大模型、端到端，何小鹏到底是如何思考的？以下为小鹏AI DAY，专访内容的再整理。 1、实现无人驾驶就在不远的将来 何小鹏：为什么要在今天提出下一代新的自动驾驶，我相信它会有数十倍的提高。我自己有一个（认知上）的变化：今年以前我觉得中国的全无人驾驶还要好多年，起码我不到要多久。全无人驾驶要解决的问题太多了。但是当我们的端到端大模型开始上车测试，我们看到数据后，觉得机会就在不远的将来，在数年内也许就会看到无人驾驶的到来。过去10年大家认为智能只是新能源汽车的辅助，用户对智能的需求以前是在第10、第8、，现在可能到了第5、第4名的需求，我认为不远的将来，这个需求会排在前3。 2、以规则做智能驾驶的企业，将会掉队 何小鹏：今天我们的升级（AI天玑第一个版本）只是第一步，但我们看到了一个方法论，并且把它真正落地，能够每两天一次内部OTA的循环。我们过去靠人根本做不到。过去我们的规则代码估计有10万条级别。现在我们用大模型，可以实现更高的效率。它是一个推理模型，实际上它的逻辑跟以前的路线完全不同。包括小鹏在内的小部分企业，会把绝大部分在做自动辅助驾驶，用规则方式做智驾的企业甩的越来越远。 3、智驾的竞争，目前还没有胜利者 何小鹏：国内没有一家车企拿到船票，都有机会。我相信这个行业将来会有少数几家能够把全无人驾驶或者完全自动驾驶做到中国甚至全球最好，但不会太多，因为难度非常高。大模型拼的是长期的专注，综合的能力。综合能力包括数据规模、技术实力和商业实力。在大模型领域里面甚至很难有Tier1，因为作为Tier1，我卖给你一个功能，做一些OTA更新就可以了。但大模型不是这样，你的数据要循环起来，一年的算力费用，我们今年还不算夸张，一个多亿美金，明年呢？后年呢？如果你想不断地往前推进，需要花多少钱？以前Tier1做集成商是可以的，在大模型时代，是非常困难的，所以整个合作方式会有质的颠覆。 4、小鹏是更普世的AI系统 李力耘：我们怎么去看“AI定义汽车”，大家都觉得端到端AI大模型就是一个大的网络，我们拿人举例，就是一个最普适的AI系统，也是由眼、耳、口、鼻、大脑、小脑、运动神经组成整体，可能有所重合但也是分工非常明确的各个主体。所以我们对AI的认知也是本着既有小鹏创新的原创，也有对整个中国智驾场景的深刻认识，我们提出了XBrain、XNet、XPlanner，它既有联系又有分工，能够非常好的帮我们无限的去提升AI智驾能力上限。我们也是一路从高精地图、10万+规则的过程中摸爬滚打起来的，我们不仅能够保证有非常好的上限，我们的下限也有多年积攒的技术兜底。此外，我们还有非常高效的迭代体系，比如说两天一个内部版本，我们面向用户要月月有更新，每个季度换“新车”，我们的迭代也非常快。 5、如何面对AI的黑盒问题？ 李力耘：大家会发现AI的魅力和能力，是能够真正突破以前10万行+代码的能力上限，或者实现无上限规则的能力。为什么？因为AI能够在一个不确定性、模糊、需要博弈的空间里，找出一个非常好的解，AI还具备自己进化和学习的能力，当然你还是要给它一点点的教导和方向，就像你去教育你的孩子一样，这是AI能够提高上限的非常重要的一个点。遇到不可解释性怎么办，或者说AI是否具有可解释性，我们对这一点有着自己的思考，即使是一个端到端的大模型，也有自己不同部分的侧重区域，我们的XBrain侧重于整个大场景的认知，我们的XNet侧重于感知和语义，在工作的时候它们是紧密协调的，并且是这样联合的训练标注，是非常有机的成为一个整体的，在我们工程实践中如果遇到问题，也是可以解决的，这也是小鹏能够去量产端到端大模型的一个最重要前提。我们多年积累的场景也是最好底蕴，给了我们兜底的自信。 6、小鹏的端到端是全神经网络吗？ 何小鹏：没有任何人敢说端到端都是神经网络，它是在一个体系里面完成的，刚刚有媒体老师问怎么控制和保护，就像你的刹车在哪里，它一定是有规则体系的。我们在规则体系里面有一个优势，它能够把刹车控制器的算法沙盒做好。 7、AI代驾的定位是什么？ 李力耘：AI代驾，我们会长期坚持下去，更重要的是它是通过学习你的习惯，把体验做到更好，能够做到千人千面，就像小鹏说的，在真正的、超级厉害的AIGC出来之前，用户还是希望能够得到更好的体验，所以是坚持一定程度的个性化，是我们考虑的很清楚、很透彻的一个长期的事情。 8、12-18个月智驾能力提升10-30倍，具体是指什么？ 何小鹏：我希望包含小区在内的所有城市道路，能够做到极低的接管率和极高的安全率，而且你不会感觉它比较慢或比较蠢。 #新能源大牛说##小鹏开启ai智驾时代#