最近特斯拉涨价，围绕FSD最新的版本更新，让大家似乎看到了智能驾驶技术给汽车产业格局的变化。

马斯克评论FSD 12.3版本的左转弯操作就像人类司机一样。如果FSD  12.3版本成功，将基本颠覆目前市场上的智能驾驶技术路线。

基于“数据/算法/算力”的无人驾驶技术有着基本的判断：在中短期内无法解决corner  case长尾安全问题，十年内不太可能实现量产落地，因为目前仍处于0-1阶段。

01

随着GPT大模型和FSD端到端的出现，基于“数据-算力”的方法抛弃了传统的算法和编程CODING，取得了巨大的进展。通过Scaling  law数据规模（百万辆车视频数据），终于实现了像人一样驾驶的效果。

尽管目前可能还只相当于一个14岁孩子在开车。全球一流司机如何处理corner  cases的能力，大模型将会更加出色。基于“驾校考试”的18岁司机的端到端大模型司机有可能在两年内出现。

两种未来的智能驾驶商业模式：

● 拥有百万辆以上高质量行驶数据的车厂可以投入资金训练自己的大模型司机。这些模型经过“图灵测试”后，北上广深一流驾校的教练都难以分辨是模型还是人类在开车。

● 各车厂将行驶数据交给专业的智能驾驶大模型公司集中训练，经过“图灵测试”后可以获得虚拟驾照，然后将虚拟数字司机模型卖给车厂，通过OTA更新来提升驾龄。

这种发展趋势正在以惊人的速度演进，并在各个层面展现出前所未有的潜力。从硬件到算法，再到数据处理和产业链重构，智能驾驶正呈现出前所未有的变革与创新。本文将为您详细介绍智能驾驶技术的最新进展。

02

● 硬件层：算力飞跃，芯片不断升级

随着各芯片厂商的不断努力，智能驾驶所需的算力已经不再是制约技术发展的因素。最新发布的NVIDIA Thor单颗算力已经达到了惊人的2000TOPS，而Qualcomm等公司的组合算力也在同等水平上。

国产芯片平台也在迅速崛起，地平线J6芯片单颗算力可达560TOPS，华为MDC平台算力也可达400TOPS，这种组合算力已经足以支持高阶智能驾驶需求。

● 感知器：成本下降，智能感知更全面

激光雷达等感知器的成本持续下降，使得智能感知技术得到了进一步完善。激光雷达的应用范围持续扩张，对于辅助驾驶的支持也变得更加全面。中国车企的使用激光雷达的数量不断增加，预计将有大量搭载激光雷达的车型投入市场。

● 算法层：新一代技术框架，感知能力飞跃

智能驾驶正在进入以BEV+Transformer为核心的新一代技术框架，感知和泛化能力得到了飞跃。BEV视角下的物体不会出现图像视角下的尺度和遮挡问题，极大地提高了感知系统的融合效率。

● 数据层：产业链闭环，数据驱动未来

随着自动驾驶数据量的高速增长，产业链将完善车云协同数据闭环，加速运行。这种闭环将有效地将数据转化为可用的信息，推动整个产业的发展。

● 产业重构：供应链变革，软件价值凸显

智能驾驶产业链正迎来供应链整零关系的重构。软件研发能力强的ICT企业将成为汽车行业的重要参与者，而硬件供应商和软件供应商的界限也将变得模糊。未来的产业模式将更加平台化，软件的重要性将进一步凸显。

小结