8月15日，第一电动网主办的第二届智驾大赛贵阳站，预赛冠军是广汽埃安N60：全程零接管，综合得分117.81（满分120），打破了开赛30站以来的历史纪录。

决赛，它依然是第一名。

这台车的顶配售价十二万级。智驾硬件是高通8650域控、算力约200 TOPS、一颗192线激光雷达和2颗4D毫米波雷达。这个配置放在参赛的18辆汽车里，就跟它的价格一样，并不高。

过去几年，行业和用户的共同直觉是模型越大、芯片TOPS越高、激光雷达线数越多，智驾就越强，车也就该越贵。

但N60打破了这条逻辑链。

最省事的解释是主办方收了黑钱。但在全程直播的公开比赛里，唯一可行的作弊方式是提前多跑几遍路线，而这对一段式端到端的模型来说，用处不大（后文会展开）。

那么，为什么一台价格十二万元、算力仅有200 TOPS的车，能跑出比五十万元豪车更好的表现？

带着这个问题，赛后我们采 访了这台车背后的两位技术负责人——广汽平台技术研究院智驾部部长徐伟，文远知行技术副总裁刘振亚。

徐伟（左），刘振亚（右）

▍一段式端到端让模型可蒸馏

2025年初，在为埃安N60确定智驾方案之前，徐伟去美国参加CES展，试驾了特斯拉的FSD V13。

彼时国内几家头部玩家都已宣传自己上了一段式端到端，但回国后他把这些车重新开了一遍，发现跟FSD V13完全是两种体验。

“不需要拆代码，上车一试就知道——两段式是我看到了、我看懂了，再去做我自己的理解，分两步走。而一段式则是下意识。”

体验上的差别只是表象。一段式和两段式真正的分野，在于整套系统使用算力的方式。

传统智驾大量采用“模型+规则”的模块化方案：能力的提升需要堆感知模型、预测模块和规则控制，算力也跟着层层加码。在那套范式里，“硬件越贵、智驾越强”是成立的。

但一段式端到端改变了这套资源的使用方式——把感知、预测、规划收进同一个网络，从传感器输入直接生成车辆轨迹，正是徐伟在车上体感到的那种“下意识”。

而且这样会让模型本身变得更好地伸缩。用文远刘振亚的话说，“在大算力的平台上，它可以有更大的模型。在相对小算力的平台上，也可以蒸馏出一个小模型。”

文远最强的模型目前跑在L4 Robotaxi上，用双Thor-X。单颗算力约为高通8650的5倍，双颗接近10倍。

N60上跑的，正是同一模型蒸馏缩小后，适配到约200 TOPS的版本。

过去的看法是只要芯片一降，模型就缩，能力也跟着退。但蒸馏则意味着模型变小并不等于能力也同比例消失——小模型依然能保留原模型相当一部分能力。

网友对本次赛事夺冠的热评是“200 TOPS打出了2000 TOPS的体验”。对于这个说法，刘振亚认为这是外界对算法效率能力的肯定，但也强调这并不代表小模型就优于大模型。文远知行能力最强的模型，依然运行在更高算力的平台之上。

但这次夺冠至少揭示了，单纯的堆硬件参数，并不一定能转化为更优的智驾表现。辅助驾驶本质是一套系统工程，除了计算资源之外，芯片利用效率、数据积累、算法架构同样起到决定性作用。

▍毛坯房不可怕，重要的是利用率

那么模型既然可大可小，是不是随便找颗便宜芯片就行？

广汽在去年七八月确定埃安N60的平台时，内部纠结了很久。文远的意见是用英伟达，但广汽在权衡之下最终选了高通8650。

英伟达相当于精装房，拿来即用，高通的芯片则相当于毛坯房，有更多的发挥空间，但还需要自己去摸索搭建。

所以最终选定8650，就需要广汽、文远和高通三方一起做模型部署，把NPU、CPU和GPU的算力尽可能全部用起来。

刘振亚说：“同样的计算资源，每一家最后能真实用在行车和泊车上的部分也不一样。”

这就解释了为什么只看TOPS这一个指标的话，会越来越不可靠。标称200 TOPS只是硬件预算，真正落到车上，还有模型压缩、算子支持、内存访问、异构调度和软件部署……这些都不会出现在参数表里，却决定了芯片有多少能力最终被用起来。

所以N60所走的路线，是用更重的软件和工程，来换更低的硬件成本。

现在N60显然已经闯过这一关了，徐伟对芯片的态度反而松了：“我们把高通芯片都啃下来了，还有啥芯片不能做的？”

如果越来越多团队这么做，那么芯片“好不好用”就不再天然值钱，值钱的是性价比和供货，以及那个会装修毛坯房的软件团队。

▍比数据量更重要的是一致性

芯片解决的是把算力用满，但模型学成什么样，取决于数据，而文远的数据并不是行业最多的。

面对华为、比亚迪、Momenta这些量产车队更大的公司，刘振亚承认，只比量产车队数据量，文远并没有优势。

但在端到端进入模仿学习后，数据的一致性变得重要起来。

比如数据里有多少行为冲突？模型学到的是一堆录像，还是稳定的驾驶选择？因为模型不仅要看见一辆慢车，还要学会遇到慢车之后怎么开，而同样的场景，每个驾驶员的做法都不一样。

所以人驾数据在训练前需要大量的后处理：剔除危险驾驶，给同一场景下的不同行为打分，再筛出希望模型学习的那一个。

Robotaxi数据的价值就在这里——文远是几家智驾方案商里唯一有Robotaxi车队的。车队由同一套系统驾驶，面对相近场景行为统一，回传数据的统计分布高度集中。虽然它不一定比人驾数据多，但在质量和后处理成本上占据优势。

另一块能力来自Genesis云端世界模型，同时服务L4和L2。

文远在过去十年的Robotaxi运营中，收集的极端情况可以重新进入仿真：场景编辑、一景多生成，从而把低频场景在训练集里的密度提上去。

而重建场景用的就是L4车辆的数据——Robotaxi带8颗激光雷达和多相机，融合重建出的环境比量产车数据更完整、真实。

贵阳站预赛那次三点式掉头，正好说明这种训练为什么有效。模型学的不是某个地理坐标要掉头，而是一组动作要素：前方卡死，先向后腾出空间，再向前完成转向。

道路场景几乎无限，模型不必穷举每个路口，而是多练这些动作模式。如果在现实中是低频的，那就在仿真里多生成。

不过对预赛三点式掉头12进1的成绩，徐伟自己先降了温：N60此前几站也失败过，这次也有车身尺寸也占了一点便宜——N60个头小，比大车更容易腾挪。“现场交通流也是实时变化的，有一些运气的成分。当然了，本身的能力是首要的。”

这也回答了开头那条质疑：一端式端到端套方案只依赖SD级导航图和实时感知，模型里不存地理位置。提前跑一百遍路线，也没有地方去存储这份熟悉感。

▍平台化把智驾摊进10万级

以上解释了N60的智驾模型为什么能在低配芯片上跑通，但还解释不了它为什么能下沉到10万级的车里。

供应链降价确实有贡献。过去两年摄像头、激光雷达、毫米波雷达的国产化率不断提高，价格明显下来，芯片的单位算力的成本也在往下走，为智驾平权带来了可能。

但徐伟的解释是：“最主要的点，就是平台化。”

平台化解决的是规模。如果每款车都用不同的传感器、域控和软件架构，一款车卖几万辆，整套研发、适配、测试和采购成本就只能摊在这几万辆里。

广汽过去几年把各车型的传感器和域控做成一致，同一套硬件跨车型使用，而且软件适配、测试和OTA也能被更多车型复用，规模化的价值就凸显出来了。

他认为国内平台化做得最好的三家：比亚迪，零部件自产，顶层设计决定；零跑，创始人技术出身，定义阶段就守住一致性；第三家就是广汽。

这跟“激光雷达便宜了”不是一个量级的事。前者只是零件降价，后者意味着高阶智驾从少数高价车型的专属配置，进入平台化摊销。

这个过程正在加速。去年广汽要到15万级才装得起这类高阶辅助驾驶，今年就做到了10万级。

当然，10万级意味着N60要有明确的取舍：把智驾当核心卖点，把更多整车预算放到智能化上，其余按10万级的逻辑控制。

这套取舍在4S店的展厅里已有验证。有用户本来要买二十几万的智驾车型，但试驾后转买N60，用户说“多出来的那些东西，不值10万块钱”。

所以N60不是把一辆20多万的车整体压缩到10万。它证明的是，如果用户最在乎智驾，10万级已经可以把这一项能力单独做到过去更高价位才有的水平。

这也是“智驾平权”真正的发生方式——核心能力开始脱离整车价格。

▍从两段式到一段式的反差

在第一电动网评论区里，围绕N60的争议主要有两类：高速为什么不如城区惊艳？黑盒安不安全？

两者指向的其实是同一件事。一段式端到端不再是一台规则机器，它是类人的。长处类人，短板也类人，连安全方案都是照着人设计的。

两段式和重规则方案在高速本来就成熟：道路简单、行为确定，跟车、变道、超车都能靠规则做得非常坚定、利索，那是机器的确定感。

一段式上车后，城区复杂博弈提升巨大，高速却没有同步的进步，老用户的落差由此而来。

而在规则难以穷举的地方，一端式类人的特点就出来了。

例如施工路段，两段式的典型表现是临到跟前才猛地转过去，而一段式的应对要从容得多。决赛中N60三次被判幽灵刹车，都是发生在窄路，先停下确认，再通过，像是一位谨慎的司机。

短板同样也是类人。文远目前排在前面的失败场景是复杂路口里停止线和红绿灯的对应关系，以及右转时长期无法并入目标车道的博弈。

不过徐伟解释这个落差是阶段性的——它还和训练数据里不同场景的配比有关，靠持续迭代就能调回来，节奏大约两个版本、两个半月。最近推送的2.3.0已经优化了高速，车主群的反馈是变得更灵活、更高效，下一版下个月更新，“会优化得会更明显”。

至于黑盒，刘振亚的解释是：“人脑也是黑盒，但可以通过培训、筛选和责任机制来管理风险。对于端到端模型，我们也可以通过海量数据训练、系统级安全冗余、持续验证与监控来管理风险。总之，最终标准是统计安全性和可验证的保障能力，而不是内部是否完全透明。”

而且还在黑盒外面加了两道保险。

第一道是复核。那颗192线激光雷达不参与端到端的决策，它和相机组成一个独立的感知层，对模型给出的轨迹再查一遍。

第二道是兜底，一套完全独立的规则安全层。“相当于端到端负责开车，副驾还有一个教练时刻监控着，有不对的情况也介入踩一脚刹车。”

比赛那天，刘振亚说他自己也在测车——近6小时比赛直播里，他有4个半小时在开车，全程零接管。

▍大模型叙事不是失灵，是刚刚开始

N60真正值得行业注意的，不是“200 TOPS赢了，以后就不再用大芯片了”。

而是智驾能力正在和它的所有代理指标解耦——蒸馏把能力从算力上解开，平台化把能力从价格上解开，OTA把能力从出厂配置上解开。

并不是说终结了算力竞赛，而是改变了它的含义：重要的不再是“我比你多几百TOPS”，而是这些TOPS有多少变成了驾驶能力。

最容易被忽视的是出厂配置。同门的星纪元ET用同一套文远方案，量产早一年多，此前几站一直压着N60。贵阳站前N60刚完成2.3版本更新，这一站反过来领先ET 21.3分。

同一家供应商的两台车，比赛名次跟着各自的软件版本走，而不是跟着配置表走。能力不再是一个出厂参数，是一条随OTA移动的曲线。4S店展厅里的配置表，连这台车自己下个季度的水平都代表不了。

但解耦目前只完成了一半。旧叙事在赛场上已经被117.81分打破了，但在展厅里还正常运转——N60累计交付接近2万台，月销约5000台，表现尚可，但远未变成超级爆款。

这不能全怪消费者。买车本来就靠外在指标，毕竟能力看不见，看得见的是激光雷达数量、TOPS和价格。在“模型+规则”的年代，“贵才是好”作为一条认知捷径大体不会错。但如今工程上已经发生变化了，指标也就开始失灵了。

那么消费者手里剩下的度量只有一种：亲身体验。

徐伟对此不意外，他认为智驾还没排进中国用户购车决策的第一顺位，“如果每一个人都把它当首选的时候，我相信N60一定会卖爆。”

所以他们能做的，只有把车推向消费者面前：各城市4S店组织试驾，加上车主自发转介绍。

徐伟把现在定性为黎明前，拐点押在明年——各家高阶智驾在销量里至少占到40%到50%。

到那时，比的不再是有没有，而是好不好。

而好不好，不仅要看智驾的本能反应是不是快、准、稳，更要看能不能真正理解现实世界，要看能不能建立长时序记忆链，要看能不能进行推理和复杂判断。

大模型叙事才刚刚开始。

而埃安N60在贵阳的夺冠，对行业有一个确定的价值：消除两段式噪音，让比赛重新开始。

返回第一电动网首页 >