近几年来，在新能源汽车时代潮流的裹挟下，各大智驾公司纷纷开启L4到L2的降维落地。然而相对于给投资人“画饼”时的口若悬河，现实中复杂的驾驶环境，却令大部分智驾公司哑口无言、没了脾气。

显而易见，真正的道路驾驶，远比计算机模拟复杂得多。纸上谈兵之徒，这技术、那技术就算吹得再天花乱坠，也抵不住市场的检验。

无他，量产才是硬道理。只有能够实现量产交付，智驾公司才算是越过了“及格线”。

北京车展前夕，元戎启行的闭门会上，元戎启行CEO周光表示：“开始我们的技术路径跟别人不太一样，总感觉我们不是随大流的公司。直到去年的时候，我们突然想明白了。所有的技术布局，都是为了今天。”

在正确的道路上不断前行，才是成功的第一前提。而元戎启行技术路线与特斯拉的不谋而合，为其带来了更加坚定的信心。

不久前，特斯拉向在美用户推送了版本号为V12.1.2 Beta的端到端FSD。特斯拉FSD端到端大模型，“融”感知、决策、规划、控制于一体，形成了一个大的神经网络，只有输入和输出。

而元戎启行最新推出的DeepRoute IO平台，与特斯拉的解决方案有着不小的异曲同工之妙。

DeepRoute IO的平台，采用NVIDIA DRIVE Orin-X系统级芯片，200+TOPS算力，1颗固态激光激光雷达，11颗摄像头，行泊一体，基于导航地图，可实现全域、全时、全场景的智慧领航辅助驾驶功能。

DeepRoute IO最突出特点是“真·无图”与“全场景”。

周光直言道：“一开始可能大家都叫无图，很多人实际上是轻图。我们今年去做量产、去做资质审核的时候，只有我们真的拿导航地图去申请，其他都不是。”

高精地图的成本并不低，在价格战大背景下，车企们都在忙着开源节流。而在智能驾驶方面，车企可接受的成本占比大约在4%左右，能够抛却高精地图这一内耗大户，对车企来说是一件好事。

打造“全场景”高阶智驾，元戎启行这里主打的是一个“人味”。DeepRoute IO基于端到端大模型打造，通过大量数据训练，不断学习，持续进化，直到成为一个“老司机”。

而端到端大模型还具备着一定的特殊能力，比如高级的推理——

在窄道路红绿灯路口时，运用传统智驾解决方案的车辆，大概率会与前车保持一定的安全距离，即便后面有车也不会挪动。而融入了端到端大模型的智驾方案却能在注意到后方车辆想往右转时，自动往前移动，给后车留下一定的通行空间。

此外，端到端大模型还可以避免感知、决策等信息传递过程中的数据缺失，保证感知信息的完整性。但不容忽略的是，端到端大模型存在着如何也绕不过的问题——获取数据。

“要有量产，做端到端没有量产就是死路。”

周光强调了数据的重要性，并解释道：“端到端对数据的要求，可能是你之前方案的一个数量级以上的数据，不然很难去收敛。”

其实很好理解，只有更多搭载DeepRoute IO的量产车跑在路上，才能更好的收集数据，并进一步反哺到IO平台，不断进化。否则，端到端大模型只会徒有其表，“学”不到“人味”。

如ChatGPT一样，端到端大模型也需要用数据一点点“投喂”，这是水磨工夫，马虎不得。也正是因为如此，特斯拉近水楼台先得月，率先释放了端到端大模型的能力。

早在去年小鹏、华为掀起高阶智驾“军备竞赛”之后，智能驾驶的重要性正被更多的车企看到。也正是因为消费者的需求剧增、车企看重，给元戎启行等智驾公司带来前所未有的机遇。

但是很显然，智能驾驶的未来一角才刚刚展现。

“Rule base为什么不能自动驾驶？可能也可以，就看怎么衡量这个事，靠Rule base是没法通用的，通用是AI需要去做的。”

在周光看来，端到端大模型是通向自动驾驶终局的必由之路，同时他也认为：“端到端模型是进入人工智能2.0时代的开始，不是结束。”

新能源汽车时代的到来，为自动驾驶的最终实现，带来无与伦比的“肥沃土壤”。在这个充满可能性的时代，车企、软件供应商、硬件供应商们，都在不遗余力，坚定向前。

但不容忽略的一点，机遇越大，风险越大。

正如周光所说，技术突破不是堆人的事，研发不等同于生产，AI 2.0更是如此。想要进入智驾2.0，不是嘴上说着转向，就能真的成就什么。

“未来的一两年，我觉得会发生行业的洗牌。”

当经历过现实和市场的双层洗礼，这场智能驾驶行业的终局之战，愈加近了。