編者按：本文來自微信公眾號 遠川研究所（ID：caijingyanjiu），作者：熊宇翔、王磊，創業邦經授權發佈。
上週，英偉達發佈了算力達到2000TOPS的Thor芯片，直接把尚未問世的Atlan扼殺在搖籃裏，這種卷死自己人的做法把業內人都看傻了，話音未落，另一大芯片豪門高通也發佈了一款超算SoC，最高算力也達到驚人的2000T，用來挖幣都綽綽有餘。
與此同步，近期國內扎堆上市的眾多電動車，尤其是頭部明星產品小鵬G9、阿維塔11、理想L9、蔚來ET7等，也把“堆料”玩到了新高度。
上汽旗下的高端新能源品牌飛凡汽車推出的首款旗艦車型飛凡R7，在前幾天上市時甚至自詡智艙界“屏霸”、智駕界“卷王”。
英偉達Orin和高通8155剛剛隨車交付，8295已宣佈明年上車，下一代智駕芯片也呼之欲出，堆料和內卷似乎成了一種沒有盡頭的絕對正確。
然而，當發佈會的喧鬧逐漸過去，人們開始冷靜下來時，卻不由得思考兩個問題：我們是不是即將跨入一個“算力過剩”的時代？以後汽車行業競爭的主旋律難道就是“唯算力論”嗎？
對於後一個問題，答案顯然是否定的。
過去兩三年，雖然“軟件定義汽車”的聲音一浪高過一浪，芯片算力也從個位數捲到了千位數，但從實際情況來説，硬件和軟件、算法和數據早已形成了一個無法分割的系統，單獨強調某方面的突出能力只會讓自己變得越來越偏科。
比如，過分強調傳感器數量和芯片算力，而忽視了算法能力的積累，就無法創造差異化體驗，很容易被消費者批為“智商税”或者是“無腦堆料”，反之，如果芯片算力不夠，也無法為之後實現更高階的功能提供硬件支撐。
對車企來説，無論是追求高線束的激光雷達還是高算力芯片，本身都不是原罪，尤其是在汽車行業，軟件升級可以通過OTA實現，但硬件升級就沒這麼簡單了。
因此，設計一套目前看來有些“過剩”的硬件組合是可取的，也是有必要的，但難就難在如何榨乾它們的價值，避免讓它們淪為擺設。
圍繞這個現象，本文主要回答以下三個問題：
1. 智能電動車的“堆料”現象是怎麼愈演愈烈的？
2. 為什麼説智能化離不開“堆料”？
3. 如何讓“堆料”變得名副其實？
01 從底層軟件創新到硬件軍備競賽市場普遍認為Model S是第一款真正意義上的智能汽車，而這種智能化實際上和堆料並沒什麼關係，更多是靠軟件層面的創新。
在整車架構上，特斯拉改變了傳統汽車單個功能與ECU（電子控制單元）的一一對應關係，將多個相似的功能集成到域控制器內，並通過開源的操作系統自研中間件，實現了軟硬之間的解耦，為後續的OTA鋪平了道路。
其次，為了實現iPhone般的全新交互體驗，特斯拉採用了英偉達消費級的Tegra3芯片。
結果就是，幾乎所有的實體按鍵都被特斯拉一把幹掉了，取而代之的是一塊令人過目不忘的17英寸觸摸式液晶大屏，在上面可以實現導航、音樂、上網、控制門窗開關與温度等一系列基礎功能，而且還能像手機一樣可以OTA。
站在現在看，早期Model S的外觀和續航固然令人眼前驚豔，但真正的顛覆式創新更多是體現在軟件和算法層面，甚至可以説是它開啓了“軟件定義汽車”的新時代。
但從2021年開始，汽車的智能化競爭逐漸演變成為了一場硬件端的軍備競賽，“人無我有，人有我多”不知不覺成了行業競爭的主旋律。
2021年初，蔚來發布的ET7搭載了行業內第一個超過1000TOPS的計算平台，當年年底，沙龍機甲龍的發佈會上，那句“4顆以下請別説話”的閉嘴名言又將這場競賽推向了又一個高潮。
遙憶2019年，一套普通的ADAS方案的傳感器配置還是以前視的單目或多目攝像頭為主，環車一週的毫米波雷達為輔，最多為了倒車再加兩顆魚眼攝像頭和超聲波雷達，算力最多不過十幾TOPS。
但到了2022年，傳感器數量和規格暴增，小鵬P5和極狐阿爾法S HI版分別多達32和34個，高端車型用的攝像頭也從當初的200萬像素變成現在的800萬，曾經用不起的激光雷達，如今也成了蔚小理們的標配。
飛凡R7等甚至開始用上了4D毫米波雷達。2022年，不只是激光雷達裝車元年，也是4D毫米波雷達元年。
算力更是指數級暴增。
以英偉達為例，其供應給小鵬P7、P5的智駕芯片Xavier單顆算力僅30TOPS（每秒30萬億次運算），但給Xavier接班的Orin芯片單顆算力轉眼就提升到了254TOPS，今年發佈的Thor芯片單顆算力更是達到了2000TOPS的水平。
座艙也成為軍備競賽的另一個主戰場，各種大屏爭奇鬥豔，比如理想L9裏面的三塊超大屏，高合HiPhi Z裏的旋轉中控屏，嵐圖Free上的升降屏以及飛凡R7的43英寸寬幅真彩三聯屏等等，各種奇技淫巧都被耍得淋漓盡致。
然而，這些傳感器都不便宜，以Orin芯片為例，單顆就要400美元，除此之外，車企還要為此研發複雜的算法，甚至是自研域控制器，耗時又耗錢。
但另一方面，消費者是否願意為此買單也是一個問號，所以問題來了，為什麼車企還是要樂此不疲地去卷硬件呢？
02 堆料沒有原罪對於一款想要實現高等級智駕水平的車來説，堆料幾乎是一條必經之路。一方面這是因為中國的道路情況實在是過於複雜，另一方面也是因為不同傳感器都有其短板，沒有一個全知全能的傳感器。
比如，攝像頭雖然可以採集豐富的紋理和顏色等信息，但對距離的感知能力比較弱，而且受光照條件影響比較大，雨雪天氣都容易阻擋視線；超聲波雷達雖然便宜，但無奈感知距離非常短，只能用於倒車防撞等基礎功能，毫米波雷達雖然探測距離比較遠，但分辨率低，無法識別靜止物體，最好要有激光雷達來幫忙。
因此，當下最好的辦法就是配置不同數量，不同種類的傳感器，組成一個互補的感知體系，從而為更安全的輔助駕駛保駕護航。
這即是絕大多數中國品牌選擇的多傳感器路線。
以剛上市的飛凡R7為例，全車搭載33個感知硬件，包括中國區首發的採埃孚Premium 4D成像雷達，800萬像素攝像頭等。同時還有Hella增強版遠距離點雲角雷達、超聲波雷達和高精度地圖等，讓整車最高探測距離可達500米。
在感知硬件層面，特斯拉則是為數不多的異類，僅靠攝像頭和毫米波雷達去追求L4級別的自動駕駛，但即便是自研芯片和算法，特斯拉依然無法覆蓋所有的長尾場景，導致安全事故時有發生，這也是國內車企想要竭力避免的情況。
傳感器增多之後，毫無疑問也會對芯片算力提出了更高的要求，這點和智能手機有相似之處。
比如同樣搭載了33個傳感器的蔚來ET7，每秒產生的僅圖像數據就達到8G，約等於一部90分鐘的高清藍光電影。
而想要這些數據能被及時傳輸和處理，高算力、低功耗的芯片自然就會成為剛需，所以蔚來ET7、小鵬G9、理想L9、飛凡R7等等高端產品都用上了單片算力達254TOPS的Orin芯片。
其次，目前智能駕駛使用的是新型神經網絡Transformer，比傳統的CNN性能更強，但要求的算力也更高，大算力芯片與之非常契合。目前各個汽車品牌推動落地的無限接近於L3的輔助駕駛功能，正是基於大算力芯片才得以實現。
除此之外，車載大屏也被認為是車企"堆料“重災區，但這件事卻要客觀看待，不能一棍子打死。
大屏只是車內交互體驗的一個載體。無論是屏幕尺寸、像素，背後的芯片算力，還是物理按鍵保留與否，都不能直接決定體驗的好壞。
實際上，決定車機交互體驗的是多個系統級要素，包括芯片、算法、UI設計、語音語義的識別等，這些都是不可或缺的能力。
從這個意義上來説，評價一款產品或者一項技術的好與壞不能只看它用了哪些配置，更要看它利用這些配置做了什麼？用户體驗又如何？無論是座艙還是智駕，道理都是一樣的。
03 好馬配好鞍智能駕駛就是一個典型的觀察樣本，它也是一項系統工程。如果説高規格傳感器和大算力芯片是一匹好馬，那先進算法就是能發揮其潛力的好鞍。
可行業現狀卻是，好馬易得，好鞍難求——無論是線束過百的激光雷達，還是算力上百T的芯片，車企只要肯掏錢就能買到先進硬件。但一套足夠先進的智能駕駛算法，卻是有價無市，其中感知算法尤甚。
智能駕駛通常分為感知、決策、執行三步驟，能準確還原周圍環境的感知算法，是一輛智能汽車作出正確決策、控制的前提。但問題在於，很難有感知算法能夠兼顧安全、可靠與高效。
當下，智能駕駛感知算法主要有兩條路線，一條是強調發揮傳感器主觀能動性的後融合算法：攝像頭、激光雷達、毫米波雷達等分別報告自己對探測物體的判斷結果，系統綜合傳感器判斷再來定奪周圍環境的感知。
後融合算法的好處是框架簡單、計算實時性高、算力消耗小。
但每類傳感器囿於自身特性，看到的只是真實世界的一小部分，面對複雜、極端場景時，不同傳感器的判斷可能會“打架”，造成對物體的漏檢、誤檢。
對此，行業又發展出了中央集權式的前融合算法：各傳感器只輸出顏色、形態、速度等原始數據（即“只講事實，不做判斷”），系統將它們融合後再負責識別工作。
相比後融合，前融合算法信息利用率更高，更有全局認知，誤漏檢率更低。
但它也並非完美：不同傳感器原始數據千差萬別，需要開發新的框架予以容納，並進行數據的時空同步，算法複雜度大增，對芯片算力的需求更高。
此外，前融合算法也不能完全規避小概率誤漏檢，此時被剝奪了“判斷權”的各傳感器，又難以修正偶發的錯誤識別結果。
由於上述種種原因，融合感知算法至今是智能駕駛行業的頂級難題。不過，工程難題總是會不斷催生工程創新。一種兼採前後融合算法之長的全融合算法應運而生。
今年，上汽飛凡汽車推出首款車型R7，在行業中首次搭載其自主研發的Full Fusion全融合算法。
在全融合算法中，前融合與後融合算法各自並行，系統層面對兩套算法的感知進行比對、採納。這一方面發揮了前融合算法的高維認知優勢，另一方面又保留了後融合算法的獨立識別結果作為冗餘。
事實證明，全融合算法實現了優勢互補。
對智駕系統來説，這套算法更快、更精準地描繪了周遭環境；而消費者能感受到的，則是飛凡R7的RISING PILOT智能駕駛即使面對複雜十字路口、靜止障礙物等高難度場景，也能精確感知，從容應對，駕駛決策更像人類。
反過來，先進的全融合算法甚至幫助飛凡降低了對高規格傳感器的依賴。
飛凡R7全系標配4D成像雷達，在自研算法加持下，無激光雷達版飛凡R7表現也不遜色，其能力在快速進化——半個月之內，飛凡團隊將R7對靜止物體避障的成績從時速60km/h提升到了80km/h。
如果算力是智商，那麼算法是智慧。
全融合算法對高階硬件的駕馭能力和挖掘潛力，讓行業看到了高階智駕提前到來的可能。
但歸根究底，無論全融合、前融合、後融合，同樣離不開硬件支撐和數據訓練，以及時間的力量。能否在市場端推出足夠優秀的現貨產品，才是檢驗智商税的最高標準。
於行業，高階智駕的時間邏輯更重要。對用户，智能出行的放心邏輯是前提。兩者的共性在於，從追求硬件的超級，到關注體驗的普及。
2022年9月，小鵬城市NGP在廣州試點，飛凡RISING PILOT初始版本即達到行業頭部水平，交付即具備高速領航功能，年底前鎖單還享受終身免費的智駕軟件包。卡住行業數年之久的智能駕駛“L2牆”，終於在車端開始鬆動。
相對而言，有智能手機產業的前車之鑑，智能座艙端的體驗落地方向非常明確。經過早年山寨機的教育，相比於彩電、冰箱的堆料，消費者更在意的是，車機能否拿出手機、Pad級別的絲滑體驗。
因此，北美才會有76%的消費者只考慮購買有蘋果CarPlay的車型，華為鴻蒙座艙和鴻蒙OS成為各大品牌爭相標榜的賣點，是“含華量”的核心指標之一。
不過，智能座艙的體驗路徑，也並非不存在異議。
考慮物理按鍵黨的情結，領克和福特電馬將實體按鍵整合進大屏，推出了“屏幕+按鍵”的方案。
更大的爭議來自於，車機和手機的操作邏輯有本質的不同，手機可以吸引用户的全部注意力做低頭族，但適用於高速行駛場景的車機，更應該讓駕駛者聚焦道路做抬頭黨，而不是分心。
基於這樣的判斷，衍生出了不同的解決方案。
理想ONE率先採用副駕屏方案，新車普遍搭載副駕藍牙耳機，飛凡R7還推出導航地圖一鍵分享的副駕領航模式，主副駕互不干擾、分工明確。奔馳EQS、大眾ID6、飛凡R7等搭載了 AR-HUD，讓駕駛者始終能目視前方。
綜上所述，我們可以看到，在這場堆料的軍備競賽中，考驗的不止是爆發力，更是耐力和潛力，後發優勢巨大。近期上市的理想L9、小鵬G9、飛凡R7更是堆料界課代表。
但瘋狂堆料之後，能否在體驗端更有料，避免工程端出乎意料，才能讓消費者對智能出行更放心。在這一點，轉身完畢的大廠新勢力，似乎比“老新勢力”們更有底藴。
04 尾聲眼下，智能汽車賽道殺紅了眼，3、4款新車同日上市已不鮮見。面對激烈的競爭，堆料已是車企們打造差異化產品的必由之路。只是，如果車企為堆而堆，處於信息劣勢中的用户就很可能不明不白地繳納“智商税”。
在這樣的市場中，明智的車企已然放棄“唯硬件論”、“唯參數論”，轉而將用户最終體驗作為開發的金標準。
這既是大勢所趨，也是民心所向——肉眼可見的未來，智能汽車的硬件會逐漸趨於同質化，誰能做好智能駕駛的鞍（算法）馬（硬件）匹配，為用户提供真實的優質體驗，誰才能掌握智能電動汽車競爭的主動權與護城河。
畢竟，比起堆料和內卷，所有智能電動汽車品牌都逃不過的終極命題，不是對方，而是：生，死，特斯拉。
2天后，特斯拉將舉行AI DAY，人形機器人Tesla Bot 原型機，以及最新版本的FSD、神經網絡算法、算訓超級芯片都將發佈。
與此同時，特斯拉Model Y、Model 3在全球攻城略地，超級工廠滿負荷運轉陷入產能荒，以致Model S 、Model X 、Cybertruck、Roadster遲遲無法交付。
中國品牌們的差距是在縮小，還是在擴大？
面對忙於屠龍油車，但終將調轉槍口的特斯拉，無論比亞迪，還是蔚理鵬米們，亦或是埃安、極氪、飛凡們，都應該認清一個真相：
特斯拉不是堆出來的，在特斯拉無暇顧及的邊緣地帶瘋狂內卷，卷不贏特斯拉。對彼此隔空放狠話，嚇不倒特斯拉。
能打敗特斯拉的，不是PPT，而是科技超過去、品牌衝上去、產品打出去。能檢驗蔚來ET7、理想L9、小鵬G9、極氪001、飛凡R7們是不是智商税的終極對手，有且只有Model Y和Model 3。
本文為專欄作者授權創業邦發表，版權歸原作者所有。文章系作者個人觀點，不代表創業邦立場，轉載請聯繫原作者。如有任何疑問，請聯繫