“量产项目与融资都还不明朗，很难长期投入端到端。”这是很多科技公司的困境。
“随着技术成熟普及，我现在认为它（自动驾驶技术）已不再是灵魂。”
10月28日，广汽集团总经理冯兴亚为多年之争的“车企灵魂论”给出了自己的看法，而背景则是，广汽传祺华为的深度合作。
从2017年广汽集团与华为签署合作协议以来，经历7年才迎来了成果落地，这背后或许也是出于灵魂论调的考虑，但如今不再考虑这么多，也侧面说明，自动驾驶技术的外采依然存在。
同时，这样的看法背后也证明，L2级别的自动驾驶技术目前已经十分成熟，供应商能够在保证主机厂的需求下，提供不输于自研的方案，不需要主机厂从零做起浪费资源在已经成熟的技术上。
但是，这也将市场压力从主机厂传向了更上游的供应商，特别是需要方案供应商能够以最快的时间向车企交付，并保证一定频率的OTA升级。
尤其是随着端到端技术的走热，供应商要做的功课变得更多了。
打赢“端到端”，核心靠算力？
从大模型火了之后，对于大模型的热情快速的从文生文，文生图等交互式的扩展到了辅助驾驶领域，甚至在一些企业的宣传中认定，端到端的大模型将会是实现L4级甚至更高级自动驾驶的唯一路径。
对于这一点，在车企的宣传中当然是尽力展现自家好的一方面，但对于技术公司，或者说Tier 1，态度则是更为谨慎。
“在我们没有看准的时候，不会冒进，一旦看准要上的时候，会投入可能十倍于别人的资源去推动核心技术突破，然后将沉淀下的经验成果开放地赋能给合作伙伴。”地平线副总裁兼软件平台产品线总裁余轶南表示。
目前，业内更多的认知是“端到端”将实现L2+辅助驾驶技术的更快普及，乐观一些的认为有利于推动L3自动驾驶的落地，至于L4级，还需要更多的论证。
可以确定的是，目前主流的智驾方案基本都是走高精地图过渡到无图方案，从两段式过渡到一段式，当然有不少公司选择直接跳到无图一段式的方案，但必然都是有相关经验积累的。
在这背后是传统规控算法的落败，大模型确实改变了整个高阶智驾的研发方向。
这对于新兴的科技公司来说是一件好事，也意味着即使没有传统智驾相关的技术也可以来做智驾，对于曾经主研规控算法的技术公司来说，投资的受益降低。
可以说，大模型在一定范围内缩小了初创公司和老牌科技公司的研发差距，但这也只是在很小的一点点范围内。“过去，很多供应商认为自己与华为在两个不同的竞争赛道，实际上，今年开始，这样的错觉正在被纠正。”业内人士坦言。
“对于目前的火热的‘端到端大模型’技术来说，各家公司比拼的其实更多是财力资本。”一位国内头部供应商的员工向BC如是描述。
从整个环节来看，数据-算法-算力三个重要要素中，大模型算法是相对容易实现的，特别是在国内市场，随着AI的火热，有许多开源的算法可以使用，同时每年新增的相关专业的毕业生也提供了足够的基层工程师。
据智联招聘发布的人工智能行业最新数据显示，截至2024年，在中国已有500余所高校开设了人工智能专业，大批年轻人涌入这条跑道。
除了人才之外，任何一家从事自动驾驶研发的企业都必须在过去数年积累足够训练算法的数据，同时与车企合作也能获得足够的数据来支持模型训练。
对于智能驾驶公司来说，量产最大的意义在于提供数据。对一般的端到端模型来说，1万辆车是个基准，有这个数量的车在路上跑，才能保证智驾模型不断向前进化。
抛弃规则，拥抱数据，迅速成为业界共识。但是，对于至今仍然赚钱艰难的智驾公司而言，不与车企合作，没有规模化，训练数据很难靠自身采集得到。
剩下最重要的就是算力的支撑。从特斯拉的算力中心，到华为自研的算力平台，可以发现，端到端大模型更拼的是算力，迭代的越快，模型的成熟度越高，就越有可能性实现突破。
算力的稀缺和昂贵，已经成为制约 AI 发展的核心因素，囤算力成为各家行业公司的基本操作。“让一个算力充沛的人工智能公司来做智驾，或许有不一样的效果。”某智驾工程师表示。
目前行业普遍认为，国内车企与特斯拉的研发进度差大概在1.5~2年。“当数据达到特斯拉级别的百万量级以上，通过对模型的强化训练，智驾可学习视频流，就能直接告诉司机驾驶的方向，像当下流行的ChatGPT一样。”
这点其实已经被国内众多科技公司所证实了，从年初仅有的OpenAI旗下的ChatGPT一类大语言模型，到目前国内已经有数十家公司推出了功能类似的大语言模型，而且多数还是免费使用的。
在年初时，我们在讨论的是国内为何没有这样的大模型，短短几个月后，讨论的是谁家的大模型更强，ChatGPT甚至变成一个基准，用来衡量新的大模型的能力。
这其中有一家公司非常值得关注。
作为以抖音为主要名片之一的字节跳动怎么看都和人工智能、大模型这样的技术产生不了太大的关联，但在5月份，字节跳动就推出了豆包大模型，不止可以实现文本处理和文生图功能，更是一下打入到汽车供应链体系，与多家车企达成了合作。
除了字节跳动外，商汤科技也是快速从大语言模型扩展到汽车供应链中，成为了多家车企的合作商，并且已经实现了几款车型的上市。
商汤科技认为，传统自动驾驶公司的生存空间，将会越来越小。
烧钱，烧人，烧技术
在端到端牌桌上的，以商汤科技、Momenta为代表的供应商，正在成为一股新的技术力量。
这些科技公司能够快速打入汽车供应链，背后的逻辑很简单，就是烧钱。大语言模型如此，智驾模型也是如此，在足够多的资源支持下，能力的增长就是快人一步。
根据估算OpenAI每年的硬件运营成本就高达85亿美元，这背后包含了购买英伟达的算力卡，服务器维护，人工开支等一系列费用，而国内厂商想要追上，唯一能做的就是更疯狂的烧钱。
例如在年初时一套8张H100组成的服务器售价在300万元左右，能提供536 TFLOPS的算力，在汽车行业内普遍认为1EFLOPS是智驾训练基础算力门槛，也就意味着需要1.5万张H100显卡，成本大约在50亿元，而这还是在货源充足的情况下。
随着美国对出口的继续严管，像H100这样的上一代显卡都已经无法正常买到，多数企业还是采购的更旧的A100显卡，虽然采购成本会降低不少，但运营成本却会增长。
以国内几家公布数据的科技公司来看，华为目前拥有7.5EFLOPS的算力，商汤科技拥有12 EFLOPS的算力，小鹏汽车拥有2.51 EFLOPS的算力。
作为对比，特斯拉在美国已经建成了超过100EFLOPS的算力中心，这也是为何业内普遍认为特斯拉FSD智驾能力较强的一个原因。
除开算力成本，人工成本也是不容小觑的，像华为之所以能做到行业中领先，是因为其自动驾驶研发团队的人数有超7000人，甚至比蔚小理三家从事自动驾驶研发的人数加起来还要多。此外，还有人表示，7000人只是海面之上10%，还有海面之下的90%。
而且，面对相关的核心人员，车企开的薪资也是不菲。
就在今年初，“自动驾驶普通工程师年薪开价50万”的新闻在网络上引发热议。普通工程师如此，更不用说目前国内极为稀缺的核心算法工程师了。在某招聘软件上，蔚来等头部车企的自动驾驶算法工程师的月薪高达7万元，而小鹏在招聘端到端相关的高级工程师甚至开到了年薪百万的水平。
根据业内人士透露，组建一个成规模的自动驾驶研发团队，需要的资金大致要1亿元。
所以说，目前端到端技术的比拼，在更多方面其实比拼的不再是技术本身，而是更基础的资金和投入，烧钱确实能烧出一个不错的结果，前提是有足够的资金。
高阶智驾研发的成本太高，智驾技术战在某种程度上是一场长线的“资金消耗战”。这对多数初创企业来说，是相当大的难题。
在这样的行业竞争中我们就经常看到，智驾科技公司突然资金周转困难或倒闭的新闻。“量产项目与融资都还不明朗，很难长期投入端到端。”这是很多科技公司在智驾链路上的困境。
例如媒体在今年8月报道，智能驾驶方案商禾多科技与广汽集团推进的重组方案遭遇变数，禾多的资金链除紧张之外，已经解散数据、研发等大部分核心部门并暂停研发活动。
但在过往融资方面，这家企业既获得了IDG、红杉中国等知名风险投资机构青睐，也得到四维图新、广汽集团等汽车产业链公司的支持，累计融资金额超过10亿元人民币。
所以，对于即使成规模的科技公司来说，资金压力依然严重，从目前几家已经上市或者准备上市的公司披露的财报来看，没有一家公司处于盈利，均处于亏损状态。
与此同时，随着端到端方案的陆续落地，头部供应商抢单的概率在上升，对于二线供应商来说，压力陡增。“甚至可能被头部科技公司和车企压死。”业内普遍认为，高阶玩家对二线供应商的降维打击正在加速，大鱼吃小鱼。
“既要、又要、还要”
与车企不同，研发智驾的供应商并没有固定的买家，如何在众多自研车企中开拓市场，就成为摆在供应商面前的难题。
在L2辅助驾驶技术的时代，供应商需要做的很简单，研发出一套成熟的方案卖给车企就好，而车企需要比较的一般都是成本，供应商更多需要做的是如何提供低成本且可靠的方案就行。
来到高阶智驾，在技术还在不断迭代时，更多的需要考虑供应商能否对方案保持更新，以保证产品在较长一段时间的竞争力。可以说端到端，让智驾竞争变得困难了不少。
“如果论及如何实现自动驾驶，目前除了端到端，我想不到其它的技术。”在地平线看来，这场高阶智驾是一个长跑，特别像体育界的铁人三项，要想赢得竞赛，需要三个核心要素：技术、工程和产品，“产品思维要以人为出发点，要关注用户对产品的体验和感受。”
在这样的市场需求带动下，供应商不只要做好技术，甚至需要走向台前面对消费者，例如现在越来越多考虑智驾的消费者会十分关注智驾的软硬件，这就需要供应商配合车企做宣传，甚至需要供应商自己在消费市场中闯出名声。
例如百度就利用“萝卜快跑”让大多数路人知晓了什么是无人驾驶。
2017年，Apollo平台的横空出世，标志着百度无人驾驶进入技术深耕阶段，此后几年间，百度不断推进Apollo平台迭代升级。特别是在疫情期间，萝卜快跑的无接触配送服务大放异彩，进一步验证了无人驾驶技术的社会价值与商业潜力。
进入2021年，百度萝卜快跑正式亮相，而随着近年来订单量的快速增长，百度无人驾驶业务在全国范围内迅速扩张，武汉、上海、北京等多地相继开展商业化示范运营。至2023年，萝卜快跑累计订单量已超五百万单，武汉地区全无人驾驶订单占比高达45%，无人驾驶出行服务已覆盖全国11个城市。
另一方面，与车企合作也变成了一种更多元的方式，车企在智驾采购中需要保证自己不会被一家公司捆绑住，要能够实现关键环节的可替换，这就让曾经的软硬件整套方案打包销售的模式转变为，多个采购合同。
比如说，长城背后最核心的智驾供应商是2019年内部孵化的毫末智行，毫末智行经过多年发展已经成为行业中排名靠前的智驾技术、自动驾驶技术供应商。
但长城并不满足于毫末智行的赋能，2024年4月将另一家行业内知名度较高的智驾技术供应商元戎启行引入到供应链中，主要为长城提供“端到端”的智驾技术方案，预计2024年会有三款相关产品落地。
这就需要供应商能面对不同的主机厂需求提供各种定制化的服务，甚至联合开发在一定程度上也变得更为可行。
当然，足够强势的供应商依然可以做到，只打包销售，不做拆分供应。
但是，这样的供应商毕竟是少数，更多的还是需要和车企形成一种良性的互动，特别是在目前，算力零散的分布在车企、供应商等多个地方，合作似乎是一种不错的解决方案，让不同阶段的成果运行在不同的算力中心上，能节省不少的研发时间和成本。
从汽车百年的发展史来看，自研方案和供应商方案从来不是对立的，更多的时间里还是两者长期共存的发展，没有任何一方可以做大一家独大。
并且，我们需要清晰地看到，并不是所有的车企都选择了全面自研，不少车企的端到端团队才刚刚成立，供应商在智驾领域还是有着自己市场，和过去的一百多年相同的是提供成本和功能平衡的产品才是关键。
供应商依然能够扮演着重要的地位。
注：图片部分来源网络，如有侵权，联系删除
原文标题 : 技术分野，端到端掀翻了谁，消耗了谁？
