多年以来的自动驾驶路线之争，近日暂时告一段落。6月21日，工业和信息化部副部长辛国斌在国务院政策例行吹风会上表示，将启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用，支持L3级及更高级别的自动驾驶功能商业化应用。

这意味着，从L2+逐步升级到高阶自动驾驶的渐进式路线迎来重大政策利好。渐进式路线正在成为自动驾驶公司和车企们的主流选择。近年来，从中央到地方，都在大力发展L3+自动驾驶，今年以来，包括深圳、北京、上海等地方政府纷纷出台支持自动驾驶的相关文件和政策，行业发展进一步提速。

可以说，受益于5G、大数据、人工智能等技术的发展，再加上行业政策的扶持，自动驾驶行业正在被打通技术和商用的“任督二脉”，而众多企业也正在踊跃布局。

众所周知，自动驾驶技术的成熟完全依赖人工智能算法以及海量真实数据的驱动，而数据处理和算法模型的训练离不开智能计算的基础设施的建设。算力成为自动驾驶公司突破当前技术能力边界，实现向L3+自动驾驶能力进化的核心优势。

近日，作为渐进式路线代表的特斯拉，在推特上公布了其最新的算力建设计划——今年7月特斯拉的Dojo会正式投产，随后，特斯拉的算力将进入快速增长期，到2024年10月达到100Exa-Flops的惊人算力规模。Dojo是特斯拉自研的超级计算机，能够处理海量的视频数据，能够加速特斯拉的Autopilot和FSD（完全自动驾驶）系统的迭代。马斯克称Dojo潜力非常巨大，特斯拉正在为其投入大量精力，并相信它“有可能在训练成本上有一个数量级的提高”。

除特斯拉以外，不少相关企业都已投入到算力中心的建设中。今年年初，国内自动驾驶独角兽企业毫末智行就发布了中国自动驾驶行业最大智算中心MANA OASIS（雪湖·绿洲），算力达670PFLOPS（每秒浮点运算达到67亿亿次），被《人民日报》称为“新业态提供新土壤的典型案例”。

此外，吉利牵手阿里云在湖州成立了星睿智算中心，计算能力为81亿亿次/秒；小鹏也与阿里云共同在乌兰察布建成了自动驾驶智算中心“扶摇”，每秒浮点运算60亿亿次；理想的超算中心也在建设当中。

随着各大车企的智算中心逐渐落地，汽车智能化领域的角逐也将更加激烈。而自动驾驶最有可能的实现方法就是以数据驱动，进行AI大模型的训练和部署。马斯克近日接受媒体采访时就直言，ChatGPT非常受欢迎，FSD可能很快就会以类似的方式引爆市场。“我认为特斯拉FSD将会很快迎来自己的‘ChatGPT时刻’，即使不是今年，也不会晚于明年。”

国内第一梯队的自动驾驶企业也早已不谋而合的把目光瞄准了大模型。毫末在今年4月发布了业内首个自动驾驶生成式大模型毫末DriveGPT雪湖·海若，并宣布正式对行业开放合作，目前已有近20家合作伙伴加入。6月27日，北京市首批10个人工智能行业大模型应用案例发布，毫末DriveGPT名列其中。此前，毫末还受邀成为“北京市通用人工智能产业创新伙伴计划”第一批模型伙伴观察员。

目前，毫末DriveGPT采用了Decoder-only模型架构，参数规模达到1200亿，预训练阶段引入5000多万公里量产车驾驶数据，RLHF阶段引入5万段人工精选的困难场景接管Clips。同时，毫末正在将感知能力融入到DriveGPT大模型训练当中，形成一整套的端到端自动驾驶能力模型。DriveGPT也将具备道路驾驶场景的理解和识别、道路驾驶场景的重建与生成，以及智能驾驶辅助、驾驶能力测评等能力。

除了特斯拉和毫末，最近已经进入自动驾驶量产快车道的国内第一梯队其他玩家们，也正在向大模型和端到端技术靠拢。小鹏自动驾驶总监Patrick表示，端到端自动驾驶系统是完全可微分的管道，它将原始传感器数据作为输入，并生成高级驾驶计划或低级控制动作作为输出。6月，首届理想家庭科技日分享会上，理想宣布本月即将开启城市NOA内测，正式宣告理想AD智能驾驶进入大模型时代。此外，商汤科技提出的“感知决策一体化”自动驾驶通用大模型，相关研究论文也获得了2023届CVPR最佳论文奖。

中信证券分析师连一席、沈思越认为，长期来看，智能化渗透率将决定需求，中央计算、大模型等新范式将决定技术路线，量产经验、工具链、性价比将决定规模与竞争格局。

总体来说，自动驾驶的渐进式路线是一种更实用、更可行、更安全的方式，可以让自动驾驶技术逐步成熟和普及，同时也能满足用户的不同需求和场景。一方面，渐进式路线可以利用现有的汽车制造和销售渠道，降低成本和风险，实现快速量产和落地，另一方面，可以根据用户的实际需求和习惯，提供不同级别和功能的自动驾驶服务，如高速巡航、自主泊车等，提高用户的接受度和满意度。随着大模型、大算力的不断发展，自动驾驶也可以收集更多更丰富的真实场景数据，支持大模型AI的训练和优化，突破自动驾驶的长尾效应，不断提高自动驾驶的智能化程度。

当然，目前的自动驾驶发展依然存在着诸如平衡人机交互和系统干预、不同地区道路条件和标准规范不一致、如何满足不断增长的算力需求等挑战和难点，但相信对着政策的支持和企业的发展，终会让自动驾驶梦想照进现实。伴随着更加明确的政策出台和行业标准统一、自动驾驶产业链生态的形成，真正的自动驾驶时代将会加速到来。