從小鵬、理想、蔚來布局看自動(dòng)駕駛發(fā)展趨勢(shì)

隨著智能駕駛技術(shù)在全球范圍內(nèi)快速發(fā)展，汽車產(chǎn)業(yè)正迎來巨大變革。自動(dòng)駕駛，作為汽車智能化的核心部分，不僅影響著未來出行的方式，更推動(dòng)著整個(gè)汽車行業(yè)的升級(jí)和轉(zhuǎn)型。在這場(chǎng)變革中，中國的新勢(shì)力造車企業(yè)，小鵬、理想和蔚來，憑借其創(chuàng)新的技術(shù)路線和市場(chǎng)策略，逐漸成為行業(yè)內(nèi)的重要力量。與傳統(tǒng)車企不同，這些新興企業(yè)通過對(duì)智能駕駛技術(shù)的探索與應(yīng)用，試圖在全球市場(chǎng)上占據(jù)主動(dòng)權(quán)，進(jìn)而引領(lǐng)自動(dòng)駕駛的未來發(fā)展方向。

小鵬：端到端大模型的全面落地

1.1端到端大模型加速自動(dòng)駕駛進(jìn)程

小鵬汽車近年來在自動(dòng)駕駛領(lǐng)域的發(fā)展備受關(guān)注，其2024年量產(chǎn)落地的端到端大模型被視為行業(yè)內(nèi)的重大突破。這種大模型是基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，通過高度的數(shù)據(jù)驅(qū)動(dòng)方式，解決了傳統(tǒng)自動(dòng)駕駛系統(tǒng)中人工規(guī)則過多、更新維護(hù)復(fù)雜的問題。小鵬的技術(shù)架構(gòu)由三大核心模塊組成：神經(jīng)網(wǎng)絡(luò)XNet、規(guī)劃大模型XPlanner以及大語言模型XBrain。這三者的協(xié)同工作使得小鵬的自動(dòng)駕駛系統(tǒng)不僅能夠快速適應(yīng)不同場(chǎng)景，還能不斷通過數(shù)據(jù)迭代提高系統(tǒng)的智能化水平。

小鵬端到端大模型組成與傳統(tǒng)的自動(dòng)駕駛方案相比，端到端大模型的最大優(yōu)勢(shì)在于其極大減少了人工參與的過程。在傳統(tǒng)方案中，開發(fā)者需要通過大量的手工編碼，定義每一種可能遇到的道路情況和駕駛行為，這種做法在復(fù)雜的城市路況下容易遇到瓶頸。而小鵬的端到端模型通過大規(guī)模數(shù)據(jù)訓(xùn)練，將感知、規(guī)劃和控制環(huán)節(jié)全部交由AI完成，顯著提升了系統(tǒng)的適應(yīng)能力。神經(jīng)網(wǎng)絡(luò)XNet作為感知模塊，可以通過攝像頭和傳感器的信息，構(gòu)建出高精度的3D地圖，能夠精準(zhǔn)識(shí)別50個(gè)以上的動(dòng)態(tài)目標(biāo)，并預(yù)測(cè)其行為。這種強(qiáng)大的感知能力使小鵬的自動(dòng)駕駛系統(tǒng)在面對(duì)復(fù)雜的交通狀況時(shí)仍能做出準(zhǔn)確的決策。與此同時(shí)，規(guī)劃大模型XPlanner的加入使得系統(tǒng)能夠生成更加人性化的駕駛行為。與傳統(tǒng)系統(tǒng)中依靠預(yù)設(shè)規(guī)則進(jìn)行規(guī)劃不同，XPlanner能夠通過對(duì)大量實(shí)際駕駛數(shù)據(jù)的學(xué)習(xí)，自主生成符合交通規(guī)則和用戶習(xí)慣的駕駛策略。例如，在處理擁堵路段或狹窄道路時(shí)，XPlanner能夠更加靈活地選擇最優(yōu)路徑，并減少車輛不必要的加減速，提升乘坐舒適性。大語言模型XBrain則為系統(tǒng)提供了類似于人類大腦的認(rèn)知能力。它不僅可以理解復(fù)雜的交通標(biāo)志、路牌信息，還能根據(jù)周圍環(huán)境變化做出適時(shí)的調(diào)整。例如，在面對(duì)潮汐車道或特殊交通信號(hào)時(shí)，XBrain能夠快速判斷其含義，并調(diào)整車輛的行駛策略，從而進(jìn)一步提升系統(tǒng)的安全性和可靠性。

1.2 XNGP的全量推送與無圖化演進(jìn)

小鵬的全感知駕駛系統(tǒng)XNGP（全景導(dǎo)航駕駛系統(tǒng)）于2024年7月實(shí)現(xiàn)了全量推送，這標(biāo)志著該系統(tǒng)在全國范圍內(nèi)的廣泛應(yīng)用。XNGP系統(tǒng)的特別之處在于其不再依賴于高精地圖，這一技術(shù)突破為自動(dòng)駕駛的普及掃清了障礙。傳統(tǒng)自動(dòng)駕駛系統(tǒng)需要依賴高精度地圖提供詳細(xì)的道路信息，但這些地圖的獲取和更新成本高昂，并且只能覆蓋有限的區(qū)域。小鵬通過無圖XNGP系統(tǒng)，擺脫了這種依賴，系統(tǒng)能夠依靠車載傳感器和AI模型實(shí)現(xiàn)對(duì)道路環(huán)境的實(shí)時(shí)感知和判斷，從而實(shí)現(xiàn)自動(dòng)駕駛。

端到端技術(shù)的使用使得小鵬自動(dòng)駕駛的進(jìn)步大大加速無圖XNGP的推出不僅提升了自動(dòng)駕駛的覆蓋范圍，也大大提高了用戶的使用體驗(yàn)。得益于端到端大模型的支撐，無圖XNGP在各種復(fù)雜的城市環(huán)境中表現(xiàn)優(yōu)異，例如在狹窄的小巷、擁堵的市區(qū)道路以及環(huán)形交叉路口等場(chǎng)景中，系統(tǒng)都能夠流暢應(yīng)對(duì)。特別是在環(huán)島或掉頭等傳統(tǒng)自動(dòng)駕駛系統(tǒng)難以處理的場(chǎng)景下，無圖XNGP通過實(shí)時(shí)學(xué)習(xí)和推理，能夠快速生成安全的行駛路徑，并確保車輛穩(wěn)定通過。小鵬計(jì)劃在2024年第四季度實(shí)現(xiàn)“門到門”的自動(dòng)駕駛體驗(yàn)，即車輛從用戶家門口出發(fā)，直至目的地，全程不需要人工接管。這個(gè)目標(biāo)的實(shí)現(xiàn)將標(biāo)志著自動(dòng)駕駛技術(shù)的又一次飛躍，不僅能夠提升出行效率，還能為用戶提供更加便捷的駕駛體驗(yàn)。這一舉措也是小鵬未來在全球市場(chǎng)推廣自動(dòng)駕駛技術(shù)的關(guān)鍵一環(huán)。

1.3小鵬的全球化戰(zhàn)略與未來展望

除了在中國市場(chǎng)的積極布局，小鵬汽車也在大力推進(jìn)其全球化戰(zhàn)略。憑借無圖XNGP技術(shù)的優(yōu)勢(shì)，小鵬計(jì)劃在2025年將其自動(dòng)駕駛技術(shù)推廣至全球多個(gè)國家和地區(qū)。與傳統(tǒng)依賴高精地圖的系統(tǒng)不同，小鵬的端到端大模型能夠有效降低跨國市場(chǎng)的技術(shù)推廣成本。這種技術(shù)架構(gòu)使得小鵬能夠迅速適應(yīng)不同國家和地區(qū)的道路環(huán)境，尤其是在歐洲和北美等高標(biāo)準(zhǔn)的發(fā)達(dá)市場(chǎng)，小鵬的無圖技術(shù)將成為其競(jìng)爭(zhēng)的關(guān)鍵優(yōu)勢(shì)。通過全球化戰(zhàn)略，小鵬不僅可以擴(kuò)展其市場(chǎng)份額，還能進(jìn)一步優(yōu)化其自動(dòng)駕駛系統(tǒng)。隨著更多的用戶和車輛在全球范圍內(nèi)投入使用，系統(tǒng)將能夠獲取更多的駕駛數(shù)據(jù)，進(jìn)一步提升其AI模型的泛化能力。這種數(shù)據(jù)驅(qū)動(dòng)的全球迭代模式，將幫助小鵬在未來的自動(dòng)駕駛競(jìng)爭(zhēng)中占據(jù)有利地位。

理想：雙系統(tǒng)架構(gòu)引領(lǐng)自動(dòng)駕駛第一梯隊(duì)

2.1理想無圖NOA的全量推送與快速迭代

理想汽車作為中國“造車新勢(shì)力”中的佼佼者，其在自動(dòng)駕駛領(lǐng)域的布局同樣引人注目。2024年，理想汽車推出了其無圖NOA（自動(dòng)駕駛導(dǎo)航輔助）系統(tǒng)，并在全國范圍內(nèi)實(shí)現(xiàn)了全量推送。理想的無圖NOA系統(tǒng)依靠其強(qiáng)大的感知與決策能力，能夠在不依賴高精地圖的情況下，完成各種復(fù)雜的駕駛?cè)蝿?wù)。尤其是在城市道路上，無圖NOA展現(xiàn)出了卓越的自動(dòng)駕駛能力，得到了市場(chǎng)和用戶的廣泛認(rèn)可。

理想將在三年內(nèi)實(shí)現(xiàn)L4級(jí)別無監(jiān)督自動(dòng)駕駛理想的自動(dòng)駕駛系統(tǒng)采用了分段式的端到端模型，即在系統(tǒng)的感知、規(guī)劃和控制環(huán)節(jié)中均實(shí)現(xiàn)了高度模型化。通過這一技術(shù)架構(gòu)，理想能夠有效減少對(duì)人工規(guī)則的依賴，進(jìn)一步提高系統(tǒng)的迭代速度。感知模塊通過車輛的攝像頭、雷達(dá)等傳感器獲取道路信息，規(guī)劃模塊則根據(jù)實(shí)時(shí)環(huán)境生成最佳行駛路線，控制模塊負(fù)責(zé)將這些指令轉(zhuǎn)化為具體的駕駛操作。得益于這種分段式端到端架構(gòu)，理想的自動(dòng)駕駛系統(tǒng)在多種復(fù)雜場(chǎng)景中表現(xiàn)優(yōu)異，包括自動(dòng)變道、紅綠燈識(shí)別、障礙物繞行等。理想的無圖NOA系統(tǒng)特別適用于中國復(fù)雜的城市道路環(huán)境。在這種環(huán)境下，車輛經(jīng)常會(huì)遇到突發(fā)的行人、自行車以及復(fù)雜的交通標(biāo)志，而高精地圖的更新往往無法及時(shí)跟上城市發(fā)展的步伐。理想通過實(shí)時(shí)的環(huán)境感知和動(dòng)態(tài)決策，使車輛能夠靈活應(yīng)對(duì)各種情況。這種靈活性不僅提高了自動(dòng)駕駛的安全性，也為用戶提供了更為流暢的駕駛體驗(yàn)。

2.2端到端+VLM的雙系統(tǒng)架構(gòu)

理想汽車的自動(dòng)駕駛系統(tǒng)不僅依賴于端到端的AI模型，還通過引入視覺語言模型（VLM），形成了獨(dú)特的雙系統(tǒng)架構(gòu)。這一架構(gòu)模仿了人類駕駛員的決策機(jī)制，即分為“快系統(tǒng)”和“慢系統(tǒng)”。快系統(tǒng)負(fù)責(zé)處理大部分常見的駕駛場(chǎng)景，例如常規(guī)的城市道路駕駛和高速公路駕駛；而慢系統(tǒng)則用于處理復(fù)雜、未知或罕見的場(chǎng)景，例如突發(fā)的交通事故、異常天氣條件或復(fù)雜的路口等。端到端模型作為快系統(tǒng)，通過大量的駕駛數(shù)據(jù)進(jìn)行訓(xùn)練，能夠快速識(shí)別道路上的目標(biāo)物并生成行駛路線。而視覺語言模型（VLM）則是慢系統(tǒng)，通過引入多模態(tài)數(shù)據(jù)（包括視覺、語言和環(huán)境信息），VLM能夠在復(fù)雜場(chǎng)景中進(jìn)行深度推理，幫助系統(tǒng)在遇到未曾見過的情況時(shí)仍能做出合理的決策。例如，當(dāng)系統(tǒng)在城市中遇到臨時(shí)的交通管制或施工區(qū)域時(shí)，VLM可以通過識(shí)別標(biāo)志和路面情況，判斷出最佳的繞行路線，確保行車的安全性。

視覺大語言模型可以很好的識(shí)別駕駛場(chǎng)景并做出決策這種雙系統(tǒng)架構(gòu)不僅提高了理想汽車自動(dòng)駕駛系統(tǒng)的安全性和可靠性，還使得系統(tǒng)具備了更強(qiáng)的場(chǎng)景適應(yīng)能力。在未來，隨著更多數(shù)據(jù)的積累和AI模型的迭代，理想的端到端+VLM系統(tǒng)有望進(jìn)一步提升自動(dòng)駕駛的水平，為實(shí)現(xiàn)L4級(jí)別的自動(dòng)駕駛奠定基礎(chǔ)。

2.3面向L4級(jí)別的自動(dòng)駕駛演進(jìn)

理想汽車的長(zhǎng)遠(yuǎn)目標(biāo)是實(shí)現(xiàn)L4級(jí)別的無監(jiān)督自動(dòng)駕駛，這意味著車輛將能夠在各種復(fù)雜的道路環(huán)境中，完全依靠自身的決策系統(tǒng)進(jìn)行駕駛，而不需要駕駛員的干預(yù)。為了實(shí)現(xiàn)這一目標(biāo)，理想正在逐步提升其自動(dòng)駕駛系統(tǒng)的智能化水平，通過數(shù)據(jù)閉環(huán)、模型優(yōu)化和場(chǎng)景驗(yàn)證等手段，加速系統(tǒng)的迭代。L4級(jí)別的自動(dòng)駕駛不僅要求系統(tǒng)具備極高的感知和決策能力，還要求其能夠處理海量的復(fù)雜場(chǎng)景和突發(fā)事件。為此，理想汽車正在不斷擴(kuò)展其自動(dòng)駕駛車隊(duì)的規(guī)模，并通過這些車輛收集大量的駕駛數(shù)據(jù)。這些數(shù)據(jù)不僅幫助系統(tǒng)識(shí)別常見的駕駛場(chǎng)景，還能夠通過生成式仿真和模型訓(xùn)練，提升系統(tǒng)在應(yīng)對(duì)長(zhǎng)尾場(chǎng)景時(shí)的表現(xiàn)。此外，理想還計(jì)劃通過視覺語言模型的持續(xù)優(yōu)化，進(jìn)一步提升系統(tǒng)的認(rèn)知和推理能力。未來的L4級(jí)別自動(dòng)駕駛系統(tǒng)將不僅依靠感知和決策能力，還能夠通過對(duì)環(huán)境的深度理解，預(yù)測(cè)潛在的風(fēng)險(xiǎn)并提前做出應(yīng)對(duì)。理想的這一戰(zhàn)略不僅展示了其在技術(shù)上的前瞻性，也為未來的自動(dòng)駕駛市場(chǎng)競(jìng)爭(zhēng)打下了堅(jiān)實(shí)的基礎(chǔ)。

蔚來：群體智能與長(zhǎng)期主義戰(zhàn)略

3.1 NOP+系統(tǒng)的全量推送

蔚來在2024年全量推送了其增強(qiáng)版領(lǐng)航輔助系統(tǒng)NOP+，這一系統(tǒng)的推出不僅為蔚來的自動(dòng)駕駛布局增添了亮點(diǎn)，也展示了其“群體智能”技術(shù)的巨大潛力。NOP+系統(tǒng)基于蔚來全棧自研的自動(dòng)駕駛算法，能夠在高速公路和城市道路上實(shí)現(xiàn)自動(dòng)駕駛功能。不同于其他車企通過大范圍推開“開城”的方式推廣自動(dòng)駕駛，蔚來選擇了逐步優(yōu)化特定道路的策略，確保其系統(tǒng)在每一條特定路段都能提供穩(wěn)定、安全的自動(dòng)駕駛體驗(yàn)。

NOP+系統(tǒng)通過不斷的迭代與優(yōu)化，已經(jīng)在中國多個(gè)城市實(shí)現(xiàn)了全面覆蓋。蔚來車隊(duì)在不同城市的道路上進(jìn)行大量的實(shí)地測(cè)試，并通過群體智能技術(shù)不斷收集數(shù)據(jù)、優(yōu)化算法。這種多車協(xié)同的群體智能模式使得蔚來的自動(dòng)駕駛系統(tǒng)能夠快速應(yīng)對(duì)各種復(fù)雜的路況，并通過實(shí)時(shí)數(shù)據(jù)反饋，不斷提高系統(tǒng)的智能化水平。蔚來計(jì)劃在2024年下半年推出“點(diǎn)到點(diǎn)”的全域領(lǐng)航輔助功能，這將進(jìn)一步拓展NOP+系統(tǒng)的應(yīng)用場(chǎng)景，使其不僅能夠在城市和高速道路上使用，還能在不同類型的道路之間實(shí)現(xiàn)無縫切換。這一升級(jí)將使蔚來的自動(dòng)駕駛技術(shù)更加完善，并為其未來的市場(chǎng)拓展打下堅(jiān)實(shí)的基礎(chǔ)。

3.2 世界模型與數(shù)據(jù)閉環(huán)的結(jié)合

蔚來的自動(dòng)駕駛技術(shù)依賴于強(qiáng)大的數(shù)據(jù)閉環(huán)系統(tǒng)，通過構(gòu)建世界模型，蔚來能夠在云端模擬現(xiàn)實(shí)世界中的各種復(fù)雜場(chǎng)景，并通過仿真技術(shù)進(jìn)行驗(yàn)證和優(yōu)化。世界模型的引入大大提高了蔚來系統(tǒng)的迭代速度，尤其是在處理長(zhǎng)尾場(chǎng)景時(shí)，生成式仿真能夠?yàn)橄到y(tǒng)提供更加全面的訓(xùn)練數(shù)據(jù)，使其能夠應(yīng)對(duì)現(xiàn)實(shí)世界中可能遇到的罕見情況。

世界模型能夠進(jìn)行空間理解與時(shí)間理解蔚來的群體智能系統(tǒng)還能夠通過多車協(xié)同，不斷優(yōu)化其自動(dòng)駕駛算法。每輛車在實(shí)際道路上行駛時(shí)，都會(huì)將遇到的復(fù)雜場(chǎng)景反饋至云端，系統(tǒng)通過這些數(shù)據(jù)不斷迭代優(yōu)化。這種閉環(huán)式的數(shù)據(jù)反饋機(jī)制不僅提高了系統(tǒng)的安全性，還加速了自動(dòng)駕駛功能的全面落地。

3.3長(zhǎng)期主義：軟硬結(jié)合的布局

蔚來一直以來秉持著軟硬結(jié)合的長(zhǎng)期主義戰(zhàn)略，通過自主研發(fā)的硬件和軟件平臺(tái)，確保其自動(dòng)駕駛系統(tǒng)的穩(wěn)定性和可持續(xù)發(fā)展。在硬件方面，蔚來自主研發(fā)了神經(jīng)網(wǎng)絡(luò)處理單元，并通過搭建強(qiáng)大的云端計(jì)算平臺(tái)，為自動(dòng)駕駛系統(tǒng)提供了充足的算力支持。蔚來的計(jì)算平臺(tái)能夠處理海量的數(shù)據(jù)，并通過這些數(shù)據(jù)不斷優(yōu)化系統(tǒng)的算法，使其能夠在復(fù)雜的路況下做出精準(zhǔn)的決策。在軟件方面，蔚來依托全棧自研的自動(dòng)駕駛算法，確保其系統(tǒng)能夠高效運(yùn)行，并在不同的應(yīng)用場(chǎng)景中保持穩(wěn)定。通過對(duì)系統(tǒng)的不斷迭代和優(yōu)化，蔚來的自動(dòng)駕駛技術(shù)已經(jīng)達(dá)到了行業(yè)領(lǐng)先水平。未來，蔚來將繼續(xù)通過軟硬結(jié)合的方式，推動(dòng)自動(dòng)駕駛技術(shù)的發(fā)展，并在全球市場(chǎng)上保持競(jìng)爭(zhēng)力。

自動(dòng)駕駛行業(yè)的未來趨勢(shì)

4.1從“能用”到“好用”的快速過渡

自動(dòng)駕駛技術(shù)的發(fā)展已經(jīng)進(jìn)入了從“能用”向“好用”過渡的關(guān)鍵階段。早期的自動(dòng)駕駛系統(tǒng)更多依賴于高精地圖和預(yù)設(shè)規(guī)則，雖然能夠在特定的場(chǎng)景中實(shí)現(xiàn)自動(dòng)駕駛功能，但覆蓋范圍有限，用戶體驗(yàn)也有待提升。而隨著小鵬、理想和蔚來的技術(shù)突破，自動(dòng)駕駛系統(tǒng)開始向更高的安全性和舒適性邁進(jìn)。小鵬的無圖XNGP系統(tǒng)和理想的無圖NOA系統(tǒng)通過大規(guī)模數(shù)據(jù)驅(qū)動(dòng)和AI模型的優(yōu)化，能夠在復(fù)雜的城市道路中實(shí)現(xiàn)流暢的自動(dòng)駕駛。這種技術(shù)的進(jìn)步不僅提升了用戶體驗(yàn)，也為未來的自動(dòng)駕駛普及提供了技術(shù)支撐。未來，隨著自動(dòng)駕駛技術(shù)的不斷成熟，用戶對(duì)自動(dòng)駕駛的需求將不僅限于基本的功能實(shí)現(xiàn)，還將期待更高水平的駕駛體驗(yàn)和服務(wù)。

4.2數(shù)據(jù)驅(qū)動(dòng)的AI大模型成為主流

端到端大模型和數(shù)據(jù)驅(qū)動(dòng)的算法正在成為自動(dòng)駕駛技術(shù)發(fā)展的主流。通過大規(guī)模車隊(duì)的數(shù)據(jù)訓(xùn)練，AI模型能夠快速學(xué)習(xí)并適應(yīng)不同的駕駛場(chǎng)景和復(fù)雜路況。小鵬、理想和蔚來都通過構(gòu)建龐大的數(shù)據(jù)閉環(huán)系統(tǒng)，提升了其自動(dòng)駕駛系統(tǒng)的迭代效率和泛化能力。未來，隨著更多的車企加入這一行列，數(shù)據(jù)驅(qū)動(dòng)的AI大模型將成為自動(dòng)駕駛技術(shù)的核心推動(dòng)力。通過對(duì)海量數(shù)據(jù)的訓(xùn)練和驗(yàn)證，自動(dòng)駕駛系統(tǒng)將能夠在更短的時(shí)間內(nèi)實(shí)現(xiàn)性能的提升，并在全球范圍內(nèi)快速推廣。

4.3城市級(jí)無圖自動(dòng)駕駛的普及

無圖自動(dòng)駕駛技術(shù)正在逐漸成為行業(yè)發(fā)展的新趨勢(shì)。小鵬和理想通過無圖NOA的技術(shù)突破，證明了自動(dòng)駕駛系統(tǒng)可以在沒有高精地圖的情況下，依靠AI模型和數(shù)據(jù)反饋實(shí)現(xiàn)高效駕駛。未來，隨著技術(shù)的進(jìn)一步優(yōu)化，城市級(jí)無圖自動(dòng)駕駛將成為主流應(yīng)用場(chǎng)景之一，特別是在復(fù)雜的城市道路和多變的路況下，無圖化技術(shù)將展現(xiàn)出更強(qiáng)的適應(yīng)能力。

結(jié)論

從小鵬、理想到蔚來，三家車企的技術(shù)布局展示了中國自動(dòng)駕駛行業(yè)的巨大潛力。通過端到端大模型、雙系統(tǒng)架構(gòu)以及世界模型等技術(shù)突破，自動(dòng)駕駛技術(shù)正在快速走向成熟。未來，隨著技術(shù)的持續(xù)迭代和數(shù)據(jù)驅(qū)動(dòng)的進(jìn)一步深化，自動(dòng)駕駛將在全球范圍內(nèi)迎來更廣泛的應(yīng)用和普及。這不僅將改變未來的出行方式，也為整個(gè)汽車產(chǎn)業(yè)的升級(jí)和轉(zhuǎn)型注入新的活力。