1月1日，何小鹏宣布XNGP已覆盖全国243座城市，2月2日，鸿蒙智行宣布，问界车型智驾系统升级，高阶智驾实现覆盖全国99%路段，大城市到小乡村都能用。

春节期间，我体验了小鹏G6的智驾功能，可用路段几乎不用接管，车道线、红绿灯等均能正确识别。能够大幅提升出行体验的智能驾驶，成长速度比我们想象中快得多。

高速路况简单，问界、小鹏等车企已实现基本覆盖，下一步车企竞争的重点，将是城区领航辅助驾驶。车企准备如何应对接下来的竞争，行业已传出了不少风声。

硬件「两极分化」

均衡智驾级别与成本，是车企与自动驾驶企业需要谨慎对待的问题，如小鹏出于成本考虑，计划未来持续减少激光雷达。不过现阶段而言，高阶智驾依然难以离开激光雷达。

去年12月26日发布的问界M9，搭载行业首颗量产的192线激光雷达，拥有长达250米识别距离、184万点/秒成像能力、垂直分辨率达0.1°、雷达扫描频率达20Hz，相较于目前市场上主流的96线~156线激光雷达，堪称「遥遥领先」。

然而华为192线激光雷达官宣后不久，北醒光子就官宣旗下256线激光雷达投产，CES2024大会上，激光雷达巨头禾赛科技更是推出了512线激光雷达——AT512，这款雷达探测距离可达300米，最远测距可达400米，成像能力则达到了1288.8万点/秒。

激光雷达线束越多，捕捉到的物体细节越丰富，建模轮廓越完整，形成的点云图也会更加清晰，而且拥有更高的冗余度和抗干扰能力，能够提升智驾安全性。不过线束太高随之而来的便是成本上升与功耗提高，恐怕只有问界M9这种50万元左右的豪车，才能用得上192线及以上线束的激光雷达。考虑到车载激光雷达的功耗一般在50W以内，对于续航的影响不会很明显。

卷硬件方面，中国企业经验丰富，按照这个发展速度，相信用不了几年，上千线束的激光雷达就会面世。

智驾对于芯片也有一定要求，国内地平线公司将于4月发布征程6芯片，算力高达560TOPS，之前NVIDIA发布的Thor芯片算力在达到了2000TOPS。不过相较于雷达等其他硬件的参数提升，算力提高并不困难，单颗算力不足，那就多来几颗芯片就是了。

激光雷达+高算力芯片无疑可以提高智驾安全性，但高昂的成本并非每家车企都愿意接受，以特斯拉为首的部分车企，选择了廉价的纯视觉方案。当然，即便是特斯拉，也需要以高算力芯片作为基础，国内部分企业则选择更加极致的路线，低算力芯片+摄像头+少量雷达，即可实现L2+级自动驾驶。

代表企业有商汤绝影、大疆车载等企业，商汤绝影与哪吒汽车联合推出的智驾方案，仅需16TOPS算力芯片和5R11V（5颗毫米波雷达、11颗摄像头）传感器，就实现了高速、城市路段领航辅助驾驶。

大疆车载推出的方案，最低仅需32TOPS算力芯片，搭配7~9颗摄像头，无需任何雷达，即可实现区域记忆行车。若想实现L2+级领航辅助驾驶，将芯片升级至80TOPS即可，这一套硬件成本还比不上一颗激光雷达。

汽车智驾硬件已呈现出两大方向，高端车型追求硬件性能提升，成本次要考虑，激光雷达线束数量与芯片算力为主要竞争点。中低端车型则追求极致压榨硬件潜能与低成本，以便于惠及购车预算较低的消费者，如此一来难免对于软件算法提出更高要求。

软件「大模型当先」

2023年下半年至今，不少车企宣布将AI大模型、生成式AI搬到汽车上，以求将汽车与智能助手、生产力挂钩。如比亚迪的「璇玑架构」，分为云端AI与车端AI两部分，车端AI大模型无需数据上传，拥有更好的保密性，没有网络的情况下，也能执行用户发出的指令。

相较于AI大模型与生成式AI，大模型在智驾领域的前景肉眼可见，去年毫末智行就发布了自动驾驶生成式预训练Transformer大模型DriveGPT雪湖·海若，以DriveGPT作为云端测评模型，评测车端小模型的行驶表现。毫末智行将场景离散化处理，分割成数十万个小场景，与实际驾驶环境进行匹配，系统可以根据相似的场景，作出智驾推导与判断。

自动驾驶企业与车企正在尝试车端部署智驾大模型，但上千亿参数的智驾大模型，哪怕裁减到百亿级参数，由于车载芯片算力问题，暂时反应速度也比不上云端大模型。堆芯片可以解决算力问题，取而代之的则是成本问题。

大模型的主要优势之一，就在于可以降低智驾生态建设成本。截至2023年11月国内公路里程已达535万公里，而且还在不断变动，全部高精度绘制所需要的成本无法想象。当前虽然摆脱了对高精度地图的依赖，但依然需要「轻量级地图」或「去高精度地图」。

华为已打破了这一传统，不是一城一城的开通，而是直接全国覆盖。华为所采用的方案与毫末智行相似，智驾大模型收集到了足够的数据，并离散化处理，成为道路拓扑推理的依据，结合普通导航地图便可实现领航辅助驾驶。

车企都在摆脱高精度地图的依赖，但依然需要轻量级地图，这就导致领航辅助驾驶覆盖速度不够快。况且国内公路一直在变化，部分地区可能需要反复绘制，小乡镇等落后地区，恐怕2030年都等不到车企的地图绘制团队。

通过大模型、离散场景与道路推理，实现领航辅助驾驶乃至自动驾驶，对于算力和数据量的要求更高，整体成本低一些，拥有大量数据后，效率提升较为明显。有了华为作为先例，2024年或许我们就能看到其他车企采用相同方案实现全国智驾。

自动驾驶脚步渐快

从近年来各类智驾法律法规的制定、路测牌照的发放，我们能看到相关部门正有条不紊推动自动驾驶商用。

2024年2月8日，全国首个智能汽车智驾表现数据开放平台亮相苏州。该平台由车控CHEK打造，目的是解决智能汽车信息不对称问题，国内问界、小鹏、蔚来等众多车企已加入该平台，将通过该平台披露智驾接管次数、避障能力等数据。

激光雷达开年大战，让智驾的2024更有火药味

电车通·2024-02-18 19:44

关注

硬件、软件都要卷。

1月1日，何小鹏宣布XNGP已覆盖全国243座城市，2月2日，鸿蒙智行宣布，问界车型智驾系统升级，高阶智驾实现覆盖全国99%路段，大城市到小乡村都能用。

春节期间，我体验了小鹏G6的智驾功能，可用路段几乎不用接管，车道线、红绿灯等均能正确识别。能够大幅提升出行体验的智能驾驶，成长速度比我们想象中快得多。

高速路况简单，问界、小鹏等车企已实现基本覆盖，下一步车企竞争的重点，将是城区领航辅助驾驶。车企准备如何应对接下来的竞争，行业已传出了不少风声。

硬件「两极分化」

均衡智驾级别与成本，是车企与自动驾驶企业需要谨慎对待的问题，如小鹏出于成本考虑，计划未来持续减少激光雷达。不过现阶段而言，高阶智驾依然难以离开激光雷达。

去年12月26日发布的问界M9，搭载行业首颗量产的192线激光雷达，拥有长达250米识别距离、184万点/秒成像能力、垂直分辨率达0.1°、雷达扫描频率达20Hz，相较于目前市场上主流的96线~156线激光雷达，堪称「遥遥领先」。

然而华为192线激光雷达官宣后不久，北醒光子就官宣旗下256线激光雷达投产，CES2024大会上，激光雷达巨头禾赛科技更是推出了512线激光雷达——AT512，这款雷达探测距离可达300米，最远测距可达400米，成像能力则达到了1288.8万点/秒。

激光雷达线束越多，捕捉到的物体细节越丰富，建模轮廓越完整，形成的点云图也会更加清晰，而且拥有更高的冗余度和抗干扰能力，能够提升智驾安全性。不过线束太高随之而来的便是成本上升与功耗提高，恐怕只有问界M9这种50万元左右的豪车，才能用得上192线及以上线束的激光雷达。考虑到车载激光雷达的功耗一般在50W以内，对于续航的影响不会很明显。

卷硬件方面，中国企业经验丰富，按照这个发展速度，相信用不了几年，上千线束的激光雷达就会面世。

智驾对于芯片也有一定要求，国内地平线公司将于4月发布征程6芯片，算力高达560TOPS，之前NVIDIA发布的Thor芯片算力在达到了2000TOPS。不过相较于雷达等其他硬件的参数提升，算力提高并不困难，单颗算力不足，那就多来几颗芯片就是了。

激光雷达+高算力芯片无疑可以提高智驾安全性，但高昂的成本并非每家车企都愿意接受，以特斯拉为首的部分车企，选择了廉价的纯视觉方案。当然，即便是特斯拉，也需要以高算力芯片作为基础，国内部分企业则选择更加极致的路线，低算力芯片+摄像头+少量雷达，即可实现L2+级自动驾驶。

代表企业有商汤绝影、大疆车载等企业，商汤绝影与哪吒汽车联合推出的智驾方案，仅需16TOPS算力芯片和5R11V（5颗毫米波雷达、11颗摄像头）传感器，就实现了高速、城市路段领航辅助驾驶。

大疆车载推出的方案，最低仅需32TOPS算力芯片，搭配7~9颗摄像头，无需任何雷达，即可实现区域记忆行车。若想实现L2+级领航辅助驾驶，将芯片升级至80TOPS即可，这一套硬件成本还比不上一颗激光雷达。

汽车智驾硬件已呈现出两大方向，高端车型追求硬件性能提升，成本次要考虑，激光雷达线束数量与芯片算力为主要竞争点。中低端车型则追求极致压榨硬件潜能与低成本，以便于惠及购车预算较低的消费者，如此一来难免对于软件算法提出更高要求。

软件「大模型当先」

2023年下半年至今，不少车企宣布将AI大模型、生成式AI搬到汽车上，以求将汽车与智能助手、生产力挂钩。如比亚迪的「璇玑架构」，分为云端AI与车端AI两部分，车端AI大模型无需数据上传，拥有更好的保密性，没有网络的情况下，也能执行用户发出的指令。

相较于AI大模型与生成式AI，大模型在智驾领域的前景肉眼可见，去年毫末智行就发布了自动驾驶生成式预训练Transformer大模型DriveGPT雪湖·海若，以DriveGPT作为云端测评模型，评测车端小模型的行驶表现。毫末智行将场景离散化处理，分割成数十万个小场景，与实际驾驶环境进行匹配，系统可以根据相似的场景，作出智驾推导与判断。

自动驾驶企业与车企正在尝试车端部署智驾大模型，但上千亿参数的智驾大模型，哪怕裁减到百亿级参数，由于车载芯片算力问题，暂时反应速度也比不上云端大模型。堆芯片可以解决算力问题，取而代之的则是成本问题。

大模型的主要优势之一，就在于可以降低智驾生态建设成本。截至2023年11月国内公路里程已达535万公里，而且还在不断变动，全部高精度绘制所需要的成本无法想象。当前虽然摆脱了对高精度地图的依赖，但依然需要「轻量级地图」或「去高精度地图」。

华为已打破了这一传统，不是一城一城的开通，而是直接全国覆盖。华为所采用的方案与毫末智行相似，智驾大模型收集到了足够的数据，并离散化处理，成为道路拓扑推理的依据，结合普通导航地图便可实现领航辅助驾驶。

车企都在摆脱高精度地图的依赖，但依然需要轻量级地图，这就导致领航辅助驾驶覆盖速度不够快。况且国内公路一直在变化，部分地区可能需要反复绘制，小乡镇等落后地区，恐怕2030年都等不到车企的地图绘制团队。

通过大模型、离散场景与道路推理，实现领航辅助驾驶乃至自动驾驶，对于算力和数据量的要求更高，整体成本低一些，拥有大量数据后，效率提升较为明显。有了华为作为先例，2024年或许我们就能看到其他车企采用相同方案实现全国智驾。

自动驾驶脚步渐快

从近年来各类智驾法律法规的制定、路测牌照的发放，我们能看到相关部门正有条不紊推动自动驾驶商用。

2024年2月8日，全国首个智能汽车智驾表现数据开放平台亮相苏州。该平台由车控CHEK打造，目的是解决智能汽车信息不对称问题，国内问界、小鹏、蔚来等众多车企已加入该平台，将通过该平台披露智驾接管次数、避障能力等数据。

该平台的建立，一方面能够反映出车企的不足之处，为车企指明技术优化方向，另一方面则可以作为消费者买车时的参考，智驾好不好不能只看车企宣传，数据才能说明真实情况。

软硬件的持续研发与升级，成本的不断降低，都令15万元以内车型看到了普及高阶智驾的曙光。高端车与低价车型的可靠性，我们都能在车控CHEK的平台看到数据，若是高端车型的接管频率高于低价车，恐怕会对车企名声产生一定影响。不过目前智驾硬件成本偏高，短时间内我们无法看到太多成果，也难以做出对比。

高速NOA较为成熟，今年有可能实现全面覆盖，城区NOA则是今年车企竞争的重点。更高线束激光雷达、更高算力智驾芯片的应用，能够强化汽车的智驾能力。极氪001改款被曝或将成为首款正式搭载NVIDIA Thor芯片的车型，北醒光子256线激光雷达已投产，相信首款搭载该产品的汽车距离上市也不远了。

大模型的加入则可以大幅提升智驾训练效率，加速智驾算法完善，并且令智驾系统驾驶逻辑更像老司机。

何小鹏曾表示，2024年是自动驾驶元年。从车企、自动驾驶企业、供应链企业的动作来看，这个元年的火药味格外足。

本文来自微信公众号“电车通”（ID：dianchetong233），作者：失魂引