亚洲综合精品视频_午夜精品小视频_一级片视频播放_久久人妻免费视频_天天综合网入口_国产成人三级在线观看视频_波多野结衣视频在线看_亚洲黄色片视频_欧美 亚洲 另类 激情 另类 _国产一级片久久

來源 | 伯虎財經(jīng)（bohuFN）

作者 | 楷楷

近日，特斯拉股價開啟了一輪“猛烈反彈”。7月第一周，特斯拉股價累計漲幅超27%，7月5日的收盤價為251.55美元，只花了一周的時間，特斯拉就抹平了上半年的所有跌幅。

對于特斯拉突如其來的“狂飆”，不少業(yè)內(nèi)人士認(rèn)為與其二季度的交付數(shù)據(jù)有關(guān)。今年二季度，特斯拉全球交付超44.4萬輛電動車，環(huán)比增長14.7%，優(yōu)于華爾街機(jī)構(gòu)預(yù)期的43.8萬輛。

不過，雖然特斯拉二季度的交付數(shù)據(jù)不錯，但仍然比去年同期的46.6輛少了。所以，交付數(shù)量并不是推動特斯拉股價狂飆的唯一因素，在人工智能、儲能業(yè)務(wù)方面的“新故事”，可能才是特斯拉的“市值光環(huán)”。

業(yè)內(nèi)人士指出，投資機(jī)構(gòu)開始意識到特斯拉可能是美股市場上最被低估的“AI投資標(biāo)的”，有分析團(tuán)隊估算，特斯拉全自動駕駛（FSD）業(yè)務(wù)估值或高達(dá)1萬億美元，超過了特斯拉8000億美元左右的市值。

今年4月，隨著馬斯克訪華一同而來的，還有FSD即將入華的消息，也是從此時開始，特斯拉的股價就開始持續(xù)修復(fù)，國內(nèi)新能源車企的智能駕駛業(yè)務(wù)也迎來積極調(diào)整，特斯拉這條“鯰魚”，已經(jīng)開始攪動國內(nèi)的智駕市場了。

01 特斯拉引發(fā)“鯰魚效應(yīng)”，“端到端”一夜崛起

今年1月，特斯拉正式向普通車主推送了最新版本的全自動駕駛FSD Beta V12，這一版本在2023年就已經(jīng)發(fā)布了內(nèi)測版，并被業(yè)內(nèi)人士稱為是自動駕駛的“里程碑時刻”。

從技術(shù)層面上來看，特斯拉FSD V12與當(dāng)前車企通用的智駕方案，在實現(xiàn)路徑上有著本質(zhì)的區(qū)別。FSD V12采用的是“端到端”技術(shù)路線，只需輸入原始數(shù)據(jù)就能直接輸出最終結(jié)果的AI模型，可以通過觀察和模仿人類駕駛行為來優(yōu)化駕駛決策，反應(yīng)速度更快。

而傳統(tǒng)的智駕方案通常是將感知、決策和控制分為獨(dú)立的模塊，每個模塊專注于解決特定的問題，再依靠人工編程根據(jù)不同場景提前定義規(guī)則，讓智能駕駛基于規(guī)則來執(zhí)行。

傳統(tǒng)智駕方案的好處是模塊化的處理簡化了系統(tǒng)開發(fā)的難度，利于問題回溯與研發(fā)迭代；但缺點(diǎn)是基于人工設(shè)想的規(guī)則難以覆蓋道路駕駛的邊緣場景，難以應(yīng)對城市道路上的突發(fā)情況，導(dǎo)致使用體驗不如預(yù)期。

此外，為了應(yīng)對這些非常少見，卻又不能缺少的邊緣場景，一家企業(yè)可能需要數(shù)千個工程師，將90%的精力花費(fèi)于編寫corner case的代碼上，這也增加了智能駕駛迭代的成本和難度。

但據(jù)馬斯克表示，F(xiàn)SD采用“端到端”技術(shù)之后，只需要用3000行代碼就能替代原來的30萬多萬行代碼。

因此，作為世界首個“端到端”AI自動駕駛模型，F(xiàn)SD V12從誕生之初就備受關(guān)注，特別是在新能源汽車競爭已經(jīng)進(jìn)入白熱化階段的當(dāng)下，消費(fèi)者已經(jīng)逐漸對車企卷價格、卷配置、卷營銷等招數(shù)“脫敏”，新能源汽車行業(yè)也急需一個“新故事”來刺激消費(fèi)者的購買欲，而特斯拉FSD就成為了攪動智駕行業(yè)的“鯰魚”。

一直以來，特斯拉在自動駕駛技術(shù)方面都以獨(dú)立獨(dú)行的姿勢在發(fā)展。相較于國內(nèi)大多數(shù)自動駕駛方案供應(yīng)商們所選擇的激光雷達(dá)路線，特斯拉從2015年開始自動駕駛研究時，就一直堅持純視覺自駕方案FSD，馬斯克甚至表示，“任何依賴激光雷達(dá)的人都注定要失敗，昂貴的傳感器是不必要的”。

開始的時候，外界認(rèn)為馬斯克之所以堅持純視覺路線，是因為激光雷達(dá)的成本太高，但事實上，隨著技術(shù)成熟和規(guī)模效應(yīng)，激光雷達(dá)的價格已從超10萬美元降至數(shù)百美元。

所以，馬斯克堅持純視覺路線的另一原因，則被認(rèn)為是其對“第一性原理”的信仰。馬斯克認(rèn)為既然人類是通過眼睛觀察來駕駛汽車的，那么攝像頭作為最接近人類眼睛的傳感器，其視覺能力也能夠超越雷達(dá)融合方案。

目前來看，外界對FSD V12的反饋普遍不錯，小鵬汽車董事長何小鵬表示，F(xiàn)SD在硅谷和高速表現(xiàn)極好，可以達(dá)到很高的分?jǐn)?shù)；英偉達(dá)CEO黃仁勛則稱贊FSD是目前最先進(jìn)的系統(tǒng)。

因此，隨著4月馬斯克訪華而傳來的“FSD即將入華”消息，也引起了新能源車圈的熱門話題。不少車圈人士，比如何小鵬、余承東等均表示支持；但也有人認(rèn)為，考慮到中國較為復(fù)雜的路面情況和數(shù)據(jù)安全，F(xiàn)SD入華恐怕還有不少“未知數(shù)”。

但在6月中旬，據(jù)財新報道，一名接近上海市政策制定部門的人士稱，上海自動駕駛示范區(qū)已向特斯拉發(fā)放了道路測試牌照，F(xiàn)SD可能正在測試。雖然特斯拉中國對此未有回應(yīng)，但“FSD入華”顯然已經(jīng)成為國內(nèi)車圈必須直面的競爭因素。

02 大模型加速“上車”，車企開展軍備競賽

在去年特斯拉發(fā)布了首個“端到端”自動駕駛模型FSD V12之后，多家新能源車企也開始對旗下的智能駕駛業(yè)務(wù)進(jìn)行調(diào)整，并紛紛發(fā)布了端到端模型的“上車”規(guī)劃。

小鵬汽車是國內(nèi)首個發(fā)布量產(chǎn)上車的端到端模型的整車企業(yè)，預(yù)計在2024年第三季度實現(xiàn)全國范圍內(nèi)的無障礙駕駛。去年，小鵬汽車智駕負(fù)責(zé)人吳新宙離職后，目前由曾任阿里巴巴達(dá)摩院的自動駕駛實驗室運(yùn)營負(fù)責(zé)人袁婷婷，擔(dān)任小鵬自動駕駛產(chǎn)品高級總監(jiān)。

蔚來則單獨(dú)設(shè)立了一個大模型部，專門負(fù)責(zé)端到端的模型研發(fā)。據(jù)蔚來自動駕駛副總裁任少卿表示，蔚來已經(jīng)在布局端到端，預(yù)計今年將實現(xiàn)上車量產(chǎn)。

理想雖然在5月對智駕團(tuán)隊的規(guī)模進(jìn)行了縮減，但依然保留了算法研發(fā)團(tuán)隊，主要負(fù)責(zé)無圖城市NOA以及端到端智駕的研發(fā)。在近日舉辦的智駕發(fā)布會中，理想發(fā)布了基于端到端模型、VLM視覺語言模型和世界模型的全新自動駕駛技術(shù)架構(gòu)，并在7月內(nèi)向用戶推送 “全國都能開”的無圖NOA。

華為則在今年4月發(fā)布了ADS 3.0端到端架構(gòu)，并表示將于8月隨著享界S9正式上市。據(jù)辰韜資本發(fā)布的《2024端到端自動駕駛行業(yè)研究報告》顯示，端到端方案上車量產(chǎn)時間預(yù)計會出現(xiàn)在2025年。

長城汽車則在3月宣布將引入元戎啟行作為第二家智能駕駛供應(yīng)商，元戎將為長城提供端到端的智能駕駛方案，今年計劃落地三款車。

車企扎堆“端到端”背后，一方面是它們對智能駕駛應(yīng)用落地的迫切追求，近年，車圈的同質(zhì)化競爭趨勢已經(jīng)越來越明顯，所以智能駕駛成為各家的必爭之地。

但即便是新勢力中將智能駕駛做到前列的小鵬，也只是完成了NGP覆蓋243座城市的目標(biāo)，隨著“FSD入華”，車企提升智駕能力也將變得更加迫切，誰能更高效、更低成本地支持城市NOA，誰就能搶先一步與友商拉開差距。

另一方面，在智駕升級的壓力之下，各大車企也通過大量實踐、試錯，逐漸認(rèn)識到“端對端”是提升智能能力的“有效解法”，在自動駕駛領(lǐng)域，端到端大模型將能帶來更加突出的算法能力躍升。

但端到端對自動駕駛來說，可能是“有效解法”，但卻不一定是“最佳解法”。馬斯克曾發(fā)文表示，特斯拉今年將在綜合訓(xùn)練和推理人工智能方面（主要用于汽車）投入約100億美元，任何公司如果不能達(dá)到這一水平的支出，且不能高效地進(jìn)行支出，就無法競爭。

這其實也揭示了端到端模型背后的三大棘手問題：高質(zhì)量數(shù)據(jù)、算力和算法。首先，自動駕駛系統(tǒng)需要大量的高質(zhì)量訓(xùn)練數(shù)據(jù)，但收集、標(biāo)注和維護(hù)這些數(shù)據(jù)也成為了一項挑戰(zhàn)。

比如馬斯克就曾在自傳中提到，特斯拉全球200萬臺車每天可收集1600億幀的駕駛視頻，但絕大多數(shù)視頻都是無用的。毫末智行數(shù)據(jù)智能科學(xué)家賀翔曾表示，數(shù)據(jù)占端到端自動駕駛開發(fā)成本的80%。

另外，要將來自于不同的傳感器、設(shè)備和環(huán)境的數(shù)據(jù)用于自動駕駛的訓(xùn)練和應(yīng)用，就需要進(jìn)行準(zhǔn)確的數(shù)據(jù)對齊，這不僅需要先進(jìn)的算法和技術(shù)支持，還需要對這個領(lǐng)域有深入理解。

最后，算力問題也是攻克端到端方案的必由之路，就連馬斯克都曾抱怨FSD的最大限制因素是算力，如果以上述其提到的百億元作為“算力門檻”，即便不考慮國內(nèi)主機(jī)廠和智駕廠商能否購買到足夠多的高算力GPU，光研發(fā)費(fèi)用就已經(jīng)攔下了不少車企。

所以，端到端模型看似是智能駕駛的“最優(yōu)解”，但卻是“簡約不簡單”。而且，當(dāng)前業(yè)內(nèi)對“端對端”的概念也還沒有一個清晰的定義。

據(jù)辰韜資本研報顯示，自動駕駛架構(gòu)的演進(jìn)可以分為四個階段，分別是感知端到端；決策規(guī)劃模型化；模塊化端到端；單一模型端到端。

最后階段的“端到端”將不再有感知、決策規(guī)劃等功能的明確劃分，而是真正像人腦一樣思考。但目前大部分車企的端到端模型仍停留在第一、第二階段，但無論處于哪一階段，廠商都喜歡往自己身上貼上“端到端”標(biāo)簽，這也是“端到端”被認(rèn)為難免摻雜水分的原因。

03 “車路云”重磅登場，智能駕駛的另一路徑

所以，在成本、技術(shù)、數(shù)據(jù)量等限制之下，那些不曾提前布局智能駕駛的車企，想要從零開始構(gòu)建端到端模型，也幾乎是“不可能的任務(wù)”。

但據(jù)中信證券研報預(yù)測，到2026年，高速NOA/城市NOA的自動駕駛滲透率預(yù)計將達(dá)到20%，端到端模型的發(fā)展將催化各級別自動駕駛功能滲透率大幅提升。這是否意味著，掉隊的車企將再無追趕的可能？

有趣的是，此前一位長期關(guān)注特斯拉的博主發(fā)文表示，特斯拉把此前刪除的30萬行代碼又悄悄地放了回去。雖然這一消息并沒有得到特斯拉的證實，也不能就此說明特斯拉是否又重新回到規(guī)則算法技術(shù)路線，但至少可以給行業(yè)一個啟發(fā)，走向終點(diǎn)的不會只有一條捷徑。

小馬智行副總裁李衡宇曾表示，完全自動駕駛不太可能是單一的方法，一定是混合的，什么方法能達(dá)到完全自動駕駛的安全性是人駕駛的10倍，我們就用什么樣的方法。目前來看，將規(guī)則算法和端到端大模型等技術(shù)和方案進(jìn)行融合，可能也是解決方法之一。

除此之外，在去年被相關(guān)部門提出的“車路云一體化”概念，不僅是近來的熱點(diǎn)政策，也成為了促成自動駕駛的另外一條技術(shù)路線。

業(yè)內(nèi)人士認(rèn)為，F(xiàn)SD的發(fā)展始終受制于端到端模型的進(jìn)化成效和車端計算能力。而且，安全長尾問題始終是制約高級別自動駕駛落地的主要因素之一，即使解決了90%的問題，但剩余的10%卻需要投入百倍的精力才能攻克。因此，車路云一體化作為安全系數(shù)更高的另一條路被放到前臺，其關(guān)鍵是人、車、路、云，對應(yīng)的是交通參與者、車載終端、路側(cè)設(shè)施和云計算的融合與聯(lián)動。

但“車路云一體化”與“端到端模型”之間，并不是同維競爭的關(guān)系，如果說單車智能是“點(diǎn)”，車路協(xié)同則是“面”，不管用什么方式，能提升智能水平就是好方法，而“點(diǎn)面結(jié)合”也成為了更適合國內(nèi)路況的另一個可能。

目前，華為已經(jīng)宣布將在下半年推出車路云新產(chǎn)品，再加上背靠華為云的華為ADS，這也成為了尚未“上車”智能駕駛車企的另一種選擇，光2024年，就約有10多款車將搭載華為ADS。

當(dāng)然，無論是特斯拉將代碼悄悄補(bǔ)上后的“規(guī)則算法+端到端”融合智駕方案，還是以“蔚小理”為代表的自研智駕方案；或者是以華為為代表的智駕賦能平臺，甚至未來也許會出現(xiàn)“車路云”與智能駕駛的更深度融合，只能說“條條大路通羅馬”，端對端模型雖然熱門，卻并不一定適合所有車企。

有智駕從業(yè)者指出，從普通架構(gòu)切換到端到端技術(shù)的成本非常高，鏈路也非常長，今年年底估計只有10%的功能切換到端到端。

這也是智能駕駛技術(shù)迭代過程中必須經(jīng)歷的問題，考慮到我們離完全自動駕駛還有不少距離，在此之前，如果車企或智駕廠商押注單一技術(shù)路線，都可能帶來一定的風(fēng)險。車圈雖然流行流量大戰(zhàn)，但終歸只有適合自己的，才是最好的。

*文章封面首圖及配圖，版權(quán)歸版權(quán)所有人所有。若版權(quán)者認(rèn)為其作品不宜供大家瀏覽或不應(yīng)無償使用，請及時聯(lián)系我們，本平臺將立即更正。