政策加持、技术突破：自动驾驶行业的“春天”是否已经到来？

进入2024年，自动驾驶行业的竞争愈发激烈，而大模型技术的崛起无疑又为这场竞赛注入了一剂强心剂。随着人工智能技术从深度学习到多模态大模型的快速发展、行业利好政策春风劲吹，以及商业化落地路径渐晰等三重共振，自动驾驶再次站在了技术进化和投资圈的第一线，有望迎来属于自己的“质变”时刻。

首先，在技术层面，时空融合、大模型等新技术正在被引入自动驾驶，特别是“BEV+Transformer（鸟瞰视图+基于自注意力机制的神经网络架构）”技术和端到端模型的日趋成熟，正以其强大的数据处理能力和自我学习能力，将车辆的感知、决策和执行能力提升到前所未有的高度。

其中，“BEV+Transformer”将二维图像和传感器信息综合转化为三维向量空间，支持多传感器信息融合，在车端实现高精度局部地图的实时构建。如此，极大地降低了自动驾驶对高精度地图的强依赖，使得城区领航成为可能。这是大模型技术在自动驾驶行业的首次亮相，也是FSD（完全自动驾驶）的关键所在。

端到端模型背后，是基于纯视觉方案，将上千万个视频片段包含的人类驾驶知识压缩到了端到端神经网络参数中，形成一个大的神经网络，而无需从前的大量泛化代码。借助端到端，自动驾驶系统便具备了时空理解能力，能读懂文字信息，有了时间观念，理解不同城市特点的交通元素，做出更拟人的决策。

其次，政策层面，随着国内首批有条件自动驾驶（L3级）高速公路道路测试牌照正式发放，宝马、奔驰、深蓝、赛力斯等多家车企获得测试牌照，并相继在北京、上海、重庆和深圳开启测试。可以预见，L3级的规模性启动，将使自动驾驶车辆从小范围测试验证转入技术快速发展、生态加速构建的新阶段。自动驾驶技术的迭代升级，将显著助力汽车产业发展和智慧城市建设，为实现汽车产业、城市管理与大众生活数字化转型升级贡献

光热。

最后，商业化层面，基于以上技术和政策的双重加持，2024年将成为智能驾驶在消费端从形成认知到购买转化的重要时间窗口。自动驾驶技术成为消费者购车的重要考量因素后，车企对高阶智能驾驶的重视程度显著提升。目前，国内几乎所有参与智能汽车竞争的头部玩家，都发布了各自的城区智能驾驶，甚至不少车企和自动驾驶供应商还建立了自己的算力中心。此外，智能化使得车载半导体、线控制动、车载软件等产业需求得以延伸，带来了诸多投资机会。

需要指出的是，在取得一系列实践成果、产业发展速度显著提升的同时，自动驾驶汽车现存的挑战仍不容忽视。不管是人工智能领域近年取得的突破式进展，还是对自动驾驶做出的发展路径预判，底层逻辑仍然是坚守长期主义。

政策支持推动行业进步

国内首批有条件自动驾驶（L3 级）高速公路道路测试牌照的发放，为宝马、奔驰、深蓝、赛力斯等车企提供了发展机遇。多地开启的测试工作，标志着自动驾驶从小规模测试验证迈向快速发展和生态构建的新阶段，将有力推动汽车产业和智慧城市的发展。

国家层面：

《“十四五”数字经济发展规划》：为无人驾驶行业的发展提供了明确、广阔的市场前景，为企业提供了良好的生产经营环境。

《关于支持建设新一代人工智能示范应用场景的通知》：推动智能汽车产业迈入L3时代，智能汽车全产业链有望受益。

《“数据要素×”三年行动计划（2024-2026年）》：重点关注自动驾驶应用场景拓展，并在基础设施建设、数据安全、重点建设方向等方面作出了指导和具体规划。

《智能网联汽车生产企业及产品准入管理指南（试行）》：从准入门槛、应用场景、安全保障等方面对无人驾驶汽车行业做出了规范。

《自动驾驶汽车运输安全服务指南（试行）》：指导自动驾驶汽车常态化运营服务的新发展阶段。

地方层面：

北京：发布了全国首个数据分类分级管理细则、数据安全管理办法，为各个省市加快建设智能网联汽车产业体系，探索更多细分场景的商业化应用提供了重要参考。

上海：发布了高快速路测试与示范实施方案、无驾驶人智能网联汽车创新应用规定等，均为各个省市加快建设智能网联汽车产业体系，探索更多细分场景的商业化应用提供了重要参考。

深圳：出台了《深圳市推进智能网联汽车高质量发展实施方案》，提出到2025年，智能网联汽车产业营业收入达到2000亿元。

广州：发布了《广州市智能网联汽车道路测试与示范应用管理办法》，明确了智能网联汽车道路测试与示范应用的条件和流程。

武汉：出台了《武汉市智能网联汽车道路测试和示范应用管理实施细则（试行）》，提出到2025年，全市智能网联汽车产业规模达到1000亿元。

这些政策的出台，为自动驾驶行业的发展提供了良好的政策环境和发展机遇，有助于推动自动驾驶技术的研发和应用，促进智能交通系统的建设和发展。

商业化进程加速产业变革

技术和政策的双重助力，使 2024 年成为智能驾驶在消费端实现认知到购买转化的重要节点。消费者对自动驾驶技术的重视，促使车企加大投入，众多头部玩家纷纷发布城区智能驾驶方案，并建立算力中心。同时，智能化带动了车载半导体、线控制动、车载软件等产业需求的增长，带来丰富的投资机会。

工信部此前公布了9家首批智能网联汽车准入和上路通行试点联合体。这9家车企分别是比亚迪、蔚来、长安汽车、广汽乘用车、上汽集团、北汽

蓝谷、一汽集团、上汽红岩、宇通客车。

汽车行业分析师刘昊向红星资本局表示，这标志着我国L3/L4级自动驾驶上路的政策支持进一步完善，首批在中国落地自动驾驶的车企可能就在

它们之中。业内普遍认为，随着L3级自动驾驶测试的逐渐落地，2024年将成为自动驾驶技术爆发式发展的新元年。

L3级自动驾驶是可以在限制条件下执行部分功能决策的自动驾驶模式，仍然要求驾驶员保持注意力准备好重新取得驾驶控制权。相较于L2级自动驾驶，车辆对于道路环境的监控和了解已经由人转为车。从这一等级开始才是真正解放司机，自动驾驶技术带来的便利性也更加凸显。

去年11月，工信部等四部委联合印发《关于开展智能网联汽车准入和上路通行试点工作的通知》，正式对L3/L4级自动驾驶的准入规范进行了具体要求，并完善了相关规则。多家整车企业随即官宣已获得有条件自动驾驶（L3级）的道路测试牌照。

值得注意的是，此次公布的9大联合体并没有完全覆盖此前获得L3测试牌照的车企，比如奔驰、宝马、智己、阿维塔、赛力斯、极氪、极越等。

工信部在《智能网联汽车准入和上路通行试点工作问答》中表示，之前企业获得L3道路测试牌照，主要应用于产品研发过程，通过开展实际道路测试，验证产品在实际道路交通运行环境下的安全性。充分的产品研发测试验证，是后续产品量产应用的重要基础，也是此次试点的重要基础。

也就是说，拿到L3道路测试牌照是申请L3级自动驾驶汽车准入和上路的基础。《智能网联汽车准入和上路通行试点实施指南 (试行)》中对于申请试点的企业，有开展测试里程时长的相关要求。

车企也在研究AI大模型

2024年，不少提出All In AI口号的科技公司及车企，在AI赋能产业的道路上勇往直前，亮出一连串的战略合作和技术研发成果。大模型上车也由此迎来诸神之战。

而大模型技术对于汽车的影响，无疑也是巨大的。大模型上车首当其冲会给汽车智能座舱带来全新的场景，围绕视觉、听觉、触觉的多模态输入，通过大数据模型在图像、声音、文本等方面的生成能力，催生出在语音助手、情感互动、智能硬件、生态应用等方面的全新应用场景。

2023年4月，毫末智行发布了自动驾驶生成式大模式DriveGPT，中文名为雪湖·海若，虽然名字很风花雪月，但技术还是实打实的。这是首个自动驾驶生成式大模型上线，目的是实现端到端自动驾驶，现阶段用于解决自动驾驶的认知决策问题。

在J.D. Power 2024年度论坛上，有专家提到，大模型面世短短不足一年时间，已经有7款上市车型搭载了大模型技术，另外计划上市的20多款车也将配备大模型技术。大模型上车已成为必然趋势，2024年的市场将交出第一份成绩单。

一、AI 大模型提升自动驾驶的感知精度

自动驾驶汽车需要对周围环境进行精确感知，才能做出安全准确的驾驶决策。AI 大模型能够高效处理来自多种传感器的海量数据，包括摄像头、激光雷达和毫米波雷达等。通过对这些数据的深度分析和融合，大模型可以更敏锐地识别道路状况、车辆、行人以及各种交通标识，为自动驾驶系统提供更清晰、全面的环境信息。

二、优化决策，让驾驶更智能

在复杂多变的交通场景中，决策的合理性和及时性至关重要。AI 大模型凭借其强大的学习和推理能力，能够根据不同的路况、天气和交通流量等因素，制定出最优的驾驶策略。无论是在拥堵的城市街道还是高速路上，都能确保自动驾驶汽车做出安全、高效的行驶选择。

三、增强适应性与泛化能力

现实中的道路条件和环境千差万别，自动驾驶汽车需要具备强大的适应性和泛化能力。AI 大模型通过对海量多样化数据的学习，能够让自动驾驶系统轻松应对各种未知的情况。无论是恶劣的天气、复杂的地形还是特殊的交通规则，都能保障车辆的稳定运行。

四、加速研发与优化进程

传统的自动驾驶模型训练往往耗时费力，而 AI 大模型的出现改变了这一局面。它能够大幅缩短训练时间，同时利用新的数据实现快速自我优化和改进。这意味着自动驾驶技术能够更快地迭代升级，以更好地满足市场和用户的需求。

五、推动端到端自动驾驶的实现

端到端的自动驾驶是行业的追求目标，AI 大模型在其中发挥着关键作用。它能够将感知输入直接转化为控制输出，减少中间环节的人为干预和误差，提高整个自动驾驶系统的效率和可靠性。

六、模拟仿真助力技术验证

利用 AI 大模型进行高度逼真的交通场景模拟，为自动驾驶技术的研发和测试提供了一个低成本、高效率的解决方案。在虚拟环境中进行大量的实验和验证，不仅能够降低实际路测的风险，还能加速技术的成熟和应用。

展望未来

尽管 AI 大模型为自动驾驶带来了诸多优势，但也面临着一些挑战，如巨大的计算资源需求、数据隐私保护以及模型的可解释性等问题。然而，随着技术的不断进步和创新，相信这些问题都将逐步得到解决。

未来，我们有理由相信，在 AI 大模型的助力下，自动驾驶行业将迎来更加安全、便捷和高效的新时代，为人们的出行带来前所未有的变革。

让我们共同期待自动驾驶在 AI 大模型的引领下，驶向更加美好的未来！