最近，在智駕領(lǐng)域，“車(chē)位到車(chē)位”的概念火了起來(lái)。從詞意來(lái)看，好像是從一個(gè)停車(chē)位到另一停車(chē)位，但其中還“折疊”了一段城市領(lǐng)航輔助駕駛（城市NOA）。自動(dòng)泊車(chē)并不稀奇，城市NOA也已經(jīng)歷“開(kāi)城大戰(zhàn)”階段，按理說(shuō)“車(chē)位到車(chē)位”應(yīng)該沒(méi)什么難度和賣(mài)點(diǎn)，為何產(chǎn)業(yè)鏈上下游企業(yè)卻以此屢屢宣介？

智駕落地場(chǎng)景貫通延展

2025年曾被行業(yè)預(yù)言將是城市NOA大規(guī)模爆發(fā)的元年，但現(xiàn)實(shí)發(fā)展得比想象還要快。

據(jù)媒體報(bào)道，1月13日，深圳機(jī)場(chǎng)成為國(guó)內(nèi)首個(gè)正式允許“自主泊車(chē)代駕”商用試點(diǎn)的標(biāo)桿案例；作為該項(xiàng)目的首個(gè)合作伙伴，華為乾崑智駕泊車(chē)代駕VPD（Valet Parking Driver）則成為國(guó)內(nèi)首家拿下大型機(jī)場(chǎng)停車(chē)場(chǎng)官方許可的供應(yīng)商。

按照計(jì)劃，車(chē)輛配裝華為乾崑智駕ADS 3.0系統(tǒng)的車(chē)主，在深圳機(jī)場(chǎng)指定區(qū)域?qū)⒖梢约せ頥PD的自主巡航泊車(chē)和一鍵召喚兩大功能，實(shí)現(xiàn)到機(jī)場(chǎng)趕飛機(jī)快速停車(chē)、返程后快速上車(chē)的場(chǎng)景需求。

具體來(lái)說(shuō)，當(dāng)車(chē)輛到達(dá)機(jī)場(chǎng)停車(chē)場(chǎng)下客區(qū)，車(chē)主下車(chē)后通過(guò)手機(jī)App操控，選好目標(biāo)車(chē)位即可奔赴候機(jī)廳。車(chē)輛通過(guò)VPD能夠自主巡航并準(zhǔn)確泊入目標(biāo)車(chē)位。同時(shí)，在低速行駛過(guò)程中，車(chē)輛可自主會(huì)車(chē)避讓、禮讓行人，并在目標(biāo)車(chē)位被占時(shí)自尋空車(chē)位，提高機(jī)場(chǎng)停車(chē)場(chǎng)內(nèi)停車(chē)的效率。

同時(shí)，當(dāng)車(chē)主飛行落地深圳機(jī)場(chǎng)時(shí)，車(chē)輛的VPD還支持一鍵召喚功能。車(chē)主可直接通過(guò)手機(jī)App讓車(chē)輛自主泊出并智能巡航到停車(chē)場(chǎng)上客區(qū)，實(shí)現(xiàn)“召之即來(lái)”，提升尋車(chē)效率。

“華為乾崑于業(yè)界首個(gè)提出并實(shí)現(xiàn)VPD泊車(chē)代駕商用，此次在深圳機(jī)場(chǎng)的商用試點(diǎn)發(fā)布，是智能駕駛領(lǐng)域的里程碑事件，也是我們邁向無(wú)人駕駛非常關(guān)鍵的一步。”華為智能汽車(chē)解決方案BU首席執(zhí)行官靳玉志強(qiáng)調(diào)。

相較于城市NOA“全國(guó)都能開(kāi)”這一更宏觀(guān)的發(fā)展規(guī)劃，從“車(chē)位到車(chē)位”對(duì)終端用戶(hù)而言更加實(shí)惠。“車(chē)位到車(chē)位”，從字面意思理解，就是從任意一個(gè)車(chē)位出發(fā)，經(jīng)過(guò)各種復(fù)雜場(chǎng)景，最終到達(dá)另一個(gè)車(chē)位的全程自動(dòng)駕駛能力。整個(gè)過(guò)程包含行車(chē)和泊車(chē)兩部分。相比于行車(chē)，自動(dòng)泊車(chē)功能是容易被大眾忽略的部分，但恰恰是用戶(hù)購(gòu)車(chē)時(shí)更看重的因素。

就在2024年的倒數(shù)第三天，靳玉志與阿維塔科技總裁陳卓在直播中，通過(guò)智駕順利實(shí)現(xiàn)了車(chē)輛從A停車(chē)場(chǎng)的非固定車(chē)位行駛至B停車(chē)場(chǎng)的任意車(chē)位，所演示的正是當(dāng)月17日推送的ADS 3.2版本新功能。只見(jiàn)阿維塔12進(jìn)入陌生停車(chē)場(chǎng)之后，系統(tǒng)自動(dòng)識(shí)別周邊車(chē)位并自行泊入，整個(gè)過(guò)程相對(duì)無(wú)縫且流暢，即使車(chē)位被占，車(chē)輛也能“漫游”找到附近的空車(chē)位停進(jìn)去。

據(jù)悉，此次直播中的那輛阿維塔12，首次來(lái)到該停車(chē)場(chǎng)就實(shí)現(xiàn)了自動(dòng)規(guī)劃停車(chē)位的功能。這意味著華為乾崑的“車(chē)位到車(chē)位”無(wú)需記憶，首趟就可使用。

“車(chē)位到車(chē)位”產(chǎn)品密集發(fā)布

“車(chē)位到車(chē)位”這顆石子悄悄投入湖水后，炸醒了不少“裝睡的人”。

時(shí)鐘撥回到2024年廣州車(chē)展開(kāi)幕前一天，小米董事長(zhǎng)兼首席執(zhí)行官雷軍通過(guò)直播展示了小米汽車(chē)“車(chē)位到車(chē)位”的智駕能力。而趕在2024年的最后一天，小米汽車(chē)正式官宣，“車(chē)位到車(chē)位”端到端全場(chǎng)景智能駕駛先鋒版已開(kāi)始推送，支持車(chē)輛自動(dòng)駛出車(chē)位、到達(dá)目的地自動(dòng)開(kāi)啟尋位泊車(chē)等功能。此次更新正式接入VLM視覺(jué)語(yǔ)言大模型，系統(tǒng)可識(shí)別復(fù)雜道路環(huán)境和特殊交通規(guī)則區(qū)域。

1月15日，理想汽車(chē)宣布，全新ADMaxV13.0即將隨OTA 7.0全量推送。該版本無(wú)限接近零接管800萬(wàn)Clips訓(xùn)練模型，城市、高速全場(chǎng)景端到端，車(chē)位到車(chē)位，“絲滑無(wú)斷點(diǎn)”。據(jù)試用過(guò)的理想用戶(hù)反映，升級(jí)后的ADMax系統(tǒng)可直接從城市NOA切換到自主記憶泊車(chē)AVP，實(shí)現(xiàn)“絲滑”的轉(zhuǎn)彎入庫(kù)，而最令人驚喜的地方在于系統(tǒng)還能夠自主過(guò)閘機(jī)。

原定去年年底推送的小鵬汽車(chē)，最終在2025年1月底才實(shí)現(xiàn)全量推送XOS 5.5.0，新增“車(chē)位到車(chē)位”智駕功能。小鵬汽車(chē)董事長(zhǎng)何小鵬表示，基于小鵬圖靈AI智駕體系，小鵬成為行業(yè)首家用一套智駕軟件以及基于端到端大模型實(shí)現(xiàn)“車(chē)位到車(chē)位”的企業(yè)。據(jù)悉，該方案以一套軟件邏輯，打通地庫(kù)、閘機(jī)、城區(qū)道路等場(chǎng)景，并且輕地圖、輕雷達(dá)，路線(xiàn)還能無(wú)感生成。

與智駕有關(guān)的新名詞、新技術(shù)，多半離不開(kāi)特斯拉的帶動(dòng)作用，此次的“車(chē)位到車(chē)位”也是特斯拉率先拉動(dòng)引繩。

2024年12月，特斯拉正式向外部用戶(hù)推送了FSD V13.2版本，支持“車(chē)位到車(chē)位”，并預(yù)計(jì)2025年一季度向中國(guó)用戶(hù)同步推送。根據(jù)官方的說(shuō)明，與前一個(gè)版本相比，最新的V13針對(duì)AI4（HW4）平臺(tái)的車(chē)輛提供了非常多關(guān)鍵改進(jìn)。有不少用戶(hù)在更新FSD V13.2后發(fā)現(xiàn)，新系統(tǒng)即便是在雪地行駛也能做到零接管，并且車(chē)輛可以準(zhǔn)確駛?cè)牒筒闯鲕?chē)位，點(diǎn)到點(diǎn)的智能駕駛能力并未受到影響，在夜晚也能夠自主駛?cè)氤?jí)充電站充電。而且，特斯拉FSD V13.2也是無(wú)需記憶就可以實(shí)現(xiàn)點(diǎn)到點(diǎn)。

經(jīng)歷了2022年的高速公路NOA，2023年的城市NOA，2024年“全國(guó)都能開(kāi)”，2025年“車(chē)位到車(chē)位”成為新的智駕高地。放眼全球，特斯拉、華為、理想、小鵬、小米、極氪等聚焦高階智駕的企業(yè)，都進(jìn)入了“車(chē)位到車(chē)位”的競(jìng)技場(chǎng)。

從技術(shù)角度來(lái)看，“車(chē)位到車(chē)位”是一個(gè)復(fù)合的場(chǎng)景，包括停車(chē)場(chǎng)泊車(chē)代駕、城區(qū)和高速NOA、自動(dòng)進(jìn)出閘機(jī)等。從技術(shù)角度來(lái)看，無(wú)需固定車(chē)位意味著系統(tǒng)已具備強(qiáng)大的“世界感知”能力，自行漫游、自行定位、自行泊入更是感知與規(guī)控的完美結(jié)合。因此，業(yè)內(nèi)也有觀(guān)點(diǎn)認(rèn)為，“車(chē)位到車(chē)位”的競(jìng)賽，本質(zhì)是智駕企業(yè)“端到端”的博弈。

打通技術(shù)底層邏輯是關(guān)鍵

“‘車(chē)位到車(chē)位’沒(méi)什么稀奇的，實(shí)際就是智能駕駛的全部場(chǎng)景。”同濟(jì)大學(xué)汽車(chē)學(xué)院教授朱西產(chǎn)向記者解釋道，“原來(lái)的智駕針對(duì)單個(gè)場(chǎng)景拆分成各個(gè)功能，現(xiàn)在融合到了一起。”

華為乾崑智能駕駛業(yè)務(wù)前工程師劉源也證實(shí)：“‘車(chē)位到車(chē)位’功能的實(shí)現(xiàn)，主要邏輯就是從技術(shù)上打通了AVP代客泊車(chē)輔助和城區(qū)NOA，場(chǎng)景上合二為一，進(jìn)一步簡(jiǎn)化消費(fèi)者的操作。”他告訴記者，雖然不少車(chē)企都宣布擁有“車(chē)位到車(chē)位”的智駕功能，但底層邏輯存在差異。“有的廠(chǎng)家兩段技術(shù)棧不同，要拼接到一起才能實(shí)現(xiàn)。華為的邏輯則是打通端到端這一個(gè)技術(shù)棧的兩個(gè)場(chǎng)景。”據(jù)介紹，實(shí)現(xiàn)端到端從場(chǎng)景能力上的打通后，以前AVP是AVP技術(shù)，NOA是NOA技術(shù)，現(xiàn)在多個(gè)場(chǎng)景都可在整體NOA能力的延展上直接復(fù)用。

自動(dòng)泊車(chē)和城市NOA技術(shù)都已量產(chǎn)落地，那么“車(chē)位到車(chē)位”無(wú)非是將兩種功能實(shí)現(xiàn)“A＋B＋A”的結(jié)合，難點(diǎn)何在？在劉源看來(lái)，“車(chē)位到車(chē)位”場(chǎng)景的“拼接”并不難，難的是打通端到端的底層邏輯。

不難發(fā)現(xiàn)，此番宣布實(shí)現(xiàn)“車(chē)位到車(chē)位”的車(chē)企，基本都是端到端技術(shù)路線(xiàn)的擁護(hù)者。這是偶然，也是必然。朱西產(chǎn)認(rèn)為，如果不采用人工智能端到端技術(shù)，無(wú)法實(shí)現(xiàn)“車(chē)位到車(chē)位”這種復(fù)雜的應(yīng)用。端到端一定是智能駕駛的現(xiàn)在和未來(lái)，是實(shí)現(xiàn)自動(dòng)駕駛惟一的計(jì)算路線(xiàn)。

朱西產(chǎn)還強(qiáng)調(diào)，端到端模型的優(yōu)勢(shì)，在于減少各模塊之間信息傳遞過(guò)程中的丟失問(wèn)題，通過(guò)Transformer構(gòu)成一個(gè)更大的網(wǎng)絡(luò)，訓(xùn)練過(guò)程中實(shí)現(xiàn)更多參數(shù)的全局最優(yōu)；另外，還可以提升開(kāi)發(fā)效率，實(shí)現(xiàn)全局優(yōu)化及更強(qiáng)的泛化性等。“上限很高，但難度也很大。”他直言，要真正實(shí)現(xiàn)“全場(chǎng)景都能開(kāi)”，目前的端到端模型還差得很遠(yuǎn)，尤其是達(dá)到“一段式端到端”，幾乎不可能。

其實(shí)，業(yè)內(nèi)對(duì)于“一段式端到端”還是“兩段式端到端”的爭(zhēng)議由來(lái)已久。有市場(chǎng)分析人士認(rèn)為，目前在做“一段式端到端”的企業(yè)鳳毛麟角，大多數(shù)企業(yè)的技術(shù)和產(chǎn)品還是分段式。

據(jù)了解，“兩段式端到端”方案的信息經(jīng)過(guò)感知模型過(guò)濾后，再到規(guī)控模型，有兩個(gè)信息處理環(huán)節(jié)。而“一段式端到端”方案將智駕的感知、預(yù)測(cè)決策、規(guī)劃多個(gè)模塊合為一體，直接從傳感器輸入外部環(huán)境信息，并輸出車(chē)輛的行駛軌跡，使得端到端模型像人類(lèi)大腦一樣，具備更高的理解力和進(jìn)化能力，能夠掌握新的工具并應(yīng)對(duì)未曾見(jiàn)過(guò)的場(chǎng)景。

“安全是汽車(chē)不可忽視的最重要原則。”朱西產(chǎn)表示，如果要做“一段式端到端”，就要拿掉安全準(zhǔn)則模型，車(chē)輛將傳感器采集到的信息直接發(fā)送到一個(gè)統(tǒng)一的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)處理之后，輸出自動(dòng)駕駛汽車(chē)的駕駛命令，即算法直接將系統(tǒng)的輸入端連接到輸出端。雖然信息無(wú)損程度更低，但其“黑盒”屬性（模型的決策過(guò)程不公開(kāi)或難以理解）存在更大的安全挑戰(zhàn)。

無(wú)法與人工準(zhǔn)則模型進(jìn)行“組裝”，也是“一段式端到端”不可忽視的缺點(diǎn)，尤其是涉及安全的準(zhǔn)則模型。另外，還有數(shù)據(jù)要求質(zhì)量高＋數(shù)量大、算力難題、算法難題、可解釋性難題、模型設(shè)計(jì)難題、上車(chē)難題等挑戰(zhàn)。同時(shí)，“一段式端到端”系統(tǒng)，比分層的端到端更難收集“長(zhǎng)尾問(wèn)題”數(shù)據(jù)，也會(huì)影響模型迭代。

朱西產(chǎn)承認(rèn)，“一段式端到端”大模型的表現(xiàn)非常驚艷，但他估計(jì)近兩年上車(chē)的可能性不大。朱西產(chǎn)表示，根據(jù)國(guó)內(nèi)車(chē)企目前在智能駕駛領(lǐng)域的數(shù)據(jù)能力和AI訓(xùn)練算力，做感知端到端，融合激光雷達(dá)的感知方案，在規(guī)控算法上保留安全準(zhǔn)則模型，這種分段式端到端模型是比較合理的技術(shù)路線(xiàn)。

行業(yè)還應(yīng)理性發(fā)展端到端

無(wú)論哪種技術(shù)路線(xiàn)，端到端模型的自研難度都不容小覷。

具體難在哪？朱西產(chǎn)給記者算了一筆賬，持續(xù)開(kāi)發(fā)訓(xùn)練端到端大模型，首先需要高算力的人工智能芯片，其次離不開(kāi)海量的數(shù)據(jù)支持，再次需要建設(shè)高算力的訓(xùn)練平臺(tái)，還得有懂人工智能的高級(jí)人才來(lái)構(gòu)建模型。“算法、數(shù)據(jù)、算力都要靠芯片來(lái)支撐，包括車(chē)端推理算力及云端的訓(xùn)練算力，都需要高算力人工智能芯片驅(qū)動(dòng)，這些芯片成本高昂，以英偉達(dá)A100為例，一顆大概價(jià)值25萬(wàn)元，而這樣的芯片在大模型的訓(xùn)練中至少需要1萬(wàn)顆，總共需要約25億～30億元，這是一筆不小的投入。在美國(guó)對(duì)華發(fā)布新一輪芯片禁令后，這些高算力芯片恐怕將更難獲得。”

除了高算力芯片外，大批量?jī)?yōu)質(zhì)數(shù)據(jù)的獲取也是一大難題。理想汽車(chē)用戶(hù)張先生在OTA 7.0更新前，使用城市NOA功能的頻率非常高。作為一名老司機(jī)，他對(duì)老版本略有微詞。“雖然在大部分情況下，智駕的表現(xiàn)令人滿(mǎn)意，但在一些復(fù)雜路況和極端路口，我還是不敢使用智駕系統(tǒng)。”張先生舉例說(shuō)，“我家住胡同，道路狹窄，路邊不規(guī)則障礙物多，有時(shí)候就識(shí)別不出來(lái)。另外，在多車(chē)交匯路口，智駕系統(tǒng)的邏輯過(guò)于保守或者說(shuō)太守規(guī)矩，其實(shí)是不太符合‘老司機(jī)’的駕駛邏輯。”

如何將車(chē)輛訓(xùn)練得更像“老司機(jī)”，幾乎是研究端到端模型自動(dòng)駕駛企業(yè)要面對(duì)的共同難題。而除了收集更多優(yōu)質(zhì)的數(shù)據(jù)不斷訓(xùn)練，似乎目前也沒(méi)什么更好的辦法。馬斯克曾在社交平臺(tái)X上回帖道：與V12.5.4相比，13.2版本能力提升了5倍；模型參數(shù)量增加3倍，讓基于時(shí)序的推理能力大幅提高。

理想汽車(chē)智能駕駛研發(fā)負(fù)責(zé)人郎咸朋此前也表示，要達(dá)到500公里的綜合MPI（城市＋高速綜合接管里程），預(yù)計(jì)需要2000萬(wàn)Clips（視頻片段）的水平。如果2000萬(wàn)Clips從不到5％的老司機(jī)中篩選，這里隱含的數(shù)據(jù)量，要達(dá)到50億公里甚至上百億公里的水平。這種等量級(jí)的數(shù)據(jù)需求將卡住不少智駕企業(yè)。

知行科技創(chuàng)始人兼首席執(zhí)行官宋陽(yáng)認(rèn)為，智駕行業(yè)對(duì)端到端似乎有些過(guò)于神話(huà)的傾向，認(rèn)為其無(wú)所不能。事實(shí)上，行業(yè)對(duì)基本常識(shí)還需有一定的認(rèn)知。端到端并非萬(wàn)能，其“黑盒”特性決定了無(wú)法通過(guò)簡(jiǎn)單明確、可解釋的規(guī)則約束系統(tǒng)的安全邊界，因此存在安全性挑戰(zhàn)。模型能力評(píng)測(cè)從模擬環(huán)境到真實(shí)環(huán)境，系統(tǒng)的適應(yīng)能力和泛化能力有待更廣泛的驗(yàn)證。

凱聯(lián)資本研究院院長(zhǎng)由天宇更是直言，整個(gè)行業(yè)都得了“AI焦慮癥”，大部分從業(yè)者只模糊認(rèn)識(shí)到AI是大趨勢(shì)，但實(shí)際并不明確AI的發(fā)展方向、底層邏輯，也不知道AI將如何重構(gòu)產(chǎn)業(yè)，甚至不清楚自己要做什么，只是被裹挾著不得不做。

車(chē)企一窩蜂扎向端到端的行為并不理智，也不現(xiàn)實(shí)。但隨著一些新創(chuàng)品牌的倒塌，業(yè)界都意識(shí)到未來(lái)的市場(chǎng)競(jìng)爭(zhēng)必將更加激烈，尤其是智能化競(jìng)爭(zhēng)的下半場(chǎng)，端到端幾乎成為下一輪決賽圈的“入場(chǎng)券”。

對(duì)于大部分車(chē)企來(lái)說(shuō)，不做端到端可能會(huì)“死”，做端到端但是做不好可能也會(huì)“死”，站在“分岔路口”何去何從。

對(duì)此，業(yè)內(nèi)專(zhuān)家認(rèn)為，車(chē)企擁有第三條路的選擇，那就是“抱團(tuán)取暖”。“我們并不建議車(chē)企都去自研端到端，這條發(fā)展道路投入大、難度高、收效慢，明智的做法是選擇與華為、大疆、地平線(xiàn)、Momenta等企業(yè)合作賦能。”朱西產(chǎn)表示，目前，國(guó)內(nèi)如華為、地平線(xiàn)、黑芝麻智能等企業(yè)已經(jīng)小有成績(jī)，尤其在車(chē)端計(jì)算芯片方面，像華為在車(chē)端和云端計(jì)算都有著很強(qiáng)的實(shí)力，可以直接為車(chē)企賦能，讓專(zhuān)業(yè)的人做專(zhuān)業(yè)的事，車(chē)企專(zhuān)心做車(chē)，這樣會(huì)更有利于整個(gè)行業(yè)的資源集中，形成良好的持續(xù)發(fā)展態(tài)勢(shì)。

消息來(lái)源：中國(guó)汽車(chē)報(bào)