🐯虎嗅•較早收集於 31m
麥肯錫：技術價值比 L3/L4 分級更重要
💡關於 VLM 與 AI 如何顛覆傳統自動駕駛路線圖與消費者預期的洞察。
⚡ 30-Second TL;DR
有什麼變化
69% 的中國消費者將城市 NOA 視為新車標配。
為什麼重要
將焦點轉向基於價值的指標，可能會加速端到端 AI 模型在汽車軟體開發中的應用。
下一步行動
若從事汽車軟體開發，請優先整合基於 VLM 的感知模組，而非傳統的規則式分類系統。
誰應關注：Developers & AI Engineers
關鍵要點
- •69% 的中國消費者將城市 NOA 視為新車標配。
- •產業專家認為視覺語言模型 (VLM) 正在縮小 L2 與 L4 之間的技術差距。
- •麥肯錫建議企業應專注於用戶感知的價值，而非拘泥於傳統的 SAE 自動駕駛分級。
- •消費者需求正從價格導向轉向價值導向，更青睞技術創新。
🧠 深度解析
Web-grounded analysis with 17 cited sources.
🔑 增強重點摘要
- •麥肯錫《2026 中國汽車消費者洞察》報告指出，中國乘用車市場已全面進入存量時代，換購成為需求主力，預計未來十年累計內生銷量中樞約2.4億輛，市場將呈現「高位運行、穩健增長」態勢。
- •報告強調，中國汽車市場的「價格戰」已產生負面影響，持續降價加劇了消費者的觀望情緒，而技術創新帶來的淨積極影響高達20.7%，較去年接近翻倍，顯示消費者更願意為「價值」而非「便宜」買單。
- •視覺語言模型（VLM）在自動駕駛中主要扮演「場景分析師」的角色，負責提供文本描述和環境理解，而更新的視覺-語言-動作模型（VLA）則在此基礎上增加了直接規劃和執行動作的能力，被視為通往L4級自動駕駛的關鍵跳板。
- •SAE J3016自動駕駛分級標準自2014年首次發布以來，已多次修訂，其中2021年的更新將L1和L2系統明確為「駕駛員輔助系統」，而L3至L5定義為「自動駕駛系統」，旨在澄清市場混淆並明確駕駛員與系統之間的責任界線。
- •中國城市NOA（導航輔助駕駛）市場正從「量產蓄力」邁向「規模爆發」階段，2025年1-10月國內乘用車城市NOA硬件預埋與標配總搭載量達239.2萬輛，同比增長62.8%，其中Momenta和華為HI模式合計佔據第三方智駕供應商市場超八成份額。
🛠️ 技術深入
- 視覺語言模型 (VLM)：
- 是一種多模態AI模型，旨在理解和處理視覺信息（圖像、視頻）與語言信息（文本）之間的關聯。
- 核心能力是將視覺內容與語言描述關聯起來，例如圖像描述生成、視覺問答、圖文檢索和多模態對話。
- 輸入可接受圖像/視頻與文本的組合，通常生成文本輸出（描述、答案等）。
- 在自動駕駛中，VLM主要作為旁路輔助插件，負責更高層次的語義理解和推理（「慢思考」系統2），而非直接驅動車輛運行。
- 局限性包括「行動鴻溝」（輸出多為自然語言而非直接動作）和實時性短板，且與端到端模型聯合訓練優化困難。
- 視覺-語言-動作模型 (VLA)：
- 擴展了VLM的能力，不僅理解視覺和語言信息，還能基於這些理解來規劃或執行具體的動作或任務，是邁向具身智能的關鍵一步。
- 核心創新之一是將車輛的轉向、加速、制動等駕駛動作轉化為特殊的「詞彙表」（Token），使得生成駕駛軌跡與生成句子在模型看來無本質區別。
- 統一的高維特徵空間：視覺特徵、語言指令和駕駛動作被編碼到同一個高維特徵空間中進行交互。
- 被視為端到端大模型2.0，能夠實現感知-決策-執行閉環，直接生成駕駛控制指令，是通往L4級自動駕駛的關鍵跳板。
- 理想汽車的MindVLA架構採用MoE混合專家架構和稀疏注意力，並加入大量3D數據進行訓練，以提升3D空間理解和推理能力。
- 小鵬汽車的VLA 2.0則傾向於去語言層的純視覺端到端路線，而理想MindVLA-o1保留語言層作為推理基礎。
- 端到端模型：
- 在自動駕駛中，端到端模型負責快速駕駛決策（「快思考」系統1），接收傳感器輸入並直接輸出用於控制車輛的行駛軌跡。
- 輸入主要由攝像頭和激光雷達構成，多傳感器特徵經CNN主幹網絡提取、融合投影至BEV空間。
- 具備高效、快速響應的能力，在信息傳遞、推理計算、模型迭代上具有顯著優勢。
🔮 前景展望AI analysis grounded in cited sources
自動駕駛產業將加速從SAE分級標準轉向以用戶價值和技術創新為核心的競爭。
麥肯錫報告明確指出，消費者對價格戰產生負面情緒，而對技術創新帶來的價值感知度更高，這將促使車企將資源投入到能提供實際體驗提升的技術上，而非僅追求L級別的數字標籤。
VLM和VLA等大模型技術將成為L2向L4自動駕駛跨越的關鍵驅動力，並可能加速L3級別的普及。
行業專家認為VLM正在縮小L2與L4之間的技術差距，而VLA作為其進一步發展，能夠實現感知、理解和行動的無縫連接，有望解決複雜場景下的駕駛問題，推動更高階自動駕駛的落地。
城市NOA功能將從高端配置普及至更廣泛的價格區間，成為中國市場新車的標準配置。
隨著技術成熟度和成本下探，城市NOA已從高端配置逐步走向主流市場，自主品牌正通過「主力車型標配」策略將其下沉至20萬元乃至15萬元級車型，以滿足消費者日益增長的需求。
⏳ 時間線
2014-01
SAE J3016自動駕駛分級標準首次發布，提出0-5級分類框架和原則。
2016-09
SAE J3016發布2016版，增加設計運行範圍（ODD）定義並具體說明動態駕駛任務（DDT）等內容。
2017-05
麥肯錫發布報告，指出實現高級別自動駕駛（L4及以上）所需時間可能比預期更長，約5-10年。
2021-09
SAE J3016發布2021版，完善術語描述，並將L1/L2定義為「駕駛員輔助系統」，L3-L5定義為「自動駕駛系統」。
2025-01
佐思汽研報告顯示，2025年中國城市NOA市場進入規模化普及新階段，Momenta和華為HI模式佔據主導地位。
2026-05
麥肯錫發布《2026中國汽車消費者洞察》報告，強調技術價值比L3/L4分級更重要，並指出VLM等大模型技術為L2向L4跨越提供可能。
📎 來源 (17)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
- Google Search Source
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗