龔夢澤

    在2025年國際消費類電子產品展覽會（CES 2025）上，AI大模型在智能座艙、車控，尤其是自動駕駛領域實現全面應用，智能化技術給行業帶來了顛覆式變化，自動駕駛行業呈現明顯復蘇之勢，并邁向技術迸發和商業化落地的拐點。

    單從技術的維度分析，促成自動駕駛普及需要三大要素：一是領先的算法；二是足夠大的算力；三是豐富的數據。目前來看，以上條件剛剛齊備。

    算力層面，兩年前，自動駕駛芯片的市場宣傳主要還是按照AI算力、功耗、制程等參數進行對比，但如今，主控芯片的算力已經從個位TOPS（每秒萬億次浮點運算）暴漲到幾百上千TOPS。業內預測，隨著算力提升的速度加快，以及硬件成本的下降，未來或將出現通過更換運算模塊來進行算力提升的場景。

    工程能力方面，經過幾年的競爭和訓練，頭部自動駕駛公司普遍具備了將技術轉化為可落地產品的能力，通過上萬億公里海量數據的積累和“投喂”，全域全時、低成本、可量產、車規級的自動駕駛方案不斷出現。

    算法方面，深度學習算法正在重塑各行各業，對自動駕駛產業更是如此。隨著多模態大模型，包括“端到端2.0”VLA（視覺語言動作模型）等新算法框架出現，在數據量、計算資源和模型復雜度的邊界上表現出持續的性能提升。可以極大地減少重復的數據和計算資源，同時降低模型復雜度，真正讓智能駕駛技術實現從量變到質變的飛躍。

    筆者認為，自動駕駛作為一個復雜的系統研發，需要堅實的科研工程團隊以持之以恒的心態，不斷積累經驗，還要能及時吸收最新技術并理解技術的邊界，才能讓技術創新一步步邁入現實。