火熱的智能駕駛，不同的故事線

2024年1月，特斯拉正式推送了其智能駕駛輔助系統(tǒng)FSD（FullSelf-Driving）的V12版本，并稱該版本已升級為“端到端神經(jīng)網(wǎng)絡”?！岸说蕉恕币辉~隨后成為汽車業(yè)貫穿全年的關鍵詞。

與此同時，智能駕駛開始大步跨入公眾視野。百度的無人駕駛出租車服務“蘿卜快跑”截至2月已覆蓋武漢主城區(qū)大部分區(qū)域，引發(fā)熱議；特斯拉的無人駕駛出租車Cybercab10月在公眾面前亮相，也吸引大量目光。多家主攻智駕技術的公司今年先后上市，似乎重新成為資本市場的寵兒。

這些近乎同時涌現(xiàn)的事件在中文語境共享著同一個名詞“智能駕駛”，很容易被聯(lián)想到一起，但實際上它們有各自的獨立故事線—“端到端”技術受益于這兩年蓬勃發(fā)展的AI大潮，想讓神經(jīng)網(wǎng)絡代替一條條具體的駕駛規(guī)則；而無人駕駛出租車長期使用的技術路線正是“端到端”想要淘汰的。此外，部分智能駕駛公司的資金遇到了新的瓶頸，這也不該由“端到端”背鍋，而是因為整個賽道的融資節(jié)奏確實又到了需要輸血的時候。

理解這些“各自獨立”的故事線，才能更完整地理解它們彼此發(fā)生的交匯，也更能理解智能駕駛到底進展如何。

端到端的上限與下限

特斯拉FSDV12幾乎是在第一時間改變了行業(yè)對自動駕駛技術時間線的判斷。中國的創(chuàng)業(yè)者們也幾乎都第一時間就意識到自己必須跟上。

小鵬汽車創(chuàng)始人何小鵬在2024年去美國體驗了特斯拉FSD的V12版本后稱“FSD在數(shù)月里有很大的進步”“在硅谷和高速表現(xiàn)極好”。智能駕駛獨角獸Momenta的創(chuàng)始人曹旭東說得更直接，“FSD在這半年內進化了幾十倍”。

根據(jù)何小鵬以及諸多試車者的體驗視頻來看，F(xiàn)SDV12最大的提升是操作“更像人”。一方面是新版本速度和轉向控制絲滑平順，極少出現(xiàn)急剎急轉的頓挫感，也不會加速過猛。另一方面在面對復雜路況需要讓行時，新版本也能更靈活高效地通過，而老版本相對更“老實”，有時候甚至會無法通過。

“蔚小理”等在智能駕駛領域走得比較快的主機廠，以及華為、Momenta等頭部供應商，都開始推自己的“端到端”解決方案。對于主機廠而言，這么做的近期目標很明確，要維持自己在品牌和技術上的高端調性，必須緊跟技術潮流。端到端的方案能幫助它們快速地將自動轉向、變道等輔助駕駛功能普及到更多車型和更多道路上。至于這些“端到端”實際上表現(xiàn)如何，到底能幫車企多賣多少車，很多時候還需要打個問號。而在宣傳這一功能時，各個車廠一方面會使用“有路就能開”這種大膽的表述，同時又謹慎地提醒用戶，這只是輔助功能，部分路況仍需駕駛員接管。

2024年智能駕駛公司融資大事件

每家研究智能駕駛技術的企業(yè)如今幾乎都有自己一套關于“端到端”的解釋。不過要準確理解這個概念，最好還是跳出這些復雜的詞語迷霧，回到特斯拉使用這個詞的初始語境。

在使用“端到端”技術之前，特斯拉的智能駕駛輔助系統(tǒng)FSD使用的是一套包含30多萬行代碼的規(guī)則體系。所謂“規(guī)則體系”，可以理解為一本試圖做到詳盡無遺的駕駛手冊。這種技術思路試圖把不同路況都歸入這本手冊中的特定章節(jié)，然后通過讓智駕AI把這本超級手冊完全背下來并照章執(zhí)行來完成自動駕駛。具體而言，這種“照章執(zhí)行”一般包括以下過程：感知、預測、規(guī)劃、執(zhí)行—這些過程各自有各自的算法和“規(guī)則體系”。

這一技術流派的代表是Google重金支持的Waymo。Waymo成立于2009年，基于鳳凰城、洛杉磯、舊金山等少數(shù)城市的高精地圖，在這些區(qū)域建立了極其詳備的駕駛規(guī)則。根據(jù)官方數(shù)據(jù)，今年10月底時Waymo旗下的無人駕駛出租車每周付費訂單量超過15萬單，周里程超過160萬公里。

但是Waymo的“硬規(guī)則”方案有一個根本上的限制，那就是有賴于完善的高精地圖來為AI“指明”路況。高精地圖非常昂貴，不僅需要費時費力測量，還要高頻維護，這不僅使得Waymo的業(yè)務長期只局限于少數(shù)特定城市，無法大規(guī)模擴展張，而且讓其業(yè)務模式變得非常燒錢。僅僅為了在少數(shù)城市做到“自動駕駛”，Waymo在2020年5月至今的四年半中已經(jīng)融資了113億美元。

與此相比，“端到端”方案的可拓展性要強得多。它試圖讓AI成為一個能夠獨立思考的大腦，讓它像人一樣學會理解模式路況，從而在駕駛時可以拋掉極其繁復的規(guī)則，根據(jù)自身的直覺反應來開車。所謂的“端到端”（end-to-end），最初始的含義，指的就是自動駕駛系統(tǒng)從輸入端獲得傳感器的各項數(shù)據(jù)，到輸出端的執(zhí)行駕駛行為，中間全靠一個人工智能模型來完成。由于這個模型能夠不斷學習，并且對陌生的路況作出合適的決策，所以不依賴高精地圖理論上也能適應各種路段。用曹旭東的話來說，Waymo方案雖然“下限相對高”，但是“上限低”，“端到端”模式則相反，上限高，但下限低。

下限低的原因，就是它可能出現(xiàn)各種各樣的低級錯誤。用大語言模型的例子來對比，就是可能會出現(xiàn)各種“幻覺”。而在駕駛這件性命攸關的大事面前，“幻覺”是絕對不能被容許的。

會出現(xiàn)幻覺的核心原因在于神經(jīng)網(wǎng)絡模型是個“黑盒”，科學家能夠基于它輸出的結果來評估模型的好壞，但并不清楚模型內部的功能機制，很可能解決了一個問題的同時又會引發(fā)其他新問題。

解決這類問題的常見思路是“分而治之”，也就是把駕駛這件事拆分成不同的模塊，一個一個解決其中的幻覺，避免互相干擾。但怎么拆是關鍵。Momenta嘗試使用“功能場景樹”的分類方案，拆出數(shù)以百計的細分場景，然后排查出真正容易出問題的場景，再去分析原因和解決。

拆完最后當然需要重新“合”起來，這其中有一個常見的誤解，就是認為最后的整合程度越高，代表技術越強—最理想的情況就是上文提到的初始意義的端到端，即所謂的“一段式端到端”。

但“一段式”實際上是個偽概念。以人腦為例，看似是一個整體，其實仍舊可以細分為各不相同的功能區(qū)域，比如下丘腦管情緒，海馬體管記憶。表面再怎么“一段”，內里的區(qū)分仍然不可避免，畢竟如果不做這些區(qū)分，就很難解決“幻覺”。所以不僅沒必要過分追求“一段式”，甚至于即使在“端到端”模型中也可以接受部分代碼仍舊以硬規(guī)則形式來托底，就好像我們雖然基本是在憑“感覺”開車，但牢記交通規(guī)則仍舊是必要的。

“端到端”的核心是一種技術思路，而不是包治百病的解決方案。曾任“自動駕駛第一股”圖森未來CEO的侯曉迪認為“端到端”真正強調的是“一個神經(jīng)元的集合和另外一個神經(jīng)元集合之間的通信帶寬增加”，也就是說在最后整合完成的“端到端”模型中，感知、決策等不同功能模塊不再像“硬規(guī)則方案”里只是各管各，而是相互能夠共享更多信息，讓智駕AI得以在規(guī)劃路徑時考慮更廣的上下文，從而作出更好的決策。

簡而言之，真正衡量一個“端到端”模型優(yōu)劣的并非模型本身的“段數(shù)”，而應該是其實際行駛表現(xiàn)。以最常見的指標而言，就是在城區(qū)道路行駛每千公里所需的接管次數(shù)。理想的狀況是千公里零接管，而目前的行業(yè)頭部水平基本是每數(shù)十公里需要接管一次。近期內如果能達到城區(qū)路況百公里零接管，就已經(jīng)很不錯。

另一家智能駕駛獨角獸元戎啟行CEO周光表示，如今“端到端”技術的進度條“僅相當于大語言模型的GPT2.0時刻”。

智駕公司集中上市，只是因為需要上市

在“端到端”的技術風潮席卷中美的同時，一些成立已久的智能駕駛行業(yè)創(chuàng)業(yè)公司在資本市場上也受到追捧。

今年港股IPO金額最高的是地平線科技，上市當日公司市值一度突破600億港元（約合551億元人民幣），它為智能駕駛系統(tǒng)提供芯片；另一家業(yè)務類似的公司黑芝麻智能也在今年登陸港交所；地平線上市之后的第二天，文遠知行在紐約納斯達克交易所上市，市值近45億美元，它的目標是研發(fā)全自動駕駛的系統(tǒng)，而與它目標類似的創(chuàng)業(yè)公司小馬智行、Momenta等也都擬在納斯達克上市。

上市對這些公司來說當然可喜可賀，但并不意味著這些公司已經(jīng)成功“上岸”，成為一家持續(xù)賺錢的好公司。事實上，它們仍處于大規(guī)模燒錢的階段，只不過先前的投資方已經(jīng)到了需要退出的階段，而公司也需要進一步補充彈藥，上市成了一個自然的選擇。

一個可以對比的案例是，完全自動駕駛的領先者Waymo今年也再次獲得了由母公司Alphabet領投的56億美元融資。相較之下，中國公司的上市只是另一種融資方式而已。

以地平線為例，截至2024年年中，公司的累計虧損額接近297億元。雖然公司毛利早已轉正，為了在激烈競爭中占得先機，每年要投入數(shù)十億元的研發(fā)開支，而相比之下，公司去年的總收入才15.5億元。這樣的資本規(guī)模要尋求風險投資基金的支持已經(jīng)不太現(xiàn)實，上市可以說幾乎是必然的。

端到端與傳統(tǒng)智能駕駛方案的主要區(qū)別

地平線主營的是智能駕駛芯片以及基于芯片的軟硬件綜合解決方案，相比于只做軟件方案的公司，它的市場需求其實增長更快，公司的營收、毛利同比和環(huán)比也都在持續(xù)增長。而以Robotaxi為目標的文遠知行，資金壓力更大一些。公司2023年的營收較上一年同比下降24%，今年上半年的營收同比下降達18%，毛利同比也在快速縮水，再加上每年10億元左右的研發(fā)費用，融資的需求更為迫切。

事實上，為了緩解財務緊張，這幾年智駕公司已經(jīng)做了很多努力。很多原本專注做Robotaxi的公司也開始為量產車提供解決方案，小馬智行、文遠知行等創(chuàng)業(yè)公司，早已在開拓可商用的自動駕駛場景，比如港口、機場、工廠、礦區(qū)等封閉區(qū)域道路。

另一方面，以元戎啟行為代表的創(chuàng)業(yè)公司則積極尋找傳統(tǒng)主機廠的支持，想把當下可量產的輔助駕駛功能應用于量產乘用車上。比如Momenta在2021年獲得戴姆勒、豐田、上汽、通用、博世等頭部車企或供應商的超10億美元融資，逐步敲定了多筆量產訂單。截至今年6月底，中國道路上已經(jīng)有近10萬輛搭載Momenta量產輔助駕駛功能的車在行駛。元戎啟行則在2024年獲得了長城汽車的戰(zhàn)略投資，并進入其供應鏈，每月新增裝機量數(shù)千輛。滴滴自動駕駛也于2024年獲得C輪3億美元融資，領投方廣汽旗下的電動車品牌埃安還與其成立合資公司，計劃在2025年推出自動駕駛出租車。

隨著規(guī)模增長，為量產車配套智能駕駛方案的人效正在快速提升。曹旭東在接受播客《晚點聊》采訪時提到，Momenta的第一個量產配套項目投入了400多個人，花了一年半時間，而如今只需要幾個人花半年時間就能完成。可即便如此，Momenta仍然缺錢。據(jù)彭博社報道，公司計劃通過上市在2025年繼續(xù)募集2億至3億美元的資金。在目前這個仍在快速燒錢做研發(fā)的賽道里，盈利依舊遙遙無期。

對于這場商業(yè)長跑，不同資方的考量不盡相同。比如在智能駕駛公司初創(chuàng)階段就積極參與的風險投資基金，它們最主要的考量是讓被投公司以合理的價格上市，便于賣出股份獲取投資收益。而車企投資通常發(fā)生在初創(chuàng)階段的尾聲，這時車企已經(jīng)認可了企業(yè)的技術潛力，把投資作為鎖定未來量產合作的一種方式。等到智駕公司已經(jīng)獲得足夠多量產客戶之后，公司的業(yè)務模式及其競爭力對于一般公眾已經(jīng)擁有一定的說服力，在公開市場上市才會成為可能。

從智駕公司的角度來說，籌錢永遠只是公司發(fā)展的手段，而非目的。在目前這個紅海市場中，上市最多只能算預賽的終點，正賽才剛要開始。至于“端到端”是否能幫助它們在這局比賽中取勝，周光的看法很直接：“上端到端可能贏，不上一定輸”。

Robotaxi真正的商業(yè)邏輯是成本

在智能駕駛領域，向來有涇渭分明的兩條路：俗稱“L2”和“L4”。端到端在這兩條路上的受青睞程度并不同：L2面向量產乘用車，提供輔助駕駛功能，上“端到端”很積極；L4則專注于Robotaxi，旨在造出完全不需要人駕駛的出租車，徹底改變城市出行，這條賽道上的許多頭部企業(yè)并不熱衷于“端到端”。

Robotaxi的目標很高，但大多數(shù)Robotaxi產品背后的技術尚且無法與之匹配。今年7月，小鵬汽車創(chuàng)始人何小鵬對此有一個概括，“L4（指無人駕駛）公司很多的技術路線還是算法+小AI模型的組合”，也就是說，仍舊嚴重依賴于剛性規(guī)則的設定，AI泛化能力不足。

這很大程度上是受Robotaxi的運營方式所限。由于Robotaxi的定位是完全無人駕駛，因而政策通常限制其只能在人流不太密集的特定區(qū)域、甚至特定時間段試運營。美國的Waymo、百度旗下的“蘿卜快跑”都面臨類似情況。這一限制使得基于有限區(qū)域的高精地圖方案能夠快速見效，但也暴露出“難以泛化”這一短板。雖然里程數(shù)據(jù)可以不斷積累，但是由僅限于少數(shù)道路，其新增數(shù)據(jù)對算法優(yōu)化的價值會持續(xù)遞減。

與之相反，量產車仍舊需要駕駛員坐鎮(zhèn)這一“劣勢”，從積累數(shù)據(jù)的角度來看倒成了優(yōu)勢。由于只要有路的地方就能開，量產車上搭載的智駕AI能夠獲取的訓練數(shù)據(jù)要多得多。2024年上半年中國售出的帶有量產輔助駕駛功能（NOA）的新車已經(jīng)有61萬輛，遍布全國各地，而百度的“蘿卜快跑”的絕大多數(shù)訂單都來自武漢一地，它在當?shù)剡\營的車輛截至2024年年中時總共僅在500輛上下。

Robotaxi產品通常需要在量產車的基礎上加裝定制的硬件傳感器，因此前期成本昂貴。而憑借快速凸顯的規(guī)模效應，量產車所使用的輔助駕駛傳感器成本快速降低，這也使得量產車可以更容易地配置不亞于Robotaxi的硬件，從而抹去很多Robotaxi產品原本通過后裝昂貴傳感器形成的感知性能優(yōu)勢。而當兩者采用的硬件性能相當?shù)臅r候，更好的軟件就成了勝負手。

“端到端”就是這個改變天平的“軟件”。和“硬規(guī)則”方案主要靠人工設定不同，“端到端”模型性能的提升很大程度上靠AI從行駛數(shù)據(jù)中自己學習，而在行駛數(shù)據(jù)方面擁有顯著優(yōu)勢的量產車顯然擁有更好的發(fā)展前景。

這就是特斯拉在做的事：在它眼中，當下量產車的駕駛輔助系統(tǒng)和未來的無人駕駛出租車是一條故事線，將它們串起來的就是基于神經(jīng)網(wǎng)絡模型的“端到端”方案。一輛車完全可以內置“輔助駕駛”和“自動駕駛”兩種不同的模式，對應不同的運營場景，Robotaxi公司不需要再費心改裝。甚至按照周光的判斷，都“不需要為Robotaxi和L2級別輔助駕駛分別開發(fā)算法，只需要基于同一套算法來調整基本參數(shù)就行”。當然，除了特斯拉目前明確希望將兩者真正融合的公司并不多。

在技術之上，Robotaxi其實還有一個更根本的問題有待解決：它的營收模型。馬斯克2024年10月首次公布了他對Robotaxi項目的綜合運營成本估算：每英里0.2美元（約合每公里0.9元人民幣），含稅價格可能在此基礎上增加50%到100%。這個水平相比目前行業(yè)的主流推測明顯樂觀。侯曉迪簡單算了一下：“電池的成本每英里一毛五，電力的成本每英里五分錢，然后輪胎的成本每英里五分錢，僅這三項加起來就超標了?！?/p>

歸根結底，減少人類司機所產生的“價值”，真的能支撐一個龐大的產業(yè)嗎？