后续可能时常发生。

完全无人自动驾驶汽车的漏洞有两个，其一是之前讲到的无情感与权衡能力，其二则是无人驾驶汽车的后台会撒谎。

在该交通事故发生之后的第二天，Cruise公司向管理机构提交了行车资料。

但是Cruise提交的视频资料里只展示了该女子被撞到无人自动驾驶出租车前，以及车辆实现紧急且有效制动，其选择性的遗漏了无人自动驾驶出租车二次启动、碰撞与拖拽该女子的视频。管理机构直到九天之后才获得了完整的视频资料，而这九天里发生了什么是毫无疑问的，在公路上势必有其他的车辆记录仪会记录下整个过程，Cruise想要隐瞒也隐瞒不了，最终只能交出完整资料。

这样的桥段是不是很熟悉？

完全无人驾驶汽车可以非常精准的完成所有驾驶操作，理论层面绝对能做到比人工驾驶更安全；可是无人驾驶汽车所执行的程序是不懂得以生命为先的，而公共道路又不可能做到完全的人车分离，那么就必然会出现人与车在通行优先权限上的冲突。一旦遇到这种情况则没有情感的完全无人驾驶汽车势必会以车辆安全为优先来执行操作，这些车必然会带来非常多的难以预料；但是这并不是最重要的，重要的是这些难以预料甚至血腥残酷的事实如果没有第三方记录下来的话，这些研究完全无人驾驶汽车的企业势必会隐瞒，结果只会埋下更大的隐患。

从这个角度来分析完全无人驾驶汽车的话，似乎它就是一个血腥的谎言。

换个角度分析完全无人自动驾驶的可行性，那这个角度就一定是司机的角度。

其实无需多言，驾驶是一项技术含量不高的体力劳作，而就是这种简单的体力劳作创造出了非常多的就业岗位；比如美国的出租车司机就有大约40万人，网约车司机多达719万人，卡车司机336万人，如果完全无人驾驶汽车全面替代普通汽车，这些人要去做什么呢？国内有些企业也热衷于搞完全无人驾驶汽车，国内的职业司机是美国职业司机的数倍。

作为汽车领域从业者似乎不该关心这个话题，然而作为一个人这才是笔者最为关心的话题；不论完全无人自动驾驶汽车技术是否可靠，其所面对的伦理问题都是几乎无解的，同时其所造成的传统行业的冲突也不容忽视，或许从开始去探索完全无人驾驶技术就是错误的选择。

不过随着行业的洗牌，近两年，新势力车企和部分自动驾驶公司出现大幅调整，裁员、降薪甚至倒闭的新闻屡见不鲜。在全球经济承压较大的 2023 年，流程完善、资金雄厚、量产经验成熟、抗风险能力更强的传统车企受到从业人员的青睐加上传统车企在加大软件、自动驾驶的研发投入，吸引人才从新势力车企、自动驾驶企业回流。这也导致了众多人才的在选择，再就业。