何小鹏重金下注，赌智驾即将迎来拐点

在自动驾驶行业的寒冬之下，小鹏却认为拐点将至。

今年2月，小鹏汽车董事长何小鹏发表内部公开信，其中提到2024年研发预算同比增长超过40%，以智驾为核心的 AI 技术年度研发投入共计35亿元，并且还要招聘约4000人。

而在5月20日的小鹏汽车AI DAY上，何小鹏再次重申了上述计划。小鹏在智能驾驶上投入的决心，丝毫没有改变。

无论是在今年的电动车百人会论坛上，还是在发布会后的媒体采访上，何小鹏都提出了同样的观点，他认为，智能驾驶将在12至18个月内迎来一个“拐点”，智能驾驶将在包含小区在内的所有城市道路，能够做到极低的接管率和极高的安全率。

量化成数字来看，何小鹏提出的目标是18个月内智驾能力提升30倍。

但从市场的整体环境来看，自动驾驶行业还未走出寒冬。

去年年末，通用旗下自动驾驶公司Cruise裁员900人，其中还包含9名核心高管，裁员比例高达员工总数的24%。在前段时间，现代集团与安波福投资的自动驾驶独角兽Motional进行了重组，并裁员550人。

要知道，这两家自动驾驶公司的背后，都有国际车企巨头“撑腰”。但从近年来的趋势来看，即便是这些巨头，也不愿意再给L4自动驾驶烧钱了。

另一边，看似火热的ADAS领域也并非一帆风顺。今年1月，博世集团宣布将于2026年之前裁员1200人，其中智能驾驶与控制系统事业部是此次裁员的重点。就在前几天，有媒体报道称，理想汽车已经开始裁员，其中智能驾驶团队将会缩减至1000人以内，而去年理想汽车曾计划将智能驾驶研发团队在今年扩张至 2000 人，到2025年扩张至超过2500人。

有观点认为，智能驾驶迎来突破的时间很难准确预测，大范围可用的L3、L4级自动驾驶上车更是遥遥无期。因此，资本市场对自动驾驶行业已经失去了耐心，在不少车企的研发计划里，智能驾驶也都并非排在首位。

但AI大模型技术的出现，让小鹏看准，行业将会出现转机。

通过AI代驾，理解端到端大模型在自动驾驶行业的意义

“端到端大模型”成为今年自动驾驶领域的热词。所谓端到端大模型，指的是一种直接输入传感器数据，然后输出转向、制动与加速信号的方式。理论上可以做到只依靠神经网络而无需复杂的代码，便可实现自动驾驶或辅助驾驶功能。

此前的自动驾驶更像是一个由复杂的规则（算法）组成的庞大合集，而感知、规划与控制都会分为不同的模块。但端到端大模型则将这三部分融合到一起，并由AI大模型（数据）驱动。

今年，特斯拉正式推送了FSD V12测试版，将端到端大模型正式带上了车。在5月20日的发布会上，小鹏发布了国内首个量产上车的端到端大模型，并于发布会当晚正式推送上车。

小鹏的端到端大模型，由神经网络XNet+规控大模型XPlanner+大语言模型XBrain三部分构成，这三部分分别扮演人类的眼睛、小脑与大脑。

关于AI大模型的优势，小鹏汽车自动驾驶中心负责人李力耘介绍称，AI天生能够在一个非常有不确定性、非常模糊、非常需要博弈的空间里，找出一个非常好的解，不仅如此，如果运用很好的模型架构能力与体系，AI还具备自己进化和学习的能力。

可能说到这，端到端大模型的优势还比较难以理解。那么可以通过AI代驾功能，来理解端到端大模型上车的重要意义。

对于100公里内的固定线路，只需用户驾驶一次，AI代驾便可学习用户的驾驶习惯与驾驶风格。今后用户在该路线行驶时，智能驾驶功能则会按照用户的习惯进行驾驶。

这种功能在此前的智能驾驶上很难实现。原因在于，此前的智能驾驶功能风格受代码限制，最多也只能在激进与柔和的驾驶模式间切换，但无法做到针对每一个细节都能让用户满意。

但端到端大模型具备更强的灵活性，具备较强的学习能力，因此可以做到千人千面，适配不同驾驶风格。并且，由于AI的学习能力更强，小鹏的端到端大模型能够做到“2天迭代一次”。

简单来说，相当于此前的智能驾驶，是一个完全按照规则办事的机器，而端到端大模型驱动的智能驾驶，则变成了一个具有灵活性的“机器人”。因此，理论上端到端大模型驱动的智能驾驶将会突破代码的限制，在能力上的上限将会更高，也是通往自动驾驶之路上的重要一步。

不过，端到端大模型的模式虽然看起来很美好，但实现起来却异常艰难。

端到端大模型上车的困难：数据、算力与钱

事实上，提出端到端大模型的自动驾驶公司或车企不少，但真正落地到量产乘用车上的，目前还只有特斯拉与小鹏。

数据与算力，则成为阻挡大模型上车的拦路虎。

首先，大模型需要通过视频片段来进行训练，而需求量是巨大的。此前，马斯克曾介绍过特斯拉FSD的训练过程。至少需要训练100万个视频片段，才基本能将一个自动驾驶端到端大模型训练到可用水平，并且这100万个视频片段需要质量高且种类多样，而特斯拉目前已经输入了1000万个视频片段。

因此，对于小鹏来说，毕竟在用户规模上远不及特斯拉，所以在数据收集上还需要更多时间。

其次，训练大模型所需的算力需求是巨大的。目前，特斯拉拥有近10万张用于训练用的英伟达A100显卡，再搭配上特斯拉的Dojo超级计算机，预计到今年年末特斯拉的训练算力可达100EFLOPS。这是什么概念呢？截至去年年底，我国的智能算力规模才达到70EFLOPS。

何小鹏在发布会上表示，今年小鹏的峰值算力将会达到7000张计算卡。这样的数量虽然和特斯拉相比确实不在一个量级，但在国内车企当中，已经是“遥遥领先”的存在。

在支撑自动驾驶大模型的背后，更少不了钱。何小鹏表示，今年的算力费用就达到了1亿美元。如果考虑上自动驾驶行业高昂的人力成本，对于小鹏来说，资金上的压力确实不小。

但在何小鹏看来，这笔投入是必需的。小鹏汽车今年将投入70亿元用于研发，何小鹏表示，这笔投入是为了冲出淘汰赛，进入全明星赛，不做这个投入根本永远走不过去。

与此同时，小鹏也在其他地方尽量确保财务上的健康。一方面，通过与大众的合作，小鹏的财务压力得以缓解；另一方面，据何小鹏介绍，去年六月份开始，单车成本降低了25%，在今年年底还会更低。

“我们把不该花的钱不花了，在该花的钱上一定会多花，包括智能驾驶。”何小鹏表示。

写在最后

人工智能与大模型的发展，并不是最近几年才开始，明星人工智能研究公司OpenAI创始至今都已经过去近10年时间。但人们真正感受到大模型走到身边，还是2022年11月，ChatGPT的问世，引爆了人们对于人工智能与大模型的关注，这就是所谓的“拐点”。

对于智能驾驶来说，当市面上出现一个可用范围广、体验好且价格能让更多人接受的高阶智能驾驶系统后，必将迎来拐点时刻。而对于全力押注智能化的小鹏来说，还必须保持在第一梯队，才能确保拐点时刻来临时，人们还会选择小鹏的产品。

但迎来拐点之前的路，注定艰难。就连何小鹏自己也认为，自动驾驶是一个非常困难的事情，它不是靠钱、靠人就可以做得到的，它有成功的概率，它有非常大的数据门槛，而且越往后越难成，因为头部效应会越来越明显。

或许自动驾驶行业的寒冬还会持续一段时间，但小鹏决定试一试AI带来的机会。期待18个月后，智能驾驶行业与小鹏汽车，都能迎来属于自己的拐点。