繼「全國(guó)都能開(kāi)」后，「車(chē)位到車(chē)位」成為智駕最新的評(píng)價(jià)標(biāo)準(zhǔn)。

具體分兩個(gè)維度，「有沒(méi)有」以及「強(qiáng)不強(qiáng)」，就此區(qū)隔強(qiáng)者與恒強(qiáng)者的身份。

放眼全球范圍內(nèi)，特斯拉、華為、理想、小鵬、小米、極氪六名智駕玩家，都進(jìn)入了「車(chē)位到車(chē)位」的競(jìng)爭(zhēng)場(chǎng)域。

一場(chǎng)更嚴(yán)苛的像素級(jí)競(jìng)爭(zhēng)開(kāi)啟后，新舊勢(shì)力們追趕第一梯隊(duì)的弦崩得更緊了。

優(yōu)勝劣汰下，有人離終點(diǎn)更近一步，就意味著有人離淘汰也更近一步。

01 當(dāng)智駕談?wù)摗杠?chē)位到車(chē)位」時(shí)，到底在談?wù)撌裁?/span>

端到端落地后，比拼關(guān)鍵在于用戶體驗(yàn)。

從營(yíng)銷(xiāo)視角著眼，用戶體驗(yàn)是一個(gè)很籠統(tǒng)的詞，車(chē)企/供應(yīng)商需要借助一個(gè)強(qiáng)有力的論據(jù)，讓用戶看到擊穿痛點(diǎn)的價(jià)值。

由此，各玩家盯上了「車(chē)位到車(chē)位」。

華為率先提出了這個(gè)概念，按照字面含義，它指向了從任意車(chē)位出發(fā)到目的地車(chē)位的全程智駕。

如果說(shuō)此前「全國(guó)都能開(kāi)」是從面上證明開(kāi)城規(guī)模廣，現(xiàn)在的「車(chē)位到車(chē)位」就是從點(diǎn)上明確使用價(jià)值強(qiáng)，把「從 A 點(diǎn)開(kāi)到 B 點(diǎn)」的底層邏輯映射到現(xiàn)實(shí)層面。

在華為打出樣本之后，小鵬、理想、極氪、小米都心照不宣地將「車(chē)位到車(chē)位」提上日程。

大洋彼岸的特斯拉，最近也將「車(chē)位到車(chē)位」功能更新到智駕最新版本 FSD V13.2 中。

我們?cè)噲D從六名玩家對(duì)于這一功能的敘事中，解讀其背后的隱含意義，主要有三點(diǎn)。

一是全場(chǎng)景覆蓋。

「車(chē)位到車(chē)位」打通了停車(chē)場(chǎng)到公開(kāi)道路、公開(kāi)道路到園區(qū)、園區(qū)地面到地下車(chē)庫(kù)等多種場(chǎng)景，其中，「過(guò)閘機(jī)」能力成為了表述關(guān)鍵詞。

理想強(qiáng)調(diào)在端到端大模型應(yīng)用下，系統(tǒng)可以自主通行 ETC，且不限范圍、無(wú)需學(xué)習(xí)，全國(guó)超 1 萬(wàn)個(gè)收費(fèi)站均可識(shí)別通行。

極氪則表示該功能具備行業(yè)首個(gè)「四抬杠」能力，能夠毫秒級(jí)精準(zhǔn)捕捉抬杠狀態(tài)，自動(dòng)識(shí)別并通過(guò)地庫(kù)閘機(jī)、高速 ETC 閘機(jī)、園區(qū)閘機(jī)等。

二是應(yīng)對(duì)復(fù)雜路況。

此前車(chē)企在闡述智駕能力時(shí)，往往把應(yīng)對(duì)多個(gè)極端場(chǎng)景作為重點(diǎn)論據(jù)。但極端場(chǎng)景多樣化無(wú)法窮盡。

而在「車(chē)位到車(chē)位」的語(yǔ)境下，則強(qiáng)調(diào)了智駕應(yīng)對(duì)復(fù)雜路況的連貫性與完整性。

小鵬就強(qiáng)調(diào)了車(chē)輛在「車(chē)位到車(chē)位」整個(gè)過(guò)程中，能夠應(yīng)對(duì)復(fù)雜路口、匯流變道、識(shí)別并避讓特種車(chē)輛，實(shí)現(xiàn) U 型掉頭等特殊操作，做到全程無(wú)接管。

三是連接泊車(chē)功能。

車(chē)企在自動(dòng)泊車(chē)能力上已經(jīng)卷到了厘米、分秒級(jí)別。

這邊小鵬表示，系統(tǒng)可以泊入比車(chē)身寬僅 30cm 的極窄車(chē)位，號(hào)稱側(cè)方位、斷頭位、刁鉆車(chē)位「一把到位」；

那邊極氪跟上，聲稱其泊車(chē)功能支持車(chē)寬+左右 20cm 的窄車(chē)位泊入，平均泊車(chē)時(shí)長(zhǎng) 36 秒，在壓線情況下能實(shí)現(xiàn)智能偏移。

現(xiàn)在，在「車(chē)位到車(chē)位」的應(yīng)用場(chǎng)景中，這種出色的泊車(chē)能力與車(chē)輛行駛之間沒(méi)有斷點(diǎn)。用戶坐進(jìn)車(chē)內(nèi)，就可以啟動(dòng)智駕，系統(tǒng)可以在自動(dòng)駕駛與泊車(chē)無(wú)縫協(xié)作下，到達(dá)下一個(gè)車(chē)位。

由此，跨過(guò)「車(chē)位到車(chē)位」這道大坎的玩家們，正在新的度量衡中開(kāi)啟競(jìng)速。

目前，理想已經(jīng)在 11 月底全量推送了「車(chē)位到車(chē)位」功能，華為、小米、小鵬、特斯拉都開(kāi)啟了不同程度的內(nèi)測(cè)，都預(yù)計(jì)明年開(kāi)啟全量推送，極氪則預(yù)計(jì)明年一季度分批推送，二季度全量推送。

02「車(chē)位到車(chē)位」水面之下，暗流交相涌動(dòng)

當(dāng)各家都亮出「車(chē)位到車(chē)位」大招時(shí)，如何評(píng)判功能優(yōu)劣的問(wèn)題接踵而至。

理想汽車(chē)技術(shù)專家文治宇曾一針見(jiàn)血指出，車(chē)位到車(chē)位做的好不好，主要看兩個(gè)核心要素。

一是體驗(yàn)連貫性，即在啟動(dòng)這個(gè)功能前是否需要多次學(xué)習(xí)，學(xué)習(xí)完成后能否立即開(kāi)啟使用；

二是產(chǎn)品完整性，即對(duì)于一些復(fù)雜起步場(chǎng)景，如多層車(chē)庫(kù)能，是否也能夠駕馭，做到全程無(wú)斷點(diǎn)。

圍繞這兩點(diǎn)，把目前這些玩家的「車(chē)位到車(chē)位」功能放進(jìn)審視場(chǎng)域中，可以明顯看到共性與差異。

共性在于，無(wú)論內(nèi)測(cè)還是全量推送，目前國(guó)內(nèi)玩家在地庫(kù)、封閉停車(chē)場(chǎng)場(chǎng)景時(shí)由于沒(méi)有導(dǎo)航信息，需要先由用戶跑「圖」。

具體建圖方式還不一致，有玩家要求車(chē)企把地庫(kù)所有路線全部跑一遍，相當(dāng)于給地庫(kù)建一次全面、清晰的地圖后，方可使用「車(chē)位到車(chē)位」；

另一種思路是，用戶僅需按照系統(tǒng)要求，完成起點(diǎn)、目的地的車(chē)位駛?cè)脒M(jìn)口、駛出出口的路線學(xué)習(xí)，即可啟動(dòng)該功能。

當(dāng)然，系統(tǒng)也會(huì)結(jié)合用戶常駕駛路線數(shù)據(jù)，通過(guò)靜默學(xué)習(xí)，自動(dòng)生成通勤路線的「車(chē)位到車(chē)位」。

所以，唯一區(qū)分點(diǎn)在于，「車(chē)位到車(chē)位」功能能否適用于初次行駛場(chǎng)景，即用戶在陌生路段不建圖，也能全程使用智駕。

目前似乎只有特斯拉做到了。

在國(guó)外用戶實(shí)測(cè) FSD V13.2 版本的視頻中，用戶把車(chē)輛開(kāi)進(jìn)多樓層、甚至標(biāo)識(shí)不清晰的停車(chē)場(chǎng)頂樓后，還故意繞了很多圈迷惑 FSD，但開(kāi)啟智駕后，系統(tǒng)在未提前學(xué)習(xí)路線的情況下，沒(méi)有出現(xiàn)無(wú)目的繞圈、跟車(chē)行為，而是很快找到正確路線，并從出口處駛離停車(chē)場(chǎng)。

如果說(shuō)國(guó)內(nèi)玩家「車(chē)位到車(chē)位」功能需要學(xué)習(xí)路線后才能開(kāi)啟，就意味著它目前適用于固定、高頻率的出行路線，而特斯拉把這一先驗(yàn)條件摘除后，用戶則可以通過(guò)從車(chē)位開(kāi)啟智駕，去往任何「無(wú)圖」區(qū)域。

另一差異點(diǎn)在于，玩家們的對(duì)于「車(chē)位到車(chē)位」的具體解題思路還不一致：

一派以理想為代表，遵循「VPA+NOA+VPA」的技術(shù)路徑。

即在停車(chē)場(chǎng)路段，驅(qū)動(dòng)系統(tǒng)行駛的是記憶泊車(chē)/代客泊車(chē)模式，而駛?cè)牍_(kāi)道路后，則立刻轉(zhuǎn)變?yōu)橹邱{領(lǐng)航模式。從 SR 畫(huà)面可以直觀看出，當(dāng)系統(tǒng)進(jìn)入停車(chē)場(chǎng)景時(shí)，從泊車(chē)界面會(huì)絲滑切入智駕界面。

這一路徑，也成為了目前多數(shù)玩家的選擇。

另一派以特斯拉、小鵬為代表，用一套模式打通全場(chǎng)景。

即無(wú)論是在園區(qū)封閉路段、地下停車(chē)場(chǎng)區(qū)域還是在公開(kāi)路段，SR 界面一直保持智駕 NOA 畫(huà)面，不會(huì)隨場(chǎng)景變化切換軟件系統(tǒng)。

小鵬自動(dòng)駕駛產(chǎn)品高級(jí)總監(jiān)袁婷婷表示，這種方式的優(yōu)點(diǎn)在于，當(dāng)行駛到停車(chē)場(chǎng)與公開(kāi)道路的交匯點(diǎn)時(shí)，系統(tǒng)不會(huì)因切換軟件導(dǎo)致卡殼現(xiàn)象，相當(dāng)于從汽車(chē)起步時(shí)，就切換到 NGP 系統(tǒng)上，保證體驗(yàn)一致性。

行泊一體的邏輯，還使得 XNGP 大模型在封閉場(chǎng)景及停車(chē)場(chǎng)區(qū)域，可以更好應(yīng)對(duì)繞柱、避障、極窄通道會(huì)車(chē)、連續(xù)急彎等場(chǎng)景。并且，相比兩套模型，一套模型的更新、維護(hù)在成本、效率上似乎是更優(yōu)解。

總之，盡管目前特斯拉 FSD V13.2 內(nèi)測(cè)版本看似領(lǐng)先一步，但距離其入華還有一段時(shí)間。

在此期間，國(guó)內(nèi)玩家的技術(shù)飛輪正瘋狂轉(zhuǎn)動(dòng)，不斷優(yōu)化「車(chē)位到車(chē)位」功能，更新到最終全量推送的版本上。

在真正同臺(tái)競(jìng)技的時(shí)刻之前，勝負(fù)依然未定。

03 端到端進(jìn)化到 2.0 時(shí)代

「車(chē)位到車(chē)位」，可以看作各玩家對(duì)于「端到端」方法論的具體演繹。

「端到端」上車(chē)，本就指向了 AI 系統(tǒng)擁有類人駕駛的能力，一張神經(jīng)大網(wǎng)囊括了從感知到規(guī)控所有模塊，從而在應(yīng)對(duì)極端場(chǎng)景時(shí)，不再被生硬的規(guī)則控制，而是像人類司機(jī)一樣觀察、思考、決策、執(zhí)行。

這反映到「車(chē)位到車(chē)位」的實(shí)際場(chǎng)景中，系統(tǒng)可以應(yīng)對(duì)各類極端情況，駕駛水平愈發(fā)出色，由此構(gòu)成了技術(shù)-應(yīng)用的完整閉環(huán)。

在數(shù)據(jù)閉環(huán)迭代過(guò)程中，「端到端」技術(shù)也演化到了 2.0 階段。

這時(shí)，投身于端到端浪潮的頭部玩家們，從路徑收斂走到了路徑分野的十字路口。

一邊從感知規(guī)控模塊劃分，「兩段式端到端」向「一段式端到端」奔涌。

前者將感知模塊視為一段，預(yù)測(cè)到?jīng)Q策模塊視為另一段；后者則是將感知與規(guī)控端到端模塊全部打通。

「兩段式端到端」典型代表為華為乾崑 ADS3.0，由 GOD+PDP 網(wǎng)絡(luò)組成，GOD 網(wǎng)絡(luò)負(fù)責(zé)感知、識(shí)別障礙物，PDP 網(wǎng)絡(luò)則根據(jù)感知信息迅速做出決策。

而「一段式端到端」主要玩家有 Momenta、商湯科技等，將感知端到端與規(guī)控端到端都集成到一個(gè)大模型中，使系統(tǒng)能夠更直接、高效地處理信息并作出反應(yīng)。

一段式端到端是兩段式端到端的進(jìn)化形態(tài)，由于其打通感知、規(guī)控端到端環(huán)節(jié)，使得模型感知信息更準(zhǔn)確，規(guī)控反應(yīng)可以更為順暢，靈活，智駕水平更強(qiáng)。

Momenta 已經(jīng)踐行了這一演進(jìn)路徑，在 2023 年量產(chǎn)兩段式端到端后，在今年上半年又實(shí)現(xiàn)了一段式端到端落地。

據(jù)媒體報(bào)道，華為車(chē) BU 也在攻入一段式端到端方案，這或?qū)⒊蔀?ADS 4.0 版本的重要能力。

另一邊從技術(shù)路線思考，「端到端+VLM」朝「VLA」路徑開(kāi)始迭代。

理想以「快慢系統(tǒng)」理論為基礎(chǔ)，先設(shè)計(jì)出一套「端到端+VLM（視覺(jué)語(yǔ)言大模型）」系統(tǒng)。

兩個(gè)模型分工協(xié)作，端到端模型基于快思考，負(fù)責(zé)處理常規(guī)的駕駛行為，VLM 模型通過(guò)慢思考，應(yīng)對(duì)高難度的極端場(chǎng)景。

而 VLA 模型是近期走上技術(shù)神壇的關(guān)鍵詞，由元戎啟行率先提出。

VLA 即視覺(jué)-語(yǔ)言-動(dòng)作模型，顯然，從名稱中可以發(fā)現(xiàn)，它是「端到端+VLM」系統(tǒng)的一整個(gè)融合體。

這種一體化方式，使系統(tǒng)接受到數(shù)據(jù)后，不再由「快慢」系統(tǒng)進(jìn)行多次交互與調(diào)整，而是一次性生成最終駕駛指令，提高信息處理、決策的效率，并能夠應(yīng)對(duì)一些更具挑戰(zhàn)性的長(zhǎng)尾場(chǎng)景，如幾十秒路況的長(zhǎng)時(shí)序推理等。

最近理想發(fā)布的高級(jí)工程師招聘細(xì)則中，清晰提到的一條「負(fù)責(zé)研發(fā)和落實(shí)理想汽車(chē)下一代自動(dòng)駕駛端到端 VLA 大模型算法」，再次證實(shí)了 VLA 模型將成為未來(lái)方案。

事實(shí)上，無(wú)論是「一段式端到端」還是「VLA」模型的新型進(jìn)化，背后都是對(duì) AI 資源的進(jìn)一步消耗。

模型參數(shù)越大，對(duì)硬件算力、數(shù)據(jù)閉環(huán)的迭代能力要求越高。

據(jù)悉，部署 VLA 模型，對(duì)芯片算力等級(jí)直接來(lái)到了 NVIDA DRIVE Thor，算力高達(dá) 1000+TOPS。

資源戰(zhàn)打響后，智駕第一梯隊(duì)與其它玩家的分水嶺變得更大了。

在端到端 2.0 時(shí)代，性能體驗(yàn)與成本都在朝不同方向無(wú)限延伸：

性能走向高處，「車(chē)位到車(chē)位」成為衡量智駕水平的核心維度；

成本走向低處，高階智駕正快速落地 20 萬(wàn)元以內(nèi)的新車(chē)。

其它智駕玩家們?cè)谇昂髪A擊下，「性價(jià)比」的擔(dān)子更重了。

這也意味著，智駕「第一梯隊(duì)」走的越來(lái)越快，掌握了更多資源，一場(chǎng)馬太效應(yīng)正在行業(yè)默默蓄勢(shì)。

市場(chǎng)很現(xiàn)實(shí)，如果不想被規(guī)則淘汰，那就只能改寫(xiě)規(guī)則。