大伙儿有没有发现，比亚之前都是迪们新势力爱吹智驾，现在老牌车企却一个比一个积极。明年

前不久有消息说，才推比亚迪正在疯狂加码智驾，智驾整合了一波智驾部门，赶上把人码齐钱管够，热乎就为了明年要在全系车型推出智驾版，比亚连 6.98 万起售的迪们海鸥也要上。

同时，明年背靠东风的才推岚图也在大规模招聘智驾团队，准备大干一场。智驾人家还挺贴心，赶上专门给极越员工开了绿色通道，热乎待遇从优，比亚直接一个无缝接力。

还有奇瑞刚发布了自己的猎鹰智驾系统，首搭在新上市的星纪元 ET 上。像广汽、长城等大厂，今年也都在智驾上贼积极，就给人一种传统车企集体大发力的感觉。

那就有人说了，你们这帮传统车企这会儿才来弄智驾，有点晚了吧。。。毕竟隔壁华子的智驾， 3.0 版本都满大街在跑了。

不过脖子哥倒是觉得，传统车企现在出智驾并不晚，而且这个时间点反而还挺好的。为啥这么说呢？首先，要说明一下，大伙儿看到的传统车厂最近动作多，不是说他们才开始研究智驾，其实各家在这一块的布局都有几年了。

比如迪子那边，他们从 2021 年就开始积累智驾人员，然后在 23 年上半年，把智驾升级到核心战略之一。到了今年 6 月，王传福表示，比亚迪已经投入了接近五千人的智驾研发团队。

之所以咱普通消费者感觉不到，一是因为这些车企以前偏向于自己摸索，一直是在预研阶段；二是原来这些品牌在售车型基本都不到 30 万元，像激光雷达早年死贵死贵的，也没法硬上。

但现在，智驾已经逐渐从高端车走向平民车，甚至有些 10 来万的车都来标配智驾。之所以会这样，其实和智驾这几年的技术变化有关。

早几年，智驾路线五花八门的，就比如纯视觉和激光雷达的融合派，天天吵来吵去。还有是先做 L4 再降维向下，还是先从 L2 起步，慢慢向上走，这两种路线也是各有信徒。

不同的技术路线就造成，车企明明是一起在做智驾这场考试，但有人早早交卷，有人还一字未写。跑得快的车企，早就出了高速 NOA ，然后又进入到城市 NOA ，跑得慢的呢，高速 NOA 这个饼都还没画完。

特别是在 NOA 开城阶段，那就是有和没有，能用和不能用的区别。所以那会儿，当新势力掏出了高阶智驾，大家都觉得新奇牛逼。

但后来，随着技术发展，智驾的技术路线变得清晰。比如特斯拉先用的 BEV 感知，和 AI 界的当红炸子鸡 Transformer 模型（ 就是 ChatGPT 最后的字母 T ）出来后，就慢慢成为了智驾的主流方案。

这俩东西加一起，可以让车子对周围环境有一个实时的三维感知。以前还需要高精地图这个辅助，后来就可以做到 “ 无图 ” 。

技术成熟的好处就是后入场玩家可以快速赶上，最典型的就是背靠吉利的极氪。一开始，极氪是买供应商 MobileEye 的方案，迭代速度又慢又难用。

后来他们决定自研，在 21 年年底从华为挖来了大佬陈奇来当智驾负责人，一顿招兵买马后，很快出了成果。先是在 007 上推出自研智驾，然后一年磨三剑，在 All New 001 上也更新了 NZP 。

而现在，智驾又到了一个新的技术领域——端到端方案。这个新东西，把大家又拉到一个起跑线上了。

端到端这个词大伙儿今年肯定都没少听，一开始特斯拉先用，后来国内车企齐刷刷跟上。一句话解释，它代表了从传感器输入到控制输出的单一神经网络模型。

我们知道，之前自动驾驶系统里，是会有感知、预测、规划和控制这几个模块，模块里写满了红灯停绿灯行这样的规则算法。这些模块各司其职，整个过程像一条流水线。

端到端就是用神经网络模型替换掉这些规则算法，用真实的数据去训练这个大模型，让机器的表现更 “ 拟人 ” 。

理论上端到端的上限会更高，比如遇到前车一直停着，这条道又是实线的情况，搁以前车子肯定就不敢动了，但端到端可能就从人类数据上学到了变通，压一下线绕过去。

但车企们研究起端到端后发现，这玩意儿也不是说提升就提升的。因为端到端的神经网络是一个黑箱，里面很多东西没办法解释。不是说喂得数据越多，机器表现就一定越好，而且还会出现，你想优化一个功能的时候，却导致另一个功能在倒退。

马斯克之前解释过 FSD V12.4.2 推迟发布的原因，他们发现投喂了大量需要人工接管的复杂场景数据后，机器在简单场景的驾驶平顺性反而倒退了。

类似的情况在理想等车企上也有发生。其实这种也没什么特别的招，只能继续喂数据，让机器反复学，把忘掉的再学会。

所以到了端到端阶段，你会发现头部玩家的进步速度开始放缓，有种瓶颈期的感觉，不像以前开城阶段，隔三差五就能吹一波更新。

毕竟大家都是刚接触这个东西，早一步晚一步不会差太多，传统车企现在进来也有机会赶上。

至少在消费者层面，目前市面上各家智驾的差距，也并没有那种一个天上一个地下的程度。脖子哥结合我的实际体验来看，华为智驾是第一梯队的，但也不是没有问题。

之前我试驾 ADS 3.0 的时候，晚上下着雨，路面有积水和反光，在通过一个无车道线路口的时候车子突然丢失了前方道路开始向左拐弯，为了不去到隔壁的对向车道我们只能上手接管。

然后像极氪、小米、智己等车企的智驾，功能差不多，实现表现上有好的地方，但也都会在某些方面有点小问题，很难看出哪家有明显的版本领先。

当然，也不是说到了端到端，大家就都把智驾碗里的水端得一样平， NOA 没有技术差距了。

说到底，端到端比拼的是数据和算力。数据质量越好，算力越高，对模型的优化速度也就越快。至少在算力上，特斯拉还是蛮领先的。

特斯拉之前透露的是今年 10 月，算力会达到 100 ExaFlops （也有数据是 87.5 ExaFlops ）。

什么概念呢？就是它一家储备的算力，比咱国内叫得出名字的华为、理想、小鹏这些，加起来都要多。

这些是基础。基础打牢了，才有可能做到未来在哪个阶段，某家车企手里的数据积累得够多，量变带来质变，又迎来一波技术爆发。说不定那个时候，智驾的马太效应显现，这个行业会像互联网那样，赢者通吃。

只不过现在谁也不好说，那个节点什么时候来，会不会来。至少在当下，在大伙儿 “ 卡 ” 在端到端前面的这个阶段，车企们推出自己的智驾，应该还能吃上热乎的饭。

对于消费者来说，更多人来卷智驾肯定好事，迪子把电车价格打下来了，后面看看能不能把智驾的门槛也给打下来。

唯一不好受的，恐怕就是那些还没入局的车企。之前已经慢了一截，现在再不抓紧整点啥出来，以后搞不好真的会变成被吃掉的那个。

(责任编辑：焦点)