[首發(fā)于智駕最前沿微信公眾號(hào)]在談今天這個(gè)話題之前先申明，之所以聊這個(gè)內(nèi)容并不是為了給誰(shuí)貼標(biāo)簽，而是想把現(xiàn)實(shí)中影響自動(dòng)駕駛研發(fā)與落地的關(guān)鍵能力說(shuō)清楚。自動(dòng)駕駛既涉及傳感器和感知算法，也涉及整車系統(tǒng)工程、驗(yàn)證手段、法規(guī)合規(guī)、售后運(yùn)維與商業(yè)模式。不同類型的企業(yè)在這些環(huán)節(jié)的側(cè)重點(diǎn)不同，理解各自的優(yōu)勢(shì)有助于判斷技術(shù)路線、組織變革和商業(yè)化路徑的可行性。也歡迎大家在評(píng)論區(qū)留言，聊聊你所在的企業(yè)及工作看法。

傳統(tǒng)車企的核心優(yōu)勢(shì)與技術(shù)根基

傳統(tǒng)車企在整車工程和量產(chǎn)能力上有多年沉淀，這不僅是生產(chǎn)線的能力，而是把一個(gè)復(fù)雜系統(tǒng)做成可靠產(chǎn)品的整體能力。自動(dòng)駕駛最終要裝到車上，要能在高溫低溫、震動(dòng)、電磁干擾等多種現(xiàn)實(shí)工況下穩(wěn)定運(yùn)行，涉及到車規(guī)級(jí)電子、電源管理、熱管理、線束與散熱設(shè)計(jì)等細(xì)節(jié)。傳統(tǒng)車企在這些方面有成熟的流程和工程團(tuán)隊(duì)，知道怎樣把傳感器和算力模塊融入車身結(jié)構(gòu)、怎樣設(shè)計(jì)熱方案讓高性能芯片在真實(shí)車輛里可靠工作、怎樣通過(guò)整車電源設(shè)計(jì)保證在各種駕駛場(chǎng)景下系統(tǒng)供電穩(wěn)定。把一個(gè)以AI為核心的功能從樣機(jī)帶到十萬(wàn)臺(tái)量級(jí)生產(chǎn)，工程細(xì)節(jié)會(huì)消耗大量工作量，這正是傳統(tǒng)車企擅長(zhǎng)的地方。

傳統(tǒng)車企在供應(yīng)鏈管理和零部件合規(guī)上也占優(yōu)勢(shì)。車規(guī)級(jí)零部件的供貨能力、長(zhǎng)期生命周期保障以及替換配件網(wǎng)絡(luò)都與自動(dòng)駕駛商業(yè)化緊密相關(guān)。對(duì)車企而言，選擇一個(gè)激光雷達(dá)或者芯片，不只是看性能，也要看供貨能力、可靠性數(shù)據(jù)和整車驗(yàn)證成本。傳統(tǒng)車企與一批長(zhǎng)期合作的Tier 1和Tier 2供應(yīng)商有成熟的合同和質(zhì)量控制體系，這能在量產(chǎn)階段把風(fēng)險(xiǎn)降下來(lái)。同時(shí)，傳統(tǒng)車企在法規(guī)和功能安全體系上的經(jīng)驗(yàn)也更豐富。遵循ISO26262、進(jìn)行失效模式分析、組織碰撞與電磁兼容試驗(yàn)、準(zhǔn)備用于召回與法律應(yīng)對(duì)的流程，這些都是把自動(dòng)駕駛推到市場(chǎng)時(shí)不可或缺的能力。

再看售后和現(xiàn)場(chǎng)運(yùn)維能力，傳統(tǒng)車企通常有覆蓋全國(guó)甚至全球的服務(wù)網(wǎng)絡(luò)和技術(shù)支持團(tuán)隊(duì)。自動(dòng)駕駛功能上線后，OTA更新、故障診斷、遠(yuǎn)程回滾和線下修復(fù)的能力決定了用戶體驗(yàn)和安全保障。傳統(tǒng)車企可以把這些線下服務(wù)與經(jīng)銷渠道結(jié)合起來(lái)，為出現(xiàn)的軟件或硬件問(wèn)題提供快速處理能力，這在自動(dòng)駕駛早期商業(yè)化階段尤其關(guān)鍵。在資金與風(fēng)險(xiǎn)承受能力方面，傳統(tǒng)車企也更容易支持長(zhǎng)期、資本密集型的研發(fā)和試錯(cuò)過(guò)程，這使得他們有能力在遇到重大障礙時(shí)繼續(xù)投入并完成工程化閉環(huán)。

造車新勢(shì)力在軟件與數(shù)據(jù)驅(qū)動(dòng)方面的優(yōu)勢(shì)

造車新勢(shì)力通常把軟件和數(shù)據(jù)放在核心位置，組織更扁平、迭代更快，擅長(zhǎng)用軟件工程方法來(lái)驅(qū)動(dòng)功能落地。它們?cè)跀?shù)據(jù)采集、端到端訓(xùn)練鏈路、數(shù)據(jù)標(biāo)注與仿真平臺(tái)方面的投入往往比較早且集中。有人把自動(dòng)駕駛看作是“數(shù)據(jù)驅(qū)動(dòng)”的車，這不是一個(gè)設(shè)想，而是在自動(dòng)駕駛落地時(shí)能否真正做到的一個(gè)關(guān)鍵方向，而其中最主要的需求便是是否可以提供高質(zhì)量的數(shù)據(jù)閉環(huán)，把線上問(wèn)題快速回傳、在仿真或本地回放中重現(xiàn)、在數(shù)據(jù)集中打標(biāo)簽并用于模型訓(xùn)練，然后把模型通過(guò)灰度推送檢驗(yàn)效果。造車新勢(shì)力在搭建這樣的閉環(huán)、設(shè)計(jì)迭代棚架和快速驗(yàn)證流程上通常更靈活。

造車新勢(shì)力還有一個(gè)顯著優(yōu)勢(shì)是軟件架構(gòu)和產(chǎn)品化思路。很多新企業(yè)從一開(kāi)始就把OTA、A/B測(cè)試、遙測(cè)與在線診斷作為基本能力來(lái)設(shè)計(jì)，這使得他們能以軟件為中心快速迭代感知模型和決策策略。對(duì)于感知算法的創(chuàng)新和深度學(xué)習(xí)模型的引入，造車新勢(shì)力更敢于試驗(yàn)先進(jìn)模型，利用大規(guī)模GPU集群和云端算力進(jìn)行訓(xùn)練，并把云-邊協(xié)同作為常態(tài)來(lái)設(shè)計(jì)系統(tǒng)。這樣做的好處是對(duì)于不斷出現(xiàn)的新場(chǎng)景和角落案例可以更快做出修正，短周期內(nèi)性能提升明顯。

組織文化和招聘也是造車新勢(shì)力的優(yōu)勢(shì)。新公司在招聘AI、數(shù)據(jù)工程、后端云服務(wù)與前端UX人才時(shí)更有吸引力，能把產(chǎn)品經(jīng)理、工程師與研究人員更緊密地綁在一起，推動(dòng)功能快速?gòu)乃惴ㄔ脱葸M(jìn)到產(chǎn)品形態(tài)。用戶體驗(yàn)的迭代、移動(dòng)端與車機(jī)端的聯(lián)動(dòng)、以及直接面向消費(fèi)者的商業(yè)化策略（例如L2+功能的訂閱與付費(fèi)）都是造車新勢(shì)力更為擅長(zhǎng)的領(lǐng)域。簡(jiǎn)而言之，他們?cè)凇坝密浖粩喔倪M(jìn)并把改進(jìn)快速送到用戶”的能力上具有明顯優(yōu)勢(shì)。

技術(shù)維度的對(duì)比

在自動(dòng)駕駛車輛硬件搭載上，造車新勢(shì)力常常傾向于利用視覺(jué)+深度學(xué)習(xí)的方法，嘗試以更少或更精簡(jiǎn)的傳感器換取更強(qiáng)的模型；傳統(tǒng)車企則更傾向于傳感器的冗余融合策略，常需更多的感知硬件及多場(chǎng)景地測(cè)試來(lái)提高魯棒性。技術(shù)選擇并沒(méi)有絕對(duì)對(duì)錯(cuò)，關(guān)鍵是目標(biāo)場(chǎng)景和成本約束。如果目標(biāo)是實(shí)現(xiàn)高度冗余以滿足嚴(yán)格的功能安全需求，那么多傳感器融合是更保守也更可靠的路徑；如果目標(biāo)是用更低成本觸達(dá)更多量產(chǎn)車型，視覺(jué)優(yōu)先或視覺(jué)主導(dǎo)加少量雷達(dá)的方案在商業(yè)上更有吸引力，但需要非常強(qiáng)的數(shù)據(jù)和算法能力來(lái)彌補(bǔ)傳感器短板。

在算力和硬件平臺(tái)選擇上，新勢(shì)力一般更傾向于采用最新AI芯片和靈活的SoC+GPU組合，并把重訓(xùn)練放在云端，而傳統(tǒng)車企在選擇芯片時(shí)會(huì)更注重車規(guī)級(jí)認(rèn)證、耐用性、供貨穩(wěn)定性以及整車的熱/電約束。在實(shí)際的產(chǎn)品生產(chǎn)中，車載算力要在有限的電力預(yù)算與空間散熱條件下運(yùn)行，這就要求硬件工程與軟件協(xié)同設(shè)計(jì)。傳統(tǒng)車企的長(zhǎng)期經(jīng)驗(yàn)在這里非常有價(jià)值，但造車新勢(shì)力在快速引入領(lǐng)先架構(gòu)和優(yōu)化推理效率方面也展現(xiàn)出強(qiáng)勁能力。

軟件架構(gòu)和發(fā)布流程是決定長(zhǎng)期競(jìng)爭(zhēng)力的另一個(gè)維度。支持灰度發(fā)布、回滾、安全沙箱和嚴(yán)謹(jǐn)?shù)幕貧w測(cè)試體系，是把經(jīng)常變動(dòng)的算法放到真實(shí)車隊(duì)里而不引發(fā)事故的關(guān)鍵。造車新勢(shì)力在DevOps、CI/CD、可觀測(cè)性設(shè)計(jì)上有天然優(yōu)勢(shì)，但把這些敏捷流程與功能安全要求結(jié)合起來(lái)并不是小事。傳統(tǒng)車企需要把嚴(yán)謹(jǐn)?shù)腣&V流程與敏捷軟件發(fā)布機(jī)制融合，這需要組織和流程改造，也需要在工具鏈上投入。

驗(yàn)證與V&V（Verification&Validation）是全行業(yè)的痛點(diǎn)。單靠路測(cè)無(wú)法覆蓋所有稀有邊緣場(chǎng)景，仿真、合成數(shù)據(jù)與場(chǎng)景生成技術(shù)便可以作為重要補(bǔ)充。理想的驗(yàn)證體系應(yīng)當(dāng)把實(shí)車路測(cè)的長(zhǎng)時(shí)序穩(wěn)定性驗(yàn)證與基于大數(shù)據(jù)的仿真稀有場(chǎng)景覆蓋結(jié)合起來(lái)，同時(shí)保持可復(fù)現(xiàn)的回放與問(wèn)題定位能力。傳統(tǒng)車企在物理試驗(yàn)場(chǎng)、碰撞臺(tái)與長(zhǎng)期耐久試驗(yàn)上有優(yōu)勢(shì)，而造車新勢(shì)力在大規(guī)模數(shù)據(jù)回放、合成場(chǎng)景生成與快速回歸驗(yàn)證上會(huì)更靈活。

商業(yè)化、運(yùn)營(yíng)與生態(tài)的差別

從商業(yè)化角度看，傳統(tǒng)車企有成熟的銷售、保險(xiǎn)、經(jīng)銷與售后體系，這些在將自動(dòng)駕駛功能投放到量產(chǎn)車并保證長(zhǎng)期運(yùn)維時(shí)非常關(guān)鍵。自動(dòng)駕駛功能并不是賣出一輛車就結(jié)束，OTA更新、事故責(zé)任認(rèn)定、保修與召回機(jī)制都需要配套的運(yùn)營(yíng)體系來(lái)保障。造車新勢(shì)力在用戶直達(dá)、在線運(yùn)營(yíng)、服務(wù)訂閱與軟件化變現(xiàn)上更有靈活性，他們更擅長(zhǎng)用數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品思維去設(shè)計(jì)付費(fèi)模式和增值服務(wù)。

其實(shí)單靠一家企業(yè)難以在所有環(huán)節(jié)做到最好，想要做好自動(dòng)駕駛，一定是多方的協(xié)同。現(xiàn)在有些傳統(tǒng)車企與自動(dòng)駕駛公司、AI芯片、云服務(wù)商以及出行平臺(tái)合作。通過(guò)技術(shù)授權(quán)、聯(lián)合開(kāi)發(fā)、委托量產(chǎn)和資本合作等方式，進(jìn)行深度合作。對(duì)于這類合作，關(guān)鍵是把合作的邊界劃清楚，明確接口與質(zhì)量門檻，避免在系統(tǒng)集成階段出現(xiàn)“責(zé)任不清”的尷尬。

最后的話

傳統(tǒng)車企在整車工程、供應(yīng)鏈與合規(guī)運(yùn)維上有明顯優(yōu)勢(shì)，而造車新勢(shì)力在數(shù)據(jù)、快速迭代與軟件產(chǎn)品化方面更有彈性。自動(dòng)駕駛的成熟不會(huì)是一方徹底碾壓另一方的過(guò)程，而需多方能力的融合、生態(tài)的重組和分工合作。那些能把軟件敏捷性和數(shù)據(jù)閉環(huán)能力，與整車級(jí)的工程實(shí)力、安全合規(guī)和運(yùn)維網(wǎng)絡(luò)結(jié)合起來(lái)的團(tuán)隊(duì)或生態(tài)，會(huì)更容易把技術(shù)變成規(guī)?；踩?、可持續(xù)的產(chǎn)品。

審核編輯 黃宇