FSD狼來了,『特斯拉效應(yīng)』殺死國產(chǎn)智駕?

鯨選AI
0 評論 1222 瀏覽 1 收藏 22 分鐘

昨天,特斯拉FSD開啟灰測,國內(nèi)眾多車企和智駕企業(yè)也在加速布局,試圖在技術(shù)、成本和市場中找到自己的立足點。然而,面對特斯拉的強勢入局,國產(chǎn)智駕的未來究竟會如何?是被“殺死”,還是在壓力下實現(xiàn)彎道超車?這場智能駕駛領(lǐng)域的生死競賽,或許才剛剛開始。

原本計劃在2025年第一季度入華的FSD,近日傳來逐步落地的消息。

日前特斯拉官網(wǎng)顯示,FSD 駕駛套件被更名為“FSD 智能輔助駕駛功能”。將FSD部分能力優(yōu)先推送至搭載特斯拉最新 AI4.0 硬件的車型,車主需訂閱特斯拉 FSD 功能才能使用對應(yīng)服務(wù),售價仍是 6.4 萬元。

一瞬間車圈媒體和KOL都在議論這件事,而FSD之所以受關(guān)注,是因為這種新一代端到端的能力,展現(xiàn)了更高上限的智能駕駛能力。對于國產(chǎn)智駕系統(tǒng)來說,直面競爭的壓力變得更大。

很多國產(chǎn)自動駕駛創(chuàng)業(yè)公司,根本沒錢跟端到端大模型,現(xiàn)在直接被拖垮了。”最先發(fā)聲縱目科技可能出事的某公司人士告訴鯨哥,現(xiàn)在上海還有一家智駕公司也倆月沒發(fā)工資了。

不僅創(chuàng)業(yè)公司難過,頭部獨角獸也在紛紛和主機(jī)廠成立合資公司,謀求一份生存的可能。對于新能源車企來說,自研端到端也成為最重要的目標(biāo)。可是大投入面前,如何做真正的端到端項目,何種路徑抵達(dá),都成為大家分歧的地方。

FSD即將入華掀起的自動駕駛生死競賽中,國產(chǎn)智駕的明天會怎樣?

01 暴力美學(xué)催生『特斯拉效應(yīng)』

1月30日,特斯拉CEO埃隆·馬斯克在2024年財報電話會議上宣布,特斯拉將于2025年6月在美國得州奧斯丁推出無需人類駕駛員監(jiān)督的全自動駕駛(FSD)版本。

無監(jiān)督 FSD 的驚艷之處在于:從任意停車位自主啟動,自主掛檔。盡管當(dāng)下的無監(jiān)督版本,其實平均21公里就需要人類介入,但指數(shù)級進(jìn)化的速度,未來仍不可估量。

比如博主 The Son Of Walkley 在X上發(fā)帖分享的,F(xiàn)SD在停車位原地激活,本該左轉(zhuǎn)上路,但因為左邊有輛卡車擋住了去路,所以選擇倒車:

左拐出行之前,在攝像頭視野被卡車擋住的情況下,F(xiàn)SD 仍可以觀察道路,等待對面來車經(jīng)過后,才開始上路:

又比如 Youtube 博主 Dirty Tesla,將特斯拉開進(jìn)了多樓層的停車場,F(xiàn)SD在未提前學(xué)習(xí)路線的情況下,能夠從停車位中泊出,然后依賴車庫中高懸的“EXIT”和箭頭表示,選擇了正確的路線,成功離開了停車場。

遇到中途有車輛停止,還能繞行:

與ChatGPT類似,端到端時代的自動駕駛遵循著“大力出奇跡”的暴力美學(xué)。特斯拉新版 FSD 之所以如此先進(jìn),離不開三大因素:海量的高質(zhì)量行車數(shù)據(jù)、大規(guī)模的算力儲備、端到端模型本身。

首先是數(shù)據(jù)。2023年初,特斯拉就向 FSD 輸入了1000萬個經(jīng)過篩選可供學(xué)習(xí)的人類駕駛視頻。今年四月份,據(jù) Simon Alvarez 報道,F(xiàn)SD 用戶累計行駛里程已超過13億英里。

10月份,特斯拉官方發(fā)帖,稱特斯拉目前已經(jīng)擁有來自其超過800萬輛車的視頻數(shù)據(jù)。而這次的FSD V13.2版本,訓(xùn)練的數(shù)據(jù)規(guī)模是上一代的4.2倍。

從數(shù)據(jù)量上看,國內(nèi)任何一家廠商用戶的累計行駛里程都較特斯拉相差甚遠(yuǎn)。特斯拉擁有超1000萬個有效駕駛視頻片段,而國內(nèi)車企普遍不足百萬級,且數(shù)據(jù)集中在少數(shù)場景。

計算能力是支撐大規(guī)模數(shù)據(jù)處理和模型訓(xùn)練的基礎(chǔ)。在算力方面,特斯拉的 DOJO 智算中心,曾預(yù)計到今年 10 月,總算力達(dá)到 100EFLOPs(10 萬 PFLOPS),相當(dāng)于約 30 萬塊英偉達(dá) A100 的算力總和。

國內(nèi)車企在算力上奮力追趕,但在各種現(xiàn)實因素限制下,算力儲備方面的差距較為明顯。據(jù)汽車之心統(tǒng)計,商湯絕影智算中心的智能駕駛算力儲備在國內(nèi)排名第一,為12000 PFLOPS,但也與特斯拉差距近十倍。

至于模型能力,目前沒有人知道特斯拉端到端的具體技術(shù)細(xì)節(jié)。但在智駕算法上,特斯拉已經(jīng)引領(lǐng)了三次潮流:

從2021年的 BEV 網(wǎng)絡(luò)到2022年的 Occupancy Network 占用網(wǎng)絡(luò),再到2023年馬斯克宣布特斯拉 FSD V12 采用端到端技術(shù)。

2024年“端到端”成為國內(nèi)新造車智駕傳播的風(fēng)暴眼,車企紛紛跟進(jìn),不開一場跟端到端有關(guān)的發(fā)布會,似乎都無法進(jìn)入智駕第一梯隊的競爭語境中。

02 國內(nèi)智駕,誰能接招?

面對FSD的早發(fā)優(yōu)勢,國內(nèi)主機(jī)廠也根據(jù)自己的實力,選擇了契合自己的路線迎戰(zhàn)。

國內(nèi)企業(yè)如華為、百度等采用“兩段式端到端”(感知-決策與規(guī)劃控制分階段),而商湯、Momenta等支持“一段式端到端”(全流程一體化)。盡管后者更接近人類駕駛邏輯,但受限于數(shù)據(jù)和算力,目前主流仍以兩段式為主。

在國內(nèi)業(yè)界以及消費者心智中,華為智駕“遙遙領(lǐng)先”非常有市場。憑借其智駕能力,華為收獲了一大批客戶,包括問界、智界、享界、尊界、長安阿維塔、廣汽、東風(fēng)、比亞迪、長城等。

國內(nèi)最早喊出“車位到車位”,掀起端到端競技浪潮的也是華為。2024年8月份,華為推出了ADS 3.0智能駕駛系統(tǒng),其中就包含了“從車位到車位”功能,并率先搭載于享界S9車型。 截至目前,華為乾崑智駕ADS SE已覆蓋全國超過98%的高速公路。

華為在2021年首次向外界展示了ADS.1.0,至今經(jīng)歷了三次大版本迭代。到了ADS3.0,華為將BEV和GOD融合成為了更大的GOD網(wǎng)絡(luò)(感知),并與POP網(wǎng)絡(luò)(規(guī)控)相組合,形成兩段式端到端。為了保證安全下限,華為在架構(gòu)里還加了一個保底的“本能安全網(wǎng)絡(luò)”。

在行業(yè)內(nèi),一段式端到端與分段式端到端孰優(yōu)孰劣,一直有爭議。一段式端到端通過統(tǒng)一模型進(jìn)行訓(xùn)練,直接從傳感器輸入到控制輸出,能避免中間環(huán)節(jié)的信息損失,缺點是模型的“黑盒屬性”明顯,可解釋性低。

分段式端到端將自動駕駛?cè)蝿?wù)劃分成多個子模塊,模塊之間設(shè)置人工接口,提高了模型的可解釋性,但可能導(dǎo)致信息在模塊間傳遞時損失,影響全局最優(yōu)性。

據(jù)36氪汽車報道,華為今年5月份推出的ADS 4.0將采取一段式端到端方案,將有尊界S800首發(fā)搭載。

在國內(nèi),除華為外,小鵬也是智駕第一的有力競爭者。2025年將推出“真L3級軟件”和硬件冗余能力,同時在中國市場實現(xiàn)類L4級智駕體驗,支持復(fù)雜城區(qū)場景的無接管駕駛。

小鵬的端到端大模型走的是分段式端到端的路線,主要由三部分組成——神經(jīng)網(wǎng)絡(luò)XNet+規(guī)控大模型XPlanner+大語言模型XBrain。

XNet 負(fù)責(zé)環(huán)境感知,對現(xiàn)實世界進(jìn)行3D高真實度還原;XPlanner 負(fù)責(zé)決策規(guī)劃和控制執(zhí)行,模擬人類駕駛習(xí)慣;XBrain 賦予系統(tǒng)認(rèn)知能力,能夠理解路牌文字、特殊車道等信息。

在國內(nèi),小鵬是最像特斯拉的車企,有很重的“智能化”標(biāo)簽。

自端到端成為技術(shù)浪潮以來,車企又重新站在了同一起跑線上。從過去分模塊的思維轉(zhuǎn)換到數(shù)據(jù)模型思維,這不僅涉及技術(shù)架構(gòu)的研發(fā),還涉及組織架構(gòu)的變動。

一些在模塊化時代走得快的車企,要切換到端到端架構(gòu),需要承受不小的沉沒成本。而一些過去在智駕上的落后者,卻有了彎道超車的機(jī)會。

一個典型的例子:雖然華為是國內(nèi)最早公布“車位到車位”功能的車企,但目前此功能尚未開啟推送,率先將該功能全量推送給用戶的,反倒這個行業(yè)中的“后進(jìn)生”——理想。

2024年11月28日,理想汽車“車位到車位”功能正式全量推送給理想L系列AD Max用戶和理想MEGA用戶,比半年前的時間表還早了一個月。理想宣布,自己是行業(yè)首個全量推送這一功能的車企。

技術(shù)方案上,理想采取的是一段式端到端,不過引入了快系統(tǒng)和慢系統(tǒng)的概念,并加入了VLM視覺語言大模型??煜到y(tǒng)有日常駕駛場景里快速處理信息的能力,負(fù)責(zé)應(yīng)對駕駛車輛時95%的常規(guī)場景;慢系統(tǒng)由VLM實現(xiàn),有面對復(fù)雜或者未知交通場景的邏輯思考能力,占日常駕駛的5%。

不過,對比小鵬的一套模式打通全場景,理想的“車位到車位”遵循的是“VPA+NOA+VPA”的解題路徑。即在停車場路段,驅(qū)動系統(tǒng)行駛的是記憶泊車/代客泊車模式,而駛?cè)牍_道路后,則立刻轉(zhuǎn)變?yōu)橹邱{領(lǐng)航模式。

理想智能駕駛副總裁郎咸朋在接受采訪時表示,理想一直在追趕特斯拉。特斯拉智駕從2014年起步,理想從2019年起步,相差了五年。

2023年,理想經(jīng)歷了有圖、無圖、NPN三代系統(tǒng)的迭代,從高速NOA到城市NOA,一直追趕到今年上半年,把端到端交付了鳥蛋版本。郎咸朋認(rèn)為,此時單看端到端的表現(xiàn),理想和特斯拉可能也就追剩半年左右的差距。

但現(xiàn)在特斯拉 FSD 已經(jīng)進(jìn)化到 V13.2 ,該差距有沒有拉大,不得而知。

另外一個彎道超車的例子是小米。從2024年3月底正式發(fā)布小米SU7后,小米的智能駕駛系統(tǒng)已經(jīng)在半年的時間中追趕了友商們?nèi)齻€版本:高精地圖+模塊化版本、輕圖(無圖)+模塊化版本、和現(xiàn)在的端到端大模型架構(gòu)三個版本。

現(xiàn)在“車位到車位”的競技浪潮中,有小米的一份。小米的車位到車位全場景智駕,同樣依靠端到端+VLM的技術(shù)架構(gòu),是國內(nèi)繼理想之后第二家運用該架構(gòu)的車企。

28日即將發(fā)布的小米 SU7 Ultra,在智能駕駛方面搭載了小米汽車全棧自研智能駕駛技術(shù)。從目前看更多是激光等傳感器和算力拉滿,端到端更新預(yù)計不會再這次發(fā)布上出現(xiàn),畢竟性能車強調(diào)智駕有點違和。

一位車企自動駕駛行業(yè)人士提到,2023年特斯拉提出端到端概念以后,大家紛紛找自動駕駛公司合作上線同類型系統(tǒng),2024年FSD也沒能入華,給他們緩了一口氣,開始自研端到端智駕系統(tǒng)。

現(xiàn)在追趕效果明顯,差距在不斷被縮小。尚有一力的主機(jī)廠,開始嘗試上線自研全力競爭。FSD入華時間窗口如果再晚半年,其實能讓主機(jī)廠都拿出一套基本成熟的端到端方案競爭?,F(xiàn)階段銷量內(nèi)卷競爭下,國內(nèi)自動駕駛技術(shù)競爭也將直面全球最強選手。

03 第一批智駕供應(yīng)商,倒在商業(yè)化黎明前

端到端的新標(biāo)準(zhǔn)“車位到車位”,是一場燒錢的戰(zhàn)爭。

馬斯克曾透露,特斯拉今年在訓(xùn)練計算、龐大的數(shù)據(jù)管道和海量視頻存儲方面的累計投資,將遠(yuǎn)遠(yuǎn)超過100億美元。華為智能汽車解決方案BU自2019年成立以來,累計研發(fā)投入已達(dá)300億元。小鵬自動駕駛負(fù)責(zé)人李力耘表示,小鵬每年投入35億元的AI研究費用……

巨大的資本投入下,智駕能力逐漸與車企的賺錢能力強綁定,上述公布“車位到車位”時間表的車企,差不多也是國內(nèi)最會賺錢的車企。熬不過自動駕駛前期的燒錢階段,注定沒法留在牌桌上。

同時,在經(jīng)歷了2023年的卷里程、卷開城數(shù)量的熱潮后,眾多車企已經(jīng)意識到了自動駕駛即將大規(guī)模爆發(fā)的市場前景,并將自動駕駛視為新一輪競賽的籌碼和新利潤增長點,紛紛開始自研自動駕駛方案。車企從前是智駕供應(yīng)商的客戶,如今卻成了其對手。

兩者疊加之下,一批智駕供應(yīng)商倒在了商業(yè)化黎明前:

2月10日,自動駕駛企業(yè)縱目科技美籍華人老板唐銳失聯(lián):近1000名員工被欠薪3-4個月,去年12月份公積金已經(jīng)斷繳。

去年11月,市場上傳言稱毫末智行對職能部門進(jìn)行了大規(guī)模裁員,主要涉及職能部門,裁員比例高達(dá)30%甚至接近半數(shù),并且將按照“N+1”的標(biāo)準(zhǔn)向被裁員工進(jìn)行經(jīng)濟(jì)補償;

陷入同樣境地的還有禾多科技。據(jù)網(wǎng)傳消息,禾多科技從年初開始便已經(jīng)無法全額支付工資。2024年8月初,禾多科技傳出解散大數(shù)據(jù)和研發(fā)部門、核心管理層離職和員工遣散的消息。

『2025年,估計還有五六家自動駕駛企業(yè)暴雷,環(huán)衛(wèi)自動駕駛也比較難,無人礦車領(lǐng)域也會波動?!?/p>

剩下的智駕供應(yīng)商謀求上市,以求“續(xù)命”。2024年10月25日,文遠(yuǎn)知行奔赴美國納斯達(dá)克掛牌上市。遞交招股書前,文遠(yuǎn)知行從廣汽集團(tuán)拿到了一筆不超過2000萬美元的戰(zhàn)略投資,除此之外,在近三年里,文遠(yuǎn)知行都沒有獲得過融資。

自成立以來,文遠(yuǎn)知行一直處于虧損狀態(tài),且虧損額逐年擴(kuò)大。招股書顯示,2021年至2023年,文遠(yuǎn)知行的虧損分別為10.07億元、12.99億元、19.49億元。2024年前三季度,文遠(yuǎn)知行累計虧損19.24億元人民幣,較2023年同期的16.03億元進(jìn)一步擴(kuò)大。

雖然被譽為“全球Robotaxi第一股”,但在文遠(yuǎn)知行的業(yè)務(wù)結(jié)構(gòu)中,Robotaxi卻只占很少一部分。

根據(jù)招股書信息,文遠(yuǎn)知行的業(yè)務(wù)主要分為兩部分,一是銷售包含自動駕駛車輛產(chǎn)品,二是提供自動駕駛解決方案服務(wù)。在2023年之前,自動駕駛車輛產(chǎn)品收入占據(jù)主要部分,在6成以上;到2023年之后,服務(wù)銷售開始占據(jù)營收的大頭,今年上半年,占比高達(dá)86%。

從產(chǎn)品銷售數(shù)量來看,文遠(yuǎn)知行2021-2023年分別銷售了38輛、90輛、19輛Robobus,5輛、11輛和3輛Robotaxi,數(shù)據(jù)不算理想,且都在2023年出現(xiàn)了直線下滑。

Robotaxi是自動駕駛的集大成者,能成功部署Robotaxi意味著自動駕駛技術(shù)已達(dá)到L4或更高級別。但目前,Robotaxi在商業(yè)層面仍處于非常早期的階段,受到路規(guī)、成本、用戶體驗等多種限制,只是完成了從0到1的布局,難以產(chǎn)生規(guī)?;氖杖搿?/p>

同樣上市的另一家智能駕駛企業(yè)來說也是如此。從2022年到2024上半年,這家公司的Robotaxi的收入在逐年下降,分別為13.1%、10.7%、4.7%。

2024 年前三季度,Robotruck 業(yè)務(wù)占其總營收比例可推測超過 69%。此前,這一賽道上的明星是圖森未來。

最近的2025 年 2 月,圖森未來廣州公司進(jìn)入解散清算流程。在內(nèi)斗和外部競爭壓力下,這家公司的業(yè)務(wù),沒能全力迎接市場的競爭,而是被退市、轉(zhuǎn)型、解散分公司等關(guān)鍵詞占據(jù)。

而特斯拉于2024年10月推出了全新的無人駕駛出租車——Cybercab,同時展示了名為Robovan的無人駕駛廂式貨車,可一次搭載多達(dá)20名乘客,進(jìn)一步豐富了其自動駕駛產(chǎn)品線。

現(xiàn)在,無論是智駕供應(yīng)商還是新勢力車企,都必須找到其他方法造血,以度過商業(yè)化前的漫漫長夜。成功上市,還遠(yuǎn)未到舉杯歡慶的時刻,畢竟國內(nèi)特斯拉的FSD還沒有進(jìn)入;虧損,仍是長期縈繞在智駕行業(yè)的主旋律,規(guī)?;匀皇且坏篮诵拿}。

新的一輪智駕戰(zhàn)爭已經(jīng)打響,最后能熬過虧損期,留在牌桌上的玩家會更少。入華后 FSD 是否再在國內(nèi)激起鯰魚效應(yīng),推動自動駕駛在國內(nèi)更快落地,我們拭目以待。

參考資料:

騰訊科技,萬字硬核解讀:“端到端“讓特斯拉FSD V12迎來質(zhì)變?

汽車之心,“車位到車位”大戰(zhàn),智駕第一梯隊更難進(jìn)了

36氪汽車,華為明年量產(chǎn)“一段式端到端”智駕,正主攻大模型

作者丨何煦陽 編輯丨楊曉鶴

本文由人人都是產(chǎn)品經(jīng)理作者【AI鯨選社】,微信公眾號:【鯨選AI】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!
专题
11799人已学习13篇文章
激活是指用户通过完成关键行为,真正成为产品的用户,而提升新用户激活则是留存用户的第一步。本专题的文章分享了如何做好新用户激活。
专题
87498人已学习18篇文章
沉住气,学做事,更要学会做人。
专题
13011人已学习12篇文章
要想判断一个行业的趋势,就要做好行业分析。本专题的文章分享了如何撰写行业分析报告。
专题
13270人已学习13篇文章
随着数字化的发展,企业都在进行数字化转型发展。那么,对于传统第三产业企业来讲,数字化升级是什么?如何做数字化?本专题的文章分享了作者的见解。
专题
13138人已学习16篇文章
本专题的文章分享了心理学如何影响用户决策。
专题
85597人已学习22篇文章
不能用C端产品思维套在B端产品上哦。