今天下午，智己汽車聯合 Momenta 開了一場發布會。

發布會上劉濤和曹旭東兩位 CEO，分別介紹了智己汽車 IM AD 3.0 智駕系統的最新進展。比如「一段式端到端」、「本能反應主導的直覺決策能力」，「L4 自動駕駛年內取得牌照」，等等。

具體的話術不過多重復，核心概念兩點：「智駕直覺時代」、「L3/L4 加速中」。

今天下午的智己，也成為了 10 月份智駕放大招的第三家車企。

10 月 23 日，理想汽車宣布其「端到端+VLM」雙系統智駕架構，伴隨著 V6.4 的系統 OTA 正式向 AD Max 用戶全量推送。

這也意味著理想汽車 7 月份出圈傳播的「思考快與慢」技術路線，正式接收量產檢驗。

10 月 24 日，小鵬汽車正式宣布，即將上市的 P7+ 會首發搭載「不分場景，全量使用端到端大模型」的 AI 天璣 5.4.0 操作系統。

小鵬汽車智駕負責人李力耘表示，5.4.0 將使 P7+ 智駕的變道成功率提升 53%，繞行成功率提升 155%。

三場智駕發布，給我們的感覺是統一的：2024 年，想做好智駕傳播還是太難了。

回顧今年重磅的新車發布會，輿論場上儼然成為「技術象征」、「創新代表」的智能駕駛，依然在整車發布會上放在設計、空間、性能、續航之后，讓觀眾在最終價格之前再等 20 分鐘。

但與此同時，智駕又被卷入了新造車傳播邏輯的擂臺中央。小視頻、新定語層出不窮；今天是「One Model」、明天是「全國 XX 開」。

穩扎穩打的研發與百尺竿頭的聲量之間，應該如何平衡？撇去宣傳浮沫，新造車目前走到了智能駕駛的哪個關口？

今天的主題是「技術殊途同歸，傳播先到先得」。

一、熬過 L3 前夜

按照馬斯克的時間表，L3 還沒迎來曙光，而全世界已經熬了十年夜。

不過，進入 2024，無論是車企，還是自動駕駛軟硬件供應商，都開始表露出進入新時代的興奮和躁動。體現在傳播口徑上，是 L3 已經被頭部新造車「定檔」。

比如小鵬將百公里接管少于 1 次的「類 L3」定在了 2025 下半年；智己號稱即將成為「同時具備 L2/L3/L4 能力」的車企，「L3 進入量產倒計時」。

李想本人的原話，則是「最晚明年上半年，真正有監督的 L3 自動駕駛就可以批量向用戶交付了」。

新造車似乎要不約而同地沖線，而即使傳播話術各異，他們的沖線方式，似乎都有相似之處。

接下來按照時間順序聊，先下結論：對數據的處理效率，某種意義上決定著同樣硬件平臺下，各家高級智駕的落地速度。

然后我們回到 7 月 5 號的理想汽車智能駕駛發布會。

1. 理想「翻身仗」

這場發布會，后來被一些觀點形容為「理想的翻身之戰」，我們先拋開紛擾，只聊本質。

憑借著 VLM 視覺語言模型，以及云端的訓練算力，理想汽車提出了一條由三個環節組成的智能駕駛技術路線：

端到端大模型，負責最主要的智能駕駛任務，按照李想本人 6 月在中國汽車重慶論壇的演講，這部分是跑在單顆 Orin X 芯片上的。

VLM 視覺語言模型，負責理解環境、跑出駕駛決策建議和軌跡，是端到端大模型的參考，時延（響應速度）相對慢，但理論上思考更擬人。

目前理想的 VLM 有 22 億個 token，在 Orin X 上時延 0.3 秒，對應著 3.34HZ 的刷新率。

最后是云端訓練中心，截止至 8 月，理想汽車已經擁有超過 4.5E 的云端算力，它會對車端推理模型做實時檢驗，李想本人形容為「考試」。

快-慢-云三種不同時延的智能駕駛數據利用方式，組成了理想汽車的手牌。

三個月后，一直在第一梯隊爭先的小鵬和智己，也分別打出了自己的新牌。

2. 小鵬特色

10 月 24 號的廣州，李力耘表示，目前小鵬汽車的大模型戰略，是先將云端大模型做好，然后用蒸餾的方式部署到車端。

四年前，新造車流行一個梗「軟件看小鵬」，指的是小鵬汽車在那個硬件普遍貧瘠的年代，通過軟件優化的方式實現更優效果——蒸餾這個詞，體現了小鵬多年來的軟件優化思路。

蒸餾（distillation）來源于熱力學，指的是用不同沸點提取出液體內不同成分。

運用在深度學習上，則代表著一個泛化能力更強的大模型，通過知識蒸餾（target-based、feature-based）、量化（Quantification）、參數矩陣近似（Parameter matrix approximation）等等形式，縮小模型參數的同時，也能保證足夠高的模型準確率。

我們直接上療效：深度學習的蒸餾技術，可以讓我們用一個更小的模型，在不同的特定任務上，實現類似于更大體積模型的輸出能力。

結合當前智能汽車的硬件發展階段，蒸餾是必需的技術手段之一。

兩個已知條件，分別是每一臺 XNGP 車型的推理算力，以及何小鵬手里用來買訓練卡的預算，接下來小鵬汽車打算做的，是將蒸餾用到極致。

李力耘表示，基于云端大模型打磨車端能力，是小鵬汽車預研端到端的階段，就已經決定的「制勝關鍵」。

目前小鵬云端大模型的參數量是車端的 80 倍——考慮到 2025 年 10E 訓練算力的規模，云端參數量不算高。

但另一個考慮，是 Orin 時代的小鵬汽車，最高每臺車算力被限定在 508T。這樣的背景下，加速蒸餾效率，比擴大云端規模更關鍵。

李力耘也給出了另一個數字：目前小鵬云端大模型的訓練效率，已經累計提升了 2.6 倍。

3. 智己的老司機

今天下午，劉濤和曹旭東也透露了一些殊途同歸的智駕進步。

比如「長短期記憶」，指的是智己 IM AD 在車端和云端，會采取不同的數據迭代頻率和優化方式。像是車端會使用按周迭代的頻率，而云端則是按天快速迭代。

再比如似曾相識的「一二系統結合」。

智己一直在打造老司機的智駕「人設」，而一個優秀的司機，應該做到反應敏捷、決策老練兩點。智己和理想的「慢」，都是希望強調智駕系統決策的老練。

劉濤則將他們的快慢，總結為「一段式端到端」+「安全邏輯網絡」。

曹旭東透露的數字里面，智己已經實現了模型訓練成本的 10-100 倍節約，并且可以實現「邊看邊開」的超低時延效果，這是快；脫悅則表示一段式端到端，還會將數據交給安全邏輯網絡，這是類似老司機的「慢」。

寫到這里，我們可以總結 10 月份智駕齊發這三家，背后一部分邏輯。

首先，對 One Model 路線的探索，開始體現收益：時延更低、模型刷新率更高，對應著「直覺」、「快」，等等。

同時，2024 年底，各家數據利用效率跟年初相比，又有了進一步提高，云端訓練算力的投資，也更明顯地反哺到車端，比如小鵬用云端的 10E 算力，提高車端大模型的上限。

技術創新按部就班，但競爭的壓力時不我待。

二、廣告學和真創新

2023 年 7 月，當時還擔任小鵬汽車智能駕駛負責人的吳新宙，說了這樣一句話：

「自動駕駛不是一個廣告學，是一個非常扎實的工程，需要很大的積累」。

當然后面的故事并沒有如吳新宙期盼般發展，智能駕駛的宣傳愈發浮躁，智能對汽車購買決策的影響、車企品牌形象傳播、智駕實際發展水平，三者即使到了 2024 年，也并沒有達到同步的發展階段。

我們今天提及的三家車企，不約而同地走上了高效利用數據的路線。但回歸車輛本身，智駕芯片的迭代以兩年甚至三年為周期，硬件底層的變動，其實遠遠跟不上輿論和用戶，對新造車的要求。

比如智駕小視頻。

短視頻的興起，讓單一長板對消費品的購買決策影響加深。回到智能駕駛，則對應著「絲滑繞行」、「老司機避讓」、「無保護左轉」等一個個切片。

但天平的另一邊，是單一功能短板，也同樣會被無限放大，矛和盾的轉化，只在于攻防兩方的一念之間。

都說造車是帶著鐐銬起舞，智能駕駛同樣嚴格遵循這條規則。

從 2D 到 3D，從 BEV 到占用網絡，從模塊化到模塊化端到端再到 One Model，智能駕駛的技術演進逐漸匹配摩爾定律，甚至試圖跟上短視頻時代的傳播節奏，但最終仍然受汽車安全法規限制。

這就導致核心的技術演進以年為單位、數據飛輪迭代按周算。但為了跟上傳播戰場的節奏，車企需要每天一個新詞條，每天一次輿論戰。

我們聽到不同聲音的渠道變多了，但問題在于，嘴巴和手是兩個器官，說的話和做的事，也代表著兩種不同的結果。

希望創新更盛，而不是論戰更甚。

（完）

返回第一電動網首頁 >