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何幼鹏也是此中一员。历程几次体验后，何幼鹏很是奋发，他主动向主动驾驶副总裁李力耘说起感染，“丝滑感明显、拟人感提拔，能够昭着感染到FSD正在考虑”，并期望团队骨干成员尽疾去美国体验一次。

　　是“智驾老兵”。2017年9月，幼鹏便首先自研智能驾驶软件算法，判袂当先华为和理念1年8个月、3年5个月。之后，幼鹏无缺地始末了高速辅帮驾驶、城区辅帮驾驶阶段，还正在本年岁首的开城竞速赛中率先落地200城。

　　端到端的构造和预研，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寻觅：起先，是用各式幼模子。幼鹏当时“堆了”几十个杰出的算法工程师，期望通过规定牵引去治理题目，但最终却无法脱离古板的规定限定。

　　2023年3月，OpenAI揭晓GPT4，不久后，Sora、o1新模子出生，AI大产生，这些要紧事项启示了幼鹏。2023年岁首，幼鹏首先寻觅何如将端到端大模子利用到主动驾驶周围，随后，幼鹏又首先向云端大模子迈进。

　　而中国绝大无数车企则是正在FSD V12版本之后才坚决地拥抱端到端（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建立了研发团队，他们期望借此得回弯道超车的新时机。“当进入一个新的、认为引颈的本事周期，咱们不行以古板的年光去估算新本事爆发的年光。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。

　　为了奏效疾，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，“门道落后｜后进”。

　　李力耘抵赖了幼鹏是分段式端到端，“咱们和华为犹如，XNet、XBrain、XPlanner判袂饰演人类眼睛、大脑和幼脑脚色，三者是相互重叠、相互耦合的。”

　　正在他看来，车端一个One piece 大模子，有必定副效力——来日，跟着数据量的增添，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。

　　研发无图的经过中，跟着端到端浸透率的提拔，幼鹏主动驾驶团队还调度了构造机闭：新组修了 AI 模子斥地、AI 利用交付、AI 效率三个部分。幼鹏没有裁人算法工程师，而是帮帮他们实现端到端转型。“幼鹏的智能驾驶团队不断平稳正在2000人控造，扈从营业有序延长。”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，只消凑齐了武林能手就能够打。但热刀兵期间须要更大的算力、更多的数据、让算力和数据流转起来的机造（数据飞轮体例）和工程技能。

　　“紧跟趋向转型的企业大概会得胜，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。

　　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线世纪经济报道：你之前有L4后台，曾是

　　美国无人车研发团队的创始重点成员、掌管京东硅谷研发核心X实习室架构师，你为什么不接续L4研发，而正在2019年选取参与乘用车公司幼鹏？李力耘：我是2019年6月参与幼鹏的。固然我以前不断做偏L4的主动驾驶，但我原来是一个坚决的渐进式崇奉者，我认同主动驾驶的终极样式必定是做真正的无人化，但一步到位、直接做无人很难。

　　我很笃爱车，是一个至极有产物热中的人。我本人开的便是幼鹏，以前我开P7，现正在开G6 Max，可以看到本人的代码跑正在本人的产物上，并把这个产物买回去天天开、看着它一直进化，我感觉这件事至极酷。

　　李力耘：我先正在美国见到了吴新宙（时任幼鹏主动驾驶有劲人），当时他去幼鹏已有半年，团队曾经有少许人了，接着回国见到了何幼鹏。何幼鹏说：“咱们是必定要做主动驾驶。”他对主动驾驶至极笃定、坚决智能化能带来变化，至极感动我。

　　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。

　　本年岁首推出了FSD V12版本，引颈了端到端的宗旨，幼鹏是受到特斯拉影响吗？李力耘：咱们早正在 2021、2022年，便首先主动构造和预研端到端了，本着数据驱动的理念，用轻雷达、轻舆图，现好手业更风俗用去

　　不断也是本着数据驱动的理念来做。咱们至极拥戴特斯拉，目前惟有幼鹏和特斯拉能做到既不依赖高清舆图，也不依赖，用一套软件适配高阶辅帮驾驶车型。热刀兵期间，弯道超车更难了

　　21世纪经济报道：2017年9月，幼鹏首先自研智能驾驶软件算法，判袂当先华为和理念1年8个月、3年5个月，无缺地始末了高速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，端到端最大的差别是什么？

　　李力耘：以前的辅帮驾驶彷佛冷刀兵期间，咱们须要许多武林能手，万军之中取大将首级——他们懂驾驶场景、懂营业、懂数学、又懂一两个幼模块，他们可以所向披靡。但究竟上，找到许多武林能手至极难。假使找到了，咱们面对的纷乱场景变化多端，相当于仇人的数目更多。

　　端到端期间，恰似从冷刀兵期间来到热刀兵期间，不依赖人力，而是通过“炸药”、排兵列阵的式样取得得胜。“炸药”相当于数据、算力和算法，将这些原料正在工场里形成模子后，再通过锻炼模子治理题目。

　　从哪里来？李力耘：与主动驾驶L4企业比拟，举动主机厂的幼鹏有本人的车，正在数据搜求上，咱们具备更好的界说技能。

　　与起步晚的车企比拟，幼鹏之前积攒的杰出工程本质能帮咱们更高效地搜求数据，从来的规定能够给 AI 供应少许向导、会当教师。

　　终末，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，是否就意味着能实行端到端大模子的落地?

　　李力耘：正在从来的规按期间，体系相连了十几个摄像头，进入端到端期间后，这些

　　的数据量和之前没有爆发变革。规按期间，治理题目前，咱们会先看题目是由感知，仍然预测，仍然两组题目联合导致的。咱们会通过这两组算法工程师策画场景、数学模子和规定，去治理题目、回归场景。只是云云的细节题目太多了，还会牵连更多模块。

　　形成端到端后，打法差别了，扫数链条变得很长。车企须要搜求用于治理场景题目标巨额数据，乃至将无监视的数据做好标注、洗涤，给本人当模子。这个模子能够先预锻炼再合伙锻炼，也能够是一个大模子来做锻炼。锻炼好后，看锻炼出来的模子的质料能否实现量化、铺排、仿真验证、上车，扫数链条至极长。

　　体例的设置、算力铺排技能，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“武林能手”用不上了吗，过去的积攒能施展哪些上风？

　　李力耘：要念搜求高效数据，最要紧的一条是主动驾驶团队须要正在车端做许多办事，不然收了巨额数据回来，却进入存储中，就形成了本钱。

　　假若不是无尽资源的话，车端数据的搜求须要很强的算法技能、乃至是AI技能。这和咱们之前的积攒一脉相承。比方用规定去监视数据搜求，比方AI出的旅途，大概正在几何上至极不对理，昭着不像是人会开的，能够通过规定急迅识别出来。

　　与古板的本事计划比拟，端到端往往被以为上限高、下限低。但这大概是咱们做得很有特征的地方。咱们正在上一个期间，创造了足够巨额的仿真数据集，这些仿真数据集，都是历程规定校正的，当AI的新模子上限的功夫，会去跑这些数据集，咱们就可以急迅发掘模子的下限的不对理，举行对模子的急迅校正。咱们过去积攒的规定为 AI 兜底了。

　　，用一套软件适配总共高阶智驾车型。21世纪经济报道：为什么其他车企做不到，他们差正在哪里？

　　李力耘：一是幼鹏数据收罗的出力更高；二是幼鹏有很强的平台化工程技能。正在AI端到端期间，有无激光雷达、无论何如的车型，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，期望借此弯道超车，弯道超车更容易了仍然更难了？

　　李力耘：从来工程化技能拼的是招募和堆砌各式宗旨的冷刀兵能手，只消凑齐了他们就能够打。

　　热刀兵期间须要更大的算力、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，还要把这些东西摆设到车上，而且上车经过中，特斯拉和咱们都不抵赖，有时有少许功夫都是须要少许规定兜底。紧跟趋向转型的企业，我感觉也大概有得胜，但总体而言，会体系性拉开第一梯队和第二梯队的差异。

　　根底办法，相连算力和利用的AI中心层根底办法）。打个比喻，要炒一份菜，你能够用很好的灶、柴火和果木，也能够用酒精灯、上面放一个幼铝锅，看起来彷佛都能很疾端出一盘菜来，但长远来看是所有不相同的。做端到端，就像是十月怀孕。十月怀孕，便是真的须要十个月的足够的养分和处理，它才调有呱呱坠地的那一刻。它不是我准备做了，我进入足够多的钱，因此我用十一面，就能一个月“生”出来。它须要足够结实的根底，付出足够结实的起劲，才调得回最终的成就。

　　21世纪经济报道：幼鹏最早试水端到端是什么功夫？当时端到端是什么样式、涌现何如？

　　李力耘：2022年9月，幼鹏城区辅帮驾驶落地广州，成为第一家量产都会导航辅帮驾驶的车企，但咱们扫数研发是正在2022年上半年就实现了，年光花正在了审图上，那功夫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，咱们须要用更泛化、更好的本事计划，去适合各式各样的道况。咱们便首先向无图计划切换。

　　起先，无图的计划须要更纷乱的算法，它要检测三轮车、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，咱们当时测试了幼模子堆砌的式样，堆了几十个至极杰出的算法工程师，通过少许规定的耦合去治理题目。

　　但人工界说规定的接口，意味着这些模子仍旧没有脱离算原则定，其余堆更多杰出的算法工程师上去，也是一件难事。

　　李力耘：通过各个幼模子规定的耦合是无法治理题目标，由于模子之间自己要转达更多音信。

　　幼模子时候，环岛、窄道、巷子、调头、大道口等场景至极难，咱们大概要花3~5 个月。

　　比方有些都会的道口很纷乱，驾驶员正在一个道口要左转，但发掘前面一条道是上桥、一条道是去辅道、旁边尚有一条道，体系大概直接减速为0。

　　而端到端大模子很聪颖的，它治理了两大题目：一是格表场景从不行开到能开；二是提拔拟人道。比方驾驶员正在上述道口，体系不会停下来，也不会换到另一个车道，而是会像人类相同徘徊，稍微减速后笃定地选一条道走过去。稍许的感到就像大厨烧菜，加稍许盐，滋味就刚恰巧。这种变革至极拟人，至极有“端味”。

　　要念成为环球顶尖AI企业，盯紧最前沿的AI本事生长不成少。2023年3月，OpenAI揭晓GPT4。之后，从OpenAI揭晓Sora、o1的新模子的出生，AI大产生，这些要紧事项牵引了咱们的考虑。

　　咱们之前稀有据积攒、架构积攒，昨年岁首，咱们首先考虑何如将大模子利用到主动驾驶周围。本年岁首，咱们又首先寻觅从大模子转型至云端大模子。

　　我感觉云端大模子更有魅力，来日，正在一个道口果木，体系乃至能够加倍笃定地直接服从追念去选一个更好的道，它能够降维还击大模子、赋能智能驾驶。

　　21世纪经济报道：本年5月，幼鹏公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此日有哪些差别？

　　李力耘：初版上车的端到端智驾大模子是服从场景逐渐上车的经过。正在幼鹏即将揭晓的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，目前主流的意见有两种：One-model 端到端和分段式端到端，幼鹏被归为分段式端到端，你认同这种意见吗？

　　正在幼鹏主动驾驶体系中，判袂饰演人类眼睛、大脑和幼脑脚色的XNet、XBrain和 XPlanner是相互重叠果木、相互耦合的。深度进修时，三个大搜集会对各个一面做预锻炼，之后再合伙锻炼。

　　李力耘：两个方面的出处。第一个很要紧的出处是，我感觉咱们站正在一个认知的高地果木，由于咱们从很早就首先进入端到端的研发，而且本着所有拟人的准绳策画了XNet、XBrain和 XPlanner。而正在这背后更要紧的是咱们有云端大模子或者叫foundation model，为了可评释性以及算力的合理分拨和铺排，才把它预锻炼成三个搜集。

　　原来华为的端到端架构中也有一个感知搜集果木、一个规控搜集，以及一个本能太平搜集。咱们和华为正在模子认知上有相通之处，即正在端到端性质下，咱们更改在意音信的无损传输、音信保存的最大化，而不会锐意寻觅one piece的锻炼、铺排。

　　另一方面，让 AI 去开车这件事自己至极激进。正在端到端大模子策画时，假若接纳循序渐进的式样，三个搜集既有着重又有合伙，既能够增添更多可评释性、可管控性，算力的分拨和铺排也将更合理。起码正在调试经过中，咱们更容易知晓什么地方出了题目。

　　21世纪经济报道： One piece端到端有本人的上风吗，又有哪些寻事？

　　李力耘：车端一个 One piece 大模子，大概奏效很疾，以是表界会感觉其有弯道超车的潜力。但它却有很大的副效力——来日，跟着数据量的增添，车上的有限算力原来吃不下这么无数据，便大概会带来许多寻事。

　　21世纪经济报道：三个搜集去合伙锻炼不如One piece那么疾，幼鹏怎样治理这个题目？

　　李力耘：正在要领论上，慢便是疾。我现正在更认同犹如 Open AI 云云的云端大模子，这是彻底的One piece的智能体。因此咱们会构造云端的大模子，而且会去思考车端可评释性的太平兜底。

　　固然奏效是一个逐渐的经过，但咱们不消做反复设置，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 年的计议增添 2.6 倍。

　　21世纪经济报道：本年5月幼鹏公告实现100%无图化。有种意见以为，幼鹏将无图做到极致后，智驾大部队才去研起首到端，门道比拟落后｜后进。

　　李力耘：一首先研发无图，咱们就有少许端到端预埋正在内部。念要实行真正的无图，无图意味着要泛化，意味着车企要具备必定的阐明技能，因此从无图之初咱们就首先（端到端），无图化的经过，便是端到端逐渐上升的经过。

　　只不表无图化走完了， 端到端仍旧没有走完。由于咱们最终的目的是以L2的本钱实行犹如L3的体验，进一步走向主动驾驶和

　　21世纪经济报道：何幼鹏正在本年7月的“AI智驾本事揭晓会”上说，幼鹏本年正在智驾前进入了35亿元，还招了4000人。特斯拉的智驾团队界限自始至终也没超越1000人，幼鹏为什么须要这么多人？

　　李力耘：咱们团队界限陆续扈从营业的变革正在延长，但不断平稳正在2000人控造。招募4000人，是指扫数大AI方面。

　　幼鹏立志成为中国乃至环球的 top AI 企业，因此盘绕扫数 AI 的营业举行团队构造，汽车创造、语音座舱、

　　、主动驾驶都是AI，并不是仅仅指主动驾驶。由于自负，因此望见。幼鹏看待智能化的进入詈骂常笃定的。咱们不消去比照其他公司的人数，咱们期望能以 L2 级的本钱实行 L3 级的体验，最终走向主动驾驶跟

　　。21世纪经济报道：本年上半年幼鹏智驾团队有5名宿将辞职，人才活动一再，对你的心态有影响吗？

　　李力耘：这是一件平常的事，也是一件良性的事，职员的活动对扫数行业都是有好处的果木。

　　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：咱们非常看重人才，我感觉从来“冷刀兵期间”杰出的算法工程师，便是谁人期间至极聪颖的人。

　　内部，咱们会主举动育他们的转型；表部，咱们会陆续聘请杰出的人才，牵引他们的转型、激活人才。幼鹏举动一个立志成为中国和环球 top 级的AI公司，咱们至极珍重人才、至极爱才若命。

　　凡事都是变革的，团队人才的画像有必定的变迁，但演化是很平常的。从来杰出的同窗我自负只消他们去起劲进修，仍旧会杰出。

　　和理念都调度了主动驾驶团队的构造架构，为什么幼鹏这么迟？有一种较为犀利的意见以为，幼鹏有包袱，由于何如摆布正在无图城区NOA期间立下战功的人是一个困难。你怎样对付这种说法？李力耘：8月只是咱们对表宣发的节点，调度是顺从其美、应运而生的。正在无图的经过中，伴跟着AI端到端的浸透率上升，咱们便首先调度了团队的运作式样，逐渐向AI的利用、AI的研发、AI的出力这几个宗旨改造，因此办事式样的变革原来很早就存正在。

　　李力耘：从来，幼鹏的本事部分分为计议、预测、节造、感知、交融各个组，咱们的构造架构以AI为重点，新组修了 AI 模子斥地、AI 利用交付、AI 效率三个部分，期望足够施展 AI 的坐褥力，涉及百人界限。

　　调度之后，咱们可以尽最疾的速率实行天下都能开，况且正在从来的弱势场景上，比方调头、窄道、博弈上，咱们获得了长足的先进。这些都是咱们调度构造架构带来的实打实的收益。

　　袁婷婷：无论是正在北美仍然正在国内，我跟公共聊起这件事项来，他们都是很兴奋的。这些同窗具备了至极好的工程素养、根底算法技能，向大模子转型期，他们既拓展了本人技能的边境，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：和公共无闭，是和产物节拍相闭。咱们和公共不仅是一个轻易的供应商相干，也是一个战术互帮的相干，咱们也是按平台化的思绪来赋能公共的。

　　21世纪经济报道：何幼鹏本年4月说，幼鹏曾经实现了正在德国的高速领航辅帮驾驶NGP道测。特斯拉FSD入华这么难，幼鹏凭什么有信念智驾出海？

　　第一，咱们固守全程环球化的市集定位，是咱们的长远主义。第二，咱们要和当地共赢。第三，咱们坚决走智能化科技的门道，而不是卖更省钱的车，咱们要做中高端的车。

　　中国的场景相比照较纷乱，比方有3亿幼电驴、各式各样纷乱的场景，是一个很好的练兵的颜面，也对咱们的AI 体例技能做了许多的训练，让咱们摸到了端到端数据驱动的这条道。

　　通过数据驱动来对海表的市集做赋能，远比咱们去每个国度找一组工程师去适配规定更高效，也对海表用户加倍有劲。咱们有信念把海表市集做到很好。

　　袁婷婷：咱们目前曾经实现了两个 OTA 的海表重点版本的上线，这逐一面也正在海表客户里得回了好的口碑。咱们自负正在2025年、2026年，咱们正在海表的智驾必定会给公共带来更大的惊喜。幼鹏李力耘：端到端宛如“热武器时间” 弯道超车更难了果木