走向大模型、大算力、大数据：特斯拉与毫末的自动驾驶AI路径寻踪

2022行至年终，各种年度总结也纷至沓来。要说最近的大事件，一定少不了：自动驾驶又双叒寒冬了。

大量“报忧不报喜”的新闻，说明2022年自动驾驶行业确实出现了一定程度的波动：激光雷达鼻祖德国ibeo和独角兽Argo.ai相继破产；不少自动驾驶公司传出裁员和组织架构调整，Waymo的估值大幅下跌，起火撞车等负面舆论不断……这些事件都引发了悲观情绪，让“寒冬说”显得有理有据。

但如果我们去仔细探究就会发现：第一，人工智能永远是在泡沫和寒冬中振荡，自动驾驶寒冬的论调其实早在几年前就出现了，但主机厂、科技企业、资本市场对自动驾驶的投入并没有冰封，参与者众多；第二，调整和波动也不一定就意味着悲观，寒冬期往往也是优胜劣汰，比如此次调整后很多厂商都将目光转向了L2级别的辅助驾驶技术，大浪淘沙始见金，这正是具有领先技术优势的AI公司展露生命力的时机。

更进一步，中美公司作为自动驾驶领域中AI技术的头部选手，其所面临的背景和挑战实际上也有差异，中国自动驾驶企业接下来走向何处，恐怕不能简单地依靠海外独角兽的境遇来判断。

所以，我们需要抛开情绪，回归事实，去对比一下，中美在自动驾驶技术模式上究竟有哪些异与同，开往春天的自动驾驶又需要穿越哪些障碍？

目前，以国外的特斯拉、国内的毫末智行等为代表的渐进式自动驾驶公司，都已经实现了乘用车辅助驾驶产品规模量产和商业化落地。前不久，毫末智行和特斯拉也相继举办了第六届HAOMO AI DAY、2022Tesla AI Day，公布了各自的最新产品和技术成果。

近日，毫末在其三周年内部信中新发布了其愿景“让机器智能移动，给生活更多美好”，这其实也透露出一个信号，那就是自动驾驶AI技术其实可以广泛复用在各种场景的机器人上。因此，自动驾驶的前景不言自明，所以，最终的关键就在于自动驾驶技术是否能抵达规模落地的终局？

深入对比两家在自动驾驶AI技术的探索，我们可以发现，两家正在积极拥抱以大数据、大算力、大模型为标志的自动驾驶3.0时代，同时在技术及产品等多个方面，也展现出中美自动驾驶发展模式的一些异同。

我们用一张图进行简单对比：

可以看到，自动驾驶行业正在迎来一个深刻的产业之变，如何穿越寒冬、巩固王城，我们可以从这两家企业的技术探索的步履中找到线索。

高阶自动驾驶“降维”

与智能辅助驾驶“升级”同时进行

无论媒体、企业还是大众，可能都被这一场突如其来的自动驾驶“寒冬”风波惊吓得不轻。但平静下来，会发现这场风波其实早有征兆。

一方面，L4及以上的自动驾驶技术非常困难，道路漫长，技术前景模糊，2019年初，时任Waymo首席执行官约翰·克拉夫奇克就曾公开表示“自动驾驶汽车可能永远无法在全路况条件下行驶”，算是预言了这场高阶自动驾驶技术的“寒冬”。

另一方面，商业化落地遥遥无期，让投入巨大的自动驾驶公司很难在短期内实现盈利，去年头豹研究院发布的一份研报就认为，Robotaxi模式是处在“伪概念”阶段，相关公司仍深陷“量产