虽然投入巨大，CARIAD的表现却始终差强人意，软件研发始终大幅落后于交付进度，一直饱受诟病。

　　去年底，孙淼离开大众CARIAD中国公司（下称“CARIAD中国”），跳槽到一家车企。谈及在CARIAD中国的工作经历，孙淼最深的感受是“深深的无力感”。

　　CARIAD是大众集团的软件中枢，前身是大众Car.Software部门。时任大众集团CEO迪斯（Herbert Diess）认为，“软件定义汽车”时代大众集团需要补齐软件能力的短板，他整合了大众旗下12个品牌分散的IT部门，集中到Car.Software这一新部门中。

　　按照规划，大众集团计划2025年前在CARIAD上投资70亿欧元，届时该部门将拥有超过5000名员工，集团软件自研比例也将从目前的不到10%提升至60%。实际上，CARIAD在2023年员工人数就已经达到6000人。但是虽然投入巨大，CARIAD的表现却始终差强人意，软件研发始终大幅落后于交付进度，一直饱受诟病。

　　但另一方面，大众、本田等都是全球年销数百万乃至上千万辆汽车的汽车巨头，它们中一家的年利润就超过了近乎所有中国自主车企利润的总和。为何财力更加雄厚的跨国巨头，却搞不定小小的代码？近日，第一财经记者采访到多位曾经在外资车企智驾或智能座舱部门、以及从科技公司跳槽去传统车企的研发人员，试图通过他们的经历来还原外资与传统车企智能化转型的痛点所在。

　　大众汽车的反复

　　孙淼是CARIAD中国早期的员工之一，加入时公司只有200多人，离开时公司已经近1000人。

　　CARIAD中国首任CEO是常青， 他于1990年加入大众集团，在德国总部做过底盘开发、整车开发等研发工作，执掌过集团平台、驱动与模块系统的战略管理工作，主管过大众首个电动车平台MEB的研发。

　　2021年，常青从德国被派驻中国，负责组建CARIAD中国团队。大众此前在中国有一家名为逸驾智能科技有限公司（Mobility Asia，下称“逸驾智能”）的全资子公司，聚焦智能车联网、智能出行生态、智能基础设施、大数据应用以及智能驾驶等五大领域。2022年4月，CARIAD中国正式成立时，以逸驾智能的旧部为主要班底，组建了初始团队。

　　孙淼告诉记者，在他任职时期，CARIAD中国的组织架构与车企硬件部门较为相似，分为座舱、智能网联、智驾、测试和技术工具开发服务部门。与科技公司或者造车新势力相比，CARIAD中国有四大特点，一是慢，二是实际自研的内容很有限，三是在集团内部的地位明面上很高，实际操作层面却很低，四是管理团队很多没有软件的背景或者经验。

　　“大众搞什么东西都要搞成平台化，因为平台化会有很强的成本优势，这种思路也带入到软件开发。CARIAD中国规划了很大的摊子，定义了3类架构，分别用于大众、奥迪和保时捷。”孙淼认为，这种铺摊子的方式其实并不适合软件开发，软件开发强调敏捷开发流程，快速迭代。

　　孙淼表示，CARIAD中国的开发管理模式是按照硬件的思维来设计的。“软件在你把它点亮之前，你都不知道你到底写错了什么，是不是有效，质量怎么样。通常解bug的时间要占到整个开发过程的三分之一，而且解bug的强度比正常开发的强度要高得多。一个软件产品开发完以后上万个bug，然后开始狂减，然后在解的过程中才真正把质量给提升上去。软件和硬件开发完全是不同的逻辑和开发方式，而这种方式大多数的欧洲制造型企业其实并不擅长。”孙淼说。

　　其次是摊子大之后，找了很多供应商来做执行的工作。CARIAD中国很多软件的代码都是供应商写的，代码的质量和结果很难说。与此同时，外包人员与大众员工的工作边界分得很清，更多的是考虑如何完成工作，而不是考虑如何把事情做好。甚至于外包公司的领导会要求外包人员不要把所有的knowhow跟CARIAD中国开放，这导致外包人员实际上对产品的长期迭代支持很有限。

　　事实上，自2022年4月成立以来，CARIAD中国绝大部分工作内容是把大众汽车在德国开发好的产品做中国的适配，导入ID.7和ID.4的升级，自研的内容非常有限。

　　再次是从定位上来说，CARIAD中国相当于集团里面的乙方，从软件层面实现合资公司的需求。但从软件定义汽车的角度来说，智驾和智能座舱是软件去调用和控制硬件，当智驾和智能座舱只是乙方的身份时，它们对硬件部门的控制力非常有限。

　　孙淼认为，CARIAD中国大部分的管理层都是从德国总部硬件部门调过来的，他们对于软件的理解往往并不透彻，同时只有3年的任期，因此孙淼认为这些管理层的目标感其实不如国内的员工，一定要把产品做出来，平平安安镀个金的想法会比较多。

　　值得一提的是，孙淼所说的情况可能也是内部博弈的一种体现。原本大众、奥迪、保时捷都有自己的软件部门，迪斯在任期把所有的软件部门集中到CARIAD，对原本的部门有冲击，也可能会带来斗争。此外，过去几年里，CARIAD人事任免也出现了频繁的“反复”。在2019-2020年的两年时间内，CARIAD换了3任负责人。2023年上海车展后，CARIAD的董事会成员惨遭血洗。首席执行官、首席技术官、首席财务官4名董事成员齐齐“下课”，只有负责人力资源的Rainer Zugeh保住了席位。

　　有消息称，新的组织架构将更注重产品设计、系统设计和产品开发，按照科技公司的方式来设计。一家车企研发高管评价说，CARIAD中国启用韩三楚作为CEO只是解决了管理者的认知和思维问题，他能否得到大众集团内部更高层级的支持，能否协调好大众集团内部的关系，才是更加关键的问题。

　　在反复试错中寻找成功的几率

　　5月下旬，广州夜降暴雨，街道行人稀少，从事自动驾驶技术开发工作的吴洋踏出公司大门已是晚上10点，他拨通记者电话介绍起自己的情况：“今年初，我的研究方向从高精地图转向无图化，我们小组80%的技术员也一样转向无图化研究，剩下20%留守高精地图领域。从2月开始，我们组已经连续3个月工作日加班到10点。”

　　提及持续加班的原因，吴洋坦言 ：“很简单，‘无图化’是未来行业的发展趋势，我们需要和同行争夺这个新兴市场。”

　　“高精地图的技术路线像是一个无底洞，需要大量的人力、财力不断标注全国路线。但这些路线每天都在发生改变，但凡路线中的红绿灯位置、人行道、车道线等细节发生改变，之前采集过的数据就用不上，所以我们只能无休止地维护、更新高精地图，导致有图化的技术路线始终无法完全攻克。”某车企智能化从业人员告诉记者，发展自动驾驶轻图化、无图化的考量主要还是成本，在“有图化”的弊端日益显露后，无图化结合端到端大模型的技术路线成为新方向。

　　广汽集团一位智驾领域人士表示，相较有图化技术路线，无图化技术路线采用的激光雷达数量可由5颗减少至仅剩1颗，有的技术路径甚至可以不需要激光雷达，只依靠摄像头实现无图化。同时，无图化技术路线对智能芯片算力要求更低。综合以上因素，采用无图化技术路线的单车硬件成本即能节省至少2万元。

　　在技术先进性、低成本等综合因素的影响下，“无图化”路线的队伍日益壮大，吴洋和他的同事们纷纷自愿转型而来，与此同时，他们自身面临的能力挑战也接踵而至。从“有图”转向“无图”，吴洋认为可以借鉴“有图化”积累的经验。“此前3年高精地图技术路线能够让我更了解车用地图的需求，现在无图化技术路线则是采用感知输出对道路行驶情况进行实时检测、处理，这就要求从业者在理解‘有图’的基础上，自行创造‘无图’需要的算法。”而创造算法的过程对吴洋和他的同事们而言，是转型后面对的最大难点。

　　“无图化技术路线的难点不在于写代码，而是如何得到这一串技术代码。我们几乎70%的组内都在讨论如何用更精简的代码指令精准地达到想要的效果，剩下30%的会议时间则是根据调试结果讨论如何优化代码。”吴洋坦言，由于“无图化”技术的发展仍处于前期阶段，每家厂商的技术核心即是算法，因此技术层面无法借鉴同行经验，只能靠自己摸索，就像在黑夜中寻找光明。

　　多名自动驾驶行业从业者向记者表示，当前，行业最看重的是能否将这一套‘无图化’算法搭载上车实现量产。“最关键是商业化模式，车企能看上这一技术并愿意买单，因此今年公司的招聘需求之一即是营销人员，如果能实现量产将是一件颇具成就感的事情，否则将白费一场功夫。”吴洋如是说道。

　　放眼全球，基于“无图化”趋势的共识，国内厂商在研究技术路径时，无一例外地都会参照特斯拉。在自动驾驶从业者的心中，特斯拉在智能化领域已领先同行2年的时间。

　　具体来看，早在2021年，特斯拉已由“有图化”过渡至“轻图化”，当年特斯拉在AI Day上展示了BEV（Bird‘s-eye-view Perception，即鸟瞰图）+Transformer模型，该技术路线可将激光雷达、毫米波雷达、摄像头等部件的实时数据与过去时间片段中的数据进行多帧时序融合。并转化为动态信息和静态信息反馈给车辆，实现“重感知、轻图化”。

　　此后，小鹏汽车、理想汽车等国内造车新势力和部分自动驾驶解决方案厂商开始着手研究“轻图化”技术路线，但各家实现路径不同。比如Momenta的技术路线是基于道路中的车道线等静态约束的识别进行实时建图，并通过算法对车辆行驶的路径进行规划。小马智行则设计出一套多任务大模型BEV算法架构，可基于不同算力平台灵活调整网络大小及其对应的资源消耗率。

　　“在实际上车应用中，尽管无图化目标明确，但技术难关重重，所以直至2023年，国内量产的智能汽车仍是采用轻图化。”某车企负责人向记者表示。

　　当前，实现轻图化、无图化的不同路径带来了不同技术难题。“比如依据识别车道线进行驾驶规划，在乡间小道或者城区小路等无车道线的道路上，设计的算法或模型无法自动脑补车道线，就会出现差错。”吴洋坦言，现阶段的新技术路径错误率较高，不够成熟。

　　新的技术得不到信任

　　“目前我们研究‘无图化’的小组人数不算多，不超过30人。有些新同事是年初从传统车企转来的，业内还是广泛需要感知类算法人才。”一家智能驾驶公司管理层人士贾庭表示，自己曾与有传统车企从业经验的同事交流，感觉到传统车企自研的智驾水平明显落后自动驾驶解决方案厂商。

　　与之相对应地，为了弥补自研智驾能力的不足，传统车企往往会与自动驾驶解决方案厂商达成供应关系。贾庭表示，目前公司面向的客户以传统车企为主，而造车新势力自身会投入研发资金、专业智驾团队去研究先进的自动驾驶技术，比如小鹏汽车的XNGP、理想汽车的城市NOA等。

　　出于技术成熟性、稳定性的考量，目前与贾庭所在的公司达成“无图化”供应意向的车企不足5家。

　　长期以来，传统车企的造车思维导致车型产品偏保守，而这一思维方式也影响着自身智驾技术的发展。某传统车企智驾技术人员总结造成智驾水平差距的原因提出三点：一是相对造车新势力，传统车企前期、现在在智能化投入的人力、研发费用有限，无法支撑复杂的智驾系统实现从自主研发到搭载上车全阶段的开发；二是目前高阶智驾车型保有量不高，没有足够多的用户使用数据支撑优化算法；三是介入时间点落后，目前的智驾水平短期内难以追上头部车企。

　　“传统车企的思维更擅长将汽车需要的各个零部件进行组装，基于此，他们会寻找对应领域出色的供应商，他们更倾向于车辆智驾的稳定，不太愿意冒险，类似‘无图化’等尚未成熟的技术短时间内无法获得传统车企的信任。”某传统车企智驾负责人坦言。

　　在未来L4高阶自动驾驶的竞争领域，传统车企也有过“先人一步”的设想。贾庭表示，自己曾收到过某家传统车企的要求，希望能将L4级别智驾的算法移植到现有的L3级别智驾平台上，而答案显然是否定的，“我给他们的回复是肯定不行，L4级别的智驾对算力要求更高，现有的平台硬件也无法满足需求。”

　　“未知的技术就像一个黑盒，你输入的指令能产出什么结果无法掌控，只能在反复试错中前进。”下周，贾庭将前往公司北京研发中心出差交流，为期一个月，“想和别人抢无图化市场，首先需要拿出一个像样的产品，至少能达到让客户放心使用的程度，现在行业还没有哪家做得非常好，机会还在，我们还需要加速。”

　　（应受访对象要求，文中孙淼、吴洋、贾庭为化名）

责任编辑：何俊熹