智驾倒逼云大厂ag百家乐规律，不再作念资源的“二谈商人”。

作家 | 徐晓飞

剪辑 | 周蕾

“如果让你重回往常，在自动驾驶行业创一次业，你会若何作念？”面对雷峰网发出的这一设问，智驾创业者们给出了近乎一致的谜底：

在2023年之前，纵容融资，守着金库什么都不作念，广积粮，缓称王，耐烦比及“端到端”来的那天。毕竟之前的几次手艺旅途险些都被端到端推倒了重来，之前的逾越上风也会因为新手艺旅途的切换而不复存在；

比及2023年时，花高价招聘四五百个高阶AI东谈主才，all in端到端。与此同期，深度绑定一家考验过超大模子、深谙汽车行业know-how的云厂商，一谈把“数据驱动的飞轮”打磨到极致。

无独特偶，另一位智驾手艺高管曾经向雷峰网谈到，早期，业内大多用C++来竣事智驾软件的多样功能，开动向AI化演进，几十万行的代码渐渐被多样模子所替代，随之带来的是自动驾驶对智能云的依赖空前强化。

跟着智驾工程的AI化，数据的要紧性也愈发突显，并在端到端爆发后，达到了顶峰。

有高管坦言，脚下，各家智驾模子相聚之间虽有分离，但并不要紧，比起相聚结构，优质数据才是更重要的决胜要素，与在舆图测绘、智驾数据采集分析上有行业know-how的云厂商深度配合已成势必。

在这些企业决策者们看来，现时自动驾驶公司每年平均1/10的收入都要支付给云计较公司，而3年后，这一数字将会增多到1/5，以至更多。智驾公司要把云厂商当成自家的中枢职能部门，毅力成了不可幸免的趋势。

这些手艺变化、行业变化都对云厂商建议了更高的条目：不可只作念同质化的IaaS层资源商，而要作念云智一体，以至云、智、驾一体的，面向智驾行业的实在的基建者。

01

什么是智驾行业的“真基建”？

“自动驾驶行业正在出现一种新的‘摩尔定律’。”不少智能驾驶CEO都曾向雷峰网抒发过肖似的不雅点。

在他们看来，国内自动驾驶手艺范式正在加快迭代，短短几年间，已阅历了四代，且每一代的迭代时候都比前一代镌汰了一半，可称之为新的摩尔定律。

在繁多的调换中，雷峰网了解到，前些年，国内智驾还处早期阶段，依赖于各样传感器，如毫米波雷达、激光雷达、单目双目次像头等，在车辆行驶经由中感知环境、网罗数据，识别并跟踪物体，进行援手驾驶。

彼时，各样传感器决策商备受追捧，包括纵目、速腾等都获取了奥密的融资和估值。

第二阶段是高精舆图时期。蔚小理等新势力车企购买了无数的高精舆图，并基于这些舆图作念自驾研发。但这种步调有个很大的流弊：舆图测绘不仅资本高，况且还无法遮掩多样“Corner Case”。

于是在2022年到2023年傍边，行业进入了第三代，即城市自动驾驶阶段。

为了造谣对高精舆图的依赖，一些大众建议，让车辆大范围地跑，通过“重感知+新舆图”或纯感知途径，遮掩更多的谈路和场景，也能竣事更好地自动驾驶。一时候，蔚小理们竞相开启了“城市扫描”。

每家车企的城区NOA开城数目，从单季度的十几个，渐渐扩展到接洽中的几百个，卷到后期，华为也加入进来，径直喊出了“宇宙都能开”的标语。

但到了2024年，一切都变了。

2024岁首，特斯拉开动大范围推送FSD V12，径直带火了“端到端”模式。

与此前把智驾经由切割成一个个模块，用“算法+东谈主工”的格式来竣事所谓的“自动驾驶”不同，端到端是更加深度的AI化，用一个全栈Transformer大模子，竣事感知决策一体化，从传感器输入数据，到决策端径直输出行动轨迹。

特斯拉FSD V12的着力胆怯了业界，国内车企纷繁跟进，晓示推出自家的端到端决策，智驾手艺由此迈入4.0阶段。

但这时候带来了两个问题：

其一，智驾手艺的迭代速率，让车企们难以顽抗。为了不掉队，不被时期淘汰，车企纷繁转型。但各家车企由于情况不同，导致需求各别，呈现出复杂性。

有研发技艺的车企如蔚小理等，需要的是算力支抓和优化。而传统车企，不仅需要算力资源，还需要智驾研发、数据用具及本质know-how的支抓。这就条目云厂商最佳是一个饱胀能打的“万能型”选手。

其二，进入“端到端”时期后，车企的技艺要升级，云厂的技艺更要升级。

端到端的特色是：大数据，大计较，大模子。大计较，非云不可。况且如若“云智一体”的云，这么才能最大散伙优化算力。大数据，非优质数据不可。在大模子时期，数据的要紧性犹如传统软件时期里的“源代码”。

车企千里淀了好多数据，但在降本增效的大布景下，若何用好数据，将原始数据“画龙点睛”却是另一趟事。这时候，惟一亲自下场研发过智驾，一线摸爬滚打过，在PaaS、SaaS上都有丰富行业know-how的云厂商，才有技艺匡助车企更好地避坑。

云计较发展于今，业内早已酿成共鸣：莫得“智”，云就照旧传统的ECS，赋能有限的同期，还极易堕入同质化内卷。但有了“智”也还不够，云智一体在落地时，还需要“行业化”，要解救行业know-how，才能实在帮到客户。

现阶段的智驾行业恰是如斯。汽车云厂商们只是提供算卡、算力等同质化的基础才能，已愈发不够，还需要在“云、智、驾”深度解救、三位一体的基础上，从更高、更深维度上赋能中国车企，作念实在的行业“基建者”。

一直以来，技艺整合都是各大云厂业务发展的重要一环，为此，云厂们也作念了诸多立异尝试，激勉了不少碰撞与故事，干系内幕宽容添加作家微信xf123a调换。

02

若何作念到“云、智、驾”一体？

所谓基建，所谓底座，不是将一些通用产物线打包起来，套个统一的外壳对外售售，因为这么的“底座”看似竣工，但其里面时常是割裂的、碎屑化的。这种“底座”对劳动商来说是庸俗了，却把更多的难题留给了客户。

实在的底座，一定是基于冲破部门墙，组织、业务解救，以及本色场景铸造等的保险，实打实让多样产物、多样手艺深度耦合，进能提供全栈解救决策，退能提供“懂场景、懂用户”的模块化产物用具。这才是底座的“灵魂”地点。

而这率先要有组织层面的保险。

从这个角度看，现在在商场上，百度不错说是最早、最透澈地买通了云、智、驾三大体系的汽车云劳动商。

雷峰网曾在《》一文中闪耀神情过百度是若何开端在业内一步步将云与AI相解救的。而这其中，组织层面的整合起到了重要作用。

2020岁首，百度晓示将原AIG（AI手艺平台体系）、TG（基础手艺体系）、ACG（百度智能云作事群组）举座整合为“百度东谈主工智能体系”（AIG），从组织层面为“云智一体”策略的顺利奉行打下了前提基础。

有了组织保险，在其后的2020-2022年间，百度“云智一体”以一年一级的频率完成了从1.0到3.0的架构升级。

1.0到3.0的升级，不仅手艺架构、业务架构的迭代，更是百度To B在落地垂直行业、赋能实体产业方面的抑止深化。各样东谈主才解救交织，不仅支抓了百度对各样产业场景的打深打透，也让百度在IaaS、PaaS、SaaS层面千里淀了丰富全面的通用产物，实在竣事了云、智、行业之间的解救互促。

比如，百度自2020年发布云智一体1.0架构起，就明确了其中枢方向是通过云与智深度解救的格式，粗陋、高效地支抓千行百业里的智能化应用。

当2021年云智一体进化至2.0版块，策略也随之细化为“符合跑AI的云”和“懂场景的AI”，以此来措置企业两大中枢诉求：一是匡助企业消弱算力包袱；二是造谣企业设备门槛，让五行八作不错在云表搭建属于我方的AI技艺。

到了2022年，云智一体再次升级至3.0，初步酿成了“芯片-框架-大模子-行业应用”的智能化闭环旅途。随同这一闭环建立，百度To B的中枢策略也进化为“云智一体，深入产业”。

其时业内广泛以为，百度对“深入产业”的明确强调，标明其已完成了从“资源销售商”到“基建赋能者”的挪动，负责迈入产业支抓的深水区。这也为百度后续在汽车云边界里的“云、智、驾”一体化，提供了轨范和基础。

本色上，AG百家乐计划百度在智驾边界里的探索很早，早在2013年，百度就确立了干系研发团队，不错说是国内最早一批涉足该边界的企业。伴跟着百度在To B底座上的一次次进化，其对智驾等行业的念念考也在抑止深入。2022年百度以云智一体3.0深入产业后，智驾边界的云劳动也在酝酿升级。

于是到了2023年下半年，为了进一步优化资源成立，擢升劳动着力，百度当令张开组织调治，确立了“百度智能云汽车业务部”，竣事了百度里面自动驾驶、云、AI三大板块的买通。

“整合后的百度有了一个能提供IaaS、PaaS、SaaS完善劳动的汽车云板块。”百度智能云汽车业务部总司理高果荣向雷峰网先容谈。

组织整合为手艺和会、资源分享铺平了谈路，东谈主员流动背后是劝诫技艺的解救。

雷峰网此前曾在不少组织调治著作等分析过东谈主员流动、组织解救的公正。不错说，一时局理有用的架构调治，就如并吞次实时的经络通顺，让公司面对新商场、新挑战，能快速反应，找到锚点和移交。

在汽车云边界里，亦是如斯。

有云、智、驾解救劝诫的云厂商，时常有着更多维的视角，更实战的劝诫，更深远的场景融会，以及更全面的需求支抓。

雷峰网了解到，现在在百度智能云汽车业务部里，汇集了来自百度IDG、ACG工业线、AI线、汽车行业等各样东谈主才，他们曾参与过百度搜索、INF基础才能、自动驾驶研发、灵敏交通、行业云等多项业务，对汽车云有着深入实战的融会。

“没亲自作念过智驾研发，想短期内建成干系的数据闭环用具并辞谢易。”高果荣坦言，“百渡往常多年专研自动驾驶，走了好多路，也踩了不少坑，但如今这些阅历都漂流成了贵重劝诫，千里淀在数据和用具里。”

本色上，往常几年各家云大厂的汽车业务线在产研架构、销售组织上，都阅历了不少迭变，为其现时境遇和畴昔走向埋下诸多因果，此间细目，宽容添加作家微信xf123a调换。

03

此次，百度下了先手棋

更具体来说，百度这种云、智、驾一体的模式，究竟能为商场带来哪些助益？

在高果荣看来，百度汽车云的中枢上风主要有两个，一是深度用云技艺，二是领有一套皆全的行业know-how。也惟一这么，才能实在阐明好云、智、驾一体的上风。

脚下，车企们正在靠近一种“新式的”算力穷困窘境。

与前几年因海外要素导致的算卡穷困不同，现时这波算力垂死更多是源于内因。

尽管“端到端”是智驾边界当红炸子鸡，但由于国内端到端手艺还欠熟习，国内大部分的量产车上，很大一部分照旧传统智驾系统，于是车企们既要督察原有业务，又要参加新手艺研发，双管皆下的散伙就是算力变得垂死，导致各部门堕入资源的争抢与扯皮之中。

这种情况下，率先要作念的是尽可能提高已有算卡的诈欺率，降本增效并举。

这方面百度推出的主打产物是百舸异构计较平台。据了解，该平台不错竣事异构计较资源协同责任，并支抓软硬件纠合优化与中间件加快，进而提高算力诈欺率和优化算力资本。

现在该平台已迭代到最新的4.0版块，不错竣事万卡范围下的多芯羼杂考验，且能将万卡集群算力蚀本限度在5%以内，并竣事存效考验时长占比99.5%以上，从而给企业们提供高性能的算力集群。

除算力垂死外，从与一些传统车企从业东谈主的调换中，雷峰网还发现，好多传统车企由于在智驾边界起步晚，手艺储备稍显薄弱，倾向与领有丰富智驾行业know-how的公司一谈配合，来加快自己智驾技艺的建造。这时候，作念过智驾研发，亲自下场踩过坑的云劳动商时常更获他们的疼爱。

尤其是端到端兴起后，智驾研发从原本的东谈主力密集型转向算力密集型、数据密集型，尤其数据基础才能的门槛，被大幅提高，智驾行业know-how的要紧性愈发突显。

“以前业内作念自动驾驶，一个Conner Case来了之后，大众要么标数据、要么调模子。照旧“东谈主工+智能”的移交。但端到端来了之后，这种移交就行欠亨了。”

高果荣告诉雷峰网，端到端模式下，一个Conner Case过来后，工程师们率先要弄明晰的是劣势在那处，知谈劣势在哪后，不会想着先去调参、调相聚结构，而是想：要措置这个劣势，我需要的数据在哪。

这就触及到去那处找更多的数据，数据若何生成。而这背后需要一个千里淀了深厚行业know-how的数据用具链的支抓。

这一用具链起码要能在三方面帮到客户：

一是能检索或生成优质数据，提高仿真考验的质地和着力； 二是不以就义资本为代价，而条目得资本效益最大化； 三是最佳能联接测绘等禀赋，从车端采集到车端考证，帮客户作念实在的端到端的数据闭环。

具体而言，脚下，国内的很大宗产车还是蕴蓄了无数数据，但并不虞味着要把所稀奇据都一股脑地扔进模子里去考验。若何找到“最有用的”数据，竣事低资本、高着力的考验，才是重要。

比如研发场景中，车企们时时面对一些“两难之选”。举例想在已有场景库中找这么一类数据：前面路面遗撒了一个小于20cm的遗撒物。这类数据在场景库中平日较少，刻意采集的话，资本较高不说，采集时的情况时常也与本色情况有所不同。

这时候，更合算的决策是拿已稀奇据来进行合成。而给与哪些数据，若何合成，若何尽可能促成对考证散伙的正反馈，这些都需要对场景、对数据有劝诫性的融会和判断。

这些融会和判断的具象化的载体就是一套千里淀了行业know-how的数据用具链。而这套用具，如果车企我方从零开行为念，很难。

据高果荣先容，不久前，百度汽车云升级到了3.0版块，这一版块的中枢亮点之一即是在真实数据考验的基础上加入了造谣场景数据，提质增效，最猛进程措置“考验数据量”的问题。

据了解，3.0版块下的新系统的真实数据仿真测试已达到了“百城遮掩”的范围，同期也大略从原始数据中构建出长尾场景，为端到端智驾测试场景的生成提供有劲支撑。

不仅如斯，关于好多车企来说，数据闭环亦然一大中枢需求，这就条目云劳动商有测绘禀赋，能作念数据合规，从起源上作念到实在的端到端数据闭环。

这一闭环会细化到：从车端的数据采集开动，那处能采，那处不可采，若何作念到既合规，又资本最优；采集来的数据车端脱敏、云表脱敏；脱敏后进入数据平台作念分析；分析完毕参加考验；考验完毕作念考证和优化；并通过OTA技艺抑止推送到车上看着力，以此来往。

不出丑出，这套闭环不是离线环境下的“端到端”，而是实时在线的，从车端开拔再回到车端，抑止考证、迭代的“端到端”。

数据、云、AI大模子，以上这些手艺或用具单独拎出一项或几项，可能并不寥落，但如果兼备，就会组成一个精采耦合，彼此驱动的飞轮，进而酿成一种纷乱势能——这恰是“云、智、驾”一体的重要上风地点。

04

结语

回来国内智驾行业发展的这些年，手艺范式的调遣，调治着行业的一次次走向。

从早期依靠东谈主海战术的代码工程，到其后迟缓竣事一个模块一个模块的AI化替代，再到现如今端到端手艺的“飞跃式”突破，自动驾驶终于走出了一条更加晴朗的谈路。

而行业迭代的“明线”背后，是另一条手艺解救的“暗线”：当大模子手艺在智驾这一垂直行业里落地越来越深时，云计较、AI、大模子、智驾劝诫的交互解救成为势必，独属于智驾行业的真基建——“云、智、驾”一体底座，正在酿成。

关于赛谈中的参与者们来说，谁能率先搭好这一底座，谁就能霸占先机，在脚下的淘汰赛中领有更大的胜出几率。

正如特斯拉，凭借在智驾车队、算力集群、AI模子、芯片等方面自成一体的上风，酿成了纷乱的“飞轮效应”，在不到一年的时候里，又发布了FSDV13.2，并完成了首批托福，再次刷新了行业标杆。这也意味着新一轮赛局的发令枪正在打响，留给中国玩家们的时候毅力要紧。

云计较赛谈果真莫得新东西了吗？非也。深入产业看，云计较才刚刚开启了他的第二春。脚下，全球前三云大厂无不重押行业化，行业化已周详球趋势，而国内云厂商往常几年在区域线、行业线上亦然几经变化，探索不啻。近期雷峰网将围绕“云计较行业与区域之争”议题推出干系著作，宽容添加作家微信xf123a调换。

BAT云的救命稻草：蔚小理

三年了，「云智一体」终成共鸣

自动驾驶企业，正在达成「云智一体」的共鸣