本年年头，特斯拉正式正在北美推送FSD V12版本之后，中国主动驾驶行业很多CEO和高管都前去体验。

　　幼鹏汽车CEO何幼鹏也是个中一员。始末几次体验后，何幼鹏很是奋发，他主动向主动驾驶副总裁李力耘说起感应，“丝滑感明显果木、拟人感晋升，能够显着感应到FSD正在斟酌”，并祈望团队骨干成员尽疾去美国体验一次。

　　幼鹏汽车是“智驾老兵”。2017年9月，幼鹏便开头自研智能驾驶软件算法，辨别当先华为和理念1年8个月、3年5个月。之后，幼鹏完美地阅历了高速辅帮驾驶、城区辅帮驾驶阶段，还正在本年年头的开城竞速赛中率先落地200城。

　　端到端的构造和预研，要追溯到2022年。李力耘告诉21世纪经济报道记者，幼鹏主动驾驶团队曾做过几次摸索：开初，是用各类幼模子。幼鹏当时“堆了”几十个良好的算法工程师，祈望通过准则牵引去处分题目，但最终却无法挣脱古板的准则束缚。

　　2023年3月，OpenAI公布GPT4，不久后，Sora、o1新模子出世，AI大发作，这些紧急事情启示了幼鹏。2023年年头，幼鹏开头摸索何如将端到端大模子应用到主动驾驶规模，随后，幼鹏又开头向云端大模子迈进。

　　而中国绝大大都车企则是正在特斯拉FSD V12版本之后才坚贞地拥抱端到端（End-to-End）大模子的。

　　本年以还开云电子，蔚来、理念、零跑等车企都盘绕端到端设置了研发团队，他们祈望借此得回弯道超车的新时机。“当进入一个新的、以特斯拉为引颈的身手周期，咱们不行以古板的时代去估算新身手发作的时代。不要以为，别人花多久，咱们就花多久。”一位从业10余年的智驾人士告诉21世纪经济报道记者。

　　为了成效疾，有的车企拣选了One piece端到端形式。而正在智驾上积蓄7年的幼鹏，被质疑采用了分段式端到端，“途径落后｜后进”。

　　李力耘否定了幼鹏是分段式端到端，“咱们和华为相像，XNet、XBrain、XPlanner辨别饰演人类眼睛、大脑和幼脑脚色，三者是相互重叠、相互耦合的。”

　　正在他看来，车端一个One piece 大模子，有必然副影响——另日，跟着数据量的推广，车上的有限算力吃不下这么大都据。而幼鹏的处分计划是云端大模子，“云端大模子的参数会是现正在车端的 80 ~ 100 倍，这是彻底的One piece智能体。”李力耘说。

　　研发无图的进程中，跟着端到端渗入率的晋升，幼鹏主动驾驶团队还调理了构造构造：新组修了 AI 模子斥地、AI 行使交付、AI 出力三个部分。幼鹏没有裁人算法工程师，而是帮帮他们落成端到端转型。“幼鹏的智能驾驶团队连续坚固正在2000人驾御，随从营业有序伸长。”李力耘说。

　　李力耘将端到端视为“热武器时期”，过去的辅帮驾驶时期则是“冷武器时期”。冷武器时期，只须凑齐了武林老手就能够打。但热武器时期须要更大的算力、更多的数据、让算力和数据流转起来的机造（数据飞轮系统）和工程技能。

　　“紧跟趋向转型的企业能够会凯旋，但总体而言，热武器时期会体例性地拉开第一梯队和第二梯队的差异，弯道超车更难了。”李力耘以为。

　　以下是21世纪经济报道与幼鹏主动驾驶副总裁李力耘、主动驾驶产物高级总监袁婷婷的对话：

　　21世纪经济报道：你之前有L4布景，曾是百度美国无人车研发团队的创始中心成员、负责京东硅谷研发中央X实行室架构师，你为什么不不绝L4研发，而正在2019年拣选列入乘用车公司幼鹏？

　　李力耘：我是2019年6月列入幼鹏的。固然我以前连续做偏L4的主动驾驶，但我实在是一个坚贞的渐进式信心者，我认同主动驾驶的终极样子必然是做真正的无人化，但一步到位、直接做无人很难。

　　我很锺爱车，是一个极度有产物亲热的人。我本身开的即是幼鹏，以前我开P7，现正在开G6 Max，不妨看到本身的代码跑正在本身的产物上，并把这个产物买回去天天开、看着它陆续进化，我以为这件事极度酷。

　　李力耘：我先正在美国见到了吴新宙（时任幼鹏主动驾驶承当人），当时他去幼鹏已有半年，团队曾经有极少人了，接着回国见到了何幼鹏。何幼鹏说：“咱们是必然要做主动驾驶。”他对主动驾驶极端笃定、坚贞智能化能带来更改，极度感动我。

　　为了能正在一线体验产物，不必飞来飞去，2020年，我把家从美国搬回了广州。

　　21世纪经济报道：正在辅帮驾驶方面，特斯拉本年年头推出了FSD V12版本，引颈了端到端的对象，幼鹏是受到特斯拉影响吗？

　　李力耘：咱们早正在 2021、2022年，便开头踊跃构造和预研端到端了，本着数据驱动的理念，用轻雷达、轻舆图，现熟手业更习俗用去激光雷达和无高精度舆图这两个词。

　　特斯拉连续也是本着数据驱动的理念来做。咱们极度拥戴特斯拉，目前惟有幼鹏和特斯拉能做到既不依赖高清舆图，也不依赖激光雷达，用一套软件适配高阶辅帮驾驶车型。

　　21世纪经济报道：2017年9月，幼鹏开头自研智能驾驶软件算法，辨别当先华为和理念1年8个月、3年5个月，完美地阅历了高速NOA、有图城区辅帮驾驶、无图城区辅帮驾驶和目前的端到端阶段。和之前的阶段比拟，端到端最大的区别是什么？

　　李力耘：以前的辅帮驾驶形似冷武器时期，咱们须要良多武林老手，万军之中取大将首级——他们懂驾驶场景、懂营业开云电子、懂数学、又懂一两个幼模块，他们不妨所向披靡。但本相上，找到良多武林老手极度难。假使找到了，咱们面对的丰富场景瞬息万变，相当于冤家的数目更多。

　　端到端时期，类似从冷武器时期来到热武器时期，不依赖人力，而是通过“炸药”、排兵列阵的式样取得笑成。“炸药”相当于数据、算力和算法，将这些原料正在工场里形成模子后，再通过磨练模子处分题目。

　　李力耘：与主动驾驶L4企业比拟，举动主机厂的幼鹏有本身的车，正在数据网罗上，咱们具备更好的界说技能。

　　与起步晚的车企比拟，幼鹏之前积蓄的良好工程本质能帮咱们更高效地网罗数据，本来的准则能够给 AI 供应极少教导、会当教师。

　　最终，幼鹏的车型足够，从轿车、 SUV 到MPV，从A级、B级到C级都有涉及，这保障了咱们的数据的多样性和足够性。

　　21世纪经济报道：积蓄数据是端到端的难合吗？车企具有了数据和算力，是否就意味着能完毕端到端大模子的落地?

　　李力耘：正在本来的准则时期，体例毗邻了十几个摄像头，进入端到端时期后，这些传感器的数据量和之前没有爆发蜕化。

　　准则时期，处分题目前，咱们会先看题目是由感知，仍旧预测，仍旧两组题目配合导致的。咱们会通过这两组算法工程师计划场景、数学模子和准则，去处分题目、回归场景。只是如此的细节题目太多了，还会牵涉更多模块。

　　形成端到端后，打法区别了，全豹链条变得很长。车企须要网罗用于处分场景题宗旨大方数据，以至将无监视的数据做好标注、洗刷，给本身当模子。这个模子能够先预磨练再拉拢磨练，也能够是一个大模子来做磨练。磨练好后，看磨练出来的模子的质料能否落成量化、安排、仿真验证、上车，全豹链条极度长。

　　数据网罗以表，工程技能还表示正在大数据系统的配置、算力安排技能，这都不是一件容易的事。

　　21世纪经济报道：幼鹏正在冷武器时期积蓄的那么多“武林老手”用不上了吗，过去的积蓄能发扬哪些上风？

　　李力耘：要念网罗高效数据，最紧急的一条是主动驾驶团队须要正在车端做良多使命，不然收了大方数据回来，却进入存储中，就形成了本钱。

　　假若不是无尽资源的话，车端数据的网罗须要很强的算法技能、以至是AI技能。这和咱们之前的积蓄一脉相承。好比用准则去监视数据网罗，好比AI出的途径，能够正在几何上极度分歧理，显着不像是人会开的，能够通过准则急速识别出来。

　　与古板的身手计划比拟，端到端往往被以为上限高、下限低。但这能够是咱们做得很有特质的地方。咱们正在上一个时期果木，扶植了充裕大方的仿真数据集，这些仿真数据集，都是始末准则校正的，当AI的新模子上限的时期，会去跑这些数据集，咱们就不妨急速察觉模子的下限的分歧理，举办对模子的急速校正。咱们过去积蓄的准则为 AI 兜底了。

　　其余，目前惟有幼鹏和特斯拉能做到，既不依赖高清舆图，也不依赖激光雷达，用一套软件适配悉数高阶智驾车型。

　　李力耘：一是幼鹏数据收集的效果更高；二是幼鹏有很强的平台化工程技能。正在AI端到端时期，有无激光雷达、无论若何的车型，对咱们来说都是一套智能驾驶处分计划。

　　21世纪经济报道：特斯拉V12之后，良多车企拥抱端到端，祈望借此弯道超车，弯道超车更容易了仍旧更难了？

　　李力耘：本来工程化技能拼的是招募和堆砌各类对象的冷武器老手，只须凑齐了他们就能够打。

　　热武器时期须要更大的算力、更大的数据，正在这背后，能让这么多算力、数据流转起来的机造，还要把这些东西部署到车上，而且上车进程中，特斯拉和咱们都不否定，权且有极少时期都是须要极少准则兜底。紧跟趋向转型的企业，我以为也能够有凯旋，但总体而言，会体例性拉开第一梯队和第二梯队的差异。

　　袁婷婷：正在工程上，咱们进入了极度多的精神正在 AI Infra 上（即人为智能底子步骤，毗邻算力和行使的AI中央层底子步骤）。打个譬喻，要炒一份菜，你能够用很好的灶、柴火和果木，也能够用酒精灯、上面放一个幼铝锅，看起来形似都能很疾端出一盘菜来，但历久来看是完整纷歧律的。

　　做端到端，就像是十月孕珠。十月孕珠，即是真的须要十个月的充裕的养分和打点，它才华有呱呱坠地的那一刻。它不是我企图做了，我进入足够多的钱，于是我用十局部，就能一个月“生”出来。它须要足够结实的底子，付出足够结实的致力，才华得回最终的得益。

　　21世纪经济报道：幼鹏最早试水端到端是什么时期？当时端到端是什么样子、展现何如？

　　李力耘：2022年9月，幼鹏城区辅帮驾驶落地广州，成为第一家量产都邑导航辅帮驾驶的车企，但咱们全豹研发是正在2022年上半年就落成了，时代花正在了审图上，那时期咱们以为高精舆图是一个手杖。要念做好城区导航辅帮驾驶，咱们须要用更泛化、更好的身手计划，去适合各类各样的途况。咱们便开头向无图计划切换。

　　开初，无图的计划须要更丰富的算法，它要检测三轮车、电动车等各样的车，远不如界说一个模子将之泛化方便，以是，咱们当时测试了幼模子堆砌的式样，堆了几十个极度良好的算法工程师，通过极少准则的耦合去处分题目。

　　但人工界说准则的接口，意味着这些模子如故没有挣脱算法准则，其余堆更多良好的算法工程师上去，也是一件难事。

　　李力耘：通过各个幼模子准则的耦合是无法处分题宗旨，由于模子之间自己要传达更多新闻。

　　幼模子时候，环岛、窄途、巷子、调头、大途口等场景极度难，咱们能够要花3~5 个月。

　　好比有些都邑的途口很丰富，驾驶员正在一个途口要左转，但察觉前面一条途是上桥、一条途是去辅途、旁边尚有一条途，体例能够直接减速为0。

　　而端到端大模子很灵巧的，它处分了两大题目：一是迥殊场景从不行开到能开；二是晋升拟人道。好比驾驶员正在上述途口，体例不会停下来，也不会换到另一个车道，而是会像人类一律迟疑，稍微减速后笃定地选一条途走过去。稍许的感触就像大厨烧菜，加稍许盐，滋味就刚正好。这种蜕化极度拟人，极度有“端味”。

　　要念成为环球顶尖AI企业，盯紧最前沿的AI身手开展弗成少。2023年3月，OpenAI公布GPT4。之后，从OpenAI公布Sora、o1的新模子的出世，AI大发作，这些紧急事情牵引了咱们的斟酌。

　　咱们之前少见据积蓄、架构积蓄，客岁年头，咱们开头斟酌何如将大模子应用到主动驾驶规模。本年年头，咱们又开头摸索从大模子转型至云端大模子。

　　我以为云端大模子更有魅力，另日，正在一个途口，体例以至能够加倍笃定地直接遵循追念去选一个更好的途，它能够降维攻击大模子、赋能智能驾驶。

　　21世纪经济报道：本年5月，幼鹏揭橥量产了端到端智驾大模子，成为继特斯拉后环球唯二、国内首家量产端到端智驾大模子的车企。当时智驾大模子的计划思绪和即日有哪些区别？

　　李力耘：初版上车的端到端智驾大模子是遵循场景慢慢上车的进程。正在幼鹏即将公布的AI 天玑XOS 5.4.0体例，咱们不分场景、全量应用了端到端大模子，全部的拟人道会上一个大的台阶。

　　21世纪经济报道：正在端到端计划的拣选上，目前主流的观念有两种：One-model 端到端和分段式端到端，幼鹏被归为分段式端到端，你认同这种观念吗？

　　正在幼鹏主动驾驶体例中，辨别饰演人类眼睛、大脑和幼脑脚色的XNet、XBrain和 XPlanner是相互重叠、相互耦合的。深度进修时，三个大收集会对各个个别做预磨练，之后再拉拢磨练。

　　李力耘：两个方面的情由。第一个很紧急的情由是，我以为咱们站正在一个认知的高地，由于咱们从很早就开头进入端到端的研发，而且本着完整拟人的规定计划了XNet、XBrain和 XPlanner。而正在这背后更紧急的是咱们有云端大模子或者叫foundation model，为了可注脚性以及算力的合理分派和安排，才把它预磨练成三个收集。

　　实在华为的端到端架构中也有一个感知收集、一个规控收集，以及一个本能太平收集。咱们和华为正在模子认知上有好像之处，即正在端到端性质下，咱们修正在意新闻的无损传输、新闻保存的最大化，而不会负责探求one piece的磨练、安排。

　　另一方面，让 AI 去开车这件事自己极度激进。正在端到端大模子计划时，假若接纳循序渐进的式样果木，三个收集既有重视又有拉拢，既能够推广更多可注脚性、可管控性，算力的分派和安排也将更合理。起码正在调试进程中，咱们更容易理解什么地方出了题目。

　　21世纪经济报道： One piece端到端有本身的上风吗，又有哪些寻事？

　　李力耘：车端一个 One piece 大模子，能够成效很疾，以是表界会以为其有弯道超车的潜力。但它却有很大的副影响——另日，跟着数据量的推广，车上的有限算力实在吃不下这么大都据，便能够会带来良多寻事。

　　21世纪经济报道：三个收集去拉拢磨练不如One piece那么疾，幼鹏如哪里分这个题目？

　　李力耘：正在手段论上果木，慢即是疾。我现正在更认同相像 Open AI 如此的云端大模子，这是彻底的One piece的智能体。于是咱们会构造云端的大模子，而且会去探求车端可注脚性的太平兜底。

　　固然成效是一个慢慢的进程，但咱们不必做反复配置，上限会更高。云端模子参数会是现正在车端的 80 ~ 100 倍，2025 腊尾，咱们的云端算力会到达 10EFlops 以上，比拟 2024 年的计议推广 2.6 倍。

　　21世纪经济报道：本年5月幼鹏揭橥落成100%无图化。有种观念以为，幼鹏将无图做到极致后，智驾大部队才去研初阶到端，途径较量落后｜后进。

　　李力耘：一开头研发无图，咱们就有极少端到端预埋正在内部。念要完毕真正的无图，无图意味着要泛化，意味着车企要具备必然的剖释技能，于是从无图之初咱们就开头（端到端），无图化的进程，即是端到端慢慢上升的进程。

　　只但是无图化走完了果木， 端到端如故没有走完。由于咱们最终的目的是以L2的本钱完毕相像L3的体验，进一步走向主动驾驶和无人驾驶。

　　21世纪经济报道：何幼鹏正在本年7月的“AI智驾身手公布会”上说，幼鹏本年正在智驾长进入了35亿元，还招了4000人。特斯拉的智驾团队领域自始至终也没越过1000人，幼鹏为什么须要这么多人？

　　李力耘：咱们团队领域接连随从营业的蜕化正在伸长，但连续坚固正在2000人驾御。招募4000人，是指全豹大AI方面。

　　幼鹏立志成为中国以至环球的 top AI 企业，于是盘绕全豹 AI 的营业举办团队构造，汽车创修、语音座舱、呆板人、主动驾驶都是AI，并不是仅仅指主动驾驶。

　　由于信任，于是望见。幼鹏关于智能化的进入吵嘴常笃定的。咱们不必去对照其他公司的人数，咱们祈望能以 L2 级的本钱完毕 L3 级的体验，最终走向主动驾驶跟无人驾驶。

　　21世纪经济报道：本年上半年幼鹏智驾团队有5名宿将去职，人才滚动一再，对你的心态有影响吗？

　　李力耘：这是一件寻常的事，也是一件良性的事，职员的滚动对全豹行业都是有好处的。

　　21世纪经济报道：幼鹏没有裁人算法工程师，那之前“冷武器时期”的算法工程师现正在去哪里了？

　　李力耘：咱们格表重视人才果木，我以为本来“冷武器时期”良好的算法工程师，即是谁人时期极度灵巧的人。

　　内部，咱们会踊跃培植他们的转型；表部，咱们会接连任用良好的人才，牵引他们的转型、激活人才。幼鹏举动一个立志成为中国和环球 top 级的AI公司，咱们极度保养人才、极度爱才如命。

　　凡事都是蜕化的，团队人才的画像有必然的变迁，但演化是很寻常的。本来良好的同窗我信任只须他们去致力进修，如故会良好。

　　21世纪经济报道：正在幼鹏之前，蔚来和理念都调理了主动驾驶团队的构造架构，为什么幼鹏这么迟？有一种较为锐利的观念以为，幼鹏有包袱，由于何如操纵正在无图城区NOA时期立下战功的人是一个困难。你如何对付这种说法？

　　李力耘：8月只是咱们对表宣发的节点，调理是天真烂漫、应运而生的。正在无图的进程中，伴跟着AI端到端的渗入率上升，咱们便开头调理了团队的运作式样，慢慢向AI的行使、AI的研发、AI的效果这几个对象更动，于是使命式样的蜕化实在很早就存正在。

　　李力耘：本来，幼鹏的身手部分分为计议、预测、独揽、感知、协调各个组，咱们的构造架构以AI为中心，新组修了 AI 模子斥地、AI 行使交付、AI 出力三个部分，祈望充裕发扬 AI 的坐蓐力，涉及百人领域。

　　调理之后，咱们不妨尽最疾的速率完毕宇宙都能开，况且正在本来的弱势场景上，好比调头、窄途、博弈上，咱们获得了长足的前进。这些都是咱们调理构造架构带来的实打实的收益。

　　袁婷婷：无论是正在北美仍旧正在国内，我跟群多聊起这件工作来，他们都是很愉快的。这些同窗具备了极度好的工程素养、底子算法技能，向大模子转型期，他们既拓展了本身技能的界线，还能为公司做出更大的孝敬，又适配上了这个时期的趋向。

　　李力耘：和群多无合，是和产物节拍相合。咱们和群多不但是一个粗略的供应商合连，也是一个政策团结的合连，咱们也是按平台化的思绪来赋能群多的。

　　21世纪经济报道：何幼鹏本年4月说，幼鹏曾经落成了正在德国的高速领航辅帮驾驶NGP途测。特斯拉FSD入华这么难，幼鹏凭什么有信念智驾出海？

　　第一，咱们据守全程环球化的墟市定位，是咱们的历久主义。第二，咱们要和当地共赢。第三，咱们坚贞走智能化科技的途径，而不是卖更低贱的车，咱们要做中高端的车。

　　中国的场景相对照较丰富，好比有3亿幼电驴、各类各样丰富的场景，是一个很好的练兵的场地，也对咱们的AI 系统技能做了良多的训练，让咱们摸到了端到端数据驱动的这条途。

　　通过数据驱动来对海表的墟市做赋能，远比咱们去每个国度找一组工程师去适配准则更高效，也对海表用户加倍承当。咱们有信念把海表墟市做到很好。

　　袁婷婷：咱们目前曾经落成了两个 OTA 的海表中心版本的上线，这一个别也正在海表客户里得回了好的口碑。咱们信任正在2025年、2026年，咱们正在海表的智驾必然会给群多带来更大的惊喜。开云电子21对话 幼鹏李力耘：端到端恰似“热武果木器时期”弯道超车更难了