21 世纪经济报谈见习记者 何煦阳 报谈
" AI 一天，东谈主间一年。" 一位 AI 公司辩论创举东谈主曾这样形色大模子的发展速率。
2023 年 3 月，OpenAI 发布 GPT4，不久后，Sora、o1 新模子出生，AI 大爆发，这些蹙迫事件启发了诸多新势力车企。小鹏自动驾驶副总裁李力耘告诉《21 汽车 · 一见 Auto》，2023 年龄首，小鹏开动探索如何将端到端应用到自动驾驶领域，客岁下半年，小鹏又开动向云表大模子迈进。
近日，在 AI 大模子技艺闭门共享会上，李力耘说，小鹏正在研发 720 亿参数的超大畛域自动驾驶大模子，即 "小鹏寰宇基座模子"。
所谓小鹏寰宇基座模子，是一个以 LLM（大言语模子）为主干荟萃，使用海量多模态驾驶数据考试的多模态大模子，具备视觉贯通、链式推理（Cot）和动作生成能力。小鹏但愿寰宇基座大模子能够委果贯通、贯通，以致篡改物理寰宇。
物理 AI 亦然联想的自动驾驶决策对准的最新地点。本年 3 月，联想自动驾驶技艺研发认真东谈主贾鹏在英伟达 2025 春季 GTC 大会上先容，联想在车端部署了参数为 22 亿的 MindVLA 大模子（Vision-Language-Action Model，视觉 - 言语 - 动作模子）。
在联想看来，之是以用 VLA，是因为自动驾驶与机器东谈主不异，所惩处的都是 AI 如何与物理寰宇交互的问题。
但小鹏与联想最大的不同，是小鹏不在车端平直落地模子，而是先在云表考试出一个超大模子基座，然后取其精华，将"蒸馏"出的小模子部署到车端。这种云表蒸馏的技艺决策已在本年爆火的 DeepSeek 论文中得到考证，小鹏试图通过这种状貌，浮松车端因 AI 算力少见带来的模子上限。
这套从云到端的坐褥进程，小鹏称之为"云表模子工场"。依托刚劲的 AI 算力基础尺度和数据处理机制，目下通盘"云表模子工场"从云到端的全链路迭代周期可达平均 5 天一次。
一位新势力业内东谈主士向《21 汽车 · 一见 Auto》评价，在布局 AI 大模子上，小鹏的无餍更大，联想更偏实用主见。
"除了汽车外，小鹏在 AI 上落地了飞行汽车、机器东谈主。后两项业务是联想和蔚来尚未踏入的领域，他们目下聚焦 AI 汽车。是以小鹏需要更大、服从更高的基座模子。"上述东谈主士总结。
小鹏和联想拼杀正酣之际，同属三昆玉的蔚来却在一旁显得有些孤立。
蔚来曾是国内首个达成高速 NOA 全量推送的车企，但跟着行业转向"无图"和端到端大模子，蔚来却稍显迟缓。
客岁 7 月 27 日的蔚来创新科技日，蔚来智能驾驶副总裁任少卿发布了蔚下寰宇模子 NWM（NIO World Model）。NWM 优化了端到端架构，能全量贯通数据，重建物理寰宇，具备遐想力、永劫序推演和决策能力。
但受制于蔚来自动驾驶部门组织调整、多种门道的探索，后又因工信部新规，目下，寰宇模子仍未开启大畛域上车。
智驾技艺迭代速过活月牙异。从高精舆图、无图到客岁变成"端到端"的共鸣，再到本年，各家车企仍是试图卓越端到端范式，寻找更优的技艺旅途。寰宇基座模子、VLA、寰宇模子 ...... 蔚小理在智能驾驶上的技艺旅途不同，但结尾概况重复。
左证巨擘商量机构 EPOCH AI 的探员，言语大模子的性能正渐渐随参数畛域加大出现角落效益递减，2028 年将考试完互联网的总共可用文本数目。因此，OpenAI、谷歌与 Meta 等科技巨头正在迈向 AGI 的下一阶段：多模态大模子。
改日，总共正在钻研智能驾驶的车企，将与全寰宇的其他 AI 企业全部，共同参与这场庞大的 AI 大模子竞赛。
小鹏：为了"跋扈出古迹"，我作念了三件事
在大言语模子领域，畛域设施（Scaling Law）已被充分考证，即"畛域越大、能力越大"，ChatGPT 的告捷等于基于"跋扈出古迹"的暴力好意思学。
但过往的自动驾驶并未委果用到"大模子"。李力耘先容，往时一年，小鹏智驾研发团队先后开荒了 2B（Billion）、7B 尺寸的基座模子。放眼通盘汽车行业，"基于车端芯片，模子尺寸一般在 1 亿 ~5 亿之间，主流的 VLA 的参数畛域也不外 20 亿驾驭"，李力耘说。
这是因为自动驾驶基座模子"复杂得多"，它的考试数据远不啻单模态的文本数据，还包括录像头信息、导航信息等对于物理寰宇的多模态数据。实质上，它条件模子对物理寰宇变成贯通和贯通。
李力耘称，小鹏目下仍是入部属手鼓舞 72B 超大畛域参数寰宇基座模子的研发，后者是主流车端模子的 35 倍以上。
在开荒超大模子之前，李力耘团队作念的第一件事是：考证参数畛域渐渐扩大到百亿级别之后，畛域设施的可行性。
上图左侧图标题为《Long ADE（Long-term Average Displacement Error，长久平均偏差） vs 模子畛域》，纵轴为 Long ADE，横轴为模子畛域。
不雅察可发现，假如用于考试的视频量不变，不管是白线（4M Clips，400 万段视频）如故金线（14M Clips，1400 万段视频），都在跟着模子参数的飞腾而渐渐走低，即短处抓续下跌；若是将两条弧线相对比，金线的下跌幅度明显比白线更大，证实用于考试的视频量越大，短处下跌幅度越大。
右侧图标题为《 Long ADE vs 考试数据集大小》，很明显，考试的数据量越大，短处下跌得越快。
可行性考证罢了后，为了考试这一超大模子，小鹏作念的第一件事是搭建了一个"云表模子工场"。
"云表模子工场"的"原料"是数据。小鹏发现，多半多模态数据的收集、更高的参数，使云表寰宇基座模子领有了链式推理能力（CoT）。
即寰宇基座模子能在充分贯通物理寰宇的基础上，像东谈主类不异进行复杂的学问推理，并将推理扫尾周折为行动：调整地点盘、刹车等，达成和物理寰宇的交互，最终达成多模态大模子示寂车辆的恶果。
为了补全长尾场景，小鹏的格式是研发强化学习技艺。蓝本的"章程时期遗产"，如今成为了小鹏的第二个杀手锏。
惩处顶点场景能力，比如撞车、事故等，是自动驾驶里十分蹙迫的一部分。由于顶点场景数据很少，传统的惩处状貌是让车端模子连接通过师法学习来学，但由于莫得观念得到东谈主驾时告捷幸免事故的轨迹数据，车端模子很难习得这个能力。
另外，由于车端模子参数小，自己能力上限较低，"就像一个相比差的学生，再怎么去作念一些艰难也不太可能提高分数。让一个小模子作念强化学习，不见得有能力去惩处这些顶点场景。"李力耘告诉《21 汽车 · 一见 Auto》。
但若是基座模子弥漫刚劲，就能被强化学习连接引发出能力上限，提高模子的泛化性和对未知场景的贯通和推理能力，找到最可能镌汰风险的旅途。"这是大众最新照拂的一个共鸣。"小鹏寰宇基座模子认真东谈主的刘博士说。
强化学习具体该怎么作念？小鹏共享了他们开荒强化学习系统的三个方面：
一、建造奖励函数（Reward Function）。小鹏用最豪迈的章程来手脚奖励函数，举例合规、欢腾、安全等等。这些小鹏过往在智驾研发的章程时期中累积的多半教化，成为了今天基座模子时期从 0 到 1 的基础。
二、建造奖励模子（Reward Model）。奖励模子会提供更贯穿、泛化、更多维的奖励信息给到强化学习，豪迈来说等于告诉智驾"什么是好的"，并以此让智驾想观念达成这些阐发。这部分小鹏更怜爱智驾收受和市集的反馈数据，让模子按照市集提议来改进"开车民风"，提高模子的泛化能力。
三、建造寰宇模子（World Model）。小鹏构建的寰宇模子是一种及时建模和反馈系统，能够基于动作信号模拟出果真环境景况，渲染场景，并生成场景内其他智能体的响应，从而构建一个闭环的反馈荟萃，匡助基座模子连接进化，浮松往时"师法学习"的天花板。
从"原料"到"上车"，靠的是"云表蒸馏"，这是小鹏将超大模子下放到车端的临了一招。"云表蒸馏"是模子压缩的一种格式，指利用云策动资源，让一个大模子（教师模子）教一个小模子（学生模子），这样小模子能师法大模子的性能，但体积更小，策动量更少。这一技艺早已在本年爆火的 DeepSeek 论文中得到考证。
刘博士将考试基座模子，比作考试出了一个"后生教师"，通过强化学习把他考试成一个"资深熏陶"，临了通过蒸馏，让老熏陶的能力最大可能地保留在车端，让车端小模子摄取海量数据的精髓。
云表基座大模子不错浮松车端芯片算力的"一亩三分地"，大幅提高" AI 汽车智能上限"。而云表蒸馏的平正在于，能够在云表模子基础上高效坐褥"小躯壳、大才能"的端侧模子，以致能为不同需求的汽车定制不同的"大脑"，让"千东谈主千面"的模子研发成为可能。
不久前，小鹏汽车仍是达成在后装算力的车端告捷达成基模控车。固然这仅仅早期测试，但基座模子仍是展现出令东谈主惊喜的驾车手段。
为了考试如斯宏大的模子和数据、提高算力速率，小鹏汽车从 2024 年开动搭建 AI 基础尺度，面前已配置起万卡畛域的智能算力集群，算力储备达到 10EFLOPS，利用率终年高达 90% 以上，岑岭时候的运行服从以致达到 98%。
为了惩处数据探员的服从问题，小鹏汽车又自主开荒了底层的数据基础尺度，使数据上传畛域提高 22 倍、考试中的数据带宽提高 15 倍。目下，小鹏汽车用于考试的视频数据量已达到 2000 万 clips，将在本年加多到 2 亿 clips，通盘"云表模子工场"的迭代周期达到平均 5 天一次。
相较联想和蔚来，目下小鹏在 AI 领域的布局更全面，包括 AI 汽车、AI 机器东谈主、飞行汽车，这亦然小鹏更需要寰宇基座模子的原因。
何小鹏在发布会上晓示，目下小鹏汇天陆地航母在国内收到了快要 4000 台订单，将于 2026 年量产；小鹏东谈主形机器东谈主 IRON 仍是小畛域进入到了工场实训，方针在 2026 年进入工业化量产；临了，小鹏将在 2025 年底，在中国内地率先达成 L3 级智能驾驶落地。
联想：从二维到三维，从 VLM 到 VLA
在技艺共享会上，小鹏挑升提到我方的模子参数 35 倍于主流 VLA 模子，意在与联想本年 3 月部署的 MindVLA 模子一争。
在智驾领域，联想是一匹细心的黑马。客岁端到端成为技艺波浪，抑止车企从分模块的章程想维更动到端到端架构，那些蓝本在智驾上率先的车企，要承受不小的千里没资本；反倒是一些逾期者，有了弯谈超车的契机。
联想等于一个典型例子，客岁不仅开端达成"车位到车位"的全量推送，其特有的"端到端（快系统）+VLM（慢系统）"还被不少车企所师法。本年 3 月，联想又发布新智驾基座模子—— MindVLA，大有引颈智驾潮水之势。
VLM 像一个练习通过言语状貌迷惑驾驶员开车，无法平直侵扰。而 VLA 则是"练习平直开车"，因此 VLA 模子在推理方面的能力要远高于 VLM+ 端到端构成的双系统。
固然小鹏和联想的智驾技艺在大方进取不同，但需要靠近好多共同问题，具体怎么惩处，他们则遴选了不同的技艺门道：
其一，联想和小鹏都意志到，过往考试端到端大模子所使用的数据都是海量二维的互联网图文，模子在 3D 空间贯通上是不及的。为此，他们都需要对基座模子进行从头考试。
· 小鹏给模子灌入了海量录像头信息、导航信息等对于物理寰宇的多模态数据，还用上了"云表模子工场"；
· 联想则选拔了另一种技艺—— 3D 高斯泼溅技艺，即用好多个"高斯点"来拼出一个 3D 物体，每个点都像一个小水点，含有我方的位置、热沈和大小等信息。将这些高斯点组合在全部，就能变成一个立体的图像，使自动驾驶系统能够高效感知和贯通周围物理环境。
其二，他们都意志到自动驾驶芯片（如 Orin-X 和 Thor-U） 的内存带宽和算力是有限的，他们必须找到提高模子参数目和能力，同期还能让其达成高效推理的"钥匙"。
· 小鹏把 Deep seek 的"云表蒸馏"技艺用到了车上，即先考试一个超大基座模子，再蒸馏出一个已摄取海量数据精髓的小模子，临了部署在车上，在有限的车端芯片上最大化理解模子能力。
· 联想则戒备达成模子的寥落化，领受了 MoE （Mixture of Experts）模子架构，并引入寥落瞩眼力（Sparse Attention）。
MOE 架构由各人荟萃、门控荟萃和组合器构成。当模子参数进取千亿级别时，传统格式会让总共神经元参与每个策动，太迫害资源；但 MoE 架构会让门控荟萃承担总调整员的扮装，左证所要处理的任务激活不同的各人，临了再由组合器整合扫尾，达成"用 20% 的策动资源完成 80% 的任务精度"。
寥落瞩眼力则是让 AI 只策动关节区域的瞩眼力权重，好比东谈主在开车时紧盯前列车辆，只用余晖注目后视镜，而非事无巨细地不雅察总共景物。
用这两种状貌，联想能保证模子在畛域增长的同期，保管较高的端侧推理服从，使自动驾驶在资源受限的车端环境中依然能够达成高效推理。
其三，小鹏和联想都必须惩处"自动驾驶大模子如何应付顶点场景"这个绕不开的问题。
· 小鹏选拔考试超大基座模子，然后用强化学习的奖励模子连接引发模子的潜能，提高模子的泛化能力。
· 联想团队则选拔构建基于东谈主类偏好的数据集，引入 RLHF（基于东谈主类反馈的强化学习）进行模子微调，使 MindVLA 对王人东谈主类驾驶步履，提高其安全底线。
李想在接受 AI Talk 时强调，联想是一家东谈主工智能企业，讲"联想汽车"是为了绵薄跟外界相通和宣传，但从来没把"汽车"加到 logo 上。联想同期在作念联想同学和智能驾驶两款东谈主工智能居品，而在作念的过程中，他们早就发现这两个领域有一天一定会连在全部——那等于基座模子变成 VLA 的时刻。
如今，李想的宏图已在一步步达成。MindVLA 规划在本年 7 月和首款纯电 SUV 车型联想 i8 同期发布，在 2026 年搭载于量产车型。
蔚来：预埋硬件、注重安全
蔚来自从客岁 7 月公布 NWM 智驾决策后，在技艺架构上就莫得新的音信。
客岁蔚来科技创新日上，任少卿说 NWM 就像"东谈主的大脑"。在引入 NWM 后的端到端架构模子有三个优点：
· 全量贯通讯息，空间贯通能力更强；
· 能够展望接下来的情景，在 0.1 秒内推献艺 216 种可能发生的轨迹，然后寻找最好决策；
· 仿真寰宇，NSim（NIO Simulation）不错将 NWM 推演的每一种轨迹与对应的仿真扫尾作念对比，给到更多数据给到 NWM 考试，让输出的智驾轨迹和体验更安全更合理，更高效。
不外，目下小鹏和联想都在我方的智驾决策中使用寰宇模子进行仿真测试了，蔚来的智驾决策是不是也应该与时俱进了？
另外，NWM 手脚多元自归来生成模子，需要千万级 Clips 以上的果真数据考试。如何应承这样宏大的数据需求？除了刚才提到的生成式仿真测试除外，蔚来还祭出了"群体智能"这一法宝：
蔚来目下有 20 多万台搭载 NT2.0 平台的车型，每台车配备四颗 Orin-X 中，有一颗挑升留给群体智能考试。这颗 Orin-X 能够筛选掉 99% 无谓数据并经过复杂自动化进程处理后回传云表，使车辆不光在智驾景况下，在非智驾景况下也能得回到灵验数据：
20 多万台车即是 20 多万个"移动数据节点"，每月能够提供 500 万 + 收受数据，共分析 4785 万收受案例，捕捉的高价值 Clips 进取 1000 万。
更为蹙迫的是，蔚来依靠群体智能，权贵提高了找到顶点场景的能力，"目下咱们仍是有进取一千万公里的高价值数据，保证咱们在领航的景况，在主动安全的景况作念到愈加安全"，任少卿暗示。
小米事故后，监管部门给决骤的智驾竞赛踩了一脚急刹车，那些急着秀参数、拼速率的玩家，需要补交一波"安全膏火"。
固然在模子架构和量产推奉上比小鹏、联想慢，但一位蔚来智驾智驾东谈主士告诉《21 汽车 · 一见 Auto》，李斌每周都会稽查用户所上报的蹙迫事故，他对智能驾驶团队的期待很明确，"沉着元气心灵、减少事故"。
走得慢的蔚来，一直很怜爱安全：客岁 7 月为用户上线端到端架构的 AEB 功能，隐私场景提高 6.7 倍，推送后平均每月匡助用户幸免 7 万次事故；本年 1 月，蔚来通过 Banyan 3.1.0 系统推送 AES 功能，是全球首个将端到端技艺应用于主动安全的车企。
小米的智驾事故是一次教唆，倒逼行业从比拼"谁跑得快"变成"谁跑得稳"，目下走得慢却稳的蔚来，无意不会在之后的智驾竞赛中从头超车。
蔚小理在 AI 大模子上的角逐，响应了他们各自作念事的底色——"技艺控"的小鹏最具无餍，布局超大模子、一年敢干与 45 亿元；费钱严慎的联想，仍聚焦于车端的实用体验；"车圈海底捞"蔚来，提前为用户预埋了安全硬件。
电动化时期赌钱赚钱app，蔚小理最大的敌手是特斯拉。但靠近 AI 创新，更多科技巨头王人上阵，他们需要跑得最快些。