文：308

編輯：經(jīng)緯

2025 年，在自動(dòng)駕駛依舊在持續(xù)演進(jìn)的大框架下，中國(guó)智能駕駛行業(yè)迎來(lái)了一個(gè)前所未有的算力變局。

這一變局產(chǎn)生的關(guān)鍵背景是，從軟件算法的角度，在整個(gè)行業(yè)完成面向「端到端」的技術(shù)范式演變之后，各個(gè)重要玩家在 2025 年又陷入到一個(gè)明顯的軟件算法路線紛爭(zhēng)中。但是，到目前為止，至少在中國(guó)市場(chǎng)，無(wú)論是 VLA，還是世界模型，都還無(wú)法徹底證明其在最終用戶體驗(yàn)層面的碾壓性優(yōu)勢(shì)。

但更重要的變局支點(diǎn)，在于高階智駕商業(yè)落地層面的分化。

比如，以城市 NOA 為核心產(chǎn)品的高階智駕，在不同的價(jià)格帶中呈現(xiàn)出 K 字型的分化，智駕平權(quán)和高端向上這兩條截然不同的車型價(jià)值線，都在市場(chǎng)競(jìng)爭(zhēng)的裹挾下混雜其中。這帶來(lái)了整個(gè)行業(yè)在高階智駕的車端算力落地維度上，不可避免地走向碎片化。

值得一提的是，基于智能駕駛技術(shù)的持續(xù)演變，也有玩家已經(jīng)從 L2 出發(fā)面向歸屬于 L4 體系的 Robotaxi 布局——在這種情況下，云端算力加持的作用越來(lái)越明顯。

當(dāng)然，在上述一系列看似混沌的變化背后，也存在著一個(gè)相對(duì)清晰的底層邏輯：算力越來(lái)越成為智能駕駛發(fā)展的核心要素。

實(shí)際上，如果從技術(shù)演變、商業(yè)落地和產(chǎn)業(yè)分化的多個(gè)維度綜合觀察，我們可以從混沌的產(chǎn)業(yè)局面中得出一個(gè)接近于確定性的結(jié)論：無(wú)論是在車端，還是在云端，中國(guó)智能駕駛行業(yè)對(duì)于算力的需求，都越來(lái)越高。

端到端框架下的算力遷移

2023 年 8 月 26 日，馬斯克在美國(guó)硅谷進(jìn)行了一場(chǎng)有數(shù)百萬(wàn)人圍觀的自動(dòng)駕駛直播。在這場(chǎng)直播中，馬斯克駕駛了一輛搭載 FSD Beta V12 軟件版本的 Model S，這個(gè)軟件版本采用的，正是特斯拉正在開發(fā)的端到端自動(dòng)駕駛系統(tǒng)。

這場(chǎng)堪稱成功的直播，可以看作是特斯拉自動(dòng)駕駛進(jìn)入到端到端階段的一個(gè)轉(zhuǎn)折點(diǎn)。

值得一提的是，在這場(chǎng)直播中，馬斯克所駕駛的 Model S 搭載的算力硬件基礎(chǔ)是特斯拉 HW3，所以其算力配置依舊在 144 TOPS。但需要說(shuō)明的是，當(dāng)時(shí)，算力更強(qiáng)的 HW4 已經(jīng)開始逐步上車。

事實(shí)上，在特斯拉的時(shí)間線里，自 2019 年到 2023 年，這 144 TOPS 一直是它在推進(jìn)智能駕駛演進(jìn)過(guò)程中的算力標(biāo)準(zhǔn)——盡管在此過(guò)程中，特斯拉的軟件算法已經(jīng)發(fā)生數(shù)次重要的改變。甚至到 2023 年上半年，當(dāng)特斯拉在開發(fā)端到端算法軟件并進(jìn)行初步車端部署的時(shí)候，其優(yōu)先部署對(duì)象依舊是 144 TOPS 的 HW3。

不過(guò)，在特斯拉在持續(xù)推進(jìn) FSD 的算法框架在端到端這條道路上演化的過(guò)程中，HW3 的角色逐漸被 HW4 替代。

其中，在 2024 年 7 月，特斯拉推出了 FSD 的 V12.5 版本，這個(gè)版本的參數(shù)數(shù)量是 V12.4 的五倍；關(guān)鍵是，這個(gè)版本開始首先面向搭載最新 HW4 算力的車輛，然后才面向 HW3 車型進(jìn)行優(yōu)化適配——由此，HW4 成為 FSD 進(jìn)化過(guò)程中的優(yōu)先部署平臺(tái)。

就這樣，在端到端的技術(shù)大框架下，特斯拉順利完成了算力平臺(tái)從 HW3 到 HW4 的切換。

需要說(shuō)明的是，即使是基于端到端架構(gòu)，特斯拉也一直在對(duì) FSD 軟件進(jìn)行大幅度更新，比如 FSD 從 V12.4 到 V12.5 進(jìn)行了 5 倍的參數(shù)量提升，而 2024 年年底推送的 FSD V13 則進(jìn)行了一次大規(guī)模的代碼重寫。

不僅如此，到 2025 年，特斯拉在 FSD V13 的基礎(chǔ)上，又推出了參數(shù)量高達(dá) 10 倍的 FSD V14，模型參數(shù)量的倍數(shù)級(jí)放大，意味著車輛能夠理解更復(fù)雜的環(huán)境信息。而同時(shí)，馬斯克還多次在社交媒體上透露，特斯拉自研的下一代 AI5 算力平臺(tái)，算力將會(huì)是 HW4（后來(lái)被命名為 AI4）的 10 倍。

回過(guò)頭來(lái)看，在大洋彼岸的中國(guó)，智能駕駛玩家們?cè)诶^續(xù)學(xué)習(xí)特斯拉的情況下，并沒有走上跟特斯拉一樣的路徑。

實(shí)際上，當(dāng)特斯拉在 2023 年堅(jiān)定切換到端到端的路徑之后，中國(guó)的智能駕駛玩家們，無(wú)論是小鵬、理想、蔚來(lái)這樣的新勢(shì)力，還是華為、地平線、元戎啟行等智駕方案商，都不約而同地在 2024 年邁出了擁抱端到端的步伐，這背后，自然也有向特斯拉學(xué)習(xí)的意味。

而從車端算力的角度，這些玩家們?cè)诓季侄说蕉说穆窂缴?，依舊是選擇基于舊有平臺(tái)的算力方案進(jìn)行優(yōu)先部署；這其中，最主流的方案，無(wú)疑是總算力高達(dá) 508 TOPS 的英偉達(dá)雙 Orin-X 計(jì)算平臺(tái)。

然而，進(jìn)入到 2025 年之后，當(dāng)特斯拉 FSD 繼續(xù)像 V14 版本演進(jìn)的時(shí)候，中國(guó)玩家們?cè)诩w意識(shí)到端到端方案本身存在的問題和局限（比如不可解釋、無(wú)法應(yīng)對(duì)長(zhǎng)尾場(chǎng)景）之后，又開始探索新的算法演進(jìn)路徑——這時(shí)候，紛爭(zhēng)出現(xiàn)了。

其中，以理想、小鵬、元戎啟行為代表的玩家們，在公開話語(yǔ)中選擇了發(fā)源于具身智能領(lǐng)域的 VLA（視覺語(yǔ)言行動(dòng)模型）方案，而華為、蔚來(lái)等則更加強(qiáng)調(diào)世界模型。

這一方面有各家在具體實(shí)現(xiàn)路徑方面的或大或小的不同，另一方面也有市場(chǎng)宣傳的考量，可以說(shuō)是「亂花漸欲迷人眼」。但從體驗(yàn)的角度來(lái)說(shuō)，很難說(shuō)哪一家在真正意義上擁有了智駕上的碾壓式優(yōu)勢(shì)。

不過(guò)，盡管在軟件算法方案上各有千秋，但是，基于行業(yè)發(fā)展、技術(shù)切換和商業(yè)落地等多方面的整體節(jié)奏，各大智駕玩家們?cè)?2025 年集中迎來(lái)了一個(gè)車端算力層面的切換周期——伴隨著這一切換過(guò)程，整個(gè)智駕行業(yè)在車端算力層面形成了三大不同的流派。

三派分流，各有千秋

算力的躍升，其實(shí)是高階智能駕駛在技術(shù)進(jìn)化和產(chǎn)品落地過(guò)程中的一個(gè)必然結(jié)果。

比如，在 2022 年，在智能駕駛的落地場(chǎng)景從高速 NOA 向城市 NOA 進(jìn)行躍升的關(guān)鍵關(guān)口，包括理想、蔚來(lái)、小鵬在內(nèi)的智能駕駛玩家都在新推出的二代車型中采用了英偉達(dá)雙 Orin-X 算力平臺(tái)（蔚來(lái)搭載了四顆 Orin-X，但模型主要在其中兩顆 Orin-X 上運(yùn)行）。

在此次升級(jí)中，這些車型的算力水平相比于前代車型有了倍數(shù)級(jí)的提升，也因此支撐起其算法上的持續(xù)迭代，一直到端到端時(shí)代。到 2025 年，在高階智能駕駛進(jìn)一步向 VLA 或世界模型邁進(jìn)，智能駕駛的算力也迎來(lái)了一次集體躍遷。

但這一次，各家的選擇出現(xiàn)了明顯的分流態(tài)勢(shì)。

從 2025 年的情況來(lái)看，在車端落地的維度，高階智能駕駛的車端算力選擇主要分為三個(gè)流派：① 車企自研；② 英偉達(dá)系；③華為系及其他。

第一派是車企自研芯片，這一類以蔚來(lái)、小鵬、理想這三家新勢(shì)力車企為代表。

其中，蔚來(lái)先是在年初開始交付的 ET9 車型中搭載了兩顆自研的神璣 NX9031 芯片，后來(lái)又在上半年的 5566 和全新 ES8 等車型中搭載了一顆神璣 NX9031 芯片——在蔚來(lái)官方話術(shù)中，一顆神璣 NX9031 的算力水平相當(dāng)于四顆 Orin-X。

小鵬自研的圖靈 AI 芯片算力為 750 TOPS，該芯片在 2025 年 7 月份以三顆組合的方式隨小鵬 G7 Ultra 版本正式上車。而在最新上市的小鵬 X9 增程版中，Max 版智駕也從原來(lái)的雙 Orin-X 芯片切換為單顆圖靈 AI 芯片。

理想的情況稍微特殊一些。到目前為止，理想已經(jīng)對(duì)外宣布自研的 M100 車端智駕芯片，但還沒有上車。理想表示，與市場(chǎng)上最強(qiáng)大的芯片相比，M100 能夠在運(yùn)行大模型時(shí)提供兩倍的性能，在運(yùn)行視覺模型時(shí)提供三倍的性能——該芯片預(yù)計(jì)明年將其部署在旗艦車型上并交付給用戶。

因此，到目前為止，理想在 2025 年上市的車型上依舊選擇搭載英偉達(dá)最新一代的 Thor 芯片——也就是我們所說(shuō)的第二派，也就是英偉達(dá)派。

作為英偉達(dá)最新一代的車載計(jì)算平臺(tái)，英偉達(dá) Thor 能夠提供數(shù)倍于 Orin-X 的算力，而且與英偉達(dá)的 DriveOS 操作系統(tǒng)緊密配合，可以說(shuō)是市場(chǎng)的熱門選擇。

從落地的維度上看，除了理想旗下的車型之外，2025 年上半年，Thor 在領(lǐng)克 900、小米 YU7 等車型上落地；下半年，極氪品牌、智己品牌下的多款車型也搭載 Thor 上市。

值得一提的是，上述車型多采用單 Thor 方案，極氪 9X 車型還提供了一個(gè)搭載雙 Thor 芯片的千里浩瀚 H9 智駕方案。

當(dāng)然，需要說(shuō)明的是，除了以上具備算法自研能力的車企之外，類似于元戎啟行、卓馭這樣的算法供應(yīng)商也在基于英偉達(dá) Thor 進(jìn)行高階智駕方案的研發(fā)，它們的方案也會(huì)有機(jī)會(huì)在更多的車型中落地。

即使是在各大車企和方案商都在尋求搭載更高算力的計(jì)算平臺(tái)，但在現(xiàn)有的落地場(chǎng)景中上，英偉達(dá)依舊是在中國(guó)市場(chǎng)高階智駕落地層面最關(guān)鍵的算力平臺(tái)供應(yīng)商。

比如，自研芯片已經(jīng)的小鵬汽車也在發(fā)布會(huì)上明確表示，依舊會(huì)在部分車型上選擇英偉達(dá)的芯片；而蔚來(lái)在旗下樂道品牌的 L60 和 L90 車型上依舊在采用英偉達(dá) Orin-X 平臺(tái)。

除了上述兩派之外，還有另外一類是華為和地平線這樣同時(shí)擁有軟硬件能力的供應(yīng)商。

其中，華為在通過(guò)鴻蒙智行取得成功之后，又通過(guò)華為乾崑品牌與國(guó)內(nèi)一眾車企達(dá)成了 ADS 方案合作。不過(guò)，華為本身不傾向于公開其智能駕駛平臺(tái)的算力，因此從技術(shù)維度上，華為的做法更多是基于軟件算法做迭代，加強(qiáng)在云端算力側(cè)的世界引擎的訓(xùn)練，從而在 ADS 4 相關(guān)車型上落地。

其中一個(gè)小變化是，盡管依舊有不少車型繼續(xù)采用 MDC 610，但類似于尊界 S800 這樣的車型則采用了算力更高的 MDC 810 計(jì)算平臺(tái)。

當(dāng)然，在華為之外，地平線也在 2025 年大力推動(dòng)其最新的 J6 芯片系列通過(guò)其一段式端到端 HSD 智能駕駛方案來(lái)上車，目前該方案已經(jīng)在奇瑞、長(zhǎng)安的部分車型上成功落地。

總體來(lái)看，從車端算力的維度，整個(gè)市場(chǎng)隨著汽車行業(yè)本身的變化而變得更加分化，其中的變量在于，華為憑借自身的技術(shù)和品牌實(shí)力拿下了一定份額，一些新勢(shì)力車企出于自身的戰(zhàn)略考量選擇自研——整個(gè)行業(yè)也隨之迎來(lái)了前所未有的格局變化。

算力瓶頸，從車端到云端

如果從自動(dòng)駕駛整體發(fā)展的角度來(lái)看，無(wú)論是在車端，還是在云端，都在呼喚著更多、更強(qiáng)大的算力支撐。

畢竟，在智能駕駛這片「無(wú)人區(qū)」中，技術(shù)方案雖然存在不確定性，但是也存在一個(gè)非常明確的趨勢(shì)是，智能駕駛在現(xiàn)有端到端感知能力的基礎(chǔ)上，還需要獲得更加高效和通用的「世界認(rèn)知能力」的加持——無(wú)論是 VLA 還是世界模型，這都是一道無(wú)法繞過(guò)的門檻。

而認(rèn)知，顯然是一個(gè)更加復(fù)雜的工程。

與此同時(shí)，在智能駕駛產(chǎn)業(yè)的集體推進(jìn)中，已經(jīng)有類似于英偉達(dá)、特斯拉、小鵬、地平線、元戎啟行這樣的玩家都在推進(jìn) L2 的基礎(chǔ)上，瞄準(zhǔn)了歸屬于 L4 框架下的 Robotaxi。

這種情況下，算力的瓶頸越來(lái)越明顯。

從車端的角度來(lái)看，多位行業(yè)人士已經(jīng)明確表示，無(wú)論是 VLA 還是端到端，從車端的角度來(lái)看，對(duì)于其實(shí)際提升最大的約束，依舊是算力。也就是說(shuō)，大算力本身，依舊是智能駕駛產(chǎn)業(yè)未來(lái)進(jìn)一步從 L2 向 L4 躍升的必要基礎(chǔ)。

正是因?yàn)槿绱?，馬斯克才在公開場(chǎng)合表示，特斯拉 AI5 的算力將會(huì)是 HW4 的將近 10 倍。元戎啟行 CEO 周光也表示，下一代芯片將達(dá)到 5000 TOPS，甚至 10000 TOPS 級(jí)別也不遠(yuǎn)了。不僅如此，英偉達(dá)的下一代 DRIVE 車端算力平臺(tái)也將不出意外地面向更高算力演進(jìn)。

然而，相比于車端，在智能駕駛玩家們推動(dòng) L2 向 L4 演進(jìn)的過(guò)程中，更重要的競(jìng)爭(zhēng)維度其實(shí)是在云端。

實(shí)際上，在整個(gè)智能駕駛行業(yè)的演變過(guò)程中，一代又一代算法的迭代和演變都是率先在云端進(jìn)行嘗試、訓(xùn)練和部署，因此云端算力本身才是智能駕駛算法進(jìn)化的關(guān)鍵基石，而更大的云端算力同樣也是也是未來(lái)算法迭代的核心支撐。

一位長(zhǎng)期關(guān)注智能駕駛產(chǎn)業(yè)的投資人告訴我們，特斯拉之所以能夠在 FSD 的演進(jìn)過(guò)程中取得巨大的優(yōu)勢(shì)，除了它的工程師團(tuán)隊(duì)在算法能力上確實(shí)出色之外，還有一個(gè)重要基礎(chǔ)是它擁有更加充足的云端算力加持，這為它在數(shù)據(jù)閉環(huán)、數(shù)據(jù)訓(xùn)練、仿真驗(yàn)證等方面提供了巨大優(yōu)勢(shì)。

真實(shí)的情況是，在進(jìn)入到端到端的技術(shù)體系后，智能駕駛的技術(shù)演進(jìn)，對(duì)于數(shù)據(jù)處理和模型訓(xùn)練提出了更高的要求，并由此在云端掀起了一場(chǎng)算力軍備競(jìng)賽。

關(guān)于自動(dòng)駕駛的發(fā)展對(duì)于云端算力的依賴，英偉達(dá)全球副總裁、汽車事業(yè)部負(fù)責(zé)人吳新宙也在 2024 年北京車展期間明確表示：作為一個(gè)不可避免的未來(lái)，未來(lái)的 AI 汽車會(huì)比現(xiàn)在的自動(dòng)駕駛開發(fā)簡(jiǎn)單很多，更多地集中在云端。

實(shí)際上，這場(chǎng)基于云端算力的競(jìng)賽在 2023 年就已經(jīng)開始，并且在 2024 年有愈演愈烈之勢(shì)——其中一位行業(yè)人士告訴我們，即使是在財(cái)務(wù)狀況不佳的 2024 年，一位新勢(shì)力車企老板還是拍板增加云端算力，結(jié)果是，這家新勢(shì)力在 2025 年出現(xiàn)智駕算法的跨越式迭代。

而到了 2025 年，這場(chǎng)基于云端的算力軍備競(jìng)賽還是在繼續(xù)。

一位從事智駕研發(fā)的工程師表示，其實(shí)到了 2025 年，云端算力肯定是依舊不夠用的，但是各家的智駕部門要想加云端算力，其實(shí)還是要受制于每年公司能夠給出的算力預(yù)算；有了預(yù)算就可以找到云服務(wù)廠商購(gòu)買算力資源。

這位工程師強(qiáng)調(diào)，自動(dòng)駕駛發(fā)展到這個(gè)階段，要解決的依舊是長(zhǎng)尾問題，針對(duì)這類問題的數(shù)據(jù)訓(xùn)練、仿真模擬、測(cè)試和驗(yàn)證，都只能在云端完成——對(duì)此行業(yè)里也形成了共識(shí)，包括英偉達(dá)也推出了開源的 Cosmos 世界基礎(chǔ)模型、3DGRUT 等工具來(lái)助力自動(dòng)駕駛在云端的開發(fā)。

上述工程師表示：「智能駕駛要想進(jìn)一步演進(jìn)，車端固然重要，但首先要解決的算力瓶頸，可能還是在云端」。

等待一個(gè) L2 到 L4 的質(zhì)變點(diǎn)

縱覽自動(dòng)駕駛一路發(fā)展而來(lái)的過(guò)程，自動(dòng)駕駛技術(shù)發(fā)展的底層驅(qū)動(dòng)力，往往是 AI 技術(shù)本身的變化，端到端本身也正是受到 ChatGPT 啟發(fā)而產(chǎn)生的路徑——因此，目前智能駕駛遭遇的瓶頸，其實(shí)可以看作是大模型在舊有 Scaling Law 路徑中遭遇某種發(fā)展瓶頸的一種外在折射。

這一過(guò)程中，路線的紛爭(zhēng)是不可避免的。

需要明確的是，這種不同，不僅僅體現(xiàn)各家的算法方案上，同時(shí)體現(xiàn)在與算法密切相關(guān)、高度匹配的車端算力上，也更體現(xiàn)在各家對(duì)于云端算力的儲(chǔ)備上。當(dāng)然，它也是各個(gè)玩家們基于自身財(cái)務(wù)情況所做出的商業(yè)選擇。

可以說(shuō)，各家也都在算力、體驗(yàn)和成本的多重選項(xiàng)中，掙扎著做一道技術(shù)和商業(yè)的平衡題。

但與此同時(shí)，站在 2025 年年底的角度來(lái)觀察，中美的智駕產(chǎn)業(yè)玩家們其實(shí)都瞄準(zhǔn)了一個(gè)更具確定性的方向：無(wú)論是車端算力還是云端算力，雖然已經(jīng)上了一個(gè)大臺(tái)階，但是要想向真正意義上的 L4 邁進(jìn)，在 2025 年的當(dāng)下，都還遠(yuǎn)遠(yuǎn)不夠，還存在著巨大的持續(xù)加碼的空間。

尤其是云端的角色，可能會(huì)顯得更加重要。

值得一提的是，考慮到一大批 L2 玩家正在面向以 Robotaxi 為代表的 L4 大踏步邁進(jìn)，很明顯，自動(dòng)駕駛行業(yè)的發(fā)展，仿佛正處于量變到質(zhì)變的前夜。

但是，從量變到質(zhì)變，談何容易。

2020 年 6 月，硅谷知名 AI 大神、時(shí)任特斯拉 AI 負(fù)責(zé)人 Andrej Karpathy（業(yè)內(nèi)簡(jiǎn)稱為 AK）在社交媒體上發(fā)表了自己對(duì)于自動(dòng)駕駛未來(lái)發(fā)展的思考，他的原話是：

Autopilot 的終極形態(tài)，應(yīng)該是將車輛管理局手冊(cè)（DMV Handbook）的內(nèi)容輸入到一個(gè)「大型多模態(tài)的 GTP-10」中，然后喂給它過(guò)去 10 秒的傳感器數(shù)據(jù)，使它跟著走。

即使是從今天的視角來(lái)看，AK 對(duì)于自動(dòng)駕駛未來(lái)發(fā)展的思考依舊沒有過(guò)時(shí)——毫無(wú)疑問，雖然 GPT-10 尚且遙遠(yuǎn)，但自動(dòng)駕駛?cè)詴?huì)在 AI 技術(shù)的持續(xù)發(fā)展中持續(xù)演變，這依舊是一條漫長(zhǎng)的技術(shù)和商業(yè)之路，而車端和云端算力的雙重加持，將會(huì)變得更加不可或缺。