实现真正的自动驾驶，需要大模型真的上车

主要观点总结

文章主要讨论了汽车智能化的发展，特别是智能驾驶的技术进展和市场趋势。文章提到，汽车企业面临电动化、智能化两大难题，智能驾驶是关键之一。文章详细阐述了智能驾驶的NOA技术，包括无图重感知、端到端模型的应用等，并讨论了实现真正自动驾驶的挑战，如大模型上车、用户数据闭环等问题。此外，文章还介绍了低空产业链与新能源汽车的关系，以及低空飞行器的发展前景。最后，文章强调了创新的步伐不能停下，并呼吁汽车企业在创新过程中保持前瞻性。

关键观点总结

关键观点1: 汽车智能化发展及挑战

汽车企业面临电动化、智能化两大难题，智能驾驶是关键之一。实现真正的自动驾驶需要解决大模型上车、用户数据闭环等问题。

关键观点2: 智能驾驶技术进展

智能驾驶的NOA技术包括无图重感知、端到端模型的应用等。国内企业在NOA技术上已经实现了飞跃式发展。

关键观点3: 低空产业链与新能源汽车的关系

低空飞行器是新能源汽车产业链的延伸，与新能源汽车一脉相承。低空飞行器的发展前景广阔，特别是多旋翼和复合翼机型的应用。

关键观点4: 创新的步伐不能停下

创新过程中可能会有先烈存在，但创新的步伐不能停下。汽车企业需要保持前瞻性，继续探索新的技术和领域。

文章预览

撰文 / 钱亚光 设计 / 赵昊然 “冰箱、彩电、大沙发还是属于电动化的东西，其实真正的智能车还是要看自动驾驶的能力到底如何。” “智能驾驶很重要，但是光把智能驾驶做好，好像还不够，汽车还是非常难做的一个木桶，有一块板落水就完蛋了，其他板再长都不行。” “有可能通过明年的竞争以后，车企的竞争除了大吃小以外，还会出现快吃慢，所谓快吃慢就是OTA的频次”。 今年是NOA的落地年、爆发年，明年应该是决胜年。城市NOA有两个关键词，一是无图，用重感知，抛弃了高精度地图；二是端到端，让NOA技术性能水平急剧上升。 大模型的确可以解决深度学习模型带来的安全长尾难题（corner case）边缘场景，但是大模型的运算能力要求太高，目前是上不到车上的。 12月13日，同济大学汽车学院教授朱西产在题为《智能驾驶与城市立体交通 ………………………………