自动驾驶进展

2025年，自动驾驶正从「测试路段」驶入「真实生活」。随着特斯拉FSD V13版本、小马智行第七代Robotaxi相继落地，端到端神经网络架构已成为行业共识——曾经主导感知-规划-控制三层模块化设计的传统路线，正被一个能「自学驾驶直觉」的巨型模型所替代。这不仅是算法的进化，更是汽车工业百年以来最深刻的一次范式重构。

真正的转折点在于「数据闭环」的能力分化。头部企业凭借上亿公里真实路测数据与千卡级H100集群，将模型迭代周期压缩到以「周」为单位；而中小玩家则受限于长尾场景——逆光、施工区手势、突发加塞——陷入「99%够用，1%要命」的瓶颈。端到端模型的魅力在于它能像人类司机一样形成直觉，但这也意味着，训练数据中的每一帧画面，都在悄悄塑造它的「驾驶人格」。

政策与商业模式的同步提速，让Robotaxi不再是PPT概念。武汉、北京亦庄的全无人商业化运营，单车日均订单已突破20单；广州、深圳则率先放开「前排无人」测试牌照。但冷静看，技术成熟度与监管信任度之间仍存在时差——3月某地一起纯视觉方案的夜间碰撞事件，再次提醒行业：L4级的安全冗余不能押注单一传感器，多模态融合仍是工程落地的关键护城河。

更深层的变革正在发生：当汽车成为「会学习的智能体」，主机厂的核心竞争力将从「机械工艺」转向「AI迭代速度」与「数据资产规模」。这意味着未来三年内，传统Tier 1供应商的边界将被重新划定，车载芯片厂商、地图服务商、甚至云基础设施提供商，都可能成为这场洗牌中的关键变量。

展望2026年，我们或将见证两个里程碑：城区NOA（导航辅助驾驶）渗透率突破60%，以及首批真正意义上的「AI司机」完成百万公里零干预运营。自动驾驶的终局不是「机器开车」，而是「机器理解世界」——当端到端模型真正读懂人类意图，方向盘，或许将像曾经的磁带播放器一样，成为时代的注脚。