又一家 L4 智驾公司 “ 投敌 ” 了！
最近，元戎启行宣布获得某主机厂 1 亿美元的战略投资，创下今年自动驾驶行业最大融资记录。
虽然元戎没有公布具体是哪个主机厂，但是有多方消息透露这就是最近智驾突飞猛进的长城汽车。
是不是真的不好说，但魏派蓝山的智驾确实可以，敬请期待汽车部视频。
元戎 CEO 周光还说手上有多个品牌超过 10 款量产车型，明年将迎来量产爆发期，这日子一天天的也是好起来了。
这家 2019 年成立的自动驾驶公司，在经过最初的无人驾驶探索期之后，很快就冷静下来，转头寻求商业化落地。
凭借低价、高质陆续获得了阿里、东风、复星锐正等资本的投资，直到现在抱上了长城的大腿。
相比友商，抱到大腿的元戎们无疑是 L4 企业里幸运的。含着福特金钥匙出生的 Argo AI ，搞 Robotaxi 3 年烧光 36 亿美元，在 2022 年宣布倒闭；估值一度超过 10 亿美元的禾多科技，今年 8 月解散了研发部门，创始人倪凯出走，大抵是寄了。
这鲜明的对比，或许，现在 L4 公司的版本答案就是得找个 “榜一大哥” 了。
要想知道 L4 公司为啥会混得那么惨，可能咱们得回到那个 “ 为梦想发烧 ” 的年代。
2012 年计算机深度学习兴起，大家本能的觉得，你都可以分清楚物体的定义了，那用来帮助车子进行避障岂不是信手拈来？
加上谷歌无人车获得上路测试许可，特斯拉也在 2014 年发布了 Autopilot ，在天时地利人和之下，风投资本疯狂涌入自动驾驶赛道。
根据中国电动汽车百人会的统计， 2015-2017 短短两年，全球自动驾驶相关的融资额达到 1438 亿美元 。
那时，自动驾驶企业如雨后春笋般冒出来，巅峰时期，有超过 50 家自动驾驶企业在硅谷进行测试。
大洋彼岸的中国也是围绕百度、清华、中科院三大 “ AI 黄埔军校 ” ，涌现出 APOLLO 、 Momenta 、小马智行等一大批新兴智驾公司。
不出意外的话就该出意外了，大家很快就发现，你这 Robotaxi 烧钱烧的也忒狠了。
Foothill Ventures 投资人邵旭辉表示，由于产能不足，当时 一台激光雷达能卖到 8 万美金以上 ，一辆原价三四万美元的车经过智驾改装之后轻轻松松翻个四五倍。
这还只是硬件，还有人力成本、云端算力的支出、无人出租车队的运营，无一不是花钱的大头。
通用曾经披露过， 2016 到 2018 三年间， Cruise 亏损了 15.12 亿美元 ，独木难支的通用最后只能接受外部融资。
屋漏偏逢连夜雨，在快速烧钱的同时，随着测试的深入，无人驾驶终于还是出现了安全事故。
2018 年， Waymo 在一次测试中给一辆摩托创飞了。隔壁的 Uber 更加严重，直接撞倒了行人并致其死亡，这一事故间接导致了 Uber 退出智驾竞赛。
而严重的伤亡事故也在告诉人们，咱们离无人驾驶还远着呢，于是，资本很快就回归了理性。2019 年，投融资金额从 811 亿元下降到 184.2 亿元， 同比下降了 77.3% 。
所以， “ 断奶 ” 之后， L4 企业们只能开始自主求生。
目前路子主要有三条，一是上市融资，继续搞无人车；二是造商用车，开辟新的商业模式；最后就是依托中国这个全球最大的新能源车市场，降级做 L2 ，抱车企大腿。
其中，文远知行和小马智行就是上市阵营中的代表。就上个月，文远知行美股上市成功，一经开盘涨至熔断，目前市值已经超过 60 亿美元。
但是在吸金的背后，文远的落地情况并不乐观，脖子哥最近去了广州车展，顺带体验了一下其广州大本营商业化的运作，文远知行的 Robotaxi 能见度甚至不如武汉的 “ 勺萝卜 ” ，只在黄埔区有很小的一块测试区域。
而无人巴士咱们也问了问当地居民，他们表示那个琶洲巴士在宽敞的 4 车道开三四十，除了安全员也没见人坐过。
这么个现状，上市融资的钱能烧多久，我不好说。
那现在路上也有不少顺丰的无人快递车在跑，商用车这条路能行吗？
脖子哥采访了一位从事无人商用车开发的工程师霉霉（ 化名 ），他的回答是：如行。
商用车属于隔行如隔山， 以智慧矿山项目为例，普通的激光雷达根本承受不住矿区的颠簸，必须开发专用的减震系统才行。
而且目前无人矿车的效率只能达到有人矿车的 70%-80% ，还在小规模试点，仍需时日。
换到公路运输上又不一样了，开发自动驾驶卡车的卡尔动力工程师们发现，破烂不堪的国道有着各种层出不穷的 corner case 。他们最后选择了 用一辆人开的车带着 1-5 辆自动驾驶卡车组成 “ 毛毛虫 ” 编队 这种折中的办法。
商业化效果虽然不错，但也并不算完全意义上的无人驾驶。并且，中国 70% 的货车都是私人所有，能够这样成建制的车队仍然是少数。
所以，商用车的泛用性并不是特别高。。。
现在三条道路里，唯一跑通的就是从 L4 转向 L2+ ，给车企做辅助驾驶方案。
在供应商里负责产品的霏霏（ 化名 ）告诉脖子哥，这也是在 “ 求生 ” 的大环境下最合理的行为。
其中最出名的要数 Momenta 了，他们获得了奔驰、丰田、上汽等车企的投资，影响力大到车企发布会都要拿来作为宣传点。
但人家 Momenta 成立之初就用 “ 两条腿 ” 走路，一边做量产的 L2 方案，既能卖给车企又能收集数据，另一边则全力发展无人驾驶。
而更多后知后觉转型做 L2 的 L4 企业，只能无奈成为段子里的那个 “ 乙方 ” 。
Cruise 高级主任科学家张航在接受硅谷 101 采访时就说过，由于智驾硬件的差异， L4 方案并不是简化一下就能变成 L2 的。
这无疑增加了 L4 企业转型的难度，更容易从一个技术问题，转变成组织执行力问题了。
更加要命的是，现在的主机厂们自己就有智驾团队，一边压价，一边挖人、 “ 教会徒弟饿死师傅 ” 的案例层出不穷， L4 企业们怎么办？
很简单，凉拌。
没有车，就没有接触消费者的渠道，再好的想法都无法落地。
而另一边，随着大疆、华为等巨头进场，竞争格局则变得更加激烈。
尽管霏霏说咱们现在各家的方案已经可以满足 L3 （ 受限于法规无法落地 ），差距并不会太大。但很明显的是，大疆、华为他们兵强马壮、粮草殷实，还有着广泛的群众基础，哪哪都比不过，太难了。
Emmmmm ，此时此刻，恰如彼时彼刻，简直就是在重蹈 AI 被互联网大厂占据的覆辙。
虽然业界的大家都在硬撑，等待下一个经济周期重新验证自己的智驾路线，但就目前如此激烈的竞争态势。。。
抱上车企的大腿，或许才是最好的归宿。
撰文 ：浩森
：脖子右拧 & 面线糊君
美编 ：三狗
《端到端能带来新春天？深扒分裂的无人驾驶行业》《千亿美元的喧嚣与寒冬后，无人驾驶终于要落地了？》——硅谷101
文远小马，一个是 Robotaxi，一个靠博世输血——宇多田聊科技
倒闭、裁员、资产缩水，自动驾驶为何L4退回L2？——头号汽车A
晚点独家|元戎启行获 3 亿美元融资，阿里战略领投——晚点LatePost
热钱蒸发，智驾公司难寻生路——36氪Auto
智驾商业模式的崩塌与救赎——新智驾
Baidu、Google
新势力集体拥抱“端到端”
“再不努力工作，你就要被AI淘汰了。”
2024年伊始，伴随着Sora红遍全球，社畜们陷入了新一轮的AI焦虑之中。
与此同时，站在智能驾驶行业前沿的大佬们，却从中看到了无限的希望。
近日，《汽车产经》围绕着Sora对智能驾驶行业的启示，面向夏一平 （极越CEO） 、刘涛 （ 智己汽车联席CEO） 、杨泓泽 （车联天下CEO） 等行业专家进行了简单的问卷调查，问题如下。
极越CEO夏一平问卷结果
关于前两个问题，几乎所有受访嘉宾都选择了非常同意。 因为在他们眼里生成视频只是Sora的表象。
在 OpenAI的官网上，关于 Sora 的研究论文被命名为《把视频生成模型作为 世界 模拟器》。
“世界模拟器”（world simulators）是比“生 成视频”更关键的存在，也是Sora真正令人兴奋的地方。
Sora通过简单语言生成的那些视频，在很大程度上证明了： 即便脱离了繁复的规则，AI也能理解世界的物理逻辑。 这和目前智能驾驶进化的核心逻辑是一致的。
“只有让AI 像人一样认知和思考问题，实现端到端的架构部署，我们才有机会真正达成无人驾驶。 ”一位不愿具名的受访者说道。
[ Sora为“端到端”架构正名]
2月初，Sora惊艳了全世界。 只要输入简单的指令就能够得到一段足以媲美专业拍摄水准的60秒视频。
人们惊叹于其生成画面的精美与细腻，更感叹于无论是广角、中景、近景还是特写，在各种机位下视频中人物和背景的关系都保持着高度的一致性。
Sora生成视频片段：同一视频多机位展示
当然最厉害的是 当列车车窗被遮挡的瞬间，Sora知道人物的倒影需要变清晰 （如下图所示） ， 并且它是基于AI对于物理世界的理解来实现这一点，不需要人们单独写一行代码来告诉它。
Sora生成视频片段：车窗被遮时，人物倒影变清晰
“对智能驾驶来说，不论给系统叠加多少条代码和规则，都无法穷尽长尾场景，但AI能够理解世界，意味我们有机会摆脱规则和代码的堆砌，这是令人兴奋的。 ”某新势力智能驾驶负责人解释道。
事实上，目前整个智能驾驶行业也确实在顺着这个方向向前探索。
在Sora爆火之后，马斯克很快就转发了一条特斯拉2023年的视频，并表示特斯拉拥有世界上最好的现实世界模拟和视频生成能力！
视频中，特斯拉通过AI生成了七个不同角度的驾驶视频，只要输入“变道”或者“转弯”等指令，七个视频就能同步发生变化。
特斯拉自动生成用于训练智能驾驶模型的视频素材
由于特斯拉生成的视频只用于模拟车辆行驶，所以和Sora生成的视频相比，场景相对单调。
但在马斯克看来，二者的AI的能力是不相上下的，区别只在于他们将这种能力用到了不同的领域。
去年8月，马斯克直播测试了特斯拉的FSD V12版本，并自豪地表示特斯拉首先跑通了端到端的智能驾驶架构；
2月中旬，特斯拉将FSD V12向部分普通用户推送，标志着端到端的架构初步走向商业化落地。
据介绍，在FSD V12中，工程师删除了30万行定义驾驶规则的C++代码，并省掉了传统智驾系统的感知、预测、决策、控制等模块，转而 向系统输入数以百万计的人类驾驶视频，使其学习像人类一样应对真实的驾驶状况。
最终做到以感知数据为输入，直接输出用于车辆的控 制指令，全部过程都靠神经网络模型来完成，而不是像过往那样，按照设置好的规则执行具体的命令。
端到端智能驾驶系统示意
这正是端到端模型的核心，它和Sora都在试图让AI拥有人类一样的发散和逻辑能力。
特斯拉和OpenAI这两个充满爱恨纠葛的企业，用不同的方式展示了：当大模型对世界有了理解和模拟，会带来多大的突破和想象空间。
[夏一平：落地“端到端”不一定输特斯拉]
随着大模型一次又一次惊艳世人，拥抱端到端架构已经成为了智驾行业主旋律。
新势力们争先恐后地跟进这条路线，并未很多人表示可以在国内拿出比特斯拉FSD更加卓越的体验。
“行业转向端到端架构的方向是非常明确的。 特斯拉虽然有一定领先，但极越在中国的落地能力一定更强。 ”极越CEO夏一平自信地表示。
同时他还认为，不管是ChatGPT还是最近的Sora， AI发展越来越像人类自己，因此Sora对智驾研发本身有很大的启发。
极越CEO夏一平
智己汽车联席CEO刘涛同样认为，Sora进一步印证了端到端路线的正确性，目前智己汽车也正在全力 推动 端到端架构落地，创造“更像人”的智能驾驶体验。
智己汽车联席CEO刘涛
另外，蔚来已经确定将在年内推出基于端到端的主动安全能力；
理想的端到端模型也在全力加速中，并且基于其销量规模的领先，很多专家看好其能够后来居上。
当然，仅从宣传口径上来看，小鹏是国内新势力中走得最快的。
1月份，何小鹏宣称：“端到端大模型已经在运用中展现出了足够的优越性。 小鹏汽车将在2024年内推动其全面上车，并且在北上广深等核心城市实现千公里被动接管次数小于1次的目标。 ”
2022年10月份，小鹏在广州落地全国首个城市NGP时，对外表示其城市NGP在预测、规划、控制模块的代码量是高速NGP代码量的88倍，而感知模块的神经网络模型数量是高速NGP的4倍。
“大模型团队成立之后，发现特别多的泛化代码变成了相对简单的端到端模型，车辆在感知、控制方面都表现得比想象中更聪明。 它甚至可以理解‘前方ETC维修，请变道’的提示。 ” 何小鹏说道。
小鹏汽车董事长何小鹏
除了更高的功能上限，结构的简化还带了更高的效率和更优的功耗。
例如小鹏XNGP早期架构，仅负责动态感知的XNet就要耗费一颗OrinX算力的122%。
优化之后仅用9%的OrinX算力就实现了同样功能。 省下来的车端算力，可用于更多功能或更强性能，进一步提升系统的功能上限和鲁棒性。
总而言之， 为了获得更强的能力而不断堆叠的代码，对车企来说是“越来越沉重的负担”，与追求更加简洁的系统原则是相悖的。 而 端 到端的智能驾驶在功耗、效率、性能上都展现出了足够的优越性。
更重要的是，它有机会彻底突破corner case对于行业制约，已经被行业当作终极的技术路线，但并非所有人都有能力跟进这条路线。
[实现“端到端”没那么简单]
从普通架构转型端到端的智能驾驶，对于车企而言意味着部分颠覆掉过去成果和积累。 同时在算力、数据量和人才、资金等方面都会有更高的要求。
有行业专家甚至预言： “全世界大约只有10％的玩家有能力完成架构的切换。”
夏一平认为“相比Sora所展现的AI水准，我们（国内）的AI在数据量、质量、模型和算力上都还有很大的差距，当然最关键差距在人才上。 ”。
具体来看，虽然端到端架构省略了大量的基础代码，大大提升了自动化程度。 但仍需人类工程师手写代码来完成筛选数据、处理数据、组织模型训练等工作。
“这些代码少而精，需要基础扎实、经验丰富的工程师团队反复试错、验证。 这样的人才，在国内少之又少。 ”一位智驾从业者说道。
数据源：工信部 图源：前瞻经济学人
除了人才，端到端架构需要的数据量成倍增长，数据质量要求更高，这也意味着需要更高算算力的超算基础设施。
截止到去年底，初步实现端到端智驾落地的特斯拉FSD Bate累计行驶里程为12.9亿公里。 据悉，在 FSD V12 版本训练初期中，特斯拉便投喂了约 1000 万个特斯拉车主的驾驶视频片段。
相比之下，小鹏的智驾累计总里程还不到6亿公里，新势力中销量最突出的理想智驾里程也只有5.6亿公里，在数据规模上和特斯拉还有较大差距。
除了数据量的差距，从这些难以计算的数据中，找出可以用于训练的有效数据，是另一个重要的挑战，它不但需要好的模型，更需要强大的算力基础。
依据公开资料，截止到2023年8月，特斯拉能提供 10EFLOPS 规模的算力。
国内厂商中，领先的华为拥有2.8EFLOPS算力；吉利星睿中心算力为 810PFLOPS（1EFLOPS=1000PFLOPS），理想汽车、毫 末智行和小鹏汽车的算力分别为 750PFLOPS、670PFLOPS 和 600PFLOPS。
注意：1EFLOPS=1000PFLOPS
另外，无论是人才、数据还是算力，最终比拼的都是金钱。
按照计划，特斯拉今年将会在超算集群上再投入15亿美元，到年底让总算力提升到100EFLOPS。 小鹏在年初也宣布要拿出35亿人民币投向智能驾驶相关的AI技术研发。
所以，端到端的智能驾驶，比拼的不仅仅是技术储备。 更多的时候PK的是企业的综合能力，尤其是和销量规模息息相关的数据的数量与质量，最有可能扮演胜负手的角色。
而这一切都决定了智驾行业未来几年会随着汽车行业一起快速走向集中化。
[“端到端”有时也会骗人？]
端到端的模型，对于智能驾驶一定会起到正面的作用 吗？？至少当前这个阶段并不一定完全肯定。
在特斯拉晒出的视频当中，FSD的V12版本和V11版本相比，在一些复杂场景下拿出了更好的体验，比如变道博弈，绕行障碍等。 但与此同时一些基础的体验却出现了退步，比如在空旷的路上，可能会莫名 地加减速。
另外，Sora在视频生成的过程中会有同样的问题，一些复杂的场景能够处理 得很好，一些简单的场景却会翻车，椅子悬浮在半空、小动物数量凭空增加等。
Sora视频片段：椅子莫名在半空漂浮
类似的情况，在同样基于Transformer模型的 GPT 4.0上也存在，它可以很精准 地回答某些问题，也经常会一本正经地胡说八道。
另外，在近期举行的DeepFast大会上，一个沙特自主制造的男性人形机器人，居然在一场活动中突然将手伸向了前方女记者的臀部。
网络视频截图：疑似机器人骚扰女记者
对于这些现象，很多人认为就是单纯的能力不够导致的。 也有人担心，AI可能在故意按照自己的意识行事。 就连马斯克也担心通用人工智能可能会威胁人类。
这样的忧虑并非没有道理，因为很多时候人类并不能系统合理 地解释，为什么大模型在经过足够的参数训练后，会突然变得很强大。
这种无法被解释的现场被称之为“涌现”。 但人们并不知道，一个大模型产生涌现之后，内部到底是如何思考和决策的，这让人们无法完全信任AI。
很多人认为人类能否顺利理解并且解释大模型产生类人意识和思维的原理，将会是其全面进入各行各业的关键，当然也包括智能驾驶。
[写在最后]
“望山跑死马”这个成语非常贴切地形容了人类对自动驾驶的追逐状态。
2015年，时任谷歌无人驾驶项目主管Chris Urmson以及网络高管王劲都曾经信誓旦旦 地表示，将在2020年左右向用户销售无人驾驶汽车。
遗憾的是已经2024年了，各路大佬的脸被打了一遍又一遍，但“无人”这个目标 依然可望不可及。
从ChatGPT到GPT-4再到如今的Sora，通用人工智能领域一次又一次地突破，让人们重新审视智能驾驶，同时也看到了新的希望。
端到端 这 条路，也并不一定就是最终的答案，但有新的可能性，总是好的。
万物皆可订阅？阿维塔以“价”惠民，以“驾”取胜！
努力是成功的钥匙，这话不假。 但没有方向的加持，朝着错误方向的努力，只会让人滑入深渊——似乎很多人会基于这样的想法抨击汽车上出现的订阅制度，车企努力预埋好各种便利的服务，却在车辆交付给消费者后换成一副资本家的嘴脸，敲着算盘再要一笔钱。
但究其根本，原罪从来都不是订阅模式——爱奇艺、Youtube 和网飞的订阅数量足以证明这项商业模式的成功。为何放在车辆上，就变得人人喊打呢?
而勤勤恳恳预埋好各种顶级智驾硬件的阿维塔，也要“屠龙少年终成恶龙”?答案是否定的。 作为智驾平权的推进者，让我们看看智驾订阅的背后，阿维塔是出于什么样的考量?又是怎么让大家感受到诚意和价值。
一、消费者们并不讨厌订阅模式
订阅模式的由来，在 17 世纪便开始萌芽，当时的消费者需要通过定期付出指定的费用从而获得商品和服务。 而一段成功的商业模式，放在在现如今的汽车行业中，为何如此招人厌烦呢——大部分情况下，传统车企只是预埋好了各种硬件，在车辆出厂后再向消费者收取一笔费用以开启，我们熟悉的就有后轮转向，座椅加热/通风等功能。
但根据上面来自维基百科的定义，消费者付出了费用，他们需要的不仅仅只是商品，更是需要服务——如果我付出的钱只是当作一些原本车上已经安装好的配置开关钥匙，这种将消费者处于冷冰冰的二选一环节境地下，我想代入大部分人，都不愿意选择掏出荷包付钱吧。
所以光是冷冰冰的卖产品，没有后续的服务和一系列内容的加持，再强大的车企所提供的订阅配置也会味同嚼蜡。 所以车企，尤其是动向更快的新能源车企，更应该要抓住消费者的痛点做出改变——消费者们不是讨厌订阅模式，而是讨厌没有价值和情感的订阅模式。
而阿维塔的全新内核，正是为用户创造情感价值。 全系搭载 HI 华为全栈智能汽车解决方案，并且标配 34 颗智驾传感器。 硬件实力“硬核”还不够，更需要的是洞悉消费者的需求，而不是盲目堆料——软件上开放订阅，令用户自由选择。 这让阿维塔这位纸面实力顶尖的选手跳脱出纸面，由内而外塑造出了“有血有肉”的情感。
而阿维塔的用户与阿维塔之间，也称得上“双向奔赴”——车主中有超过 60% 都是成功的创业者和新兴行业的从业者，他们对生活价值感的追求勇于引领、敢于创造，对前瞻趋势抱有极大的热情，这与阿维塔“情感智能，悦己而行”的全新品牌主张不谋而合。
于是阿维塔开始逆风而行，当还有车企在摸索着智驾的石头慢慢过河想分块蛋糕时，阿维塔则展现了作为领头羊的姿态，率先放出了关于智驾订阅的计划：
阿维塔 ADS 高阶功能包将在 6 月 30 日前，面向全量用户开启订阅，涵盖城区智驾领航辅助( City NCA )和代客泊车辅助( AVP )功能。ADS 高阶功能包订阅价格为：
按月订阅：640元/月
按年订阅：6400元/年
永久订阅元
在订阅开启后，城区智驾领航辅助( City NCA )可在上海、广州、深圳、杭州使用，晚些时候将覆盖重庆。 而在此前阿维塔悦己日上公布的信息来看，今年第三季度阿维塔将在 15 座城市实现城区智驾领航辅助( City NCA )的落地，第四季度将实现 45 座城市落地。
如何理解阿维塔对于城区智驾的超前布局呢?就如同战国时期的日本人还在为自家军队每十人就有一把火器洋洋得意的时候，大明神机营的建制火器军队只会笑着说：玩黑火药你们再过两百年吧。
而代客泊车辅助( AVP )通过车位随心选、算路走捷径、巡航更类人、漫游选车位、衔接 APA 这五大优势，构建起从停车场入口到停车位的点到点全闭环泊车。
可能有人还会抨击说：“哎呀，这不就是名头好听点的自动泊车嘛”——大错特错的想法，首先 AVP 不限制固定巡航路线，可根据实际情况自动规划;其次单车最多可储存 100 个停车场，可实现跨越 3 层代客泊车;而当记忆的目标车位被占时，AVP 可自主漫游寻找最合适的替代车位。
基于 34 颗智驾传感器强大的感知能力和行泊一体的技术架构，阿维塔的代客泊车辅助( AVP )应对多楼层复杂停车场景，以自主规划路径能力、无缝衔接智能泊车( APA )的强大泊车技术，全面解决一切泊车难题，实现老司机轻松“代驾下地库”。
不再是死板的“小白”，而是懂得变通的“老司机”，我想同样作为马路“老手”的大家，对这其中的成长幅度之大也要感到一丝震撼吧——有些事，确实可以轮到驾驶者安心给车辆打下手了。
二、更懂中国消费者的智驾订阅
关于智驾收费订阅的探索，阿维塔不是最早的一个;但作为行动派的阿维塔，落地生根的速度比所有人都要快。
我们熟知的特斯拉 FSD 的海外订阅费用约为 199 美元每月(折合当下人民币约为 1416 元)，但我们更要知道的，是尚且驶入不进来中国的 FSD 。
国内头部新势力们也给出了不同的看法：将智驾板块收入车价中、同样的放出订阅制度，但更多的车企，却还在如同前文所讲的，忍受着智驾的湍流击打过河——所有人都知道智驾的蛋糕很大，但不是所有人都能吃的到。
而反观阿维塔，用户智驾累计行驶里程已经突破 313 万公里;APA 智能泊车辅助功能累计使用已超过 71 万次。 随着的阿维塔智驾数据以指数级的速度飞速增长，充分印证用户对阿维塔智驾系统的强烈认可。
面对国内更复杂的城区道路情况，阿维塔的城区智驾，不仅首批涵盖了上广深杭等一线城市，甚至还有将雾都重庆纳入城区智驾的计划，并且优先级很高——山城路险峻，稍有不慎，到达了( X,Y )，但在 Z 轴上相去甚远。
“落地这么快，价格又比别人便宜这么多，会不会有猫腻/不好用/半成品啊?”先行者总是伴随着诸多的质疑和误解，但阿维塔并不是孤军奋战——可别忘了，阿维塔的背后，是长安/华为/宁德时代的“ CHN ”三家的歃血为盟——而今正是桃园结义一周年。
而在智驾方面，阿维塔更是有着华为的深度赋能。 我们一次又一次的测试证明：华为赋能的智驾，就是国内第一梯队。 智驾是阿维塔的基因，和华为深度融合，才造就了阿维塔的“ CHN ”造车模式。
智驾硬件基础决定软件功能的空间，智驾软件定义汽车未来，而智驾的“内卷”，不仅仅只是卷价格，更卷的是智驾技术，卷的是坚持智驾道路的决心。 随着智驾订阅开启这一里程碑事件的落地，阿维塔的“野心”也昭然显露——TA 要做那个抓住未来的车企。 而抓住未来，首先是赢得当下的先机。
总结
我们通常用“道阻且长”形容艰难险阻的路途，智能驾驶这条路何尝不是呢?而随着行业的发展，越来越多的车企开始入场智驾领域。 人人都想分一杯羹的时代，追求智驾的道路并不简单，但这是一个正确并且不会改变的目标。
而更多的时候，我们忘记了“道阻且长”的后一句，是“行则将至”。 只有坚持长期发展主义的车企，才能在中国新能源的浪潮席卷下得以生还。
目前，阿维塔旗下首款车型阿维塔 11，双电机版的平均成交价达到 40 万，以高阶智驾实力为用户带来行业领先的智驾体验。 并且在下半年推出全新车型 E12，明年持续推出两款全新车型，为用户带来更多智驾选择的同时，助力阿维塔站稳智能 SEV 新赛道高位。
而阿维塔坚定的 “all in”智能驾驶的路线，正是证明了阿维塔品牌所坚持着的长期发展主义——不是任何东西都是一蹴而就的。 早期的大力投入，与华为的深度合作赋能，都在标志着阿维塔在智能驾驶领域一往无前的决心。
随着智驾订阅开启这一里程碑事件的落地，新能源赛道已经步入了竞争更为激烈的智驾时代。 而在这个时代，行业需要阿维塔这样这样坚定的长期主义者，在“领头羊”的位置，睥睨着、领导着智驾领域。
东风汽车新能源转型给出的答案，也是传统车企反攻的号角
1965年12月21日，中国汽车工业公司在老营成立第二汽车制造厂筹备处，制定了《第二汽车制造厂建设方针14条》、《第二汽车制造厂设计纲要》，次年的老营会议决定二汽选址十堰。
1969年，十堰市设立，和二汽一同诞生。 时至今日，在十堰博物馆内，依然有一个单独的展馆留给了东风汽车。
不久前，我曾去过一次十堰，花了一点闲暇的时间走在当地最热闹的商业街——香港街，街口有新开业不久的喜茶，有草莓熊的主题展览，也有着和名创优品类似的综合百货店，当然，蜜雪冰城的牌子比一线城市大了不少，还有像BABIBOY这样看上去有些“山寨”的品牌门店，导购小姐姐也在门口热情地招揽着顾客。
时代发展的脚步，在这个小城里交织、冲突、碰撞着。
就像54年后的东风汽车。
在广州车展上，东风汽车（纳米、eπ、风神）、岚图、东风猛士、启辰都把展台选在了新势力和新能源集中的D区。 也许有人会说，这是借助隔壁极氪、蔚来或是鸿蒙智行的流量，但将展台放到观众最密集的展区，也一定有着对自己吸引观众能力的十足信心。
就像早些时候，“东风答案”发布会上，陈昊（东风汽车集团有限公司党委常委 副总经理）所讲的那句话的另一层意义，他说：“敢答题是东风的使命与职责,答对题是eπ的实力与底气。”
而随着东风纳米01在广州车展的预售，eπ007的首次亮相，以及东风风神浩瀚DH-i的火热，重整旗鼓的东风，多少也让人看到了当年二汽人拿着榔头与台钳，在四面透风的芦苇棚里，打造EQ240时的精神。
传统车企在这个时代的转型固然不易，但也应该相信数十年来所累积的体系力的价值，而东风汽车这次给出的答案，能否成为传统车企冲锋的旗帜？
“东风答案”，答案解析
在东风智能新能源品牌SHOW暨eπ品牌发布会上，东风汽车第一次完整地展现了围绕新能源领域的品牌布局与技术储备。
先谈品牌。
随着eπ的正式发布，东风覆盖豪华、高端、主流的新能源乘用车品牌格局正式构成——
其实借助新能源转型的契机，东风汽车也得以将旗下丰富的产品业态做了一次更为清晰的定位，同时通过eπ和纳米两个新品牌的独立设立，为新能源产品的发展打开了更灵活、自由的空间。
此外，东风风行与启辰也得以拥有更为明确的定位和更清晰的发展空间。
再谈技术。
在面向消费者端的品牌层面有了明确的划分后，东风汽车也在技术平台上实现了全面的打通与共享。
在新能源“跃动工程”下，东风汽车新成立了公司研发总院，并且与各个事业单元的研发力量形成分工与协同，同时带动产业上下游共同转型升级。 事实上，东风汽车如今已经掌握了一系列汽车绿能、智能领域的关键技术与资源。
从整车架构到动力系统，从智能座舱到智能驾驶，尤峥用接近半小时的演讲时间，完整地展示了东风汽车的技术实力，并发布了多个技术品牌。
具体来说，包括两大专属新能源平台架构：M-TECH猛士架构和东风量子架构，分别覆盖豪华电动越野和主流全品类车型。
而已在岚图追光上实现量产的中央集中式SOA电子电气架构，也是首个中国自研。
马赫动力则覆盖了节能发动机、混动和纯电系统，最高可以实现1200公里续航以及充电5分钟，续航300公里的补能速度。
此外，东风汽车还有全栈式氢能解决方案——东风氢舟和智能化解决方案——东风悦享智能。
作为最新发布的智能化解决方案品牌，“东风悦享智能”涵盖了智能驾驶、智能座舱、智能车控和智能生态四个技术领域，并且东风汽车都实现了核心技术的掌控。
而解读“东风悦享智能”，似乎就是展开了一个智能汽车发展史，事实上，围绕智能汽车发展的各种技术路线，在东风汽车这里都可以寻找到印记，也足以见得东风其实拥有非常深厚的技术“家底”。
比如智能驾驶，就拥有单车智能与网联驾驶两条并行技术路线，单车智能方面已实现L4级及以上自动驾驶，无人集卡“无限星”已在厦门港、广西口岸、阳逻港等地区示范运营。 同时，这项技术也将用于猛士、岚图、eπ等民用量产车型，实现高速、城市、乡村甚至是越野环境的智能领航驾驶。
而车路协同方面，搭载该技术的东风SharingBus无人公交已在雄安、武汉等城市的公开道路开展商业化运营。 东风汽车也是雄安唯一汽车合作伙伴，为雄安奠定了智慧城市和智能交通的基础。
智能座舱方面，目前行业流行的AI语音大模型、3D投影、车与云端、手机、智慧家庭的互联互通，东风也同样都有着技术积累，并且未来将逐步在全系产品上搭载。
而原地掉头、蟹行模式这些在越野车领域十分流行的控车方式，依靠东风悦享智能车控，将底盘和驱动技术融合，也同样可以轻松实现。
其实在过去很长时间里，东风汽车已经拥有了丰富的技术储备，只是对于大多数传统车企而言，可能依旧习惯于当这些技术真正面世、交付时，才会对外公布。
万级研发人员的全时全域协同，百万级车辆全生命周期接入，千万级用户使用场景应用，这样的技术能力绝非“打打嘴仗”的一夕之功，而一定是长期的积累和沉淀。
而此次东风汽车几乎将所有技术储备和盘托出，并且包装了多个技术品牌，其实也同样是为市场端的销售赋能。 毕竟，在这个新势力恨不得把几年后的技术都写到配置表上的年代里，“只做不说”未免显得有点太过于低调。
东风，吹响号角
如果说，当汽车行业的变革进入到2023年，胜负天平与舆论风向最大的转变，莫过于从合资品牌倒向自主品牌。
但似乎又有些遗憾的事实是，在很多人的话语环境里，这里的自主品牌指的是“蔚小理”这些新势力，是问界、极越、小米这些“新新势力”，是极氪、深蓝、腾势这些传统企业的新品牌……
而东风汽车的自主乘用车板块，其实在过去和当下，都很难占领话语权和流量的份额。
因此，“东风答案”这四个字，在当下就更带有一种特别的情感。 我更愿意将eπ品牌发布会看作是东风汽车吹响号角的一次集结，尤其是东风汽车集团有限公司新任董事长、党委书记杨青的首次公开站台，无论从哪个角度都意义重大。
当然，口号喊得再响亮，也需要产品的落地和用户的关注。
在广州车展首次面向公众亮相的eπ007，采用“大道至简，极而致美”的设计哲学，拥有0.209的超低风阻，整体视觉效果兼具优雅、运动，而像是由104颗LED灯组成的前大灯，以及“天际晶格”造型的贯穿式尾灯设计，也符合当下的潮流。
在符合主流趋势的基础之上，eπ007还拥有同级唯一的电动剪刀门设计，以及多种模式的照地光毯、电动升降尾翼、翻转仪表等具有仪式感又颇为独特的设计细节。
这些，都保证了eπ007在主流市场的审美比拼中，可以不落下风。
而东风量子架构技术和马赫E动力加持下，最高400kW的电动四驱，可以实现3秒级零百加速，后驱版本的能耗可以低至11.9kWh/100km，增程车型则拥有1200km续航。
eπ007还采用东风SOA智能座舱，全车开放38个服务模块，123个接口，300多个自定义场景，可以打造“千人千面”的专属座舱。
而像目前行业标杆的L2+行泊一体智驾系统，LAPA记忆泊车等功能，在eπ007上也同样提供。
至少，我们从整车的设计以及硬件层面来看，eπ007具备相当的竞争实力。 尽管目前并未对外公布定价，但从广州车展东风纳米01仅为7.98-10.98万的预售价格来看，eπ007未来也应该会以一个具备竞争力的价格入市。
对于东风汽车来说，以一个“可以接受的亏损”价格卖车而博取市场的声量，来换得未来更长期的可持续发展，是有必要的。
另一方面，在广州车展的发布会上，eπ也宣布将“G20共创主理人招募计划”升级为“G.E.T众测计划”，计划向公众启动多场景的测试活动，以持续优化eπ007的驾乘体验，从专业媒体到KOL，从专业车手到意向用户，都将成为eπ007全场景体验的参与者。
显然，东风汽车也明白，留给传统车企的转型窗口期转瞬即逝，而在有限的时间里，如何让更多的用户关注，提升新品牌的声量与影响力，在当下的市场里至关重要。
大公司视点
也许是汽车行业进入智能化、电气化时代之后的百花齐放，让我们有意无意忽略了很多过往的规律和经验。
亦或许是销量统计“内卷”到以周为单位以后，让我们有意无意忘记了产品技术研发以年为周期的事实。
“东风答案”，更像是传统车企在这样节奏中的一次重整旗鼓，蓄力待发。
转型注定是艰难，甚至是痛苦的，但很多时候，所谓“精气神”和“时运”，似乎又在决定着转型的方向与速度。
而这一回东风汽车能否踏上“东风”，可以认真期待一下。
