经典的中国故事，硅谷诞生酷炫吊炸天的高科技，中国不着急，让美国人搞去。我们的特长是搞钱，不见兔子不撒鹰。

激光雷达的人民战争

激光雷达就是这么一个典型的中国故事：美国创新，中国等着，直到有了商业前景，利用中国供应链 + 场景 + 工程师红利 + 牛马加班，冲进去，摧枯拉朽，高端科技品干成白菜价，几万美元被卷成几千人民币，卷死了欧美品牌。

• 2019-2020年，中国新能源车市场突然爆发，中国力量排山倒海而来，傲慢且缓慢的欧美公司，让你见识一下人民战争的汪洋大海。

• 2019年行业龙头禾赛科技激光雷达平均售价12w人民币，2023年变成了3.2k人民币，还有品牌已经干到千元附近。全球车载激光雷达市占率23年排名前五厂商中，前三都是中国车企，加起来有80%

人类用视觉可行，一部分是因为人类有一颗超强眼睛+超越所有物种的大脑，另一部分是人类没有其它敏锐的传感器了。

但从人工智能的大力奇迹演化路径上，纯视觉方案才有足够的优质训练数据。

端到端的模型趋势

一种宣发的说法：一个无限接近人类司机的自动驾驶系统约需要 10 亿行代码，以人力编写规则，几乎是不可能完成的任务。但端到端模型几乎能实现几乎无上限的规则。从 24 年 5 月 16 日，零一汽车披露其端到端自动驾驶系统的进展，宣称系统复杂度降低 90%，研发成本下降 80%，标注任务减少 90%^[3]。

输入：大部分自动驾驶汽车都装载了相机、Lidar、毫米波雷达等各类传感器，采集这些传感器的数据，输入深度学习系统即可。

输出: 可以直接输出转向角、油门、刹车等控制信号，也可以先输出轨迹再结合不同的车辆动力学模型，将轨迹转为转向角、油门、刹车等控制信号

为了降低训练难度，端到端大模型也需要进行拆分，一般分为两个阶段：

• 一个阶段解决感知问题（看懂世界-输入为各类 corner case 视频+高清采集数据，通过多模态技术将视觉信号与文本信号对齐输出）
• 一个阶段解决认知问题（驾驶决策-输入为感知结果+驾驶行为，这一阶段可通过量产车进行大规模定向采集，训练结果类比于捧哏的生成式模型，做续写作文预测任务）
  • 人类驾驶汽车不仅依赖历史感知结果，还更多依赖对未来的判断，老司机往往对未来几秒的交通环境有非常好的预判

如此有两个好处：

1. 可先独立训练，再进行联合 finetue，降低训练难度
2. 不同阶段可采用不同的数据，大幅降低数据成本

自特斯拉的FSD V12（没有程序员写一行代码来识别道路、行人等概念，全部交给了神经网络自己思考。V12的C++代码只有2000行，而V11有30万行）放出来后，自24年国内的厂商开始转向营销端到端（End to End）智驾了，也开始集中资源开始猛攻。

FSD V12一出场, 国家又开始对特斯拉这条鲇鱼网开一面，在备案落地上开始大开绿灯

FSD的硬件平台由特斯拉自主研发，芯片采用三星14纳米工艺制造，集成了多个CPU、GPU和神经处理单元，算力高达144TOPS。相比较国产车采用较多的高通8155，FSD的硬件平台比8155的GPU和NPU算力和高很多，8155采用7nm制程，一种说法是其GPU算力8T FLOPS，NPU算力4TOPS

马斯克发现，当输入超过100w个视频后，基于神经网络的自动驾驶系统才开始变现良好。这里真正的门槛就是算力+数据。随着自动驾驶技术的不断进步，自动驾驶可能会迎来ChatGPT时刻，只有投身到智驾的公司，才能进入到科技企业的定位，从不断向制造业车企靠拢的估值泥沼中摆脱出来。

上车难题

云端系统为了处理数以百万计的 clips，一般都采用复杂的网络结构，巨大的网络参数（10 亿或更多），再用成千上万张 A100 进行训练，但车端往往只有很低的算力，功耗也不能高，却要求极高的帧率，极低的延迟，这导致只有经过大规模量化剪枝等提效手段后才有可能上车运行。

这些最难的部分，特斯拉还没公开谈过是如何解决的。

当前国内智能驾驶走在前面的华为乾崑ADS3.0和小鹏XNGP，应该都还不是全端到端的解决方案，乾崑ADS3.0实现了决策规划的模型化^[3]，一方面是监管的原因，一方面车载的算力可能也不支持，但相信一旦有同行趟出路来，以上面的中国优势加产业锚定的举国之力，必然又是迎头赶上，且迎头痛击国际同行，就请时间来见证。

数据的难题

1. 端到端范式下想要自动驾驶识别一些 corner case的处理方式，需要大量数据进行训练，远超过了原始的分任务策略范式。例如想要自动驾驶识别塑料袋是可以压过去的，需要喂数据（传统的占用网络遇到塑料袋时，往往会认为空间被占用），而原来可以人为设计一个塑料袋可以压过去的驾驶策略。塑料袋，泡沫等软性材质是可以压过去的。交警的手势优先级高于红绿灯，救护车是要避让的，这些都属于人类社会的世界知识，都是人类经过长期学习后获得的，一种拿来主义借力方式是引入大语言模型辅助，相当于副驾坐一位见多识广的陪练告知你 corner case 如何处理，但 LLM 的幻觉在车规级来看还非常严重，仍然风险巨大
2. 采集到的数据绝大部分驾驶行为都是雷同的，大部分都是直行，能用的数据少得可怜。平衡数据的长尾（有效性）和数据的规模（成本）是个问题。除了从海量 clips 中提取有效的特征，从哪些维度统计数据的分布，都需要大量的工作。
   1. 为了解决长尾数据问题，业界也在尝试用 AIGC 技术构造数据
3. 数据泛化问题，不同车型传感器配置差异巨大，采集的数据往往难以复用，国内车企普遍车型众多，最后可能采了一堆数据放那里没法使用，看起来是数据资产，实际都是存储成本。

数据可能占到端到端自动驾驶开发80%以上的研发成本

老牌车企的落后

动力+售后全面超越

汽车方面速度一直是一个硬指标，打造速度与激情的荷尔蒙设定是豪车的拿手好戏，也是豪华品牌的基础。

现今豪华车企在三电动技术面前就扛不住了，且绿牌怪瞅着BBA的豪华感累积深厚，直接用科技感即正义的全新美学 + 互联网时代的运营手段把你干碎，从动力硬实力到豪华感服务售后层面的软实力都给你把规则改了，尤其是 智能化吊打 BBA。

欧洲为啥没落

**可人家老牌车企这么有钱，就不能也搞电动车? ** 这种问题在传统互联网转移动互联网时期，欧洲的爱立信和诺基亚也同问过。

从全球领先最终却依然在新技术面前无力回天，要弄懂近20年为什么欧洲出不了超一流科技公司说起：

• 欧洲太享受和强调劳工权益，且缺少语言和文化的统一，欧洲有27个国家，24种语言，每个国家都有各种严苛法规，扩张阻力太大，风投人才储备技术孵化机构都四分五裂，人才钱都不那么容易流通
  • 中美都是铁板一块，且中美两国人民皆有更强的挣钱意识
• 守和佛导致造出的电动车都平平无奇，续航动力配置还是智能化都被甩在很多中国新能源车后，想赢着实难

今后的格局

东罗马和西罗马并存，共同卷死世界！

成长的反思

端到端之前，基于规则**（rule-based）。这个路线，特别适合中国的工程师红利**，人海战术，堆人处理各种corner case。在裁员和就业难的背景下，HR和猎头针对智驾工程师的挖角，却剑拔弩张，华为，狠角色，大约有7000人规模。另外，小鹏超3000人，比亚迪快速募集 4000 人。正当卷的火热，“端到端”来了，技术路线变了。特斯拉做端到端的团队在200-300人。这路线不堆人，但掀起另一场军备竞赛——数据+算力。2024年底前，马斯克的Dojo 超算中心总算力要提升至 10 万 PFLOPS，中国汽车行业比较领先的，华为的超算中心是3500 PFLOPS，长安1420 PFLOPS，目前是数量级上的差异。但好在以华为为代表的芯片企业正在步步突破半导体的卡脖子问题，NPU 卡自己能生产。

“卷”，曾经是功大于过，卷出了竞争力，助力了产业升级和突围，但是当中国已经来到这个体量，再卷，就是路径依赖，依赖老方法，一叶障目，就会看不清未来的路。卷到我们的生态底层病了，如今我们想栽创新的苗，但是我们的土壤是病的，这怎么搞？

怎么分配，这就是产业价值观。尤其是大公司，一年下来，核心精力是很有限的。

• 特斯拉，分配给“卖车”这事的核心精力，是有限的，赚钱这事，其实耽误了。按照行业规律，快速多出新车，特斯拉会卖的更好。
• 工作重心如老是降本增效，扣硬件成本；卷，勒紧裤腰带奋斗，鞭子抽在自己和伙伴的身上，大家咬牙冲啊。这一套东西，过去是对的，有功的。但是当下，已经是中国突围的障碍。

小业靠自己卷，大业靠伙伴^[4]。我们很多企业已经成功到自己当行业带头大哥了，要做的是领导好生态，建立健康的、尊重知识产权的产业价值观，兄弟们都有合理的利润，大家一起帮中国想想，怎么汇集顶级人才。未来比拼的不是人才的数量，而是人才的高度和厚度，高质量发展，新质生产力离不开创新的苗。

参考