从AlphaGo到自动驾驶，小鹏走出了AI的“神之一手”（中）

摘自白雪 汽车之心

得基座模型者，得天下

L2 级辅助驾驶与 L4 级自动驾驶之间看起来隔着千军万马，但实际上都在用「规则」办事。

L2 这一层面，传统 L2 惯用端到端小模型+兜底规则，导致体验更像缝合怪。

在城区要用大量 Corner Case 训练，园区、停车场又要用通过多模态融合和低速控制算法来实现。

给用户最直观的感受就是，人开、机器开的区别很大，即便智驾能开好 80% 的路，但剩下的 20% 的场景却解决不了。体验是能用，但不好用。

另一边，传统的 L4 玩家也用规则办事，通过卷车辆规模、高精地图以及车辆上更精良的传感器和算力装配，试图达到更好的效果。这样做的结果是，智驾的安全下限和能力上限都很低。

典型如 Waymo 与特斯拉的对比。

3 个月前硅谷市区大停电，红路灯全部瘫痪，没有了基本交通规则后，Waymo 的车只能瘫痪在路中间。与之对比，特斯拉的 Robotaxi 丝毫没有受到影响。

说白了，1000 公里的 MPI 不如能自主思考的 AI 架构。

技术范式改革的真正特征是，L2 到 L4 完全打通，形成体验丝滑的智驾完全态。

而这就要靠综合能力：L4 能力=模型× 算力 x 数据 x 本体。

在这个公式里，任何要素没跟上都会对最终效果产生质的影响。

模型也是个很好的案例。

传统自动驾驶讲究分科治学，类似于每一个模块都有独立训练的专才。感知模块负责认路、预测模块负责猜别人怎么走等等。

迈入端到端时代之后，逻辑就变了。

智驾体验怎么样不是哪个模块做得好不好、规则写的好不好，甚至，也不是模型训练得够不够大，更取决于在打造模型的同时，建立一套发现问题—定义问题—验证问题的逻辑闭环。

此时，世界基座模型成了小鹏撬动技术范式的一个支点。

基座模型的本质就是让 AI 学习物理世界是怎么运转的，经过无数次训练之后，系统可以建立智驾对物理世界的理解，像人类一样做出驾驶决策。

基座模型就相当于智驾的教练。

小鹏重押基座模型的核心原因是，经过基座模型训练出的智驾拥有理解世界的能力，这些能力就像生长出来的一样，它能处理「没学过但能推理」的场景，不仅解决了智驾 20% 的高难度场景，还能解决剩下 1% 的极限场景。

特斯拉和小鹏，都是世界模型的簇拥者。

此前汽车之心就曾在文章《智驾圈都在等何小鹏》中提出，特斯拉和小鹏在车端及云端模型布局上及其相似。

在小鹏 2024 年迈入端到端变革之前，内部就早就有所准备了。

首先是能支持云端训练的底层超算中心。

算力是基座模型的「耗材」，建设超算中心意味着真金白银的投入。据何小鹏透露，去年小鹏算力花费大概几十个亿。

截止去年中旬，小鹏的超算中心算力规模已达 10EFLOPS，属于绝对的头部。

其次，基座模型训练需要数据作为「原材料」，必须喂饱基座模型足够多的数据，智驾系统才能变聪明。

去年 4 月小鹏的基座模型参数规模达到 720 亿，累计吃下了 4000 多万条视频片段，而且都是超过 30 秒的长时序视频。

72B 的模型量在目前汽车行业里是天文数字，同时也属于国内大型开源模型的第一梯队。

虽然这个参数量不是 AI 界的最大规模，但依旧够得到一些头部 AI 企业，比如智谱、阶跃星辰的企业级旗舰模型。

向 AI 企业看齐，除了加大算力和数据投入，也需要讲究技巧，提升云端模型的效率方法。

提升基座模型效率，一直是道难题。

毕竟，训练 VLA 模型不像大语言模型只需要解决计算瓶颈，它同时还要要关注数据加载、通信状态。

因此小鹏采用 CPU、GPU 联合训练来打破这些瓶颈。

比如，增加额外的 CPU 节点来并行处理数据等等，以此提升数据供给能力，确保 GPU 能持续获得数据。

无独有偶，与小鹏世界基座模型相对应，特斯拉自动驾驶副总裁 Ashok Elluswamy 也提到过 FASDV14 采用「世界模拟器」训练。

这种模拟器基于特斯拉海量数据集训练，根据当前状态与下一步动作生成未来状态，从而与车端的端到端基础模型闭环，做真实效果的评估。

为了建造世界模拟器，2019 年特斯拉就启动了超算项目，从断断续续自研 Dojo，再到购入英伟达 6.6 万块 H100、H200 用于训练，都足以验证模型的重要性。

这两个玩家的故事告诉我们真正的代际差，不只在数字指标上，也在于思路转换、真金白银的投入上。

与此同时，所谓「基座模型」的另一个关键词是基座。

之所以称为基座，就是因为基座模型不止是面向自动驾驶，还具备通用性。

此时 L4 公式里的「本体」，就开始与小鹏基座模型协同发挥作用。

有段对话很有意思。

——问：现在大模型决策有两种方法，一种是模型直接给出轨迹，另一种是它给出几种轨迹让系统选，小鹏第二代 VLA 是哪种？

——刘先明答：核心是你做的是自动驾驶还是 AI？小鹏做的是 AI，不是只用来做自动驾驶的专用模型。既然做了这么大的范式转变，就不会带着以前的逻辑、规则来解决问题。

传统车企的思维是，把自动驾驶仅仅当做车，挨着一个个区域去解决。

但从第二代 VLA 身上，小鹏开始把它作为 AI 去解决，因此小鹏的世界基座模型可以跨车、跨国家、跨设备。

小鹏用一套基座模型，同时驱动 L2 辅助驾驶、L4 无人驾驶、人形机器人、飞行汽车。这与特斯拉逻辑一致，Optimus 机器人和 FSD 自动驾驶，也在共享同一个世界模型的计算底座。

马斯克希望未来AI芯片与模型能够应用于商业航天火箭

只不过，特斯拉想造的飞行汽车还没补齐「本体」的最后一块版本。

从这个角度上来说，小鹏甚至先于特斯拉一步，从车企成为了 AI 公司。