魏牌蓝山智能驾驶版
过去几年，“智能驾驶”的标签与新造车企业绑定得愈发紧密，小鹏、华为、理想等不少新锐品牌纷纷在智能驾驶领域发力，意图在新能源时代抢占用户心智。
相较之下，传统车企的声音看似小了很多，但其实在这个时代它们并没有低头，以长城为代表的车企也在暗中积蓄力量，试图在智能驾驶的竞争中分得一杯羹，重新回到市场。
今年以来，长城汽车总裁魏建军先后在保定、重庆两地进行智能驾驶实车测试，作为公司一把手，他不仅亲自参与测试，还带了技术部的多名同事，为公司最新的智能驾驶技术背书。
客观来说，如果回溯到一年前，长城汽车的智能驾驶在行业内还没有太大的存在感，量产车上采用的L2+级辅助驾驶产品也大多来自于供应商的成熟解决方案。
直到今年4月，长城发布了SEE一体化智能驾驶技术架构，核心目标是应对从高速到城市场景的L2+级辅助驾驶，在这个架构下，在传统分段式算法模块的基础上进行优化，采用一体化大模型来解决更多场景下的决策问题，但同时也包含人工规则。
从技术层面来看，长城汽车的SEE模型不再是传统的基于规则的决策规划模型，而是融合人工智能决策的一体化大模型，因此其避障能力表现出一定的驾驶经验，相比之前依靠上千人团队逐个场景拼凑的笨拙方式，效率得到了大幅提升。
那么如今经过整个集团大规模的研发投入，长城的智能驾驶能力进化到什么程度了呢？
以下为长城汽车智能化副总裁吴惠晓、智能平台开发中心高级总监蒋海鹏、智能平台开发中心专家吴国肃等人与媒体近日对话实录，钛媒体App略加编辑。
问：长城汽车目前的智能驾驶能力与其他品牌相比如何？
蒋海鹏：首先说一下我们自己的优势，从去年下半年开始做城市无界，华为和小鹏这两个龙头公司，我们原本预测2025年就能落地城市无界，我们部门在推动的很深，最开始是用地图，后来逐渐演化成大模型无地图的架构，正是因为他们相对激进的推动，教育了我们的用户，把城市无界推到了智能驾驶最流行的场景。
今年CES的时候，我们对特斯拉进行了深入的试驾，回国之后，我们对所有具备智能驾驶功能的车型都进行了深入的评测和试驾。我觉得我们现在的地位，不比任何一家公司差，从口碑上来说，我觉得我们是前三名，不吹牛。
Q：您如何看待目前业界主流的端到端大模型技术路线？
蒋海鹏：现在几乎每个算法公司或者主机厂都在讲端到端的大模型。我可以负责任的告诉你，全世界真正做到端到端、已经搭建好端到端架构的公司不超过三家。即便是端到端的架构下，里面也嵌入了很多规则和安全问题。因为端到端这个概念本身，并不是特斯拉去年或者今年提出来的。我们刚开始做自动驾驶的时候，就知道一定有一个模型。只是当时能力不够，模型不够好，芯片不够好，数据量也不够。
所以我们先把感知建模好，再进一步把模型建模好，然后逐渐推到决策端。没有模型的时候就靠规则。后来我们发现，一旦进入城市，如果还按规则来，就达不到要求。如果无限制地堆砌代码，可能要三千、五千人才能写好自动驾驶的城市规则。就算写了，一旦有变化，也很难解决问题。我们清楚的知道，一定要用数据驱动运营，减少人的代码量，降低成本，否则不行。
问：车企对端到端形势比较乐观，但仍然存在一些不确定性，长城如何看待规避风险？
蒋海鹏：端到端肯定是未来，但不是终点，现在有更先进的东西，真正的智能驾驶终点一定是像人一样思考，理解场景，根据对场景的理解做出智能驾驶的动作。
举个简单的例子，我们开车的时候，前面有个黑色的塑料袋，如果两边都有车，我们绕不过去的话，肯定会碾过去，因为我们知道它是软的物体，我们可以碾死它，第一不会出事故，第二不会对我的车辆造成任何损害。现在不一样了，根本没办法知道前面有个软的，只知道它是障碍物，所以要么刹车要么避让。
未来自动驾驶肯定是基于场景理解的，我们也在做规划，在发展这方面，现在有一些基础。首先从芯片的角度，像英伟达的Thor我们也明白它也在朝着这个定义走。你自己的芯片要支持运行类似大型语言模型的芯片。从模型的角度我们有我们所谓的语言模型，类似开放的AI，支持我们去理解、去感知、去综合判断。这是未来的终点。
端到端是指基于自动驾驶本身的一套技术逻辑，从感知建模到融合建模最后到规模建模进行分段。因为人越来越懒了，做开发特别是软件代码和算法，极其烧脑的工作，想让自己的工作简单点怎么办？做AI的同学特别讨厌代码，因为觉得写代码浪费我的时间，所以极其自我驱动。代码需要转化成模型，一旦变成模型，云端自己去适应。所以我们认为端到端只是技术发展的一个阶段，而不是智能驾驶的终点。
问：长城SEE架构2.0为什么既保留了模块化端到端的特点，又保留了完全端到端的特点？
吴国苏州：这两个是概念，真正的端到端不是说没有规则可以覆盖底线，但是全端到端的好处是你的数据从头到尾都可以从人开车的轨迹、特点去学习。以现在的技术，没有人可以训练出一个完全端到端，可以用于所有场景的东西，也不可能是一个中间有感知接口的模块化端到端的东西。
比如有车道线，有类似的障碍物，模块化端到端最大的好处就是模型容易训练，但是没有完全端到端的优势，所以把两部分结合起来，简单来说就是跑两个模型，两个模型如果是独立的，那么计算能力要求会加倍，需要设计一个数据共享交换的机制，这也是模型制作的一个难点。最后还会有相应的仲裁机制，来决定在什么场景下我认为某个模型导出需要的能力，能够将这些场景无缝结合起来。
问：长城智能驾驶具体的城市开放策略的依据是什么？
蒋海鹏：开辟新城市的逻辑其实很简单，我们把蓝山销量排名前二十的城市，销量最好的城市有重庆、成都等，这四个城市走访之后，我们有一个优势，不同类型的城市，各自占据一类。重庆是山城，路况复杂；成都是拥堵的典型代表，城市车道很窄，车流量巨大，每条车道都有公交专用道和候车区；深圳是高科技城市的典型代表；上海很类似；保定是二三线城市的代表，所以每个城市都代表一种类型的城市。如果把几个城市概括出来，应用到其他城市会更有效。
我们非常羡慕蔚来、小度等公司的推广方式，因为他们已经有车在市场上通过OTA为用户提供功能了，他们不是从零开始，他们已经有0.5个了，再加0.5个就是1个了，我们目前还没有车在市场上，只能从零开始，包括这个功能从销售一开始就存在，这是两种不同的做法。
问：长城汽车在推进城市新常态过程中面临哪些调整？
吴慧晓：大规模普及是在2025年，去年我们预估节点是2024年上半年，后来我们跟整车合作，包括在开放过程中对车型架构做了一些调整，然后我们在落地过程中也发现，整个行业都会面临一个用户接受人机共驾的阶段，蓝山智能驾驶版在推出的时候就会有这个功能，OTA之后也会对交互进行优化调整。
问：长城智能驾驶研发团队目前规模有多大？
吴会晓：我老板曾经跟我讲过，他管理着一千多人，包括司机、TST的人员，司机人员不是未来的正确方向，基于更大模型场景理解的发展方式，其实会越来越少地依赖工程投入、人海战术，未来我们一定会用更高质量、更高密度、更高的人才梯队，加上我们的基础设施。
Q：您如何看待激光雷达在智能驾驶中的作用？
蒋海鹏：LiDAR只能解决1%的问题，车企为了1%花几千块钱值得吗？我们认为值得。不是我们公司不需要降成本，品牌和老板一直说可以。我们还是坚持不能降一些成本，而这个1%恰恰跟安全有关。所以我们不是说一两年内就把LiDAR淘汰掉，还是要保证安全这个底线。
问：长城汽车的智能驾驶车型将按照怎样的顺序推出？
吴慧晓：目前蓝山智能驾驶版搭载的是Pilot Ultra，另外还有max、pro，我们也要看用户的需求，有些用户觉得这种情况下使用有顾虑，然后我们再决定是推广全程高速公路NOA还是城市NOA。
问：消费者什么时候能够用现金支付智能驾驶费用？
吴惠晓：我的观点是，商业就是最大的慈善。你的汽车一定要能够正向的运营，才能保持你的业务和产业链正向的、可持续的健康发展。你不能强买强卖。首先把产品做好，你做好之后，会为用户解决很多问题，他们会觉得花钱是值得的。我们在公司内部也需要做很多工作，需要建设流程、IT系统、支付渠道，其实所有行业都经历过这个过程。
不管是智能驾驶还是座舱，都要提升体验，基于未来商业模式良性闭环，路要先从组织、技术链上铺好，当你真正提升了体验，用户才会愿意为之买单，真正让用户享受到科技带来的便利，就觉得钱花得值，自然愿意买单。
今年车企竞争很激烈，软件行业亏损，我觉得我们整个国家，包括我，都要学会为什么样的价值买单，我们为食物、衣服、房子买单，但是我们愿意为音乐买单吗，为知识产权买单，全社会都要努力。
Q：为什么说明年是智能驾驶产业元年？
吴国苏州：可以从四个方面来看。
第一是算法的演进。我们多年前做智能驾驶的时候，觉得要让它发挥作用，首先要做好感知。感知看不到的东西，就触不到。后来感知的水平提高了。但是没有认知。今天认知是指智能驾驶系统对场景的理解，这个在过去是非常难的，我们做过无数的探索。但是今天的语言模型、视觉语言技术，已经让我们能够有一个宏观的场景去把握认知技术。如果要把这个模型搬到汽车上去，我们不能只是照搬过来直接用，这个是不可能的。至少从技术角度来讲，这是方法。智能驾驶大模型可能还可以解决零样本或者稀有样本的问题，这是算法方面。
第二是算力。今天所有高端自动驾驶公司，除了中国的华为有自己的芯片，而且确实遥遥领先，其他都用的是的芯片。其实它的核心设计师在2019年就设计好了，现在已经完成了，但是中间延迟交付了。所以我们从四年前就开始适应的芯片架构。其实芯片明年会有一次非常重要的迭代，不管是还是国产的高算力芯片，算法都会让它走上正轨，造车。
第三是数据，多年来，无论是传统主机厂还是新势力，都积累了一定的智能驾驶数据，当数据量积累到一定程度，就可以用来训练大型模型，量变到质变的可能性已经形成。
最后是认知层面。过去有两派，一派相信自动驾驶，一派不相信。大家都认为数据驱动是未来。数据驱动有一个优势，现在每百公里优化一次，假设每年优化10次，大家就比较有信心了。大家对这件事情都有信心、有认知。这个认知一方面会带动大家对技术的投入，另一方面也会间接影响到法律法规、伦理道德等支撑的软性的东西。这个点快到了。
Q：您如何看待特斯拉FSD进入中国？长城等国产智能驾驶技术相比特斯拉有哪些优势？
吴慧晓：特斯拉在辅助驾驶领域一直处于领先地位，我们在美国也看到了它的表现，只能说有挑战。一方面，短期内很难取得特别好的效果，美国道路和中国道路差别很大，美国人很少出现车车混行的情况，我们在旧金山街头体验的时候，如果有人的话，还是会给驾驶员带来相当大的扰动，一旦有大量数据，端到端的大模型开发模式肯定会让它更快的提升。（本文首发于钛媒体App，作者：李宇鹏，编辑：张敏）
