DeepSeek-V3訓(xùn)練過程算力消耗僅ChatGPT-4的16%，實(shí)際成本僅557.6萬美元，展現(xiàn)出強(qiáng)大的技術(shù)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(guān)鍵，頭部企業(yè)通過大量真實(shí)路況數(shù)據(jù)形成壁壘。

　　必一運(yùn)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(fēng)險(xiǎn)。

　　4.事實(shí)上，資本和人才已經(jīng)開始向頭部五強(qiáng)企業(yè)流動，數(shù)據(jù)寡頭時(shí)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(gòu)和全新警示，技術(shù)可以彎道超車，但產(chǎn)業(yè)生態(tài)的進(jìn)化從不等待遲到者。

　　“我甚至說所有行業(yè)、所有應(yīng)用、所有軟件、所有服務(wù)都值得基于新型人工智能技術(shù)、基于AIGC各方面技術(shù)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(dāng)時(shí)風(fēng)頭正勁的ChatGPT大語言模型。

　　張勇口中的“所有行業(yè)、所有應(yīng)用、所有軟件”，自然也包含了當(dāng)時(shí)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(qiáng)化學(xué)習(xí)”訓(xùn)練方式，實(shí)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(xùn)練大模型，最終受益了能源企業(yè)，以及英偉達(dá)這種算力芯片供應(yīng)商。直到DeepSeek-V3的橫空出世。

　　與ChatGPT-4相比，DeepSeek-V3的訓(xùn)練過程，算力消耗僅前者的16%，實(shí)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(gè)大模型在實(shí)際部署運(yùn)用上，能力卻是近似的。

　　站在2025年初這個(gè)時(shí)間節(jié)點(diǎn)，值此國內(nèi)乃至全球智駕行業(yè)進(jìn)入收束狀態(tài)迎接收官階段的關(guān)鍵時(shí)刻，這是否意味著新的變數(shù)？

　　延續(xù)自本世紀(jì)第二個(gè)十年中期的自動駕駛技術(shù)，已經(jīng)明確了依賴深度神經(jīng)網(wǎng)絡(luò)（DNNs）來處理特定任務(wù)，如感知、預(yù)測和規(guī)劃等。這些系統(tǒng)一般采用模塊化設(shè)計(jì)——每個(gè)模塊負(fù)責(zé)解決一個(gè)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(gòu)的優(yōu)點(diǎn)在于它允許工程師針對每一個(gè)子任務(wù)進(jìn)行優(yōu)化，并且便于調(diào)試和驗(yàn)證。同樣的邏輯也體現(xiàn)在智駕系統(tǒng)的傳感器系統(tǒng)設(shè)計(jì)上，而前述優(yōu)點(diǎn)也是少部分企業(yè)堅(jiān)決反對激光雷達(dá)，一直堅(jiān)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(gòu)構(gòu)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(yù)訓(xùn)練模型，自動駕駛技術(shù)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(fù)雜模式，并通過大規(guī)模的數(shù)據(jù)集進(jìn)行訓(xùn)練，從而在多種任務(wù)上展現(xiàn)出強(qiáng)大的泛化能力，可以被用來增強(qiáng)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(fù)雜的圖像、雷達(dá)和激光雷達(dá)數(shù)據(jù)，識別行人、車輛、道路標(biāo)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(fù)雜路況下的魯棒性。

　　此外，大模型在持續(xù)學(xué)習(xí)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(jìn)自身的性能，適應(yīng)不同的駕駛條件和環(huán)境變化。

　　更因?yàn)榇竽Ｐ兔魑牧_列邏輯推導(dǎo)過程的特性，使得開發(fā)人員在分析系統(tǒng)決策時(shí)，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(fēng)險(xiǎn)預(yù)測機(jī)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(shù)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(gòu)把現(xiàn)有的智駕系統(tǒng)“重做一遍”，重新訓(xùn)練的代價(jià)將會非常巨大。

　　英偉達(dá)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(shù)算力利用率僅略超過一半，則完成一個(gè)月訓(xùn)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(shí)候，1000張80G A100的采購價(jià)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(gòu)（MoE）與多頭潛在注意力（MLA）機(jī)制，不但提高預(yù)訓(xùn)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(rèn)為，是以O(shè)penAI訓(xùn)練ChatGPT所需代價(jià)的五分之一，實(shí)現(xiàn)了大致一樣效果。

　　必一運(yùn)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(jī)會窗口已經(jīng)關(guān)閉，甚至整個(gè)市場也被初步瓜分。

　　幾天前，曾經(jīng)被譽(yù)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?yàn)椤皟?nèi)訌”而解散。

　　往前推，在這個(gè)春節(jié)長假剛結(jié)束那會兒，2024年末已宣布進(jìn)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?yàn)槟孟聠柦鏜5/7智能泊車解決方案訂單，一時(shí)成為行業(yè)矚目的焦點(diǎn)。

　　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(gè)交易日即跌破發(fā)行價(jià)。盡管這家企業(yè)在國內(nèi)曾經(jīng)有過“行業(yè)獨(dú)角獸”的光環(huán)，但在美譽(yù)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(shí)。實(shí)際此番上市，多少也有點(diǎn)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(shí)，曾經(jīng)達(dá)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(shí)候，又進(jìn)一步完善為頭部供應(yīng)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(gè)大趨勢下，DeepSeek的崛起如同給這股變革的浪潮注入了強(qiáng)大的動力。在訓(xùn)練效率方面，經(jīng)過其優(yōu)化能進(jìn)一步縮短推理響應(yīng)時(shí)間。

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

　　例如，當(dāng)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(shí)，能夠更迅速地作出反應(yīng)，避免事故的發(fā)生。

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

　　后者看似是對中小廠商的機(jī)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(gè)領(lǐng)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(shí)路況數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過長時(shí)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(shù)手段，一些廠商有可能實(shí)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(guān)。

　　沒有足夠的自有數(shù)據(jù)，就很難對模型進(jìn)行有效地優(yōu)化和調(diào)整，從而導(dǎo)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(jìn)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(dāng)前智駕技術(shù)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(jìn)一步降低了門檻。而這種已經(jīng)呈現(xiàn)大趨勢的發(fā)展?fàn)顩r，進(jìn)一步?jīng)_擊了第三方供應(yīng)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(fēng)險(xiǎn)。

　　實(shí)際上，整個(gè)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(jì)，去年在所有投向智駕供應(yīng)商的融資中，有超過八成流向了上述提到的頭部五強(qiáng)企業(yè)。

　　世人將DeepSeek，視為一場算力的平權(quán)運(yùn)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(shù)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(dāng)新架構(gòu)將訓(xùn)練成本壓縮到不足頭部企業(yè)年度電費(fèi)支出的零頭時(shí)，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(gòu)建的3000小時(shí)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(shí)時(shí)反饋，這些用真金白銀和時(shí)間壁壘堆砌的護(hù)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(shí)際道路數(shù)據(jù)的模型也終究是實(shí)驗(yàn)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(yīng)商不得不將業(yè)務(wù)收縮至執(zhí)行端，而曾經(jīng)風(fēng)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(dāng)特斯拉宣布FSD北美訂閱成本降至每車99美元，當(dāng)華為ADS3.0開始向第三方車企開放訂閱，當(dāng)蔚小理的用戶每天持續(xù)貢獻(xiàn)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(gòu)，以及可以被書寫進(jìn)商業(yè)教科書的全新警示——