免费智驾的代价正在显现：中国电车最惨的人不是车主

免费智驾卷死同行，也卷惨了自己：中国电车最惨的一群人在智驾

凌晨三点半，沪嘉高速旁某车企研发大楼的14楼依然明晃晃地亮着。几十个黑眼圈深得像熊猫一样的智驾工程师正紧盯屏幕上的云端算力跑图日志。

突然，飞书群里弹出一张同行刚发布的宣发海报：“15万级新车全系标配无图城市领航，终身免费，版本每周迭代！”

死一样的沉默。

一位刚入职不久的算法工程师默默把泡软了的方便面推到一边。他刚刚收到生产环境反馈的一个紧急Bug：新版模型在通过某个特定立交桥时，车子会有点左右发抖。

为了这几秒钟的“发抖”，他和团队接下来要做的不是改两行代码，而是把过去积累的数万个小时路采视频重新清洗一遍，再在价值几十亿的万卡集群上跑一次耗资百万元的全量训练。

卖15万的电车，把豪车级智驾当免费香菜一样甩给用户；车企后台，却正把成吨的人力、算力和电费，像打水漂一样砸进无底洞。

中国新能源车最惨的一群人，现在全在智驾部门。

别以为这是某一家公司的惨状，这几乎成了整个行业的新常态。

把时间倒回两三年以前，高阶智驾还是30万以上豪华电车的专属护城河。可当三电系统和底盘的技术红利被彻底卷平，15万元主流市场同质化到只剩撕咬时，高阶智驾成了营销里唯一还能打出差异化的抓手。

于是，高阶智驾被迫下沉。

但这里头藏着个极其荒诞的商业悖论。

你花15万买辆车，车企要给你塞进双高算力芯片、激光雷达和端到端大模型。就好比你花10块钱买份路边摊盒饭，老板拍着胸脯保证：以后你这辈子的米其林三星晚餐，我都免费送上门。

消费者当然觉得香，甚至迅速把“免费高阶智驾”当成了理所当然的标配。

可车企心里在滴血。

早期行业还幻想过类似特斯拉的软件买断制或月费订阅制，现实给了所有人一记响亮的耳光——15万级主流市场，智驾软件的实际付费订阅率早已跌破5%。

曾经被寄予厚望、准备靠软件持续赚钱的利润中心，一夜间变成了纯粹的吞金中心。

硬件端，每台车硬生生塞进5000到10000元的BOM成本，终端售价根本不敢涨；云端，头部车企为了不被挤下桌，硬着头皮堆1万到4万卡超级算力集群，仅硬件采购与机房建设就砸进去20亿到50亿元。

你想想，这笔钱从哪儿来？

没有软件溢价，没有订阅收入，只能卖一台亏一台地硬扛这只高科技吞金兽。

如果只是烧钱也就罢了。真正能把人逼疯的，是技术范式革命带来的物理极限挤压。

想在15万级有限硬件上跑出老司机的丝滑体验，行业全盘转向了端到端大模型。

了解点智驾历史的人都清楚，这门技术经历过三代剧烈演变。

最早是人工规则时代。工程师像驾校教练一样，用几十万行If-Else代码教电脑开车：“如果前方15米有车且车速高于60，就踩30%刹车”。代码库里全是前人留下的屎山补丁，修个Bug牵一发动全身，但好歹哪里有问题，改哪里就行。

第二代是模块化深度学习。AI负责看路，C++代码负责规划。虽然告别了屎山，可感知和规划之间有“信息断崖”，AI把丰富的三维世界简化成几个几何框，车子总缺灵性。

第三代就是现在的端到端大模型。彻底砍掉中间所有手动代码，摄像头视频流直接进，车辆控制指令直接出。说白了，从“教电脑开车”变成“喂几百万小时老司机视频，让模型自己悟出怎么开车”。

可这一悟，把工程师悟进了ICU。

端到端模型是个绝对黑盒。

传统规则时代，汤太咸了，工程师拿个水勺加一勺白开水，3秒钟就能改好；端到端时代，模型是一整缸高度融合的密封浓汤，客人说“汤有点咸”，你根本没法把里面的盐粒单独挑出来。

唯一办法，就是把这缸价值上百万元的浓汤全部倒掉，调整配方比例，重新在云端熬制数天。

最要命的是，等熬好一尝，盐味合适了，肉香味却没了。

行业里管这叫“气球效应”和“数据毒化”。压下一侧，另一侧鼓起来；解决了立交桥发抖，车子突然在乡村小路上不会过弯了。

为了配合营销部门“每周OTA都有新惊喜”的口号，算法团队不得不陷入“云端刷算力、白天跑测试、凌晨排查黑盒Bug”的7×24小时循环。

周均70到80小时的工作强度，让智驾部门成了各大车企工伤和离职率最高的地狱战场。

外人看智驾工程师，觉得他们是顶着AI光环的高科技精英。只有他们自己知道，端到端时代80%的工作本质是“数据保洁员”。

车企宣发时最喜欢吹嘘“百万辆车每天回传几亿公里数据”，但真相是99.9%的数据在车端就被直接扔掉了——全量回传的流量费是天方夜谭。

为了解决一个“车子遇到拉着异形木材的三轮车会急刹”的长尾问题，工程师需要在庞大云端数据湖里手动标记、清洗数万个相关视频片段。

如果标注员不小心把三轮车标成了建筑物，模型就会学出更离奇的驾驶动作。

比智驾工程师更惨的，是上游零部件供应商。

整车零利润甚至亏损的车企，只能反向对供应链抽干髓质。几年前上万美元一颗的激光雷达，被硬生生砍到了千元级别，毛利率跌至个位数；智驾芯片厂商每年被逼着签署15%到30%的降价条款。

供应商陷入“不降价就被剔除，降价就卖得越多亏得越多”的死循环，连基础研发血本都要被榨干。

从更高视角看，这场智驾战役本质上是互联网“边际成本为零”思维与重工业“物理安全约束”的剧烈撞车。

互联网软件讲究先上线后修Bug，复制一份软件的成本为零；但汽车是人命关天的重工业，每一次端到端大模型训练都伴随真金白银的电费与算力折旧。

车企试图用免费买量的互联网手段打仗，却不得不承担重工业的物理铁律。

更残酷的是Scaling Law在具身智能领域的边际效应递减陷阱。从90%可用性做到99%相对容易，但从99%做到99.999%安全达标，所需数据和算力呈指数级暴增。

车企在没有软件盈利支撑的情况下，为了宣传册上那点“周更”的谈资，陷入无底洞式的算力军备竞赛。最后绝大部分利润，都精准流向了算力巨头的口袋。

“软件定义汽车”原本是个美好愿景，如今却在畸形竞争中异化成了“营销定义研发”。

最荒诞的地方在于，越免费，越烧钱；越烧钱，越不敢停下来。

但这种免费智驾的百团大战，绝不可能无休止持续下去。每年数十亿的算力烧钱速率，注定绝大多数中小型车企无法支撑。

未来两三年内，市场必将迎来一次彻底洗牌：绝大多数车企终将放弃“家家自研端到端”的执念，转而向两三家拥有超大算力规模与数据闭环能力的底层供应商采购能力。

今夜，亦庄和嘉定的灯火依然不会熄灭。算法工程师们依然在黑盒模型里通宵洗数据，去赌下一个版本的“周更惊艳”。

他们用极致的卷，为中国消费者换来了全世界最便宜、最顶尖的智驾体验。

只是每个人心里都清楚，当一件高科技产品被冠以“免费”之名时，那些被掩盖的真实成本，终究需要有人在暗中替它买单。