同樣押注自動駕駛的，不只是小鵬汽車一家。

“如果以5-10年為期，那今天很多車企都將被淘汰?！痹?月16日的未來汽車先行者大會上，余承東語出驚人。

作為華為常務董事、終端BG CEO、智能汽車解決方案BU CEO、智能終端與智能汽車部件IRB主任，余承東認為，實現(xiàn)智能化所需要的投資規(guī)模是極其龐大的，極少有車企具備這樣的實力。

【資料圖】

他坦言：“如果車企沒有足夠的資金支持，就實現(xiàn)不了智能化，不論今天取得多大的成績，都有可能在未來被淘汰?！庇喑袞|此番言論并非危言聳聽，智駕目前是很多車企重點投入領(lǐng)域。

華為每年在汽車領(lǐng)域有100多億的直接研發(fā)投入，其中70%-80%都花在了智駕領(lǐng)域；理想汽車創(chuàng)始人李想表示做基于BEV的城市NOA起碼要20億美元起；蔚來甚至一度降低了子品牌螢火蟲的優(yōu)先級為城市NOA的研發(fā)讓路，因為“高層認為，難以同時開展兩個重量級項目”；就連創(chuàng)始人王傳福喊出“自動駕駛就是忽悠”的比亞迪，也組建了3000多人的團隊研發(fā)輔助駕駛相關(guān)軟硬件方案，企圖在智駕上實現(xiàn)彎道超車。

再次點燃車企智駕競賽熱情的，是特斯拉2021年公布的以Transformer為基礎(chǔ)的BEV感知模型。該方案不僅可以提高車輛感知、決策能力，降低對硬件的依賴，還能讓車企擺脫對于高精地圖的依賴，實現(xiàn)城市NOA（導航輔助駕駛）的快速落地。

更為關(guān)鍵的是，新技術(shù)的出現(xiàn)打破了此前的競爭格局，將所有參賽選手都拉回了同一起跑線，加劇了車企在智駕領(lǐng)域的競爭：曾經(jīng)落后的企業(yè)渴望彎道超車，曾經(jīng)領(lǐng)先的企業(yè)必須要保住優(yōu)勢地位。

在重新起跑的過程中，誰最先甩下高精地圖的包袱，便最有可能拔得頭籌。

2023年以來，各車企密集推出了不依賴高精地圖的城市NOA落地規(guī)劃。華為、小鵬、理想分別計劃于2023年底在45個、50個以及100個城市落地無圖方案，毫末智行預計將于2024年上半年在100個城市落地無圖方案。

億歐智庫預測，2025年中國城市NOA前裝市場規(guī)模將達到76億元。

圖young圖simple

高精地圖從人手一份到人見人嫌，只用了不到兩年時間。

車企拋棄高精地圖并不是因為高精地圖不好，而是高精地圖行業(yè)還處于發(fā)展早期，滿足不了城市NOA快速落地的需求。

2021年，小鵬汽車曾花費2.5億購買高精地圖的測繪資質(zhì)，彼時高精地圖憑借能為汽車提供精確的定位能力、超視距的感知能力，以及提前規(guī)劃好參考軌跡等優(yōu)勢，被認為是通往高階自動駕駛的必經(jīng)之路。

然而隨著BEV方案的出現(xiàn)，車企看到了不依賴高精地圖的可能性，即通過GPS、IMU、輪速計以及導航地圖，可以實現(xiàn)精準定位能力；通過BEV+Transformer，可以提升車輛的感知能力和決策能力；除了彌補高精地圖的能力之外，BEV方案還可以通過數(shù)據(jù)閉環(huán)不斷迭代算法，增強車輛應對coner case（邊緣場景）的能力。

有了替代方案后，高精地圖的缺點愈發(fā)顯眼：貴、鮮度低以及限制城市NOA落地速度。

貴非常好理解，對于以盈利為目的的企業(yè)來說，成本永遠是考慮的重點。

中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟發(fā)布的《2020智能網(wǎng)聯(lián)汽車高精地圖白皮書》顯示，采用傳統(tǒng)測繪車方式，分米級地圖的測繪效率約為每天每車500公里道路，成本為每公里10元左右，而厘米級地圖的測繪效率約為每天每車100公里道路，成本可能達每公里千元，一輛測繪車的成本也在數(shù)百萬元至千萬元級別。

交通運輸部數(shù)據(jù)顯示，目前中國高速公路里程達17.7萬公里，厘米級地圖測繪一遍的成本大概在1.8億左右，由于每車每天僅能測繪100公里，所以圖商必須還要考慮組建測繪車隊的成本。目前頂級圖商的車隊規(guī)模大致在百臺左右，考慮上人工、維護等損耗，車隊成本很容易就來到了十億量級。

然而對圖商來說，完成17.7萬公里的高速公路測繪還只是第一步。

2022年末時，中國公路總里程達535萬公里，高速公路占比僅3.3%，現(xiàn)有的高精地圖對于城市NOA來說還是too simple。而要想覆蓋更多更復雜的城市道路，成本將遠遠超出承受能力。

同時，礙于采集車的數(shù)量限制，城市地圖不僅采集慢，后續(xù)更新更慢，在變化頻率極高的城市場景下，無法保證鮮度的高精地圖對于感知能力差的車型更像是定時炸彈。

除了技術(shù)和成本問題，政策也限制了高精地圖的發(fā)展。中國對于地圖測繪資質(zhì)管制極其嚴格，地圖的發(fā)布也要每個圖商逐城審核，目前高精地圖行業(yè)本身還未形成適合快速商業(yè)化的環(huán)境，對于追求城市NOA功能快速落地的車企來說無疑too young。

“重感知輕地圖”，既是車企在高精地圖缺點面前的無奈之舉，亦是將城市NOA把握在自己手中的激進一戰(zhàn)。

小鵬汽車創(chuàng)始人何小鵬早已亮明觀點：“對自動駕駛而言，高精地圖一定是過渡，云端的結(jié)合也只是一個輔助，真正的自動駕駛一定要能夠全場景駕駛?！?/p>

無圖不代表無煩惱

對于車企而言，拋棄高精地圖并不意味著問題的結(jié)束，而是挑戰(zhàn)的開始。

雖然BEV+Transformer一定程度上增強了智駕系統(tǒng)的感知、決策能力，但是比起使用高清地圖的方案，“重感知輕地圖”的方案對硬件還是有一定的要求。

余承東曾表示：“問界M5智能駕駛系統(tǒng)的成本是3萬元”，這還是采用了華為自研的MDC610芯片才打下來的價格。

億歐汽車盤點了目前公布了城市NOA功能的車型，不難看出除了華為以外，對城市NOA布局比較積極的蔚小理均采用了英偉達的Orin-X芯片，成本大概率會高于問界M5的3萬元。

李想曾透露過智駕硬件成本的信息，“特斯拉Autopilot的硬件BOM成本在差不多1500美元，而（理想、小鵬等）使用雙OrinX的方案成本基本都在4000美金以上?！?/p>

根據(jù)中汽協(xié)2022年的數(shù)據(jù)，在中國乘用車市場，燃油車主要銷量貢獻區(qū)間為10-15萬元，新能源車主要銷量貢獻區(qū)間為15-20萬元。

然而對于中國城市NOA玩家來說，哪怕不考慮研發(fā)費用，僅落地到單車上的硬件成本便超過了3萬，如果要保證盈利，那城市NOA功能便無法普及到目前的主流消費市場中。

讓各車企最擔心的，不是自己的硬件成本高，而是別人的硬件成本低。

根據(jù)原特斯拉Autopilot Machine Learning Lead 谷俊麗透露的消息，特斯拉造一臺Model 3的BOM成本是16萬，ADAS系統(tǒng)成本是7000塊，占到總BOM成本的約4.4%。較低的智駕成本不僅使得特斯拉現(xiàn)有車型擁有較大的降價空間，也使得特斯拉可以在價格更親民的車型中實現(xiàn)FSD。

此前每次特斯拉將發(fā)布更低價車型的消息都能引發(fā)大量關(guān)注，一旦更便宜的車型和FSD同時進入中國市場，那對于中國的城市NOA玩家來說將是一場致命的降維打擊。消費者對于性價比的追捧，從比亞迪數(shù)兩百多萬的年銷量中可見一斑。

當然還有另外一種更可怕的未來，便是特斯拉將FSD授權(quán)給傳統(tǒng)車企。

馬斯克在特斯拉二季度的財報電話會上透露，目前正在討論將FSD技術(shù)授權(quán)給另一家主要汽車制造商。雖然沒有透露該公司的名稱，但馬斯克明確表示：“就像北美充電標準（NACS）一樣，我們對將我們的FSD硬件和軟件授權(quán)給其他汽車公司持開放態(tài)度，我們已經(jīng)與一家大型OEM就使用特斯拉FSD進行了早期討論。”

有了大眾和小鵬汽車合作的前車之鑒，傳統(tǒng)車企和特斯拉合作也并非絕無可能。

數(shù)據(jù)閉環(huán)決定上限

如果說硬件成本決定了城市NOA的下限，那數(shù)據(jù)閉環(huán)能力便決定了上限。

在自動駕駛的研發(fā)過程中，無論是端到端還是模塊化的方法，基于規(guī)則的方法正在被由數(shù)據(jù)驅(qū)動的機器學習方法所取代，數(shù)據(jù)已經(jīng)成為自駕AI算法的基礎(chǔ)，因此只有通過數(shù)據(jù)閉環(huán)的方式高效利用數(shù)據(jù)，才能促進智駕算法模型的快速迭代。

完整的數(shù)據(jù)閉環(huán)通常包括數(shù)據(jù)采集、數(shù)據(jù)回流、數(shù)據(jù)處理、數(shù)據(jù)標注、模型訓練、測試驗證等環(huán)節(jié)，這對車企提出了三個要求：高效的算力、完善的算法模型以及大量有效的數(shù)據(jù)。

拋開算法模型這個相對難以量化的部分，僅是數(shù)據(jù)和算力方面的挑戰(zhàn)便讓車企應接不暇。

在城市NOA大規(guī)模落地之前，車企數(shù)據(jù)采集仍需要靠采集車來完成，即使是城市NOA大規(guī)模落地后，短期內(nèi)在數(shù)據(jù)量上和特斯拉“百萬車隊+影子模式”仍會有顯著的差距。

自2021年3月以來，特斯拉FSD Beta版累計行駛了2億英里（約3.22億公里）里程。而截至今年7月，小鵬汽車高速NGP累計行駛里程才3160萬公里，銷量更高的理想汽車NOA行駛里程也剛（7月20日）突破2億公里，其中基于BEV架構(gòu)的行駛里程更是微乎其微。

采集數(shù)據(jù)還只是第一步，車企還要對回流回來的數(shù)據(jù)進行數(shù)據(jù)處理、數(shù)據(jù)標注、模型訓練、測試驗證等工作，這些環(huán)節(jié)對于算力有極高的要求，因此能提供高效算力的智算中心是車企持續(xù)迭代算法的關(guān)鍵。

而高算力的本質(zhì)，就是燒錢。

蔚來在合肥建設(shè)了“蔚來云”智算中心，小鵬汽車在烏蘭察布建設(shè)了“扶搖”智算中心，吉利汽車在湖州建設(shè)了“星睿”智算中心，長城汽車旗下的毫末智行發(fā)布了“雪湖·綠洲”智算中心，理想汽車也預計于今年三季度交付智算中心。

IDC數(shù)據(jù)顯示，搭建人工智能計算中心時，主機廠及一級供應商對搭建人工智能計算中心的預算普遍超過1億元；自動駕駛獨角獸的預算普遍處在1至5千萬之間。

建設(shè)投完成后，智算中心后續(xù)運營費用依然不菲。

特斯拉預計2024年將在Dojo超級計算平臺上投入超10億美元。何小鵬也判斷，“小鵬在算力方面的投入，每一年年度費用可能從2025年開始要超過10個億，如何把算力不斷提高，如何把成本不斷控好，如何把相關(guān)的技術(shù)鋪墊做好，是未來的首要問題。”

對于本就未能實現(xiàn)盈利的車企而言，每年再增加10億量級的研發(fā)投入，無疑會增加運營壓力。

結(jié)語

城市NOA不僅能提高車企競爭力，更能促進整個汽車行業(yè)的發(fā)展。

城市NOA規(guī)?；涞丶饶転橄M者提供更好的用車體驗，又能避免交通事故從而減少人員傷亡，同時，城市NOA也是中國自主品牌車企實現(xiàn)彎道超車的絕佳機會。然而與特斯拉相比，目前中國車企共同面臨智駕系統(tǒng)硬件成本高、可用數(shù)據(jù)量少等問題。

億歐汽車認為，在城市NOA落地的過程中，各企業(yè)間合作的重要性遠大于競爭，只有合作才能實現(xiàn)共贏。

高精地圖雖然有種種缺點，但其作為軟件服務幾乎沒有邊際成本，一旦地圖測繪完成，便可以低成本地快速復用，降低車端硬件成本，使得主流消費市場的車型也能用上城市NOA服務。如何搭建一套成本低、鮮度高的地圖方案，需要政府、車企以及圖商共同探討。

同時，面對數(shù)據(jù)量少的問題，各車企和自動駕駛公司或許也可以共同建立一套相對標準的可以共用的數(shù)據(jù)庫，不僅能成倍數(shù)地提升每家車企可用的數(shù)據(jù)量，也能給自動駕駛方向的學者提供科研上的幫助，加速技術(shù)的進步。

車企需要的，是高水平的競爭，而不是低水平的內(nèi)卷。