隨著智能駕駛技術(shù)的迅猛發(fā)展，汽車行業(yè)正經(jīng)歷一場前所未有的變革。其中，“車位到車位”功能的推出，成為了這場變革中的重要里程碑。該功能由華為在2024年4月首次提出，通過采用端到端架構(gòu)的ADS 3.0技術(shù)，實現(xiàn)了從起始車位到目的車位的全程智能駕駛。
華為并不是孤軍奮戰(zhàn)。理想汽車和特斯拉緊隨其后，分別在2024年11月和12月向用戶推送了“車位到車位”功能。這一功能的實現(xiàn)，標志著智能駕駛技術(shù)從城市道路的點對點輔助駕駛，邁向了全場景覆蓋的新階段。車輛不僅能夠在城市道路、高速、鄉(xiāng)間小路等場景中自如行駛，還能自動通過高速ETC、停車場閘機等以往需要駕駛員操作的環(huán)節(jié)，極大地提升了駕駛的連貫性和流暢度。
然而，在“車位到車位”功能競相上車的同時，技術(shù)路線的分歧也逐漸顯現(xiàn)。業(yè)內(nèi)普遍將端到端智駕技術(shù)分為一段式端到端和兩段式端到端。大部分企業(yè)目前仍處于兩段式端到端的階段，而一段式端到端被視為終極目標。盡管如此，仍有不少企業(yè)在積極探索并嘗試向一段式端到端邁進，其中就包括華為。
除了技術(shù)路線的分歧，多模態(tài)大模型也成為了智能駕駛領(lǐng)域的新焦點。VLM（視覺-語言模型）和VLA（視覺-語言-動作模型）等概念的出現(xiàn)，為智能駕駛技術(shù)的發(fā)展提供了新的可能。這些模型能夠在多種數(shù)據(jù)模態(tài)上進行訓(xùn)練，從而實現(xiàn)對復(fù)雜交通場景的更精準理解和應(yīng)對。
在這場技術(shù)變革中，華為、理想、特斯拉等企業(yè)無疑走在了前列。然而，它們的技術(shù)方案卻各不相同。華為采用的是兩段式端到端架構(gòu)，并在此基礎(chǔ)上加入了本能安全網(wǎng)絡(luò)以確保安全。理想則采用了“雙系統(tǒng)”模式，結(jié)合端到端和VLM視覺語言大模型來處理不同復(fù)雜度的交通場景。而特斯拉雖然具體細節(jié)不詳，但有信息顯示其FSD Beta V12可能采用了一段式端到端方案。
技術(shù)的多元化發(fā)展帶來了行業(yè)的混戰(zhàn)。一方面，“一段式”與“兩段式”的爭論此起彼伏；另一方面，多模態(tài)大模型的選擇也成為了一個新的焦點。VLA備受追捧，被視為端到端技術(shù)的下一代發(fā)展方向。然而，也有觀點認為VLA的實現(xiàn)還需要時間，而VLM同樣具有巨大的潛力。
在這場技術(shù)變革的浪潮中，智駕企業(yè)的命運也各不相同。一些企業(yè)憑借領(lǐng)先的技術(shù)和強大的實力，在市場中站穩(wěn)了腳跟；而一些企業(yè)則因為技術(shù)路線選擇不當或資金鏈斷裂而陷入困境。四維圖新CEO程鵬曾表示，從資金角度分析，2024年未上市的公司將面臨巨大的生存壓力，而即便上市了的智駕公司，也需要不斷融資以支撐技術(shù)的發(fā)展。
對于智駕企業(yè)來說，要在激烈的市場競爭中脫穎而出，需要具備領(lǐng)先的算法、足夠的算力和海量豐富的數(shù)據(jù)。算法方面，企業(yè)需要儲備足夠多的技術(shù)人才進行算法研發(fā)，以引領(lǐng)行業(yè)方向。算力方面，隨著端到端逐漸走向大模型，訓(xùn)練算力和車端算力都需要得到提升。數(shù)據(jù)方面，端到端架構(gòu)較為依賴數(shù)據(jù)驅(qū)動，因此企業(yè)需要不斷采集高質(zhì)量的數(shù)據(jù)來進行系統(tǒng)的迭代和優(yōu)化。
然而，并不是所有企業(yè)都能夠兼有算法、算力、數(shù)據(jù)。不同的企業(yè)需要根據(jù)自身的實際情況和技術(shù)能力，設(shè)計不同的智駕技術(shù)發(fā)展路線圖。在這個過程中，“局部最優(yōu)”并不意味著“整體最優(yōu)”，企業(yè)需要綜合考慮成本、技術(shù)能力和市場需求等因素，以實現(xiàn)“整體最優(yōu)”的發(fā)展路徑。
隨著2025年的到來，智能駕駛技術(shù)正持續(xù)分化。在這場技術(shù)變革中，誰能夠勝出，誰將被淘汰，將取決于企業(yè)在算法、算力、數(shù)據(jù)等方面的儲備和布局。而無論結(jié)果如何，這場變革都將推動智能駕駛技術(shù)不斷向前發(fā)展，為人類帶來更加安全、便捷、智能的出行體驗。
