B体育本年年头，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何幼鹏也是个中一员。进程几次体验后，何幼鹏很是蓬勃，他主动向主动驾驶副总裁李力耘说起感触，“丝滑感明显、拟人感提拔，可能彰着感触到FSD正在思虑”，并指望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，幼鹏便发端自研智能驾驶软件算法，不同当先华为和理念1年8个月、3年5个月。之后，幼鹏完全地资历了高速辅帮驾驶、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索求：开初，是用各式幼模子。幼鹏当时“堆了”几十个卓绝的算法工程师，指望通过规矩牵引去治理题目，但最终却无法离开古板的规矩束缚。

　　2023年3月，OpenAI公布GPT4，不久后，Sora、o1新模子出生，AI大发生，这些首要事故动员了幼鹏。2023年年头，幼鹏发端索求怎样将端到端大模子使用到主动驾驶周围，随后，幼鹏又发端向云端大模子迈进。

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

　　本年此后，蔚来、理念、零跑等车企都盘绕端到端创办了研发团队，他们指望借此获取弯道超车的新机缘。“当进入一个新的、以特斯拉为引颈的时间周期，咱们不行以古板的时光去估算新时间发作的时光。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。

　　为了收效疾，有的车企选取了One piece端到端形式。而正在智驾上积攒7年的幼鹏，被质疑采用了分段式端到端，“途径顽固”。

　　李力耘狡赖了幼鹏是分段式端到端，“咱们和华为好像，XNet、XBrain、XPlanner不同饰演人类眼睛、大脑和幼脑脚色，三者是彼此重叠、彼此耦合的。”

　　正在他看来，车端一个One piece 大模子，有肯定副效用——他日，跟着数据量的扩张，车上的有限算力吃不下这么无数据。而幼鹏的治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。

　　研发无图的进程中，跟着端到端渗出率的提拔，幼鹏主动驾驶团队还调理了构造布局：新组筑了 AI 模子开垦、AI 行使交付、AI 效率三个部分。幼鹏没有裁人算法工程师，而是帮帮他们实行端到端转型。“幼鹏的智能驾驶团队不断安祥正在2000人足下，随同交易有序拉长。”李力耘说。

　　李力耘将端到端视为“热刀兵期间”，过去的辅帮驾驶期间则是“冷刀兵期间”。冷刀兵期间，只须凑齐了武林妙手就可能打。但热刀兵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）和工程本领。

　　“紧跟趋向转型的企业不妨会胜利，但总体而言，热刀兵期间会体系性地拉开第一梯队和第二梯队的差异，弯道超车更难了。”李力耘以为果木。

　　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配景，曾是百度美国无人车研发团队的创始主题成员、掌管京东硅谷研发中央X实习室架构师，你为什么不赓续L4研发，而正在2019年选取参加乘用车公司幼鹏？

　　李力耘：我是2019年6月参加幼鹏的。固然我以前不断做偏L4的主动驾驶，但我本来是一个坚贞的渐进式信奉者，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。

　　我很锺爱车，是一个特别有产物热忱的人。我自身开的便是幼鹏，以前我开P7，现正在开G6 Max，可以看到自身的代码跑正在自身的产物上，并把这个产物买回去天天开、看着它不竭进化，我感到这件事特别酷。

　　李力耘：我先正在美国见到了吴新宙（时任幼鹏主动驾驶负担人），当时他去幼鹏已有半年，团队仍然有少少人了，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。”他对主动驾驶特别笃定、坚贞智能化能带来转移，特别感动我。

　　为了能正在一线体验产物，不消飞来飞去，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，引颈了端到端的目标，幼鹏是受到特斯拉影响吗？

　　李力耘：咱们早正在 2021、2022年，便发端主动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，现内行业更风气用去激光雷达和无高精度舆图这两个词。

　　特斯拉不断也是本着数据驱动的理念来做。咱们特别敬重特斯拉，目前只要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，幼鹏发端自研智能驾驶软件算法，不同当先华为和理念1年8个月、3年5个月，完全地资历了高速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，端到端最大的分别是什么？

　　李力耘：以前的辅帮驾驶仿佛冷刀兵期间，咱们需求许多武林妙手，万军之中取大将首级——他们懂驾驶场景、懂交易、懂数学、又懂一两个幼模块，他们可以所向披靡。但原形上，找到许多武林妙手特别难。尽管找到了，咱们面对的庞大场景五花八门，相当于仇敌的数目更多。

　　端到端期间，犹如从冷刀兵期间来到热刀兵期间，不依赖人力，而是通过“炸药”、排兵列阵的式样博得得胜。“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，再通过教练模子治理题目。

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

　　与起步晚的车企比拟，幼鹏之前积攒的卓绝工程本质能帮咱们更高效地搜求数据，原先的规矩可能给 AI 供应少少开导、会当教员。

　　结果，幼鹏的车型足够，从轿车、 SUV 到MPV，从A级、B级到C级都有涉及，这保障了咱们的数据的多样性和足够性。

　　21世纪经济报道：积攒数据是端到端的难闭吗？车企具有了数据和算力，是否就意味着能达成端到端大模子的落地?

　　李力耘：正在原先的规矩期间，体系相联了十几个摄像头，进入端到端期间后，这些传感器的数据量和之前没有产生转移。

　　规矩期间，治理题目前，咱们会先看题目是由感知，仍旧预测，仍旧两组题目配合导致的。咱们会通过这两组算法工程师策画场景、数学模子和规矩，去治理题目、回归场景。只是如许的细节题目太多了，还会牵涉更多模块。

　　造成端到端后，打法分别了，全部链条变得很长。车企需求搜求用于治理场景题主意大批数据，乃至将无监视的数据做好标注、洗刷，给自身当模子。这个模子可能先预教练再说合教练，也可能是一个大模子来做教练。教练好后，看教练出来的模子的质地能否实行量化、计划、仿真验证、上车B体育，全部链条特别长。

　　数据搜求除表，工程本领还展现正在大数据体例的作战、算力计划本领，这都不是一件容易的事。

　　21世纪经济报道：幼鹏正在冷刀兵期间积攒的那么多“武林妙手”用不上了吗，过去的积攒能阐发哪些上风？

　　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许多管事，不然收了大批数据回来，却进入存储中，就造成了本钱。

　　假如不是无穷资源的话，车端数据的搜求需求很强的算法本领、乃至是AI本领。这和咱们之前的积攒一脉相承。譬喻用规矩去监视数据搜求，譬喻AI出的途径，不妨正在几何上特别不对理，彰着不像是人会开的，可能通过规矩疾捷识别出来。

　　与古板的时间计划比拟，端到端往往被以为上限高、下限低。但这不妨是咱们做得很有特点的地方。咱们正在上一个期间，设置了充溢大批的仿真数据集，这些仿真数据集，都是进程规矩校正的，当AI的新模子上限的时刻，会去跑这些数据集，咱们就可以疾捷发掘模子的下限的不对理，举行对模子的疾捷校正。咱们过去积攒的规矩为 AI 兜底了。

　　此表，目前只要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，用一套软件适配一共高阶智驾车型。

　　李力耘：一是幼鹏数据收罗的效果更高；二是幼鹏有很强的平台化工程本领。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治理计划。

　　21世纪经济报道：特斯拉V12之后，许多车企拥抱端到端，指望借此弯道超车，弯道超车更容易了仍旧更难了？

　　李力耘：原先工程化本领拼的是招募和堆砌各式目标的冷刀兵妙手，只须凑齐了他们就可能打。

　　热刀兵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，还要把这些东西部署到车上，而且上车进程中，特斯拉和咱们都不狡赖，临时有少少时刻都是需求少少规矩兜底。紧跟趋向转型的企业，我感到也不妨有胜利，但总体而言，会体系性拉开第一梯队和第二梯队的差异。

　　袁婷婷：正在工程上，咱们参加了特别多的精神正在 AI Infra 上（即人为智能根本举措，相联算力和行使的AI中央层根本举措）。打个比如，要炒一份菜，你可能用很好的灶、柴火和果木，也可能用酒精灯、上面放一个幼铝锅，看起来仿佛都能很疾端出一盘菜来，但恒久来看是齐备不相似的。

　　做端到端，就像是十月妊娠。十月妊娠，便是真的需求十个月的充溢的养分和收拾，它才干有呱呱坠地的那一刻。它不是我预备做了，我参加足够多的钱，是以我用十个别，就能一个月“生”出来。它需求足够结壮的根本，付出足够结壮的起劲，才干获取最终的收成。

　　21世纪经济报道：幼鹏最早试水端到端是什么时刻？当时端到端是什么状态、显露怎样？

　　李力耘：2022年9月，幼鹏城区辅帮驾驶落地广州，成为第一家量产都邑导航辅帮驾驶的车企，但咱们全部研发是正在2022年上半年就实行了，时光花正在了审图上，那时刻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、更好的时间计划，去适合各式各样的途况。咱们便发端向无图计划切换。

　　开初，无图的计划需求更庞大的算法，它要检测三轮车果木、电动车等各样的车，远不如界说一个模子将之泛化便当，以是，咱们当时试验了幼模子堆砌的式样，堆了几十个特别卓绝的算法工程师，通过少少规矩的耦合去治理题目。

　　但人工界说规矩的接口，意味着这些模子仍旧没有离开算律例矩，此表堆更多卓绝的算法工程师上去，也是一件难事。

　　李力耘：通过各个幼模子规矩的耦合是无法治理题主意，由于模子之间自身要传达更多音信。

　　幼模子功夫，环岛、窄途、巷子、调头、大途口等场景特别难，咱们不妨要花3~5 个月。

　　譬喻有些都邑的途口很庞大，驾驶员正在一个途口要左转，但发掘前面一条途是上桥、一条途是去辅途、旁边又有一条途，体系不妨直接减速为0。

　　而端到端大模子很机智的，它治理了两大题目：一是出格场景从不行开到能开；二是提拔拟人道。譬喻驾驶员正在上述途口，体系不会停下来，也不会换到另一个车道，而是会像人类相似游移，稍微减速后笃定地选一条途走过去。稍许的感想就像大厨烧菜果木，加稍许盐，滋味就刚恰好。这种转移特别拟人，特别有“端味”。

　　要念成为环球顶尖AI企业，盯紧最前沿的AI时间生长不行少果木。2023年3月，OpenAI公布GPT4。之后，从OpenAI公布Sora、o1的新模子的出生，AI大发生，这些首要事故牵引了咱们的思虑。

　　咱们之前罕见据积攒、架构积攒，客岁年头，咱们发端思虑怎样将大模子使用到主动驾驶周围。本年年头，咱们又发端索求从大模子转型至云端大模子。

　　我感到云端大模子更有魅力，他日，正在一个途口，体系乃至可能愈加笃定地直接遵从回忆去选一个更好的途，它可能降维妨碍大模子、赋能智能驾驶。

　　21世纪经济报道：本年5月，幼鹏通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。当时智驾大模子的策画思绪和即日有哪些分别？

　　李力耘：初版上车的端到端智驾大模子是遵从场景渐渐上车的进程。正在幼鹏即将公布的AI 天玑XOS 5.4.0体系，咱们不分场景、全量应用了端到端大模子，满堂的拟人道会上一个大的台阶。

　　21世纪经济报道：正在端到端计划的选取上，目前主流的看法有两种：One-model 端到端和分段式端到端，幼鹏被归为分段式端到端，你承认这种看法吗？

　　正在幼鹏主动驾驶体系中，不同饰演人类眼睛、大脑和幼脑脚色的XNet、XBrain和 XPlanner是彼此重叠、彼此耦合的。深度进修时，三个大收集会对各个个别做预教练，之后再说合教练。

　　李力耘：两个方面的原由。第一个很首要的原由是，我感到咱们站正在一个认知的高地B体育，由于咱们从很早就发端参加端到端的研发，而且本着齐备拟人的准则策画了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，为了可疏解性以及算力的合理分拨和计划，才把它预教练成三个收集。

　　本来华为的端到端架构中也有一个感知收集、一个规控收集，以及一个本能和平收集B体育。咱们和华为正在模子认知上有一致之处，即正在端到端素质下，咱们更改在意音信的无损传输、音信保存的最大化，而不会有劲寻找one piece的教练、计划。

　　另一方面，让 AI 去开车这件事自身特别激进。正在端到端大模子策画时，假如选取循序渐进的式样，三个收集既有着重又有说合，既可能扩张更多可疏解性、可管控性，算力的分拨和计划也将更合理。起码正在调试进程中，咱们更容易真切什么地方出了题目。

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

　　李力耘：车端一个 One piece 大模子，不妨收效很疾，以是表界会感到其有弯道超车的潜力。但它却有很大的副效用——他日，跟着数据量的扩张，车上的有限算力本来吃不下这么无数据，便不妨会带来许多挑拨。

　　21世纪经济报道：三个收集去说合教练不如One piece那么疾，幼鹏若何治理这个题目？

　　李力耘：正在方式论上，慢便是疾。我现正在更认同好像 Open AI 如许的云端大模子，这是彻底的One piece的智能体。是以咱们会组织云端的大模子，而且会去探究车端可疏解性的和平兜底。

　　固然收效是一个渐渐的进程，但咱们不消做反复作战，上限会更高。云端模子参数会是现正在车端的 80 ~ 100 倍，2025 年末，咱们的云端算力会抵达 10EFlops 以上，比拟 2024 年的策划扩张 2.6 倍。

　　21世纪经济报道：本年5月幼鹏通告实行100%无图化。有种看法以为，幼鹏将无图做到极致后，智驾大部队才去研起首到端，途径比拟顽固。

　　李力耘：一发端研发无图，咱们就有少少端到端预埋正在内中。念要达成真正的无图，无图意味着要泛化，意味着车企要具备肯定的领悟本领，是以从无图之初咱们就发端（端到端），无图化的进程，便是端到端渐渐上升的进程。

　　只然而无图化走完了， 端到端仍旧没有走完。由于咱们最终的对象是以L2的本钱达成好像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智驾时间公布会”上说，幼鹏本年正在智驾上参加了35亿元，还招了4000人。特斯拉的智驾团队领域自始至终也没赶上1000人，幼鹏为什么需求这么多人？

　　李力耘：咱们团队领域不断随同交易的转移正在拉长，但不断安祥正在2000人足下。招募4000人，是指全部大AI方面。

　　幼鹏立志成为中国乃至环球的 top AI 企业，是以盘绕全部 AI 的交易举行团队组织，汽车缔造、语音座舱、呆板人、主动驾驶都是AI，并不是仅仅指主动驾驶。

　　由于自负，是以望见。幼鹏对付智能化的参加吵嘴常笃定的。咱们不消去比拟其他公司的人数，咱们指望能以 L2 级的本钱达成 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名宿将离任，人才活动屡次，对你的心态有影响吗？

　　李力耘：这是一件寻常的事，也是一件良性的事，职员的活动对全部行业都是有好处的。

　　21世纪经济报道：幼鹏没有裁人算法工程师，那之前“冷刀兵期间”的算法工程师现正在去哪里了？

　　李力耘：咱们十分器重人才，我感到原先“冷刀兵期间”卓绝的算法工程师，便是谁人期间特别机智的人。

　　内部，咱们会主动培植他们的转型；表部，咱们会不断聘请卓绝的人才，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，咱们特别爱戴人才、特别爱才如命。

　　凡事都是转移的，团队人才的画像有肯定的变迁，但演化是很寻常的。原先卓绝的同砚我自负只须他们去起劲进修，仍旧会卓绝。

　　21世纪经济报道：正在幼鹏之前，蔚来和理念都调理了主动驾驶团队的构造架构，为什么幼鹏这么迟？有一种较为锋利的看法以为，幼鹏有包袱，由于怎样计划正在无图城区NOA期间立下战功的人是一个困难。你若何对于这种说法？

　　李力耘：8月只是咱们对表宣发的节点，调理是顺从其美、应运而生的。正在无图的进程中，伴跟着AI端到端的渗出率上升，咱们便发端调理了团队的运作式样，渐渐向AI的行使、AI的研发、AI的效果这几个目标改观，是以管事式样的转移本来很早就存正在。

　　李力耘：原先，幼鹏的时间部分分为策划、预测、统造、感知、调和各个组，咱们的构造架构以AI为主题，新组筑了 AI 模子开垦、AI 行使交付、AI 效率三个部分，指望充溢阐发 AI 的临蓐力，涉及百人领域。

　　调理之后，咱们可以尽最疾的速率达成世界都能开，并且正在原先的弱势场景上，譬喻调头、窄途、博弈上，咱们赢得了长足的提高。这些都是咱们调理构造架构带来的实打实的收益。

　　袁婷婷：无论是正在北美仍旧正在国内，我跟多人聊起这件工作来，他们都是很愿意的。这些同砚具备了特别好的工程素养、根本算法本领，向大模子转型期，他们既拓展了自身本领的畛域，还能为公司做出更大的功勋，又适配上了这个期间的趋向。

　　李力耘：和人人无闭，是和产物节律相闭。咱们和人人不单是一个大略的供应商相干，也是一个计谋合营的相干，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，幼鹏仍然实行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，幼鹏凭什么有信念智驾出海？

　　第一，咱们遵循全程环球化的墟市定位，是咱们的恒久主义。第二，咱们要和当地共赢。第三，咱们坚贞走智能化科技的途径，而不是卖更低廉的车，咱们要做中高端的车。

　　中国的场景相比拟较庞大，譬喻有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 体例本领做了许多的熬炼，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墟市做赋能，远比咱们去每个国度找一组工程师去适配规矩更高效，也对海表用户愈加负担。咱们有信念把海表墟市做到很好。

　　袁婷婷：咱们目前仍然实行了两个 OTA 的海表主题版本的上线，这一个别也正在海表客户里获取了好的口碑。咱们自负正在2025年、2026年，咱们正在海表的智驾肯定会给多人带来更大的惊喜。B体育21对话 幼鹏李力耘：端到端犹如“热武器期间”弯道超车更难了果木