自今年9月初《量产自动驾驶》一书出版以来，已过去三个多月。该书引起了业界内外的广泛关注，众多亲朋、同学校友、新老同事以及业界同行纷纷给予积极反馈和中肯建议。在此，作者再次感谢所有支持和帮助过自己的人。

《量产自动驾驶》初稿完成于2023年夏天，书中最后一章对当时自动驾驶的未来进行了多维度展望。尽管在随后的一年修稿过程中，这一章仅进行了小幅补充，但如今，行业已经迈上了新的台阶。站在2024岁末，让我们一同回顾过去，展望未来，审视量产自动驾驶的最新发展趋势。

关于产品形态的变化

目前，国内头部的自动驾驶团队已经成功量产并落地了城区导航巡航自动驾驶功能（Urban Navigation On Pilot）。得益于无图或弱图技术的使用，这一功能被越来越多的用户车辆所支持，可运行的城市和城区道路范围日益扩大。

以蔚来汽车为例，截至2024年10月，其自动驾驶用户已达598,875名，高速和城区NOP功能行驶总里程达到1,322,000,000公里，路测总里程达到460,000,000公里，确保了功能的安全性和可靠性。可以预见，在接下来的日子里，城区自动驾驶的运行范围将以月甚至更短的时间单位迅速扩张，自动驾驶功能将在更多地方实现全面覆盖。

点到点功能交付

随着城区NOP功能的全面铺开，从业者开始探索如何提供全程连续的自动驾驶体验，即“点到点”功能。当用户从家出发，开启导航并进入自动驾驶模式后，NOP功能将持续运行，从停车位开始，穿越小区、城区道路、红绿灯路口，驶上高速高架路段，经过匝道和收费站，最终回到城区并进入公司停车场完成泊车。这一功能也被称为“车位到车位”功能，预计将在未来半年内陆续交付到用户手中。

L3功能量产

量产自动驾驶产品形态长期停留在L2级别，但近两年各家都在争相进行技术储备，希望率先实现L3级别的量产。根据标准定义，L3级别的自动驾驶是指在限定场景下车辆可以自主行驶，无需驾驶员干预，当系统请求时驾驶员必须接管车辆。L3级别的实现不仅意味着技术的升级，更是行车责任的转换。在高速高架路段，头部玩家的自动驾驶接管率已达到几百或几千公里每次，为非早晚高峰时段和长途行驶场景下的L3功能实现提供了契机。

L3功能的量产落地还需要法规政策的支持。自2023年7月深圳发放全国首张L3高快速路测试号牌以来，北京、上海、重庆、深圳等地相继发放了L3准入测试牌照。今年6月，国家工信部发布了《四部门有序开展智能网联汽车准入和上路通行试点》的通知，公布了9家首批智能网联汽车准入和上路通行试点联合体，预示着国内自动驾驶L3功能将在接下来的一年内实现量产落地。

量产L4的未来

在自动驾驶发展初期，L4完全无人驾驶被视为终极目标。然而，时至今日，中美两地的L4玩家仍只能在个别城市的限定区域内运营RoboTaxi或小巴，或在港口、矿山、厂区等封闭区域进行货物搬运。尽管大范围的L4运营看似遥不可及，但技术的迭代是一个加速的过程。我们有理由相信，量产L4级别的自动驾驶终将到来，但其具体形态尚待观察。

一项新技术能否在产业中落地，需考虑技术逻辑、商业逻辑和社会逻辑。技术逻辑要求技术具备先进性和完整性，可通过各类应用测试；商业逻辑要求技术能产生经济效益，获得市场认可；社会逻辑则要求技术符合当地社会发展的需要。以RoboTaxi为例，在美国地广人稀、车多劳动力少的背景下，无人驾驶出租车和运货车能有效缓解劳动力短缺问题；而在我国，城市交通拥堵严重，增加无人驾驶车辆可能加剧交通问题，且滴滴司机、外卖配送员等劳动群体庞大，量产L4自动驾驶的到来将引发高科技与这些劳动群体的分工与合作的新思考。

算法的新进展

在算法领域，最近一年多发生了巨大变化。端到端算法逐渐成为主流，该算法通过深度学习模型实现感知和规划的一体化，显著提高了迭代速度和性能上限。然而，端到端算法仍无法解决长尾问题中的Corner Case。为此，学术界和产业界开始探索大模型和世界模型等新方向。

多模态大语言模型通过学习人类大规模语料中的上下文关联关系，获得通用推理能力，使自动驾驶系统面对Corner Case时无需收集低概率场景数据。世界模型则通过预测未来世界的变化，帮助自动驾驶系统做出最优决策。目前，已有少数头部玩家展开了世界模型的量产落地工作，预计不久的将来将出现在量产乘用车上。

系统架构的演变

随着算法的不断丰富和能力的增强，自动驾驶系统架构也在发生变化。整车算力逐渐集中于中央控制器，不仅降低了硬件成本，还提高了算力利用率。同时，自动驾驶芯片算力不断扩增，为量产自动驾驶功能的快速演进提供了坚实基础。

传感数据也变得更加丰富，多模态传感信息成为支撑自动驾驶系统的必然选择。自动驾驶软件架构也在不断优化，部分软件从传感器端迁移至中央控制器，提高了计算效率和迭代速度。

商业模式的探索

尽管自动驾驶产品和技术的发展令人振奋，但作为量产赛道的一员，必须思考如何带来高价值回报。目前，自动驾驶行业面临高投入低产出的现状，许多自动驾驶公司和车企自动驾驶团队面临生存压力。

为改变这一现状，自动驾驶功能服务化成为一种新的商业模式。通过按服务次数或里程付费、提供高质量免费服务并通过其他手段实现商业闭环等方式，自动驾驶服务有望转化为实际价值。然而，自动驾驶服务化仍面临挑战，需要从业者共同探索自动驾驶服务与其他变现渠道的结合可能性。

具身机器人作为与自动驾驶同根同源的技术领域，也展现出广阔的市场前景。利用量产自动驾驶平台积累通用AI技术，并将其快速赋能到具身机器人领域，或将成为自动驾驶行业的新蓝海。