2023 年，总是会在不经意间就走入智能驾驶的良夜。

晚上在一场朋友聚会上，开场时每个人都纷纷寒暄起怎么过来的。

一位女士破冰：刚赶上深圳下班晚高峰，竟然也没觉得深圳太堵。一问才知道她走了高速，用辅助驾驶一路开过来的。

这并非一场业内聚会，这位女士是金融业的普通职员，也是刚刚买了智己 LS6 的普通用户。

类似的场景，在 2023 年突然变得高频起来：

一位来问界看车的夫妻，因为妻子车技不好所以格外看中华为 ADS 智驾系统，转而放弃了理想；

一位极氪销售在面对顾客犹豫时，将   Mobileye   与「年底开城」搬出来吸引消费者。

在流行说「今年是过去十年最差的一年, 却是未来十年最好的一年」的时代里，这句话并 不适用于中国智能驾驶 （以下均指乘用车 L2+智能驾驶） 。

一个期待是，2023 年可能是中国智能驾驶过去十年最好的一年，往后看也是坏的一年。

两个数据或许能验证这个说法——51% 与 75%。

51% ，乘联会联合科瑞咨询发布报告显示，1-10 月新能源乘用车 L2 级及以上的辅助驾驶功能装车率已经达到 51%。

75% ，目前当红辣子鸡问界新 M7 城区智驾包选装率已经达到了 75%。

舞台前，智能汽车逐渐成为主流、智驾软件包订阅率拉升，看似智能驾驶流动的盛宴已经到来。

舞台后，当智能驾驶走向深水区，「挣钱要紧」这样务实而刺耳的话，成为悬在所有创始人头上的一把利剑。

消费者正在接纳智能驾驶，但拉升需要时间、资本市场回温也需要时间。近处是冬天凛冽的寒风，远处是隐约可见的炉火，智能驾驶注定还要在 2024 年迈着并不轻快的步伐走向良夜。

过去一年究竟有哪些小趋势为智能驾驶搭台唱戏？我们尝试以一位智能汽车用户李小谈的视角，重新回温一遍 2023 年的智能驾驶。

01

灵药 1：开城，从期货到现货

2023 年年初，李小谈 23 万喜提智能电动车。 没别的，销售给小谈打了包票，说半年之后这辆车可以在城市道路都能「自己开」。3 个月后小谈在上班路上发现城市快速路竟然能用辅助驾驶了.......

从高速 NOA 转向 城市 NOA，是中国智能驾驶拉大渗透率的转折点。

年初，华为发布 ADS2.0 时，立下军令状宣布将城市 NOA 落地   45 城 ，不到一个月便将目标拉升，要全国所有城市都能用。

理想要在年底向 100 个城市推动 NOA，小鹏要将城市 NGP 落地至 50 个城市。

开城一共两种方式：

一种是如华为、理想、小鹏三者一样的「 逐一开城 」。

另一种是 按里程计算开城 ，比如蔚来要在 2023 年第四季度累计开通城区领航路线 6 万公里，并完成 25 万公里的路线验证。12 月底蔚来官方宣布累计验证路线达 31 万公里。

据汽车之心统计，无论是传统车企还是新势力，至少包括 20 家车企参与了开城。

显然，开城对于车企来说就像一面将自己锁定在智驾高地的旗帜，谁能开更多的城往往与智驾能力挂钩。比秀技术肌肉更急迫的是——车企急需用城区 NOA 完成智驾商业闭环。

目前大多数车企高速 NOA 不收费，开通城区 NOA 则在 1～3 万元软件订阅费。

有业内人士表示，不管是华为车 BU 还是车企的智驾部门，由于巨量的技术研发投入，现在都是公司内部最「花钱」的部门。

车企需要用智驾收回成本。

若用户能在使用频率更高的城市路段用上智驾，对智驾的认知度将飞速提升，这也会使得车企逐步收回对智驾的巨额投入，智驾也能成为未来可以期待的赢利点。

想象中，车企都想尽快打完开城之战，现实却是战线越拉越长，战况越发复杂。

两个典型是开城延期与改变开城方式。

魏牌此前宣传 2023 年落地 100 城，而后已经没有了声量。

华为原本将全国开城的目标定在 2023 年年底，但在今年 1 月份的 M9 发布会上，余承东却表示「 要在春节前实现全国开城 」；

蔚来、智己虽然也公布了开城的进度，但大多城市都仍处于内测阶段，并没有直接推送至用户端。

按此来看，2023 年小鹏曾许诺年底开城超 50 座，是目前为数不多按宣传时间开城且超额完成的车企。

除了时间无法达到预期，开城目前还面临着底层技术无法达到真正去高精地图的难题。

到了中后期，「通勤模式」横空出世。

小鹏提出「AI 代驾」、大疆提出「记忆行车」，理想在城市 NOA 和通勤 NOA 这两个名字上反复调整，本质上是因为现阶段车企仍然无法摆脱高精地图。

通勤模式大同小异，就是将多趟建图与记忆人类驾驶员行驶轨迹结合起来。

理想状态下，即便在城市内遇到无高精地图路段，可以依靠传感器实现车道级定位，若跑通通勤路线后，就能为城区 NOA 提供类似高精地图的技术底图，从而在复杂的环境中做出正确规划。

通勤模式的提出其实是车企希望弥补高精地图未覆盖区域用户的城市辅助驾驶体验。但通勤模式下地图完整性、动态物体对建图的干扰、时效性、政策风险等都会成为拦路虎，落地效果如何还要「再探再报」。

通勤模式效果未有结论，车企的急迫感已经显露得淋漓尽致，智能驾驶公司也变得极为敏感：开城与性价比被牢牢锁定，城区智驾被毫末智行和大疆车载打至千元级。

前者将全场景城市 NOH 产品控制在了 8000 元级别，而后者的价格区间也很明确，大疆车载负责人沈劭劼认为 L2+系的成本下限和上限分别为整车   3%—5% ，那么按照其最新上车的云朵灵犀版 12w 元价格推测，大约在 6000 元以下。

即使车企与智能驾驶在今年年末，汽车之心试驾了超过 5 款具备城区 NOA 的车型，发现不同程度存在着「开一段也算开」，我们遇到过智驾断点、智驾无法全程使用、策略过于保守等问题。

所以在汽车之心看来，现在的开城与「无图」或多或少有点营销概念的味道。

易航智能创始人陈禹行向汽车之心展示过一张城市 NOA 研发 RoadMap，其中提到的进程可能更接近实际情况：

• 2023 年是城市 NOA 元年，主要依靠 视觉   BEV +HDMap （高精地图） 实现；
• 2024 年是熟路模式，依靠视觉   BEV+语义 SLAM ；
• 直到 2025 年全域 NOA 可能才会实现真正的视觉   BEV+真无图 。

在复杂多样的城区场景中，NOA 将不是一场闪电战，而是一场更加漫长的技术长征。

就在下半年，岩山科技收购纽劢部分股份、禾多传可能被广汽收购，但如果从技术发展的角度上来看，城市 NOA 赛道背景下的智能驾驶公司，只有续血与再竞争，还没有人真的甘愿掉队。

毋庸置疑，当消费者喝到了智驾的第一口热汤，就意味着车企与智能驾驶公司从荒原找到了正轨。

开城是 2023 年热词，也是会持续至 2024 年的主题曲。

02

灵药 2：智驾地图，分钟级更新靠谱吗？

小谈刚开上新车就发现这车跟燃油车不一样，有一张能够显示附近建筑物、动态车辆、车道线以及交通标识的大地图。 他请教朋友才知道，这不是高精地图、不是导航地图，这是行业最流行的智驾地图。诶，有图、无图、轻图都知道，怎么又冒出个 云图 ？

如果说过去地图只是一种参考，那么智能驾驶时代中地图变成了决策者，随着智驾进入城区，地图成了整个智驾产业最大的变量。

地图无非两张，一张是给人看的导航地图 （SD Map） ，一张给车看的高精地图 （HD Map） ，其绝对精度在亚米级，提供高精度坐标以及道路形状等信息。

由于高精地图的采集成本太高、覆盖度等痛点，去年整个行业经历了一场「 去高精地图风波 」。

一种不依赖决定定位、要素数量相对更少的轻地图 （Lite 地图） 随之诞生。觉非科技 CEO 李东旻曾向汽车之心表示，轻地图轻在三处： 地图要素少 、 测绘源头轻 、 不依赖绝对定位 。

在这个过程中地图厂商、数据服务商、智能驾驶厂商纷纷转向轻地图方案。

比如 10 月份四维图新发布了城市全场景 NOP 轻量化高精度地图 HD Lite，11 月份觉非科技发布了轻地图高速 NOA 智驾解决方案。

另一种「无图」的方式则更为极端，只采用导航地图输入来实现驾驶，但车企没有高精度信息，只依靠车辆感知去做决策的风险较大。

比如前文提到的「通勤路线」就是说尝试以构建实时地图的方式，尝试恢复车辆相对于存储轨迹的姿态。

有图、无图、轻图之外，第四种方法出现了—— 智驾地图 。

这种地图是 SD 和 HD Map 深度融合 （在 HD 做了削减、在 SD 上增加路网结构） ，并且将地图要素云端化来提升地图的更新速度，能为用户提供车道级定位、车道级渲染、车道级功能指引。

主机厂下游厂商也能够根据开发需求来选择智驾地图包含的信息要素。

腾讯地图将此称为智驾地图，百度地图将此称之为人机共驾地图。

过去高精地图更新速度为月度、年度级，据腾讯地图有关负责人公开表示，其智驾地图除了能够达到 15 分钟一次的更新速度，同时也能利用大模型挖掘驾驶经验图层，依据人类驾驶员的驾驶经验提供不同道路下的建议车速、事故多发地、行人易穿行信息等等。

据悉，目前百度人机共驾地图将量产交付至岚图、极越，而腾讯智驾地图很可能量产至长安旗下品牌车型。

至于智驾地图的说法是品牌概念，还是真正的一场地图技术变革仍是未知数。 随着落地与开城，答案将更加明晰。

03

灵药 3：激光雷达，刀尖起舞

早在买车以前，小谈就把激光雷达和不带激光雷达的车型对比了一遍。 说实话，没头绪。最后还是小谈的朋友一句话说了算——朋友买了辆小鹏 P7，但是因为没有激光雷达，他却从来不敢开高速 NOA。 尽管小谈是马斯克头号粉丝，但小谈的身体很诚实，买了激光雷达版本。

智能驾驶上每一个环节都紧密相连，如果想水平维持恒定以上水平，将高精地图变轻的另一面就是将感知变重。

相比于刺激惊险的地图市场，2023 年的激光雷达表面看有种「胜利者」的无聊：

禾赛科技、速腾聚创、图达通这些玩家都在刷新量产记录。随着去年 12 月，禾赛科技激光雷达交付量单月突破 5 万台车。

另一面，资本市场也在接纳有出息的激光雷达厂商。

2023 年 2 月，禾赛科技美股上市，成为中国赴美上市激光雷达第一股。

今年 1 月 5 号，速腾聚创在港交所上市，成为港交所「激光雷达第一股」，以发行价计算，速腾聚创 IPO 估值超   193 亿 元，现阶段是全球市值最高的激光雷达企业。

无论从销量与投资来看，2023 都是激光雷达企业最好的一年，但身处产业之中，就会发现这也是激光雷达最难熬的一年，往深里看，股价的反应给激光雷达泼了一盆凉水，过去上市的激光雷达厂商纷纷面临市值腰斩的境遇。

更深一层，量产交付与降本也如同洪水猛兽一样蹲守在厂商身旁。

看似激光雷达量产已经迈入万台时代，但每个人心知肚明，激光雷达要产生规模效应至少要达到月交十万量级，这背后考验需求、更考验厂商将样品落地应用的能力。

2021 年速腾 M1 是当之无愧的领头羊，获得了包括小鹏在内的多家定点项目，但由于产品良率、工程资源分配等问题，项目交付不及预期导致客户流失，速腾才开始扩建产能。

到了 2023 年，量产交付的水平与时间已经成为主机厂的头号大事。一位业内人士曾表示，如果厂商抽调不出人手和项目组来做，那车企会直接踢出名单外。

现在，激光雷达面临着三座大山，一面是车企激烈的价格战、一面是华为「自给自足」造激光雷达给到的压力，还有一面以蔚来为代表的车企自研激光雷达芯片。

此时， 降本 就成了激光雷达的另一道门槛。

如果对比十年前，激光雷达如今的价格已下降了十倍以上，但在三座大山要求激光雷达还得一降再降。

2023 年禾赛第二季度毛利率同比 下降了 17% ，一部分原因是供货价格在直线下降。

据悉，禾赛激光雷达装置的平均价格在 2019 年、2020 年、2021 年及 2021 年前九月、2022 年前九月，分别售价为 1.74 万美元、1.27 万美元、7700 美元、8000 美元及 3100 美元。

激光雷达降本用到了两个方法论，一手 技术平台化 ，一手 激光雷达半导体化 。

先说技术平台化，目前禾赛、速腾、北醒、探维、图达通都在推进平台化产品策略。

图达通有 OmniVidi 平台，北醒有「北醒应龙」激光雷达平台、探维科技用了 ALS 激光雷达技术平台，这些平台化技术将帮助厂商提高激光雷达的开发效率，更好实现技术资源复用。

凝练技术说的是激光雷达半导体化。禾赛科技 CEO 李一帆曾表示如果能用芯片化技术代替激光雷达分立式架构，就能在未来指数级降低成本。

目前已经能看到行业内开始尝试激光雷达芯片自研、引入高度自动化的生产工艺来规模化降本。

2023 年中旬，蔚来发布的首颗激光雷达芯片就是与图达通共同开发，据李斌介绍通过自研芯片每颗激光雷达至少能 节约数百元 。

某种程度上，仅进入 2023 年以后，激光雷达的聚焦点不再是更加超前的科技、更多的线束，而是走向对生产稳定性要求极高的智能制造业。

现在，激光雷达厂商在刀尖上起舞，也意味着车企真正告别激光雷达   PTSD   将指日可待。

04

灵药 4：大算力芯片，一颗就好

小谈 的朋友买的电动车比他贵 2 万，小谈笑朋友当韭菜，朋友笑他看不穿——朋友说，车子智能驾驶芯片比他的车多了一个，座舱用了高通 8295。

前无光刻机、后无晶圆代工厂成为芯片界世纪难题，自 2020 年华为麒麟 9000 芯片「绝版」之后，从此，上至家里老爸老妈，下至同事朋友、街上下棋的老大爷，没有人不关心芯片。

轮到汽车领域，以地平线、黑芝麻为代表的智能驾驶芯片厂商都在闷声干大事儿，向更高制程、更大算力突破，甚至连激进的车企也在发力自研芯片。

2023 年智能驾驶芯片的三个趋势必属 国产化 、 大算力 、 支持BEV+Transformer架构 。

在 2020 年以前英伟达靠着 Orin X 一招鲜，走遍大江南北，但 2、3 年后国产芯片渗透率越发明显，英伟达与地平线共同成为中国智能驾驶市场的双子星。

高工智能汽车研究报告显示，2022 年度中国乘用车标配 L2+NOA 功能智驾域控制器芯片方案市场份额，地平线占据   49.05% ，英伟达占据   45.89% ，其中地平线征程系列芯片已经突破万片，征程 5 突破 20 万片。

而另外一位玩家黑芝麻也拿下了超过 15 家主机厂定点项目，其中华山二号 A1000L 系列芯片当属黑芝麻当红芯片。

但除了看量，更重要是看当下中国最为激进的车企们都在用谁。

小鹏坚持英伟达不动摇，理想则多线并举，理想汽车 Pro 版本搭载征程 5、Max 版本搭载 Orin-X。

更为激进的蔚来甚至也在 2023 年成功自研了一颗以 1 打 4 的 神矶芯片 。

在芯片走量时，大算力的命题就与其不期而遇。 这得益于两个背景：

首先，特斯自研 FSD 芯片的成功案例，让车企看到了自研芯片的可能性。

过去特斯拉也是英伟达 Xavier 平台的拥护者，但特斯拉并不甘于技术核心模块被其他公司制约，2016 年起组建团队自研芯片，3 年后 FSD 芯片上线量产。

随着国内车企的资金和自研能力逐步到位，大家也都尝试学着老师傅特斯拉做垂直整合，既想将核心技术攥在手心，也想借此提升利润率。

其次，车企与智能驾驶芯片厂商们也拿到了更多大算力芯片的需求。

随着智能驾驶走向城市 NOA，复杂场景的数据处理与决策对芯片算力提出了更高要求，也使得整个行业都更追求大算力芯片。

2023 年，是芯片算力向 500TOPS 量级驶去的一年，也是实现单颗芯片实现城市 NOA 的一年。

举个例子，小鹏 G9/P7i/G6 都能够实现城区 NOA，这些车型最高都搭载双英伟达 Orin- X，算力 508Tops。

按此逻辑，若出现单颗超越 500Tops 的芯片，即为单颗大算力芯片实现城区 NOA。

过去，实现城市 NOA 的部分车型所搭载的芯片均为组合而成，一般使用了 2-4 颗芯片左右，算力在 200-500TOPS 之间。

但这种情况，将会随着以地平线、黑芝麻智能推出的大算力芯片得到改善——一颗芯片即能实现智能驾驶感知、规划决策、控制、座舱感知等全栈计算任务。

去年年末地平线征程 6 旗舰款，算力 560TOPS，同时蔚来自研的神矶芯片在 2023 年，也在朝着 2025 年的需求设计芯片，我们推测一颗神矶芯片算力可能将超过   1000TOPS ，只不过等到神矶正式量产时，2025 年的芯片市场可能已进入千 TOPS 阶段。

眼下，芯片公司最棘手的问题其实是产品规划。

比如地平线征程 6 根据不同需求包含了三个高中低算力平台，其中中算力平台很可能与征程 5 重叠，因此地平线在年末才果断先推出了征程 6 系列的旗舰款，意与征程 5 拉开差距。

最后一个关键是，智能驾驶芯片是否能支持 BEV+Transformer 算法。

自从基于 Transformer 的 BEV 技术亮相 Tesla AI Day 便在国内一夜走红：

BEV+Transformer 算法不仅出现在道路行驶智能驾驶视线中，同时也出现在纯视觉/混合感知协议堆栈方法中。

2023 年 BEV+Transformer 算法带来的是一场从算法到硬件的变革。这种变革甚至渗透到了智能驾驶芯片。

Nullmax 首席科学家成二康博士向汽车之心表示，业内普遍使用的来自 TI、英伟达的芯片以及一些国产芯片都是在 Transformer 出来之前所设计的，对 Transformer 的支持不会那么友好，运算速度没有那么快。

2023 年以后，芯片厂商以及车企很可能将会根据 BEV+Transformer 算法对芯片设计进行调整。

这项工作蔚来已经在进行中，据悉，单颗神矶芯片使得 BEV 类算法性能 提升 4.3 倍 ，Transformer 类算法性能 提升 6. 5 倍 。

可以预见 2024 年芯片厂商们必须变成多边形战士，既要解决实现大算力芯片的量产交付，也要解决新老一代芯片平台换代、对 BEV+Transformer 算法的支持问题。

05

灵药 5：L3 牌照，智能驾驶再上一层

小谈经常会在高速开 NOA，系统总是会温馨提示开启辅助驾驶也不能双手离开方向盘。小谈心里想，未来有没有一种可能性： 开了辅助驾驶之后，也能解放双手。年末，智能驾驶 L3 牌照的集体下发，小谈的想象有了可能。

2023 年 11 月工信部等四部门联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》。

一个多月后，宝马、智己先后在上海拿下 L3 智能驾驶测试牌照。

奔驰、极狐获得北京颁发的 L3 智能驾驶牌照，长安汽车 （包括阿维塔、深蓝） 获得重庆颁发的 L3 智能驾驶牌照，广汽埃安也在加入申请队列。

自此，余承东们终于不用以无限逼近 L2.9999+的表达方式来体现自家智驾系统的先进性。

L2 迈向 L3，最大的特点是目标和时间探测与响应从驾驶员变成了系统。

体验到用户认知上就是，L3 智能驾驶能够实现更多路况下的智能驾驶，且人类驾驶员可以在保证安全的前提下双手离开方向盘，同时政策也进一步明确了车企在 L3 级下的事故安全责任。

国内车企其实早已就 L2+升级至 L3 做好了硬件预埋。

同济大学汽车学院教授朱西产曾表示，高算力域控制器 E/E 架构、支持高精度地图，以及包括激光雷达、4D 毫米波雷达等环境感应传感器等感知硬件，都能使 L2+升级为 L3 产品。而这些基本上都成了 2023 年车企们的「 新三大件 」。

显然，L2+到 L3 升维中，除了感知硬件冗余，还有不少坑要补。

从冗余的角度来看，L3 需要整车架构级的 软硬件冗余 。

硬件冗余包括实现电源、计算、通信、车控的架构级冗余；

软件冗余需要考虑故障监测、诊断及毫秒级切换等功能，算法冗余也需要考虑在内，比如 L3 以后故障后还需要思考车辆如何靠边停车。

从功能体验的角度来看，L3 背景下，人机交互框架需要随着接管率的提升改变，舱驾一体需要根据场景定义驾驶策略。

如果说 ACC 功能到 ADAS 是智能驾驶的第一个春天，那么 L3 作为 ADS 桥梁，将是行业第二春。

这种变化是消费端直接的体验，想象一下驾驶员在特定条件下解放双手后，将会为车内空间的应用提供更多的想象力，此时车离行「移动智能空间」的目标将更进一步。

同时，为了达到 L3 级所需的车辆各部分之间的快速响应能力，车辆结构也会有根本性改变——遍布在车辆的分布式域控制器，将加速向集中式架构演进。

此时高度集成的芯片、全线控转向、滑板底盘都会成为撬动中央计算杠杆，更好地配合 L3 系统来应对更复杂的道路状况。

可以预见，2024 年谁能为 L3 级智能驾驶亮出更多靠谱的武器，谁将取得先机。