2024年，智駕行業最為炙手可熱的概念便是端到端大模型。隨著AI大模型技術的發展，近期理想、小鵬、智己等各家車企在這一領域的研究和量產逐漸深化。而在近期關于端到端模型方向的討論中，小鵬汽車副總裁、自動駕駛負責人李力耘博士在“小鵬P7+AI智駕技術分享會”上表示：做端到端很容易方向錯了。

在本次分享會上，李力耘博士首先介紹了目前行業主流的三種端到端發展路線，并進一步分析其優缺點：一種是通過大量規則小模型堆疊的 “大模型”，其需要大量的優秀規則工程師；一種是“車端大模型”，即直接將端到端模型部署于車輛上，雖然見效快，但受限于車端算力，且隨著后期訓練數據量的增加，容易陷入瓶頸；最后一種便是云端大模型（foundation model），其參數量是車端模型的幾十倍甚至數百倍，這是單純的車端大模型所不可企及的。

簡而言之，盡管選擇前兩種端到端的技術路線都能帶來一定成效，但從智駕競爭的終局來看，布局云端大模型才是制勝關鍵。而小鵬汽車早在預研端到端大模型的階段，就篤定要先構建一個強大的“云端大模型”，這也與全球頭部AI企業——OpenAI所選擇的路線不謀而合。

據李力耘博士介紹，小鵬云端大模型的參數量將多達車端參數量80倍，如此大的參數量意味著云端大模型能夠全面吸納智駕數據，不遺漏重點信息細節。通過大參數量的訓練，能夠盡可能地窮盡智能駕駛中的長尾問題，以覆蓋更多駕駛場景，使XNGP實現L3級的智駕體驗。目前，小鵬云端大模型的訓練效率已提升了2.6倍，2025年小鵬云端的算力將會達到10EFlops以上。

對于輕雷達、輕地圖的智駕方案而言，高算力大模型既是基礎也是門檻。小鵬云端大模型可極致發揮攝像頭高信息量輸入，8倍提升有效視覺信息量。基于此優勢，小鵬汽車推出了AI鷹眼視覺方案。相較于傳統的激光雷達方案，AI鷹眼視覺方案的攝像頭信息量是前者的80倍，而攝像頭能夠感知的語義和顏色信息是其100倍，攝像頭的反應速度也是其3倍。

值得關注的是，AI鷹眼視覺方案將首發搭載在小鵬P7+上，在體驗上會和小鵬現款車型的Max版本保持一致，并且同步更新。同時，李力耘博士也強調小鵬的云端大模型是國內首個泛機器人領域的基礎大模型，不僅可以應用在自動駕駛領域，機器人、飛行汽車等領域均適用。

記者 李繼龍