启动元戎，一直激进

作为新人，如何在“疯狂”的汽车智能驾驶市场获得订单，更激进的策略可能是方法之一。 。

不久前，长城负责人魏建军开始了城市智能驾驶首秀。直播前不久，长城专门向媒体介绍了这个城市NOA方案，也就是SEE一体化智能驾驶模式。

据长城官方介绍，SEE集成智能驾驶模型完成了感知决策集成路径的组合，从规则驱动向数据驱动转变，并与特斯拉的FSD相结合。 端到端智驾的V12方案趋同。

但是有趣的是，这个智能驾驶计划背后的英雄，并不是长城汽车旗下的毫末智行，更多的是另一家智能驾驶企业:元戎启动。

魏建军首次进行城市智能驾驶体验直播。

今年早些时候，元戎开始与长城合作的消息传出，依靠激进的端到端技术， 。当时，根据《晚点》的消息，正是“元戎启动端到端” DEMO 给长城留下深刻印象” 。

FSD在特斯拉 V12证明端到端的可行性后，国内头部智能驾驶企业和汽车企业基本上宣布从端到端的技术架构演变，但目前还没有真正落地的用户。

长城汽车当然希望通过新技术落地，进入智驾头部梯队。

而启动元戎，更需要通过“激进”的技术，让产品落地上车，实现现金加血，才能留在牌桌上。。

事实上，自五年前元戎诞生以来，无论是1万美元的前装量产L4计划；或者快速落地端到端技术；或者在2024年的100人会议上说“L4级是骗人的”。

更加极端，这也是元戎启动，或许多跑道后来者的生存方式。 。

L4时代的“明星”之一

“以前我们是L4公司。2022年，我们决定不做L4。我们做了一张地图，画了一张图片跑了。这是无稽之谈。没有商业模式。。"这是元戎CEO周光在2024中国电动汽车百人会论坛上发表的讲话，相当背水一战。

周光，元戎的首席执行官

虽然周光似乎“抛弃L4”，但正如他所说，元戎成立于2019年时，想成为一家自动驾驶公司，一度受到金融市场的青睐。

根据企业查询数据，自2019年以来，元戎启动已获得6笔融资。。

其中，2021年9月，元戎在获得阿里巴巴领先的3亿美元融资后，迅速以超过10亿美元的估值，成为继小马智行、文远知行、Momenta等公司之后的中国另一家自动驾驶独角兽。

另一方面，改善了外部融资环境。

经过2018年和2019年的资本寒冬，自动驾驶金融市场在2020年开始复苏，并在2021年迎来新的投融资浪潮。

据赛博汽车不完全统计，在汽车智能化方向上，2021年一、二级市场投资总额达到1591.9亿元，投资热点主要集中在整车、自动驾驶解决方案、芯片、激光雷达等领域。

其中，2021年自动驾驶解决方案投融资达65起，总金额达424.1亿元，L3级及以上占60%以上。。

另外一方面，元戎启行本身也取得了业务进展，具有行业里程碑意义。

2021年年末，DeepRouteepRouteet发布了一套价格低至1万美元的L4级自动驾驶解决方案。-Driver 2.0。

当时，行业L4级自动驾驶解决方案的一般成本在几十甚至上百万元之间。 。

以百度为例，百度一直追求商业化的性价比。它在年初提出了一个低成本L4轻量化解决方案，并与极狐一起发布了Apollol Moon，无人驾驶汽车的成本为48万元，刨去车辆本身的成本，粗略计算，自动驾驶解决方案的价格仍然在10-20万元之间。

元军启动称，之所以能做到这么低，首先是元戎对算法技术的前瞻性思考和布局，其次是自主研发部分硬件带来的成本控制。第三，它与产业链的成熟有关。。

采用5个固态激光雷达，8个摄像头，以及自主研发的计算平台，元戎启动的L4自动驾驶方案。

L4自动驾驶采用全固态激光雷达方案，是世界上第一家。 。尽管固态激光雷达尺寸小，成本低，容易量产，但测量精度也相对较低，面临着“长距离检测”的重大挑战。

直到当下，全固态激光雷达也不作为主激光雷达大规模生产而使用。可以看出，元戎启动的选择比较激进。

但从元戎启动时的对外展示效果来看，整体表现不错。配备元戎战略的汽车在深圳CBD晚高峰上路一小时，全程零接手。

周光甚至直言不讳，2024年以后，L4自动驾驶车辆将大规模量产。“以元戎启动为例，产品研发的第一阶段已经完成。下一阶段，我们将与汽车制造商一起打磨大规模生产的汽车产品，为大规模生产做准备。2024年将进入大规模转折点”。

L2转型，紧跟最新技术方向

转眼间，2024年来了，但是元戎开始了，却“走了”，甚至说出了“L4是扯淡”的言论。

其背后，存在自动驾驶行业本身的问题，也存在经济环境的客观因素。。

L4长尾场景解决不了，安全问题变成了恶魔；在商业方面，L4不能在地面上赚钱，只能在小范围内进行实验操作。最终的结果是，在经济下行的背景下，资本失去了信心。

2022年自动驾驶相关投资状况

根据公开信息不完全统计，2022年，自动驾驶相关投资事件发生125起，累计披露金额约205亿元，融资事件基本与去年持平，但累计融资金额远低于2021年。

而且资本焦点的细分赛道也发生了变化，从过去的多点开花到量产。

特别是做高级乘用车智能驾驶计划的玩家，在2022年进入资本关注的中心位置；计算芯片、传感器和硬件集成玩家与量产自动驾驶密切相关，也占跑道投资事件近40%。 。

在大背景下，大量的自动驾驶公司进行业务转型，或“降维”。

一部分是情景降维，从Robotaxi到干线物流、无人配送等比较简单的赛道；另一部分是技术降维，将业务重点从L4转移到L2。

2022年，元戎选择了后者，开始了对L2的研究。

这个时候Momenta、在智驾领域，华为等已小有成效。 作为后来者，元戎的启动必须最大限度地遵循最新的技术方向:一是无图，二是端到端。 。

2023年3月，元戎推出了DeepRoutetepRoute，这是中国第一个不依赖高精度地图，可以实现全球点到点功能的高级智能驾驶解决方案-Driver 3.0。

按照元戎启动的描述，配备这一策略的智能驾驶汽车，在导航地图的覆盖范围内，可以实现全球高级智能驾驶功能。

基于Driver 3.0技术框架，元戎同步推出D-PRO和D-两款AIR智驾产品。

D-PRO是全球高级智能驾驶产品，在导航地图的覆盖范围内，实现全球点到点的智能驾驶功能；D-AIR是一种高级辅助驾驶， ACC、LCC、ILC、APA、AEB 等待辅助驾驶功能。

硬件费用为前者 1.4 万人民币，后者为7000元 元人民币 。

DeepRoute-Driver 在3.0发布的同时，元戎已经开始研发端到端模型。 。

在今年的北京车展上，元戎推出了DeepRouteet平台，该平台将大规模生产 IO，以及第一个基于DeepRoute的模型。 选择NVIDIA解决方案进行IO。 DRIVE 系统级芯片Orin，200 TOPS计算率，1颗固态激光雷达，11个摄像头，为端到端方案。

根据元戎的启动，基于这一方案，我们已经与国内一家头部车企进行了量产合作，2024年几款合作车型将陆续推向消费市场。。

后发者的优点，先行者的难题

为什么这么快落地端到端方案，一方面是公司的发展要求，当然不排除宣传文字的需要；另一方面，也可能是因为后来者没有太大的技术负担。。

经验丰富的汽车公司、智驾公司的布局端到端，代表着技术路线的变化，对之前积累的抛弃。

毕竟，端到端并不意味着去除现有模块之间的后处理，实现模块之间的连续可导，需要构建一个新的、巧妙的网络结构。因此，之前在架构中检测到的参数无效，大量人工编写的有效代码被放弃。

换句话说，现在可以用来开城的技术成果将被放弃，沉默成本更高。

再次进入者，自然这样的烦恼要少得多。

但是也不是没有压力。

与传统的自动驾驶路线不同，端到端模型取代了以前用于感知、描述、预测和规划的多个模块，使自动驾驶直接在一端输入图像数据，实时控制一端导出，更贴近人类的真实驾驶。

可简单理解为，传统的自动驾驶是按照逻辑行驶的，而端到端则是模拟人类本身。。

传统感知系统与端到端感知系统的对比

那么，如何让自动驾驶“像人一样”，就需要投入更多的驾驶数据来提高模型水平。训练中使用的数据越多，计算率越强，模型性能越好。

也就是说，决定端到端模型性能上限的是数据和算率。 。

通俗地说，需要很多车在路上跑，需要很多芯片在云上计算。

前一种情况下，元戎启动自然存在劣势，目前其智驾商品尚未真正量产上车，检测数量也不够大。

后一种需要足够的钱。

地平线副总裁兼软件平台产品线总裁余轶南对赛博汽车表示，端到端的初步计算门槛可能是1000英伟达A100，也就是19.5Pflops计算门槛。。

现在，一块A100的价格大约是17万元，在不考虑建设和运营费用、只“买卡”的情况下，基本的端到端起步就要花费1.7亿元。

“一个独立的(端到端)软件算法无法构建堡垒。在计算率、算法和信息中，核心堡垒是计算率，因为计算率是稀缺的。数据也构成堡垒，但不是显性堡垒。未来端到端肯定会对数据有指数需求。”余轶南说。

此外，大型训练所需的分布式架构硬件架构、数据闭环、训练方法将成为端到端落地的新技术壁垒。。

换言之，要真正落地端到端方案，技术、车辆数量、计算能力和资金缺一不可， 很明显，这并不容易。

与此同时，它究竟能否100%安全，没有人能给出准确的答案。

所以在现阶段甚至未来很长一段时间内，端到端的落地速度都不会很快。 。

但是，从2019年进入自动驾驶，到2022年底转为智能驾驶，元戎开始的每一次进入都不算太早，似乎一定要更加激进地投入，才能超越现有落地经验的“前辈”。

假设创业是一场“赌博”，元戎启动在第一阶段的自动驾驶跑道赌输了，新的智能驾驶跑道能翻本吗？

本文来自微信微信官方账号“赛博汽车”（ID：Cyber-car），作者：黎澜，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com