龔夢澤

    進入2024年，自動駕駛行業的競爭愈發激烈，而大模型技術的崛起無疑又為這場競賽注入了一劑強心劑。隨著人工智能技術從深度學習到多模態大模型的快速發展、行業利好政策春風勁吹，以及商業化落地路徑漸晰等三重共振，自動駕駛再次站在了技術進化和投資圈的第一線，有望迎來屬于自己的“質變”時刻。

    首先，在技術層面，時空融合、大模型等新技術正在被引入自動駕駛，特別是“BEV+Transformer（鳥瞰視圖+基于自注意力機制的神經網絡架構）”技術和端到端模型的日趨成熟，正以其強大的數據處理能力和自我學習能力，將車輛的感知、決策和執行能力提升到前所未有的高度。

    其中，“BEV+Transformer”將二維圖像和傳感器信息綜合轉化為三維向量空間，支持多傳感器信息融合，在車端實現高精度局部地圖的實時構建。如此，極大地降低了自動駕駛對高精度地圖的強依賴，使得城區領航成為可能。這是大模型技術在自動駕駛行業的首次亮相，也是FSD（完全自動駕駛）的關鍵所在。

    端到端模型背后，是基于純視覺方案，將上千萬個視頻片段包含的人類駕駛知識壓縮到了端到端神經網絡參數中，形成一個大的神經網絡，而無需從前的大量泛化代碼。借助端到端，自動駕駛系統便具備了時空理解能力，能讀懂文字信息，有了時間觀念，理解不同城市特點的交通元素，做出更擬人的決策。

    其次，政策層面，隨著國內首批有條件自動駕駛（L3級）高速公路道路測試牌照正式發放，寶馬、奔馳、深藍、賽力斯等多家車企獲得測試牌照，并相繼在北京、上海、重慶和深圳開啟測試。可以預見，L3級的規模性啟動，將使自動駕駛車輛從小范圍測試驗證轉入技術快速發展、生態加速構建的新階段。自動駕駛技術的迭代升級，將顯著助力汽車產業發展和智慧城市建設，為實現汽車產業、城市管理與大眾生活數字化轉型升級貢獻光熱。

    最后，商業化層面，基于以上技術和政策的雙重加持，2024年將成為智能駕駛在消費端從形成認知到購買轉化的重要時間窗口。自動駕駛技術成為消費者購車的重要考量因素后，車企對高階智能駕駛的重視程度顯著提升。目前，國內幾乎所有參與智能汽車競爭的頭部玩家，都發布了各自的城區智能駕駛，甚至不少車企和自動駕駛供應商還建立了自己的算力中心。此外，智能化使得車載半導體、線控制動、車載軟件等產業需求得以延伸，帶來了諸多投資機會。

    需要指出的是，在取得一系列實踐成果、產業發展速度顯著提升的同時，自動駕駛汽車現存的挑戰仍不容忽視。不管是人工智能領域近年取得的突破式進展，還是對自動駕駛做出的發展路徑預判，底層邏輯仍然是堅守長期主義。

    筆者認為，自動駕駛每向前一步都需要龐大的數據、場景、資金和政策支撐，這些都是自動駕駛走向終極無人駕駛目標過程中必經的隘口。以上，既需要企業經歷規模化落地的嚴苛考驗，更需要法規體系的支持跟進以及社會各界的“包容審慎”。令人鼓舞的是，越來越多的產業參與者已經攜使命馬不停蹄，星夜兼程了。