自今年9月初《量產自動駕駛》一書出版以來，已過去三個多月。該書引起了業界內外的廣泛關注，眾多親朋、同學校友、新老同事以及業界同行紛紛給予積極反饋和中肯建議。在此，作者再次感謝所有支持和幫助過自己的人。
《量產自動駕駛》初稿完成于2023年夏天，書中最后一章對當時自動駕駛的未來進行了多維度展望。盡管在隨后的一年修稿過程中，這一章僅進行了小幅補充，但如今，行業已經邁上了新的臺階。站在2024歲末，讓我們一同回顧過去，展望未來，審視量產自動駕駛的最新發展趨勢。
關于產品形態的變化
目前，國內頭部的自動駕駛團隊已經成功量產并落地了城區導航巡航自動駕駛功能（Urban Navigation On Pilot）。得益于無圖或弱圖技術的使用，這一功能被越來越多的用戶車輛所支持，可運行的城市和城區道路范圍日益擴大。
以蔚來汽車為例，截至2024年10月，其自動駕駛用戶已達598,875名，高速和城區NOP功能行駛總里程達到1,322,000,000公里，路測總里程達到460,000,000公里，確保了功能的安全性和可靠性?？梢灶A見，在接下來的日子里，城區自動駕駛的運行范圍將以月甚至更短的時間單位迅速擴張，自動駕駛功能將在更多地方實現全面覆蓋。
點到點功能交付
隨著城區NOP功能的全面鋪開，從業者開始探索如何提供全程連續的自動駕駛體驗，即“點到點”功能。當用戶從家出發，開啟導航并進入自動駕駛模式后，NOP功能將持續運行，從停車位開始，穿越小區、城區道路、紅綠燈路口，駛上高速高架路段，經過匝道和收費站，最終回到城區并進入公司停車場完成泊車。這一功能也被稱為“車位到車位”功能，預計將在未來半年內陸續交付到用戶手中。
L3功能量產
量產自動駕駛產品形態長期停留在L2級別，但近兩年各家都在爭相進行技術儲備，希望率先實現L3級別的量產。根據標準定義，L3級別的自動駕駛是指在限定場景下車輛可以自主行駛，無需駕駛員干預，當系統請求時駕駛員必須接管車輛。L3級別的實現不僅意味著技術的升級，更是行車責任的轉換。在高速高架路段，頭部玩家的自動駕駛接管率已達到幾百或幾千公里每次，為非早晚高峰時段和長途行駛場景下的L3功能實現提供了契機。
L3功能的量產落地還需要法規政策的支持。自2023年7月深圳發放全國首張L3高快速路測試號牌以來，北京、上海、重慶、深圳等地相繼發放了L3準入測試牌照。今年6月，國家工信部發布了《四部門有序開展智能網聯汽車準入和上路通行試點》的通知，公布了9家首批智能網聯汽車準入和上路通行試點聯合體，預示著國內自動駕駛L3功能將在接下來的一年內實現量產落地。
量產L4的未來
在自動駕駛發展初期，L4完全無人駕駛被視為終極目標。然而，時至今日，中美兩地的L4玩家仍只能在個別城市的限定區域內運營RoboTaxi或小巴，或在港口、礦山、廠區等封閉區域進行貨物搬運。盡管大范圍的L4運營看似遙不可及，但技術的迭代是一個加速的過程。我們有理由相信，量產L4級別的自動駕駛終將到來，但其具體形態尚待觀察。
一項新技術能否在產業中落地，需考慮技術邏輯、商業邏輯和社會邏輯。技術邏輯要求技術具備先進性和完整性，可通過各類應用測試；商業邏輯要求技術能產生經濟效益，獲得市場認可；社會邏輯則要求技術符合當地社會發展的需要。以RoboTaxi為例，在美國地廣人稀、車多勞動力少的背景下，無人駕駛出租車和運貨車能有效緩解勞動力短缺問題；而在我國，城市交通擁堵嚴重，增加無人駕駛車輛可能加劇交通問題，且滴滴司機、外賣配送員等勞動群體龐大，量產L4自動駕駛的到來將引發高科技與這些勞動群體的分工與合作的新思考。
算法的新進展
在算法領域，最近一年多發生了巨大變化。端到端算法逐漸成為主流，該算法通過深度學習模型實現感知和規劃的一體化，顯著提高了迭代速度和性能上限。然而，端到端算法仍無法解決長尾問題中的Corner Case。為此，學術界和產業界開始探索大模型和世界模型等新方向。
多模態大語言模型通過學習人類大規模語料中的上下文關聯關系，獲得通用推理能力，使自動駕駛系統面對Corner Case時無需收集低概率場景數據。世界模型則通過預測未來世界的變化，幫助自動駕駛系統做出最優決策。目前，已有少數頭部玩家展開了世界模型的量產落地工作，預計不久的將來將出現在量產乘用車上。
系統架構的演變
隨著算法的不斷豐富和能力的增強，自動駕駛系統架構也在發生變化。整車算力逐漸集中于中央控制器，不僅降低了硬件成本，還提高了算力利用率。同時，自動駕駛芯片算力不斷擴增，為量產自動駕駛功能的快速演進提供了堅實基礎。
傳感數據也變得更加豐富，多模態傳感信息成為支撐自動駕駛系統的必然選擇。自動駕駛軟件架構也在不斷優化，部分軟件從傳感器端遷移至中央控制器，提高了計算效率和迭代速度。
商業模式的探索
盡管自動駕駛產品和技術的發展令人振奮，但作為量產賽道的一員，必須思考如何帶來高價值回報。目前，自動駕駛行業面臨高投入低產出的現狀，許多自動駕駛公司和車企自動駕駛團隊面臨生存壓力。
為改變這一現狀，自動駕駛功能服務化成為一種新的商業模式。通過按服務次數或里程付費、提供高質量免費服務并通過其他手段實現商業閉環等方式，自動駕駛服務有望轉化為實際價值。然而，自動駕駛服務化仍面臨挑戰，需要從業者共同探索自動駕駛服務與其他變現渠道的結合可能性。
具身機器人作為與自動駕駛同根同源的技術領域，也展現出廣闊的市場前景。利用量產自動駕駛平臺積累通用AI技術，并將其快速賦能到具身機器人領域，或將成為自動駕駛行業的新藍海。
