這一變化的背景是，在軟件算法上，行業(yè)完成向“端到端”技術(shù)模式的轉(zhuǎn)變后，2025年，各主要企業(yè)又陷入了軟件算法路線的爭(zhēng)論。但目前在中國市場(chǎng)，無論是VLA還是世界模型，都未能在用戶體驗(yàn)上展現(xiàn)出絕對(duì)優(yōu)勢(shì)。

更重要的變化在于高階智能駕駛在商業(yè)應(yīng)用上的分化。

比如，以城市NOA為核心的高階智能駕駛，在不同價(jià)格區(qū)間呈現(xiàn)出“K”字形的分化，智能駕駛普及和高端升級(jí)這兩條不同的車型價(jià)值路線在市場(chǎng)競(jìng)爭(zhēng)中交織。這導(dǎo)致整個(gè)行業(yè)在高階智能駕駛的車端算力應(yīng)用上不可避免地走向多樣化。

值得一提的是，隨著智能駕駛技術(shù)的不斷進(jìn)步，一些企業(yè)已經(jīng)從L2級(jí)向?qū)儆贚4級(jí)的Robotaxi布局，云端算力的支持作用越來越明顯。

當(dāng)然，在這一系列看似復(fù)雜的變化背后，有一個(gè)相對(duì)清晰的底層邏輯：算力正成為智能駕駛發(fā)展的核心要素。

實(shí)際上，從技術(shù)演變、商業(yè)應(yīng)用和產(chǎn)業(yè)分化的多個(gè)角度來看，我們可以得出一個(gè)相對(duì)確定的結(jié)論：無論是在車端還是云端，中國智能駕駛行業(yè)對(duì)算力的需求都在不斷增加。

端到端框架下的算力變化

2023年8月26日，馬斯克在美國硅谷進(jìn)行了一場(chǎng)自動(dòng)駕駛直播，吸引了數(shù)百萬人觀看。直播中，馬斯克駕駛了一輛搭載FSD Beta V12軟件版本的Model S，該軟件版本正是特斯拉正在開發(fā)的端到端自動(dòng)駕駛系統(tǒng)。

這場(chǎng)成功的直播可以看作是特斯拉自動(dòng)駕駛進(jìn)入端到端階段的一個(gè)轉(zhuǎn)折點(diǎn)。

值得一提的是，直播中馬斯克駕駛的Model S搭載的算力硬件是特斯拉HW3，算力配置為144 TOPS。但當(dāng)時(shí)，算力更強(qiáng)的HW4已經(jīng)開始逐步上車。

事實(shí)上，從2019年到2023年，特斯拉一直使用144 TOPS的算力標(biāo)準(zhǔn)來推進(jìn)智能駕駛的演進(jìn)，盡管在此期間其軟件算法已經(jīng)發(fā)生了多次重要改變。甚至到2023年上半年，特斯拉在開發(fā)端到端算法軟件并進(jìn)行初步車端部署時(shí)，其優(yōu)先部署對(duì)象仍是144 TOPS的HW3。

然而，在特斯拉持續(xù)推進(jìn)FSD算法框架向端到端演化的過程中，HW3逐漸被HW4取代。

2024年7月，特斯拉推出了FSD的V12.5版本，其參數(shù)數(shù)量是V12.4的五倍。重要的是，這個(gè)版本首先面向搭載最新HW4算力的車輛，然后才針對(duì)HW3車型進(jìn)行優(yōu)化適配，因此HW4成為FSD進(jìn)化過程中的優(yōu)先部署平臺(tái)。

就這樣，在端到端的技術(shù)框架下，特斯拉順利完成了算力平臺(tái)從HW3到HW4的切換。

需要說明的是，即使在端到端架構(gòu)下，特斯拉也一直在對(duì)FSD軟件進(jìn)行大幅更新，比如FSD從V12.4到V12.5進(jìn)行了5倍的參數(shù)量提升，而2024年底推送的FSD V13則進(jìn)行了一次大規(guī)模的代碼重寫。

不僅如此，到2025年，特斯拉在FSD V13的基礎(chǔ)上又推出了參數(shù)量高達(dá)10倍的FSD V14，模型參數(shù)的倍數(shù)級(jí)放大意味著車輛能夠理解更復(fù)雜的環(huán)境信息。同時(shí)，馬斯克還多次在社交媒體上透露，特斯拉自研的下一代AI5算力平臺(tái)的算力將是HW4（后命名為AI4）的10倍。

回過頭來看，在中國，智能駕駛企業(yè)在學(xué)習(xí)特斯拉的同時(shí)，并未完全走特斯拉的路。

實(shí)際上，當(dāng)特斯拉在2023年堅(jiān)定轉(zhuǎn)向端到端路徑后，中國的新勢(shì)力車企如小鵬、理想、蔚來，以及智駕方案商如華為、地平線、元戎啟行等，都在2024年開始擁抱端到端，這背后也有向特斯拉學(xué)習(xí)的意味。

從車端算力的角度來看，這些企業(yè)在布局端到端路徑時(shí)，仍選擇基于舊有平臺(tái)的算力方案進(jìn)行優(yōu)先部署，其中最主流的方案是總算力高達(dá)508 TOPS的英偉達(dá)雙Orin-X計(jì)算平臺(tái)。

然而，進(jìn)入2025年后，當(dāng)特斯拉FSD繼續(xù)向V14版本演進(jìn)時(shí)，中國企業(yè)在集體意識(shí)到端到端方案存在的問題和局限（如不可解釋、無法應(yīng)對(duì)長(zhǎng)尾場(chǎng)景）后，開始探索新的算法演進(jìn)路徑，這時(shí)紛爭(zhēng)出現(xiàn)了。

其中，以理想、小鵬、元戎啟行為代表的企業(yè)選擇了發(fā)源于具身智能領(lǐng)域的VLA方案，而華為、蔚來等則更強(qiáng)調(diào)世界模型。

這既有各家在具體實(shí)現(xiàn)路徑上的差異，也有市場(chǎng)宣傳的考量，可以說是“亂花漸欲迷人眼”。但從用戶體驗(yàn)的角度來說，很難說哪一家在智能駕駛上擁有絕對(duì)優(yōu)勢(shì)。

不過，盡管在軟件算法方案上各有千秋，但基于行業(yè)發(fā)展、技術(shù)切換和商業(yè)應(yīng)用等多方面的整體節(jié)奏，各大智駕企業(yè)在2025年集中迎來了車端算力層面的切換周期，整個(gè)智駕行業(yè)在車端算力層面形成了三大不同的流派。

三派分流，各有特色

算力的提升，其實(shí)是高階智能駕駛在技術(shù)進(jìn)化和產(chǎn)品應(yīng)用過程中的必然結(jié)果。

比如，2022年，在智能駕駛應(yīng)用場(chǎng)景從高速NOA向城市NOA躍升的關(guān)鍵時(shí)刻，包括理想、蔚來、小鵬在內(nèi)的智能駕駛企業(yè)都在新推出的二代車型中采用了英偉達(dá)雙Orin-X算力平臺(tái)（蔚來搭載了四顆Orin-X，但模型主要在其中兩顆上運(yùn)行）。

在此次升級(jí)中，這些車型的算力水平相比前代車型有了倍數(shù)級(jí)提升，也支撐了其算法的持續(xù)迭代，一直到端到端時(shí)代。到2025年，在高階智能駕駛進(jìn)一步向VLA或世界模型邁進(jìn)時(shí)，智能駕駛的算力也迎來了一次集體躍遷。

但這一次，各家的選擇出現(xiàn)了明顯的分流態(tài)勢(shì)。

從2025年的情況來看，在車端應(yīng)用維度上，高階智能駕駛的車端算力選擇主要分為三個(gè)流派：車企自研、英偉達(dá)系、華為系及其他。

第一派是車企自研芯片，以蔚來、小鵬、理想這三家新勢(shì)力車企為代表。

其中，蔚來先是在年初開始交付的ET9車型中搭載了兩顆自研的神璣NX9031芯片，后來又在上半年的5566和全新ES8等車型中搭載了一顆神璣NX9031芯片。蔚來官方表示，一顆神璣NX9031的算力水平相當(dāng)于四顆Orin-X。

小鵬自研的圖靈AI芯片算力為750 TOPS，該芯片在2025年7月份以三顆組合的方式隨小鵬G7 Ultra版本正式上車。而在最新上市的小鵬X9增程版中，Max版智駕也從原來的雙Orin-X芯片切換為單顆圖靈AI芯片。

理想的情況稍有不同。到目前為止，理想已經(jīng)對(duì)外宣布了自研的M100車端智駕芯片，但還未上車。理想表示，與市場(chǎng)上最強(qiáng)大的芯片相比，M100在運(yùn)行大模型時(shí)能提供兩倍的性能，在運(yùn)行視覺模型時(shí)能提供三倍的性能。該芯片預(yù)計(jì)明年將部署在旗艦車型上并交付給用戶。

因此，到目前為止，理想在2025年上市的車型上仍選擇搭載英偉達(dá)最新一代的Thor芯片，即我們所說的第二派——英偉達(dá)派。

作為英偉達(dá)最新一代的車載計(jì)算平臺(tái)，英偉達(dá)Thor能提供數(shù)倍于Orin-X的算力，且與英偉達(dá)的DriveOS操作系統(tǒng)緊密配合，是市場(chǎng)的熱門選擇。

從應(yīng)用維度上看，除了理想旗下的車型外，2025年上半年，Thor在領(lǐng)克900、小米YU7等車型上落地；下半年，極氪品牌、智己品牌下的多款車型也搭載Thor上市。

值得一提的是，上述車型多采用單Thor方案，極氪9X車型還提供了一個(gè)搭載雙Thor芯片的千里浩瀚H9智駕方案。

當(dāng)然，需要說明的是，除了具備算法自研能力的車企外，類似于元戎啟行、卓馭這樣的算法供應(yīng)商也在基于英偉達(dá)Thor進(jìn)行高階智駕方案的研發(fā)，它們的方案也會(huì)有機(jī)會(huì)在更多車型中落地。

即使各大車企和方案商都在尋求搭載更高算力的計(jì)算平臺(tái)，但在現(xiàn)有的應(yīng)用場(chǎng)景中，英偉達(dá)仍是在中國市場(chǎng)高階智駕應(yīng)用層面最關(guān)鍵的算力平臺(tái)供應(yīng)商。

比如，自研芯片的小鵬汽車也在發(fā)布會(huì)上明確表示，仍會(huì)在部分車型上選擇英偉達(dá)的芯片；而蔚來在旗下樂道品牌的L60和L90車型上仍采用英偉達(dá)Orin-X平臺(tái)。

除了上述兩派外，還有一類是華為和地平線這樣同時(shí)擁有軟硬件能力的供應(yīng)商。

其中，華為在通過鴻蒙智行取得成功后，又通過華為乾崑品牌與國內(nèi)一眾車企達(dá)成了ADS方案合作。不過，華為本身不傾向于公開其智能駕駛平臺(tái)的算力，因此從技術(shù)維度上，華為更多是基于軟件算法進(jìn)行迭代，加強(qiáng)在云端算力側(cè)的世界引擎訓(xùn)練，從而在ADS 4相關(guān)車型上落地。

其中一個(gè)小變化是，盡管仍有不少車型繼續(xù)采用MDC 610，但類似于尊界S800這樣的車型則采用了算力更高的MDC 810計(jì)算平臺(tái)。

當(dāng)然，在華為之外，地平線也在2025年大力推動(dòng)其最新的J6芯片系列通過其一段式端到端HSD智能駕駛方案來上車，目前該方案已經(jīng)在奇瑞、長(zhǎng)安的部分車型上成功落地。

總體來看，從車端算力的維度來看，整個(gè)市場(chǎng)隨著汽車行業(yè)本身的變化而變得更加分化。其中的變量在于，華為憑借自身的技術(shù)和品牌實(shí)力占據(jù)了一定份額，一些新勢(shì)力車企出于自身戰(zhàn)略考量選擇自研，整個(gè)行業(yè)也隨之迎來了前所未有的格局變化。

算力瓶頸，從車端到云端

從自動(dòng)駕駛整體發(fā)展的角度來看，無論是在車端還是云端，都需要更多、更強(qiáng)大的算力支持。

畢竟，在智能駕駛這片“無人區(qū)”中，技術(shù)方案雖然存在不確定性，但有一個(gè)非常明確的趨勢(shì)是，智能駕駛在現(xiàn)有端到端感知能力的基礎(chǔ)上，還需要獲得更加高效和通用的“世界認(rèn)知能力”的加持，無論是VLA還是世界模型，這都是一道無法繞過的門檻。

而認(rèn)知顯然是一個(gè)更加復(fù)雜的工程。

與此同時(shí)，在智能駕駛產(chǎn)業(yè)的集體推進(jìn)中，已經(jīng)有英偉達(dá)、特斯拉、小鵬、地平線、元戎啟行等玩家在推進(jìn)L2的基礎(chǔ)上，瞄準(zhǔn)了歸屬于L4框架下的Robotaxi。

這種情況下，算力的瓶頸越來越明顯。

從車端的角度來看，多位行業(yè)人士已經(jīng)明確表示，無論是VLA還是端到端，從車端的角度來看，對(duì)其實(shí)際提升最大的約束仍是算力。也就是說，大算力仍是智能駕駛產(chǎn)業(yè)未來進(jìn)一步從L2向L4躍升的必要基礎(chǔ)。

正是因?yàn)槿绱?，馬斯克才在公開場(chǎng)合表示，特斯拉AI5的算力將是HW4的將近10倍。元戎啟行CEO周光也表示，下一代芯片將達(dá)到5000 TOPS，甚至10000 TOPS級(jí)別也不遠(yuǎn)了。不僅如此，英偉達(dá)的下一代DRIVE車端算力平臺(tái)也將不出意外地面向更高算力演進(jìn)。

然而，相比于車端，在智能駕駛企業(yè)推動(dòng)L2向L4演進(jìn)的過程中，更重要的競(jìng)爭(zhēng)維度其實(shí)是在云端。

實(shí)際上，在整個(gè)智能駕駛行業(yè)的演變過程中，一代又一代算法的迭代和演變都是率先在云端進(jìn)行嘗試、訓(xùn)練和部署的，因此云端算力本身才是智能駕駛算法進(jìn)化的關(guān)鍵基石，而更大的云端算力同樣是未來算法迭代的核心支撐。

一位長(zhǎng)期關(guān)注智能駕駛產(chǎn)業(yè)的投資人告訴我們，特斯拉之所以能夠在FSD的演進(jìn)過程中取得巨大優(yōu)勢(shì)，除了其工程師團(tuán)隊(duì)在算法能力上確實(shí)出色外，還有一個(gè)重要基礎(chǔ)是它擁有更加充足的云端算力加持，這為它在數(shù)據(jù)閉環(huán)、數(shù)據(jù)訓(xùn)練、仿真驗(yàn)證等方面提供了巨大優(yōu)勢(shì)。

真實(shí)的情況是，在進(jìn)入端到端的技術(shù)體系后，智能駕駛的技術(shù)演進(jìn)對(duì)數(shù)據(jù)處理和模型訓(xùn)練提出了更高的要求，并由此在云端掀起了一場(chǎng)算力軍備競(jìng)賽。

關(guān)于自動(dòng)駕駛的發(fā)展對(duì)云端算力的依賴，英偉達(dá)全球副總裁、汽車事業(yè)部負(fù)責(zé)人吳新宙也在2024年北京車展期間明確表示：作為一個(gè)不可避免的未來，未來的AI汽車會(huì)比現(xiàn)在的自動(dòng)駕駛開發(fā)簡(jiǎn)單很多，更多地集中在云端。

實(shí)際上，這場(chǎng)基于云端算力的競(jìng)賽在2023年就已經(jīng)開始，并且在2024年愈演愈烈。其中一位行業(yè)人士告訴我們，即使是在財(cái)務(wù)狀況不佳的2024年，一位新勢(shì)力車企老板還是決定增加云端算力，結(jié)果是，這家新勢(shì)力在2025年出現(xiàn)了智駕算法的跨越式迭代。

而到了2025年，這場(chǎng)基于云端的算力軍備競(jìng)賽仍在繼續(xù)。

一位從事智駕研發(fā)的工程師表示，其實(shí)到了2025年，云端算力肯定還是不夠用的，但各家的智駕部門要想增加云端算力，其實(shí)還是要受制于每年公司能夠給出的算力預(yù)算；有了預(yù)算就可以找到云服務(wù)廠商購買算力資源。

這位工程師強(qiáng)調(diào)，自動(dòng)駕駛發(fā)展到這個(gè)階段，要解決的仍是長(zhǎng)尾問題，針對(duì)這類問題的數(shù)據(jù)訓(xùn)練、仿真模擬、測(cè)試和驗(yàn)證都只能在云端完成。對(duì)此行業(yè)里也形成了共識(shí)，包括英偉達(dá)也推出了開源的Cosmos世界基礎(chǔ)模型、3DGRUT等工具來助力自動(dòng)駕駛在云端的開發(fā)。

上述工程師表示：“智能駕駛要想進(jìn)一步演進(jìn)，車端固然重要，但首先要解決的算力瓶頸可能還是在云端?！?/p>

等待一個(gè)L2到L4的質(zhì)變點(diǎn)

縱觀自動(dòng)駕駛一路發(fā)展的過程，自動(dòng)駕駛技術(shù)發(fā)展的底層驅(qū)動(dòng)力往往是AI技術(shù)本身的變化，端到端本身也正是受到ChatGPT啟發(fā)而產(chǎn)生的路徑。因此，目前智能駕駛遭遇的瓶頸，其實(shí)可以看作是大模型在舊有Scaling Law路徑中遭遇某種發(fā)展瓶頸的一種外在折射。

這一過程中，路線的紛爭(zhēng)是不可避免的。

需要明確的是，這種不同不僅體現(xiàn)在各家的算法方案上，同時(shí)體現(xiàn)在與算法密切相關(guān)、高度匹配的車端算力上，也更體現(xiàn)在各家對(duì)于云端算力的儲(chǔ)備上。當(dāng)然，它也是各個(gè)玩家們基于自身財(cái)務(wù)情況所做出的商業(yè)選擇。

可以說，各家也都在算力、體驗(yàn)和成本的多重選項(xiàng)中，掙扎著做一道技術(shù)和商業(yè)的平衡題。

但與此同時(shí)，站在2025年年底的角度來觀察，中美的智駕產(chǎn)業(yè)玩家們其實(shí)都瞄準(zhǔn)了一個(gè)更具確定性的方向：無論是車端算力還是云端算力，雖然已經(jīng)上了一個(gè)大臺(tái)階，但要想向真正意義上的L4邁進(jìn)，在2025年的當(dāng)下都還遠(yuǎn)遠(yuǎn)不夠，還存在著巨大的持續(xù)加碼的空間。

尤其是云端的角色，可能會(huì)顯得更加重要。

值得一提的是，考慮到一大批L2玩家正在面向以Robotaxi為代表的L4大踏步邁進(jìn)，很明顯，自動(dòng)駕駛行業(yè)的發(fā)展仿佛正處于量變到質(zhì)變的前夜。

但是，從量變到質(zhì)變，談何容易。

2020年6月，硅谷知名AI大神、時(shí)任特斯拉AI負(fù)責(zé)人Andrej Karpathy（業(yè)內(nèi)簡(jiǎn)稱為AK）在社交媒體上發(fā)表了自己對(duì)于自動(dòng)駕駛未來發(fā)展的思考，他的原話是：

Autopilot的終極形態(tài)，應(yīng)該是將車輛管理局手冊(cè)（DMV Handbook）的內(nèi)容輸入到一個(gè)“大型多模態(tài)的GTP-10”中，然后喂給它過去10秒的傳感器數(shù)據(jù)，使它跟著走。

即使是從今天的視角來看，AK對(duì)于自動(dòng)駕駛未來發(fā)展的思考依舊沒有過時(shí)。毫無疑問，雖然GPT-10尚且遙遠(yuǎn)，但自動(dòng)駕駛?cè)詴?huì)在AI技術(shù)的持續(xù)發(fā)展中持續(xù)演變，這依舊是一條漫長(zhǎng)的技術(shù)和商業(yè)之路，而車端和云端算力的雙重加持，將會(huì)變得更加不可或缺。