小鹏自曝每年花7亿买GPU 率先推送端到端智驾模型：买车送司机

小鹏汽车，刚刚把车圈端到端的“口水仗”推向最高潮：

520当天，自研的端到端智驾大模型上车，直接OTA推送给了用户。

全球唯二，中国首个。

不论之前业内如何激辩大模型怎么上车、怎么争论端到端技术范式，也不论发布会上纷纷攀比“遥遥领先”，现在小鹏的回应方式：上车、上路，交给用户来评价。

直接的改变，是小鹏全系智驾体验提升，官方给了明确的数据：

前后顿挫减少50%、违停卡死减少40%、安全接管减少60%

小鹏最新OTA的，是什么大模型？

这次OTA的新智驾技术体系，小鹏在产品、技术传播口径上出现了明显变化：

不再讲“AI定义汽车”，而是首次提出“AI智驾”、“无AI不智驾”。

以前的智驾，难道就不是AI吗？

何小鹏告诉你，真的不全是。

传统自动驾驶系统中，只有感知一个模块用到AI模型，其余的模块基本都是人工定义的规则。

这就造成两个主要问题：一个是独立模块之间的信息是逐级传递的，在这个过程中必然会存在信息的丢失和误差，而且前一个模块的误差会影响到下一个，多个模块之间的信息误差会不断累积，进而影响到自动驾驶方案的整体效果。

第二个就是人为定义的规则，试图用“穷举法”覆盖自动驾驶的所有场景，或者说出现一类问题，打一个相应补丁。

但问题是，几乎不可能穷举所有种类的交通目标和场景。

何小鹏给了具体的概念：较为稳定的传统量产智驾系统，大约有10万条左右各类人工定义的规则。即使这样，功能仍然无法超越L2，体验也是参差不齐。

而经过测算，一个无限接近人类司机的自动驾驶系统，大概等效于10亿条规则。

这怎么写？人力、时间、维护成本都无法承受。

所以，小鹏大约在2021年左右意识到模块化、规则驱动的自动驾驶技术体系的局限性，开始转向端到端的新技术范式。

简单地说，两个端分别指数据输入端和指令输出端，中间不再分成几个相互独立的模块。通过完全数据驱动的模式，让AI司学习人类成熟驾驶行为，看到一种场景，做出相应对策。自主且高效解决行泊场景中新出现的各类长尾问题，具备更快的迭代效率，有效降低开城成本。

小鹏的端到端大模型，有三个组成部分：神经网络XNet+规控大模型XPlanner+大语言模型XBrain。

何小鹏特别强调，端到端智驾大模型体系下不是只有神经网络，实际上目前也没有任何一个玩家将整个体系完全AI化。

端到端体现在将感知、策略和规控统一在相同的Transformer架构下，模型有足够解释性的前提下，一体化程度逐渐提升。

比如XNet属于三个神经网络的整合，动态、静态和占用网络，让自动驾驶系统如同裸眼3D，对现实世界中的可通行空间进行3D高真实度还原。感知范围面积可达1.8个足球场大小，同时识别50+个目标物。

而同时，小鹏还引入了AI大语言模型XBrain，这相当于给了自动驾驶系统超越“感知”的“认知”能力。能够认识待转区、潮汐车道、特殊车道、路牌文字，秒懂各种令行禁止、快慢缓急的行为指令，进而做出兼顾安全、性能的拟人驾驶决策。

这样一来，系统处理复杂甚至未知场景的泛化处理能力大幅提升，对真实物理世界的宏观逻辑的推理能力亦是如此。

XPlanner同样是神经网络模型，作用类似人类的小脑，通过海量数据时刻训练，使得驾驶策略不断向拟人进化，拥有“老司机般的脚法”。

何小鹏透露，目前端到端大模型能够做到“2天迭代一次”。在未来18个月内，XNGP的能力可以提升30倍（接管率指标） 。

这也是端到端的技术优势之一，只要在稳定大量优质数据来源的情况下，就能以“一日千里”的速度迭代进步。

而在这样的竞争中，小鹏首次明确智驾全栈“AI化”是最低门槛和标准：

“没有AI”或AI含量不足的，都不能称为合格智驾。

小鹏智能化，上了哪些新？

端到端智驾大模型，是小鹏最重要的更新。

不过体验飞升可能还要过一段时间才能体现出来：

2024年第三季度，小鹏汽车的智驾即可实现“全国都能开，每条路都能开”。

2025年实现城区智驾比肩高速智驾体验。

小鹏指的“每条路”，不局限于有地图导航的路，还包括园区、小区内非标准、无地图信息的路。

“城区智驾比肩高速智驾体验”，何小鹏也给出了具体的标准：平均1000公里接管一次。

而在用户看得到“摸得着”的智驾功能，小鹏也给了足够多的新体验。

首先是AI代驾，业内也有叫“通勤NOA”。小鹏的产品特点是“点到点”超长记忆领航智驾。仅需一次学习，系统便可生成定制化的驾驶路线，提供覆盖全程的智能辅助驾驶。

单个用户最多可存储10条记忆路线，每条路线最长100km。

官方透露AI代驾已经可以实现“通勤路线0接管0降级”，而且还能记忆模仿不同车主独特的驾驶习惯。

泊车场景也有进化。免遥控离车泊入，和迎宾出库功能。整体可泊入车位提升3倍，泊车速度提升50%，侧方位、断头位等复杂刁钻车位也可一把到位。

智能座舱层面，车机平均帧率、首帧跟手性、触摸响应速度均提升30%以上，应用启动速度提升50%。

以前的语音助手“小P”，现在有了小鹏“全域大语言模型”加持，变成了“AI小P”，具备更高级别的理解能力和需求推理能力。体验上最大的区别，是用户从“给出指令”式的交互方式，变成“诉说需求”，AI小P准确理解洞悉，给出解决方法。比如，“一句“我有点冷”，即可理解用户是否需要打开空调。

总体来说，整个汽车产业都在拥抱大模型，试图把大模型威力是释放到智能汽车的方方面面。但真正迈出第一步，有技术积累和产品初步形态，并且敢开放给用户的，小鹏是第一个。

这一点被何小鹏反复强调，他认为这次OTA背后体现的能力和储备，是小鹏下一个10年的关键。

何小鹏：端到端，越往后越难成

何小鹏这话，是把时间尺度放到今后10年的竞争中说的。

他的依据是今后的10年高阶智驾会逐渐成为ABS、ESP这样的车辆标配“硬实力”，没有或者体验不好，就卖不出去。

而保证这一核心能力的方法，非端到端不可。

技术层面的原因前面已经说过。何小鹏又从技术本质出发，给出了最新的判断：

端到端头部效应越来越明显，越往后越难做成。

这样的看法和业界普遍大相径庭。

端到端兴起后，业内再次躁动起来，很多人认为既然以往模块化、规则驱动的技术体系要推倒重构，那就意味着所有人回到了同一起跑线——相当于F1比赛中“安全车”出场，优势清零重置。

何小鹏也不否认这一点，他说现在还没有谁拿稳了智驾“船票”，大家都有机会。

但从技术本质、业务模式和持续投入三个角度来看，后发的“追赶者”，和小鹏的差距会越来越大。

首先是技术本质，何小鹏认为“端到端自动驾驶技术范式，从0-1很难，很慢。但从1-100会非常快。”

具体体现在端到端模型本身对数据的需求量激增、可解释性不好搞…以及技术体系切换的沉没成本。

其次是业务层面，何小鹏再次提起了行业已经很久没人提过的“升维降维”路线之争，他认为：

小鹏的自动驾驶之路，一开始就是软硬结合、由低向高走，这非常重要。因为自动驾驶量产落地，竞争的不是代码能力，而是工程能力、泛化能力。需要投入巨大的车队、算力和安全措施成本。

小鹏、特斯拉的相同之处，是从造车开始上手，逐渐积累了自动驾驶量产的车规流程、测试标定，以及十万、百万计的超大规模“路测车队”——这些都是L4玩家短期难以实现的底层积累和konw how。

同样，也正是因为小鹏需要持续开发、维护、升级量产智驾系统，而非只做展示型的Demo，所以从一开始，小鹏就持续花大成本投入AI基础设施的建设。

何小鹏透露了一个具体数字：每年大概7亿元，今后只增不减。

这样的投入极高，不是传统Tier 1靠卖给车厂软件这种商业模式能承担的。所以端到端也会冲击重构自动驾驶产业链，何小鹏甚至直接判断今后“普通Tier 1可能很难做”。

总结一下，何小鹏的意思其实是：

端到端给了所有玩家新的机会，但并不平等。小鹏押注并实现了领跑，这次赌对了。

这可能也是为何何小鹏是车圈唯一一个销量起起伏伏，但依然成竹在胸的老板。

甚至当被问“怎么应对产品高度重合小米汽车竞争”时，何小鹏直接说：

现在卖得好的，不代表能力强。汽车行业是个长线的竞争，而不是短期个把月的销量。