端到端時代，小鵬汽車如何穩(wěn)站智能駕駛第一梯隊？

小鵬汽車又創(chuàng)造了一項新的吉尼斯世界紀錄！

日前，在中央廣播電視總臺聯(lián)合中央網信辦舉辦的《2024中國·AI盛典》上，小鵬汽車作為唯一受邀車企，在盛典中憑借“編隊相互繞行”創(chuàng)造AI智駕首個吉尼斯世界紀錄。在小鵬汽車董事長、CEO何小鵬看來，在交通出行、自動駕駛等領域，AI將以最快速度影響每一個人的生活。

正如何小鵬所言，AI正在快速地影響自動駕駛領域。最近一年來，高階智能駕駛從卷開城數量，到搶先落地“全國都能開”，再到今年興起端到端大模型，以及特斯拉FSD落地中國進程加速，整個行業(yè)圍繞智駕的較量不斷升溫。

其中，端到端大模型的量產上車開始成為競爭取勝的關鍵技術變量，而作為智駕第一梯隊的小鵬汽車和特斯拉也都在這一細分領域布局中占得先機。

率先在國內實現端到端量產上車

盡管同為智駕第一梯隊的選手，但特斯拉和小鵬在端到端領域的進行卻各不相同。特斯拉方面，其FSD系統(tǒng)在端到端技術的加持下，在北美地區(qū)表現優(yōu)異，但其目前并沒有進入國內市場，且沒有接受過中國交通路況的考驗，其在華表現如何仍是未知。

而小鵬汽車已經率先在國內實現了端到端量產上車。今年5月20日，小鵬汽車全量推送AI天璣系統(tǒng)，在國內率先實現了城區(qū)智駕100%無圖覆蓋、端到端自動駕駛大模型的量產應用。據悉，小鵬的端到端大模型由三部分組成：神經網絡XNet+規(guī)控大模型XPlanner+大語言模型XBrain。

據了解，上述三網融合的大模型能2天迭代一次，XNGP的能力在18個月內提升30倍，而用戶能明顯感知到的結果是前后頓挫減少50%、違?？ㄋ罍p少40%、安全接管減少60%。

據小鵬汽車董事長、CEO何小鵬透露，基于折算10億+里程的視頻訓練、超646萬累計公里數的實車測試、超2.16億累計公里數的仿真測試，小鵬汽車端到端大模型能夠做到“兩天迭代一次”，在未來18個月內智駕能力提升30倍。

“大模型將對智能車帶來顛覆性變革，不是百分之幾十的比例型變化，而是數十倍。”何小鵬說，“我們希望在城區(qū)里，無圖化智能駕駛的體驗能夠和在高速路上的體驗達到一致，甚至超出。我們的目標是每個小區(qū)，每一條小路，都能開。”

按照規(guī)劃，2024年第三季度，小鵬汽車的智駕即可實現“全國都能開，每條路都能開”，2025年實現城區(qū)智駕比肩高速智駕體驗。同時小鵬汽車也正在全球范圍對XNGP端到端的能力進行測試，智駕技術開始走向全球。

端到端大模型的量產上車，也在技術路徑上實現了智能輔助駕駛向完全自動駕駛的過渡發(fā)展。何小鵬預測，“完全自動駕駛”和“全無人駕駛”兩個技術階段均有望于未來10年內實現。預計2025年，小鵬汽車將在中國實現類L4級智駕體驗。

端到端時代 頭部效應越來越明顯

投入早、投入重，是第一梯隊車企在智駕領域領先的法寶，但這并沒有讓其他企業(yè)放棄在這方面的追趕。值得一提的是，身處智駕第一梯隊的車企還扮演了技術驗證類的角色，為其他車企“踩坑”。

面對行業(yè)其他企業(yè)的追趕，何小鵬表示：“自動駕駛是一個非常困難的事情，它不是靠錢、靠人就可以做得到的，它有成功的概率，有非常大的數據門檻，而且越往后越難成功，因為頭部效應會越來越明顯。”

就數據而言，有觀點認為，進入端到端時代后，智駕系統(tǒng)對于數據量的要求就會更高，越早推出全國都可用的智駕方案，就能收集到更多數據，從而提升智駕能力，形成“強者愈強”的局面，與第二梯隊陣營拉開差距。

公開數據顯示，目前，小鵬汽車的智駕實車測試里程超過了646萬公里。在仿真測試方面，小鵬汽車的測試里程也超過了2.16億公里，核心模擬場景超過了2.2萬個，專業(yè)模擬場景更是達到了超5.8萬個。

另值得注意的是，隨著智駕進入端到端時代，企業(yè)需要在多方面進行更大的投入。斯坦福大學和麻省理工學院的經濟學家們在2020年的一篇論文中提到，每一次技術進步翻倍所需投入的研究努力是翻倍之前所需的四倍。

在這樣的背景下，小鵬汽車在研發(fā)的道路上一直沒有放慢步伐，甚至還比別人跑得更快。據悉，小鵬汽車明確在“以智駕為核心的AI技術”方面，2024年將投入35億元用于智能研發(fā)，今后每年還將投入超過7億元用于算力訓練。

“很多的友商都在收縮，不敢投入，我覺得這反而是我們的發(fā)展機遇。”何小鵬此前表示，企業(yè)應該有更具廣度和深度的經營策略落地，省掉不該花的錢，在人才、研發(fā)和策略上投入更多，才能在商業(yè)上實現更高利潤。

何小鵬認為，自動駕駛是一個長期的過程，需要持續(xù)地投入和積累。小鵬汽車在行業(yè)中走得非常專注，其他企業(yè)也在競速，方向正確但追趕不易。他強調，未來只有少數幾家企業(yè)能夠將全無人駕駛做到最好，這需要高度的專注和綜合能力。

文/唐駿