「智驾」变「辅助」，亮起的不只是安全黄灯？｜氪金·硬科技

作者| 耿宸斐

编辑|宋婉心

封面来源|视觉中国

一路高歌猛进的“智驾”被按下了暂停键。小米SU7事故后半个月，工信部出台了监管文件限制智驾功能及宣传，有参会人士透露了几大重点：L2不允许用“接管”进行宣传、不再受理“代客泊车”等驾驶员不能完全控制的功能、不允许公测等。

最新消息是，5月4日，小米调整了SU7新车定购页面中的措辞，将“智驾”更名为“辅助驾驶”。

在这场掀起舆论危机的车祸事故之前，小米等几家新能源车企进行了一轮配股融资，刚准备加满弹药推动“智驾平权”。

3月，小米、比亚迪各自配股融资425亿港元和435亿港元，蔚来也宣布拟配售约1.4亿股A类普通股融资40.3亿港元。其中，比亚迪和小米均选择高位配股，蔚来则在股价处于历史低位的情况下实施配售。

消息传导至二级市场，引发了担忧情绪。配股公布后，比亚迪股价应声下跌超7%，小米单日市值蒸发近千亿港元，蔚来股价也一度跌超8%。尤其是小米的暴跌，进一步带动恒生科技指数大幅下挫，单日跌幅达3.82%。

车企推行智驾以来，智能驾驶一直是整车成本的占比大头。盖世汽车的数据显示，去年智能驾驶研发占车企总支出的38%，成为仅次于电池的第二大成本项。

以此次配股的三家车企为例，比亚迪计划投入高达1000亿元用于智能化研发；截至2024年年底，蔚来在智驾领域的研发投入高达460亿元；小米方面，雷军则透露其每年在智能驾驶领域的研发投入超过20亿元。

车企急于通过中低档车型扩大智驾规模以摊薄成本，却不料黄灯亮起，费钱的智能驾驶开始变得烫手。

算法专家傅聪向36氪指出，根据不同车型和配置，当前市面上的智驾系统的整体成本在几千元至两三万元之间浮动，约占整车总成本的5%至15%。随着高阶功能的加入，比如激光雷达、冗余控制，这一比例还会进一步提升。

在智驾的研发模式选择上，以蔚小理为主的新势力是自研的代表，但傅聪表示，实际操作中，大部分车企会采取“自研+外采”的混合模式。

比如，理想汽车在高端车型上，采用了自研的AD Max智能驾驶系统，在中低端车型上，则采用外部供应商的方案。比亚迪天神之眼系统的低阶版本也选择外采途径。

据傅聪介绍，这样做既能保障核心能力的自主可控，又可通过外部成熟方案加快产品落地。不过外采会在部分环节抬高智驾系统的整体成本，比如组合导航外采的成本可能上万，但是自研只要千元的成本。

蔚来管理层也曾在财报会上透露，相较于采用4颗Orin芯片，其自研的神玑NX9031智驾芯片可节省约1万元成本。

硬件层面，激光雷达是核心成本。尽管激光雷达近年来价格不断下探，已至千元左右，但在主打性价比的汽车市场中，激光雷达堆叠仍旧带来不低的成本。

在这一背景下，车企开始采用差异化的智能驾驶方案：在基础款车型上主推成本更低的纯视觉方案，而在高阶版本中则配备激光雷达，采用“纯视觉+激光雷达”的融合路线。

例如小米，SU7标准版NOA加载的智驾系统Xiaomi Pilot Pro采用纯视觉模式；Pro版、Max版和Ultra版本中提供更高阶的Xiaomi Pilot Max智驾系统，采用视觉+激光雷达的融合感知模式。

即便是一向坚持视觉+激光雷达融合方案的蔚来，在新品牌乐道中，也推出了纯视觉版。

种种变动表明，各主机厂的智驾成本压力极大，尽力将各个硬件成本压到更低。但现实是，硬件降本只是表面，纯视觉方案存在不低的隐性成本。

纯视觉方案依赖庞大的数据训练模型。

“算法需要不断适应新城市、新场景、新法规，模型训练成本包括服务器、算力、人员都比较高。标注数据方面，头部企业的总投入往往高达数千万甚至上亿。这是因为自动驾驶对数据质量要求极高，尤其是涉及多模态融合和3D语义级别的精细标注，单条数据的成本就可能达到几百元甚至上千元。”

傅聪告诉36氪，算法与数据标注是纯视觉方案研发成本中最难压缩的部分。

可见无论选择哪种技术路径，智能驾驶都躲不开烧钱。押注智驾为下一个行业决胜点的车企们，到目前为止，大多还没能看到回报。

小米汽车在2024年售出13.69万辆，但全年亏损高达62亿元，平均每辆车亏损约4.5万元；蔚来更甚，单车亏损达10万元。

智驾等待放量

推动硬件降本多年对车企账面收效甚微，如今，推动规模化成为智驾降本的核心路径。

今年初，比亚迪发动“智驾平权。智能驾驶的竞赛瞬间由高档车市的局部战争，渗入到各细分车市的全面战争。

2月，比亚迪宣布将在王朝、海洋全系车型搭载 “天神之眼” 高阶智驾功能，其中10万级以上车型全系标配、10万级以下车型多数搭载。下至7.88万元的海鸥，上至24.98万元的宋L EV，首批21款新车都具备高阶智驾能力，且增配不加价。

这直接打破了智驾行业原有的定价逻辑。在此之前，搭载智驾的车型最低价格普遍在20万以上。

面对比亚迪的“掀桌式”打法，有从业者认为，这是以“换一种说法”的方式，将原本集中在高端车型的智能驾驶功能进一步下放至中低价位车型，以加快普及节奏，带动智驾规模化。

行业共识是，规模化量产才是推动智驾成本下降的关键。只有实现大规模上车后，才能通过走量均摊研发成本。智驾真正的放量关键，在于10-20万元这一主流价格带的市场能否打开。

光大证券基于交强险数据测算，2024年国内L2+城市智驾渗透率约5%-6%；其中，25-40万价格带的L2+城市智驾渗透率已达20%以上。相比之下，10-20万元价格带L2+城市智驾渗透率尚不足0.2%。

造成这一局面的，既有成本的因素，也与用户心智相关。“普通用户对智驾的认知仍有很大提升空间。”傅聪表示。

尤其在智驾配置降级的中低价位车型上，功能减配进一步放大了用户认知不足的安全隐患。

在小米的车祸事故中，座驾小米SU7标准版为纯视觉方案，“夜间行驶，又遇上道路施工，对于依赖纯视觉方案的系统来说，挑战极大。”有业内人士表示。

傅聪指出，目前智驾系统能在测试或体验中“表现出色”，很大程度上得益于大多演示场景本身就包含在模型训练数据中，因此系统能够应对得游刃有余。但现实生活中远比训练环境复杂，对于所谓的“corner case”，即极少见但复杂度极高的场景，由于数据覆盖不足，往往难以通过传统训练方式彻底解决。

“比如地面标志线无法识别不清晰，极端天气摄像头被遮挡，或者交警手势指挥等特殊交通场景等情况，车载模型机很难做到面面俱到去处理。”

行业一度将“智驾能力”视为车企能否“上牌桌”的关键，但如今规模扩张被迫放缓后，短期内智驾或成为压在车企身上的一座山。

点击图片即可阅读