一夜醒來，自動駕駛行業(yè)大變天。端到端技術還沒普及，新的技術形態(tài)又出來了。

前兩天，小鵬汽車發(fā)布了 “云端基座模型”。希望通過知識蒸餾和強化學習的方式持續(xù)提升車端系統(tǒng)的能力上限。知識蒸餾是DeepSeek對Open AI彎道超車的大殺招，如今被小鵬用在了自動駕駛上。

為了開發(fā)這個世界基座模型。小鵬汽車專門打造了一座“云端模型工廠”，工廠“車間”涵蓋基座模型預訓練和后訓練（強化學習訓練）、模型蒸餾、車端模型預訓練到部署上車的全流程生產(chǎn)鏈路。

小鵬汽車自動駕駛負責人李力耘介紹，小鵬基模是一個以大語言模型為骨干網(wǎng)絡，使用海量優(yōu)質(zhì)駕駛數(shù)據(jù)訓練的多模態(tài)大模型，具備視覺理解能力、鏈式推理能力和動作生成能力。提升智駕能力上限。

“端到端的車端模型也許可以給大家提供一個非常好的極致的L2的+++的體驗，但作為我們自動駕駛人的初心要最終走向L3、L4的自動駕駛。”

李力耘認為，車端訓練的算力有限，能夠承載的數(shù)據(jù)量有限，即便端到端技術范式下，智駕的能力也不會太高。小鵬希望通過“云端基座模型”訓練更多的數(shù)據(jù)，無限提升智駕的能力上限。

它可以理解成一個云端大模型，大模型結構的第一層采用Encoder編碼器，對所有信號進行融合。你沒有看錯，是各種信息，包括視頻信號，以及導航音頻、車載視頻，甚至耳朵、超聲波雷達、毫米波雷達聽到的各種信號。目前能夠處理的參數(shù)量達到720億參數(shù)（一個模型是72B），VLA模型參數(shù)差不多在1B-2B之間，大概是35倍的差值。

接下來就來到了最核心的部分，小鵬通過語言大模型（LLM）讓各種各樣的傳感器信息、元素對齊，使它能夠作為標準化“符號”被處理，這樣大語言模型就具備了推理能力，以及持續(xù)的思維鏈能力，通過前方車輛的繞行推測前方可能有障礙物，進而推理出前方施工等場景，從而提前做出應對。

經(jīng)過Encoder（編譯器/編碼器）到語言大模型之后，模型會變成一個聰明的學生或者剛入行的聰明的青年教師。經(jīng)驗少，但是天賦高。然后再通過高質(zhì)量數(shù)據(jù)的方式強化學習讓系統(tǒng)變成一個經(jīng)驗豐富的老教授先放到車端。

強化學習是大模型訓練的經(jīng)典思路，Open AI的很多模型都是采取這個方式。先通過設置獎勵函數(shù)給系統(tǒng)設置一些邊界，再通過獎勵模型提供更連續(xù)、更泛化、更多維的獎勵信息給到強化學習，最后再通過世界模型對他進行多維度的模擬驗證。

于是，一個經(jīng)過海量數(shù)據(jù)訓練的優(yōu)秀老司機云端大模型就這樣誕生了。最后再通過蒸餾的方式把云端訓練的能力沉淀出來，生成“小身材、大智商”的端側模型，下放在車端。

小鵬說這個基座模型可以為不同需求的汽車定制不同的“大腦”，讓“千人千面”的模型研發(fā)成為可能。

這里其實有一個非常有意思的地方。地平線余凱，博世吳勇橋等都認為，自動駕駛將來會是一個標準件一樣的東西，智駕不會出現(xiàn)郭德綱和林志玲的不同風格，但是這里又說智駕千人千面。我的理解是不是不同的車型搭載的硬件不一樣，模型參數(shù)量不一樣從而產(chǎn)生差異化的情況。

這個世界基礎模型更像是小鵬做了一個數(shù)據(jù)訓練模型的放大器，讓模型能夠吞吐更大規(guī)模的參數(shù)量，并且開發(fā)了一系列的配套小模型，然后在把海量數(shù)據(jù)訓好的小模型下放在車端。

到這里其實思路已經(jīng)比較清晰了，小鵬希望通過這套世界模型解決更高維度L3，甚至L4的問題。這列理念算不上新，小馬智行CTO樓教主很早就說過了。但是小鵬推進的效果更迅猛。

世界基礎模型的設想很美好，但實際實施起來并不容易。

首先是端側芯片算力，即便是蒸餾過后的模型，也比目前的端到端模型大很多。目前市面上的芯片基本都是公用芯片，在特定模型的處理效率上并不高。這也是小鵬選擇自研芯片的原因。何小鵬透露，小鵬專門針對其自研的世界基座大模型設計的芯片將會在今年2季度量產(chǎn)上車，它的專屬性更強，效率更高。

另一個就是云端算力。小鵬目前的AI算力已經(jīng)達到了10EFLOPS，實現(xiàn)了萬卡集群。并且云端的訓練集群常年保持在90%以上利用率。

除了GPU，多模態(tài)大模型還需要解決數(shù)據(jù)訪問的效率問題。小鵬汽車自主開發(fā)了底層的數(shù)據(jù)基礎設施（Data Infra），使數(shù)據(jù)上傳規(guī)模提升22倍、訓練中的數(shù)據(jù)帶寬提升15倍；通過聯(lián)合優(yōu)化GPU / CPU以及網(wǎng)絡I/O，最終使模型訓練速度提升了5倍。如果把數(shù)據(jù)傳輸理解成一個水管放水，小鵬相當于專門為這個數(shù)據(jù)工廠建了一個抽水泵，讓它的效率更高。

解決了進水效率，“水”（數(shù)據(jù)）從哪來？

小鵬一方面通過多賣車來收集數(shù)據(jù)。這里可以聯(lián)想一下小鵬去掉激光雷達的邏輯，去掉激光雷達降車價帶來的銷量提升立竿見影；另一方面其實上文也有提到，在世界基座模型工廠里其實有世界模型，專門用來生產(chǎn)仿真數(shù)據(jù)。還用于調(diào)教真實的Smart Agent（智能體）的反饋，和它之間的博弈和接下來要做哪些動作。

目前，小鵬汽車用于訓練基座模型的視頻數(shù)據(jù)量高達2000萬clips，這一數(shù)字今年將增加到2億clips。

在這些基礎設施之上，小鵬的云端基礎模型更像是一個車端模型的效率工廠。它能夠快速在12小時就能訓練一版模型。

這套理論最核心的支撐點在于Scaling Law（尺度定律：參數(shù)量越大，模型訓練效果越好），這個已經(jīng)在大語言模型被證明的定律。

當然，在這之前，小鵬需要回答另一個問題是，蒸餾之后的模型效果到底好不好？達到什么樣的標準才能上車？

Deepseek的邏輯是不管怎么蒸餾，模型始終在云端。但小鵬這個的邏輯是大模型蒸餾之后下放到車端。

李力耘的說法是，加大車端算力，模型的承載能力也會更大。這其實又回到了小鵬自研芯片的邏輯。

目前，小鵬的大模型還在訓練“老師”（云端大模型）階段，也就是所謂的基礎大模型，目標是接近L3，但目前還沒有量化的數(shù)據(jù)出來，“學生”（蒸餾后的端側模型）的能力更是無從得知，但從小鵬X9在香港的測試來看，內(nèi)部認為其實表現(xiàn)出來的能力已經(jīng)遠超目前系統(tǒng)的能力。

雖然還沒上車，但小鵬已經(jīng)驗證了幾個基本規(guī)律：

1、驗證規(guī)模法則在自動駕駛領域持續(xù)生效。也就是說大模型的Scaling Law在自動駕駛同樣奏效；

2、在后裝算力的車端成功實現(xiàn)基模控車；

3、啟動72B參數(shù)基模訓練，搭建針對強化學習的模型訓練框架。

十年前，小鵬汽車成立時就堅定了自動駕駛的大方向，它是第一個將激光雷達量產(chǎn)落地在輔助駕駛的乘用車企，兜兜轉轉幾年之后小鵬又重新去掉激光雷達，采用純視覺方案。毫無疑問，這是一條完全Follow特斯拉的技術路線。在智能駕駛到來的浪潮前夕，中美企業(yè)代表再一次同頻共進。