為何豐田、大眾、現(xiàn)代自研智駕先后折戟

來源：市場資訊

（來源：AutoReport 汽車產(chǎn)經(jīng)）

撰文｜于雷

編輯｜甘猛

出品｜汽車產(chǎn)經(jīng)

就在6月底，德國媒體披露，大眾計劃終止與博世持續(xù)三年多的自動駕駛聯(lián)盟（ADA）。

這曾是大眾軟件戰(zhàn)略最重要的一塊拼圖。2022年，大眾軟件子公司CARIAD與博世宣布聯(lián)合開發(fā)一套從L2城市脫手駕駛到L3高速公路自動駕駛的模塊化系統(tǒng)，首款產(chǎn)品計劃2023年量產(chǎn)裝車。

大眾當初對這套系統(tǒng)充滿野望，不僅要用大眾全系乘用車上，還希望供給其他客戶，借此設立行業(yè)新標準。

但四年過去，這套系統(tǒng)等到的只是叫停。據(jù)稱，大眾內(nèi)部已經(jīng)對這套系統(tǒng)進行了評估，認為其明顯落后于市場主流水平，尤其是在城市路況下的脫手駕駛能力方面，與競爭對手有顯著代差。

事實上，這并不是傳統(tǒng)巨頭第一次放棄自動駕駛項目。

豐田同樣很早就下場。2016年就在北美設立TRI研究院，隨后又成立TRI-AD，投資Uber ATG、Aurora、小馬智行等公司，試圖同時押注乘用車與L4無人駕駛兩條路線。最終，TRI-AD重組為Woven by Toyota，對外戰(zhàn)略重心轉(zhuǎn)向Arene軟件平臺，高階自動駕駛逐漸淡出公開技術布局的核心。

現(xiàn)代也曾于2019年與安波福合資Motional，希望借此打開L4商業(yè)化市場。但隨著Robotaxi持續(xù)降溫，Motional近兩年連續(xù)收縮業(yè)務。另一邊，現(xiàn)代轉(zhuǎn)向乘用車市場的自研端到端智駕大模型Atria AI，也被韓國媒體今年曝光的一份內(nèi)部測試揭露其自研成熟度僅為25分（滿分100），被評定為“成熟度嚴重不足”。

如果把這些事情放在一起看，會發(fā)現(xiàn)一個耐人尋味的共同點。今天被認為在智能駕駛掉隊的，恰恰是當年布局最早，也最舍得投入的傳統(tǒng)車企。

如今，很多人把傳統(tǒng)車企受挫的結(jié)果，歸結(jié)于它們的軟件能力差，對智能化變革重視不足，但事實并非如此。

至少在智能駕駛這件事上，它們?nèi)刖植⒉煌恚矎奈戳邌萃度搿某闪ⅹ毩④浖尽⒅亟M研發(fā)體系，到數(shù)十億美元押注自動駕駛，它們幾乎把今天主流車企能做的事都做了一遍。

NO.1

[嚴重低估了L4的難度]

其實在早期階段，業(yè)界對于自動駕駛的主流看法是直達L4。

一方面，L4擁有遠高于輔助駕駛的商業(yè)想象空間；另一方面，Robotaxi（自動駕駛出租車）被認為能夠擺脫傳統(tǒng)賣車模式，讓汽車第一次具備持續(xù)創(chuàng)造收入的能力。

也正因這種巨大的商業(yè)想象，催生出了Waymo、Cruise、百度Apollo三大L4巨頭。

李彥宏乘坐Apollo自動駕駛測試車駛上北京五環(huán)

2017年，百度AI大會還曾上演過轟動一幕。百度創(chuàng)始人、董事長兼CEO李彥宏實時連線會場，直播乘坐Apollo自動駕駛測試車途經(jīng)北京五環(huán)到達現(xiàn)場的過程，并高調(diào)對外預判2020年就能實現(xiàn)自動駕駛規(guī)模化落地。

在這種熱情下，資金雄厚的傳統(tǒng)車企也開始行動。通用砸下近10億美元收購Cruise，后續(xù)軟銀、本田持續(xù)加碼，短短兩年估值沖到百億美元級別；福特前后拿出10億美元重倉Argo AI，大眾又追加26億美元聯(lián)合押注。

與此同時，豐田、現(xiàn)代等車企也相繼布局Robotaxi和L4自動駕駛，希望搶占下一代汽車競爭制高點。

單看資金規(guī)模，這些傳統(tǒng)車企在自動駕駛上的投入并不少。當時不少新勢力整個創(chuàng)業(yè)階段的融資規(guī)模，也不過十幾億美元。

只是問題在于，它們押中的是一條短期內(nèi)很難兌現(xiàn)的路。

Robotaxi并沒有像預期那樣快速進入商業(yè)化。真實道路遠比實驗室復雜，長尾場景始終難以解決，法規(guī)審批進展緩慢，運營成本也居高不下。原本預計幾年就能落地的L4，一拖就是近十年。

反而是另一條當時并不太受關注的路線，率先實現(xiàn)了商業(yè)閉環(huán)。

特斯拉在2020年10月推送其首個完整自研的FSD Beta v1

特斯拉沒有把Robotaxi作為早期商業(yè)化路徑，而是選擇先把L2做好；小鵬、理想等后來者進入市場時，也幾乎都沿著這個方向推進，把城市NOA一步步做成了消費者愿意買單的產(chǎn)品。

當L2開始形成銷量、數(shù)據(jù)和算法相互促進的閉環(huán)時，傳統(tǒng)車企才陸續(xù)意識到這條路線的重要性。

于是，這些曾經(jīng)投入巨大的項目開始陸續(xù)收縮。

NO.2

[智駕研發(fā)，已經(jīng)不是傳統(tǒng)造車邏輯]

如果只是判斷失誤，傳統(tǒng)車企其實還有追趕的機會。

畢竟，L2智能駕駛也不是一蹴而就的。特斯拉、小鵬、理想等公司，幾乎沒有一家企業(yè)沿著最初的方案一路做到今天。

從早期依賴高精地圖、規(guī)則算法，到BEV鳥瞰圖、OCC占用網(wǎng)絡，再到端到端、VLA大模型。每一次變化，都意味著前一代技術版本將要失去競爭力。

更關鍵的是，這不是一次普通的軟件升級。每次路線的變化，也意味著感知模型、訓練數(shù)據(jù)、工具鏈、計算平臺等要重新適配，很多過去積累的工程成果無法復用，只能重新開發(fā)。

對于AI公司來說，這種推倒重來并不稀奇。AI模型研發(fā)，本來就是不斷驗證、不斷推翻的過程。

新的架構只要被證明效果更好，即使前一代投入了大量資源，切換時也不會受到阻力。因為它們的研發(fā)，從來不是為了完成某一個項目，而是要讓模型能力更強。

FSD V12內(nèi)測后，特斯拉AI軟件副總裁Ashok稱其是全面技術重構

這一邏輯，同樣出現(xiàn)在以智能駕駛為核心的新勢力上。

今年，小鵬集團董事長、CEO何小鵬曾透露，公司原本已經(jīng)完成了第一代VLA的開發(fā)，但隨后發(fā)現(xiàn)V/L-A架構的潛力更大，決定放棄已經(jīng)開發(fā)完成的版本，直接轉(zhuǎn)向第二代VLA。

按照傳統(tǒng)汽車研發(fā)的標準，這意味著此前數(shù)月的投入沒有形成最終產(chǎn)品，項目無法交代。但在小鵬內(nèi)部，它只被當做一次正常的技術迭代，甚至是管理層主動決定的。

這恰恰是在說明兩種研發(fā)體系的不同。

過去幾十年，汽車研發(fā)遵循的都是項目制邏輯。制定研發(fā)項目時，也會隨之確定預算、時間節(jié)點和技術目標，然后經(jīng)過層層審批后進入開發(fā)，再按照既定計劃完成驗證和量產(chǎn)。

整個體系追求的是確定性，因為一個項目成果要綁定后續(xù)一系列產(chǎn)品，要落地到那些車上。這也就意味著，中途改變技術路線導致項目延期，將直接影響到后續(xù)產(chǎn)品規(guī)劃，項目負責人往往更愿意優(yōu)先保證交付時間。

更重要的是，AI研發(fā)比拼的已經(jīng)不只是投入規(guī)模，而是誰能持續(xù)聚集最優(yōu)秀的AI人才。

DeepLearning.AI創(chuàng)始人、前谷歌大腦創(chuàng)始主管吳恩達不止一次提到：AI目前最稀缺的資源是人才。

這種判斷如今已經(jīng)逐漸成為整個行業(yè)的共識，只是這也是傳統(tǒng)車企不容易追上的地方。

因為真正具備成熟經(jīng)驗的人才本就有限，而且往往會繼續(xù)向已有強大團隊的公司集中。對他們來說，選擇一家公司不只看薪酬，還要看團隊本身的技術實力。

團隊的人才密度越高，對優(yōu)秀人才的吸引力就越強，而且這種優(yōu)勢還會不斷自我強化。等傳統(tǒng)車企意識到這一點時，行業(yè)里最稀缺的一批人，往往已經(jīng)完成了聚集。

NO.3

[傳統(tǒng)車企輸不起]

除了體系的區(qū)別外，資本市場對兩類企業(yè)的估值邏輯和容錯空間也截然不同。

對于特斯拉、小鵬這樣的企業(yè)來說，智能駕駛本身就是公司長期成長的核心。即便這些技術短期無法兌現(xiàn)，甚至要放棄現(xiàn)有的成果重新研發(fā)，也會被市場理解為構建未來競爭力的必要投入。

資本市場愿意為這種預期買單，車企也能依靠科技估值持續(xù)獲得資金，反哺下一輪架構迭代。

最有代表性的就是特斯拉，它過去幾年保持著遠高于傳統(tǒng)車企的估值水平。即便2024、2025年汽車銷量連續(xù)下滑，股價也沒有出現(xiàn)持續(xù)下行的壓力，資本市場討論焦點始終圍繞FSD、Robotaxi、Dojo、Optimus等AI業(yè)務的進展。

多家華爾街機構也多次表示，對特斯拉的估值已經(jīng)不能簡單按照汽車制造商來看，而更多參考AI和科技公司的成長空間。

反觀大眾、豐田、現(xiàn)代、通用這類傳統(tǒng)車企，它們的估值更多來自銷量、利潤率、現(xiàn)金流以及股東回報。智能駕駛研發(fā)首先體現(xiàn)為成本，其次才有可能轉(zhuǎn)化為收入。

如果一項研發(fā)持續(xù)投入數(shù)年，卻遲遲無法形成產(chǎn)品，資本市場看到的往往不是未來，而是不斷增加的成本。

2023年10日，Cruise在舊金山的行人拖拽事故，成為終止該業(yè)務的導火索

通用Cruise就是典型的例子，2016-2024年，通用在Cruise累計投入超過100億美元，但Robotaxi商業(yè)化始終沒有達到預期。2024年底，通用宣布停止Robotaxi業(yè)務后，CFRA Research分析師Garrett Nelson公開表示，這一決定是"朝著正確方向邁出的一步"，因為投資者早已對Cruise遲遲沒有商業(yè)成果感到不耐煩。

ACR Alpine Capital Research投資組合經(jīng)理Tim Piechowski也稱，股東更希望公司在資本投入上保持克制，因為部分自動駕駛技術還沒有成熟的商業(yè)模式。

大眾遇到的則是另一種約束。

和博世成立自動駕駛聯(lián)盟后，原本計劃在第二年（2023年）就要落地兼顧L2城市脫手駕駛和L3高速自動駕駛的模塊化系統(tǒng)，但一直延期到目前還沒有完成。

雙方內(nèi)部實際也很清楚自己落后的事實，博世在2025年的通告中曾提到正在跟進兩段式端到端，而當時國內(nèi)頭部玩家已經(jīng)基本轉(zhuǎn)向一段式或VLA。

大眾內(nèi)部也對這套系統(tǒng)進行了評估，認為其在L2++級城市自動駕駛技術上"存在明顯差距"，尤其是在城市路況下的脫手駕駛能力方面，與競爭對手有顯著代差。

基于大眾ID. Buzz打造的自動駕駛測試車

但雙方都沒有立刻叫停，否則不僅會被市場解讀為自研戰(zhàn)略失敗，拖累集團估值與品牌預期，部分已經(jīng)資本化處理（不一次性在利潤中扣除，而是分成多年攤銷）的軟件開發(fā)成本還可能需要確認減值，直接影響當期利潤。

這也是為什么，越來越多傳統(tǒng)車企開始放棄從智能技術的底層自研能力，轉(zhuǎn)而引入外部成熟方案。

因為，智能駕駛已經(jīng)從一個幾年能夠完成的研發(fā)項目，變成了一項需要持續(xù)投入、持續(xù)迭代的長期能力建設。

對于大多數(shù)傳統(tǒng)車企來說，繼續(xù)承擔全部成本，已經(jīng)越來越不符合上市公司的經(jīng)營邏輯了。

NO.4

如果放在三四年前，傳統(tǒng)車企討論最多的是要不要自己掌握靈魂。

但放到今天，這個問題已經(jīng)變成了，哪些能力必須自己做，哪些可以依靠供應商來完成。

過去一年，這種變化越來越明顯。

大眾中國把智駕交給了與地平線成立的合資公司酷睿程，在全球繼續(xù)擴大與Mobileye的合作；奔馳在中國通過股權投資和定點方式與Momenta深度綁定，國際上選擇英偉達全棧方案；日產(chǎn)也將直接采用Wayve的大模型。

這背后的原因是大模型改變了原有的開發(fā)邏輯，早期的輔助駕駛更像開發(fā)一個功能，項目落地后，研發(fā)也就隨之告一段落。但放到大模型時代，卻需要持續(xù)的迭代升級，甚至不斷的重構底層算法。

如果繼續(xù)堅持所有能力都自己做，就意味著不僅要投入算法團隊，還要長期建設算力、數(shù)據(jù)和訓練體系，并持續(xù)承擔每一代模型迭代的成本。而采購成熟方案，可以更快把資源放到整車開發(fā)制造和市場營銷這些原本更擅長的領域。

所以，過去一年越來越多傳統(tǒng)車企開始與Mobileye、Momenta、地平線等公司合作，并不是因為智能駕駛不重要，而是已經(jīng)重要到很難再由一家傳統(tǒng)車企獨自完成全部投入。

只是這套邏輯并不適用于特斯拉、小鵬等公司。

對于它們來說，智能駕駛本身就是產(chǎn)品競爭力，也是品牌價值的重要來源。如果基礎模型依賴外部供應商，就意味著核心能力掌握在別人手里，未來很難與其它車企拉開差距。

這也是為什么，同樣面對越來越高的研發(fā)成本，兩類企業(yè)最終走向了不同的方向。