去年以独角兽Argo AI公司倒闭为代表，自动驾驶进入寒冬，但也让那些有着长远谋划的企业沉下心来，脚踏实地搞技术、做产品。今年随着人工智能、半导体等基础技术取得进步，自动驾驶赛道正在迎来新的拐点。
自动驾驶悄然回暖
整个自动驾驶行业虽然遇冷，但是各细分场景实际上依然向前推进。目前，自动驾驶技术已经在矿山、码头、仓库、干线物流和城市（园区）环卫等场景中实现落地并开启小范围的商业化运营。以矿山为例，2022年华为煤矿军团正式推出了面向露天矿山的无人驾驶端到端全自研解决方案，并成功实现商用部署和实施。预测显示，2025年露天矿山自动驾驶市场规模可达200亿元，潜在市场空间近3000亿元。
在乘用车方面，继梅赛德斯-奔驰的L3级自动驾驶系统分别在德国和美国获得官方认证并上车后，宝马将于今年年底在宝马7系上推出L3级自动驾驶功能。IHS Markit预测，L3级自动驾驶与全自动停车、全高速自动巡航等L4级功能将于2025年在大众市场普及。
在发展模式上，美国以单车智能模式为主，通过摄像头、雷达等传感器和高效算法赋予车辆自动驾驶能力；中国将车路协同作为自动驾驶的方向，自动驾驶汽车高度融入由“云-网-端”构成的智能路网，由路网指引车辆安全行驶。
今年7月，工信部、国家标准化管理委员会印发《国家车联网产业标准体系建设指南（智能网联汽车）（2023版）》的通知。《指南》强调，将分阶段建立适应我国国情并与国际接轨的智能网联汽车标准体系，被业内誉为智能网联汽车的“新国标”。
自动驾驶的商业化落地也在持续推动，目前多座城市都在积极响应。7月份北京开放智能驾驶车内无人商业化试点；多家企业获上海浦东新区首批发放的无驾驶人智能网联汽车道路测试牌照；今年深圳市有望发放第一张智能网联汽车正式号牌、核发第一张智能网联汽车出租车道路运输许可；苏州将开放国内首条满足车路协同式自动驾驶等级的全息感知智慧高速，在高速公路上实现L4级别自动驾驶。自动驾驶正在悄然回潮。
生成式AI融入自动驾驶
在本轮自动驾驶回暖过程中，人们显然对生成式AI在自动驾驶中的应用寄予了厚望。据报道，特斯拉正在中国组建一个20人左右的本地运营团队，以推动自动驾驶解决方案FSD在中国市场落地。FSD V12版本的技术路线，便采用了Foundation Model训练。国内的百度、阿里、科大讯飞等大模型企业也纷纷与车企合作，将旗下产品接下智能车型当中。
沐曦首席产品官孙国梁认为：“对大模型来说，这实际上是一个驾驶脑的概念，在接收到各种感知信息后，通过规划和决策，以一种驾驶方式来控制车辆去避障绕弯，选择最优路径，从而把乘客送达目的地。”
自动驾驶的实现需要数据驱动，需要足够的数据量不断进行自修正、自升级，才能使自动驾驶逐步改进。如何保证自动驾驶的人工智能拥有泛化能力，即对于未见过的情况，尤其是没见过的困难情况进行应对的能力，是自动驾驶必须解决的问题。相比自动驾驶的人工智能，人类在学习驾驶汽车之前有许多通用能力，比如骑自行车时的反应能力，在驾驶时会迁移过来，避免意外的发生。之前的自动驾驶训练缺乏知识迁移的能力。而大模型在智能汽车中的应用可以尝试解决这方面的问题。
英伟达中国区汽车事业部总经理刘通指出，Transformer从2021年开始即被自动驾驶采用，现已出现多个流行的视觉Transformer，如ViT、SwinTransformer、DETR、Perceiver等。AI将大幅提升驾驶体验。汽车智能驾驶算法的进一步升级必然会对芯片的运算支持能力提出更高要求。刘通认为，自动驾驶对芯片算力的需求是无限的。
资料显示，在车端实现大模型的部署，估算至少要达到300～500TOPS才能满足算力需求。
简单的“带轮子IT系统”并不可行
仅凭AI并不足以支撑自动驾驶的实现。恩智浦半导体执行副总裁兼首席技术官Lars Reger以人体的运动进行比喻：人在运动时，不仅有大脑的参与，其他器官如脑干进行着数据联网的功能，小脑控制着身体中一些非常重要的运动功能，还有大量神经节的参与，等等。一个简单的反射形成过程，比如走路时被绊了一下，脊柱直接告诉我的腿“要停住”，小脑会通过肌肉帮助站稳。这个时候人们的大脑才会反应，看一下为什么会被绊住。当看到路上有一个坑，会反应下次走到这里时要注意。
也就是说，在运动时大脑的功能并非实时性的。汽车的自动驾驶也是如此。汽车会通过摄像头、激光雷达、传感器等探测出路障，并做出反应，并不需要生成式AI实时参与，在进行创造性思维之前，首先需要确保人们在道路上的功能安全。“简单地把人工智能加在汽车上是不可行的。如果是从马车一下升级到内燃机车，再突然升级到了一个带轮子的IT系统，这样的路径太昂贵、太复杂，也太快。”Lars Reger强调。
那么，应该如何正确地设计一辆汽车的架构呢？首先，要有各种各样的功能，比如连接、信息娱乐系统、动力总成驱动、车身的电子（如门禁、灯光）、车内的温控、驾驶辅助系统、数据网关，再加上信息安全与功能安全模块等，不同子系统间相互配合，这样的汽车才能正常驾驶。对于芯片企业来说，就是要为这些行业OEM和一级供应商提供构建架构的模块，通过标准化的模块帮助他们实现各种各样的架构，去构建电子和软件平台。
即将进入AI定义汽车时代
那么，自动驾驶的时代何时才会到来？小鹏汽车嵌入式平台总经理余鹏认为，现在汽车的智能化进入了下半场。2000年代汽车进入电控化时代，当时的车身控制实现了电子化、底盘/发动机实现了电控，定速巡航系统和超声波泊车辅助开始上车。2010-2015年间汽车开始实现网联化，蓝牙免提+手机投屏、语音控制、ACC+主动安全、环视影像+自动泊车都是这个时期上车的功能。2016-2022年实现智能化，智能远程车控、4G/5G网联、自然语言数字助理、全车OTA、L2+辅助驾驶、记忆泊车是这个时期的标志。
余鹏预计，从现在到2030年将是AI定义汽车的时代，大模型、云原生、数字孪生、城区领航辅助驾驶、中低速L3/L4将是这个时期的主题。要想实现这些智能化的功能，夯实基础软硬件合作，推动产业生态的繁荣是必不可少的。因为整车的电子架框正从以往的分布式架框向着中央计算+区域控制的架框发展，需要软硬件协同设计开放。在硬件上需要域控更高集成度的融合与更高算力的硬件平台，在软件上提供标准的软件基础平台，打造良好的汽车软件生态。
Lars也指出，通过功能域，人们可以把汽车设计做得更加智能，以“域”的功能厘清架构，进而构建支持自动驾驶的汽车电子架构。以“域”为基础的架构可以把汽车的具体功能进行区分，避免出现交叉重叠和低效的情况。
