6月29日，地平線正式發佈全場景輔助駕駛系統HSD V2.0版本。作為HSD發佈以來最大規模的OTA升級，V2.0版本包含6大維度進化、18項新增功能及25項體驗最佳化，以“任意點到點，全維防碰撞”的核心能力，展現了一段式端到端系統持續進化的全新範式。地平線HSD V2.0即將開啟車企推送，其中，iCAR V27作為首批搭載車型，將於6月30日起分批次向車主使用者開放OTA升級。更多合作車型的推送時間及功能體驗以車企公告為準。 模型一體進化，全場景能力躍升 打造端到端智駕標竿 此次HSD V2.0的升級並非功能的簡單疊加，而是基於世界模型+端到端強化學習的模型升級，對智駕體驗、行泊能力、全維避險、互動個性化的全維提升，實現底層駕駛能力的全方位躍升。

輔助駕駛捲了這麼多年，終於有車企肯站出來，自掏腰包為使用者兜底了！ 5月28日，王傳福在發佈會上正式宣佈，承諾為雷射雷達方案的城市領航輔助，提供1年期的安全兜底，權益老車主同享。 翻譯過來就是，只要使用城市領航時發生了交通事故，比亞迪車主方需要承擔的直接經濟損失（如車輛維修費用、第三方財產損失、人身傷害損失）都由比亞迪賠付，金額無上限，也沒有免賠額。 這可不是給使用者上了份“智駕險”那麼簡單，而是正兒八經的“車企擔責”！

最近，雷軍在宣傳時變得小心謹慎多了，反覆提醒輔助駕駛需保持專注。有網友指出，這或許和最近小米陷入輿論爭議有關係。近日，新華社刊發題為《“大字吸睛、小字免責”，這樣的小把戲該退場了》的評論文章，向某些廠商的慣用行銷套路開炮。這讓不少網友聯想到之前小米的“小字爭議”。比如，小米17 Pro的宣傳海報用加粗大字喊出“逆光之王”，右下角卻藏著一行幾乎看不清的淺色小字：“逆光之王是產品設計目標”。雖然有人表示這種方式並非小米獨有，但是“網紅體質”的小米依舊是網友們吐槽的主要對象。或許是輿情太激烈。很快就有網友發現，小米行銷風格大變，海報上的小字也消失不見了。例如之前小米汽車在介紹“AEB防碰撞輔助升級”的相關內容時，發佈的系列海報特別標註了“輔助駕駛不是自動駕駛，駕駛仍需時刻保持專注”，也沒有和以前一樣使用小字。小米汽車還在回答網友問題時特別強調：“不要相信‘怎麼開都撞不了’的誇大宣傳，駕駛時仍需時刻保持專注。”如今，雷軍的微博宣傳似乎也謹慎多了。甚至顯得有些小心翼翼。對此，你怎麼看？ (首席電商觀察)

前幾天，我們寫了一篇分析近期輔助駕駛領域非常時髦的一條技術路線，VLA語言動作大模型的文章最後挖了個坑，說下一篇要詳細講另一條技術路線WA世界模型。畢竟，華為智慧汽車解決方案BU CEO 靳玉志曾表示，VLA大模型是一條取巧的技術路線，華為不會選擇，而是會堅定的走WA世界模型路線。從評論區社友們的回饋來看，催更呼聲很高：話不多說，咱們今天就來聊聊WA世界模型到底是什麼？它與傳統端到端和VLA技術路線到底有什麼差異？分別有何優勢劣勢？01. 讓機器解析物理世界說起WA世界模型，或許對輔助駕駛領域比較關注的朋友，第一時間會想起華為和蔚來，這兩家都是對外已經官宣走WA世界模型這條路線的典型代表。尤其是華為，作為現階段公認輔助駕駛界TOP1的存在，「五界」+乾坤智駕基本上涵蓋了將近半個車圈。所以說，WA世界模型這條技術路線，至少在現階段產品覆蓋度是相當高的。實際上，和VLA大模型一樣，WA世界模型這個概念最早並不是由華為或蔚來等國內公司首次提出的。追根溯源的話，要比VLA大模型出現得早很多。其概念最早可追溯到上個世紀40年代，一位名為肯尼斯·克雷克的蘇格蘭心理學家提出的「心智模型」（Mental Model ）。他認為，人類之所以可以預測各種環境的變化，是因為每個人心中都有一套基於自身理解形成的「小型世界模型」。透過模擬運作小型世界模型，將感官訊息轉化為對物理規律的理解，就可以對世界內部表徵進行推理演算，進而幫助人們做出正確的決策。例如，我們看到烏雲就會聯想到下雨，看到火就會聯想到熱和燙，聽風聲大概能判斷風有多大。到了上個世紀80年代，這套理論開始應用於電腦領域。被譽為「生成式AI之父」的德國電腦科學家於爾根·施密德胡伯，在論文中首次提出了「世界模型」一詞（World Model ）。他嘗試使用神經網路進行情境推演，實現動態環境的預測。而到了21世紀，隨著電腦效能的突飛猛進，世界模型在AI領域的發展也開始逐漸清晰明朗了起來。2018年，GoogleAI公司DeepMind的兩位人工智慧科學家，發表了一篇名為《World Models》的論文。提出了透過「造夢」訓練AI智能體的超前理念，在當時可謂轟動業界。具體來說，就是使用自動編碼器將現實場景壓縮成資料，再利用神經網路推演各種未來的可能性，最終透過一套精簡的控製器，對機器動作進行控制。其實有點類似「顱內學習」，像是許多頂級賽車手在實地賽道刷圈之前，會把賽道的每個彎記得清清楚楚。可以做到閉上眼睛用腦模擬自己實地開車的景象，預演那個地方容易出事故，那個地方可以提速等等。預演次數夠多、夠細，實際賽道刷圈時的反應就會更靈敏，更容易呈現出「人車合一」的境界。世界模型「夢境」訓練AI的方式，有點類似「訓狗」。動作做對了會丟一塊小零食當作獎勵，做錯了會有相應的懲罰，久而久之狗就形成了條件反射，變得聽得懂人話。在世界模型的「夢境」訓練中，工程師會對AI提出一個基本目標，然後加入真實世界的物理參數，設定「對」和「錯」的框架規則，這樣就能讓AI在不斷試錯中實現進化。到了2022年，隨著ChatGPT等大模型的出現，借助其序列建模能力和多模態學習等技術，世界模型的模擬推演範圍得以進一步擴大，從原先的2D走向3D，從只能推演單一場景，到可以推演多種因素疊加的複雜場景。傳統AI是基於大量程式碼的被動式反應系統，能力上限有一定侷限性，無法做到應對複雜場景。而世界模型則會是基於現實世界中運動、碰撞等運行規則去訓練AI，透過因果邏輯一樣預演行動後果，從而在複雜場景中趨利避害，做出正確的抉擇。簡單來說，世界模型的目標，就是讓AI擁有類似人類的物理時空理解能力。02. WA和VLA誰比較優秀？有了前面的鋪墊，再來看看WA世界模型是怎麼應用在輔助駕駛系統的。WA世界模型最顯著的特點，就是對於物理世界的運動規律，有著強大的分析能力。根據蔚來對於WA世界模型技術的描述，它可以分析前3秒內的行車資料，只需要0.1秒就能推演出長達120秒的模擬路況，同時產生216種場景可能性。理論上來說，WA世界模型的運行速度，比端到端更快。因為WA世界模型在端對端感知到動作輸出的過程中，加了一個「預判」環節。就比方說，打乒乓球水平很高的專業隊選手，速度對抗之快讓人覺得匪夷所思，是因為來球之前他們會根據對手的動作做出預判，從而提前做動作，如果球來了再現反應是來不及的。除了車端的「快」以外，雲端的模型訓練也是十分重要的部分。例如，目前華為的ADS 4整套系統就分成了「雲端」和「車端」兩部分。其中雲端部分被稱為WE（World Engine），即世界引擎，用於對AI模型進行「夢境」訓練。車端部分被稱為WA（World Action Model），即世界行為模型，用於車輛執行在雲端訓練出的模型。二者合在一起，並稱為“WEWA”。實際上和理想、小鵬引入VLA大模型一樣，華為、蔚來之所以引入WA世界模型，同樣是為瞭解決端到端架構的弊端。傳統端到端架構最讓工程師頭疼的，就是「黑箱問題」，可解釋性差，一旦出了問題難以修改，只能像薛定諤的貓一樣投喂大量資料，祈禱模型早日修正。VLA大模型給出的解決方法是：透過將圖像訊號轉換成語言，這樣就可以讓問題透過文字視覺化，起到易於修改的目的。WA世界模型給出的解決方法是：可以透過三維物理世界的空間運動規律、物體互動規則，對出現問題場景進行反向演算，再配合上內建的「注意力熱圖」系統，就能起到回溯問題根源的目的。比如說，路中間突然跑過去一頭牛，車輛撞了上去，這種現實中較低機率發生的事故，工程師們就可以呼叫世界模型分析事故原因。到底是沒辨識到牛，還是對牛的行進路線預判失誤，還是預判了牛的路線但沒及時做出煞車動作…儘管做不到像VLA一樣，把問題轉換為文字那麼清晰，但好歹已經從“黑箱”變成“灰箱”了，能做到具體問題具體分析，可以更有針對性的投喂資料，對症下藥。找到了問題之後，就需要投喂大量資料進行模型訓練最佳化，俗稱「下猛藥」。而這，正是WA世界模型相比端到端的另一個主要優勢。傳統端對端修改問題，需要大量真實資料支撐，但許多極端碰撞事故發生頻率本身就很低，就會造成可用資料十分有限。而世界模型則可以透過位於雲端的世界引擎，在虛擬世界中模擬創造出各種奇葩的極端碰撞事故資料。這些資料不僅各種參數可調，而且資料想要多少就有多少。這樣一來，就可以讓輔助駕駛應對極端複雜場景的能力加速進化。除此之外，WA世界模型在車端佔用的算力，往往比端到端更少。由於「注意力熱圖」的存在，使得WA在運行過程中不需要像端到端那樣，始終顧及全域，而是根據不同場景呼叫不同的模組。例如華為ADS4中，就內建了多種「專家模組」。當車子開到路口時，系統就會呼叫「路口預測專家」模組，將更多算力傾注在監視橫向、對象來車，以及與其他交通參與者的博弈上。當車子遇到擁擠時，系統就會呼叫「壅塞跟車專家」模組，將更多算力傾注在監視前車急煞車、側方加塞等方面。更低的算力消耗，有利於會進一步降低系統延遲，提高危急時刻的反應速度。總結下來，WA世界模型是一套可解釋性更高，運行延遲更低，且針對特定危險場景避險效果更好的「端對端PLUS」。那麼就可以回答文章開頭提到的問題了，WA世界模型比起VLA語言動作大模型，到底那個比較好呢？簡單來說，WA世界模型偏向憑藉「肌肉記憶」與「經驗」去開車，而VLA更接近「腦思考」去開車，這造成了兩條技術路線分別有各自擅長的領域。WA世界模型的優點在於車端系統十分精簡，而VLA大模型多了將影像轉換成語言這個步驟，更擅長處理「鬼探頭」等突發的緊急危險場景。理論上，WA世界模型的反應速度會比VLA更快。不過相對的，由於VLA擁有更接近人類的邏輯推理能力，所以對於複雜的臨時施工道路，在繞行路線選擇方面，表現會比WA世界模型「更擬人」。同時在人機共駕時，用語音「使喚」車輛做各種動輒，VLA也會表現得更出色。理論上，VLA大模型更擅長處理復合場景的「長尾決策」問題。從長遠來看，WA和VLA兩條技術路線對於硬體的演化需求也有所不同。VLA需要更頻繁的邏輯推理，因此對車端晶片算力提出了更高的要求。而WA雖然對於車端算力需求較小，但由於車端模型需要及時判斷場景呼叫模組，同時還需要雲端訓練作為支援，所以對網速要求更高，而晶片頻寬將很大程度上決定其能力上限。03. 寫在最後雖然目前市面上的主流輔助駕駛技術路線走到了分水嶺，但放眼更長遠的未來，依舊充滿未知。正如那句「天下大勢，分久必合合久必分」。說不定WA和VLA接下來會走向融合，實現優勢互補，亦或是再迸發出更先進的技術架構，從而讓產業走向下一階段的統一。不論技術如何發展，都真心希望L3、L4級自動駕駛早日落地。 （電動車公社）

更深刻瞭解汽車產業變革趕在國慶假期前，極氪今年最重磅的車型 9X，終於公佈正式上市售價。新車共有四個版型，其中在預售階段已經公佈的三個版型，對應上市價分別是：Max 版 46.59 萬元；Ultra 版 48.59 萬元；Hyper 版 55.99 萬元。在這三個版型之外，極氪還發佈了一款定製「曜黑版」9X，售價為 59.99 萬元，配置比「Hyper」版本更高（主要是標配了原來一些需要選裝的配置）。極氪還為 9X 提供了價值一萬元的官方置換補貼，補貼後起售價則來到 45.59 萬元。Max、Ultra 版本即將啟動交付，Hyper 版車型會在 11 月下旬交付；購置稅差額補貼和等車積分紅包等政策也悉數奉上。極氪 9X 基於「浩瀚-S」架構打造，是品牌下首款搭載「超級電混」動力體系的產品，從動力、智能、三電等方面來看，稱得上是極氪品牌的「集大成作」。此前的技術發佈會、預售發佈會已經公佈了 9X 的一系列核心能力，這一次的發佈會，則將重點放在細節處的講解上。不俗的產品力、樂觀的前期銷量（預售 1 小時小訂超 4 萬張），是否意味著極氪 9X 真的「成了」？「半場開香檳」固然有風險，但極氪 9X 的出現對極氪品牌來說，或真的稱得上是一個「轉折點」。何以見得？下文分曉。旗艦實力極氪 9X 的產品亮點有很多，而其中最突出的，相信會是「超級電混」動力系統。通過搭載最高 70kWh 的的電池包，極氪 9X 能提供至多 380km 的純電續航，綜合續航最長也能來到 1250km。既能提供一定程度的純電用車體驗，也能兼顧長續航，從而打消「續航焦慮」。只不過具體來看，「入門」的 Max 版本極氪 9X 僅提供 55kWh 的電池包， 純電續航由此下降至 300km。好在，這塊電池包仍能交出 6C 的補能體驗。處於中間位置的 Ultra 版本車型同樣標配 55kWh 6C 電池包，但可通過選裝配上 70kWh 電池包，以提升純電續航、綜合續航。另外，和 Max 一樣，Ultra 版本車型標配的是「千里浩瀚 H7」輔助駕駛方案，外觀特徵是僅配備一顆瞭望塔式雷射雷達。如果 Ultra 版本的使用者希望體驗「千里浩瀚 H9」智駕能力，可通過選裝獲得——Max 車型則無此選項。另外，在其他的科技配置方面，Ultra 版本車型還增加了「雙百萬像素智能投影大燈」「智能感應電動門」等配置，綜合的豪華程度、科技含量已達到相當高的水準。Hyper 版本則是傳統意義上的「高配」，70kWh 電池包和「千里浩瀚 H9」都是標配。而且在硬體上，Hyper 版本的極氪 9X 還預埋了兩顆 Thor-U 晶片（Max、Ultra 版本是一顆），搭載「5 雷射雷達」的方案，按照極氪的說法，這是「為 L3 智駕做準備」。此外，「48V 主動穩定桿」「三電機四驅」等能力也都出現在 Hyper 版本的極氪 9X 上。至於 900V 高壓架構、雙腔空氣懸架、CCD 電磁減振等配置則是全系標配，換言之那怕是「入門款」，極氪 9X 的配置也相當高。而「曜黑版」，正如前文所說是「大滿配」，也就是在 Hyper 版本上需要選裝的配置，都成為了「標配」。綜合體驗最好，也另有獨特造型，「情緒價值」拉滿。最後簡單過一下極氪 9X 的基礎資訊。車身尺寸為 5239*2029*1819mm，軸距 3169mm；全系搭載 2.0T 超級電混專用發動機，雙電機版本系統綜合功率 660kW，零百加速 3.9 秒；三電機綜合功率 1030kW，零百加速 3.1 秒。座艙由雙 8295 晶片驅動，配備 47 英吋 AR-HUD，16 英吋 3.5K OLED 中控屏+副駕屏；二排座椅標配雙零重力座椅、二排側窗電動隱私遮陽簾和 9 升車載冰箱。只不過，三個非常重要的配置——Naim 音響系統、17 英吋 OLED 二排滑移屏和電動踏板，Max、Ultra 和 Hyper 車型均需要通過選裝獲得。尤其是 Naim 音響系統的選裝價格高達 6 萬元，好消息是在首銷期間，這三項配置均免費贈送。智能輔助駕駛方面的進展也簡單介紹一下，H7 會是現階段上車的方案，H9 對應的進階功能，則要等到相關法律法規允許，才能第一時間上車。此外，待時機成熟後，極氪還將推出「代客泊車」和「一鍵召喚」兩大功能，使其的智能化水準更符合「旗艦」定位。有備而來就在上市後不久，極氪官方傳來好消息：用時 13 分鐘，便已斬獲 1 萬張大定訂單。而吉利楊學良也在微博上透露，「小訂訂單超 8 萬張」這個說法可信，側面證明了極氪 9X 的確取得了初期成功。對於如此銷量表現，吉利汽車集團高級副總裁、極氪科技副總裁林傑認為，老使用者的支援功不可沒。「我從預售訂單的資料來看，大概有 20% 是原來極氪 001、009 的老使用者，‘極客’們還是很愛極氪的。」此外，極氪 9X 似乎真的成功吸引了一些原來豪華品牌的使用者群體，林傑給出的「證據」是，9X 的展車開始往門店舖設後，「外面停的都是豪華品牌」。此外從最近的消息也能見到，有不少明星如孫紅雷、韓紅，都成為了極氪 9X 的准車主。或許，該車身上的一些「豪華氣質」，的確讓部分高端使用者感到了共鳴。林傑還表示，目前的銷量表現多少超出預期，他們原定的產能情況已經顯得有些保守。而 Hyper 版本 11 月下旬才交付的原因，除了供應鏈的因素外，主要還是 H9 的輔助駕駛通過申報還需要時間。淦家閱後來向電動星球透露，從目前的訂單來看 Hyper 版本的使用者佔比超過了 60%，不難看出 H9 智駕能力在高端使用者群體中被非常看好。這自然是極氪內部，甚至吉利集團都樂於見到的結果。「阿甘」淦家閱還表示，在「一個吉利」的戰略框架下極氪的定位非常明確，就是「智能化的排頭兵」，是引領者。從某種意義上來看，消費者對極氪智能化的接受程度，會成為對整個吉利集團智能化處理程序的風向標。同時，以極氪 9X 為代表的車型，也肩負起向下賦能吉利產品的使命。真誠以待換言之，極氪 9X 的成功與否，也會影響整個吉利集團未來發展的態勢。未來如何把極氪做好、把產品做好，林傑概括為「真誠」二字。對應的是近期極氪開誠布公，通過「答使用者問」方式介紹極氪 001 年款車型的事情。林傑表示，剛開始以為這樣會傷害到銷量，但最終效果「出奇地好」，老款 001 全國的庫存數已經消化到 50 台左右，他們也得以順勢提早了新款 001 的上市時間。從今年以來，極氪的這種轉變非常明顯，看來 2024 年因車型迭代速度太快而招致老使用者怨言的教訓還歷歷在目。在群訪活動上林傑再一次強調「真誠」的重要性，表示會重視使用者維運的價值，再結合過去一段時間極氪的主動改變，相信老使用者能看在眼裡。最後話題還是回到極氪 9X 身上。眾所周知極氪成立以來都是「純電品牌」，但旗艦車型 9X 卻是「插混」產品，這意味著什麼？林傑認為，極氪更關注的是「能給使用者帶來那些爽點」，而在他看來極氪 9X 這樣的「超級電混」，就是能給使用者帶來體驗的「爽點」。而且還有一個前提，極氪始終認為極氪 9X 不是單純的「插混車」，它本身的「電感」也非常強。從搭載了 70kWh 的電池，再加上從「浩瀚」純電架構延伸出來的平台，他認為極氪 9X 也是某種定義下的「純電車」。也可以將極氪 9X 的出現，理解為「主動求變」。變的是產品的外在形態，是一些參數、技術構成，但不變的依然是極氪對使用者需求的理解。「搞產品最重要是解決客戶的痛點。增加客戶的爽點，我認為這是既是來解決痛點，同時也是增加大家的爽點，這樣的話整個產品我們才能夠有非常好一個發展。」話已至此我們也不妨期待一下，「真誠」到底能否成為極氪的「必殺技」？而高調對標庫裡南的極氪 9X，又會在歷史長河中處於什麼樣的位置？市場很快會告訴我們答案。 (電動星球)

奔馳8年前曾投資Momenta。奔馳純電CLA官宣採用Momenta輔助駕駛！車東西9月25日消息，就在剛剛，奔馳宣佈與中國自動駕駛技術公司Momenta聯合研發的新一代輔助駕駛系統即將發佈，並將率先搭載於今秋上市的國產全新純電CLA車型。未來，這一系統還將擴展至更多奔馳車型。據介紹，該系統基於Momenta的“飛輪大模型”技術，能夠在高速、城區及泊車等多種場景下實現“車位到車位”的輔助駕駛功能。▲Momenta資料飛輪（圖源：Momenta）奔馳方面表示，這一方案不僅符合其全球安全標準，還針對中國複雜的交通環境進行了本土化最佳化。至此，作為傳統豪華車企代名詞的BBA（寶馬奔馳奧迪）已全部與Momenta開展合作。01. 雙方合作已8年 一段式端到端將上車奔馳CLA奔馳與Momenta的合作可以追溯到2017年，當時奔馳成為首個投資Momenta的國際車企。經過多年協作，雙方在研發過程中引入了大量中國本土駕駛資料，並結合經驗豐富駕駛者的操作習慣，以提升系統在本地道路上的適應性。研發團隊還通過實車路測與大規模模擬測試，覆蓋極端天氣和複雜路況，以確保系統的可靠性和安全性。奔馳中國研發和採購負責人莊睦德表示，公司將繼續以“奔馳標準”推動技術創新，並通過與中國科技企業的合作，滿足本土消費者的需求。▲奔馳中國研發和採購負責人莊睦德Momenta CEO曹旭東則強調，雙方的合作不僅融合了奔馳的工程標準和Momenta的AI技術，也體現了豪華品牌在智能化轉型中的速度與嚴謹。▲Momenta CEO曹旭東值得注意的是，Momenta在業內率先實現了一段式端到端輔助駕駛解決方案的量產應用。此次搭載於純電CLA的系統在安全性上保持嚴格標準，例如避免闖黃燈、路口預防性減速以及禮讓行人等，同時在通行效率上接近人工駕駛水平。02. Momenta獲奔馳多輪投資 已拿下中國外多家車企定點奔馳與Momenta的投資關係始於2017年，經歷了從單純財務投資到戰略合作的轉變。2017年7月，奔馳（戴姆勒集團）參與了Momenta的B1輪融資，領投方為蔚來資本，融資額達4600萬美元（約合人民幣3.28億元）。上述投資是奔馳首次投資中國輔助駕駛初創企業，也是Momenta方面早期拿到的外資投資之一，可見奔馳對中國智能輔助駕駛市場的重視和Momenta的實力。此次投資不僅為Momenta提供了資金支援，也為奔馳佈局中國智能駕駛領域奠定了基礎。2018年10月，奔馳繼續支援Momenta的發展，參與了其新一輪融資，本輪戰略投資者包括騰訊等多家機構，公司累計完成融資超過2億美金（約合人民幣14.26億元），使Momenta估值達10億美元（約合人民幣71.3億元），成為自動駕駛領域的獨角獸企業。可以說，奔馳通過持續投資，加深了與Momenta的聯絡，為後續的深入合作鋪平了道路。2021年3月，奔馳再次參與Momenta的C輪融資，此輪融資由上汽集團、豐田、博世、淡馬錫和雲鋒基金領投，奔馳作為跟投方之一，進一步鞏固了戰略合作關係。此時，Momenta已與多家車企建立合作關係，包括智己汽車等，其技術實力和市場前景得到了廣泛認可。2024年11月，奔馳計畫加大對Momenta的投資力度，追加7500萬美元投資（約合人民幣5.35億元）。還有市場消息稱，奔馳有意作為基石投資者參與Momenta的首次公開募股（IPO）。▲Momenta全球品牌的共同選擇（圖源：Momenta）當下，Momenta已經拿下了海內外多家車企的相關訂單，中國包括比亞迪、廣汽豐田、上汽智己、東風日產等，海外則涵蓋奔馳、寶馬、奧迪、通用、豐田、梅賽德斯-奔馳、博世及Uber等。03. 結語：Momenta正快速實現量產隨著純電CLA成為首款搭載Momenta輔助駕駛系統的奔馳車型，這不僅意味著奔馳在智能化轉型上邁出關鍵一步，也標誌著國際豪華品牌與中國科技企業的深度融合進入新階段。未來，隨著更多車型的落地以及Momenta在全球市場的拓展，智能輔助駕駛的競爭格局或將迎來新一輪洗牌。 (車東西)

上世紀90年代的上海，第一輛桑塔納轎車駛下生產線，那是中德合資的產物，風頭一時無兩。那是“市場換技術”的代表作。隨後更多國際汽車品牌進入中國，合資品牌成為中國汽車市場的主導者。弊端逐漸暴露。外方以保證汽車質量為由，對合營公司的技術研發採取了嚴格的控制策略，合營公司對汽車沒有修改權，所有國產化過程中的問題都需要經過外方批准。至1990年，中國幾個主要合資品牌汽車的國產化率最高為60%，最低不過13%，遠遠低於預期。市場讓出去了，技術卻沒有換回來。而且，跨國車企熱衷將過時車型投放到中國市場進行傾銷。於是，技術被控制，市場被瓜分，利潤被分走。中國汽車一度陷入茫然。直到新能源汽車出現。避開傳統燃油車技術壁壘，中國新能源汽車聚焦電動化、智能化（智能輔助駕駛、車聯網），以科技體驗和性價比打破品牌認知慣性，快速搶佔市場。而國外品牌受制於燃油車包袱、供應鏈依賴和轉型遲緩，被中國借助產業革命窗口期實現彎道超車。2024年，全國新能源汽車保有量達到3140萬輛，從年產百萬輛，到成為全球首個年產突破1000萬輛的國家。曾經被詬病“低質廉價”的中國品牌，如今在全球電動車市場獨佔鰲頭。所以，市場並能換來技術，恰恰相反，只有自主掌握技術，才能贏得市場。市場之爭，本質上是技術領先之爭。而今，對全球汽車產業來說，又迎來了新的戰場：智能輔助駕駛。彎道再現汽車產業正經歷從電動化向智能化躍遷的關鍵階段。2025年上半年，中國L2級及以上智能輔助駕駛裝車率達到67.8%，智能化成為產業核心驅動力。“我們迎來了第二個彎道——智能輔助駕駛，但這次的賽道更加艱險。”中國汽車產業從業者秉持相似的觀點。然而，面對L3級有條件智能輔助駕駛的更高要求，EB級資料的採集與管理如同大海撈“幀”；百Eflops算力的需求讓最先進的伺服器都喘不過氣；模擬百億公里級的測試場景來驗證系統可靠性；未來千萬輛智能汽車同時營運的安全保障；還有技術生態的持續創新與協同......這些都是橫亙在“智能輔助駕駛技術超車”道路上的崇山峻嶺。曾經的學生，現在成了老師的競爭對手，中國汽車從追趕者變成了領先者，中國汽車產業要付出更多，才能保持領先。於全球市場觀察，海外汽車產業已將智能輔助駕駛視為未來產業競爭的“制高點”。美國通過《自動駕駛法案》加州、內華達州等開放全無人測試許可，聯邦政府將智能輔助駕駛納入國家交通戰略。歐盟以《通用安全法規》強制新車標配L2級輔助駕駛功能，並設立專項資金支援L4級技術研發；日本通過《道路運輸車輛法》修訂加速L3/L4商業化；韓國政府投資千億韓元建設智能交通示範區。傳統車企如豐田、大眾、通用等，每年投入數十億美元研發預算，通過自研或合作方式建構技術壁壘。網際網路巨頭Google、蘋果和亞馬遜也在跨界，以AI和資料優勢切入，倒逼傳統車企轉型。更別提車載晶片、雷射雷達、高精地圖等，各個環節都有強敵環伺。彎道來了，但不知超車的會是誰？為什麼需要雲智能輔助駕駛時代，傳統汽車產業的競爭維度從機械性能、供應鏈效率，轉向了以資料為燃料、以演算法為引擎、以雲平台為底座的智能化角逐。車百會研究院副理事長、車百智庫研究院院長師建華表示，隨著汽車與AI技術深度融合，汽車行業對AI算力需求顯著提升。輔助駕駛技術快速迭代，推動了對靈活可調配的集中式雲端算力的指數級需求增長，該領域已成為全國雲端算力市場中僅次於大模型的重要增長點。車企AI化轉型不斷深入，正驅動算力加速上雲，逐步建構起企業在AI時代的核心資產。智能輔助駕駛催生了車企上雲的需求，雲端算力也反向推動了智能輔助駕駛的進化。以資料為例，為提升汽車的智能化水平，車企不斷加大車上感知終端的精度，攝影機像素從800萬提升到6400萬，汽車端產生了大量的資料。同時，智能網聯汽車的銷量預計年底增加到500萬輛，大量汽車每日行駛在路上，持續產生資料。為了讓車載模型更智能，模型參數也從十億級演變到千億級，從端到端向VLA（視覺語言動作）和世界模型轉變，這進一步加劇了資料量的增長。車企積累的資料將從PB級到EB級。以智能輔助駕駛的corner case場景為例，路上突然掉落一根鋼管，汽車能否智能避障等，這些場景數量眾多，匯聚起來可達幾千萬個，它們都需要被模型進行訓練，以實現合理地感知、預測、規劃和控制，需要澎湃的算力來支撐訓練叢集。未來，汽車很快要從L2級向L3、L4級智能輔助駕駛演進。在這個過程中，對於模型的要求是能夠快速沉澱每天路上遇到的難例場景，及時進行訓練，明確模型的更新方向，並且模型更新周期將以天為維度。這對算力的即時性和充足性提出了極高的要求。車端算力越來越難以滿足上述日益增長的智能化需求。為解決這一問題，車企有不同的投資方向，一種是在車上放置兩塊晶片來增加算力，但是如此一來整車成本上漲了25%，另一種則是尋求外部算力支援。相較之下，車載晶片一旦固化，其算力上限便被鎖定，無法跟上演算法模型和業務場景的快速演進，而云端算力具備近乎無限的擴展性和強大的迭代靈活性，可以不斷整合最新、最強大的AI計算晶片，車輛在整個生命周期內都能持續獲得全球領先的算力支援，無需更換硬體即可享用最新、最複雜的智能輔助駕駛和智能座艙應用，真正實現“軟體定義汽車”的願景。中國知名的智能輔助駕駛輔助企業引望，就大量使用了華為雲的昇騰雲服務。據瞭解，引望使用雲上算力已支援100萬輛車智能飛馳，以目前比較典型的停車場景為例，通過連結雲端算力，一方面將難例泊車成功率提升15%，另一方面借助雲端大模型輔助最佳化端到端泊車效率，使用者可以獲得更好的體驗。系統性超越第一次彎道超車解決了汽車的“心臟”和“身體”問題，實現了動力系統的跨越，這不是簡單的市場勝利，而是一場由技術自主創新驅動的、從追趕者到並跑者甚至領跑者的系統性超越。那麼，第二次彎道超車則是要賦予汽車“大腦”和“神經”，實現決策能力的領先。這場競爭的核心，已經從硬體的製造轉向了軟體的迭代和資料的驅動，其根基正是以雲端運算為核心的自主創新體系。智能輔助駕駛的本質是“即時感知-決策-執行”的閉環，其背後需要處理海量多模態資料（攝影機、雷達、雷射雷達等感測器資料）、訓練複雜深度學習模型（如BEV感知演算法、路徑規劃模型），並實現低延遲的雲端協同控制，雲端運算平台的能力直接決定了智能輔助駕駛系統的智力上限。因此，華為將其在通訊、雲端運算、晶片等領域的深厚積累凝結，為每一輛車提供全端智能解決方案，最終以華為雲CloudVeo智能駕駛雲服務的方式輸出。華為自 2009 年啟動車載模組研發，2013 年佈局車聯網實驗室，多年來持續深耕智能汽車領域並加大投入。截至目前，華為已居中國汽車雲服務提供商前列：全國超 100 萬輛智能輔助駕駛車輛在華為雲上飛馳，5000 萬輛智能網聯汽車由華為雲提供服務。IDC資料顯示，2022-2024年，華為雲已連續三年位居中國汽車雲市場份額第一。這也表明，中國汽車產業有機會將本土市場規模和場景複雜性的劣勢，轉化為資料優勢和迭代速度的優勢，雲廠商的核心競爭力也在於此。以算力為例，輝達專為中國市場定製的H20晶片爆出存在安全後門，晶片安全保障及資料主權存疑，沒有一家車企希望自己受制於人。華為雲CloudMatrix384每卡性能可達輝達H20三倍，是更適合智能輔助駕駛模型訓練的算力平台。實際測試結果顯示，在E2E、VLA模型上，華為雲CloudMatrix384超節點性能已超過H100。相對車端算力，雲端算力普遍延時高，華為雲的做法簡單直接卻又對資源投入要求高，華為雲貴安汽車專區正式上線，與烏蘭察布專區、以及未來的蕪湖汽車專區相呼應，華為雲即將完成業內首個三專區上線，每一個汽車專區承載著成千上萬台伺服器，支撐著毫秒級的服務。車離雲越來越近了，在華為雲的汽車專區上，智能既可以在訓練之後湧現，也可以無時不刻提供近似於本地的體驗，車雲時延大幅降低60%，可用性達99.999%，智能輔助駕駛體驗也更流暢、更可靠。剛剛經歷重組的“新長安汽車”早已與華為雲展開深度合作，華為雲支撐了長安汽車智能輔助駕駛模型的高效訓練，雙方已進行了VLA、端到端等多種智能輔助駕駛模型的適配。此外，長安天樞智能輔助駕駛背後是CloudMatrix384超節點，長安也是首個應用該超節點、以國產算力開展智能輔助駕駛研發的車企。造一輛好車，還是營運一個能持續學習、不斷進化的智能系統，更多車企都看到了中國汽車的未來，基於雲原生平台、以資料為燃料、以AI演算法為引擎的全面競爭，大幕掀開。從仰望西方技術到自主創新引領，中國汽車產業走過了曲折而輝煌的道路。那些曾經的技術壁壘，正在被一一攻克，那些曾經的夢想，正在變為現實。 (環球時報)

輔助駕駛的逐步普及，似乎並沒有為所有上游晶片企業帶來正向作用。作為從自動駕駛到量產輔助駕駛的核心參與者，輝達就是一個典型案例。本周，輝達發布2026年財年的首季財報，截至2025年4月27日的第一季營收為441億美元，比上一季成長12%，比去年同期成長69%。而在上年同期，兩項數據分別是成長18%和262%。其中，通用人工智慧以及資料中心依然是輝達業務的核心成長極。第一季來自資料中心的營收為391億美元，較上一季成長10%，較上年同期成長73%；佔整體業務營收比重達88.66%，提升約1.74個百分點。儘管來自汽車和機器人業務的季度收入較上年同期成長72%，從成長速度來看，僅次於資料中心。但，第一季汽車業務營收仍僅5.67億美元，占同期公司整體營收的1.29%，這個數字相較於上年同期僅微增0.02個百分點。同時，從公司財報中可以看到，汽車和機器人業務類股的突出進展從過去的量產上車定點轉向了包括工廠產線智能化、人形機器人以及基礎模型​​、物理AI數據工具等。這其中，最大的隱憂來自於下一代旗艦晶片Thor的多次跳票。作為承接上一代Orin平台的關鍵產品，Thor原本是不少車企尋求進一步提升輔助駕駛能力邊界的首選項。這款大算力晶片原計劃2024年年中量產，後改為2025年4-5月，最終變為2025年年中量產且高階版本可能無法給到車企，僅能提供700TOPS的U版本。例如，7月即將上市的小米YU7，就是搭載這個入門版本。先前，輝達Thor不斷被曝出有製程與良率問題，包括晶片裸晶連接的設計缺陷，影響了良率與產能；晶片存在散熱效率低的問題，可能導致故障或性能受限等情況。同時，半導體進出口政策不確定性（2000TOPS更是風險隱憂），也迫使中國車企重新評估供應鏈安全；例如，中汽協更是直接建議謹慎採購進口晶片。而演算法的加速迭代優化，也進一步降低了對算力的無止盡需求。事實上，相較於Orin，Thor的量產上車關注度似乎也減弱了不少。一方面，受到實際交付算力版本低於預期影響（700TOPS和當初宣傳的2000TOPS，的確是雷聲大雨點小）；另一方面，算力冗餘並沒有催生質的變化。此外，今年4月上市的吉利領克900已經在配置表中提供搭載Thor平台的車型（算是首發車型）。不過，剛上市也僅有配置Orin平台的版本車型在販售。 5月中旬，Thor在國內才陸續開啟交付，但車款交付延遲問題不少。這打亂了眾多車企（尤其是中國新勢力）原有的技術和產品發布節奏，包括小鵬、蔚來等多家車企則尋求加快導入自研晶片，以解決未來可能存在的第三方晶片供應風險。去年8月，何小鵬宣布自研圖靈晶片流片成功。最新進展是，今年Q3將迎來大規模裝車。其中，全新車型G7將首發搭載，晶片理論算力700TOPS，比起輝達雙OrinX，能夠承載更大參數量的自研車端VLA大模型。而去年底上市的蔚來旗艦ET9，則是率先搭載自研的NX9031神璣晶片；依照官方的數據，在NPU的專門優化下，兩顆神璣晶片的AI迭代能力將會比之前4顆Orin-X晶片配置更強。此外，從目前已經披露的品牌和車型來看，Thor的上車，絕大部分仍是Orin的替代升級，並沒有形成新的增量效應。實際上，這也受到了近年來中國車企尋求降本而構建的梯次化晶片配置趨勢有很大的關係。這意味著，各家晶片供應商都在爭取可能的機會，但同時，價格廝殺也將白熱化。而對於車企來說，由於監管趨緊，無法跨越L3的背景下，晶片的性能實際上是存在妥協空間的。例如，今年3月，吉利正式發布了統一的智駕解決方案——“千里浩瀚”，H1、H3、H5、H7、H9共5大層級智駕方案，僅有最頂級的H9方案，配置了雙Thor U晶片。從目前公開揭露的資訊來看，千里浩瀚H1採用的是黑芝麻智能華山A1000方案，H3則是地平線之旅6M，H5可能包括Orin X/Orin Y，H7可能是雙Orin-X晶片或單顆Thor U方案。另一家自主品牌頭部車企—奇瑞，則是在今年推出了獵鷹智駕系統，分為四個等級：獵鷹智駕200、500、700和900。其中，獵鷹智駕200將作為全系標配，而500、700和900將分別應用於18款、12款和1款車型。其中，地平線HSD方案（征程6P晶片）已經明確拿到奇瑞的量產定點，9月正式量產。此外，獵鷹智駕700可能是輝達雙Orin-X方案，而900大機率是輝達雙Thor平台。此外，作為輝達在中國市場的頭部合作夥伴之一，Momenta的自研晶片進程也在加速。目前，該公司正在擴充自研NPU技術專家，負責驅動開發、驗證、效能最佳化以及AI大模型的遷移部署。而對輝達來說，高通是最強競爭對手（甚至是全球）之一。例如，輝達正在強推的Orin Y版本（Orin X的降本平替，主要面向入門級NOA）以及Orin N，就面臨來自高通SA8650（100 TOPS稠密算力，性能相當於200 TOPS的稀疏算力）以及後續迭代產品的巨大挑戰。其中，主打15萬元以下市場的零跑，B系列車型就率先啟用高通8650（最高支持城區NOA），而不是Orin Y或N。根據零跑的說法，相較於市面上其他同類產品，這套方案更具成本和功耗優勢。此外，從搭載車型分佈來看，以2025年1-4月數據為例，99款在售車型（搭載輝達不同版本計算平台）中，約30款熱銷車型貢獻了接近90%的搭載量。這意味著，過度集中的市場，極易受到車型配置變更的影響。更有趣的是，輝達和高通在中國市場的重點夥伴幾乎完全重疊。包括Momenta、卓駕馭、德賽西威等幾家頭公司都在同步開發兩套方案。其中，輝達Orin平台的最大受益者—德賽西威，在今年上海車展期間正式宣布，和高通達成合作，基於"統一硬體平台+雙演算法架構"模式推出組合式駕駛輔助解決方案。和其他廠商的合作性質不同，該方案在中國市場採用德賽西威本地化演算法，國際市場適配高通通用演算法，支援客戶根據區域法規實現客製化開發。此外，除了SA8620P、QAM8650P，雙方基於QAM8775P晶片的艙駕融合方案也已經拿到車企的定點項目。尤其是8775平台，更是有可能成為10-20萬級智慧座艙+輔助駕駛普及的主力平台。一些公開數據顯示，基於高通8775打造的艙駕融合方案更符合車企的降本增效需求，光是晶片成本就可能比「8155+8620」 這樣的雙晶片組合低約15%，整個系統等級的成本降幅甚至可能達到20%或更高。在這個細分賽道，輝達先前選擇和聯發科合作。不過，從目前進展來看，後者最新推出的C-X1（整合輝達GPU，並且還支援運行NVIDIA DriveOS）仍需要與輝達智駕晶片進行組合搭配使用，來建立集中式運算平台解決方案。不過，這種單板多芯方案，實際上面臨更多競爭對手的組合進攻。例如，今年上海車展期間，黑芝麻智能與英特爾達成策略合作，共同開發艙駕融合平台。而作為中國市場的一匹黑馬，華為車BU與鴻蒙智行的分離，也進一步推動前者在獲取其他車企客戶訂單方面，持續受益。從目前來看，至少在中國市場，華為對輝達來說，是強勁對手。高工智慧汽車研究院監測數據顯示，2024年，華為海思晶片及輔助駕駛方案在中國市場（NOA為統計口徑）的份額佔比已超過25%。最新數據顯示，目前，華為乾崑智駕合作車型覆蓋轎車、城市SUV、MPV，以及硬派越野等各款車型，搭載ADS的車型超過20款，裝機量突破50萬台，預計2025年底將達200萬台。同時，華為在晶片、感測器、動力總成、智慧底盤以及智慧座艙、雲端運算、大模型等領域的全方位佈局，也與乾崑智駕組合形成了獨特的市場競爭力。事實上，輝達幾年前曾嘗試類似華為的垂直整合模式，從傳統的晶片+工具鏈模式升級為全端軟硬方案供應商角色，也拿到了類似賓士、捷豹路虎等車企的合作項目（也很有可能就是絕唱）。此後，輝達也從小鵬挖走了吳新宙，後者的豐富落地經驗，在加入輝達後，的確也在短時間快速改變了團隊的工作節奏，加快了軟體開發迭代、測試等工作進度，包括大舉擴招研發團隊。不過，考慮到汽車（車端）業務在輝達整體營收中佔比一直很低，即便黃仁勳希望抓住這波風口，但從公司整體資源分配（還有投入產出的效益）來看，也很難全力以赴地投入資源。在高工智慧汽車研究院看來，短期內，輝達仍需要依靠中國的Tier1來兜售晶片。而在全球市場，由於博世、安波福、大陸集團等傳統Tier1也不斷強化演算法能力儲備，誰也不願意被輝達輕易搶走市場。此外，除了高階晶片，不同算力、功能和成本定位的產品，以滿足不同車企、不同車型的需求，涵蓋更廣泛的市場區隔領域，應對競爭對手在中低端市場的衝擊，也是輝達面臨的難題之一。如果放棄中低端市場，則意味著輝達的汽車端側業務收入規模難以維持成長動力。畢竟，在中國乃至全球市場，20萬元以下車型仍是真正銷售主力。而對輝達來說，吳新宙主導的全端軟硬體方案能否真正實現規模化上車，依然還是個未知數。畢竟，今時不同往日，無論是晶片還是軟體，供需早已經失衡。此外，今年中國市場對輝達來說，最大的增量將是來自比亞迪。但這也取決於其與地平線在比亞迪的上車比例分配變化。高工智慧汽車研究院監測數據顯示，和2024年第四季相比，今年第一季中國乘用車市場輔助駕駛方案搭載輝達平台上車量下滑18.46%。而從長期來看，隨著Arm這樣的核心IP提供者進一步降低車規級SoC的設計門檻、導入和開發周期，包括輝達在內的傳統晶片（集成，部分IP自研）供應商面臨巨大的潛在競爭壓力。本周，Arm官網推文，強調Arm Zena CSS將幫助汽車製造商進一步實現SoC（基於Arm的核心IP組合）量產時間的加速。作為標準化的預整合運算平台，將晶片開發時間縮短12個月，並且大幅簡化功能安全等相關車規級認證流程。眾所周知，不管是特斯拉的FSD、蔚來的神璣NX9031，或是小鵬的圖靈晶片，都使用了Arm的各種不同IP核，包括A78AE CPU、G78AE GPU甚至是NPU。這不僅幫助車企快速取得KNOW-HOW，也大幅降低了SoC的自研投入。按照最新發布的參考架構，Zena CSS基於Armv9汽車增強（AE）技術，支援最多16個Cortex-A720AE內核，針對ADAS和IVI應用進行了性能優化；基於Cortex-R82AE的Safety Island；以及支援Chiplets架構的Neoverse CMN S3AE。此外，Zena CSS的另一個關鍵要素就是軟體開發的前置。這意味著，過去通常需要在晶片供應商提供樣片後再進行軟體適配開發的流程，成為歷史。如果汽車製造商尋求自研晶片，結合Zena CSS，則可以實現真正意義上的“上市即交付”，而不是等待軟體的OTA。有趣的是，就在今年初，Arm控股公司CEO、軟銀董事會成員Rene Haas就公開表示，儘管輝達目前在AI晶片市場佔據主導地位，但競爭對手的突圍，也只是時間問題。(高工智慧汽車)