作为新人，如何在“卷疯了”的汽车智驾市场拿到订单，更激进的策略或许是方法之一。

前段时间，长城掌门人魏建军开启了城市智驾首秀，直播前不久，长城专门向媒体介绍了这套城市NOA方案，即SEE一体化智驾大模型。

根据长城官方的介绍，SEE一体化智驾大模型实现了感知决策一体化路径融合，从规则驱动转到数据驱动，与特斯拉的FSD V12端到端智驾方案趋同。

但有意思的是，这套智能驾驶方案的背后功臣，并非长城汽车旗下的毫末智行，被传更多的是另一家智驾公司：元戎启行。

魏建军首次进行城市智驾体验直播

今年早些时候，就传出元戎启行要和长城传来合作的消息，靠激进的端到端技术。彼时，据《晚点》消息，正是“元戎启行端到端的 DEMO 打动了长城” 。

在特斯拉FSD V12证明了端到端具有可行性后，国内头部智驾公司、车企几乎都宣布向端到端向端到端技术架构演进，但目前真正落地应用者还未有之。

长城汽车肯定希望通过新技术落地，进入智驾头部梯队。

而元戎启行，更需要通过“激进”的技术，让产品落地上车，实现现金回血，才能继续留在牌桌上。

实际上，从5年前元戎启行诞生至今，无论是1万美元的前装量产L4方案推出；还是快速落地端到端技术；亦或者在2024年百人会上大谈“L4级是骗人的”。

更极端，这也是元戎启行，或者说很多赛道后来者的生存方式。

01

L4时代的“明星”之一

“过去我们是L4公司，在2022年决定不搞L4了，搞一个地图，画个图出来跑，这就是扯，没有任何商业模式。”这是元戎启行CEO周光在2024中国电动汽车百人会论坛上的发言，相当破釜沉舟。

元戎启行CEO周光

尽管周光看似对L4"弃如敝履"，但正如其所言，元戎启行在2019年成立之时，想要做的是一家自动驾驶公司，并且一度备受资本市场宠爱。

根据企查查数据，自2019年至今，元戎启行已经拿到了6笔融资。

其中，2021年9月，在拿到阿里巴巴领投的3亿美元融资后，元戎启行快速以超过10亿美元的估值，成为中国继小马智行、文远知行、Momenta等公司后的又一家自动驾驶独角兽。

这一方面是，外部融资环境改善。

经历了2018年和2019年的资本寒冬，自动驾驶资本市场于2020年开始回暖，并在2021年迎来新一波投融资热潮。

根据赛博汽车不完全统计，在汽车智能化方向上，2021年一二级市场累计投融资总额达1591.9亿元，投资热点主要在整车、自动驾驶解决方案、芯片、激光雷达等领域。

其中，自动驾驶解决方案在2021年投融资达到65起，总额达424.1亿元，L3级及以上占比超过60%。

另一方面则是元戎启行自身也取得了业务的进展，且具有行业里程碑意义。

2021年年底，元戎启行发布了一套价格低至1万美元的前装量产L4级自动驾驶解决方案DeepRoute-Driver 2.0。

当时，行业L4级自动驾驶解决方案的普遍成本在几十甚至上百万元。

以一向追求商业化性价比的百度为例，它在当年年中提出了要做低成本L4轻量化解决方案，并与极狐共同发布了Apollo Moon，无人车成本为48万元，刨去车辆本身成本，粗略计算来看，自动驾驶解决方案价格依然在10-20万元的水平。

元戎启行称，之所以能够做到如此低，第一是元戎启行对于算法技术的前瞻性思考和布局，第二在于自研部分硬件带来的成本控制，第三则于产业链不断成熟有一定关系。

元戎启行的L4自动驾驶方案是采用5颗固态激光雷达、8颗摄像头，以及自研的计算平台。

采用全固态激光雷达方案实现L4自动驾驶，这在全球是第一家。尽管固态激光雷达尺寸较小，成本低、更易量产，但测量精度也相对会低一些，面临着“远距离探测”显著挑战。

直至当下，全固态激光雷达也并不被作为主激光雷达大规模量产使用。可见，元戎启行的选择相对激进。

不过，根据元戎启行当时对外展示效果来看，整体表现不错，搭载元戎方案的车在深圳CBD晚高峰上路一小时，全程零接管。

周光甚至直言，L4自动驾驶车辆规模化量产的到来将在2024年之后。“以元戎启行为例，目前已经完成了产品开发的第一阶段，下一阶段就是和整车厂共同打磨量产车规级产品，为规模量产做准备，2024年将进入到规模化拐点”。

02

转型L2，跟紧最新技术方向

转眼2024年到了，但元戎启行却“走了”，甚至说出了“L4是扯”的言论。

这背后，有自动驾驶行业自身的问题，也有经济大环境的客观因素。

L4长尾场景得不到解决，安全问题成为心魔；商业层面，L4没法落地挣钱，只能在小范围内实验性运营。最后的结果是，落地遥遥无期，资本在经济下行的大背景下失去了信心。

2022年自动驾驶相关投资情况

赛博汽车根据公开信息不完全统计，2022年，自动驾驶相关的投资事件发生125起，累计披露金额约205亿元，融资事件较去年基本持平，但累计披露的融资金额远不及2021年。

且资本聚焦的细分赛道也有所变化，由过去的多点开花变为量产为先。

尤其是做乘用车高阶智能驾驶方案的玩家，在2022年走入资本关注的中心位置；与量产自动驾驶息息相关的计算芯片、传感器以及硬件集成玩家，也占据了赛道投资事件数量的近4成。

大背景下，一大批自动驾驶公司进行业务转型，或者说“降维”。

一部分是场景降维，从Robotaxi转而去做干线物流、无人配送等相对简单些的赛道；一部分则是技术降维，把业务重点从L4转至L2。

元戎启行选择了后者，2022年开启了对L2的研究。

此时Momenta、华为等在智驾领域已经小有成果。作为后来者，元戎启行必须需极致的跟紧最新技术方向：先是无图，后有端到端。

2023年3月，元戎启行推出国内首款不依赖高精度地图、可实现全域点到点功能的高阶智能驾驶解决方案DeepRoute-Driver 3.0。

根据元戎启行的描述，搭载该方案的智能驾驶汽车，在导航地图覆盖范围内，可实现全域的高阶智驾功能。

基于Driver 3.0的技术框架，元戎启行同步推出D-PRO和D-AIR两款智驾产品。

D-PRO为全域高阶智能驾驶产品，在导航地图覆盖范围内，实现全域点到点的智驾功能；D-AIR为高级辅助驾驶，具备 ACC、LCC、ILC、APA、AEB 等辅助驾驶功能。

前者的硬件成本为 1.4 万元人民币，后者为7000 元人民币。

DeepRoute-Driver 3.0发布的同时，元戎启行已经在进行端到端模型研发。

今年北京车展上，元戎启行对外展示了其即将量产的高阶智驾平台DeepRoute IO，以及首款基于DeepRoute IO的解决方案，该方案采用NVIDIA DRIVE Orin系统级芯片，200+TOPS算力，1颗固态激光激光雷达，11颗摄像头，为端到端方案。

据元戎启行透露，基于此方案，已与国内某头部车企展开量产合作，数款合作车型将于2024年陆续推向消费者市场。

03

后发者的优势，先行者的难题

之所以这么快落地端到端方案，一方面是企业的发展要求，当然不排除宣传话术需要；另一方面可能也是因为后来者没有很大的技术包袱。

有经验的车企、智驾公司布局端到端，意味着技术路线的改变，对此前积累的扬弃。

毕竟，端到端并非是将现有模块间的后处理消除，实现模块间的连续可导即可，需要建设新的、巧妙的网络架构。由此，之前架构中已经被验证的参数失效，并放弃大量人力写出的有效代码。

换而言之，目前能够被用于开城的技术成果要被放弃，沉默成本很高。

后进入者，自然这样的烦恼要少很多。

但也并非没有压力。

与传统自动驾驶路线不同，端到端大模型取代了此前用于感知、描述、预测以及规划的多个模块，让自动驾驶直接从一端输入图像数据，一端输出操作控制，更接近人类的真实驾驶。

可以简单理解为，传统自动驾驶根据逻辑行车，而端到端则是模拟人类本身。

传统感知系统和端到端感知系统的对比

那么，如何让自动驾驶“像人”，需要投入更多的驾驶数据，即可对模型水平进行提升。用来训练的数据越多、算力越强，模型的性能也就越好。

即决定端到端模型性能上限的是数据和算力。

通俗说，要有很多车在路上跑，要有很多芯片在云上算。

前者，元戎启行自然是存在劣势，目前其智驾产品还没有真实的量产上车，测试数量也不够大。

后者则需要足够多的钱。

地平线副总裁兼软件平台产品线总裁余轶南对《赛博汽车》表示，端到端的初步算力建设门槛或为1000块英伟达A100，即19.5Pflops算力。

目前，一块A100的价格约17万元，在不考虑建设和运营费用，仅“买卡”的情况下，基础的端到端起步便需要1.7亿元的成本。

“一个单独的（端到端）软件算法是无法构筑壁垒的。算力、算法、数据中，核心的壁垒是算力，因为算力是稀缺的。数据也构成壁垒，但它不是一个显性的壁垒，端到端未来一定会对数据有指数级的需求。”余轶南表示。

此外，大模型训练所需的分布式系统的硬件架构、数据闭环、训练方法，将成为端到端落地新的技术壁垒。

也就是说，要想真正落地端到端方案，技术、车辆数、算力和资金缺一不可，这显然这不是一件容易的事。

同时，它到底能不能100%安全，谁也无法给出准确答案。

因此在现阶段甚至是未来很长一段时间内，端到端落地速度不会很快。

但是，从2019年入局自动驾驶，到2022年末转向智能驾驶，元戎启行的每次入局时间点都不算早，想要超越已有落地经验的“前辈们”，似乎必须要更激进的投入。

如果说，创业是一场“赌局”，元戎启行在第一阶段的自动驾驶赛道赌输了，新的智能驾驶赛道能赢回来吗？