DeepSeek-V3訓練過程算力消耗僅ChatGPT-4的16%，實際成本僅557.6萬美元，展現(xiàn)出強大的技術優(yōu)勢。

　　2.然而，在智能駕駛行業(yè)，數(shù)據(jù)成為決定競爭力的關鍵，頭部企業(yè)通過大量真實路況數(shù)據(jù)形成壁壘。

　　必一運動官網(wǎng)

　　3.由于DeepSeek的崛起，智駕行業(yè)競爭加劇，二線企業(yè)面臨出局風險。

　　4.事實上，資本和人才已經(jīng)開始向頭部五強企業(yè)流動，數(shù)據(jù)寡頭時代即將來臨。

　　5.對于落伍者，只剩下資本市場雪崩般的估值重構和全新警示，技術可以彎道超車，但產(chǎn)業(yè)生態(tài)的進化從不等待遲到者。

　　“我甚至說所有行業(yè)、所有應用、所有軟件、所有服務都值得基于新型人工智能技術、基于AIGC各方面技術支撐、大模型支撐重做一遍……”

　　2023年4月中旬，張勇在阿里云峰會上如此暢言。這番講話的背景，正是當時風頭正勁的ChatGPT大語言模型。

　　張勇口中的“所有行業(yè)、所有應用、所有軟件”，自然也包含了當時正陷入理論和落地泥潭的智能駕駛概念。并非沒有企業(yè)對此躍躍欲試，然而算力的制約卻也是顯而易見的。

　　以目前的視角看，OpenAI采用“從人類反饋中強化學習”訓練方式，實際上頗有幾分日常大家戲謔那種“力大磚飛”的味道。

　　通過堆砌大量算力不惜能耗去訓練大模型，最終受益了能源企業(yè)，以及英偉達這種算力芯片供應商。直到DeepSeek-V3的橫空出世。

　　與ChatGPT-4相比，DeepSeek-V3的訓練過程，算力消耗僅前者的16%，實際成本僅557.6萬美元，折合前者（7800萬美元）的區(qū)區(qū)7%。但兩個大模型在實際部署運用上，能力卻是近似的。

　　站在2025年初這個時間節(jié)點，值此國內(nèi)乃至全球智駕行業(yè)進入收束狀態(tài)迎接收官階段的關鍵時刻，這是否意味著新的變數(shù)？

　　延續(xù)自本世紀第二個十年中期的自動駕駛技術，已經(jīng)明確了依賴深度神經(jīng)網(wǎng)絡（DNNs）來處理特定任務，如感知、預測和規(guī)劃等。這些系統(tǒng)一般采用模塊化設計——每個模塊負責解決一個特定的問題，例如物體檢測、路徑規(guī)劃或速度控制。

　　這種架構的優(yōu)點在于它允許工程師針對每一個子任務進行優(yōu)化，并且便于調(diào)試和驗證。同樣的邏輯也體現(xiàn)在智駕系統(tǒng)的傳感器系統(tǒng)設計上，而前述優(yōu)點也是少部分企業(yè)堅決反對激光雷達，一直堅持所謂“純視覺路線”的根本原因。

　　然而，隨著大模型——即使用Transformer架構構建的模型的流行，尤其是那些具有大量參數(shù)的大規(guī)模預訓練模型，自動駕駛技術迎來了新的可能性。

　　大模型的基本特性之一，是能夠捕捉數(shù)據(jù)中的復雜模式，并通過大規(guī)模的數(shù)據(jù)集進行訓練，從而在多種任務上展現(xiàn)出強大的泛化能力，可以被用來增強系統(tǒng)的感知能力和決策制定過程。

　　在感知能力方面，能夠充分融合與處理更復雜的圖像、雷達和激光雷達數(shù)據(jù)，識別行人、車輛、道路標志等。傳統(tǒng)多傳感器融合所面臨的難題，在大模型面前得到了很好地解決，而且可以提升系統(tǒng)在極端天氣或復雜路況下的魯棒性。

　　此外，大模型在持續(xù)學習能力方面的優(yōu)勢，這意味著其可以根據(jù)新收集的數(shù)據(jù)不斷改進自身的性能，適應不同的駕駛條件和環(huán)境變化。

　　更因為大模型明文羅列邏輯推導過程的特性，使得開發(fā)人員在分析系統(tǒng)決策時，徹底告別了以往的黑箱狀態(tài)。

　　通過透明化決策邏輯幫助調(diào)試和優(yōu)化，并引入冗余系統(tǒng)和風險預測機制，確保在突發(fā)情況下的安全性。

　　▲2023年初ChatGPT的橫空出世，可以被視為AI技術的一次重要突破。盡管其是一種“大語言模型”，但也啟發(fā)了相鄰的各賽道

　　然而在2023年，ChatGPT的出世，并沒有立即對智駕行業(yè)帶來特別的觸動。究其原因，若是以ChatGPT為模板來倒推的話，以Transformer架構把現(xiàn)有的智駕系統(tǒng)“重做一遍”，重新訓練的代價將會非常巨大。

　　英偉達配備80GB緩存的A100 GPU算力卡單卡的理論算力是 312TFLOPS，但考慮到tensor/pipeline parallel并行技術算力利用率僅略超過一半，則完成一個月訓練量需要接近千張80G內(nèi)存規(guī)格A100算力卡。

　　而在2023年的時候，1000張80G A100的采購價格大約1.5億人民幣。

　　DeepSeek之所以被視為重大突破，乃是通過混合專家架構（MoE）與多頭潛在注意力（MLA）機制，不但提高預訓練中的算力利用率，還有效地降低了推理成本。

　　簡單粗暴描述大致可認為，是以OpenAI訓練ChatGPT所需代價的五分之一，實現(xiàn)了大致一樣效果。

　　必一運動官網(wǎng)

　　然而這一切發(fā)生在2024年末，資本密集投資智駕企業(yè)的機會窗口已經(jīng)關閉，甚至整個市場也被初步瓜分。

　　幾天前，曾經(jīng)被譽為國內(nèi)智能駕駛第一股的圖森未來，在去年初宣布轉(zhuǎn)換娛樂以及影視制作賽道之后，終究是沒有能夠扛住壓力，企業(yè)因為“內(nèi)訌”而解散。

　　往前推，在這個春節(jié)長假剛結(jié)束那會兒，2024年末已宣布進入“低功耗模式”的縱目科技，也傳出人去樓空的消息。

　　而僅僅兩年半之前，這家企業(yè)曾一度因為拿下問界M5/7智能泊車解決方案訂單，一時成為行業(yè)矚目的焦點。

　　往前追溯，去年的11月27日，成功登陸美國的小馬智行在首個交易日即跌破發(fā)行價。盡管這家企業(yè)在國內(nèi)曾經(jīng)有過“行業(yè)獨角獸”的光環(huán)，但在美譽之下卻是企業(yè)自2016年成立以來，已經(jīng)連續(xù)虧損八年的事實。實際此番上市，多少也有點最后一搏的味道。

　　也是在去年的年末，曾經(jīng)得到過長城汽車大力扶持的毫末智行，也傳出了裁員的消息。而若是追溯到2024年的年初，便是圖森未來從美股退市的大新聞——其市值最高時，曾經(jīng)達到160億美元規(guī)模。

　　在2023年末，國內(nèi)智駕行業(yè)有了所謂“地大華魔”的說法。并且在去年年末的時候，又進一步完善為頭部供應商的“華元魔大地”，外加自研整車廠的“蔚小理極米”之說。

　　在這個大趨勢下，DeepSeek的崛起如同給這股變革的浪潮注入了強大的動力。在訓練效率方面，經(jīng)過其優(yōu)化能進一步縮短推理響應時間。

　　這意味著在實際的智駕場景中，車輛對于各種復雜路況的判斷和決策速度會大大提高。

　　例如，當車輛在高速行駛中突然遇到前方有障礙物或者車輛變道時，能夠更迅速地作出反應，避免事故的發(fā)生。

　　另外，在數(shù)據(jù)標注這個環(huán)節(jié)，DeepSeek通過其獨特的跨模態(tài)遷移能力，有效地降低了訓練過程中對人工數(shù)據(jù)標注的依賴。

　　后者看似是對中小廠商的機遇，然而頭部企業(yè)憑借自身已經(jīng)積累的大規(guī)模數(shù)據(jù)，仍然在這個領域形成了一定的壁壘。

　　例如，頭部企業(yè)可能已經(jīng)擁有了海量的真實路況數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過長時間的積累和整理，包含了各種各樣的駕駛場景，這是中小廠商短期內(nèi)難以企及的。

　　通過模型蒸餾這種技術手段，一些廠商有可能實現(xiàn)“彎道追趕”。但是這僅限于那些具有大量自主數(shù)據(jù)的廠商來說，畢竟對于這行來說，算法的性能不僅僅取決于模型本身，還與數(shù)據(jù)的質(zhì)量和數(shù)量密切相關。

　　沒有足夠的自有數(shù)據(jù)，就很難對模型進行有效地優(yōu)化和調(diào)整，從而導致在算法性能上與其他廠商存在差距。

　　這種差距在行業(yè)競爭日益激烈的今天，可能會進一步被拉大，使得這些廠商在市場競爭中處于更加不利的地位。

　　既然提到了數(shù)據(jù)對于當前智駕技術發(fā)展的重要性，相信大家也能理解車企直接入場的理由了。

　　特別是隨著DeepSeek的橫空出世，又進一步降低了門檻。而這種已經(jīng)呈現(xiàn)大趨勢的發(fā)展狀況，進一步?jīng)_擊了第三方供應商模式，使得所有未能擠入頭部行列的二線企業(yè)面臨出局的風險。

　　實際上，整個趨勢在2024年就已經(jīng)啟動，其集中體現(xiàn)在資本和人才的流動上。

　　據(jù)統(tǒng)計，去年在所有投向智駕供應商的融資中，有超過八成流向了上述提到的頭部五強企業(yè)。

　　世人將DeepSeek，視為一場算力的平權運動。然而這場始于2023年，爆發(fā)于2024年末，并于不久前廣為人知的技術革新，映射到智能駕駛行業(yè)，卻幾乎成為了產(chǎn)業(yè)的“陷阱”。

　　當新架構將訓練成本壓縮到不足頭部企業(yè)年度電費支出的零頭時，真正的戰(zhàn)場早已從算法研發(fā)轉(zhuǎn)向數(shù)據(jù)沉淀。

　　華為ADS積累的3000萬公里城區(qū)道路數(shù)據(jù)、小鵬汽車構建的3000小時極端天氣場景庫、比亞迪天神之眼系統(tǒng)背后200萬輛車的實時反饋，這些用真金白銀和時間壁壘堆砌的護城河，正在將后發(fā)者死死擋在門外。

　　即便有企業(yè)能通過開源框架快速搭建原型系統(tǒng)，缺乏實際道路數(shù)據(jù)的模型也終究是實驗室里的“電子游戲”。

　　產(chǎn)研閉環(huán)的碾壓優(yōu)勢，使得博世、大陸等傳統(tǒng)Tier1供應商不得不將業(yè)務收縮至執(zhí)行端，而曾經(jīng)風光無限的算法公司則陷入是否要賣身甚至是賣身無門的窘境。

　　站在2025年的門檻回望，智駕行業(yè)的終局輪廓已然清晰：這注定是一場屬于數(shù)據(jù)寡頭的游戲。

　　當特斯拉宣布FSD北美訂閱成本降至每車99美元，當華為ADS3.0開始向第三方車企開放訂閱，當蔚小理的用戶每天持續(xù)貢獻的智駕里程突破八位數(shù)，那些曾以“顛覆者”自居的初創(chuàng)企業(yè)終于明白，真正的革命從來不會發(fā)生在聚光燈下，早已在數(shù)據(jù)洪流的奔涌中完成了對舊秩序的審判。

　　留給落伍者的，只剩下資本市場雪崩般的估值重構，以及可以被書寫進商業(yè)教科書的全新警示——