文|消费最前线 罗弋

去年，迟迟无法真正落地的自动驾驶多少有些冷场。

根据不完全统计，2023年前三季度，国内自动驾驶融资项目约54起，融资总额约68亿元人民币。这个数字意味着什么？2021年共发生144起投融资事件，融资规模为932亿元；2022年约为128起，融资规模240亿元。

到2023年，前三季度的融资总额仅为2022年的四分之一。资本聚散无常，以自动驾驶、智能驾驶、无人驾驶三个界定词去筛选，在过去10年，全球披露的融资额累计超过4400亿元。其中，我国的超过2200亿。

可这个领域被无情抛弃也在意料之中。

这两年，无数相关企业站起来，又默默倒下，就连曾经最风光的自动驾驶“第一股”图森未来也岌岌可危。转眼间到2024年，自动驾驶赛道开年第一笔融资落在毫末智行头上，新的一年，这个不被看好的行业似乎又要重新出发了。

大模型成了“强心剂”？

毫末这次的融资一开始就确定了投入方向：大模型。在去年，毫末智行就建成了国内自动驾驶行业最大的智算中心MANA OASIS，目的是为大模型探索上提供算力基础，还推出了自动驾驶生成式大模型DriveGPT。

有意思的是，2024年，大模型也成了整个自动驾驶行业所要追逐的新方向。

尤其在开年以来，Sora横空出世，一举震惊了全球科技领域，就连大洋彼岸的马斯克都啧啧称奇，更让自动驾驶领域跟着浮想联翩。这也不是完全没有机会，设想一下，如果Sora 能落地在自动驾驶上，生成模拟现实世界的视频能极大地训练自动驾驶的能力。

当然，在Sora之前，ChatGPT的出现就已经让自动驾驶企业蠢蠢欲动。据不完全统计，蔚来、小鹏、理想、长城、吉利、奇瑞等车企都申请了与GPT相关的商标。

国内大模型疯狂涌现，车企自然也没忽略，例如百度的文心一言就曾计划接入到红旗、长安、吉利、岚图、零跑等众多车企之中。国外奔驰与微软合作，将ChatGPT整合到奔驰车载语音控制系统中。

还有一些亲自入局的，理想就自研了大模型MindGPT。2024年，随着大模式的热度升级，自动驾驶行业也就此抓住了新风口，大部分企业不再只满足充当这场科技风暴里的配角，转而纷纷粉墨登场。

小鹏汽车在年假之后就宣布要投入共计35亿元，发展以智驾为核心的AI技术，几乎同时，吉利汽车集团也在开工长文中称，当下年轻人最关注的科技焦点，就是 AIGC。各大车企的态度十分明显，似乎都对大模式势在必得。

坦白来讲，大模型在自动驾驶领域的确有应用的空间。以特斯拉FSD的“端到端”大模型为例，将大模型作为决策模型，控制车辆的行驶，能提高自动驾驶的泛化能力，数据驱动解决复杂长尾的问题，消除模块累计误差，还能降低成本。

更直白一点来看，马斯克曾对外提到过，得益于“端到端”控制技术的应用，特斯拉FSD V12版本减少了数十万行代码。尽管这番说辞有一定水分，但也间接让大模型在自动驾驶技术上的想象清晰起来，无论是在云端，还是车端。

在云端，大模型可以充分发挥模型参数量带来的容量优势，完成一些数据挖掘、数据标注等任务。在车端，不同子任务的多个小模型合并成一个“大模型”，能直接节省车端计算环节的推理时间，增加安全性。

只可惜，再梦幻的美好都逃不过现实的残忍。

短时间内，大模型恐怕救不了这个逐渐停滞不前的行业，特斯拉自动驾驶部门在目前为止，至少还有3/4的精力用在数据上面，只有1/4的工作用于算法探索和模型创建，何况那些连数据都没玩明白的企业。

更何况，摆在自动驾驶领域面前的还有大模型本身的发展。ChatGPT爆火之后，全球科技圈立刻蜂拥而上，亦如当初集体搭建元宇宙。在去年的前11个月，国内发布了238个大模型，平均每天都有一个大模型问世。

时至今日，销声匿迹的占多数。

开发大模型，在不谈技术差异的前提下，成本也能拖垮一大片企业。数据显示，ChatGPT的训练参数达到了1750亿、训练数据45TB，每天生成45亿字的内容，支撑其算力至少需要上万颗英伟达的GPU A100，单次模型训练成本超过1200万美元。

OpenAI 的一份报告指出，到2030年训练大模型的成本预计将从1亿美元上升到5亿美元。自动驾驶本来就是个无尽烧钱的领域，训练算力、数据、AI人才、硬件研发……都需要资金，再盯上大模型，恐怕只会不堪重负。

L3的意义在哪里？

除了大模型，2024年，自动驾驶领域还有一场重要的攻坚战，备受争议的L3终于迈出了落地的第一步。去年年末，《关于开展智能网联汽车准入和上路通行试点工作的通知》发行，L3及L4级别自动驾驶汽车开展准入试点。

这也意味着自动驾驶在L1、L2的范围内斡旋良久，终于打破了一道隐形屏障。

从去年年末，不少车企陆续拿到了L3测试牌照。奔驰成为北京市L3级高速公路道路测试牌照的企业之一，宝马则宣布获得上海L3级自动驾驶高快速路驾驶测试牌照，公开资料显示，除了奔驰、宝马，长安汽车、极狐、阿维塔、智己、深蓝、比亚迪、赛力斯等多家车企已拿到测试牌照，并将在北京、上海、重庆和深圳开启L3级自动驾驶测试。

一直以来，L3都被视为自动驾驶领域的一道“坎”，不仅是在技术方面迟迟无法跨越，关键是L3背后所涉及的事故责任难以界定。很长一段时间，自动驾驶领域都在刻意忽略L3，试图从L2直接跳到L4。

如今，L3级自动驾驶卷土重来，这背后究竟对整个行业有什么特殊意义？

第一，新能源汽车把智能驾驶作为整车亮点之一来努力颠覆汽车消费市场，已经不是一日两日了。L2的渗透率逐渐提升，在新能源汽车圈屡见不鲜，汽车之家统计的数据显示，标配L2功能车型渗透率由2021年1月的16.5%快速提升至2023年6月的47.0%。

另一组来自乘联会的数据显示，2023年1-10月新能源乘用车L2级及以上的辅助驾驶功能装车率已经达到51%。虽未达到L3层级的智能驾驶功能，但具备L2+功能车型渗透率也由2021年1月的1.1%提升至2023年6月的6.9%。

也就是说，L3以下的智能驾驶对于新能源汽车市场而言，失去了锦上添花的寓意。而另一边，消费者在习惯了汽车越来越高级的智能化后，对于自动驾驶技术的需求也在增加。艾媒咨询数据显示，77.3%消费者表示看好自动驾驶，只有2.2%消费者表示不看好。

汽车消费不够景气的时代，自动驾驶还能催生换车欲望。

一项调查显示，对比有车用户与无车用户，反而是前者对自动驾驶的购买意向更强烈。在这其中，无车用户的自动驾驶购买意向仅有25.64%，拥车一辆的升至31.15%，两辆的升至32.82%，三辆及以上的飙升至51.11%。

仅15.65%的用户明确表示不愿意购买。

当然，L3之所以重出江湖，主要还是因为随着人工智能与车联网技术的日趋成熟，让曾经看似鸡肋的L31有了一定的落地基础，例如不少车企正在布局的城市NOA。2024年，奔驰、蔚来、小鹏、理想、阿维塔，以及供应商领域的毫末智行都拿出了城市NOA的规划，雷军更放话将在今年底开通100个城市领航NOA。

但这也是自动驾驶升级中不可避免的难关，或许，当前的技术发展并没有想象中那么顺利，城市NOA就需要庞大数据、场景支撑，是复杂且布局成本极高的一环。只是焦虑的企业闻风而动，显然顾不上所谓的“艰难”了。

新能源车需要更强“驱动力”

一个值得关注的事实是，新能源历经前两年的爆发式增长后，从2023年以来就开始缓下急速的步伐。乘联会数据显示，2023年新能源车市场的同比增速放缓至36.2%，远低于2022年的90%和2021年的169.1%。

2024年，新能源汽车市场勉强能剩下三分机遇，其余七分全是危险的挑战。可车企的野心显然还在疯长，以比亚迪为例，相关报道显示，比亚迪在今年把销量目标定成了450万辆，意味着要比2023年增长约50%。

还有什么能成为新能源汽车继续渗透整个车市的驱动力？

续航永远是这个圈子经久不衰的话题，可眼见增程式从鄙视链底端翻身来造车圈救场，续航技术的发展窘迫早就一览无余。前两年，智能化、家庭化的热度在汽车身上越炒越热，智能电动车头顶多个激光雷达、摄像头、超声波传感器，脚踩高精地图、宽大屏幕、智能座舱，一举俘获车主芳心。

坦白来讲，一款黑科技叠满的汽车着实足够吸引消费者的眼球。

根据报道，新款问界M7超过5万张的订单里面，大约有3.3万台是智驾版；小鹏改款G9的1.5万大定中，带有双激光雷达、双OrinX计算芯片，支持城市NGP的MAX版比例超过80%，零跑C10激光雷达智驾版的比例也已经逼近45%。

一句话，消费者开始冲着汽车智能化掏钱了。

然而，透过表面的繁荣，新能源汽车却还在“伪智能”的漩涡里止步不前。以一度疯狂升级的车载屏幕为例，当造车圈实在无技术可炒，只能一味卷数量、卷尺寸、卷营销噱头，就连屏幕材料也没放过。

2024年，新能源汽车领域再不拿出一点新花样，被重复利用的虚假智能必将成为反噬自身的黑色“诅咒”。自动驾驶俨然是整个行业智能化的关键希望，这个长期处在空中楼阁里的“王牌”技术到了必须落地的时刻。

因为它关系着整个造车圈的生死存亡。

就在小米汽车发布会当天，隔壁的特斯拉正式开始向更广泛的受众推出Full Self-Driving测试版V12，算是打响了自动驾驶战役的“第一枪”。从前的小打小闹或许可以忽略，未来恐怕很难再有松懈的机会。

车企如是，自动驾驶企业亦如是。

从 2023 年下半年开始，比亚迪一直在寻找智驾芯片的高阶人才，最高级别岗位直接向比亚迪智能驾驶业务负责人、智能驾驶研发中心主任韩冰汇报。2024年1月份，比亚迪智能驾驶团队有3000多名软件工程师、1000多名算法和硬件工程师。

其他企业也在招兵买马。相关资料显示，截至2023年底，华为的智能驾驶规模约为3000人，小鹏约有1200人，理想约有900人。新能源汽车领域显然不想陷入黔驴技穷的境界，企图用科技来改变命运。

不成功便成仁，留给它们的时间不多了。