作者：劉曠
随着 AI 大模型的持續發酵，業内對于 AI 大模型在各個行業的應用落地越發關注。比如，"AI+ 教育 ""AI+ 醫療 " ……，曾經炒作過的 AI 概念，有了重新炒作一遍的趨勢，AI 汽車自然也不例外。
近期，在四維圖新的戰略研讨會上，明确将圍繞 " 汽車智能化 " 主賽道，以地圖數據、導航産品爲基座，以智能駕駛、人車交互爲主要應用場景，提供面向智能汽車的軟硬件産品組合，加速形成以 " 芯片 + 算法 + 數據 + 雲 " 的數據驅動創新閉環。除了四維圖新之外，華爲問界 M5 智駕版的推出，也在業内引發強烈反響，很多用戶更是甘當 " 自來水 "，爲問界智駕打 call，一時間 AI 汽車的聲量再次走高。
智能汽車人氣再度飙升
在 6 月 16 日舉行的 2023 未來汽車先行者大會暨全球智能網聯汽車商業化創新大會上，華爲終端 BG CEO、智能汽車解決方案 BU CEO 餘承東發言表示：" 中小廠商可能被大的廠商兼并或者重組掉，未來能活下來的車企，年産量達不到 500 萬或者達不到 1000 萬輛的話，恐怕很難在這個時代立足。" 值得注意的是，幾乎同時華爲與賽力斯合作的問界 M5 智駕版，也在同一天交付引發行業關注。從當下來看，智能汽車再次人氣飙升是有原因的。
一方面，智能汽車解決方案發展到今天已經越來越成熟了，當下 L3 級别的智能駕駛落地，業已步入成熟落地階段。進入智能汽車時代，汽車傳統的電子電氣架構，加速從分布式（模塊化、集成化）向域集中式（包括集中式化、域融合）、中央集中式演進（車載電腦、車雲計算）。在域控制架構之下，汽車的通訊性能更好、成本更低，同時節省了大量 ECU（電子控制單元）的使用，大大節省了空間、能耗和物料，使核心域内算力大幅提升，智能化功能開發越發順暢，應用上車速度大幅提升。
比如，華爲就将多年來在 ICT 方面積累的核心能力，遷移到了智能汽車上，如華爲的鴻蒙智能座艙、智能車控以及智能駕駛技術，全都被應用在了華爲的合作夥伴，如賽力斯的問界、長安汽車的阿維塔上，創造了極強的智能駕駛體驗，問界 M5 智駕版，更是業内首個同時搭載 HUAWEI ADS 2.0 智能駕駛系統，和鴻蒙智能座艙 3.0 的車型，其已經可以提供無限接近于自動駕駛 L3 級别的智駕體驗。
另一方面，在電動車越來越卷的當下，汽車智能化水平高低，越來越成爲車企打造産品差異化的核心賣點。前幾年，在行業新能源快速滲透的情況下，用戶對汽車的電動化體驗感知相對更深一些，對于智能化尤其是 " 蹩腳 " 的智能化則不那麽感冒，這也是包括比亞迪等在内的廠商，雖然智能化水平不高，但是憑借較強的電動化體驗，依然跑到了行業前列的原因所在。
但今時不比往日，在經過一輪大洗牌之後，頭部電車企業之間的競争愈加焦灼，除了電動體驗之外，智能化體驗越來越成爲車企拼差異化的一個核心賣點。比如，座艙域與車身域（包括雨刮、車鑰匙與車窗）的融合，可以讓用戶體驗到科技走進生活的感覺，智能駕駛水平的提升，則将汽車智能化體驗拉升到全新的高度。從這個點來說，當下智能化的再度走熱，更像是在之前大浪淘沙之後，行業重新 " 蓄力向上 " 的一個開端。
智能汽車邁入關鍵分水嶺
站在當下來看，現階段汽車智能化或許已經進入 " 關鍵質變 " 階段。在 4 月 16 日舉行的 2023 華爲智能汽車解決方案發布會上，華爲常務董事餘承東表示：" 上半場的電動化，是硬件決定體驗；下半場的智能化，是軟件決定體驗。而當下或許已經到了汽車，從制造屬性向科技 + 消費屬性的過渡階段，甚至可以說是關鍵分水嶺。"
一來，以華爲等爲代表的龍頭科技廠商，正在以頂級智能化體驗，重新定義智能汽車産品。根據汽車之家發布的《2022 中國智能汽車發展趨勢洞察報告》（以下簡稱《報告》）顯示，當前國内智能汽車品牌的智能化表現特征不一，長短闆十分明顯，總體上呈現出 " 強座艙、弱智駕 " 的特征，同時算法叠代壓力大，交互式體驗不足等問題也比較明顯。
在車企與車企之間，智能化體驗的差異也比較明顯。據《報告》用戶嚴格測評的結果顯示，2021 年智能座艙評分 Top 10 中，中國品牌車系占據 8 席。其中小鵬 P7 交互便利性高，語音功能尤其強大；理想綜合娛樂系統較強，星越場景覆蓋度較高，蔚來的互動溝通體驗好。即便如此，各家依舊有各家的短闆。作爲近兩年才大舉入局智能汽車行業的 " 新人 "，華爲鴻蒙 4.0 車機系統，确實給現有的智能座艙市場帶來了全新改變。
其具體亮點體現如下：六音區聲源定位、多人多屏多音區并發控制、艙内眼球位置追蹤及眼部狀态識别、多屏多通道雙向流轉、多屏跨設備投屏。與此同時，新一代 HUAWEI 車載智慧屏、xPixel 智能車燈解決方案，以及 HUAWEI xHUD AR-HUD 增強現實擡頭顯示也同步亮相，其他諸如數字座艙和智能車雲服務、華爲的鴻蒙系統等，也都被一并帶上車。這預示着真正意義的 " 數字化移動第三空間 " 正在誕生，這與簡單地将中控屏等智能化功能串起來的智能座艙，顯然已經完全不同了。
二來，新的智能化革命正在廣泛興起，給汽車智能化帶來了全新的外部刺激。今年以來，以 ChatGPT 爲代表的 AI 大模型，迅速席卷各個行業産業，爲很多行業帶來了全新的數字化機遇，其中自然也包括了智能汽車。目前包括已經發布了 AI 大模型的百度，華爲等，都已經宣布了将自家的 AI 大模型應用，接入到相應的智能汽車産品中。
那麽，AI 大模型會對智能汽車帶來什麽改變呢？從目前已知的資料來看，大模型給智能汽車帶來的改變有二：一是大模型與智能座艙結合後，可以實現車内跨業務、跨場景人車自由交流，提升座艙交互體驗；二是它将促進自動駕駛的發展。其具體表現爲：在雲端，大模型可以發揮參數量增加帶來的容量優勢，加快汽車内的數據挖掘和标注任務能力；在車端，它可以将分管不同子任務的小模型合并爲一個大模型，節省車端推理計算時間，增加汽車安全性。
總之，無論是科技大廠下場參與 " 催化 " 智能汽車發展，還是 AI 大模型給整個産業鏈帶來的外部影響，都意味着當下智能汽車正在邁入關鍵分水嶺。
路線之争仍在繼續
随着智能駕駛的熱度攀升，業内圍繞純視覺解決方案，以及激光雷達解決方案的智能駕駛路線之争再度被提起。尤其是問界 M5 智駕版的推出，讓很多人對于以特斯拉爲代表的純視覺方案的評價，越發兩極分化：一種認爲，純視覺方案是一條不現實的路線，因爲它不能解決駕駛安全的問題，它将在相當長的時間内面臨政策壓力；另一種則認爲，純視覺方案具有長期價值，激光雷達在當下可能是個過渡方案。那麽，這兩種方案究竟哪種更适合當下的環境呢？
一方面，純視覺方案的确有成本優勢，但安全性 " 硬傷 " 也難以遮掩。具體來說，純視覺方案依托于高分辨率、高幀率的成像技術，來感知外界環境信息，做到無死角場景全覆蓋，然後借助傳感器将得到的環境數據上傳到系統，依托系統進行分析判斷、做出決策，更類似于人類的反饋系統。
作爲這方面的代表，像特斯拉、百度、極氪等車企，均使用這一方案。比如特斯拉搭載了 8 顆攝像頭，包括前置三目攝像頭（分别是長距窄視角、中距中視角和短距魚眼）、車輛的左右兩側各有 2 顆面向側前和側後的攝像頭，再加上 1 顆後置攝像頭，8 顆攝像頭完成了 360 ° 純視覺感知的無死角覆蓋，而百度的 Apollo Lite 與特斯拉基本一緻，隻是加裝了 2 顆環視攝像頭做感知補充。
相比激光雷達解決方案，這種方案避免了購置價格動辄上萬塊錢的激光雷達，因此規避了造車成本太高的問題。但短闆同樣明顯，那就是它高度依賴于算法驅動和高算力支持，在反應速度上稍微較激光雷達慢一些，而且其容易受光照等極端環境影響，安全風險不少，這也是純視覺方案被人 " 诟病 " 的根源所在。
另一方面，激光雷達的确成本高，但反應靈敏、安全性高。激光雷達在運行時，可以通過發出光束快速并且準确地對外界物體進行位置、大小的判斷，并同時獲取數據以形成準确的數字模型。相比視覺派而言，它監測的距離更長（周圍 300 米以内的物體），精度更高，響應速度更靈敏（反射弧更短），并且不受環境影響，可以應對暴雨、冰雹等極端天氣。以問界 M5 智駕版的反應來說，它在南方暴雨天氣之下應付自如，智能駕駛可以在脫離手扶的情況下，通過各種複雜路況，具備極強的環境适應能力。
綜合兩種方案不難發現，當下智能化普及的先決條件，依舊是智駕的安全性，相對而言激光雷達方案更加穩妥。但從長遠角度來說，随着算法和算力能力的提升，純視覺方案也将逐漸受到産業内外的關注和重視。
商業化将成未來決勝關鍵
縱觀整個國産智能汽車發展曆程不難發現，從開始的 " 熱火 " 到後面的 " 沉寂 "，再到再次受到外界關注，影響外界對智能汽車評價的，從來都不是它重不重要，而是它能不能商業化落地，即它的商業邏輯能否跑通才是核心關鍵。
首先，技術的應用是否存在安全隐患，符不符合 " 人本主義 " 的商業倫理，是影響智能駕駛産業落地的重要因素。如前文所述，純視覺方案雖然好、成本也低，具備長期商業價值，但是當下依舊有很多車企，選擇激光雷達方案，關鍵正在于其存在安全風險，而這恰恰是用戶不能接受的，也是社會和政府部門不能接受的，這将直接影響政府推動相關政策落地的開放速度。
換言之，隻要安全的智能駕駛技術，才會讓政府部門給車企開白名單，讓車企測試更先進的自動駕駛技術。最近華爲推出的問界 M5 智駕由于過于搶眼，所以外界都在預測是否會提前落地 L3 級别的自動駕駛，果然在本月我們也出台了 L3 級别的政策指引，這在某種程度上來說并不能算湊巧，而是社會對技術共識的逐步達成。
其次，智能化落地的成本方案，是否能爲各方所接受。過去特斯拉非常排斥激光雷達的原因，除了考慮視覺解決方案這種技術活，他們比較擅長做之外，成本也是一個很重要的考量。爲了控制整車成本，馬斯克不僅不裝激光雷達，甚至在去年還宣布将在歐洲、中東、北美地區交付的 model 3、model Y，統一移除超聲波雷達，而後者的成本也才幾百元。因爲根據馬斯克的規劃，特斯拉的智能車必須做到越來越便宜，因此成本隻能是越來越低，不能搞太 " 高 " 的昂貴硬件。
在這一規劃指引下，特斯拉在電動化基礎上做到低購置成本的智能車體驗，也就能夠吸引更多用戶來購買特斯拉的 FSD，達到軟件賺錢的目的。不過，激光雷達的 " 貴 " 也不是沒有辦法解決，目前華爲、速騰聚創等廠商，已經将動辄上萬的激光雷達價格，打到了一個适合産業化（華爲的相關産品在 200 美元）的程度，而且伴随着其合作車企産品的大量出貨，規模效應越發顯著，成本的下降空間進一步打開（比如問界、蔚來等已經交付了上十萬輛的車），産業化也進一步提速。
以此來看，其實所謂的路線之争背後，核心還是商業化卡點的問題，隻要商業化能走得通，那種技術路線都有可能落地實現。而考慮到自動駕駛落地的長期性和複雜性，先依靠市場化的手段度過前期生存階段，而後再依托先進技術來推動體驗升級，将會是未來車廠争奪自動駕駛話語權的關鍵策略。
