2023年新能源汽车智能化进行到什么阶段？有哪些最接近智能化的汽车？

智能化现在的状态：硬件开始减配、算法开始务实、体验开始提升、场景泛化增强，基本上来到了量变达到质变的阶段。

一、硬件开始减配

这里面包括激光雷达、也包括高精地图，但两者减配的原因不近相同。激光雷达是因为投入与产出不成正比被阶段性放弃，高精地图则是因为法规、鲜度、成本还没有实现平衡，也被阶段性放弃。

简单分析一下激光雷达被部分主机厂阶段性放弃的原因。

（1）被老大哥特斯拉的纯视觉技术路线“裹挟”

令人欣慰的是，辅助驾驶的技术路线相对前两年有了一定程度的收敛，技术路线收敛也是产品大规模落地的重要标志之一，当然，部分功劳一要归老大哥特斯拉在其AI Day的无私奉献，二是归高精地图自己的不争气。

从HydraNets、Transfomer、BEV到Occupancy Network，特斯拉一年一度的“演唱会”总能引起东方迷妹们的尖叫，但是大家发现没，特斯拉的技术路线是基于其8个摄像头进化的，从来未考虑过激光雷达的事，而为了让感知更纯粹，甚至相继干掉了毫米波雷达、超声波雷达。

人们可能会有疑惑，特斯拉没在这套技术路线中考虑激光雷达，不代表我们不可以，这个我是承认的，且已有专家指出基于BEV更适合异构传感器融合。但关键是，国内厂商有这个时间、资源和精力吗？

特斯拉的每一届AI Day公布的技术路线，国内厂商基本都需要消耗两年左右时间从Demo到工程落地，再用一年左右完成从可用到好用的量产优化，追赶尚且都来不及，哪有多余时间去预研基于BEV空间的异构传感器融合，当前，这不是否认国内厂商的努力和热情，只是我确实没看到有谁走出了引领潮流的技术路线。今天Transformer火，我就投入资源研究Transformer，明天大模型火，我再投入资源研究大模型。

所以，当有厂商成功将激光雷达感知结果与相机、毫米波雷达感知结果融合作为自研AEB算法的输入时，CEO都会在发布会上浓墨重彩的介绍。但令人惊掉汗毛的是，该车上市4个月后，汽车媒体“有驾”就在夜间举行了AEB大横评，结果这辆AEB中使用激光雷达的车型，排名垫底。

（2）激光雷达尚不够“收敛”的技术路线

华为前两年在推MDC系列计算单元时，对于愿意合作的厂商，那是出人出力帮助其从其他计算平台移植到MDC平台。但就是坐拥这样的产品性能、服务态度，很多潜在合作厂商还是有抱有很大的担忧，但这不是上汽的“灵魂被夺舍”担忧，而是后续平台延续性的担忧。

因为当时从国际形势来看，华为MDC内使用的部分芯片、技术专利随时随地都有可能受到大洋彼岸的制裁，而这些一旦发生，华为势必就需要在下一代产品中更换技术路线；或者华为安全性考虑，也是要在下一代产品里逐步替换上一些自研的技术。

这就意味着当前使用MDC的厂家，如果后续想升级到下一代产品，那么很有可能涉及到工作量不小的移植工作。而对于英伟达，虽然不情愿，但是不得不承认其平台的延续性非常好，从Xavier到Orin几乎可以无缝衔接，有点硬件上的“Pin to Pin”的感觉。

激光雷达也存在这样的问题，下图充分展示了激光雷达技术路线的多样性，图中仅是从概率论的角度画出所有可能，部分技术路线可能已经过时、或是根本不合理。

激光雷达技术路线

所以如果各家在辅助驾驶中将激光雷达的感知比重提得比较高，那么当换一个激光雷达供应商或是使用供应商新一代产品时，可能就涉及到部分适配工作。而摄像头就不一样，技术路线稳定、产业链成熟、产品性能稳定，差别无非就是像素是几百万。

此外重要的一点是，激光雷达的寿命还是不尽如人意，如果辅助驾驶功能过多依赖激光雷达，那么可预见的在5年/10万公里内，至少需要更换一次激光雷达，这个钱是主机厂出还是消费者出，都是一笔不小的支出。但是如果作为可有可无的“花瓶”，那至少后期不用为更换而再花钱。

当然部分行业人士表示：过去激光雷达被这么看重也是有历史原因的，因为那时基于深度学习的视觉算法还不成熟，能支持深度学习的大算力平台也不成熟，不过这一现状现在已经改变，不仅是辅助驾驶领域，后续自动驾驶领域也将逐步降低对激光雷达的依赖。

（3）掩盖自身的“软实力”不足

智驾算法能力、工程化落地能力可能不是主机厂一朝一夕可以建立起来的，但是在整车车顶安装几个激光雷达，这是主机厂擅长的。

于是乎，带有激光雷达的车型如雨后春笋般冒了出来，数量上从一颗到四颗，安装位置上从大灯到车顶，而对于何时可以发挥激光雷达的作用，主机厂给出了出奇一致的答案：敬请期待。

这也是主机厂的无奈之举，虽然多数主机厂都知道天道酬勤、酬诚、酬谦、不酬卷，但竞争对手已经上了2个激光雷达，我不上4个，新车发布会还怎么开。

不过随着大家软实力的不断提升，这一现状也在改变，不少主机厂在其下一代或新车型中要么直接减少激光雷达的数量，要么直接取消激光雷达，这是行业理智的开始。

理想汽车刚刚发布的L9 PRO相比L9 MAX去掉激光雷达

二、算法开始务实

两年以前，算法真是百花齐放，各种新名词层出不穷，尤其是感知领域。但近几年，业界非常统一了，感知咱就用Transfomer、BEV然后进化到Occupancy Network。而且感知也开始逐渐纯粹，已经很少出现单目、双目、红外、鱼眼、激光、毫米波、超声波的混战了，辅助驾驶基本都在朝着纯视觉演进，自动驾驶还在固守以激光雷达为主的多传感器融合。

三、体验开始提升

不得不承认，各家的百公里接管率正在逐渐下降，可使用的范围也由高速扩展到城区，使用领航辅助驾驶的信任度正在逐渐提升。

四、场景泛化增强

其实这是技术架构变革决定的，以前采一城图、落一城领航辅助驾驶，但现在车辆实时建图，即采即用，泛化能力自然有所增强。

2022年以前领航辅助驾驶的落地速度