主要观点总结
本文围绕车企的AI辅助驾驶人才争夺展开,描述了不同车企间对高端人才的激烈竞争,以及人才流动对行业技术发展的影响。文章提到了辅助驾驶技术的持续演化,车企对人才的渴求,以及不同车企在人才争夺中的策略和手段。同时,也指出了人才流动带来的风险和挑战,以及企业对原创性思考和前瞻性判断的重要性。
关键观点总结
关键观点1: 车企对AI辅助驾驶人才的争夺
随着辅助驾驶技术的持续发展和车企的激烈竞争,AI辅助驾驶人才成为车企争夺的焦点。高端人才的流动,引发了车企间的攻防战,成为行业兴衰的晴雨表。
关键观点2: 人才流动带来的技术发展和风险
人才流动是车企辅助驾驶技术发展的重要推动力之一,但同时也是一把双刃剑。一方面,通过人才的流动,技术得以快速传播和迭代;另一方面,过度依赖人才流动带来的技术外溢可能导致企业缺乏原创性思考和前瞻性判断,难以在竞争中保持领先地位。
关键观点3: 辅助驾驶技术的持续演化与企业的策略
辅助驾驶技术正从基于规则的方案转向“端到端”模型路线,车企需要根据技术的发展调整自己的策略。一些企业选择自主研发,同时采用外部供应商方案;一些企业则通过招聘高端人才来加速技术落地。
关键观点4: 车企对人才的重视与投入
为了吸引和留住高端人才,车企采取了各种措施,包括提供高薪、签署保密协议、提供培训和发展机会等。同时,企业也意识到在人才争夺中需要保持平衡,避免核心骨干的快速流失。
正文
竞业、诉讼,已成为当下车企辅助驾驶、AI 团队的常用手段,以此防止、延缓技术外溢,同时抑制对手发展。
当下,新能源汽车行业产品力趋向同质化,辅助驾驶是为数不多、具备特色与差异化的技术招牌。
在辅助驾驶开启“端到端”模式后,“更大数据量更强模型表现”的Scaling Law定律还在生效,但VLM(视觉-语言模型)/VLA(视觉-语言-动作模型)等多模态大模型也开始崭露头角。
换言之,辅助驾驶正在走向一个新的AI时代。正如2023年的AI大模型热潮一样,顶级 AI 人才极为抢手,成为 “奇货可居” 的稀缺资源。如今,同样的人才争夺战也在中国新能源车企之间激烈上演。
2020-2021年,特斯拉曾在AI Day上公开过FSD辅助驾驶的技术路径。而被国内友商逐帧学习PPT之后,特斯拉便不再专门透露技术图谱。
面对迷雾,中国车企们只能自行探索。华为、理想、小鹏Momenta等,是行业中成长最迅速的一批公司。
理想汽车花了两年时间从“落后生”转变为行业第一梯队的玩家。自2023年至今,理想在内部尝试了多种技术路线:依赖地图的城市NOA方案、轻地图方案、端到端+VLM(视觉-语言模型),以及新一代方案VLA(视觉-语言-动作模型)。
小鹏此前则提出了“世界基座模型”的概念,称与DeepSeek的训练方式相同:先在云端训练出超大模型基座,再通过知识蒸馏的方式将模型能力保留到车端。
而华为、Momenta则是目前行业中高级辅助驾驶落地规模靠前的技术供应商。据官方信息,华为乾崑智驾ADS装机量已突破50万,预计今年底达200万辆;而据36氪汽车了解,Momenta方案搭载量已经接近30万辆。
这些公司流出的技术人才,往往受到同行追捧。尤其是今年重点发力辅助驾驶的新、旧势力车企。
今年2月,比亚迪掀起了辅助驾驶平权运动,推出天神之眼A、B、C三大平台。C平台功能由比亚迪自研,具备高速NOA(高快速路领航)等功能,甚至在比亚迪7万元级的海鸥车型都能搭载。近期,结合补贴,比亚迪还将海鸥辅助驾驶版本的价格拉低至5.58万元。
据36氪汽车
了解,比亚迪内部目标是,今年下半年将推出自研的城市NOA方案。为了加快新方案的进度,有知情人士告诉36氪,比亚迪技术院院长杨东升、辅助驾驶负责人李锋曾数次前往上海,积极招揽一位有新势力车企背景的技术人士。