出品丨虎嗅汽车组

作家丨肖漫

头图丨电影《终极对弈》

“企业作念宣传时，讲得无稽之谈，说是端到端、数据驱动，有多样种种的新词，但对庸俗消耗者来说，很随意，上车以后 5 分钟能不成嗅觉产物是十足出类拔萃的，是不错信托的，这样的产物才调去卖。”本年年头，地平线苏箐在媒体疏通会中有感而发的这段话，仍旧警示车圈智驾生态。

昨年一整年，车企皆在作念端到端。华为、联想、小鹏和国外的特斯拉也曾解说，端到端模子历练出的自动驾驶软件不错开拔——至少在大部分时期如斯。

端到端是一个黑盒系统，其逻辑是通过神经辘集模拟东说念主类行动，通过概率模子回来出来的驾驶计谋，存在出现问题的概率，且一朝出现问题可能形成严重的后果。（对于蔚小理华的上一代架构，虎嗅汽车团队曾在《抄不了特斯拉的功课，“蔚小理华”可咋整》一文中有过详备解析）

端到端念念路开端于东说念主工智能范畴的深度学习，实质是把智驾算法随意化，再通过大批的数据历练来补足软件才调。

但一些车企也曾发现，端到端无法十足科罚问题。当智能驾驶要往更安全、东说念主类干扰更少的 L3 标的进阶，就要想观念补上端到端的破绽。

于是车企们甩出一堆新的名词——宇宙模子、VLA、基座模子......这些词汇意味着什么，真的能科罚智能驾驶问题吗？

智驾阶梯出现分野

插足端到端2.0阶段，本事阶梯莫得了尺度谜底。

联想在 AI TALK 上公布下一代自动驾驶架构 VLA（视觉-说话-行动大模子）；小鹏最新本事架构则是打造一个云霄宇宙基座模子，通过蒸馏轮番，坐褥出小尺寸的车端模子XVLA；华为乾崑ADS4 引入了 WEWA 架构——WE代表云霄宇宙引擎（World Engine），WA代表了车端的宇宙行动模子（World Action Model）。

“各家厂商软件架构不一样，其实是各家的硬件研发进程和贸易模式导向的末端。”一位业内东说念主士说说念。

小鹏和联想皆走了 VLA 的旅途，上述东说念主士告诉笔者：“这是传统车企转向一个机器东说念主企业，或者说 AI 企业必须要去走的，早走晚走皆得走。”

小鹏刻下是汽车和机器东说念主两手持，而联想的机器东说念主业务还仅仅策画阶段，这种业务布局的各异性让这两家在团结本事阶梯上又养殖了另一条支线。

小鹏在云霄历练了一个 72B 参数目的宇宙基座模子，是主流车端模子的 35 倍以上。小鹏但愿宇宙基座大模子能够真实领悟、剖析，甚而调动物理宇宙，能够用在自动驾驶范畴，也能缓缓延展到机器东说念主和遨游汽车。

一位业内东说念主士告诉笔者，小鹏最新一代本事架构大致率布局在小鹏自研的图灵芯片上，而不是基于双OrinX 的硬件成就打造。

据悉，小鹏图灵芯片已于昨年8月流片顺利，或将于本年二季度量产上市，主义用于汽车、机器东说念主和遨游汽车上。图灵芯片对AI需求、端到端大模子进行特定假想，集成了2个小鹏自研的神经辘集处理大脑，并面向神经辘集作念了特定架构处理，最高能处理 30B 参数的大模子，让宇宙基座模子蒸馏后部署车端具备了可能性。

联想刻下还无暇顾及八字还没一撇的机器东说念主业务，更安定于车端才调的普及，打造了一个司机 Agent 的扮装。

联想全新架构的独特之处在于花落拓气前训了一个 LLM 基座模子（Large Language Model，大说话模子，简称LLM），莫得接受业内通用的第三方的大说话模子行为基座。

之是以这样，是因为联想在端到端+VLM 阶段发现，VLM 基于千问，使用互联网 2D 图文数据，但对于 3D 宇宙的领悟和驾驶常识存在不及之处，会导致产生大批幻觉；而通过前训挑升针对自动驾驶的 LLM 基座模子能够打消部分幻觉的同期，还能够骨干辘集的参数目压低，减少车端算力的承载。

这背后包含的一个配景身分是，联想自研的芯片名堂“舒马赫”弘扬相对平缓，现阶段无法赐与自研芯片去作念定制化树立，只可陆续采选英伟达的 Thor 芯片。

华为雷同打造了一个原生多模态的基座模子，即“宇宙行动模子”。华为的作念法是，通过取得包括“视觉、听觉、触觉”的多传感器全模态感知信息输入，经过token化青年景智驾原生基模子，接受MoE多大家才调架构，不同场景调用不同才调，终末输出两类信息——给车用的轨迹生成和给东说念主看的场景意图，从而杀青东说念主机共驾。

鸠合其引入宇宙引擎模子，华为当下要科罚的是往L3标的面对的难例场景问题，裁汰时延、普及料想才调，保险十秒预警才调。华为要达成的，是成为最早一批插足L3梯队的玩家。

无论是小鹏“落拓出古迹”的宇宙基座模子，如故联想的VLA，或是华为ADS4，这些阶梯是否是一个后果最高的口头，是否有后果更高的架构出现，刻下如故打问号的阶段。莫得东说念主真实解说过这些阶梯不错普及自动驾驶本事的逾越速率，通盘厂商皆还处在探索阶段。

优质数据成重要

不管是VLA 如故蔚来接受NWM宇宙模子，车企作念自动驾驶的逻辑皆是用更多、更好的数据历练模子，用Scaling law 陆续加快本事逾越。

在端到端 2.0 阶段，大模子需要更多的优质数据，扩大的需求放大了厂商们的数据窘境，主如若两方面：对实车采集的数据进行东说念主工标注，太贵了；找到刚好不错用的难例数据，太难了。

“用于智驾历练的数据，不缺庸俗数据，缺的是长尾的多样Corner case数据。”华为引望靳玉志在ADS4发布会上惊叹说念。

尽管大部分厂商皆宣称领有大批用户数据/行车数据，但若何从中找出优质数据则是一大门槛，依赖东说念主工标注去真实场景中挖掘优质数据，背后的老本开销畸形大。

在数据难题眼前，厂商们料想的观念是，通过宇宙模子仿真模拟科罚数据问题。简言之，如果在现实宇宙中采集不到富余的数据，就在虚构宇宙里坐褥数据。

据一位作念强化学习的工程师领略，刻下历练中的真数据跟假数据（东说念主工合成/生成数据）达到 1:2 的程度。

宇宙模子在自动驾驶范畴的作用是，通过大模子生成富余精准甚而拟真的数据，模拟更多更复杂的驾驶场景以历练模子。这种作念法的优点是，数据取得老本低，车企不再需要车一遍遍在路上开以采集数据，只需要让AI 按照要求生成即可；取得的数据种类也会更多。

地平线余凯对仿真的魄力更为激进，其认为“在东说念主工智能时间，用户行动数据不重要，99% 的司机行动不值得学习，刹车、拐弯、换说念等体验并不好。自动驾驶顶级玩家已不靠司机数据学习，异日仿真可能是最重要的。”

地平线对仿真的心疼与其供应商身份离不开相关，相较于车企而言，地平线难以在车端取得大批用户数据，仿确凿科罚数据瓶颈的一大优解。

余凯把这一念念路的终极形态形色为“ AI 教 AI ”，就像 Alpha Zero 在仿真平台傍边互搏，棋艺远超东说念主类，棋战轮番亦然东说念主类历史上莫得的。这意味着，这一终极形态这不仅把开车的东说念主类自若了，也把作念自动驾驶软件的东说念主类自若了。

不外，在现存本事条目下，仿真模拟和AI生成数据的质料皆远不照实车行驶采集的数据。数据隔离的重要 gap 是，东说念主类还无法教机器充分意志宇宙，也无法在虚构宇宙无缺复刻现实。

刻下各家厂商辞宇宙模子皆停留在探索阶段。这亦然本事差距最容易拉大的阶段，其门槛之高，决定了不是通盘厂商皆有才调迈进。

端到端的“遮羞布”将被打开

本年以来，多家车企动不动以“高阶智驾”才调标榜本身，在“端到端”等本事名词的包装下，各家厂商似乎被拉到团结水平线，智驾才调的分化变得无极。跟着新的本事架构产生，被长入本事阶梯拉近的本事差距将因为本事分歧再次拉开。

一位业内东说念主士向笔者示意，智驾也曾开动出现分化。“最高阶的是往L3标的迈进，包括华为 ADS4、沉广袤 H9 等决议皆也曾明确指向 L3，提供双冗余的硬件成就；中阶版块则是以单Thor、双OrinX的决议为主，接受纯视觉或单激光雷达，基本是往城区赞助驾驶的L2标的去作念再往下即是高速加部分城市领航功能的决议。”

随之而来的，智驾的贸易模式也将发生改变。

L3 将是波及“重本事+强运营”的一个体系。“L3的攀扯包摄从用户转机到车企，这要求车企一定要作念好更新和珍重，那么这就不是一个纯本事问题，而是一个重运营的形态。”一位业内从业者说说念。

L2 时期的车企和决议厂商不错在唐突切换本事阶梯后，分歧蓝本的决议进行珍重，但插足 L3，无论是本事决议的采选如故双倍硬件成就冗余，以及软件后期珍重等皆应该具备相信性。

有才调自研的车企也曾朝着更难更重要的本事变化前进，才调一般的车企，只可寄但愿于供应商科罚问题。插足城区自动驾驶这种更难的本事范畴后，供应商也需要升级我方的本事。供应商本事才调的厉害在更高门槛的范畴，也会更容易被分辨。

“从本事层面来看，作念到高速NOA其实并不贫乏，但城区的场景比高速难至少10到100倍。想要把城区赞助驾驶产物作念好，我认为是滚雪球一样的历程。雪球不仅会越滚越大，况且越滚越快。”智驾大陆首席履行官厉飚说说念。

订单会辘集到更少数供应商手中。“量产黑白常重要的维度，践诺上这个门槛也曾畸形昭彰了，莫得经过量产的厂商，主机厂基本不会去选。刻下量这样大，对安全要求这样高，在这些点上我以为险些莫得作念过量产的，也曾基本上是进不去了。”于骞说说念。

于骞还指出，量产以外，产物的托福周期、托福老本、托福后的体验等方面皆是主机厂在筛选供应商时的考量。层层筛选下来，能被采选的厂商也曾未几。

智驾全行业皆在往表层才调迈进，高阶的阶梯仍在探索，但已被考证过的场景和阶段的发展旅途也曾十分明确，靠“PPT”刷无图NOA、端到端等本事名词的口头将不再生效，智驾市集将插足铁汉更强世博体育app下载，弱者淘汰的场面。