端到端已成为智能驾驶技术演进的趋势，将加速全场景NOA的规模化落地，其泛化能力、性能体验的提升将极大依赖于数据。没有大规模量产数据闭环的能力，无法真正实现端到端。因此，百万级NOA上车交付量，将成为智驾竞争的分水岭。谁能实现百万台NOA上车，谁就将拿到智驾竞争下半场的入场券。
滴滴自动驾驶公司技术副总裁：盛克华
2023 magic moment：表现在技术层面迭代上
回答2024：更关注技术和成本问题
在这个成本日益透明、消费者越来越注重性价比的时代，出色的产品服务与合理的定价是赢得消费者青睐的关键。企业需要做更多的创新，技术上进一步去降本增效。智驾行业的发展以及规模化带来硬件成本的下降，也将有助于L4自动驾驶车辆量产成本降低。
辅助驾驶的发展对于整个智能驾驶生态圈有促进作用。在自动驾驶发展过程中，技术的提升和成本的下降都非常重要。智驾规模化能带来硬件成本的下降，这对于L4级自动驾驶商业模式是有帮助的。另一方面，辅助驾驶的快速发展，也有助于无人驾驶技术被公众接受。
当前滴滴自动驾驶更关注技术和成本问题，今年我们也会重点在北京、上海和广州，在安全、体验、效率这些核心方向上快速迭代技术；在保持技术能力的同时，持续推进量产，进一步降低自动驾驶成本。
去年到今年，整个行业已经在逐渐收敛但也有了比较大的进展和突破。滴滴自动驾驶是采取通过混合派单模式，将自动驾驶服务融入到滴滴出行的网络中，从而解决自动驾驶技术的冷启动问题。
我们在过去的一年表现在技术层面迭代上，升级了“城市泛化引擎”软硬件技术，推出了国内首个2K图像级高精度激光雷达和量产化三域融合计算平台，在集成度、降本、装配时效等方面做到有所提升。
大模型技术正在快速发展，在过去几年的研发迭代过程中，我们的工程师也持续进行了一些应用和探索。但自动驾驶网约车高度重视安全，大模型的训练需要显著的算力和资源投入，也涉及大量的成本，这里面都需要反复权衡，我们在持续投入研究，也会在合适时机和大家分享更多信息。
02.
芯片厂商：迈向千T算力的时代
芯驰科技副总裁：陈蜀杰
2023 magic moment：表现在成本控制上
回答2024：芯驰的关键词仍是量产加速
行业发展中一定会出现供不应求、供大于求等市场波动，必然影响到价格。降低成本是供应链企业一个永恒的话题。
从芯片角度来讲，我们可以从三个方面进行成本控制：
一是不断推进量产，把量做大，摊薄研发成本；
二是打通整个生态，从芯片到底层的基础软件、操作系统，各种工具链、中间件以及上层的应用、算法和解决方案等，通过车规级全栈软件支持积累更多经验有效帮助客户节省成本和时间；
三是持续打磨整个供应链，比如更上游层面从流片到封装封测过程中还存在一定的优化空间。
我相信大多数企业还是会选择专业芯片公司来合作。每个企业考虑选择某一个路径，一定考虑它的综合性价比。实际上国外所有的车厂，真正靠自己去做这些系统的硬件设计、软件开发，还是极少数的。除非是它有足够大的量、有足够强的软硬件方面的积累，否则投入产出不成正比，大的车厂大部分都是上市公司，有非常精密财务的测算。
