在短短幾年內無數學界、產業界大佬紛紛下場，涌現出一批至今耳熟能詳的名字，如小馬智行、元戎啟行、文遠知行、Momenta等等，絕大多數公司在最初選擇了L4級自動駕駛作為業務目標。

Robotaxi固定運營的策略，在初期很容易跑出不錯的效果，但時間一長，它沒有辦法獲得大規模泛化所需要的優質數據。由此，到了2020年，疊加資本市場的低潮，多數企業不得不主動做出選擇，轉向做他們最初并不感冒的高階輔助駕駛量產。

「L4都做了，高階輔助駕駛有啥不能做的？」在這群鉆研AI算法的人眼里，從L4到高階輔助駕駛屬于技術下放，也稱「降維」。

事實證明，并非如此。「做L4不計成本，堆料可以有效解決許多技術難點，但硬件成本極高，Waymo是最典型的代表。」一位智駕算法工程師表示。

由于L4多數是限定場景，量產業務面對的是開放場景有更多未知的corner case，對魯棒性要求極高。元戎啟行CEO周光在最近的一次采訪中說，「原來做L4，一萬次有一次失誤已經很牛了。量產里面有一個標準，每百萬次出現一次失誤。以前覺得一千次、一百次都很厲害，一萬次對于demo（樣車）來說是不敢想象的，這對我們價值觀沖擊蠻大的。」

那些曾經以為從L4到高階輔助駕駛是「降維」的想法，被現實「痛打」。

工程化，雖然是許多L4智駕公司降維的短板，它可以通過招聘和時間補齊。真正難以調和的是團隊的戰略意志和組織架構——「整個團隊，從研發體系、商務團隊、交付團隊乃至考核體系...都是一次顛覆性的改革，勢必會發生舊團隊體系與新技術路線不兼容的問題，可能會導致人才流失、內斗等各種風險。」

并且，量產項目周期極長，內卷的車市又倒逼供應商，許多項目都是補貼成本報價，短時間很難看到盈利的希望，這顯然與投資人最初造富的夢想相去甚遠。

目前市面上從L4成功轉型高階輔助駕駛的方案商并不多，元戎啟行算是其中的代表。

接近元戎啟行的人透露，元戎啟行突然急轉做高階輔助駕駛并不意外，「周光一直在嘗試無人駕駛商業化，只做L4相當于閉門造車，永遠也到達不了自動駕駛的終局。因此不論是商業上，還是從技術終局來看，先做高階輔助駕駛都是當下最優選擇。

還有就是周光本人非常大膽，篤定一件事就開干。」

比如這屆廣州車展上，長城汽車偌大的展臺甚至只擺了一款車，20多臺全新魏牌藍山智駕版展示出這家自主品牌智能化的決心。

一些新車的發布會上如果沒有智駕的更新，不僅少一個賣點，而且相當于間接承認自家技術沒有進展——因為技術迭代周期已經很短。

如果從2022年下半年，城市NOA試水向用戶開放到現在，在短短兩年之內，智駕的主要技術棧已經更迭了3代：從有高精地圖，到無高精地圖，現在已經是端到端大模型智駕。

理想、小鵬都公布了下半年，在幾個月的時間內，其智駕基于端到端的版本接管指標和體驗上，有3 - 4倍以上的提升。

周光認為，「自動駕駛剛剛進入端到端，車端的 Scaling Law至少還有5年。我認為接下來幾年端到端的進展是極其大的。落后一年的東西，基本上就不太可用。」

端到端使智駕被賦予了更加濃重的AI的底色，從第一性原理出發，「算力、數據、算法」的重要性前所未有。

根據華為、理想、小鵬的規劃，到明年基本上智駕第一梯隊的云端訓練算力規模都將達到10 EFlops級別。由于車端算力、供電的局限，車端的模型規模不會像云端一樣迅速暴力增長，Scaling Law會拉得更長。

但相比起大模型，端到端模型的訓練算力需求并沒那么大。因為它不需要基于互聯網上海量的文字、圖片信息去訓練，只需要駕駛行為中可能涉及的路標、路況等相關信息。

開車過程遇到的大多數的場景和路況都是重復的，這代表大多數的數據都是已有數據，這并不是訓練模型所需的數據，端到端需要的是高質量的邊緣場景數據。

同樣算力的情況之下，模型能力和數據挖掘能力更加需要被發揮到極致，并不是一味堆數據、堆算力的暴力解法。

充裕的云端算力基礎上，如何挖掘高價值的數據，來訓練一個「全知全能」的智駕世界模型；以及在有限車端算力基礎上，如何保障有限參數規模下單一端到端模型的下限，并極致壓榨其上限，是目前全行業都在共同求解的兩大議題。

在元戎這次C1輪融資披露的同時，周光對外強調下一代方案，將量產「視覺-語言-動作模型，VLA模型」。

一部分行業人士將VLA視為「端到端」方案的下一代版本。

數據是決定智駕模型上限的核心資源。

目前大部分智駕數據都掌握在主機廠手里，但絕大多數數據難以充分發揮效用。面對日益陡增的數據量，匹配少數合適的方案商，挖掘車主數據的價值，形成有主機廠特色的智駕體驗，屬于水到渠成、兩廂奔赴。

大語言模型、多模態大模型的浪潮，使得算力資源成為稀缺的供給。

除了互聯網行業之外，汽車行業對算力有最強烈的渴求。而背靠BAT這些互聯網大廠的公司，則更容易「近水樓臺先得月」，分別背靠華為云、阿里云、騰訊云的華為ADS、元戎啟行以及Momenta，天然更有優勢。

「模型架構決定方案上限」，端到端的戰役，也是最頂尖的AI人才的爭奪戰。

從某種程度上講，下半場的競爭實質已經不是單一智駕公司的競爭，而是「車企+互聯網巨頭+智駕頭部公司」這種超級產業聯盟的競爭。

華為車BU副總裁江利旗在十月份的一場演講上表示，華為認為未來的智駕市場份額會高度集中。

無獨有偶，Momenta CEO曹旭東也在接受媒體采訪時也認為：「智駕最后在全球可能就三、四家公司，中國可能就兩、三家公司。格局可能是 7-2-1，第一名占 70% 的市場。」

正如《三國》一樣，智駕的群雄爭霸，十八路諸侯最終只剩下少數力量。如果按照已量產了端到端高階智駕方案這個標準：

華為可以說是賽道里面的絕對核心玩家，擁有完全自主可控的芯片、算力、操作系統等底層資源，有自身深度參與操盤的汽車品牌矩陣，在供應鏈上有強勢的話語權，并且已經實現了正向盈利。

Momenta的優勢在于，入局很早，有豐富的量產經驗、高度標準化平臺化的產品能力，是目前業內與主機廠供應合作最多的方案商，尤其在海外市場的長周期定點上。Momenta也在深度布局芯片、域控，旨在拿下最大的市場份額，但這也站在了核心芯片供應商的對立面。

元戎啟行屬于入局量產業務相對較晚的選手。行業混戰時期，元戎啟行憑借無圖方案突圍并一舉拿下長城魏牌定點，在短短8個月內在無數次捶打下，完成高階智駕量產，成為了今年行業最突出的黑馬。元戎的AI長板夠長，有利于合作主機廠占據技術高地。智駕供應格局逐步收斂，但主機廠不想被壟斷「靈魂」，扶持一匹有AI基因的黑馬既是大勢所趨，也是市場格局需要的。