?

來(lái)源 | 伯虎財經(jīng)（bohuFN）

作者 | 楷楷

近日，特斯拉股價(jià)開(kāi)啟了一輪“猛烈反彈”。7月第一周，特斯拉股價(jià)累計漲幅超27%，7月5日的收盤(pán)價(jià)為251.55美元，只花了一周的時(shí)間，特斯拉就抹平了上半年的所有跌幅。

對于特斯拉突如其來(lái)的“狂飆”，不少業(yè)內人士認為與其二季度的交付數據有關(guān)。今年二季度，特斯拉全球交付超44.4萬(wàn)輛電動(dòng)車(chē)，環(huán)比增長(cháng)14.7%，優(yōu)于華爾街機構預期的43.8萬(wàn)輛。

不過(guò)，雖然特斯拉二季度的交付數據不錯，但仍然比去年同期的46.6輛少了。所以，交付數量并不是推動(dòng)特斯拉股價(jià)狂飆的唯一因素，在人工智能、儲能業(yè)務(wù)方面的“新故事”，可能才是特斯拉的“市值光環(huán)”。

業(yè)內人士指出，投資機構開(kāi)始意識到特斯拉可能是美股市場(chǎng)上最被低估的“AI投資標的”，有分析團隊估算，特斯拉全自動(dòng)駕駛（FSD）業(yè)務(wù)估值或高達1萬(wàn)億美元，超過(guò)了特斯拉8000億美元左右的市值。

今年4月，隨著(zhù)馬斯克訪(fǎng)華一同而來(lái)的，還有FSD即將入華的消息，也是從此時(shí)開(kāi)始，特斯拉的股價(jià)就開(kāi)始持續修復，國內新能源車(chē)企的智能駕駛業(yè)務(wù)也迎來(lái)積極調整，特斯拉這條“鯰魚(yú)”，已經(jīng)開(kāi)始攪動(dòng)國內的智駕市場(chǎng)了。

01 特斯拉引發(fā)“鯰魚(yú)效應”，“端到端”一夜崛起

今年1月，特斯拉正式向普通車(chē)主推送了最新版本的全自動(dòng)駕駛FSD Beta V12，這一版本在2023年就已經(jīng)發(fā)布了內測版，并被業(yè)內人士稱(chēng)為是自動(dòng)駕駛的“里程碑時(shí)刻”。

從技術(shù)層面上來(lái)看，特斯拉FSD V12與當前車(chē)企通用的智駕方案，在實(shí)現路徑上有著(zhù)本質(zhì)的區別。FSD V12采用的是“端到端”技術(shù)路線(xiàn)，只需輸入原始數據就能直接輸出最終結果的AI模型，可以通過(guò)觀(guān)察和模仿人類(lèi)駕駛行為來(lái)優(yōu)化駕駛決策，反應速度更快。

而傳統的智駕方案通常是將感知、決策和控制分為獨立的模塊，每個(gè)模塊專(zhuān)注于解決特定的問(wèn)題，再依靠人工編程根據不同場(chǎng)景提前定義規則，讓智能駕駛基于規則來(lái)執行。

傳統智駕方案的好處是模塊化的處理簡(jiǎn)化了系統開(kāi)發(fā)的難度，利于問(wèn)題回溯與研發(fā)迭代；但缺點(diǎn)是基于人工設想的規則難以覆蓋道路駕駛的邊緣場(chǎng)景，難以應對城市道路上的突發(fā)情況，導致使用體驗不如預期。

此外，為了應對這些非常少見(jiàn)，卻又不能缺少的邊緣場(chǎng)景，一家企業(yè)可能需要數千個(gè)工程師，將90%的精力花費于編寫(xiě)corner case的代碼上，這也增加了智能駕駛迭代的成本和難度。

但據馬斯克表示，FSD采用“端到端”技術(shù)之后，只需要用3000行代碼就能替代原來(lái)的30萬(wàn)多萬(wàn)行代碼。

因此，作為世界首個(gè)“端到端”AI自動(dòng)駕駛模型，FSD V12從誕生之初就備受關(guān)注，特別是在新能源汽車(chē)競爭已經(jīng)進(jìn)入白熱化階段的當下，消費者已經(jīng)逐漸對車(chē)企卷價(jià)格、卷配置、卷營(yíng)銷(xiāo)等招數“脫敏”，新能源汽車(chē)行業(yè)也急需一個(gè)“新故事”來(lái)刺激消費者的購買(mǎi)欲，而特斯拉FSD就成為了攪動(dòng)智駕行業(yè)的“鯰魚(yú)”。

一直以來(lái)，特斯拉在自動(dòng)駕駛技術(shù)方面都以獨立獨行的姿勢在發(fā)展。相較于國內大多數自動(dòng)駕駛方案供應商們所選擇的激光雷達路線(xiàn)，特斯拉從2015年開(kāi)始自動(dòng)駕駛研究時(shí)，就一直堅持純視覺(jué)自駕方案FSD，馬斯克甚至表示，“任何依賴(lài)激光雷達的人都注定要失敗，昂貴的傳感器是不必要的”。

開(kāi)始的時(shí)候，外界認為馬斯克之所以堅持純視覺(jué)路線(xiàn)，是因為激光雷達的成本太高，但事實(shí)上，隨著(zhù)技術(shù)成熟和規模效應，激光雷達的價(jià)格已從超10萬(wàn)美元降至數百美元。

所以，馬斯克堅持純視覺(jué)路線(xiàn)的另一原因，則被認為是其對“第一性原理”的信仰。馬斯克認為既然人類(lèi)是通過(guò)眼睛觀(guān)察來(lái)駕駛汽車(chē)的，那么攝像頭作為最接近人類(lèi)眼睛的傳感器，其視覺(jué)能力也能夠超越雷達融合方案。

目前來(lái)看，外界對FSD V12的反饋普遍不錯，小鵬汽車(chē)董事長(cháng)何小鵬表示，FSD在硅谷和高速表現極好，可以達到很高的分數；英偉達CEO黃仁勛則稱(chēng)贊FSD是目前最先進(jìn)的系統。

因此，隨著(zhù)4月馬斯克訪(fǎng)華而傳來(lái)的“FSD即將入華”消息，也引起了新能源車(chē)圈的熱門(mén)話(huà)題。不少車(chē)圈人士，比如何小鵬、余承東等均表示支持；但也有人認為，考慮到中國較為復雜的路面情況和數據安全，FSD入華恐怕還有不少“未知數”。

但在6月中旬，據財新報道，一名接近上海市政策制定部門(mén)的人士稱(chēng)，上海自動(dòng)駕駛示范區已向特斯拉發(fā)放了道路測試牌照，FSD可能正在測試。雖然特斯拉中國對此未有回應，但“FSD入華”顯然已經(jīng)成為國內車(chē)圈必須直面的競爭因素。

02 大模型加速“上車(chē)”，車(chē)企開(kāi)展軍備競賽

在去年特斯拉發(fā)布了首個(gè)“端到端”自動(dòng)駕駛模型FSD V12之后，多家新能源車(chē)企也開(kāi)始對旗下的智能駕駛業(yè)務(wù)進(jìn)行調整，并紛紛發(fā)布了端到端模型的“上車(chē)”規劃。

小鵬汽車(chē)是國內首個(gè)發(fā)布量產(chǎn)上車(chē)的端到端模型的整車(chē)企業(yè)，預計在2024年第三季度實(shí)現全國范圍內的無(wú)障礙駕駛。去年，小鵬汽車(chē)智駕負責人吳新宙離職后，目前由曾任阿里巴巴達摩院的自動(dòng)駕駛實(shí)驗室運營(yíng)負責人袁婷婷，擔任小鵬自動(dòng)駕駛產(chǎn)品高級總監。

蔚來(lái)則單獨設立了一個(gè)大模型部，專(zhuān)門(mén)負責端到端的模型研發(fā)。據蔚來(lái)自動(dòng)駕駛副總裁任少卿表示，蔚來(lái)已經(jīng)在布局端到端，預計今年將實(shí)現上車(chē)量產(chǎn)。

理想雖然在5月對智駕團隊的規模進(jìn)行了縮減，但依然保留了算法研發(fā)團隊，主要負責無(wú)圖城市NOA以及端到端智駕的研發(fā)。在近日舉辦的智駕發(fā)布會(huì )中，理想發(fā)布了基于端到端模型、VLM視覺(jué)語(yǔ)言模型和世界模型的全新自動(dòng)駕駛技術(shù)架構，并在7月內向用戶(hù)推送?“全國都能開(kāi)”的無(wú)圖NOA。

華為則在今年4月發(fā)布了ADS 3.0端到端架構，并表示將于8月隨著(zhù)享界S9正式上市。據辰韜資本發(fā)布的《2024端到端自動(dòng)駕駛行業(yè)研究報告》顯示，端到端方案上車(chē)量產(chǎn)時(shí)間預計會(huì )出現在2025年。

長(cháng)城汽車(chē)則在3月宣布將引入元戎啟行作為第二家智能駕駛供應商，元戎將為長(cháng)城提供端到端的智能駕駛方案，今年計劃落地三款車(chē)。

車(chē)企扎堆“端到端”背后，一方面是它們對智能駕駛應用落地的迫切追求，近年，車(chē)圈的同質(zhì)化競爭趨勢已經(jīng)越來(lái)越明顯，所以智能駕駛成為各家的必爭之地。

但即便是新勢力中將智能駕駛做到前列的小鵬，也只是完成了NGP覆蓋243座城市的目標，隨著(zhù)“FSD入華”，車(chē)企提升智駕能力也將變得更加迫切，誰(shuí)能更高效、更低成本地支持城市NOA，誰(shuí)就能搶先一步與友商拉開(kāi)差距。

另一方面，在智駕升級的壓力之下，各大車(chē)企也通過(guò)大量實(shí)踐、試錯，逐漸認識到“端對端”是提升智能能力的“有效解法”，在自動(dòng)駕駛領(lǐng)域，端到端大模型將能帶來(lái)更加突出的算法能力躍升。

但端到端對自動(dòng)駕駛來(lái)說(shuō)，可能是“有效解法”，但卻不一定是“最佳解法”。馬斯克曾發(fā)文表示，特斯拉今年將在綜合訓練和推理人工智能方面（主要用于汽車(chē)）投入約100億美元，任何公司如果不能達到這一水平的支出，且不能高效地進(jìn)行支出，就無(wú)法競爭。

這其實(shí)也揭示了端到端模型背后的三大棘手問(wèn)題：高質(zhì)量數據、算力和算法。首先，自動(dòng)駕駛系統需要大量的高質(zhì)量訓練數據，但收集、標注和維護這些數據也成為了一項挑戰。

比如馬斯克就曾在自傳中提到，特斯拉全球200萬(wàn)臺車(chē)每天可收集1600億幀的駕駛視頻，但絕大多數視頻都是無(wú)用的。毫末智行數據智能科學(xué)家賀翔曾表示，數據占端到端自動(dòng)駕駛開(kāi)發(fā)成本的80%。

另外，要將來(lái)自于不同的傳感器、設備和環(huán)境的數據用于自動(dòng)駕駛的訓練和應用，就需要進(jìn)行準確的數據對齊，這不僅需要先進(jìn)的算法和技術(shù)支持，還需要對這個(gè)領(lǐng)域有深入理解。

最后，算力問(wèn)題也是攻克端到端方案的必由之路，就連馬斯克都曾抱怨FSD的最大限制因素是算力，如果以上述其提到的百億元作為“算力門(mén)檻”，即便不考慮國內主機廠(chǎng)和智駕廠(chǎng)商能否購買(mǎi)到足夠多的高算力GPU，光研發(fā)費用就已經(jīng)攔下了不少車(chē)企。

所以，端到端模型看似是智能駕駛的“最優(yōu)解”，但卻是“簡(jiǎn)約不簡(jiǎn)單”。而且，當前業(yè)內對“端對端”的概念也還沒(méi)有一個(gè)清晰的定義。

據辰韜資本研報顯示，自動(dòng)駕駛架構的演進(jìn)可以分為四個(gè)階段，分別是感知端到端；決策規劃模型化；模塊化端到端；單一模型端到端。

最后階段的“端到端”將不再有感知、決策規劃等功能的明確劃分，而是真正像人腦一樣思考。但目前大部分車(chē)企的端到端模型仍停留在第一、第二階段，但無(wú)論處于哪一階段，廠(chǎng)商都喜歡往自己身上貼上“端到端”標簽，這也是“端到端”被認為難免摻雜水分的原因。

03 “車(chē)路云”重磅登場(chǎng)，智能駕駛的另一路徑

所以，在成本、技術(shù)、數據量等限制之下，那些不曾提前布局智能駕駛的車(chē)企，想要從零開(kāi)始構建端到端模型，也幾乎是“不可能的任務(wù)”。

但據中信證券研報預測，到2026年，高速NOA/城市NOA的自動(dòng)駕駛滲透率預計將達到20%，端到端模型的發(fā)展將催化各級別自動(dòng)駕駛功能滲透率大幅提升。這是否意味著(zhù)，掉隊的車(chē)企將再無(wú)追趕的可能？

有趣的是，此前一位長(cháng)期關(guān)注特斯拉的博主發(fā)文表示，特斯拉把此前刪除的30萬(wàn)行代碼又悄悄地放了回去。雖然這一消息并沒(méi)有得到特斯拉的證實(shí)，也不能就此說(shuō)明特斯拉是否又重新回到規則算法技術(shù)路線(xiàn)，但至少可以給行業(yè)一個(gè)啟發(fā)，走向終點(diǎn)的不會(huì )只有一條捷徑。

小馬智行副總裁李衡宇曾表示，完全自動(dòng)駕駛不太可能是單一的方法，一定是混合的，什么方法能達到完全自動(dòng)駕駛的安全性是人駕駛的10倍，我們就用什么樣的方法。目前來(lái)看，將規則算法和端到端大模型等技術(shù)和方案進(jìn)行融合，可能也是解決方法之一。

除此之外，在去年被相關(guān)部門(mén)提出的“車(chē)路云一體化”概念，不僅是近來(lái)的熱點(diǎn)政策，也成為了促成自動(dòng)駕駛的另外一條技術(shù)路線(xiàn)。

業(yè)內人士認為，FSD的發(fā)展始終受制于端到端模型的進(jìn)化成效和車(chē)端計算能力。而且，安全長(cháng)尾問(wèn)題始終是制約高級別自動(dòng)駕駛落地的主要因素之一，即使解決了90%的問(wèn)題，但剩余的10%卻需要投入百倍的精力才能攻克。因此，車(chē)路云一體化作為安全系數更高的另一條路被放到前臺，其關(guān)鍵是人、車(chē)、路、云，對應的是交通參與者、車(chē)載終端、路側設施和云計算的融合與聯(lián)動(dòng)。

但“車(chē)路云一體化”與“端到端模型”之間，并不是同維競爭的關(guān)系，如果說(shuō)單車(chē)智能是“點(diǎn)”，車(chē)路協(xié)同則是“面”，不管用什么方式，能提升智能水平就是好方法，而“點(diǎn)面結合”也成為了更適合國內路況的另一個(gè)可能。

目前，華為已經(jīng)宣布將在下半年推出車(chē)路云新產(chǎn)品，再加上背靠華為云的華為ADS，這也成為了尚未“上車(chē)”智能駕駛車(chē)企的另一種選擇，光2024年，就約有10多款車(chē)將搭載華為ADS。

當然，無(wú)論是特斯拉將代碼悄悄補上后的“規則算法+端到端”融合智駕方案，還是以“蔚小理”為代表的自研智駕方案；或者是以華為為代表的智駕賦能平臺，甚至未來(lái)也許會(huì )出現“車(chē)路云”與智能駕駛的更深度融合，只能說(shuō)“條條大路通羅馬”，端對端模型雖然熱門(mén)，卻并不一定適合所有車(chē)企。

有智駕從業(yè)者指出，從普通架構切換到端到端技術(shù)的成本非常高，鏈路也非常長(cháng)，今年年底估計只有10%的功能切換到端到端。

這也是智能駕駛技術(shù)迭代過(guò)程中必須經(jīng)歷的問(wèn)題，考慮到我們離完全自動(dòng)駕駛還有不少距離，在此之前，如果車(chē)企或智駕廠(chǎng)商押注單一技術(shù)路線(xiàn)，都可能帶來(lái)一定的風(fēng)險。車(chē)圈雖然流行流量大戰，但終歸只有適合自己的，才是最好的。

*文章封面首圖及配圖，版權歸版權所有人所有。若版權者認為其作品不宜供大家瀏覽或不應無(wú)償使用，請及時(shí)聯(lián)系我們，本平臺將立即更正。