2023年初，新势力车企们纷纷调高了2025年的销量目标，决策基础之一就是智能化技术呈现「强者愈强」的特征。若销量不达到一定的销量规模，就有可能被远远抛下，再也追不上。
什么是「强者愈强」的特征？ 聊到这个话题，我们可以回顾一下汽车技术发展史：绝大部分技术的成长特征都是「边际效应递减」的 —— 初期投入会带来技术的飞速增长，中后期的相同投入要获得收益则越来越难！
目前的发动机热效率、芯片制程工艺都呈现了「边际效应递减」的特征，为后来者追赶提供了机遇，这也就是所谓的「后发优势」。
特别是传统豪华品牌，历经百年沧桑从来不惧怕什么新技术崛起 —— 他们认为，新技术嘛，最多慢个两三年，技术差异总是能够抹平，只有豪华品牌的文化内涵和它带给消费者的向往感，才是永恒不变的！
然而，智能技术的崛起却让他们产生了一些担忧，因为 这项技术呈现「强者愈强」的特征 —— 一旦跨越了「技术奇点」(Technological Singularity)，后发者可能就再也追不上了 ！
基于此理论，就有人提出一个观点： 新势力在造车技术上落逊于传统车企，但在智能技术上具备领先优势（这也是他们的卖点），那么传统车企再也追不上新势力了吗？
我十分认同「技术奇点」理论，也承认智能技术领域传统车企平均水平落后于新势力，但并不认为传统车企会一直落后。做出这个论断基于两个论点： 一是大家都还未抵达「技术奇点」时刻，二是到达技术奇点的关键因素并不是早出发，而是智能技术的系统化投入 。
最近参加了@赵奕 老师Autolab的一次智驾大横评栏目，我被分配到试驾一辆传统车型魏版蓝山DHT-PHEV，Autolab白杨同学试驾一辆蔚来ES6。我们从上海开460公里到达合肥，这个行程非常，让我们也有机会深度体验这款车。
在这个过程中，我对传统车企的智驾与智舱技术也有了新的体验，借此机会向大家汇报一下，同时以此案例来论述我关于「技术奇点」的两个论点。
一、魏牌蓝山NOH体验
这次魏牌蓝山DHT-PHEV的NOH与全新ES6的NOP+对比试驾，我本来是觉得毫无悬念。毕竟，蔚来的NOP+是我心目中高速领航辅助驾驶的三强之一（另两个是华为系与小鹏），它的技术虽然不是研发最快的，但在注重用户体验上特别有一套。
至于魏牌NOH，相信大部分人都没听说过吧？ 按照传统车企的平均水平来估计，出发之前我预计它的NOH表现，宏观来看会在通行效率、变道成功率、变道次数等统计数据上落败，微观上会在驾驶体感方面显得笨拙。
没想到的是，我大大低估了魏牌NOH的实力： 在Autolab的统计数据中，蓝山的变道次数、变道成功率、里程覆盖率、匝道成功率等方面优于蔚来ES6。当然蔚来ES6作为老将实力也不虚，它在通行效率上领先蓝山5%左右。 个人认为主要原因是魏牌NOH最多只能将巡航速度设置为120km/h，而蔚来可以设置为130km/h。
统计数据反映的是宏观情况，更重要的是体验细节。我的细节体验很多，仅分享两个最大的体验：
1. 无图HWA也能变道超车
熟悉高速领航辅助驾驶功能的朋友都知道，开启此功能的前提是高精度地图覆盖。 大部分车型到了没高精度地图的区域，功能就会降级为LCC车道居中，丧失了变道超车的能力。 如果此时恰好要出匝道，措不及防的用户就有可能会开错路。甚至有一些车型，功能直接降级为ACC，连车道保持的能力都没有了。
遇到无高精地图覆盖的区域时，魏牌NOH功能会降级为HWA高速自动驾驶辅助系统。让我惊讶的是，蓝山DHT-PHEV在HWA功能下依然可以变道超车，与NOH的体验差异微乎其微。可以想像的是，将来无图功能的应用场景会进一步扩大。
当前发展得如火如荼的智驾技术领域，行业越来越强调「体验一致性」，例如城区智驾与高架路/高速智驾的无缝衔接。魏牌NOH与HWA两个功能也做到了高速场景的无缝衔接，这在行业里我还是第一次见到。
后来了解到，魏牌NOH与HWA之所以能做到这一点，是与 DriveGPT大模型与MANA雪湖体系 支撑的智驾架构息息相关 —— 这两点实际上与「技术奇点」的关系密切，稍后再做深入讨论。
2. 变道灵活，策略多变
试驾魏牌智驾的第二个体验，就是它的变道特别灵活，每次变道时对前后车距离、车速的控制也非常多变，比较像人类司机。有时候变道积极性甚至有点过高了，到了隔壁车道发生还不如原车道，就再变回来（这一点应该在后续优化）。
整个体验下来，你会觉得魏牌NOH还有不少可以改进的地方，但必须承认它的底子非常好！这种感觉，就像南海鳄神第一次见到段誉，虽然那时候段誉的武功还比较弱，但被摸了一下后脑勺之后就知道这是一位武学奇才，上限极高。
这听起来有点玄乎，但我并没有在瞎说。如果你体验过老一代的高速领航辅助驾驶功能就会知道，它的超车时机、超车时的距离控制、超车时的速度变化，都有着明显的规律，就像好学生做作业一样，做得规规整整。由于太过规整，当它面对复杂多变的真实交通状况时，就会做出和人类司机不同的决策，让用户感觉它时而过于保守、时而又会做出愚蠢而冒险的举动。
与之相对的，魏牌NOH的表现则比较像人类司机，每次超车变道都比较灵活多变，又很自然。后来了解到，它能做到这一点，也是与 DriveGPT大模型与MANA雪湖体系 支撑的智驾架构关系密切。
二、「Coffes OS 2」的语音交互体验
说实话，试驾开始的前200公里我都没使用语音交互功能，一是因为当日的体验重点在于智驾而不是智舱，二是因为我曾经体验过多家传统车企的语音交互功能，那记忆相当惨痛 —— 最初觉得对方是一个傻瓜，后来觉得强行使用此功能的自己是个傻瓜。
试驾过半，有一段路下起了暴雨，此时我边开车边操作车机确实很危险。迫不得已，我就喊了一句「你好小魏」。没想到的是，话音刚落它就回应了，甚至让我感觉有些猝不及防！
本以为这是一次偶然情况，后来试了一路，每次小魏的响应都非常快！ 我甚至想建议产品经理可以改慢一点，因为两个人类对话的时候根本不会反应这么快，小魏总是反应这么快，让我觉得自己老了、反应迟钝了！
不仅响应快，当时也试了一下 连续语音指令、噪音环境下的指令识别、上下文理解与泛化理解能力 ，它都回答得很不错。要说赶上新势力水平都有点低估了，因为新势力水平也是参差不齐， 整体上来说魏牌蓝山DHT PHEV的智舱语音交互能力超过新势力平均水平 。
除此之外，蓝山的智舱还有一个功能让我印象非常深刻，那就是DMS驾驶员监测系统。它能识别出我走神并不奇怪，厉害的是 它可以精确分辨出「打电话」、「疲劳驾驶」、「东张西望」三种不同的走神状态，并给出不同的提示。当时，我还假装做出打呵欠的状态，它竟然可以分辨出这是假装的！
这种能力肯定是基于深度神经网络或大模型。这是因为，基于规则的算法就是针对嘴巴大小、眼睛开合等数据来判断的，而深度神经网络或大模型的判断方法就和人的思维一样： 如果你能分辨出朋友打呵欠是真是假，那它也能！
当时我就问一同试驾的Autolab白杨同学： 蓝山DHT PHEV的智舱算法很不错啊，是买的哪个供应商的？ 如果买了就可以让技术腾飞到第一梯队，为啥其它的传统车企不买呢 ？
白杨回答，这应该是长城汽车全栈自研的智能座舱系统Coffes OS 2，具备广适用、高效率、可成长、重安全等特点，可适配长城旗下各大品牌车型，当然也应用到蓝山DHT PHEV这款车上啦！
说到「Coffes OS 2」我突然想起来啦，这不就是上半年亲自参与研讨的「Coffes OS 2」公开课上讲述的内容，在具体车型上的实装吗？ 当时就讨论了「Coffes OS 2」的250ms的车机语音响应速度、多领域多意图指令精准识别执行、后排抑制与上下文泛化理解能力。
上半年的这次公开课研讨活动，我的感受就是描述的功能确实不错，确实也是未来智能座舱的进化方向；只不过，这些东西要想在传统车企落地实装在量产车型上，就不知道猴年马月了(请原谅我对传统车企的偏见)。实际上，这些功能特性上半年就已经实装到量产车型上了，我却直到9月份试驾时才意识到这一点。
也正因为这种偏见，这次试驾蓝山DHT PHEV我就没把它与「Coffes OS 2」联系起来，也没有想到上半年描绘的那些功能特性已经实装到量产车型上了。这次公开课的内容干货比较多，详细介绍了「Coffes OS 2」的功能特性，在此放出来供大家参考。
三、「AI Lab」 —— 长城咖啡智能全景
9月12日，长城组织用户与媒体走入长城汽车总部，研讨了智能相关议题、参观了「AI Lab」。
「AI Lab」？对大家来说，这是一个新名词。原来，这是长城成立智能化前沿组织TCAL (Technology Center Al Lab，简称 Al Lab)。类比理解，上汽集团设立了一个技术中心为旗下各品牌来服务；长城设立了一个AI Lab，为智能化、动力、底盘等各领域进行AI赋能。
这次蓝山试驾，我已经体验到的主要是咖啡智驾与「Coffes OS 2」智舱两个方面，其实这还只是冰山一角。下图描绘了咖啡智能的全貌 ：
说实话，这就到了技术深水区，理解起来会有一定的难度。我尝试从一横一纵两个方向来科普一下，横是讲广度、纵是讲深度。
1. 咖啡智能AI Lab的广度
Coffee OS智舱与Coffee Pilot智驾大家可以上手体验到，比较好理解。 那么Coffee AI Cloud咖啡智能云与底层Coffee EEA咖啡电子架构是什么呢 ？
Coffee AI Cloud是长城汽车围绕用户及车辆全生命周期管理，建设的智能云平台，其基于运维统一管理、网络统一接入、业务域灵活管控的云边端一体化系统架构，连接车端及泛AIOT智能终端，聚合内外部服务生态，打通智慧交通、智慧社区、智慧城市等基础设施和三方平台，为用户提供全场景智慧车生活服务。
听完还是不懂？ 我来做一个略显大胆的描述：Coffee AI Cloud是力争将统一体验从车里带到车外，从车机带到手机APP，从座舱带到家里甚至城市 。前一段蔚来不是造手机了吗？ 也可以类比理解为这是蔚来云的一次尝试——表面上是通过手机这个纽带连接车、手机、换电站，背后支持的实际上就是这朵云（Cloud）。
个人理解，这还只是Coffee AI Cloud的第一步，目标是将「智能座舱」拓展成到「智能空间」； 第二步可能就是改造整个研发与制造流程，用AI赋能长城整个企业。
至于底层Coffee EEA咖啡电子架构，则是整车的「智慧筋骨」，强调的也是(Service-Oriented Architecture，面向服务的架构)。 概括来说，就是在底层改造硬件上的电子电气架构与软件上的SOA架构，使之升级潜力更大、可以支撑将来的智能功能开发、用了很多年也不会过时 。
2. 咖啡智能AI Lab的深度
AI Lab的四个技术方向其实都走了很深，只是产品端与营销端的渗透需要一定的时间 ，所以大家才觉得新奇。我还以为大家最感兴趣的Coffee Pilot咖啡智驾为例，以点带面来讲讲咖啡智能AI Lab进展到哪种深度了。
咖啡智驾Coffee Pilot一个最大的特点是直奔无图，下面两个动图可以看到它在北京无图区域的无保护左转与隧道表现都非常老司机。
咖啡智驾Coffee Pilot的DriveGPT底层模型采用GPT（ Generative Pre-trained Transformer）生成式预训练大模型。GPT的本质是不断求解下一个词（Token）出现的概率，DriveGPT就是求解的驾驶场景Token的出现概率，通过不断循环生成自动驾驶场景Token序列。
这就可以解释通了，我在试驾蓝山DHT PHEV的时候，为什么没有高精度地图的HWA高速自动驾驶辅助系统也可以变道超车？为什么变道灵活，策略多变宛如老司机？正是因为咖啡智驾Coffee Pilot有基于无图的DriveGPT大模型打底赋能！
目前DriveGPT已经使用了4000万公里的驾驶数据做Pretrain（预训练）、引入大约5万段驾驶接管Clips数据进行RLHF人类反馈强化学习，这就保证了交到用户手上时就比较好用。
此外还建立了 MANA雪湖运转的是性能超强的MANA OASIS雪湖·绿洲自动驾驶智算中心，每秒浮点运算达67亿亿次(670 PFLOPS)、通信带宽每秒800G 。作为对比，小鹏扶摇超算浮点运算600 PFLOPS、通信带宽为每秒800G；吉利星睿智算中心总算力810 PFLOPS、通信带宽为每秒800G。可以看出，MANA OASIS雪湖·绿洲自动驾驶智算中心的性能属于行业顶级水平。
总结
管中窥豹，我们从咖啡智驾Coffee Pilot来看，它追求的不是最早最快最先出风头，而是追求确立长远的技术方向（直奔无图与DriveGPT大模型）、重金打造建立提升研发速度的「硬货」超算中心(MANA雪湖)，这才是努力达到「技术奇点」的战略措施。当然，实际上咖啡智能体系于2020年起步也不晚，只是大家知道得比较少。
除Coffee OS智舱与Coffee Pilot智驾之外，咖啡智能还搭建了Coffee AI Cloud咖啡智能云与底层Coffee EEA咖啡电子架构 ， 这就构成了AI Lab的完整体系。
俗话说，士别三日当刮目相看，在智能技术的「技术奇点」即将来临之际，我们应该更密切地关注车企在「力争达到技术奇点」方面的投入： 超算中心、大模型算法架构和AI赋能的广度 。
