小鵬自動駕駛部門組織架構(gòu)調(diào)整：新設(shè)三大板塊職能，加速組織AI化轉(zhuǎn)型

每經(jīng)記者 孫磊    每經(jīng)編輯 裴健如

近日，有消息稱，小鵬汽車對組織架構(gòu)進(jìn)行了調(diào)整，根據(jù)智駕技術(shù)路線的變化，把組織架構(gòu)拆散后再次重裝，新的組織架構(gòu)聚焦端到端模型。

小鵬汽車這次調(diào)整的重心是技術(shù)開發(fā)部，技術(shù)開發(fā)部是小鵬的算法研發(fā)部門，涵蓋感知、規(guī)劃、控制、定位的算法研發(fā)。調(diào)整之后，技術(shù)開發(fā)部被拆成了三個部門，分別是AI端到端、AI應(yīng)用、AI能效。

其中，AI端到端部門負(fù)責(zé)端到端模型的研發(fā)，AI應(yīng)用部門負(fù)責(zé)交付。這次調(diào)整相當(dāng)于算法團(tuán)隊(duì)一分為二，一部分去做模型，一部分去做交付。

對此，《每日經(jīng)濟(jì)新聞》記者向小鵬汽車方面求證，對方表示：“公司對自動駕駛部門進(jìn)行相應(yīng)組織架構(gòu)調(diào)整，新設(shè)AI模型開發(fā)、AI應(yīng)用開發(fā)、AI效能開發(fā)三大板塊職能，旨在加速AI能力進(jìn)化和組織AI化轉(zhuǎn)型。”

“蔚小理”集體聚焦端到端

在小鵬汽車董事長、CEO何小鵬看來，在端到端AI大模型賦能智能駕駛后，行業(yè)規(guī)則正在重塑，智駕的發(fā)展也開始加速。他和團(tuán)隊(duì)對技術(shù)變化、工作方式、與友商的競爭等，也進(jìn)行了思考。

何小鵬認(rèn)為，在AI時代，如果車企像原來一樣，以集成研發(fā)為核心，智駕技術(shù)發(fā)展會變得越來越難，車企必須做全自研，做從硬件到軟件全流程的自主研發(fā)。

在工作方式層面，據(jù)小鵬汽車智駕負(fù)責(zé)人李力耘介紹，企業(yè)的工作方式已從原來大量堆人力、堆場景、寫規(guī)則變成現(xiàn)在用高質(zhì)量的數(shù)據(jù)飛輪體系來解決問題。“擁抱AI，已經(jīng)體現(xiàn)在小鵬整個工作流程中，我們寫代碼的第一位老師就是AI。”李力耘說。

據(jù)了解，小鵬汽車在5月就已完成了首個端到端的大模型量產(chǎn)上車。“今年7月，基于中國首家量產(chǎn)上車端到端AI大模型，小鵬汽車已率先向全國所有城市全量推送‘全國都好用’的智能輔助駕駛XNGP。”小鵬汽車方面告訴記者。

圖片來源：每經(jīng)記者 張建 攝（資料圖）

在何小鵬看來，端到端大模型具有強(qiáng)大的適應(yīng)性和成長速度，其表現(xiàn)超過預(yù)期。在2024年四季度，小鵬汽車有望實(shí)現(xiàn)“門到門”的智能駕駛。

“采用了‘端到端’的智駕大模型，能兩天迭代一次，在未來18個月內(nèi)智駕能力提升30倍。”何小鵬此前在接受記者采訪時表示，“‘端到端’的大模型，意味著自動輔助駕駛將轉(zhuǎn)向完全自動駕駛”。

除小鵬汽車之外，不少車企也在加碼端到端技術(shù)，并對相應(yīng)的組織架構(gòu)進(jìn)行了調(diào)整。今年6月，蔚來重組智駕團(tuán)隊(duì)，感知和規(guī)控團(tuán)隊(duì)合并為大模型團(tuán)隊(duì)；今年7月，理想汽車成立“端到端自動駕駛”實(shí)體組織，規(guī)模約200人。

數(shù)據(jù)、算力和算法仍是考驗(yàn)

在業(yè)內(nèi)看來，各大車企通過大量實(shí)踐、試錯，逐漸認(rèn)識到端對端是提升智能能力的有效解法，但端到端技術(shù)對自動駕駛來說，可能是有效解法，卻不一定是最佳解法。

特斯拉CEO馬斯克曾發(fā)文表示，特斯拉今年將在綜合訓(xùn)練和推理人工智能方面（主要用于汽車）投入約100億美元，任何公司如果不能達(dá)到這一水平的支出，且不能高效地進(jìn)行支出，就無法競爭。

這其實(shí)也揭示了端到端模型背后的三大棘手問題：高質(zhì)量數(shù)據(jù)、算力和算法。首先，自動駕駛系統(tǒng)需要大量的高質(zhì)量訓(xùn)練數(shù)據(jù)，但收集、標(biāo)注和維護(hù)這些數(shù)據(jù)也成了一項(xiàng)挑戰(zhàn)。

圖片來源：每經(jīng)記者 孫磊 攝（資料圖）

另外，要將來自不同傳感器、設(shè)備和環(huán)境的數(shù)據(jù)，用于自動駕駛的訓(xùn)練和應(yīng)用，需要進(jìn)行準(zhǔn)確的數(shù)據(jù)對齊，這不僅需要先進(jìn)的算法和技術(shù)支持，還需要對這個領(lǐng)域有深入理解。同時，算力問題也是攻克端到端方案的必由之路。

“從特斯拉的開發(fā)經(jīng)驗(yàn)來看，端到端自動駕駛真不是一般的企業(yè)能玩的，其所需的數(shù)據(jù)規(guī)模、算力規(guī)模遠(yuǎn)遠(yuǎn)超出國內(nèi)企業(yè)的承受能力。除了成本高昂，端到端自動駕駛的技術(shù)難度也非常高，想要實(shí)現(xiàn)從學(xué)術(shù)到產(chǎn)品落地，相當(dāng)于跨越從二踢腳到登月的難度。”毫末智行數(shù)據(jù)智能科學(xué)家賀翔認(rèn)為，端到端自動駕駛方面所需的算力規(guī)模也考驗(yàn)著企業(yè)。

“要把端到端做好需要巨大的車隊(duì)、巨大的算力、非常長時間在安全領(lǐng)域的浸潤，這都是基礎(chǔ)條件，如果沒有這些條件是做不好的。”何小鵬告訴記者，“端到端的發(fā)展中，數(shù)據(jù)需要循環(huán)起來，算力需求很大，小鵬今年在算力上投入1億美元，未來每年還會進(jìn)一步增加”。