全球首個自駕+機器人統一基座模型開源了！針對自駕與具身操作場景的知識遷移難題，小米汽車陳龍團隊提出並開源了全球首個打通這兩大領域的跨具身（X - Embodied）基座模型——MiMo-Embodied。MiMo-Embodied基於MiMo-VL架構，通過建構涵蓋通用視覺、具身任務及駕駛場景的高品質資料集，並採用包含思維鏈（CoT）和強化學習（RL）的漸進式四階段訓練策略，有效打破了室內操作與戶外駕駛之間的領域鴻溝。在實測效果上，MiMo-Embodied在自動駕駛與具身智能共計29個Benchmark上均超越了現有的專用模型及通用模型，實現了跨領域的最先進（SOTA）性能。無論是開車的環境感知、規劃，還是機器人的拿取、導航，主打一個我全都要。具身與智駕，小米全都要！在以往具身/自駕的VLM領域中，往往存在以下問題：一方面是缺乏統一的具身VLM(Unified Embodied VLM)。現有的視覺語言模型（VLMs）大多專注於單一領域（僅室內任務或僅戶外駕駛），缺乏能夠連接這兩個領域的統一模型。限制了模型在動態環境中與物理世界有效互動的能力。而這，也帶來了領域差距與遷移困難。具身智能側重於室內操作，而自動駕駛側重於戶外道路，兩者存在顯著的領域差距（Domain Gap），阻礙了能力的跨領域遷移 。另一方面則是評估體系缺失， 即缺乏全面的跨具身能力評估體系來衡量模型在兩個領域的綜合表現。為瞭解決這些挑戰， MiMo-Embodied試圖將自動駕駛和具身智能的任務合併到一個統一的VLM中，以整合模型的跨具身能力。如上圖所示，MiMo-Embodied架構由以下三個部分組成：用於編碼視覺輸入的 Vision Transformer (ViT)：模型使用ViT來編碼各種類型的視覺輸入，包括單張圖像、多張圖像和視訊。這使得模型能夠提取複雜的模式和關係。一個投影器（projector）： 使用多層感知機（MLP）作為投影器（Projector），將視覺Token對應到與大語言模型對齊的潛在空間。負責文字理解和推理的LLM：LLM作為核心元件，負責理解文字指令並結合視覺資訊進行推理，生成連貫且上下文相關的響應。由此，通過無縫整合視覺和文字領域，MiMo-Embodied增強了多樣化多模態推理任務和應用的潛力。接下來，為了實現跨領域的統一能力，論文提出了一套系統的資料建構和分階段訓練策略：首先在資料方面，訓練資料涵蓋了通用多模態理解、具身 AI（功能性預測、規劃、空間理解）和自動駕駛（感知、預測、規劃）三個維度的多模態資料：通用資料：基於MiMo-VL語料庫，包含圖像、視訊、長文字等，長文件和合成推理資料，確保廣泛覆蓋感知、推理和互動能力。具身智能資料：涵蓋可供性預測（Affordance Prediction）、高層任務規劃和空間理解，整合了如 PixMo-Points, RoboAfford, RoboRefIt等資料集。自動駕駛資料：涵蓋環境感知、狀態預測和駕駛規劃，整合了 CODA-LM, DriveLM, nuScenes-QA等資料集。基於上述建構的資料集，研究又開發了一種四階段訓練策略。基於MiMo-VL，研究引入了具身智能和自動駕駛方面的專門監督，最終通過思維鏈微調和強化學習實現高級推理能力 。這一策略有助於模型建立在先前獲得的能力之上，從而在具身互動和自動駕駛領域實現穩健的性能。階段1：具身智能監督微調 (Embodied AI Supervised Fine-tuning)：結合通用資料和具身資料，建立核心的視覺語言理解、具身推理能力。階段2：自動駕駛監督微調 (Autonomous Driving Supervised Fine-tuning)： 在階段1的基礎上，加入大量自動駕駛資料。重點訓練多視角空間推理、視訊時間一致性和複雜交通場景分析 。階段3：思維鏈推理微調 (CoT Supervised Fine-tuning)： 使用包含明確推理步驟的資料進行微調。這增強了模型處理複雜多步問題的能力，例如風險評估和行為合理性解釋。階段4：強化學習微調 (RL Fine-Tuning)： 使用 GRPO (Group Relative Policy Optimization) 演算法。通過針對正確性（如選擇題匹配、IoU計算）設計獎勵訊號，進一步最佳化模型的精確度和可靠性。實驗測試為了驗證MiMo-Embodied的性能，研究分別在定性和定量兩層面進行評估，定量比較涉及針對具身智能和自動駕駛的各種既定學術和行業基準的客觀評估，從而能夠與領先模型進行直接的實證比較。定性評估則展示了MiMo-Embodied在現實世界任務中的實際效能，突出了其在複雜機器人和自動駕駛場景中的部署，並提供了其將習得能力轉化為有效性能的具體證據 。基準測試上的定量比較首先，在具身能力方面，研究在三個核心領域進行了全面評估：可供性預測、任務規劃和空間理解。結果表明，MiMo-Embodied 取得了具有競爭力的結果，與通用多模態模型和專用具身模型相比，在可供性預測和空間理解方面表現出特別的優勢。其次，在自動駕駛能力方面，研究在感知能力、預測能力和規劃能力上進行了評估。包含在4種資料類型上的12個基準測試中的性能，涉及其理解複雜交通場景、預測動態道路智能體行為以及生成安全高效駕駛建議的能力。實驗結果顯示，MiMo-Embodied在所有感知基準測試、預測、規劃中均取得了強勁的性能，在全景語義理解任務中展示了最先進的結果，同時在具有挑戰性的局部感知場景中也表現出卓越的魯棒性。現實世界任務的定性評估首先，為了驗證MiMo-Embodied 在複雜互動環境中的實際效用，研究評估了其在兩個基本下游應用中的性能：具身導航和操作。在具身導航中，相較於GPT-4o、Qwen2.5-VL和RoboBrain-2.0，MiMo-Embodied展現出在多樣化家庭場景中增強的對象定位能力和一致的性能。在操作任務中，MiMo-Embodied同樣展現出強大的可供性和空間推理能力。在自動駕駛能力上，研究首先在具有挑戰性的NAVSIM上確定性能以進行標準化比較，然後在一個包含多樣化真實世界駕駛場景的大規模專有資料集上測試模型的能力。實驗結果表明MiMo-Embodied可以處理多樣化的自動駕駛情況並完成具有挑戰性的任務，包括交叉路口轉彎、彎道掉頭、跟車和變道超車。在每種情況下，模型都應感知道路上下文，整合自車狀態和導航意圖，並做出連貫的決策。此外，MiMo-Embodied在所有評估類別中始終優於基線。值得注意的是，在轉彎、繞開障礙物和變道等複雜、互動式操作中，性能提升最為顯著。在最後，論文表示還將基於MiMo-Embodied模型的能力，探索具身智能視覺-語言-動作（VLA）模型，以增強複雜環境中的互動，通過自然語言理解實現更直觀的任務執行。One more thing這篇論文的一作是郝孝帥博士。他於今年8月加入小米汽車，在陳龍博士的指導下，從事具身多模態大模型方向的研究。郝孝帥博士畢業於中國科學院大學資訊工程研究所。此前，他曾在北京智源研究院、三星、亞馬遜等機構工作。這篇論文的project leader是小米智能駕駛的首席科學家陳龍博士，他此前就職於英國AI獨角獸公司Wayve，主導新一代端到端自動駕駛VLA模型的研發。更早前，他還以研究工程師身份加入Lyft，牽頭車隊學習項目，通過大規模眾包車隊資料完成自動駕駛車輛機器學習規劃器的預訓練。論文連結： https://arxiv.org/abs/2511.16518GitHub： https://github.com/XiaomiMiMo/MiMo-EmbodiedHuggingface： https://huggingface.co/XiaomiMiMo/MiMo-Embodied-7B (量子位)

01. 技術底層邏輯差異1. 感知架構的哲學分野特斯拉（純視覺端到端）採用"攝影機+神經網路直接輸出控制訊號"的終極形態，2024年FSD V12已實現98%場景的端到端決策。其技術核心是"生物仿生學"——模擬人類視覺神經系統的工作機制，通過超大規模神經網路（參數量達1.2兆）實現環境理解與行為預測的深度融合。Momenta（多模態漸進式）堅持"視覺為主+多感測器冗餘"的混合架構，其Mpilot Pro系統整合4D毫米波雷達與低成本固態雷射雷達（2025年量產成本降至$85）。技術邏輯強調"感測器能力邊界管理"，通過動態置信度評估演算法，實現不同場景下的主感測器智能切換。2. 資料引擎的驅動方式特斯拉（即時資料黑洞）依託全球400萬輛營運車輛，建構了每天2.3億公里的即時資料採集網路。其資料價值提煉聚焦於"Corner Case自動化挖掘"，通過Dojo超算中心的異常場景識別系統，演算法迭代周期縮短至72小時。Momenta（場景化資料工廠）獨創"場景立方體"資料分類體系，將800億公里資料劃分為327個駕駛場景維度。通過預設場景權重係數（如中國複雜路口權重設為0.47，歐洲環島場景0.33），實現演算法訓練的資源精準投放，訓練效率提升40%。02 商業落地路徑對比1. 產品演進節奏2. 主機廠合作生態特斯拉（封閉生態）堅持垂直整合模式，2025年自研比例達91%（含晶片、感測器、演算法）。其開放僅限於資料介面標準（如2024年發佈的NADS 2.0協議），實質形成技術護城河。Momenta（共生生態）建構"Tier 0.5"新型合作關係，向主機廠開放：資料中介軟體（支援私有雲部署）可配置演算法模組（217個功能元件）虛擬驗證平台（數字孿生測試里程可抵扣30%實車測試）這種模式已吸引豐田、戴姆勒等建立聯合創新實驗室。03 關鍵技術指標對比（2025Q1）核心差異解讀：特斯拉在通用場景覆蓋上保持領先，但Momenta通過專用場景最佳化（如雨霧天氣）實現局部超越Momenta的硬體功耗控制優勢明顯，得益於異構計算架構（CPU+NPU+FPGA混合調度）特斯拉在長尾問題解決上更激進（直接刪除傳統規控模組），Momenta保留多演算法投票機制確保安全冗餘04 地緣政治下的發展策略1. 資料主權應對特斯拉：在歐盟啟用"資料堡壘"計畫，所有歐洲車輛資料儲存在柏林資料中心，但遭遇美國《雲法案》管轄爭議Momenta：實施"資料主權鏡像"策略，為每個海外市場建立獨立資料湖（如日本資料中心完全由軟銀營運）2. 技術標準博弈特斯拉：主導IEEE 2846-2025視覺自動駕駛安全標準制定Momenta：聯合中國汽研推動C-NDS（中國導航自動駕駛標準）成為ISO國際標準候選方案05 未來路線融合趨勢行業正在出現"第三條道路"的探索：混合架構的興起：如輝達Drive Thor平台同時支援端到端和模組化架構資料聯盟的建構：大眾-小鵬-Momenta三方資料池已接入450萬輛車輛安全範式革新：特斯拉的"機率安全"與Momenta的"確定性安全"正在碰撞出新的評估體系Momenta在2025年技術路線圖中已預留"端到端相容介面"，其最新發佈的M-Transformer架構可同時處理傳統pipeline和神經網路直接輸出。這種技術包容性，或將決定下一階段競爭格局。 (AI賦能汽車)

當小米 SU7的金屬殘骸在安徽高速上扭曲變形，三個女大學生花季生命轉瞬即逝。這場事故不僅將小米汽車推向輿論風暴中心，也撕開了智能駕駛過度宣傳的遮羞布。中國公安部與工信部的接連“亮劍”，整個汽車行業都感受到監管雷霆的逼近。1. 國家終於出手任何一項還未成熟的新技術，都無異於一把雙刃劍，汽車智能駕駛技術也是如此。一方面智駕是汽車行業發展的大勢所趨，另一方面當下智駕事故頻發，存在明顯安全隱患，甚至導致人員重大傷亡。3月底發生在安徽高速上導致三人死亡的車禍，讓小米汽車陷入前所未有的安全危機之中。作為“流量聖體”，小米汽車身上的任何事情，無論是正面新聞還是負面消息，都會激發輿論的滔天洪流。這個圍繞智能駕駛的安全事故，在輿論熱議半個月之後，國家終於出手了。先是公安部發文，提醒人們要警惕“高階智駕”陷阱，明確車企誤導宣傳、誇張行銷，以及車主智駕分心、脫手脫眼等，都有可能觸碰法律紅線。同時，工信部也發佈公告稱，召集幾十家車企開了閉門會，強調車企需要明確係統功能邊界和安全響應措施，不得進行誇大和虛假宣傳，切實提升智能網聯汽車產品安全水平。顯而易見，這意味著國家要加強智駕監管了。2. 事情越鬧越大種種跡象表明，當資本裹挾著智駕技術蒙眼狂奔時，國家監管的韁繩終將勒緊狂飆的野馬。這並非是對智駕行業的重創和打擊，而是對其一次及時糾偏，更有利於行業長遠健康發展。工信部官方公告發佈半小時之前，一張沒有署名、透露了更詳細會議資訊的微信聊天截圖，就已經開始在多個社群流傳。根據截圖的資訊推測，大機率是某家參會車企的人員，給後方傳遞的第一時間會議總結。基於截圖中資訊以及其他資訊分析總結，國家對智駕加強監管，主要包括兩個方面的內容。首先，規範智駕技術的宣傳，嚴禁虛假和擴大宣傳，避免給消費者造成錯覺。以後可能會停用自動、自主、高階智駕等詞，建議使用組合輔助駕駛等詞語。其次，嚴管智駕功能的部署和風險。停用代客泊車、一鍵召喚、遠端遙控等，該類功能禁止申報。不允許各種名義的“公測”，原則是車企不能拿使用者當做小白鼠去測試。3. 撕開智駕遮羞布公安部、工信部等國家監管部門，之所以聯手重拳出擊，根本原因在於智駕行銷的浮躁與社會風險的疊加。新能源汽車行業競爭日趨激烈，行業內卷讓車企紛紛將智駕作為核心賣點，甚至不惜壓縮測試周期、誇大技術功能。尤其是今年“智駕平權”浪潮之下，幾乎所有新能源車企都在推智駕。多家車企通過直播等多種傳播方式，不斷塑造消費者對自動駕駛技術的認知，甚至誘導消費者脫手脫眼駕駛車輛。內卷競爭壓力，推動著車企對智駕技術，進行花樣翻新的誇張宣傳。行銷亂象催生信任泡沫，消費者產生很多錯覺，把智駕這項尚未完全成熟的技術，一步步推向失控邊緣。有資料顯示，2024年國內涉及輔助駕駛的交通事故同比激增214%。甚至有人在使用智駕時長時間睡覺，從而引發嚴重交通事故，導致生命消逝和財產損失。這種風險擴散，可能引發更多連鎖反應：保險責任認定不清、法律糾紛激增、公眾信任崩塌。小米 SU7車禍以及由此引發的輿論熱潮，給行業敲醒了警鐘。公安部和工信部的出手，看似是對智駕行業的“束縛手腳”，實則是在推動行業從“野蠻生長”轉向“規範競速”。沒有安全作為基礎的新技術，不過是表面看似精緻的危險品。唯有讓 “輔助駕駛” 回歸 “輔助” 本質，讓車企的“技術狂飆”戴上責任枷鎖，才能在“智駕平權”的浪潮中，守護生命尊嚴、道路安寧，以及社會和諧。 (象視汽車)

當小米 SU7的金屬殘骸在安徽高速上扭曲變形，三個女大學生花季生命轉瞬即逝。這場事故不僅將小米汽車推向輿論風暴中心，也撕開了智能駕駛過度宣傳的遮羞布。中國公安部與工信部的接連“亮劍”，整個汽車行業都感受到監管雷霆的逼近。1. 國家終於出手任何一項還未成熟的新技術，都無異於一把雙刃劍，汽車智能駕駛技術也是如此。一方面智駕是汽車行業發展的大勢所趨，另一方面當下智駕事故頻發，存在明顯安全隱患，甚至導致人員重大傷亡。3月底發生在安徽高速上導致三人死亡的車禍，讓小米汽車陷入前所未有的安全危機之中。作為“流量聖體”，小米汽車身上的任何事情，無論是正面新聞還是負面消息，都會激發輿論的滔天洪流。這個圍繞智能駕駛的安全事故，在輿論熱議半個月之後，國家終於出手了。先是公安部發文，提醒人們要警惕“高階智駕”陷阱，明確車企誤導宣傳、誇張行銷，以及車主智駕分心、脫手脫眼等，都有可能觸碰法律紅線。同時，工信部也發佈公告稱，召集幾十家車企開了閉門會，強調車企需要明確係統功能邊界和安全響應措施，不得進行誇大和虛假宣傳，切實提升智能網聯汽車產品安全水平。顯而易見，這意味著國家要加強智駕監管了。2. 事情越鬧越大種種跡象表明，當資本裹挾著智駕技術蒙眼狂奔時，國家監管的韁繩終將勒緊狂飆的野馬。這並非是對智駕行業的重創和打擊，而是對其一次及時糾偏，更有利於行業長遠健康發展。工信部官方公告發佈半小時之前，一張沒有署名、透露了更詳細會議資訊的微信聊天截圖，就已經開始在多個社群流傳。根據截圖的資訊推測，大機率是某家參會車企的人員，給後方傳遞的第一時間會議總結。基於截圖中資訊以及其他資訊分析總結，國家對智駕加強監管，主要包括兩個方面的內容。首先，規範智駕技術的宣傳，嚴禁虛假和擴大宣傳，避免給消費者造成錯覺。以後可能會停用自動、自主、高階智駕等詞，建議使用組合輔助駕駛等詞語。其次，嚴管智駕功能的部署和風險。停用代客泊車、一鍵召喚、遠端遙控等，該類功能禁止申報。不允許各種名義的“公測”，原則是車企不能拿使用者當做小白鼠去測試。3. 撕開智駕遮羞布公安部、工信部等國家監管部門，之所以聯手重拳出擊，根本原因在於智駕行銷的浮躁與社會風險的疊加。新能源汽車行業競爭日趨激烈，行業內卷讓車企紛紛將智駕作為核心賣點，甚至不惜壓縮測試周期、誇大技術功能。尤其是今年“智駕平權”浪潮之下，幾乎所有新能源車企都在推智駕。多家車企通過直播等多種傳播方式，不斷塑造消費者對自動駕駛技術的認知，甚至誘導消費者脫手脫眼駕駛車輛。內卷競爭壓力，推動著車企對智駕技術，進行花樣翻新的誇張宣傳。行銷亂象催生信任泡沫，消費者產生很多錯覺，把智駕這項尚未完全成熟的技術，一步步推向失控邊緣。有資料顯示，2024年國內涉及輔助駕駛的交通事故同比激增214%。甚至有人在使用智駕時長時間睡覺，從而引發嚴重交通事故，導致生命消逝和財產損失。這種風險擴散，可能引發更多連鎖反應：保險責任認定不清、法律糾紛激增、公眾信任崩塌。小米 SU7車禍以及由此引發的輿論熱潮，給行業敲醒了警鐘。公安部和工信部的出手，看似是對智駕行業的“束縛手腳”，實則是在推動行業從“野蠻生長”轉向“規範競速”。沒有安全作為基礎的新技術，不過是表面看似精緻的危險品。唯有讓 “輔助駕駛” 回歸 “輔助” 本質，讓車企的“技術狂飆”戴上責任枷鎖，才能在“智駕平權”的浪潮中，守護生命尊嚴、道路安寧，以及社會和諧。 (象視汽車)

2025年的多次智駕事故風波，最後還是引出了中國官方的監管動作。4月16日，工業與資訊化部裝備工業一司在工信部官網上發布了一條標題為《裝備工業一司召開智慧網聯汽車產品准入及軟體線上升級管理工作推進會》的公告。公告中特別「強調」：汽車生產企業需要明確系統功能邊界和安全響應措施，不得進行誇大和虛假宣傳，嚴格履行告知義務，切實擔負起生產一致性和質量安全主體責任，切實提升智能網聯汽車產品安全水平。措辭雖然比較籠統，但仍明確表達了官方加強智駕監管的意圖。流傳的聊天截圖有趣的是，在官方這份公告發布半小時之前，一張沒有署名、透露了更詳細會議資訊的微信聊天截圖就已經開始在多個社群流傳。根據截圖的資訊推測，大機率是參會某家車企（19家車企之一）的一線人員給後方傳遞的第一時間會議總結。虎嗅汽車就此截圖曝光的真實性向多位汽車從業者求證，多個獨立信源均給予了確認。基於截圖中的資訊進行分析總結，其內容主要包括三大方向“收緊智駕能力的宣傳”、“規範智駕能力的使用”、“嚴管智駕功能的部署和風險”，各種細則除重之後合計12條，嚴厲和細緻的程度前所未有。收緊智駕功能的宣傳：宣傳中停用「自動駕駛」、「自主駕駛」、「智駕」、「智慧駕駛」、「高階智駕」等名詞，以「智駕等級+輔助駕駛」進行描述（例如L2級輔助駕駛）；禁止使用「代客泊車」、「一鍵召喚」、「遠端遙控」等名詞（突出駕駛員必須有所控制，由人最終保證運行過程中的安全）；不允許在L2級宣傳中用「接管」進行功能的傳播（強調L2不允許駕駛員脫離控制，L3才可以使用），也不允許使用「脫手」、「脫眼」的描述（「脫手」、「脫眼」違反交通法，只能用「駕駛員運動脫離」和「駕駛員視覺脫離」）；盡量用中文全稱，即便使用英文，在第一次時也必須進行中文的全稱說明（避免用英文名稱誇大技術能力和規避責任）。規範智駕能力的使用：敦促廠商從技術層面禁止駕駛員脫離，使用駕駛輔助必須對人臉ID進行識別（所有用戶必須經過安全教育和告知才可以使用駕駛輔助）；在駕駛輔助狀態下，禁止座椅調節和平躺（針對各種腦殘短視頻）；廠商不可以用「駕駛人視覺脫離」抑制和關閉「駕駛者運動脫離」（使用者即使看著前方，也需要保證手握方向盤），「運動脫離」60秒，需要使用者給予合理性說明（例如是過度疲勞、玩手機等，並且相應地給予警告和懲罰）；不再受理不能確保駕駛者完全控制的功能，例如「代客泊車」、「一鍵召喚」、「遠端遙控」；即便車輛的智駕能力在駕駛者無法回應的情況下實現了規避事故，仍需要對使用者進行懲罰（對輔助駕駛能力使用進行限制）；LCC、NOA等L2級輔助駕駛能力需要有“避碰測試”，測試報告需要有全方位詳細的資訊（測試人員，時間，地點，測試步驟，測試項目，測試結果）；對於車企利用數位模擬對輔助駕駛的應用場景進行模擬，車企需要給出自己整套模擬系統的可行性評估（與真實世界相比，模擬得到的結果可靠程度有多高）。嚴管智駕功能的部署與風險：收緊企業OTA的審查，要求企業降低OTA的頻次，單次OTA必須驗證充分再上車。如果發生需要緊急OTA的情況，車企需要走召回和停產流程，新的OTA需求由市場監督總局審批通過後才可以部署（消除車企因為可以頻繁OTA而部署不成熟版本的可能性）；不允許各種名義的“公測”，無論是多少用戶參與（那怕只有千人），也需要和完整版本一樣公告流程。雖然目前在公告中和曝光中，都沒有提及新規的落地期限，但有汽車從業者向虎嗅汽車表示：沒有期限，那就是現在馬上實行。換言之，所有車企和智駕供應商都需要在最短的時間內調整自身的業務和宣傳。從近期汽車產業的動作來看，絕大部分車企也沒有預見到監管會在距離上海車展只剩下一周的「節骨眼」上發力。多家車企在最近幾周的產品和戰略發布會宣傳中，仍頻繁提及「自主」、「自動駕駛」、「智駕」、「高階智駕」、「L3級智駕能力」等關鍵字。讓汽車安全回歸“正軌”，迫在眉睫在先前熱點智駕事故的分析報告中，虎嗅汽車就曾特別明確了一個觀點：任何智駕事故的責任分析都很難蓋棺定論（因為證據往往無法100%還原現場，人與車的關係太過複雜），但無論事故中究竟駕駛員、車企、道路方駕的責任更大，一個隱形但責任更大的，其實大智本次監管細則的公佈，所針對的，其實就是推動大環境走向「浮躁」 的主要原因－車企日益激烈的競爭。各種智駕直播層出不窮，圖自直播回放眾多在實際車款產品中擁有智駕能力的車企，在最近幾年透過各種傳播手段（如直播、小影片、自媒體評測等），不遺餘力地塑造消費者對自動駕駛技術的認知。最典型的，就是各家車企CEO、創辦人帶頭直播智駕，往往還是一邊智駕一邊接受採訪，甚至還在鏡頭前赤裸裸地強調「脫手」的安全性。圖自：麥肯錫《2024年中國汽車消費者洞察》得益於多家車企的“集體教育”，中國消費者對於各類自動駕駛能力的興趣快速提升。根據麥肯錫的《2024年中國汽車消費者洞察》，高達76%的用戶認為「高速NOA」很必要，高達64%的用戶認為「城市NOA」很必要，高達77%的用戶認為「自動泊車」很必要。教育用戶所帶來的興趣提升，隨即促使更多車企加入到「智駕普及」的行列中來；疊加大語言模型帶來的純視覺技術路線降本，最終引爆了2025年中國汽車的「智駕平權」浪潮。在普及之餘，為了凸顯自己的技術領先性和產品力優勢，車企們還會不斷升級自身的智駕營銷話術，從各種“XX公里0接管”，到“L2.999999級智駕能力”，形成了車企除了負責，其他一切提前進入L3時代的現狀。一男子開著智駕在高速上超速行駛了一個多小時 圖自相關新聞影片截圖在這種“浮躁”大環境下，消費者與事故的最後“障礙”，就只剩下了自己的“大意”。但現實是，消費者最不缺乏的就是「大意」。隔三岔五，總有各種駕駛在智駕過程中脫離管控的新聞。在心理學研究中，有現象名為「風險補償行為（Risk Compensation）」。即人們感到自己處於更安全的環境中時，會傾向於採取更高風險的行為（可以理解為自己給自己加風險）。代入到智駕中，能力越是強大越是接近完美，消費者越是容易盲目信賴，越是容易早早放鬆自我，最終在真正危險到來的時候失去掌握。站在個人視角看，這種「大意」頂多隻是一個損失的責任歸屬問題。但站在2025年「智駕平權」浪潮之下，數百萬輛新增智駕汽車的預期，正在將其疊加為一個難以控制的社會風險，後者大機率是本次監管突然「重拳出擊」的真正原因。終極目標：還是要發展智駕，但也要更可控究竟後續監管還會如何進一步細化，目前尚不得而知（洩漏的會議記錄中提到了下周還會有智駕事故事件上報的相關會議）。基於這次加強監管的底層邏輯猜想，最終的目標很可能是一個全新的智駕發展路線規劃——將L3到來之前的「高風險發展階段」和「責任模糊階段」人為禁掉，進而從根本上確保交通安全和人身安全。除了跳過風險區，加強監管還能改變目前汽車產業發展速度遠超監管和基礎建設的現狀，為後兩者規範智駕、適配智駕創造可能性（例如道路上對於智駕能力進行區域和路段的限制，道路標誌牌等針對智駕功能運行進行指引等等）。當然這次細則的出台，必然會讓2025年已經非常「混亂」的中國汽車產業，變得更加混亂。接下來如何宣傳智駕，如何既符合監管又能讓消費者體會自己的技術領先性，必然會變成一個很複雜的工作。一位已經到達上海進行車展準備的車企人士向虎嗅汽車表示：“所有人看到這個消息都忙暈了，幾乎所有人的宣傳物料正在緊張地修改和重做之中。”但無論如何，未來的智駕技術進步必然不能以「一步一個血腳印」的方式推進。因為如果技術創新明確會對人類社會造成傷害，其商業價值和社會價值將無從談起。 （新浪科技）

十年磨劍，終成最強對手。特斯拉FSD入華。整個車圈都在等著看兩大智駕之王，華為與特斯拉的巔峰對決，卻不知在眼下的中國智駕市場，華為和特斯拉的最強對手不是對方，而在：蘇州城外！蘇州高鐵北站旁，坐落著一棟科技感十足的大樓。從這裡下車的乘客，出站便可以看到它。但很少有人知道，這棟大樓裡，藏著一家低調但影響力巨大的初創公司：Momenta。初次看到這個名字的人，會一頭霧水，以為是一家海外企業。但它的縮寫MMT，在車圈卻是如雷貫耳般的存在。2024年，在智駕爆發前夜，華為曾派出一支團隊，到美國考察特斯拉FSD。彼時，華為和特斯拉，作為國內和海外智駕領域的無冕之王，正暗自角力。當得知測試結果後，余承東信心十足表示：我們能幹贏對手！對此，馬斯克並不認可。在一次接受美國媒體專訪，談到特斯拉智駕水平時，他毫不諱言，誇下海口：我都說不上誰是第二名。然而，這兩個在全世界智駕領域，堪稱最有發言權的男人，面對現實的市場格局，大概也不得不折服。在華為赴美考察一年後，特斯拉FSD正式入華，掀起一場智駕狂潮。整個車圈都在期待兩大智駕之王的巔峰對決，而蘇州城外的Momenta，卻在不動聲色間悄悄拿下了大部分市場。Momenta的統治力有多強呢？資料顯示：截至2024年10月，Momenta以60%的市場份額，在國內城區導航輔助駕駛（NOA）第三方智駕供應商市場上排名第一。▲資料來源：佐思汽研這個成績，領先於華為，更遙遙領先於其他對手。國內最大的新能源車企比亞迪，早在多年前，就與Momenta合資成立迪派智行，共同研發智駕系統。廣汽豐田等合資品牌，最近打響了純電反擊戰，也把Momenta當成智駕救命稻草。不止比亞迪，不止廣汽豐田，全球20多家車企，都是Momenta客戶，幾乎涵蓋所有頭部廠商。上汽、通用、豐田，更早在幾年前，就大手筆投資了Momenta。一家成立不到十年的初創企業，被如此多車企巨頭追捧，業界罕見。打造這一隱形冠軍的人，叫曹旭東。2016年，30歲的曹旭東創辦了Momenta。在那之前，他頭頂清華學霸的光環，先是任職於微軟亞洲研究院，之後加盟商湯科技，並做到了研發總監的位置。彼時，智駕剛剛興起，一直研究人工智慧的曹旭東，看好這一事業，決定全力以赴，在這個領域留下自己的印記，辭職創辦了Momenta。在怎麼做這件事上，曹旭東從一開始，就與主流存在分歧。當時，很多初創企業，都選擇模仿Waymo路線，即先從無人計程車Robotaxi做起，給汽車裝雷射雷達、做路測，然後搞智駕方案，顛覆汽車行業。曹旭東卻認為，靠幾百、上千輛車做測試，用一堆工程師寫程式碼，是做不出完全無人駕駛的。智駕的背後，核心是資料驅動，需要足夠多的車和資料。因此，Momenta從一開始就走了不一樣的第三方供應商道路：一邊給車企做量產智駕（L2）方案，積累資料，一邊打磨技術，最終實現完全無人駕駛。這就是曹旭東的一個飛輪（資料驅動）、兩條腿戰略。但這條路並不好走。要想推動資料飛輪，一開始可能很慢，要耐得住寂寞。事實上，當第一批Robotaxi 公司已經在路上各種炫技時，Momenta依舊沒有太多可展示的成果。這導致很多投資人並不看好。最大的挑戰還在內部。公司成立之初，員工很多是剛畢業的博士，他們習慣了在象牙塔埋頭做研究。這導致整個公司看起來像一個鬆散的研究機構。光燒錢，沒產出，照這樣下去，公司恐怕要關門。關鍵時刻，曹旭東痛下決心，提出以客戶價值為導向，一項研究如果沒有客戶價值，它獲得的資源將會減少。這個調整不出意料，帶來劇烈動盪。整個2018年下半年，Momenta幾乎成了智駕的黃埔軍校。由於理念衝突，不少人憤而離開，連研發總監也跳槽去了蔚來。但曹旭東並沒有妥協，反而做出一個更大膽的決定：將公司總部從北京搬到離市場更近的蘇州。事後證明，這是一個極其正確的決定。智駕是一場殘酷的淘汰賽，技術最終決定生死。曹旭東深知，唯有打造一支能打硬仗的團隊，才能在這場淘汰賽中活下來。Momenta大動盪的2018年，Google推出全新的 Transformer框架，再一次引爆了人工智慧產業。曹旭東敏銳地意識到，這是一個重要突破，並迅速將其用於深度學習預測和規劃。無獨有偶，在大洋彼岸，特斯拉矽谷總部。一個叫達瓦爾·史洛夫的年輕工程師，也在嘗試用神經網路來規劃正確的汽車行駛軌跡。不同於過去，基於規則的傳統智駕，工程師需要針對各種駕駛場景，編寫規則，敲入數十萬行程式碼。新方法只需輸入人類司機的駕駛視訊，AI就可以模仿人類，輸出正確路徑，而且駕乘體驗更絲滑、更像人類。這就是後來風靡全球的端到端路線。提前佈局端到端和神經網路，讓Momenta佔盡天時地利。曹旭東後來也說，Momenta在端到端時代的崛起，只是做得足夠早。不僅如此，端到端更加依賴資料驅動，這契合曹旭東的資料飛輪理論。但推動飛輪轉動，實現L4，需要幾百萬輛車的實測資料。這個時候，曹旭東將總部搬到蘇州、離市場更近的決策，開始顯現威力。2020年，隨著特斯拉上海工廠落成，新能源汽車爆發。大量車企開始將高階智駕視為必然方向。也是那一年，上汽成立智己品牌，並在一年後投資了Momenta。緊接著，比亞迪也跟Momenta成立了合資公司迪派智行。兩大巨頭加持下，Momenta的資料飛輪開始加速，並推動技術不斷迭代。2024年10月，Momenta在國內率先實現一段式端到端大模型的規模化量產。此時，距離特斯拉全量推送端到端技術，不到半年。傳統智駕時代，沉寂多時的Momenta，終於在端到端時代爆發，短短數年，拿下國內近6成市場。智駕是一場殘酷的淘汰賽。自從2009年Google啟動Waymo項目以來，行業經歷多次洗牌，大量初創企業倒在了半路上。其中，包括OpenAI支援下的Ghost。就連智駕鼻祖Waymo也舉步維艱，蘋果更是乾脆放棄了造車項目。曹旭東能在這樣的屍山血海中，闖蕩出來，不但因為他超級熱愛這個事業，更因為他有一套在殘酷現實中追求美好理想的做事哲學。還在清華讀書時，曹旭東就喜歡上了電腦，並從工程力學毅然轉到人工智慧方向，最後甚至退學加入微軟研究院，只因為：他說自己，更喜歡解決實際問題，而不是發論文。“初心很重要……不是因為功成名就，也不是因為金錢的回報，就單純的是你本身很喜歡這件事情。”在科技行業，這樣的初心並不鮮見，但曹旭東不一樣或者更可貴的地方在於：既理想主義，也現實主義，既信念堅定，也能為信念隨時改變。而且，改變有力。當他發現，過去鬆散的研究型團隊，無法打硬仗時，他果斷地手起刀落。很多人離開了，還有人強烈反對……這些人，很多是曹旭東親自招進來的，有些還是公司元老。對此，曹旭東的內心很煎熬，但堅定地執行，讓科研也要有目標，有紀律，有效率。完全無人駕駛，是智駕行業每個從業者的終極夢想。然而，當曹旭東發現，要實現完全無人駕駛，必須依賴海量資料時，他並沒有執著於技術，而是選擇兩條腿走路：通過量產智駕（L2）創收，來養活完全無人駕駛研究。搞研究和量產，是兩回事。當年，馬斯克為實現特斯拉Model 3量產，曾經歷一場死亡螺旋，不得不親自駐紮在工廠督戰。Momenta的第一次量產交付同樣不輕鬆。為了更好地服務客戶，曹旭東和公司很多副總，全部趕赴上海，就住在客戶公司旁邊，每天凌晨一兩點下班，與客戶並肩作戰。400多人，整整耗時一年半，才總算成功交付。第一次雖然很難，但飛輪一旦轉動起來，就會加速。到了第二階段，比亞迪的交付，就很順利了。就在這樣的鏖戰中，曹旭東帶領Momenta趟過屍山血海，在殘酷的智駕淘汰賽中，衝到了第一。曹旭東的父親，是卡車司機，出過一次嚴重的交通事故。這是他投身智駕的原動力之一。Momenta有三個十年願景，排在第一的是：十年挽救百萬生命。曹旭東相信，智駕比人類駕駛更安全。事實上，過去這些年，人車共駕的安全水平已經達到人類的6.7倍，未來還將提升至更高水平。但要實現這些願景，曹旭東還面臨諸多的不確定性。一方面，由於行業普遍虧損，僅地平線，三年就虧了200多億元，資本市場對智駕技術趨於謹慎，行業融資難。另一方面，造血能力不足，加上持續多年的研發投入，讓Momenta面臨財務壓力，最近更傳出將赴美上市。不僅資金，技術上，更面臨越來越大的競爭壓力。特斯拉FSD已正式入華，儘管初期水土不服，但隨著訓練量加大，不出意外的話，其表現會越來越好。華為也憑藉強大的技術實力，正贏得越來越多頭部車企的合作。除此之外，還有很多車企，包括吉利、長城、比亞迪，以及蔚小理，都在積極自研高階智駕系統。這些都是Momenta面臨的巨大挑戰。從這個意義上講，智駕行業的戰爭才剛剛開始，曹旭東要打的硬仗還在後頭。 (華商韜略)

「智慧駕駛」絕非「自動駕駛」，此前兩部委專門發文強調，企業不得暗示消費者可把駕駛輔助作為自動駕駛使用一起致命車禍，為風頭正勁的汽車智慧駕駛潑了冷水。在汽車企業集體宣揚「全民智慧駕駛」的2025年，一場關於技術、倫理和法律的反思湧起。3月29日晚，一輛小米SU7汽車以97公里的時速，在安徽一高速路段撞上隔離帶水泥樁，其後發生燃燒，導致車上三名大學生身亡。本次事故從系統提示風險到駕駛人員接手並做出避險，時間僅2秒，引發了公眾對智慧駕駛從技術邊界到產品宣傳的廣泛質疑。《財經》採訪律師和查詢政策檔案發現：其一，「智慧駕駛」不是界線明確的詞彙，依照現行國標，只有「駕駛輔助」和「自動駕駛」兩類，「智慧駕駛」絕非「自動駕駛」。 2025年2月，工業和資訊化部和市場監管總局專門發文強調，企業不得暗示消費者可把駕駛輔助作為自動駕駛使用，要規範營銷宣傳行為，同時要嚴格履行告知義務。其二，智能駕駛汽車交通事故責任認定較困難，需依不同主體的過錯進行歸責，涉及生產者、銷售者、所有人、使用人、駕駛人等多方。當前技術和倫理的難點，使得自動駕駛立法難以迅速推進。其三，儘管沒有統一立法，地方性法規先行先試，已有50多個城市發布了地方性法規，方向日益明確：駕駛人應設定一定的注意義務，但如果駕駛人沒有過錯，責任可能應由管理人、所有人或生產者等其他主體承擔。尤其強調精準追責，可以由智慧網聯汽車所屬的企業先行賠償，並可以依法向負有責任的自動駕駛系統開發者、汽車製造者、裝置提供者等進行追償。地方立法試水、兩會提案密集、企業責任覺醒，共同勾勒出中國自動駕駛立法的輪廓。然而，如何在鼓勵創新與保障安全間找到平衡點，這既是對產業信心的回應，更是對公眾生命權的莊嚴承諾。1. “智慧駕駛”絕非“自動駕駛”「智慧駕駛」不是一個界限明確的詞彙，依照現行國標，只有「駕駛輔助」和「自動駕駛」兩種區別。基於2021年發表的國標《汽車駕駛自動化分級》：0-2級為駕駛輔助，系統輔助人類執行動態駕駛任務，駕駛主體仍為駕駛員；3-5級為自動駕駛，系統在設計運行條件下代替人類執行動態駕駛任務，當功能啟動時，駕駛主體是系統。市面上的“智慧駕駛”多屬於L2級“駕駛輔助”，全名是“組合駕駛輔助系統”；受限於當前法規，沒有“智能駕駛”能達到L3級“自動駕駛”。圖片來源：SAE（國際汽車工程師學會）L2等級指的是可自動完成某些駕駛任務，並經過處理分析，自動調整車輛狀態，如自適應巡航、自動變道、自動泊車等，目前大多數車企都能提供此功能。除了能控制加減速，同時還能對方向盤進行控制，但駕駛員仍需主動駕駛任務。L3等級指的是車輛能夠在特定環境下獨立完成操作駕駛，例如高速公路擁堵時，系統可完全接管駕駛任務，但駕駛員無法進行睡眠或休息，在人工智慧不能精準判斷時，仍需人工操作。北京市京師律師事務所律師孟博對《財經》表示，根據2025年2月25日工業和資訊化部和市場監管總局聯合發佈的《關於進一步加強智能網聯汽車產品准入、召回及軟體線上升級管理的通知》，企業不得暗示消費者可把駕駛輔助作為自動駕駛使用，要規範行銷宣傳行為，同時要嚴格履行告知義務。上述《通知》中明確提出，企業向消費者提供有關智慧網聯汽車駕駛自動化等級、系統能力、系統邊界等資訊時，應當真實、全面，不得作虛假、誇大系統能力或引人誤解的宣傳，避免駕駛員將組合駕駛輔助功能作為自動駕駛功能使用，防止濫用風險。在近期的多場直播中，雷軍也曾提醒使用者，無論智慧駕駛技術多麼先進，它始終只是一名無人駕駛的助手，真正的控制權還在駕駛者手中。他強調，駕駛員無論使用的是小米的產品還是其他品牌的智慧駕駛系統，都需要始終專注於駕駛行為。請記住，“雙手應始終保持在方向盤上，眼睛要時刻關注路面”，確保在緊急情況下，可以迅速接管車輛。孟博強調，智慧網聯汽車產品安全水準跟公民生命、財產安全和公共安全密切相關，企業應強化責任落實。相關事件也給廣大駕駛員帶來警醒。建議大家提升安全駕駛意識，避免將駕駛輔助功能作為自動駕駛功能使用，確保出行安全。2. 立法陷入技術和倫理困境要強調的是，即使到了L3等級，實現了從「駕駛輔助」到「自動駕駛」的跨越式飛躍，仍然是「有條件的自動駕駛」。例如在德國市場，寶馬在2024年推出了Personal Pilot L3自動駕駛系統，這個系統在駕駛員暫時分散注意力的情況下，可以做到主動控制車速、保持車道、控制跟車距離等。開啟L3級智駕系統之後，車主也可以處理一些個人事項，例如收發電子郵件、更深入地參與電話通話以及訪問流媒體服務等。但寶馬官方也表示，該系統只能在特定條件下啟用，例如只能在具有結構分離車道的高速公路上使用，速度最高不得超過60公里/小時。當前德國等海外國家已經將L3級自動駕駛對個人車主開放，中國仍在試點階段。2025年3月29日，在北京舉辦的中國電動汽車百人會論壇上，工信部副部長辛國斌宣佈，工信部將加快自動駕駛產業化發展，推進智能網聯汽車准入和上路通行試點，完善標準體系，並有條件批准L3級自動駕駛車型生產准入。究其原因，技術和倫理的多重困境，限制了L3級自動駕駛的普及。「做多少試驗能夠證明自動駕駛汽車安全，這個問題很難回答。這也是為什麼現在智慧輔助駕駛停留在L2＋級，無法輕易進入L3級的原因。」同濟大學汽車學院教授朱西產直言。現行的機動車交通事故責任承擔規則，以過錯責任規則為核心原則，以「人」為中心，需要行為人主觀上對損害結果的發生具有故意或過失。然而，在完全自動駕駛車輛的情況下，由於駕駛者幾乎不需要進行任何操作，其對損害結果的預期似乎變得模糊不清。行車安全涉及多方主體，如生產者、銷售者、所有人、使用人、駕駛人等，導致交通事故責任主體認定困難。機器倫理的難點，也使得自動駕駛立法難以迅速推進。中國政法大學教授張凌寒指出，當自動駕駛汽車無法避免事故發生時，是保護車內的乘客，還是無辜的路人？決定車輛駕駛決策的演算法選擇不僅是考驗演算法工程師的難題，也是涉及法律與科技倫理的難題。早在2016年，吉利控股集團董事長李書福便提出加快自動駕駛立法的建議；2022年，百度公司董事長兼首席執行官李彥宏提出加快《中華人民共和國道路交通安全法》的修訂和發布實施；2023年小鵬汽車董事長兼首席執行官何小鷸建議加速自動駕駛立法的呼聲更高，在2025年的全國兩會期間，重慶長安汽車股份有限公司董事長朱華榮、小米集團董事長兼首席執行官雷軍、中國民航大學副校長吳仁彪等一眾業內人士均提出加快完善自動駕駛系統立法相關內容。3. 50城立法試水面對智慧駕駛商業化的普及和現行法規的不適應性，中國已有50多個城市相繼出台自動駕駛的地方性法規，對於交通事故中的民事責任承擔進行積極探索。錦天城律師事務所合夥人、汽車與裝備製造產業委員會總召集人楊軍律師總結：首先，對於完全自動駕駛車輛的駕駛人，應設定一定的注意義務。這些注意義務應嚴格限定，主要包括定期維護，特別是下載更新系統應用的義務。完全自動駕駛車輛需要經常更新韌體以完善車輛的行駛狀態並進行穩定性檢查。若駕駛未依照使用說明和指示進行操作使用維護從而出現侵權事故，同時證明該行為與損害結果的發生有因果關係，則駕駛人需承擔責任。在其他情況下，如果駕駛人沒有過錯，則不應對其進行追責，責任可能應由管理人、所有人或生產者等其他主體承擔。Google旗下的Waymo測試過程中發生過一起典型事故：測試車輛被併線車輛壓迫，安全員認為需要接管車輛，並且做出接管動作，安全員接管車輛後，同樣併線，但安全員沒看到側後方的摩托車，最終導致事故的發生。對於這起事故，Waymo認為，如果是機器人司機，事故不會發生，強調人類駕駛員在復雜場景中的限制。要強調的是，現行的法規大多不將責任歸咎於完全自動駕駛車輛中的駕駛人，而是轉向追究車輛的所有人或管理人的責任。例如《北京市自動駕駛汽車條例（徵求意見稿）》第二十九條第二款規定：「車輛在自動駕駛系統功能啟動狀態下發生道路交通事故造成人身傷亡、財產損失的，屬於自動駕駛汽車一方責任的，由車輛所有人、管理人承擔賠償責任」。其次，努力實現精準追責，讓有過錯的主體承擔最終責任，而其他主體在先行賠償後可以向其追償。例如《上海市浦東新區促進無駕駛人智慧網聯汽車創新應用規定》第二十九條第二款規定：「無駕駛人智慧網聯汽車發生交通事故並造成損害，依法應由智慧網聯汽車一方承擔責任的，由該無駕駛人智能網聯汽車所屬的企業先行者賠償，並可依法向負償的自動駕駛系統開發者、汽車製造者隨後，重申生產者的產品責任。因智慧網聯汽車有缺陷造成損害的，車輛駕駛人或所有人、管理人依本條例第五十三條的規定賠償後，可以依法向生產者、銷售者請求賠償。《深圳經濟特區智能網聯汽車管理條例》第五十四條規定了智能網聯汽車生產者的產品責任：“智能網聯汽車發生交通事故，因智能網聯汽車存在缺陷造成損害的，車輛駕駛人或者所有人、管理人依照本條例第五十三條的規定賠償後，可以依法向生產者、銷售者請求賠償。”最後，配套建立保險制度、風險基金制度。為了降低受害者獲得賠償的難度，各地的法規都要求自動駕駛汽車按照國家規定進行投保，並鼓勵保險機構開發適應自動駕駛汽車特點的保險產品，鼓勵智能網聯汽車相關社會團體、企業等聯合設立社會風險基金。 （財經汽車）

個個說智駕，安全誰負責？3月29日晚間22時44分，一輛小米SU7標準版在安徽銅陵遭遇嚴重交通事故。事故造成駕駛人和兩名乘客死亡。三人均為在校大學生，此行是從武漢到安徽參加考試。4月1日午間，小米公司發表聲明稱，事故發生前車輛處於NOA智慧輔助駕駛狀態，以116km/h時速持續行駛。事發路段因施工修繕，車輛偵測出障礙物後發出提醒並開始減速。隨後駕駛員接管車輛進入人駕狀態，持續減速並操控車輛轉向，隨後車輛與隔離帶水泥樁發生碰撞，碰撞前系統最後可確認的時速約為97km/h。3月29日當天，中國電動汽車百人會高層論壇正在北京召開。所有與會車企大佬幾乎都在自己的發言中提到了同一件事：智慧駕駛。2月，比亞迪提出了「全民智駕」的概念，將車圈的比拚戰場轉移到了智駕領域，隨後吉利、奇瑞紛紛跟進。小米汽車事故引爆輿論場之後，智慧駕駛的安全問題，也引發了業界新的深思：智慧駕駛，步子是不是邁得太快了？1 車企智駕在2025年的電動汽車百人會論壇上，與會的所有車企大佬，都濃墨重彩地宣揚了自家汽車的智能化水平。「智慧化的下半場變革大約在2至3年，變革速度加快…從今年起還要用高階智駕推動產業的高品質發展。」比亞迪董事長王傳福表示。一向在車圈被認為智能化落後的比亞迪，今年突然高調引領了智駕的潮流。在2月10日，王傳福在發布會上表示，“今天我在這裡正式宣佈，比亞迪'天神之眼'，開創全民智駕的時代。”「全民智駕」概念一出，其他車企紛紛跟進，「智駕平權」、「智駕普惠」、「科技平權」、「油電同權」等新詞也馬上佔領了車友們的心智。3月3日，吉利推出千里浩瀚智駕系統，從低到高分別有H1、H3、H5、H7、H9五套方案，比比亞迪多了2套。3月18日，奇瑞推出獵鷹智駕系統，分200、500、700、900四套系統，比比亞迪多了一套。接下來，智駕的壓力給到了長城等民營車和BBA等外資車廠。2 智慧型駕駛晶片智駕軟硬體的研發投入，各家都有自己的算盤。蔚來是堅決搞自研的代表，在今年的百人會高層論壇上，蔚來李斌的演講主題就是宣傳新推出的ET9。李斌表示：“ET9上面量產搭載的神璣NS9031晶片，是全球首顆車規級的5奈米高階智駕晶片，經過三年多時間打造出來。”為這顆晶片，李斌投入巨大，「這顆晶片相當於1000座換電站投資」。比亞迪和奇瑞，在中低階智駕晶片上，選用了地平線的晶片。作為具有百年歷史的汽車業Tier 1供應商，博世集團當然主張車企尋找第三方來解決智駕方案。博世智慧駕控系統中國區總裁吳永橋預言，智駕將是一種標配：「三年之內，8萬-15萬的車輛，都會標配中階智駕，算力80—150TOPS，三年之後，15萬以上的車，都會標配高階智駕，包括高速、城區、全自動泊車等功能。”「主機廠養兩千人可能只做10個車型，整個成本的性價比不一定高。還有時間問題，主機廠全端自研過程中，至少三年時間把資料閉環，工具鏈整個打通做好。」吳表示。地平線創始人餘凱也表示，從歷史資料來看，2021年，90%的智駕方案都是車企OEM自研方案，不到10%用的是第三方解決方案，但到了2024年，兩者的比例已經是60%：40%。未來兩者的比例將會是20%：80%。也就是說大部分車企的智駕方案將由第三方來解決。3 笑到最後中國新能源車的技術路線，發生了中國工程院士歐陽明高意想不到的變化。他引用了一組資料：「2024年新能源車中插混佔40%，純電60%。我預計，2025年插混會增加到50%左右。純電會繼續降低到50%左右。今年插電混動技術變革高潮應當快到了，今後幾年，預計插混還會上漲，例如從50%漲到60%左右，純電降到40%左右。 」純電車銷量比重下降的最大的原因，是其電池容量和續航里程一直無法在技術上取得突破性進展。即以特斯拉modelY2025款為例，懂車帝資料顯示，其後驅版續航里程號稱593公里，實測為395公里，長續航全驅版續航里程號稱719公里，實測460公里。歐院士認為，突破電池技術瓶頸的曙光已經出現：國內主要汽車電池企業選擇高鎳三元正極、硫化物主體的複合電解質、矽碳負極構成的全固態電池。以實現車用電池比能量400Wh/kg左右為目標，超越傳統液態和固液混合電池，這一技術和產品在2027、2028年可實現產業化，2030年左右是完全可以量產的。對於500Wh/kg的車用全固態電池，必須突破鋰負極技術，這可能需要藉助基於人工智慧的材料研發平台來賦能。預計產業化的時間大概在2030—2035年，有五年不確定期。一直主張增程技術的中國工程院院士楊裕生則認為上述時間表過於樂觀，現在高費用、高投入來做全固態電池，三年要裝車1000輛，完全沒有必要。這是一種人力財力的浪費。楊院士也給出了增程電動車的技術方案：「以甲醇、乙醇為代表的綠色液體燃料充足後，增程式不再燒油。節能、綠色、安全、長里程、廉價的增程式將伴隨人類實現碳中和。 」這種技術路線，跟全固態電池一樣，仍然需要時間的檢驗。對於當下幾個月就進行技術迭代的車圈來說，等到下一代技術量產時，留在牌桌上的，不知道還有誰。 （21世紀商業評論）