智駕新戰(zhàn)場(chǎng)！車企競(jìng)速“車位到車位”功能，業(yè)內(nèi)稱“端到端進(jìn)入2.0階段”

每經(jīng)記者 劉曦    每經(jīng)編輯 孫磊

近日，小鵬汽車官方表示，小鵬P7+的車位到車位功能已于2024年12月31日開啟先鋒智駕團(tuán)推送，后續(xù)會(huì)進(jìn)一步擴(kuò)大推送范圍，全量上線時(shí)間預(yù)計(jì)2025年1月底于XOS 5.5.0正式版推送。

實(shí)際上隨著新年的步入，車企在智駕方面的比拼，也從之前的“全國(guó)都能開”轉(zhuǎn)向“車位到車位、門到門”等追求實(shí)現(xiàn)全場(chǎng)景的智能駕駛體驗(yàn)，而能否盡快全量推送則已成為當(dāng)前智駕最新的評(píng)價(jià)標(biāo)準(zhǔn)。目前，包括華為、理想、小米、極氪等多個(gè)企業(yè)，都已進(jìn)入“車位到車位”的競(jìng)爭(zhēng)場(chǎng)。

在極氪智能科技CMO關(guān)海濤看來，2024年智能駕駛技術(shù)的核心競(jìng)爭(zhēng)點(diǎn)在于城市無圖NOA，2025年，E2E（端到端）、D2D（車位到車位）及L3級(jí)別自動(dòng)駕駛將成為競(jìng)爭(zhēng)焦點(diǎn)。

不只車企如此，對(duì)于自動(dòng)駕駛公司而言，“車位到車位”功能也是他們下一個(gè)需要重點(diǎn)展示的關(guān)鍵能力。近日，元戎啟行方面對(duì)《每日經(jīng)濟(jì)新聞》記者表示，公司計(jì)劃在2025年一季度向部分種子用戶推送“車位到車位”的功能。

“車位到車位”成智駕新賽點(diǎn)

2024年，端到端技術(shù)路線在智能駕駛行業(yè)中逐漸成為主流趨勢(shì)。從技術(shù)層面來看，端到端大模型的引入讓智駕系統(tǒng)具備了更強(qiáng)的適應(yīng)能力，能夠更加精準(zhǔn)地應(yīng)對(duì)各種多變和復(fù)雜的駕駛場(chǎng)景。而從市場(chǎng)角度來看，車企的競(jìng)爭(zhēng)焦點(diǎn)也發(fā)生了轉(zhuǎn)變，不再單純地比拼城區(qū)NOA功能的開城數(shù)量，而是更加注重為用戶提供優(yōu)質(zhì)的駕駛體驗(yàn)。借助“車位到車位”功能，車企能夠向用戶展示智駕系統(tǒng)在全場(chǎng)景下的連貫性與完整性，以及其實(shí)際應(yīng)用的價(jià)值。

據(jù)記者觀察，2024年4月，華為車BU發(fā)布采用端到端架構(gòu)的ADS 3.0，并提出“車位到車位”概念，該功能于同年8月隨問界S9正式推出。此后，國(guó)內(nèi)車企紛紛跟進(jìn)。例如，小米汽車在2024年11月的廣州車展上展示了其“車位到車位”的智駕能力，并于11月16日開啟定向內(nèi)測(cè)邀請(qǐng)，12月底開始先鋒版推送；極氪發(fā)布了其D2D車位到車位領(lǐng)航輔助功能，預(yù)計(jì)2025年1月左右分批推送；特斯拉FSD也于近期更新了“車位到車位”功能。

從字面理解，“車位到車位”功能是從任意一個(gè)車位出發(fā)，經(jīng)過各種復(fù)雜場(chǎng)景，最終到達(dá)另一個(gè)車位的全程自動(dòng)駕駛能力。這一功能的出現(xiàn)，標(biāo)志著智能駕駛技術(shù)從“全國(guó)都能開”的廣泛覆蓋，向“從A點(diǎn)開到B點(diǎn)”的精準(zhǔn)使用價(jià)值轉(zhuǎn)變。

圖片來源：每經(jīng)記者 董天意 攝（資料圖）

不過，盡管各家車企都在積極推出“車位到車位”功能，但對(duì)這一功能的理解和實(shí)現(xiàn)方式存在差異。比如，理想汽車強(qiáng)調(diào)其端到端大模型應(yīng)用下，系統(tǒng)可以自主通行ETC，且不限范圍、無需學(xué)習(xí)，全國(guó)超1萬個(gè)收費(fèi)站均可識(shí)別通行；小鵬汽車則更注重智駕應(yīng)對(duì)復(fù)雜路況的連貫性與完整性，其車輛能夠在整個(gè)“車位到車位”過程中，應(yīng)對(duì)復(fù)雜路口、匯流變道、識(shí)別并避讓特種車輛，實(shí)現(xiàn)U型掉頭等特殊操作，做到全程無接管。

結(jié)合目前已經(jīng)發(fā)布的車企功能，“車位到車位”至少包括全場(chǎng)景覆蓋、應(yīng)對(duì)復(fù)雜路況和連接泊車功能等核心能力。全場(chǎng)景覆蓋指的是打通停車場(chǎng)到公開道路、公開道路到園區(qū)、園區(qū)地面到地下車庫等多種場(chǎng)景，其中過閘機(jī)能力成為關(guān)鍵詞，如自主通行ETC；應(yīng)對(duì)復(fù)雜路況則強(qiáng)調(diào)智駕在復(fù)雜路況下的連貫性與完整性，能夠應(yīng)對(duì)復(fù)雜路口、匯流變道等場(chǎng)景，實(shí)現(xiàn)全程無接管；連接泊車功能意味著駕駛員坐進(jìn)車內(nèi)即可啟動(dòng)智駕，系統(tǒng)在自動(dòng)駕駛與泊車無縫協(xié)作下，到達(dá)下一個(gè)停車位。

至于如何實(shí)現(xiàn)上述功能，目前行業(yè)分化為幾種路線：一種是以理想汽車為代表，遵循“VPA（記憶泊車/代客泊車）+NOA（智駕領(lǐng)航）+VPA（記憶泊車/代客泊車）”的技術(shù)路徑，即在停車場(chǎng)路段，驅(qū)動(dòng)系統(tǒng)行駛的是記憶泊車/代客泊車模式，而駛?cè)牍_道路后，則立刻轉(zhuǎn)變?yōu)橹邱{領(lǐng)航模式；另一種則是以特斯拉、小鵬為代表，用一套模式打通全場(chǎng)景，即無論是在園區(qū)封閉路段、地下停車場(chǎng)區(qū)域還是在公開路段，顯示界面一直保持智駕NOA畫面，不會(huì)隨場(chǎng)景變化切換軟件系統(tǒng)。

端到端進(jìn)入2.0階段

業(yè)界普遍認(rèn)為，2024年標(biāo)志著端到端技術(shù)的1.0階段，這一階段主要是將傳統(tǒng)的基于手寫規(guī)則的感知和規(guī)控系統(tǒng)轉(zhuǎn)變?yōu)榛谏窠?jīng)網(wǎng)絡(luò)的智能化系統(tǒng)。進(jìn)入2025年，端到端技術(shù)將正式邁入2.0階段，專注于實(shí)現(xiàn)多模態(tài)融合感知，從而使系統(tǒng)能夠更精準(zhǔn)地識(shí)別和理解復(fù)雜路況。

在端到端2.0階段，“車位到車位”功能逐漸成為衡量端到端性能的關(guān)鍵指標(biāo)之一。某種程度上，車位到車位功能已經(jīng)成為評(píng)估車企智能駕駛能力的重要試金石。與此同時(shí)，眾多投身于端到端技術(shù)浪潮的頭部企業(yè)，正面臨著從技術(shù)路徑的收斂走向路徑分化的關(guān)鍵節(jié)點(diǎn)。

值得注意的是，就端到端智駕而言，目前行業(yè)主要分為一段式和兩段式兩個(gè)流派。其中，華為、百度Apollo、小鵬汽車等企業(yè)采用的是兩段式方法，即將感知模塊視為一段，而將預(yù)測(cè)到?jīng)Q策模塊視為另一段；商湯科技、Momenta等則是“一段式端到端”的支持者，主張將感知與規(guī)控端到端模塊全部打通，實(shí)現(xiàn)更緊密的集成和協(xié)同工作。

圖片來源：每經(jīng)記者 張建 攝（資料圖）

另一邊從技術(shù)路線思考，端到端技術(shù)路徑也開始進(jìn)行轉(zhuǎn)變。此前備受追捧的“端到端+VLM（視覺語言模型）”開始向“VAL（Vision-Language-Action，視覺-語言-動(dòng)作）模型”迭代。其中，端到端+VLM的方案由理想汽車在2024年中提出，兩個(gè)模型分工協(xié)作，端到端模型負(fù)責(zé)處理常規(guī)的駕駛行為，VLM模型則負(fù)責(zé)應(yīng)對(duì)高難度的極端場(chǎng)景。

VAL模型最早由Google DeepMind提出，是一個(gè)融合了視覺、語言和動(dòng)作的多模態(tài)模型，旨在提高模型的泛化能力和判斷推理能力，可以簡(jiǎn)單看作是端到端+VLM系統(tǒng)的一個(gè)全面融合體。在國(guó)內(nèi)，元戎啟行等主要自動(dòng)駕駛公司已經(jīng)開始采用這一模型。

元戎啟行CEO周光在接受記者采訪時(shí)表示：“VAL模型是端到端技術(shù)的2.0版本。”他進(jìn)一步解釋稱，在面對(duì)復(fù)雜的交通規(guī)則、潮汐車道、長(zhǎng)時(shí)序推理等特殊場(chǎng)景時(shí)，VAL模型能夠比以往的系統(tǒng)更好地理解和應(yīng)對(duì)。例如，在推理時(shí)長(zhǎng)方面，傳統(tǒng)的基于規(guī)則（rule-based）方案只能推理1秒鐘的路況信息并做出決策控制；端到端1.0階段的系統(tǒng)能夠推理未來7秒的路況，而VAL模型則能夠?qū)资氲穆窙r進(jìn)行推理，顯著提升了自動(dòng)駕駛系統(tǒng)的決策能力和適應(yīng)性。

事實(shí)上，無論是采用一段式端到端還是VLA模型，背后都意味著對(duì)資源的進(jìn)一步消耗。模型參數(shù)越大，對(duì)硬件算力和數(shù)據(jù)閉環(huán)的迭代能力要求就越高。有觀點(diǎn)認(rèn)為，部署VLA模型對(duì)芯片算力的要求提升到英偉達(dá)DRIVE Thor級(jí)別，算力達(dá)750 TOPS。相比之下，當(dāng)前高階智駕的算力硬件通常配備的是2顆英偉達(dá)OrinX芯片，總算力為508 TOPS。

“當(dāng)前自動(dòng)駕駛技術(shù)正處于邁向L3級(jí)的轉(zhuǎn)折點(diǎn)，大規(guī)模商業(yè)化應(yīng)用仍聚焦于L2及L2+級(jí)別，同時(shí)在傳感器、芯片與決策算法等核心技術(shù)上獲得了一定突破，因此市場(chǎng)將逐步將這部分技術(shù)突破推向C端市場(chǎng)。”艾睿鉑大中華區(qū)汽車咨詢業(yè)務(wù)合伙人章一超在接受記者采訪時(shí)表示，而車企對(duì)于不同技術(shù)的表達(dá)，主要還是因?yàn)橹邱{已成為衡量當(dāng)前車企能力的重要指標(biāo)。智駕技術(shù)的發(fā)展不僅關(guān)系到車輛的安全性和駕駛體驗(yàn)，還直接影響到車企在市場(chǎng)中的競(jìng)爭(zhēng)力。