2025年岁末,智能驾驶行业经历了一场深刻的市场洗牌。
背靠资本巨头的毫末智行停止运营,大卓智能解散并入主机厂,中智行因债务问题进入破产清算程序。
行业整合与企业出清的速度超出市场预期,暴露出传统发展模式在新技术浪潮下的脆弱性。
与此同时,卓驭科技获得中国一汽超过36亿元战略投资,成为市场波动中的另一极。
这种冰火两重天的局面,折射出智能驾驶行业正在经历的深层次变革。
卓驭科技创始人沈劭劼在分析行业现状时指出,企业能否生存的关键不在于资本规模或客户数量,而在于是否完成向数据驱动开发范式的根本性转型。
他认为,仍停留在规则驱动模式的企业被市场淘汰只是时间问题。
技术范式的转变并非一蹴而就。
沈劭劼坦言,作为传统机器人学派出身的团队,卓驭曾长期坚持规则驱动路线,相信通过建立物理世界模型能够解决智能驾驶问题。
然而当行业全面转向端到端模型后,传统方法的局限性日益显现。
2024年10月,该公司做出重大决策,清除3000行原有代码,宣布全面拥抱端到端技术路线,彻底放弃规则驱动模式。
这场自我革命带来显著成效。
通过重构技术架构,卓驭将模型迭代周期从以月为单位压缩至每周一次,客户项目交付时间从半年缩短至一个多月。
沈劭劼透露,目前国内头部企业的竞争格局已从传统的先发优势转变为迭代速度的较量,领先与落后的差距往往取决于一次成功模型更新的时间窗口。
在技术实践中,团队发现了违背直觉的规律。
过去为确保安全而设计的多重兜底逻辑,反而导致系统在复杂场景下决策混乱。
当多条规则同时激活并相互矛盾时,车辆会出现不合理行为。
通过建立完整的测评体系替代层层规则兜底,系统稳定性反而得到提升。
数据质量的重要性超过数据规模成为另一重要发现。
沈劭劼表示,今年多次模型性能的大幅提升,并非源于算法本身的改进,而是通过优化数据配比和质量实现的。
这一认知推动公司将数据驱动理念贯穿于运营各环节,从算力投入规划到项目交付流程,从财务预算分配到与主机厂的合作模式,都围绕数据反馈与模型优化能力构建完整体系。
工程化落地能力成为技术转化的关键环节。
企业不仅要掌握先进算法,更要将数据智能转化为工程确定性,使创新技术与制造业的质量管控体系深度融合。
这要求智能驾驶方案提供商向主机厂交付的不仅是功能模块,而是包含持续优化能力的技术基座。
当前智能驾驶行业仍处于核心技术问题尚未完全解决的阶段,企业竞争本质上是与自身进步速度的较量。
在这场技术长跑中,暂时的领先或落后意义有限,真正的分水岭在于能否建立起高效的数据驱动循环,并将其嵌入研发、生产、运营的全流程。
技术范式的更替往往伴随着行业格局的重塑。
智能驾驶领域正在上演的不仅是商业竞争,更是发展理念与技术路径的深层次变革。
从规则驱动到数据驱动,从功能交付到能力输出,从资本比拼到效率竞赛,这些转变标志着行业正在从粗放发展走向精细化运营。
能否在保持创新活力的同时实现工程化落地,将数据智能转化为可量产的可靠方案,已成为企业能否穿越周期的核心考验。
市场的残酷淘汰机制正在加速行业成熟,而那些完成自我革新的企业,或将在新的竞争格局中占据主动。