进入(ru)2024年，自动驾驶行业的竞争愈发激烈，而(er)大(da)模型技术的崛起(qi)无疑又为这(zhe)场竞赛注入(ru)了一剂强心(xin)剂。随着人工智能技术从深度(du)学习(xi)到多模态大(da)模型的快速发展、行业利好政策春风劲吹，以(yi)及商业化落地路径渐(jian)晰等三重共振，自动驾驶再次站在(zai)了技术进化和投资圈的第一线，有(you)望迎来属于自己的“质变”时刻(ke)。
首先，在(zai)技术层面，时空融合、大(da)模型等新技术正(zheng)在(zai)被引入(ru)自动驾驶，特别(bie)是“BEV+Transformer（鸟瞰视(shi)图+基(ji)于自注意力机制的神经网络(luo)架构）”技术和端到端模型的日趋成熟，正(zheng)以(yi)其强大(da)的数据处理能力和自我学习(xi)能力，将车辆的感知、决策和执行能力提升到前所未有(you)的高度(du)。
其中(zhong)，“BEV+Transformer”将二(er)维图像和传感器信息综合转化为三维向(xiang)量空间，支持多传感器信息融合，在(zai)车端实现高精度(du)局部地图的实时构建(jian)。如此，极大(da)地降低(di)了自动驾驶对高精度(du)地图的强依赖，使得城区领航成为可能。这(zhe)是大(da)模型技术在(zai)自动驾驶行业的首次亮相(xiang)，也是FSD（完全自动驾驶）的关键所在(zai)。
端到端模型背(bei)后，是基(ji)于纯(chun)视(shi)觉(jue)方案(an)，将上千万个视(shi)频片段包含的人类驾驶知识压缩到了端到端神经网络(luo)参数中(zhong)，形(xing)成一个大(da)的神经网络(luo)，而(er)无需从前的大(da)量泛化代码。借助端到端，自动驾驶系统便具备了时空理解(jie)能力，能读懂(dong)文字信息，有(you)了时间观念，理解(jie)不同城市特点的交通元素，做(zuo)出更拟人的决策。
其次，政策层面，随着国内首批有(you)条件自动驾驶（L3级）高速公路道路测试牌(pai)照正(zheng)式发放，宝马、奔驰、深蓝、赛力斯(si)等多家车企获得测试牌(pai)照，并(bing)相(xiang)继在(zai)北京、上海、重庆和深圳开启测试。可以(yi)预见，L3级的规模性启动，将使自动驾驶车辆从小范(fan)围测试验证转入(ru)技术快速发展、生态加(jia)速构建(jian)的新阶段。自动驾驶技术的迭代升级，将显著助力汽车产业发展和智慧(hui)城市建(jian)设，为实现汽车产业、城市管理与大(da)众生活数字化转型升级贡献光热。
最(zui)后，商业化层面，基(ji)于以(yi)上技术和政策的双重加(jia)持，2024年将成为智能驾驶在(zai)消费端从形(xing)成认(ren)知到购(gou)买转化的重要时间窗口。自动驾驶技术成为消费者(zhe)购(gou)车的重要考(kao)量因素后，车企对高阶智能驾驶的重视(shi)程度(du)显著提升。目(mu)前，国内几乎所有(you)参与智能汽车竞争的头部玩家，都(dou)发布了各自的城区智能驾驶，甚至不少车企和自动驾驶供(gong)应商还建(jian)立了自己的算(suan)力中(zhong)心(xin)。此外，智能化使得车载半导体、线控(kong)制动、车载软件等产业需求得以(yi)延伸，带来了诸(zhu)多投资机会。
需要指出的是，在(zai)取得一系列实践成果、产业发展速度(du)显著提升的同时，自动驾驶汽车现存的挑战仍(reng)不容忽视(shi)。不管是人工智能领域近年取得的突(tu)破式进展，还是对自动驾驶做(zuo)出的发展路径预判，底层逻辑仍(reng)然是坚守长期主义。
笔者(zhe)认(ren)为，自动驾驶每向(xiang)前一步都(dou)需要庞大(da)的数据、场景、资金和政策支撑，这(zhe)些都(dou)是自动驾驶走向(xiang)终极无人驾驶目(mu)标过程中(zhong)必经的隘口。以(yi)上，既需要企业经历规模化落地的严苛(ke)考(kao)验，更需要法规体系的支持跟进以(yi)及社会各界的“包容审慎”。令(ling)人鼓(gu)舞的是，越来越多的产业参与者(zhe)已经携使命马不停蹄，星夜兼程了。