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何幼鹏也是此中一员。始末几次体验后，何幼鹏很是抖擞，他主动向主动驾驶副总裁李力耘说起感染，“丝滑感明显、拟人感提拔，能够显明感染到FSD正在研究”，并心愿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，幼鹏便先河自研智能驾驶软件算法，区分当先华为和理念1年8个月、3年5个月。之后，幼鹏完善地始末了高速辅帮驾驶、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。

　　端到端的组织和预研，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探寻：最先，是用各式幼模子。幼鹏当时“堆了”几十个突出的算法工程师，心愿通过法则牵引去处理题目，但最终却无法脱离守旧的法则限定。

　　2023年3月，OpenAI公布GPT4，不久后，Sora、o1新模子降生，AI大产生，这些首要事故启迪了幼鹏。2023年年头，幼鹏先河探寻奈何将端到端大模子使用到主动驾驶范畴，随后，幼鹏又先河向云端大模子迈进。

　　而中国绝大无数车企则是正在特斯拉FSD V12版本之后才顽固地拥抱端到端（End-to-End）大模子的。

　　本年从此，蔚来、理念、零跑等车企都环绕端到端设置了研发团队，他们心愿借此得回弯道超车的新时机。“当进入一个新的、以特斯拉为引颈的工夫周期，咱们不行以守旧的年光去估算新工夫发作的年光。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，有的车企采取了One piece端到端形式。而正在智驾上蕴蓄堆集7年的幼鹏，被质疑采用了分段式端到端，“道途顽固”。

　　李力耘含糊了幼鹏是分段式端到端，“咱们和华为好似，XNet、XBrain、XPlanner区分饰演人类眼睛、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，有肯定副感化——来日，跟着数据量的推广，车上的有限算力吃不下这么无数据。而幼鹏的处理计划是云端大模子，“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。

　　研发无图的流程中，跟着端到端浸透率的提拔，幼鹏主动驾驶团队还调剂了构造组织：新组筑了 AI 模子开拓、AI 运用交付、AI 效力三个部分。幼鹏没有裁人算法工程师，而是帮帮他们竣事端到端转型。“幼鹏的智能驾驶团队平昔安宁正在2000人独揽，随从营业有序伸长。”李力耘说。

　　李力耘将端到端视为“热武器期间”，过去的辅帮驾驶期间则是“冷武器期间”。冷武器期间，只消凑齐了武林能手就能够打。但热武器期间需求更大的算力、更多的数据、让算力和数据流转起来的机造（数据飞轮体例）和工程才具果木。

　　“紧跟趋向转型的企业或许会获胜，但总体而言，热武器期间会编造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靠山，曾是百度美国无人车研发团队的创始重点成员、承当京东硅谷研发核心X尝试室架构师，你为什么不延续L4研发果木，而正在2019年采取插足乘用车公司幼鹏？

　　李力耘：我是2019年6月插足幼鹏的。固然我以前平昔做偏L4的主动驾驶，但我实在是一个顽固的渐进式信念者，我承认主动驾驶的终极状态肯定是做真正的无人化，但一步到位、直接做无人很难。

　　我很爱好车，是一个极度有产物热中的人。我本身开的即是幼鹏，以前我开P7，现正在开G6 Max，可以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、看着它持续进化，我以为这件事极度酷。

　　李力耘：我先正在美国见到了吴新宙（时任幼鹏主动驾驶掌握人），当时他去幼鹏已有半年，团队依然有少少人了，接着回国见到了何幼鹏。何幼鹏说：“咱们是肯定要做主动驾驶。”他对主动驾驶极度笃定、顽固智能化能带来调换，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，引颈了端到端的宗旨，幼鹏是受到特斯拉影响吗？

　　李力耘：咱们早正在 2021、2022年，便先河踊跃组织和预研端到端了，本着数据驱动的理念，用轻雷达、轻舆图，现内行业更风俗用去激光雷达和无高精度舆图这两个词。

　　特斯拉平昔也是本着数据驱动的理念来做。咱们极度敬仰特斯拉，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，幼鹏先河自研智能驾驶软件算法，区分当先华为和理念1年8个月、3年5个月，完善地始末了高速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，端到端最大的差别是什么？

　　李力耘：以前的辅帮驾驶宛若冷武器期间，咱们需求良多武林能手，万军之中取大将首级——他们懂驾驶场景、懂营业、懂数学、又懂一两个幼模块，他们可以所向披靡。但结果上，找到良多武林能手极度难。尽管找到了，咱们面对的庞大场景五花八门，相当于冤家的数目更多。

　　端到端期间，相似从冷武器期间来到热武器期间，不依赖人力，而是通过“炸药”、排兵排阵的式样取得得胜。“炸药”相当于数据、算力和算法，将这些原料正在工场里造成模子后，再通过锻炼模子处理题目。

　　李力耘：与主动驾驶L4企业比拟，行动主机厂的幼鹏有本身的车，正在数据搜求上，咱们具备更好的界说才具。

　　与起步晚的车企比拟，幼鹏之前蕴蓄堆集的突出工程本质能帮咱们更高效地搜求数据，原先的法则能够给 AI 供应少少启发、会当教练。

　　结尾，幼鹏的车型丰盛，从轿车、 SUV 到MPV，从A级、B级到C级都有涉及，这确保了咱们的数据的多样性和丰盛性。

　　21世纪经济报道：蕴蓄堆集数据是端到端的难闭吗？车企具有了数据和算力，是否就意味着能完成端到端大模子的落地?

　　李力耘：正在原先的法则期间，编造毗连了十几个摄像头，进入端到端期间后，这些传感器的数据量和之前没有发作改观。

　　法则期间，处理题目前，咱们会先看题目是由感知，照旧预测，照旧两组题目协同导致的。咱们会通过这两组算法工程师打算场景、数学模子和法则，去处理题目、回归场景。只是如此的细节题目太多了，还会牵连更多模块。

　　造成端到端后，打法差别了，全豹链条变得很长。车企需求搜求用于处理场景题方针大宗数据，乃至将无监视的数据做好标注、洗涤，给本身当模子。这个模子能够先预锻炼再协同锻炼，也能够是一个大模子来做锻炼。锻炼好后，看锻炼出来的模子的质料能否竣事量化、布置、仿真验证、上车，全豹链条极度长。

　　数据搜求除表，工程才具还表示正在大数据体例的筑造、算力布置才具，这都不是一件容易的事。

　　21世纪经济报道：幼鹏正在冷武器期间蕴蓄堆集的那么多“武林能手”用不上了吗，过去的蕴蓄堆集能阐发哪些上风？

　　李力耘：要念搜求高效数据，最首要的一条是主动驾驶团队需求正在车端做良多职业，不然收了大宗数据回来，却进入存储中，就造成了本钱。

　　若是不是无穷资源的话，车端数据的搜求需求很强的算法才具、乃至是AI才具。这和咱们之前的蕴蓄堆集一脉相承。比方用法则去监视数据搜求，比方AI出的旅途，或许正在几何上极度分歧理，显明不像是人会开的，能够通过法则迅速识别出来。

　　与守旧的工夫计划比拟，端到端往往被以为上限高、下限低。但这或许是咱们做得很有特点的地方。咱们正在上一个期间，创造了饱满大宗的仿真数据集，这些仿真数据集，都是始末法则校正的，当AI的新模子上限的光阴，会去跑这些数据集，咱们就可以迅速展现模子的下限的分歧理，举办对模子的迅速校正。咱们过去蕴蓄堆集的法则为 AI 兜底了。

　　其它，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，用一套软件适配通盘高阶智驾车型。

　　李力耘：一是幼鹏数据搜集的恶果更高；二是幼鹏有很强的平台化工程才具。正在AI端到端期间，有无激光雷达、无论如何的车型，对咱们来说都是一套智能驾驶处理计划。

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

　　李力耘：原先工程化才具拼的是招募和堆砌各式宗旨的冷武器能手，只消凑齐了他们就能够打。

　　热武器期间需求更大的算力、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，还要把这些东西安置到车上，而且上车流程中，特斯拉和咱们都不含糊，一时有少少光阴都是需求少少法则兜底。紧跟趋向转型的企业，我以为也或许有获胜，但总体而言，会编造性拉开第一梯队和第二梯队的差异。

　　袁婷婷：正在工程上，咱们参加了极度多的精神正在 AI Infra 上（即人为智能根柢办法，毗连算力和运用的AI中心层根柢办法）。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，看起来宛若都能很疾端出一盘菜来，但永久来看是十足不相似的。

　　做端到端，就像是十月怀孕。十月怀孕，即是真的需求十个月的饱满的养分和收拾，它才拥有呱呱坠地的那一刻。它不是我希图做了，我参加足够多的钱，因此我用十个别，就能一个月“生”出来。它需求足够踏实的根柢，付出足够踏实的勤奋，才具得回最终的成效。

　　21世纪经济报道：幼鹏最早试水端到端是什么光阴？当时端到端是什么状态、阐扬奈何？

　　李力耘：2022年9月，幼鹏城区辅帮驾驶落地广州，成为第一家量产都会导航辅帮驾驶的车企，但咱们全豹研发是正在2022年上半年就竣事了，年光花正在了审图上，那光阴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，咱们需求用更泛化、更好的工夫计划，去符合各式各样的途况果木。咱们便先河向无图计划切换。

　　最先，无图的计划需求更庞大的算法，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便当，所以，咱们当时试验了幼模子堆砌的式样，堆了几十个极度突出的算法工程师，通过少少法则的耦合去处理题目。

　　但人工界说法则的接口，意味着这些模子如故没有脱离算法法则，其它堆更多突出的算法工程师上去，也是一件难事。

　　李力耘：通过各个幼模子法则的耦合是无法处理题方针，由于模子之间自身要转达更多音信。

　　幼模子时间，环岛、窄途、巷子、调头、大途口等场景极度难，咱们或许要花3~5 个月。

　　比方有些都会的途口很庞大，驾驶员正在一个途口要左转，但展现前面一条途是上桥、一条途是去辅途、旁边再有一条途，编造或许直接减速为0。

　　而端到端大模子很灵巧的，它处理了两大题目：一是出格场景从不行开到能开；二是提拔拟人道。比方驾驶员正在上述途口，编造不会停下来，也不会换到另一个车道，而是会像人类相似徘徊，稍微减速后笃定地选一条途走过去。稍许的感应就像大厨烧菜，加稍许盐，滋味就刚正好。这种改观极度拟人，极度有“端味”。

　　要念成为环球顶尖AI企业，盯紧最前沿的AI工夫成长不行少。2023年3月，OpenAI公布GPT4。之后，从OpenAI公布Sora、o1的新模子的降生，AI大产生，这些首要事故牵引了咱们的研究。

　　咱们之前罕见据蕴蓄堆集、架构蕴蓄堆集，昨年年头，咱们先河研究奈何将大模子使用到主动驾驶范畴。本年年头，咱们又先河探寻从大模子转型至云端大模子。

　　我以为云端大模子更有魅力，来日，正在一个途口，编造乃至能够愈加笃定地直接服从追念去选一个更好的途，它能够降维挫折大模子、赋能智能驾驶。

　　21世纪经济报道：本年5月，幼鹏布告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。当时智驾大模子的打算思绪和本日有哪些差别？

　　李力耘：初版上车的端到端智驾大模子是服从场景渐渐上车的流程。正在幼鹏即将公布的AI 天玑XOS 5.4.0编造，咱们不分场景、全量操纵了端到端大模子，团体的拟人道会上一个大的台阶。

　　21世纪经济报道：正在端到端计划的采取上，目前主流的主张有两种：One-model 端到端和分段式端到端，幼鹏被归为分段式端到端，你承认这种主张吗？

　　正在幼鹏主动驾驶编造中，区分饰演人类眼睛、大脑和幼脑脚色的XNet、XBrain和 XPlanner是相互重叠、相互耦合的。深度练习时，三个大搜集会对各个个别做预锻炼，之后再协同锻炼。

　　李力耘：两个方面的来源。第一个很首要的来源是，我以为咱们站正在一个认知的高地，由于咱们从很早就先河参加端到端的研发，而且本着十足拟人的准绳打算了XNet、XBrain和 XPlanner。而正在这背后更首要的是咱们有云端大模子或者叫foundation model，为了可表明性以及算力的合理分拨和布置，才把它预锻炼成三个搜集。

　　实在华为的端到端架构中也有一个感知搜集、一个规控搜集，以及一个本能安笑搜集。咱们和华为正在模子认知上有相仿之处，即正在端到端性质下，咱们改正在意音信的无损传输、音信保存的最大化，而不会卖力探索one piece的锻炼、布置。

　　另一方面，让 AI 去开车这件事自身极度激进。正在端到端大模子打算时，若是选取循序渐进的式样，三个搜集既有重视又有协同，既能够推广更多可表明性、可管控性，算力的分拨和布置也将更合理。起码正在调试流程中，咱们更容易显露什么地方出了题目。

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

　　李力耘：车端一个 One piece 大模子，或许成效很疾，所以表界会以为其有弯道超车的潜力。但它却有很大的副感化——来日，跟着数据量的推广，车上的有限算力实在吃不下这么无数据，便或许会带来良多挑拨。

　　21世纪经济报道：三个搜集去协同锻炼不如One piece那么疾，幼鹏奈那处理这个题目？

　　李力耘：正在要领论上，慢即是疾。我现正在更认同好似 Open AI 如此的云端大模子，这是彻底的One piece的智能体。因此咱们会组织云端的大模子，而且会去琢磨车端可表明性的安笑兜底。

　　固然成效是一个渐渐的流程，但咱们不必做反复筑造，上限会更高。云端模子参数会是现正在车端的 80 ~ 100 倍，2025 岁终，咱们的云端算力会到达 10EFlops 以上，比拟 2024 年的筹备推广 2.6 倍。

　　21世纪经济报道：本年5月幼鹏布完毕事100%无图化。有种主张以为，幼鹏将无图做到极致后，智驾大部队才去研发轫到端，道途斗劲顽固。

　　李力耘：一先河研发无图，咱们就有少少端到端预埋正在内中。念要完成真正的无图，无图意味着要泛化果木，意味着车企要具备肯定的分析才具，因此从无图之初咱们就先河（端到端），无图化的流程，即是端到端渐渐上升的流程。

　　只然而无图化走完了， 端到端如故没有走完。由于咱们最终的主意是以L2的本钱完成好似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智驾工夫公布会”上说，幼鹏本年正在智驾上参加了35亿元，还招了4000人。特斯拉的智驾团队范围自始至终也没进步1000人，幼鹏为什么需求这么多人？

　　李力耘：咱们团队范围陆续随从营业的改观正在伸长，但平昔安宁正在2000人独揽。招募4000人，是指全豹大AI方面。

　　幼鹏立志成为中国乃至环球的 top AI 企业，因此环绕全豹 AI 的营业举办团队组织，汽车筑造、语音座舱、呆板人、主动驾驶都是AI，并不是仅仅指主动驾驶。

　　由于置信，因此瞥见。幼鹏对付智能化的参加口舌常笃定的。咱们不必去对照其他公司的人数，咱们心愿能以 L2 级的本钱完成 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名宿将辞职，人才滚动经常，对你的心态有影响吗？

　　李力耘：这是一件平常的事，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“冷武器期间”的算法工程师现正在去哪里了？

　　李力耘：咱们万分器重人才，我以为原先“冷武器期间”突出的算法工程师，即是谁人期间极度灵巧的人。

　　内部，咱们会踊跃培植他们的转型；表部，咱们会陆续雇用突出的人才，牵引他们的转型、激活人才。幼鹏行动一个立志成为中国和环球 top 级的AI公司，咱们极度爱护人才、极度爱才若命。

　　凡事都是改观的，团队人才的画像有肯定的变迁，但演化是很平常的。原先突出的同砚我置信只消他们去勤奋练习，如故会突出。

　　21世纪经济报道：正在幼鹏之前，蔚来和理念都调剂了主动驾驶团队的构造架构，为什么幼鹏这么迟？有一种较为锋利的主张以为，幼鹏有包袱，由于奈何安顿正在无图城区NOA期间立下战功的人是一个困难。你奈何对付这种说法？

　　李力耘：8月只是咱们对表宣发的节点，调剂是顺从其美、应运而生的。正在无图的流程中，伴跟着AI端到端的浸透率上升，咱们便先河调剂了团队的运作式样，渐渐向AI的运用、AI的研发、AI的恶果这几个宗旨转折，因此职业式样的改观实在很早就存正在。

　　李力耘：原先，幼鹏的工夫部分分为筹备、预测、掌管、感知、协调各个组，咱们的构造架构以AI为重点，新组筑了 AI 模子开拓、AI 运用交付、AI 效力三个部分，心愿饱满阐发 AI 的临盆力，涉及百人范围。

　　调剂之后，咱们可以尽最疾的速率完成寰宇都能开，况且正在原先的弱势场景上，比方调头、窄途、博弈上，咱们博得了长足的前进。这些都是咱们调剂构造架构带来的实打实的收益。

　　袁婷婷：无论是正在北美照旧正在国内，我跟公共聊起这件事项来，他们都是很高兴的。这些同砚具备了极度好的工程素养、根柢算法才具，向大模子转型期，他们既拓展了本身才具的边境，还能为公司做出更大的进献，又适配上了这个期间的趋向。

　　李力耘：和人人无闭，是和产物节拍相闭。咱们和人人不光是一个简陋的供应商闭连，也是一个计谋合营的闭连，咱们也是按平台化的思绪来赋能人人的。

　　21世纪经济报道：何幼鹏本年4月说，幼鹏依然竣事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，幼鹏凭什么有信仰智驾出海？

　　第一，咱们固守全程环球化的市集定位，是咱们的永久主义。第二，咱们要和当地共赢。第三，咱们顽固走智能化科技的道途，而不是卖更省钱的车，咱们要做中高端的车。

　　中国的场景相对照较庞大，比方有3亿幼电驴、各式各样庞大的场景，是一个很好的练兵的体面，也对咱们的AI 体例才具做了良多的锤炼，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市集做赋能，远比咱们去每个国度找一组工程师去适配法则更高效，也对海表用户愈加掌握。咱们有信仰把海表市集做到很好。

　　袁婷婷：咱们目前依然竣事了两个 OTA 的海表重点版本的上线果木，这一个别也正在海表客户里得回了好的口碑。咱们置信正在2025年、2026年，咱们正在海表的智驾肯定会给公共带来更大的惊喜。果木21对话 幼鹏李力耘：端到端类似“热刀兵期间”弯谈超车更难了