2024年被广泛认为是人工智能元年，大模型、端到端成为热词。如今理想汽车也加入车企智驾鏖战。


2024年12月25日-27日，理想汽车连续3天推出“2024理想 AI Talk”，董事长兼首席执行官李想多次提到，理想是一家人工智能企业，要做的是人工智能的汽车化，而不仅仅是汽车的智能化。


不过，要实现端到端并不容易，算法、算力、数据都是门槛，此前理想汽车并不完全具备迈过门槛的能力。纵观汽车市场，理想在智驾上起步已晚，在各家车企都在抢占第一梯队位置的今天，“晚来者”能否突出重围还是未知数。


决意推进端到端


“有多少人工，就有多少智能”这句话一度在智驾圈广为流传，背后的意思是人工智能需要人类工程师发现并筛选问题后，将问题喂给智能去处理，工程师编写规则的速度决定了人工智能的处理速度，特斯拉为此写了高达30多万行C++代码。


但端到端改变了一切。理想汽车智能驾驶研发副总裁郎咸朋用刹车来举例说，以前团队花了很长时间写规则和代码，但依旧无法让车辆实现完全拟人的、舒适缓慢的刹车，而端到端可以提取真实司机的行车数据进行训练，“一定比现在所有的智能驾驶软件都要好”。


特斯拉内部也有相似的观点。回顾特斯拉自2021年发布FSD Beta版本（测试版本）至2024年发布FSD V12（Supervised）版本（受监管版本）走过的3年路程，特斯拉首席执行官马斯克把FSD的30多万行代码删到只剩下2000多行。这背后，是FSD端到端的全新升级。


为什么要做端到端？在连续3天的直播中，理想汽车的高管们聊到了这个话题。一方面，理想汽车意识到，智驾对销量有非常大的促进作用。2024年2月理想汽车AD Max车型的交付量占比只有两成，而2024年下半年已经过半。当车辆的城市+高速综合接管里程超过百公里时，客户愿意为自动驾驶买单。


另一方面，L4级别自动驾驶或成为车企的“决胜法宝”。在此之前，电动化、端到端都可以算是“决赛”的一张“门票”。李想说，“我们今天做的所有事情，是为了L4拿门票，因为L4所需要花的钱，所需要拥有的能力，所需要的数据量，是今天所不具备的。”


做智驾，特斯拉显然是每家车企都绕不开的对比项。2024年初李想就逼着智驾团队去美国，让团队在不同的城市开特斯拉的FSD V12，“要么做端到端，要么就不要再做自动驾驶了。”他还对郎咸朋发火说，“下半年如果我还看不到变化，咱们还是拿不到头部位置的话，那你这个负责人就可以不用干了”。


根据李想的排期，端到端可以让理想汽车在2025年实现L3级别自动驾驶，2028年左右实现L4级别自动驾驶。


争抢智驾第一梯队位置


正是为了“决赛局”，2024年以来，理想汽车在智驾领域发力明显加速。


2024年10月23日，理想汽车宣布全新一代双系统智驾方案端到端+VLM全量推送。11月28日，理想汽车推送车位到车位智能驾驶。而12月底的直播中，理想汽车宣布高速城市全场景升级端到端+VLM，并于2024年12月31日全量推送AD Max用户。


但在汽车行业，这样的速度依旧属于“晚来者”，其实大量车企早已争夺端到端的第一梯队位置。


早在2021年，特斯拉就发布了FSD Beta版本（测试版本），随后不断升级FSD系统，引入全新的端到端神经网络架构，实现了从感知到车辆控制的全面自动化。


2024年4月，华为常务董事、终端BG董事长、智能汽车解决方案BU董事长余承东公开表示，哪怕与特斯拉FSD相比，华为和奇瑞合作车型智界S7的智能驾驶系统仍然是全世界最好的。8月6日，华为和北汽合作车型享界S9首发搭载华为乾崑ADS 3.0，采用端到端全新架构。


2024年7月27日，蔚来汽车发布全新智能驾驶技术架构NADArch 2.0，引入自研的蔚来世界模型的端到端架构。7月30日，小鹏汽车推送了AI天玑系统XOS 5.2.0版本，强调端到端大模型量产上车。


目前，小米汽车已经开启了端到端全场景智能驾驶的定向内测。零跑B系列和C系列也计划于2025年实现自研端到端大模型智驾系统上车。


发展端到端不易


尽管各家车企摩拳擦掌，但实现端到端并不容易，算法、算力、数据都是门槛。根据郎咸朋的说法，此前理想汽车并不完全具备迈过门槛的能力。


从数据来看，理想AD Max车型的销量在2024年初可以支撑高质量训练数据量达到10亿公里左右规模。


这还不够。郎咸朋提到，如果理想汽车希望实现城市+高速综合接管里程达到500公里，预计需要2000万Clips（视频片段）的水平。如果这些要从不到5%的老司机中筛选，意味着理想汽车的车辆行驶总数据要达到50亿公里甚至上百亿公里的水平。


李想将数据换成销量来解释，称要拿到L4的门票，需要有500万辆以上的车跑在路上。


尽管有大量数据，实现端到端依旧有困难。北京社科院副研究员王鹏表示，一方面，训练端到端自动驾驶模型需要大量的真实驾驶场景数据，且需要覆盖不同的天气、道路和交通状况。另一方面，高质量的数据对训练有效的模型至关重要。低质量或不准确的数据会导致模型学习到错误的行为。不仅如此，极端和稀有情况的数据往往比较稀缺，导致数据集可能不平衡。这会影响模型对这些情况的泛化能力。


理想汽车团队也提到，己方选择使用端到端+视觉语言模型就是考虑到了“极端数据较为稀缺”的情况。郎咸朋称，理想汽车始终无法解决的问题是，当一套自动驾驶或智能驾驶系统，工作时如果遇到之前没有见过的场景，应该怎么处理？为此，他们选择了双重模式。


做端到端，理想汽车不仅比特斯拉多了视觉语言模型，还配备了激光雷达，这也是出于安全方面考虑。


不仅如此，端到端也对车企的算力提出了极高要求。2023年7月，特斯拉Dojo超级计算机投产，FSD拥有了更强算力支撑。特斯拉方面称，Dojo的启动并运行让FSD Beta呈现“指数级提升”。特斯拉当时预计2024年2月公司算力规模将进入全球前五，10月算力将达到100E FLOPS。


与之相对应的是，华为在2023年12月云端算力为2.8E FLOPS，2024年4月上升到3.3E FLOPS。蔚来与阿里云、英伟达合作，算力在1.4E FLOPS左右。理想汽车和火山引擎合作，算力为1.2E FLOPS。小鹏与阿里云合作，算力为0.6E FLOPS。根据直播公布数据，理想目前的算力基础达到了5E FLOPS。


这也意味着，端到端的争夺赛仍然在继续。


新京报贝壳财经记者 林子

编辑 白昊天

校对 柳宝庆