L3自动驾驶元年会是今年的风口吗?

英伟达在自动驾驶圈有个大动作，刚在CES展上放了个大招，把他们全新的自动驾驶大模型Alpamayo给开源了。

这不是个普通的模型，英伟达给它定了个调子，说这是“物理AI的ChatGPT时刻”。这话很好理解，核心就一个，以前的自动驾驶模型，大多只会“看”—识别个红绿灯、障碍物，但是遇到没见过的情况就懵了，但这个Alpamayo不一样，它能“思考”，跟人开车似的会推理。

举个例子，平时遇到红绿灯正常工作，模型都知道该走该停。但如果碰到红绿灯坏了，左边有来车，右边还有行人等过马路，以前的模型可能就卡壳了。而Alpamayo能一步步琢磨：“红绿灯失灵了，左边车要过来，行人还在等，我得先减速，停下来观察清楚，等行人过了、左边没车了再慢慢过。” 不光会做动作，还能说清自己为啥这么做，这就解决了自动驾驶里最头疼的“长尾难题”—那些罕见又复杂的突发情况。

英伟达开源图什么？其实是双赢的布局。对行业来说，以前自动驾驶研发门槛极高，只有少数大企业有能力搞全栈自研。现在开源了，不管是车企、初创公司，还是科研团队，都能站在英伟达的肩膀上发力，不用再重复造轮子，能把精力放在优化场景、提升体验上，整个行业的研发速度肯定会被拉快。对英伟达来说，开源能快速聚拢行业力量，让更多人基于这个模型做开发、做测试，反过来会积累海量的场景数据，进一步迭代优化模型，形成一个生态闭环。而且这个模型本身不是直接装在车上用的，而是作为“教师模型”，开发者可以把它精简、适配到自己的系统里，最终还是要搭配英伟达的硬件来落地，相当于间接扩大了自己的生态影响力。

英伟达开源模型但不开放核心硬件，开发者把模型精简适配后，最终还是要搭配它的DRIVE Thor芯片、Rubin平台等硬件落地，这其实是间接巩固了它的生态主导地位。而且模型迭代需要海量数据，谁能掌握更多真实场景数据，谁就能在后续竞争中占据主动，这也会引发行业对数据安全、合规使用的新一轮探讨。

当然，也不是说有了这个模型，自动驾驶就能马上普及了。马斯克就泼了盆冷水，说自动驾驶达到99%的准确率不难，难的是解决那1%的长尾问题。这个模型确实给了解决方案，但后续还需要大量的场景测试、数据积累，还有伦理法规的配套完善。比如模型决策出了事故，责任该怎么界定？这些都是要慢慢理清的。

总的来说，英伟达这波操作，算是给自动驾驶行业注入了一剂强心针，它把“会推理”的核心能力开放出来，降低了研发门槛，也让大家看到了自动驾驶从能开到会安全地开、能解释地开的新可能。后续行业竞争可能就不是比谁的基础模型更强，而是比谁的场景数据更全、落地能力更扎实。

具体影响，对华为智驾来说，压力和机遇并存，压力在于，英伟达开源拉低了方案门槛，中小车企可能转向开源模型+低成本硬件的组合，分流华为的客户；但华为ADS 3.0本身有端到端架构、多传感器融合的技术积累，且适配国内复杂路况，可依托本地化服务和全栈方案优势，差异化竞争，比如深化与鸿蒙智行等合作车企的绑定。同时英伟达开源也倒逼华为加速迭代算法，强化国产生态话语权。

对车企自研而言，核心是降低门槛、理清方向。以前全栈自研要投入巨额资金和时间，现在可基于英伟达开源模型微调，把精力放在数据积累、场景适配这些核心环节，不用重复造轮子，中小车企也能拥有高阶智驾研发能力。但头部车企不会放弃自研，反而会以开源模型为参考，加速自身端到端大模型迭代，构建数据闭环优势；而实力较弱的车企，会更倾向“有限自研+开源适配”的模式，行业“二八格局”可能更明显，即少数车企握核心技术，多数依赖开源或供应商方案。

L3的逐步落地，对于问界来说，主要是销量的影响，能不能较大幅度的增加，能不能较竞争对手例如BBA、理想、蔚来、极氪这些非华为方案的智驾领先，增长才是最重要的。

最近M6的价格和销量有很多预测，从22.98万到30万区间，月销量有些预测高的四万，让我也觉得过于夸张，产能拉满最多也就是3万左右一个月，设计产能不代表实际产能，可以最大X3，所以最多也就是月交付3万左右，不知道改造后产能有没增加，问界确实缺少一款常态月销3万的国民SUV，M7太大和价位高，注定做不到常态3万月销，那M6确实可以，就看优惠力度了，权益或者价位，月销1.5万还是2万，甚至2.5万，价格是核心，当然很多品牌就算价格低也做不到爆款，这就是综合实力的体现。

现在消费降级比较明显，20-30万价位对于价格挺敏感的，所以不知道赛力斯和华为有没有意识到，就算价格25-30万，但是各种权益要给的非常足够才行，主销价位落地又是30万+那销量不会太高。

问界M6的竞争对手主要也不是特斯拉小米，应该是燃油车的本田丰田奥迪宝马奔驰这个价位的SUV。

注意：分享各行各业公司的信息和个人思考，仅供参考，所提及的公司不构成投资建议，据此操作，风险自担。