关于自动驾驶的认知,如今呈现出冰火两重天的情况:
在网络上,无数财经报道、汽车KOL、吃瓜群众言必提及“自动驾驶是未来”“城市NOA”“自动驾驶大模型”等各种各样的新概念层出不穷。
但在线下销售渠道,几乎没有人愿意为所谓的智能驾驶买单。
2023年,在中国市场,只接受免费高速NOA的消费者占48.2%,而只接受免费城市NOA的消费者占到了62.3%。没错,大部分人不愿意花钱买智能驾驶功能。
而特斯拉FSD软件,是目前全球最贵的自动驾驶软件,在海外市场开通率并不高,尽管特斯拉将FSD的价格不断下调,但仍未扭转其低迷的开通率。
在2023年初的一场业绩交流会上,王传福曾说:“无人驾驶那都是扯淡,弄个虚头巴脑的东西那都是忽悠,它就是一场皇帝的新装。”此言一出,舆论哗然。
这话不一定没道理,如果我们看当下市场的销量情况,新能源汽车车主里面到底有多少肯为智能化买单?凡是主打智能驾驶卖点的车企几乎没有一个是卖得特别好,小鹏、极越惨淡的销量是一个很好的参照系。
你再看看,最近新上市的极氪001的高阶智驾功能都可以“零元购”了。
有人会提特斯拉,但实际上,在国内市场,特斯拉的自动驾驶功能FSD还没有被许可进入中国市场,在海外市场,FSD的开通率一直很低。而大热的华为问界系列,能够卖得好最根本的因素还是性价比,而非华为的智能驾驶。
为什么会造成这样的现象?本文将对此进行深度剖析。
先澄清一个概念,现在大部分人都把自动驾驶和AI大模型混为一谈。没错,网络大V和吃瓜群众可以混着用,但是在严肃正规的AI论文中,大模型是有严格定义的,以ChatGPT为代表的AI大模型的参数量大约在数百亿到数千亿量级,而自动驾驶模型的参数规模,则还在十亿量级努力,所以根本没有真正意义上的“自动驾驶大模型”。更进一步说,自动驾驶对实时性、可靠性的要求比只会聊天的ChatGPT有更高,这是毋庸置疑的。但就连ChatGPT都必须依靠云端海量算力维持运行,仅靠车载智驾芯片那点功耗和算力,就想运行自动驾驶,这难道不是天方夜谭吗?当下,只有五家企业有资格说自动驾驶大模型,它们分别是:特斯拉:特斯拉与NVIDIA合作建设了特斯拉超算中心Dojo。吉利汽车:吉利汽车与阿里云合作,建设了名为“星睿”的云端算力中心,用于提高自动驾驶等技术的研发能力。小鹏汽车:小鹏汽车建立了名为“扶摇”的云端算力中心,其算力达到600 PFLOPS,用于加速算法迭代和提高研发效率。理想汽车:理想汽车与火山引擎合作的云端算力中心,2023年第3季度正式成立。自动驾驶供应商毫末智行:作为一家自动驾驶厂商,毫末智行也建立了自己的云端算力中心,命名为“雪湖·绿洲”,它的DriveGPT,采用了类GPT的结构,在云端拥有1200亿参数。在云端训练大模型,是自动驾驶产业最靠谱的做法,工程师团队可以利用它完成数据标注、场景挖掘和大模型生成的工作。一般的做法是,大模型在喂饱数据之后,通过量化、剪辑等手段,把“大模型”变成“小模型”,再把它导入车机系统内。
自动驾驶永远都不可能达到L4水平,因为这件事情从数学原理出发就是一件不可能完成的任务。当下,自动驾驶能商业化落地的方案就是城市NOA和高速NOA,从技术原理上讲,任何车企都不可能在短时间内,在全国范围内大规模铺开。退一步说,就算铺开了,愿意为此付费的消费者占比也不大。为啥呢?因为车企的信誉被严重透支了。自动驾驶行业的现状就是,它自我标榜为“因为相信,所以看见”,以此不断吸引资本和车企加码投入,通过不断过分夸张的宣传引导消费者买单,大部分车企已经把自动驾驶从工程学变成了广告学。然而,对于花了真金白银买车的消费者来说,车企对高科技智能驾驶神乎其技的宣传,一开始确实能打动很多人,但是随着时间的推移,消费者很快发现,许多车企把智能方案做成了时髦的噱头,把许多功能做成了热搜的话题,把精密零部件当成了爱马仕包包般的奢侈品,“夸大宣传”的本质迅速暴露出来。最典型的期货就是硬件预埋——这真的很尴尬,虽然动辄高喊“我们是智驾第一梯队”,但是软件相比硬件大幅落后,夸张地说,就好比装备了顶配4090显卡的电脑,安装的却是Windows98系统。也就是说,装备了最主流,最顶配的硬件,却要等猴年马月才能通过软件升级,才能达到车企在发布会上承诺的强大功能。当然,车企的营销部门也不是吃素的,每每发布产品,都会用“更多高阶驾驶辅助功能将通过OTA陆续发布”“等算力大爆发以后你就懂了”等冠冕堂皇的理由来搪塞消费者。于是,按照6到8年的换车周期,许多消费者有将近三分之一的时间,无法使用车企承诺的酷炫的智驾功能,结果让消费者成了“花大钱买功能,硬件却成了真摆设”的“韭菜”。然而人们都知道,最高明的骗子可能在某个时刻欺骗所有的人,也可能在所有的时刻欺骗某些人,但不可能在所有的时刻欺骗所有的人。广告学吹起的泡沫不可能永远进行下去,自动驾驶总要寻求商业化落地,最终车企发现,自动驾驶要实现简直遥遥无期,商业化落地的重任就交给了车机AI语音助手。既然硬核技术不行,那么车企开始把落地方向变成智能座舱。2023年2月,百度文心一言在内测阶段就收到了吉利、长城、红旗、东风日产、岚图等车企的合作请求,不仅是自主品牌在行动,外资品牌也不甘落后,2023年6月,奔驰宣布将为90万辆车的车载语音助手接入ChatGPT的能力。借着这股风潮,供应商们开始为智能座舱定做聊天机器人,把健康监测、文档解读、儿童对话、车上看诊、车上办公等五花八门功能搬上车,只有你想不到,没有它们做不到。刹那间,智能座舱的语音交互的能力,获得了突飞猛进的发展,毕竟这项技术在国内已经非常成熟了,它能很好地胜任人机交互的角色。叙述至此,很多人就会马上想起小米汽车,2023年12月27日,小米公司在微博发文称,小米汽车正式加入小米“人车家全生态”。换句话说,小米将把自己在手机和智能设备的软件优势延伸到汽车上,从而完成“人车家全生态”的闭环。这不就是所有车企渴望的生态梦吗?那么这会是智能驾驶商业化落地的可行路径吗?今天,还是会很多人会把汽车软件生态和智能手机相提并论,但仔细分析,我们会发现二者根本不能相提并论:首先从数量上看,每年汽车的销售量远远低于手机。今天几乎人手一台智能手机,但绝对不可能每个人都开上一台汽车。要知道2023年光小米手机就卖出了1.58亿部,就因为智能手机有如此巨大的出货量,才能支撑庞大的软件生态。与之对比的情况是,世界第一大车企丰田2023年卖出了826.5万台汽车,如此巨大的差距,我们完全可以得出这样一个结论:汽车软件生态规模,根本不可能与手机相提并论。其次我们从时间的角度来看。有一个概念叫“国民总时间”,也就是说商业竞争在从空间维度转向时间维度,时间成为新的战场。很多原本不是竞争对手的公司,发现自己在时间这个维度上都是对手。奈飞CEO里德·哈斯廷斯说:“奈飞的对手不是某个电视台,游戏公司、电影公司、出版公司,twitter、Facebook,所有这些占用用户时间的公司,其实都是奈飞的竞争对手。”玩手机的低头族已经是普遍现象,有数据指出全球用户每天至少花费5小时使用手机。但除了驾驶员之外,有多少人愿意长时间留在汽车里?又有多少人为了使用智能座舱里的软件系统,频繁地往来停车场?答案是显而易见的,人们使用汽车软件的时间远远比不上智能手机,毕竟新能源汽车再智能,其本质是出行工具,消费者根本不可能每时每刻都待在车上看电影玩游戏,这是汽车软件生态的死穴。没错,在理论上能够支撑汽车软件生态的,也就只有自动驾驶了,自动驾驶生态是有成熟的商业蓝图的。这个蓝图并不是简单的自动驾驶软件收费,而是电动车时代的出行服务商。早在2020年,理想汽车的李想就在一次公开演讲中透露了两种可行的商业模式:按照马斯克的设想,一台车96%的时间,都在停车场闲置。马斯克帮车主算了一笔账,只要车主的车加入特斯拉的出租车队,你人在写字楼上班,汽车去路上接活,每年最多能分你3万美元。按照特斯拉的测算,如此丰厚的收入,起码有10%的车主会加入,也就是说,只要特斯拉的累计销量达到1000万台,这个百万自动驾驶出租车车队就能开张了。根据马斯克的规划,2025年左右,特斯拉的销量能达到千万级。当然,这个大开脑洞的构想,建立在两个前提上:第一,特斯拉必须在自动驾驶上获得突破,至少得是L3级别,车企能承担驾驶责任了,特斯拉的管理中心可以派操作员远程管理了,政府才能允许它接管车主的汽车。第二,汽车销量要达到千万级别。2023年特斯拉刚刚下线第500万台电动车,在之后的两年内把销量涨上去。但经过本文第一部分的分析,大家都已经明白了,现阶段,这就真的只是一个梦想。执着于自动驾驶和软件生态概念的车企,正陷于“共享单车陷阱”,也就是几家巨头争取以烧钱来排挤对手的困局。在迟迟无法变现钱的困境下,钱全烧光了,市场做烂了,投资者想退场了,巨头们也两败俱伤了。最终变成闹剧收场。如今,一台标准的高端纯电车的画像大抵是,城市NOA等功能遥遥领先、强大的语音交互功能、800V快充或者换电。除了像特斯拉这样有强大品牌号召力的玩家,如果一家车企的主力产品是“高端纯电”,那销量大概率一定好不了。举例来说,主打高端纯电的蔚来汽车累积亏损800亿元人民币;而主打自动驾驶的小鹏汽车则更加悲惨,2024年1月销量腰斩垫底;与之相反的是,动力形式采用增程的理想汽车和华为问界系列成为市场上的大爆款。为什么卖不好?当我们把高端纯电这个词拆解来看,是什么让纯电高端?答案是自动驾驶功能,没错,在“三电”系统日渐趋同的情况下,只有智能驾驶能打出差异化,但是经过本文的分析,想必大家都了解了,所谓智能驾驶,形同鸡肋,消费者不愿意支付这个溢价。如此一来,高端纯电的神话也就难以为继了。没错,当下汽车市场的第一性原理就是性价比,无论车企抱有何种蓝图,没有现实主义支撑的理想主义,注定只能是镜花水月。对在牌桌上苦苦挣扎的大部分玩家如此,对仍未上桌就已困难重重的小米汽车更是如此。