工业和信息化部原部长苗圩曾说，如果新能源汽车是上半场，那么智能网联汽车就是决定中国汽车行业胜负的下半场。
去年 11 月，四部委发布关于开展智能网联汽车准入和上路通行试点工作的通知，其中，《通知》正式对 L3 / L4 自动驾驶的准入规范进行了具体要求，并完善了自动驾驶事故责任判定的相关规定，而有了官方的责任划分，L2 级智能车进阶到 L3 / L4 级自动驾驶就有了更清晰的思路，也为技术突围扫清了诸多障碍。
今年 4 月 6 日，马斯克在社交媒体平台 X 上发文称，特斯拉计划于 8 月 8 日推出无人驾驶出租车（robotaxi），据称该车将达到 L5 级别自动驾驶技术；4 月 7 日，广汽埃安方面也宣布，其与滴滴自动驾驶的合资公司 —— 广州安滴科技有限公司获批工商执照，并计划于 2025 年推出 L4 级别的 Robotaxi 量产车。
一时间，自动驾驶产业似乎又迎来新一轮的热潮和话题。人们不禁要问，智能驾驶从可用到好用到底有多远？高阶智驾量产到底是先“To B”还是先“To C”？无人驾驶真的要实现“式的发展”了吗？
但现实是，当下许多入局 L4 无人驾驶的企业还停留在研发或炒作阶段，面向用户，主流玩家的技术方案缺少“最优解”、硬件成本过高，这使得 L4 无人驾驶模式在短期内无法进入 C 端私人出行领域。厂家造不出，消费者买不起，盈利更是无从谈起。
地平线创始人 & CEO 余凯则表达过较为悲观的观点：“十年终局，有人说是 L3、L4 的进展，我可能在这块会比较悲观，我觉得十年以后连 L3 都不会真正地实现。自动驾驶的十年终局，是 L2+++ 人与车的关系演变为类似人骑马的关系。”
而回顾近些年自动驾驶产业发展，行业逐渐告别热钱涌入、资本追捧的阶段，朝着更理性和冷静的方向前行。不管是政府、投资人、车厂，还是各自动驾驶公司都渐渐深刻理解到，自动驾驶技术的落地和普及是一场马拉松，过程长，路途远，而沿途的补给决定了一家自动驾驶公司是否能撑到最后的终点，而这往往考验智驾企业自我造血的能力以及能否为用户创造价值。
业界预期，2025 年乘用车高级别辅助驾驶搭载率将超过 70%，其中，城市导航辅助驾驶产品，在 2024 年将围绕量产交付发力，行业主要玩家将进入真实用户交付和多城市并行落地比拼。
站在 2024 年这个档口，高速 NOA 已经不是竞争的焦点，相对于四平八稳、结构单一的高速工况，城市 NOA 所面对的复杂程度远不在一个量级上。在 2024 届电动汽车百人会论坛上，余凯则表达：看当下的高阶自动驾驶，比如城区 NOA 仍旧存在很多问题，消费者并没有完全享受到它带来的价值，一方面是成本很高，另一方面是在各种各样的使用场景下，它的表现并不尽如人意。
根据相关数据显示，2023 年前三季度国内乘用车高速 NOA 渗透率为 6.7%，同比增长 2.5 个百分点；城市 NOA 渗透率为 4.8%，同比增加 2 个百分点。预计全年高速 NOA 渗透率将接近 10%，城市 NOA 超过 6%。但值得注意的是，渗透率增加的主要推动力量，主要来自高价格的新能源乘用车销量占比的提升。乘联会数据显示，2023 年前十个月，30 万以上车型的占比 14.2%，同比增长 3.3 个百分点。而搭载 NOA 的车型，也主要集中在 30 万元以上。
同时，智能驾驶方案的上车，不仅增加了 BOM 成本，同时也难从体验感方面弥补价格战竞争压力。部分功能“华而不实、有了很好、没有也无所谓”，也是城区 NOA 所面临的现状。
所以，城区 NOA 也好，L3 / L4 级自动驾驶也罢，现状的高阶智驾仍旧是少数人的游戏。智能平权面临的挑战仍旧是：如何降本增效以及如何规模化量产落地。
不过，立足车市内卷现状，智能驾驶又是车企差异化竞争的一张牌。这也迫使以往追求高算力、高性能的 Tier 1 们，不得不调转市场策略，将竞争焦点立足于智能驾驶方案的“性价比”和“体验感”，而软件、算法恰恰决定了智能驾驶的用户体验。所以，未来高阶智驾的竞争也将聚焦于算力、模型以及数据。
长期看，在软硬一体的大趋势下，智能化赛道不再只衡量玩家“一只手”的能力，对于头部玩家而言，挖掘软硬协同的全栈技术能力，才能够真正建立企业护城河。
说到这里，面向未来高阶自动驾驶的竞争地平线也早有布局，首先是即将发布的全新一代征程 6。得益于三代征程产品研发与百万片级出货量产经验，征程 6P 拥有高集成度、高算力、高效率、高处理能力、高接入能力以及高安全等六大产品优势。该计算方案实现了 CPU、BPU、GPU、MCU“四芯合一”，以高集成度提升系统性价比，降低部署难度。而且，得益于高算力和效率优势，地平线 旗舰专为新一代城区高阶智驾而来，是地平线的前瞻算法、硬件计算设施、工程化量产“跨三域”能力的集大成者，官方表示“能够满足未来 3~5 年的智能驾驶发展需求。
其次，在性能以及先进算法上，征程 6 基于 BPU 纳什架构打造，支持智能驾驶先进算法，支持客户算子自定义，开发更加灵活。
当然，在将世界级的顶尖算法能力“变现”为行业顶尖的量产智驾方案，地平线的优势还体现在技术储备上。目前，研究界第一个端到端的自动驾驶大模型 —— 通用框架 UniAD 为自动驾驶技术与产业的发展提供了新的方法与思路，而论文的第一作者以及其他 4 位研究员均来自地平线。
我们知道，端到端自动驾驶的优势在于通过一个模型实现了多种模型的功能，研发人员只需要针对这一个模型进行整体训练、调整优化，即可实现性能上的提升，因此可以更好地集中资源，实现功能聚焦；此外，端到端架构，输入传感器信号后可以直接输出车控信号，大大降低了级联误差的概率，也因此大大提升了系统性能的上限，整体潜力极大。而 UniAD 模型的优势在于第一次将检测、跟踪、建图、轨迹预测，占据栅格预测以及规划，整合到一个基于 Transformer 的端到端网络框架下，并将各项任务通过 token 的形式在特征层面，按照感知-预测-决策的流程进行深度融合，实现了自动驾驶系统算法性能的全面提升。
可以说，从技术到产品再到工程化能力，从全栈研发能力，到系统架构能力，再到经过实际量产项目打磨的经验积累，都得一关一关闯过。不同于 Demo 演示只需在某时间段内的特定场景中维持正常运行，量产交付级别的智能驾驶解决方案必须要在复杂路况下保证持续的、全天候的、高可靠性的稳定运行。这方面，余凯在 2024 届电动汽车百人会上也有所强调：针对下一代 AD 系统，地平线未来会打造高阶智驾样板间，不仅要在场景通过率和通勤效率上拔高行业标准，其行为的拟人也要做到优雅不怂、从容笃定。
也就是说，什么是真正有竞争力的下一代的自动驾驶系统，目前行业已经有了比较清晰的答案，即实现拟人化智驾，并全天候全场景可用。
在如何面对高阶智驾因更复杂场景带来的技术挑战时？地平线总裁陈黎明回答道：“我们知道要设计出一款高性能，适合市场和应用场景的 SoC，不光要有 SoC 设计的 know how（专有技术），更重要的是要有对软件更深刻的理解，对先进算法更深刻的理解。（同时）一定要从场景中来，到场景中去。”
所以，未来高阶智驾的竞争比拼的不再仅仅只是算力，无论是软件算法公司还是智能驾驶计算方案公司，当前竞争的关键在于如何通过软硬协同实现极致的系统效率，并引领大规模量产应用。而地平线，目前也已经做到了身位领先。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
