近日，工業和資訊化部發佈的最新統計資料顯示，2026年以來，中國搭載L2級（組合駕駛輔助功能）的乘用車新車市場滲透率達到70%。其中，配備NOA（領航駕駛輔助功能）的車型滲透率超過30%。換言之，每10台售出的新車中，70%具備基礎駕駛輔助能力；30%擁有高速、城區領航高階駕駛輔助配置。 不過，駕駛輔助依然面臨使用者使用率較低的現實問題。華為高級副總裁、引望智能技術有限公司CEO靳玉志對外表示，國內僅有不到10%的使用者真正使用過駕駛輔助，大部分人不敢用、不會用，也缺乏專業的瞭解管道。“高搭載、低使用”已然成為駕駛輔助產業現階段最突出的痛點。 三方共振催生普及熱潮 公開資料顯示，L2級是指在駕駛人持續觀察交通狀況並控制車輛的前提下，系統輔助駕駛人在特定的設計運行條件下，執行車輛橫向和縱向控制的系統；NOA則是基於導航資料與駕駛控制技術融合的L2級與L3級（有條件自動駕駛）之間的駕駛輔助系統。

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)