为什么说「分工协作」一定是智能汽车产业最优解

前两年大谈特谈全栈自研智能驾驶解决方案的 汽车 厂商，恨不得做到毛细血管。但如今沉下心来看，他们正在悄悄后退，厘清边界。

聚焦到正在成为汽车行业新标配的NOA市场也是如此。

根据工信部数据显示，2022年我国L2级辅助驾驶渗透率已达34%，提前实现并超越了2025年实现25%渗透率的目标。而根据中信证券的预测，2023年中国乘用车搭载高速领航功能的渗透率为将达到4%，城区领航功能今年才开始落地，渗透率将达到0.1%。在可预见的未来里，这两个数据都会呈爆发式增长。

随着这波大潮而来的，是市场对整个汽车供应链以及智能驾驶方案提出的更大的考验：技术层面，轻量化、平台化属性趋显；产品层面，抓性能、降成本压力陡增。

这也为包括领骏 科技 在内的众多科技创新企业提供了施展拳脚的舞台，他们崭露头角，将更多元的NOA产品形态推向市场，也开放灵活的合作模式，帮助车企冲破降本增效、量产落地的桎梏；譬如智选车、全家桶、自选超市等。

当然，我们也能明显感觉到，曾经席卷汽车行业的全栈自研智能驾驶风气正在回归理性，重新拥抱产业分工。

“专业分工模式将是智能汽车领域合作的最优解。”领骏科技的创始人兼CEO杨文利说道。

蛰伏六年，等待NOA市场成熟

实际上，不管是传承百年的传统汽车品牌，还是玩转智能技术的造车新兴势力，特斯拉都是一个无法绕开的存在。

作为一家没有任何既往历史负担的公司，特斯拉在软件开发、网络拓扑结构、电气化水平、 商业 模式创新方面都有相当程度的后发优势，重写了人们对汽车的认知。

尽管这种平地起高楼的模式难以复制，但过去几年也引发了广大车企争相向特斯拉学习——为了打造一个完全属于自己的「灵魂」，一个引以为傲的智能驾驶系统，业务逐渐向系统设计、算法研发、核心硬件制造、工程落地等多个环节靠拢，一步步由轻到重。

另一方面，用户对智能驾驶的接受度也在逐步提升，市场教育已基本完成，更高阶的智能驾驶方案正在成为主流。

早在2017年，领骏科技就已基于第一台原型车长城H8研发类似NOA的功能，并于2019年推向市场，奈何当时市场尚未完全成熟，并没有太多车企关注NOA。

在领骏科技潜心耕耘了6年后的今天，杨文利欣喜地看到，基于特斯拉的引领以及市场环境的催化，行业已经进入「NOA落地元年」。

基础的高速NOA体验。路况条件较好的情况下提供可用的辅助驾驶选择。

好用的高速NOA体验。绝大部分高速的场景下可启用，在部分条件较好的城市路段也能启用。

好用的城市NOA体验，在广泛场景下实现点到点智能驾驶体验，帮助用户对辅助驾驶建立信任。

从目前的行业现状出发，无论是高速NOA还是城市NOA，都有各自面临的落地挑战。尤其是城市场景，交通参与者更多、道路环境更复杂、对算法的要求更高、法律法规限制也更多。

作为全栈自研智能驾驶路线的坚实拥趸，小鹏汽车一直积极推动NOA功能的落地，包括城市场景的CNGP。

关于城市NOA的落地意义以及难度，小鹏汽车曾做过诸多调研。对于普通用户而言，有超过70%的驾驶里程发生在城市道路，更有90%的驾驶时间是在城市道路，但其城市NGP代码量是高速NGP的6倍，感知模型数量是4倍，预测、规划、控制相关代码量更是达到了88倍。

在自身有技术实力储备且市场环境成熟的2023年，领骏科技也向外界推出了两套NOA智能驾驶解决方案：

一套基于地平线两颗征程5芯片的去高精地图纯视觉城市NOA方案，一套基于地平线单颗征程5芯片的重感知轻地图高速NOA方案。

关于领骏科技推向市场的这两套全新方案，杨文利用了一个关键词来概括其特征，即「极简」。

对于很多此前做L4技术起家的自动驾驶公司来说，对激光雷达的重度依赖和对成本的不敏感会是NOA前装量产道路上巨大的挑战，但领骏科技已经完美避开了这些坑——不依靠顶部高线数激光雷达，仅使用内嵌式的量产传感器及计算平台，实现全部交通场景下的自动驾驶功能。

上述去高精地图的高速NOA方案，只用了6个摄像头且不采用激光雷达和毫米波雷达，同时与美行科技达成了战略合作，使用民用导航地图代替高精地图。

实际上，这样的能力得益于领骏科技此前在Robotaxi和Robobus上的深厚的技术积累、对于城区复杂路况的理解，以及过去六年对自动驾驶落地的经验和探索。

领骏科技从创立之初就专注布局乘用车赛道，而且和业内大多数纯计算机出身的CEO不同，杨文利更具系统工程的视角， 创业 前就已在西部数据硬盘公司以及百度深度学习研究院积累了扎实的硬件理论基础以及丰富的工程化和产品化经验。

在杨文利的带领下，领骏科技很快就形成了核心自动驾驶技术以及落地方法论，并将落地场景从乘用车拓展到巴士、物流车、重卡及工程机械。在过去的几年时间里，领骏科技并不高调，而是潜心做研发和落地，积累了数亿公里的测试里程，不断反哺技术迭代，找准了适合自己的市场定位，拿下了多个商业落地项目。

如今NOA前装量产时代到来，领骏科技进一步走到了台前。

产业发展，合作模式四分天下

如前所言，在可预见的未来，没有高阶智能驾驶能力的汽车将难以进入用户的购车清单。

而现有汽车产品的智驾体验又无法完全满足消费者的需求和期待——2023年麦肯锡中国汽车消费者洞察报告则显示，对高速智能驾驶有需求的消费者达到75%，而对城市智能驾驶有需求的消费者比例也达到了60%。

因此，未来几年将成为非常关键的窗口期。

为了抓住这短暂的时机并且完成市场卡位，整个产业开始重新思考适合自身发展情况的合作模式。主要可以分为以下四类：

车企全栈自研模式

目前以小鹏汽车为首的诸多车企都希望将自动驾驶核心技术掌握在自己手里，这种模式的优势在于主导权更强，供应链安全相对可控。

但除了人力物力等现金成本的投入，部署成熟完备的研发能力尚需时间和耐心的打造，毕竟将软件、算法集成到车上并实现量产，考验着一家车企工程研发、软件集成、测试、供应链管理的硬实力。

“而且中间还需要考虑到风险问题，譬如研发体系与人才结构之间产生矛盾，核心技术的延续性就会受到很大影响；譬如研发投入和销量回报的问题。”领骏科技杨文利说道。在他看来，相比起车企大集团，诸如领骏科技这样的供应链企业在应对新时代的挑战时，会更加灵活高效。

智选车模式

也确实不是每家企业都会在泉水边建一个水厂，因为从体系化效率、行业分工、 经济 收益上来说都不划算。

当下有部分主机厂通过合作伙伴的硬件和底层软件全套方案为品牌和产品加持。譬如，华为为北汽极狐提供智能汽车整体解决方案。

这类方案诚然可快速为车企赋予自动驾驶能力，然而总包的合作模式曾引发行业对合作之间在数据归属、权责划分、整车控制主导权等问题的广泛讨论，而且这样的模式在一定程度上决定了合作伙伴和市场占比上限不会太高。

供应商全栈布局模式

当然，还有很多企业采用相更灵活、开放、随需而变的新型协同合作关系。

具体而言，他们不仅提供传统Tier1的整体解决方案，同时还能根据企业的需求提供模块化可定义的软硬件解耦的自动驾驶解决方案。但这种方式又很容易催生“沙发”和“灵魂”的二选一难题，理论和实际协同难度较大。

自选超市模式

我们可以把这种模式想象成一个类似超市的平台，在这个平台之上，车企可以随意挑选最符合自身需求的由专业供应商共同打造的高级智能辅助驾驶解决方案。

比如，领骏科技（规控）、地平线（芯片）、美行科技（定位/地图）、天准科技（硬件）共同整合各自技术优势和资源，推出了基于专业化算法模块SDK的高速+城市NOA产品。

这种模式与「供应商全栈布局模式」相比，能够更好地满足车企自主选择的需求，助力车企全栈自控；同时，采用纯视觉方案大幅降低采购成本，支持多源地图方案（支持高精地图、高辅地图、众源地图、记忆地图等多种数据源）。

当然，这也在很大程度上说明了合作伙伴对领骏科技在规控领域实力的认可，以及其混合架构决策算法在行业内拥有技术领先地位。而且领骏科技还在加速建设更大的汽车产业朋友圈，努力为产业发展创造提供更多可能性。

在自选超市合作模式的主导下，上下游整合的价值链模型正在转向高度重视链接、共创价值的生态圈模型。

回归理性，众人拾柴火焰高

过去，汽车零部件供应商的层级关系非常明显，越靠近主机厂提供的价值越大，从车企到 Tier1、Tier2 、Tier3，以链条式逐层生成价值向上输送。但在合作的形式上，基本都是由供应商根据主机厂的需求将软硬件做好，然后打包交付给主机厂。

但智能汽车的研发不是一件只要懂软件或是懂硬件就可以做成功的事，这个新兴产物既有传统汽车产业的长链条和复杂流程，又有 互联网 行业的个性化和科技属性，因此很难单打独斗，从长远的角度来看，需要产业链上每一位玩家的共同努力。

在领骏科技创立之初，杨文利就已经对整个产业的发展路径有了清晰判断，2014-2020年是自动驾驶核心供应链成熟期，2021-2025年会实现小规模商业化，2026-2030年是商业化提速+行业格局重塑期，2031-2050年将是智能汽车引领世界经济二十年。

作为最资深的行业参与者之一，他也曾在带领领骏科技不断向前的进程到感受过巨大的阻力：

资本对自动驾驶技术有深层次认知误区、对工业体系产品化和商业周期出现误判；行业资源错配对领骏科技这类低调务实的创业公司产生的误伤等。好在领骏科技已经顺利进入小规模商业化的行业重塑期。

领骏科技杨文利告诉新智驾，不同的合作模式有其最合适的行业发展阶段，比如全栈自研模式更适合车企用于行业发展早期的探索，“当时大家都不知道自动驾驶应该怎么做，如今行业逐渐发展成熟，子模块脉络逐渐清晰时，供应链分工合作的优势就会显现。”

回过头来看传统 PC 产业的分工。早期做 PC 就是从硬件到软件，全部企业自己做；后来微软研发了 Windows，行业里开始出现分工——有做底层硬件的、有做中间层操作系统的、还有做上层应用程序的。

另外，微软曾经历了从操作系统、办公软件、到云，再到如今AI的转型，不难看出，微软一路走来引入了非常多不同的机制，尝试将新基因注入到了自己的企业中。

新时代的汽车行业也可以以开放的态度去尝试新的事物。

尤其是面对智能驾驶降本增效、量产落地等大课题，以及探索未来的不确定性时，整个汽车产业链更要抱团，供应链关系更应该开放、多元、灵活，玩家们发挥各自的优势和特长，缩短产品研发的周期，提高双方协作效率，经济收益最大化。

比如，车企能够直接接触C端用户，因此应该尊重车厂对整车及智能化体验的定义权，采用什么样的整车架构，打造什么样的品牌形象，什么样的智能化风格，由车厂来决定。合作伙伴则提供专业的软硬系统和服务，包括核心智能驾驶的产品开发和技术迭代，同时还要重视用户体验，让产品持续焕发生命力。

当然，这也对车企的供应链管理能力提出了更高的要求。

“一般自动驾驶的每个模块上都有多个供应商平行，一来是车企要保证自己的议价权，二来是要抗风险，保证供应链安全。而这又会激励供应商之间的良性竞争，推动整个行业正向发展。”领骏科技作为新时代汽车产业的深度建设者，杨文利对此深有感触。

在这种情况下，车企面对诸如领骏科技之类的供应商更像是正和博弈关系，双方共赢，而不是零和博弈，你死我活。

曾经席卷汽车行业的全栈自研智能驾驶风气也在回归理性，重新拥抱产业分工，而领骏科技将是这一浪潮的弄潮儿和受益方。

毕竟，只有最懂场景的车企和最懂技术的科技公司联手，才能够用最极致的成本在最大程度上推动用户体验的爆发式提升。