小鵬智駕李力耘：我們處於無人化前夜，智駕Scaling Law還有很大紅利｜36氪專訪
文丨李安琪
編輯丨李勤
從美國試駕完特斯拉FSD回來，小鵬智能駕駛負責人李力耘有兩大感受。其一是，特斯拉FSD在北美地區的確是獨一檔，但他也意識到，需要對特斯拉祛魅。
“中美路況非常不一樣，我們更懂中國路況，更懂國人的駕駛習慣，特斯拉可能更懂美國人的駕駛習慣，很難說誰更強。”李力耘說。
角逐和較量在智駕圈裡已經不新鮮。過去一年裡，小鵬等車企迅速捲入了“全國都能開”“端到端”的智能駕駛競爭。
在今年12月末，小鵬還計劃交付“車位到車位”智駕駕駛功能，技術模型也升級爲“一段式端到端”，可實現全場景覆蓋，包括園區低速行駛，未來會覆蓋泊車、高速場景，甚至海外智駕。
“車位到車位”是當下車企智能駕駛競爭的技術高地。如字面含義，車企希望用戶在車位就能啓動智駕，車輛低速巡航、自主過閘機、上高速，在城市道路通行，最後泊入目的車位。
12月初，特斯拉向部分測試用戶推送的特斯拉FSD v13.2更新版本，就包含了從停車狀態啓動的FSD，也就是“車位到車位”功能。前不久理想汽車也宣佈突出該功能，華爲和小米汽車的類似功能，同樣即將推出。
智能駕駛走向自動駕駛的過程不是一蹴而就，而是車企們通過技術攻堅，不斷完成高速、城區、泊車、園區等場景拼圖。如今，這一步即將完成。
李力耘也表示，現在小鵬處於“無人化（駕駛）前夜”，明年在能力上會有更大突破，“可能先在Max車型上，小鵬智駕逐步提供類似無人駕駛的能力。”
這幾乎是最早給出無人駕駛節點的國內車企。
小鵬的確是國內最早貼上“智駕”標籤的車企之一。2019年，小鵬就在轎跑車型P7上開發了高速NGP功能，對標特斯拉NOA。
但因爲起步早，小鵬幾乎走過所有技術路線，從依賴高精地圖，轉向無圖方案，隨後進化到端到端。2023年8月，小鵬智駕還經歷了靈魂人物吳新宙離職、團隊動盪等。小鵬智駕由此進入守城階段。
同一時期，行業有玩家迅速進入了高階智駕量產狀態。比如壓強式投入的華爲，率先推出了“全國都能開”智駕功能；理想汽車則由於輕包袱，果斷切入“端到端”技術，甚至直接更換到激進的“一段式端到端”方案。
從今年中以來，小鵬智駕試圖迴歸與反擊。
近日，小鵬智駕負責人李力耘接受了36氪的採訪，他分享了小鵬如何將AI融入智駕，以及標配純視覺智駕後，如何實現科技平權與商業閉環。
李力耘告訴36氪，小鵬對於端到端的研發始於2023年4月，當時主要是想用AI的認路能力，擺脫對高精地圖的依賴。
結果小鵬發現，“一段式端到端”大模型上線之後，原來需要花很長時間打磨的場景，如特殊分流、右轉或掉頭等問題，很快就被解決了。
今年5月，小鵬正式推出“端到端”智駕大模型，包含神經網絡XNet、規控大模型XPlanner、大語言模型XBrain三大部分。
端到端智駕依賴的核心資源之一就是數據，小鵬宣稱，其端到端大模型訓練數據量已經達到2000萬clips。理想汽車也公開過其端到端的訓練數據，目前大約在800萬clips。
對於2000萬clips的數據起點，李力耘告訴36氪，這得益於過去基於規則的智駕經驗積累，小鵬當前的數據採集和訓練效率很高，例如通過車端規則經驗實時標註，精準採集訓練所需片段，從而針對目標場景進行精準密集訓練。
他同時認爲，在海量數據、不斷提升的雲端和車端算力下，自動駕駛的Scaling Law還有很大紅利。
Scaling Law是大模型行業的一個定律，通常表示模型參數越大、數據集越大和計算資源增多，模型性能更好。
小鵬推出“端到端”大模型智駕方案的標誌性成果，就是更果斷擺脫對激光雷達的依賴，將純視覺作爲智駕技術路線。例如在新車P7+上，小鵬就標配了純視覺智駕AI鷹眼方案。
但在行業中，未來數年的主流選擇還是以視覺+激光雷達作爲主要傳感器。對此，李力耘向36氪汽車表示，走純視覺路線其實是出於第一性原理。
在他看來，人們生活的交通環境，包括路牌、路標、紅綠燈，整個道路甚至車的造型都是爲人設計的，“人最重要的傳感器是眼睛，所以純視覺一定是最直接、最高效的解決方案。”
小鵬也宣稱，其基於AI鷹眼的純視覺方案，能做到比人眼視覺更好的效果，可以很好應對大光差、逆光場景。
在純視覺智駕之路上，小鵬汽車決定走到底，李力耘告訴36氪，從P7+車型開始，不再有Max和Pro的版本區分，而是“全系標配Max，也就是小鵬 AI 圖靈智駕（NGP），都會用純視覺方案。”
這背後蘊含着一套清晰的智駕商業化策略，“我們會用一段式端到端放大我們的車型優勢，不僅標配所有車型，更希望覆蓋所有功能，實現點到點，包括賦能海外的智駕。”純視覺智駕方案，無疑在成本上擁有先天優勢。
實際上，憑藉在同級車型中做出“智能差異化”的賽馬策略，小鵬已經在兩款新車 MONA M03和P7+上，嚐到了甜頭。
M03自9月上市以來連續3個月銷量破萬，P7+上市3小時也獲得了超3萬大定。這兩款車的售價都在20萬元以下，這個價格帶是比亞迪等老牌車企的優勢領域。
“智駕是小鵬P7+用戶購車的 top 理由。”李力耘說，當下熱銷款M03的泊車體驗也與Max版智駕同級。
智能駕駛技術在車企的商業體系裡已經越嵌越深，同時，也在承接整個AI技術的發展紅利，快速迭代。這是資源和效率交織的產物。
李力耘說，如果把端到端的技術趨勢看作智能駕駛駕領域的一場“工業革命”，能真正實現轉型升級的企業其實是少數，大部分人還是會面臨更殘酷的競爭。
因爲，端到端不是讓事情變得更簡單，而是讓整個迭代鏈條變得更長，更加不可控，某種程度上需要投入更多的資源，包括更大算力，更加精英的AI研究人員。
“我更願意相信是車企，而不是供應商，能夠率先從輔助駕駛突破到無人駕駛。”
以下是36氪汽車與小鵬智駕負責人李力耘的對話，內容略經編輯：
談體驗：“車位到車位”之爭，用戶會爲更好的體驗買單
36氪汽車：聽說你剛從美國回來，有體驗特斯拉的FSD v13嗎？
李力耘：但很遺憾，因爲v13還沒有量產推給用戶，我沒機會試FSD v13，但開了一個星期v12.5。有兩點可以總結，第一是祛魅，第二特斯拉在北美是獨一檔的存在，很多值得學習的地方，包括停車場激活、開進停車場，這些是用戶非常喜歡的功能。
去魅的話，我覺得中美路況非常不一樣，無論是我們XNGP 5.4.0還是即將發佈的5.5.0 版本，智駕都和特斯拉不相伯仲。我們更懂中國路況，更懂國人的駕駛習慣，特斯拉可能更懂美國人的駕駛習慣，很難說誰更強，我非常期待FSD進入中國之後的表現。
36氪汽車：行業會說特斯拉技術領先國內半年到一年，您覺得這種技術領先現在還有多少？
李力耘：從技術方法論上，小鵬和特斯拉、OpenAI 這樣的全球AI企業不謀而合，我們強調雲端大模型，參數量是車端80倍以上。我們雲端大模型的訓練數據量達到2000 萬以上clips。每個clips可以理解成大約一分鐘的小電影。每個模型都基於大量數據、在雲端訓練。我們有個說法叫“雲上一天，地上三五年”。
我們希望把雲端能力通過蒸餾下放到不同芯片平臺，甚至未來換芯片後也能把雲端模型下放。
36氪汽車：您覺得特斯拉FSD v13上的“車位到車位”跟國內的“車位到車位”有區別嗎？
李力耘：我們即將推給用戶的XOS 5.5.0版本上，用“一段式端到端”給用戶提供了一個完整的“車位到車位”體驗。其實在停車場和地庫，2021 年我們就推出了VPA（記憶泊車）功能，但用戶體驗並不好，用戶滲透率沒有城區智駕那麼高。
所以，我們用“一段式端到端”實現所有車型標配後，現在去實現全場景覆蓋，包括“車位到車位”低速行駛、園區行駛，未來還會覆蓋泊車、高速，甚至海外智駕。我們希望給用戶帶來更加連貫、絲滑的體驗，而不是有割裂感、類似於VPA+NOA的組合體驗。
36氪汽車：用戶第一次開到新的地庫，需要先記憶一遍才能實現點到點嗎？
李力耘：第一次肯定沒有地圖，很難，如果有園區內導航指引會好一些。就像你第一次去一個地庫，也需要一些指引或者藉助他人的記憶，我們可以做到無感學習和記憶。第二次去就可以有絲滑的“車位到車位”能力。
36氪汽車：小鵬之前也有記憶行車，比如記憶10條路線，這跟“車位到車位”的本質區別是什麼？
李力耘：最大區別還是體驗層面。小鵬智駕在2024年最大的兩個變化，第一是 AI化，面向AI進行組織變革，進行AI能力提升，另一個變化是，我們覺得用戶不會爲更好的科技買單，但一定會爲更好的體驗買單。
用端到端大模型賦能“車位到車位”後，用戶體驗會大大提升，雖然有時候可能需要學習、參考先驗信息，但學習感會很弱。
談AI：智駕Scaling Law還沒到盡頭
36氪汽車：今年智駕行業變化很大，年初卷“全國都能開”，後來變成端到端，現在是“車位到車位”，您怎麼看這種競爭？明年的競爭重點是什麼？
李力耘：原來小鵬智駕是孤勇者，現在是百舸爭流，明年的競爭一定會更加激烈和有趣。
今年從“全國能開”逐步走向端到端，比拼的是博弈能力、比拼擬人化。到“車位到車位”之後，我覺得我們處在“無人化的前夜”階段，小鵬智駕會篤定地走向無人駕駛。
我們希望，明年在能力上有所突破，可能先在Max車型上，小鵬智駕逐步提供類似無人駕駛的能力，接管次數無限降低。隨着法規推進，或者新車型推出，我們一定會做出走向無人化的能力。小鵬的最終目標是解放駕駛員的雙手、解放精力。
36氪汽車：怎麼做到？Scaling Law在智駕領域有效嗎？
李力耘：小鵬是Scaling Law的忠實信徒。雖然最近很多AI前沿工作說Scaling Law、預訓練遇到了瓶頸。但從算力、數據量來看，我覺得自動駕駛的Scaling Law還有很大紅利。
數據方面，互聯網優質數據大概600-700T之後就會有瓶頸。但智駕大部分企業今年才逐步轉向端到端，自動駕駛大量優質駕駛數據積累還沒有到盡頭。
另外，無論車端還是雲端算力，都會有着更顯著的增長，模型參數也會進一步擴大。我覺得自動駕駛的Scaling Law還沒有到盡頭。
36氪汽車：行業會有些做法，比如將端到端大模型跟視覺語言模型融合，您認同這種觀點嗎？
李力耘：我不反對。這些觀點在以不同的視角來描述端到端，在我看來可能殊途同歸。無論是視覺語言大模型，還是視覺動作大模型，本質是通過大量數據輸入，有一定推理能力，很好地實現類人駕駛的模型。
小鵬以視覺爲主，我們實現了“光子進、控制出”。當然，從多模態輸入角度來看，視覺只是一個傳感器，本身還有各種車道、GPS或者是各種各樣多模態輸入。
網上的海量數據會讓模型有更強的認知能力，識字認路。但是我們認爲，擁有高質量的、豐富駕駛數據可以更好解決車輛駕駛的小腦問題，這跟大模型不衝突。
很多駕駛是相對本能的動作，就像人類的小腦，當然也需要大腦的能力。所以在我們的一段式端到端大模型中，Xbrian可以認路識字，做一些簡單推理，但更多時候還是對加減速控制、變道時機選擇，或者繞行處理，更偏本能的小腦行爲。
我們是既希望有聰明的大腦，能夠推理思考，還是一個比較靈敏的、肌肉記憶很好的老司機。
36氪汽車：小鵬是從什麼時候開始做端到端大模型？
李力耘：2023年4月份，我們開始佈局整個“端到端”技術棧。那時候我們希望用端到端來解決對高精地圖的依賴問題，做到全國都能開，所以當時智駕AI化，更注重識路、找路。2023年底，我們意識到需要把端到端的能力進一步擴大，做成一段式端到端。
36氪汽車：2023年4月您和團隊當時是怎樣的狀態？
李力耘：當時主要在開城，狀態很難，因爲把高精地圖的柺杖扔掉之後，嘗試用實時算法去認全國各種各樣的路況，並且讓車能夠配合好行駛，是非常困難的。唯一能夠徹底解決這件事就是靠AI，用類人的方法把路認好、把路選好，讓車開好。
36氪汽車：那時候就定下了整個端到端、AI模型的框架嗎？
李力耘：方向是篤定的，但我覺得技術變化會非常快。今年以來，我們也看到了類似於Sora、ChatGPT非常強的AI能力涌現。我們也升級了AI的戰略，包括對雲端模型Scaling Law的認知，緊跟AI最前沿，然後應用在自動駕駛領域。
36氪汽車：小鵬智駕起步非常早，經歷了很多個版本，在端到端進化這條路上你們甩掉了哪些包袱？
李力耘：端到端模型的建立是個非常緩慢的過程。系統工作方式從原來多技術模塊變成AI中臺。我們會着重建設數據採集能力、數據清洗，模型快速訓練、部署、調試，確保模型高效解決問題。
規則還是很重要的兜底能力，一方面是爲安全兜底，第二，原來規則積累的工程基礎，可以讓我們把整個數據閉環、飛輪非常高效地建立起來。
36氪汽車：從2023年到現在，如果要選取比較重大的轉折點，您覺得會是什麼時刻？
李力耘：重大轉折是今年四五月，小鵬一段式端到端大模型上線之後，我們發現，原來需要花很長時間打磨的一些問題，比如花幾個月去打磨一些特殊的分流、右轉或者是掉頭等場景，解決得特別快，我們很驚訝。
原來的方案是小模塊AI驅動，然後做路徑規劃、速度規劃，整個鏈條非常長，遇到的問題很多。但我們用了AI能力後，環島掉頭、小路、很難的右轉場景都有很大的能力提升，效率比原來高很多。
36氪汽車：華爲沒有把純視覺當成主流方案，小鵬爲什麼會這麼堅決地要做純視覺？
李力耘：其實就是第一性原理。我們生活的交通環境，包括路牌、路標、紅綠燈，整個道路甚至車的造型都是爲人來設計的，人最重要的傳感器是眼睛，所以純視覺一定是最直接、最高效的解決方案。特斯拉也分享過觀點，認爲激光雷達+純視覺1+1並不大於或等於2，而是小於2。
小鵬的AI鷹眼視覺做到了比人的視覺更好的效果。在很多大光差、逆光的情況下會比人眼有更好的識別效果，這也是我們LOFIC架構的特點。當然我們也沒有放棄主動的傳感器，也會通過多模態跟毫米波雷達，超聲波雷達去做融合。
36氪汽車：在高速道路上或者一些特殊天氣，激光雷達還是有很好感知效果，小鵬純視覺有沒有解決這種特殊天氣場景下的方案？
李力耘：我恰恰覺得，這些情況下，第一性原理是更好的。再好的激光雷達在遠處的點雲也是比較稀疏的。激光雷達不是完美的，在一些雨水天氣情況下它也有問題。小鵬AI 鷹眼視覺是通過更大算力，看得更清楚、更遠、反應更快，車輛反應速度提升了百分之四十幾，對場景做出很好的響應。
36氪汽車：後續像在 X9 這些車型上，還是會保留激光雷達和純視覺兩種不同的方案嗎？
李力耘：我們會全系標配Max，也就是小鵬 AI 圖靈智駕（NGP），都會用純視覺方案。
36氪汽車：那方案配置方面，還會分Max 、Pro 嗎？
李力耘:我們會標配Max，從P7+開始。
36氪汽車：小鵬自研的智駕芯片，結合你們的軟件方案後，可以發揮出什麼樣的效果？
李力耘：小鵬自研芯片的初衷就是實現軟硬件一體，最大效能地發揮軟件的威力。但更重要的是在雲端模型的賦能下，我們會對芯片做針對性優化，給用戶提供最好的體驗。
36氪汽車：小鵬智駕下一個轉折點會是什麼時候？
李力耘：2025年小鵬智駕轉折點會在年中，智駕能力會有更大飛躍，可能會從一段式端到端，跨越到全新的 AI 迭代模式。
36氪汽車：智駕行業密集迭代，公司創始人何小鵬怎麼保持對智駕前沿的認知？
李力耘：小鵬智駕真正的一號位和靈魂就是何小鵬。因爲他篤定AI，篤定智能駕駛到自動駕駛，纔有小鵬智駕的自我變革。他非常從用戶視角來看智駕，會去開智駕的中間過程版本和量產版本，感受變化，反饋問題。
所以對行業態勢的感知一定是多模態的。現在我們特別注重用戶反饋的NPS，智駕每個版本都會去做用戶調研。當然也會和頂尖AI企業保持緊密接觸，包括去美國開車、取經等，兼聽則明。
36氪汽車：何小鵬上一次給你反饋智駕問題是什麼時候？
李力耘：不久前，我們把XOS 5.5.0 過程版也推給了他，他覺得我們又解決了30%-40%的問題。
36氪汽車：端到端方案依賴海量數據，小鵬達成了2000萬clips的訓練數據，在這方面小鵬有沒有什麼心得？
李力耘：得益於兩方面，一方面是AI智駕鐵軍，車端積累多年的規則和嚴謹算法，很多事情在車端做是事半功倍的。
另一方面，得益於小鵬AI的進展，我們需要大量、高效敏捷地去挖掘數據，訓練模型。所以我們既做車端模型、雲端模型，也做了非常好的AI工具來挖掘數據。
這背後是組織方式的改變，我們有個AI效能部門，今年年中面向AI成立的新部門，專門訓練各種各樣的AI提效工具，包括用AI寫代碼、檢查代碼、自動挖掘數據。
36氪汽車：小鵬智駕2000萬clips的數據是如何達成的？
李力耘：我們大約在2022年底，就開始預研如何引入AI大模型，已經有了幾年的積累。而且我們地把規則時代積累的經驗移植到當前的數據採集和訓練裡，例如通過車端規則經驗實時標註，精準採集訓練所需片段，從而針對目標場景進行精準密集訓練，能夠大幅地提升採集和訓練效率。
「談競爭：智駕工業革命，轉型成功的是少數」
36氪汽車：友商通過端到端快速實現了高階智駕量產。端到端會是行業其他人彎道超車的方案嗎？
李力耘：如果把端到端技術趨勢看作智駕領域的一場“工業革命”，每一次工業革命中，真正實現轉型升級是少數，大部分人還是面臨更殘酷的競爭。
端到端不是讓事情變得更簡單了，組織架構的確跟原來不一樣，原來每個技術模塊都要基於規則的工程師，比如定感知、定位、規劃、融合、地圖、控制，現在就變成了數據閉環的問題。
數據採集、模型訓練、模型部署，模型調試，它讓整個迭代鏈條變得更長，更加不可控，某種程度上需要投入更多的資源，包括更大算力，更加精英的AI的研究人員。
36氪汽車：智駕供應商跟傳統車企如果保持比較深度的綁定，能繼續參與這場遊戲嗎？
李力耘：第一，智駕真正從輔助駕駛走到無人駕駛一定是滿足第一性原理的。我更願意相信是主機廠，而不是供應商，能夠率先從輔助駕駛突破到無人駕駛。
第二，主機廠在軟硬件方面的配合、數據和中後臺的配合，可能是事半功倍；對非主機廠而言，可能更不容易，數據背後的閉環是更隱形的挑戰。
36氪汽車：小鵬智駕成爲標配，要從哪些角度去評估智駕技術的商業價值？會有指標嗎？
李力耘：現在智駕就像當年的手機行業，我們一定要把智駕價格打下來，未來的車型都會標配高階智駕。其實，智駕是小鵬P7+用戶購車的 top 理由。我們不會用智駕能力再做二次收費。
在小鵬X9 上，73%的車主都選擇了Max車型。我們也會持續關注用戶對智駕的反饋，比如他們喜歡的一些亮點或者不喜歡的槽點；在標配智駕後，我們會看用戶的滲透率，比如在能開智駕的地方，用戶是不是都開。
36氪汽車：市場上會有觀點說，小鵬現在車賣得好不是靠智駕，比如MONA M03。您會反駁這種觀點嗎？
李力耘：在MONA M03，智駕也起到了很重要的作用。同樣價位上，小鵬MONA M03 的智駕仍然領先，比如MONA M03率先推出斷頭路泊車，體驗上和主銷車型Max版泊車能力一樣。春節之後，MONA M03的 Max版本也會上AI鷹眼視覺方案，實現高階智駕的普惠跟平權。
36氪汽車：CEO何小鵬對明年的智駕提出了哪些考覈和要求？
李力耘：我們希望2025年，在擬人感、安全感、舒適和效率上，做到更不一樣的臺階和層次，與行業明顯拉開代際差距。
更重要的是，我們會用一段式端到端放大我們的車型優勢，不僅標配所有車型，更希望覆蓋所有功能，實現點到點，包括賦能海外的智駕。
36氪汽車：海外市場智駕會是你們明年發力的重點嗎？
李力耘：對，小鵬非常堅定國際化，未來10年海外銷量要佔全部銷量一半。2024年小鵬的出海非常不錯，但我覺得智駕還可以更好。明年，小鵬會根據海外當地的駕駛習慣和法規，把智駕體驗按照當地用戶喜歡的方向去做，提供給當地用戶。
36氪汽車：除小鵬本身之外，智駕團隊還要支持別的項目嗎，比如參與大衆的項目？
李力耘：我們一直跟大衆配合很好，無論是在車型上，還是電子電氣架構上，或者智駕上，雙方都是緊密合作。智駕會有專門的虛擬團隊和項目組去跟進，和大衆合作的車型會很快和大家見面。
36氪汽車：在大衆項目之後，小鵬的智駕還會有單獨商業化的可能嗎？
李力耘：小鵬是非常篤定地把輔助駕駛推向極致，走向無人駕駛的。在AI輔助駕駛的理念下，我們會更看重像AI鷹眼視覺帶來的智能駕駛體驗平權。至於真正的商業化，可以關注小鵬在2026年無人駕駛的進展。
36氪汽車：你們會對 L3 有更多探索嗎？還是會直接進入到L4?哪個更快？
李力耘：我們一定會推進 L3 和 L4。哪個更快，這個取決於法規進展，我們一定緊跟着法規進展。在明年的Q1、Q2某個時候，隨着我們體驗和能力更進一步的提升，大家會看到更多可能。