往年10月24日，是小鹏汽车雷打不动的科技日，但今年却推迟了。官方解释称，原定的小鹏科技日将全面升级为小鹏AI科技日，定档11月6日。在原定的日子里，小鹏汽车也没闲着，举办了小鹏P7+AI智驾技术分享会暨首发AI天玑5.4.0先享会。会上，小鹏汽车副总裁、自动驾驶负责人李力耘坦言，端到端技术路线转变，标志着行业从冷兵器时代转变为热兵器时代。
文 |谢韫力
编辑|田晏林
运营|步鸟
将原定的小鹏科技日，改为小鹏P7+AI智驾技术分享会暨首发AI天玑5.4.0先享会，小鹏汽车目的很明确，重磅力推新车型P7+。
P7+之所以重要，不只是因为这车主攻竞争激烈的20万～30万元的市场，承载着小鹏走量和赚钱的希望，还在于小鹏的智驾路线，在这款车上有了明显转变。
“智能驾驶”一直是小鹏汽车的重要标签，无论是技术路线的转变，还是整个体系管理的调整，任何风吹草动，都能引起投资者的关注。
不过，在这次技术分享会上，小鹏汽车董事长何小鹏并未现身，而是由小鹏汽车副总裁、自动驾驶负责人李力耘和小鹏汽车智能体验负责人于桐讲完全程。
早前，何小鹏曾在P7+发布会上表示：“此后每个季度都会有新车推出。”自此，小鹏将开启强产品周期，这也意味着该公司很快要密集举办各种发布会。
在行业人士看来，如果只靠何小鹏一人宣讲，恐怕他要分身乏术了。以后外界大概率将看到越来越多的小鹏高层出来，共同分担讲解工作。
攻下这只“吞金兽”
言归正传，小鹏的智驾路线哪里变了？
据李力耘介绍，变化主要在感知上，小鹏转向纯视觉，P7+搭载小鹏全新一代AI鹰眼视觉方案，采用2颗英伟达芯片、算力为508TOPS，12颗超声波雷达，3颗毫米波雷达，去除了激光雷达。
激光雷达是采集道路信息，帮助系统判断路况的硬件，去除通常会降低智驾准确度。但李力耘认为，该版本的智驾达到了公司最高水平，能够做到不限路况、不限路线的AI智驾体验。
体验过多家智能驾驶的车主告诉每人Auto，P7+去除激光雷达后，一些盲区精度会不准，但是在简单路段，车辆有拟人感，会做出相对合理的判断。
小鹏为什么要这样做？
一年前，车企高管们提起智能驾驶还在谈开城、谈无图，现在开口只有一个重点：“端到端做得怎么样了？”
没错，“端到端大模型”是智能驾驶今年的关键词。
据小鹏方面介绍，小鹏P7+将首发端到端AI智驾全新版本，X9/G9/G6/P7i也于10月24日同步开始公测。
发布会上，李力耘坦言，端到端技术路线转变，标志着行业从冷兵器时代转变为热兵器时代，有个体可以逆势崛起，但更多企业可能会被落下。
回顾小鹏智驾发展的历史，高速NGP功能在2021年1月开始推送，2022年10月，开通个别城市NGP，又过了13个月，XNGP正式无图推送，城市智驾开放25城。2024年7月底，首个端到端大模型正式上车，XNGP开放到所有城市。
带火端到端的是特斯拉，2024年特斯拉推送了智能驾驶FSD V12，团队负责人AShok Elluswamy特意在推特上公告，V12的版本意义是基于“端到端”（“end-to-end”）技术开发，经过数月的训练时间，最终智驾效果已超过了此前有10余年积累V11。
话音刚落，一批国内智驾高管都涌向了美国，毕竟新技术的出现，意味着有弯道超车的可能。
何小鹏也去体验了，毫不吝啬对端到端的赞美，“今年的FSD和以前的Tesla自动驾驶从能力上完全是两个。”于是在今年5月，小鹏汽车全量推送AI天玑系统，实现端到端自动驾驶大模型的量产应用。
但业内对小鹏大模型如此迅速上车抱有质疑态度。
对此，李力耘在接受媒体采访时称，小鹏从2022年开始思考端到端技术，起初是用小模型，几十个算法工程师训练，但最终无法摆脱规则限制。直到人工智能发展，训练出的大模型表现出强自主学习能力。
和特斯拉的端到端方案不同，小鹏汽车推出国内首个量产的端到端智驾大模型，是基于神经网络XNet+规控大模型XPlanner+大语言模型XBrain这三张网。
换言之，小鹏采取的是分段式端到端的渐进式路线。一些人认为，这种路线是在决策模块内部用数据替换掉了规则，实现了神经网络化，但连接两个神经网络的依然是定义的规则，这意味着信息损失，以及大量人工标注，不够先进。
李力耘对此解释称，小鹏并非通过规则定义结构接口，“三张网络互相交叠、重合，且彼此之间采用神经元连接”。
一位负责智驾模块招聘的HR曾向每人Auto介绍，转做端到端架构就要重新调整，不需要这么多人去专门钻研一个模块。为了匹配端到端，很多车企都做出过组织调整。
比如小鹏将研发团队改组为AI模型开发、AI应用交付、AI效能三个部门。李力耘表示，改组过程中，公司没有裁过算法工程师，“我们不会一边裁员减重，一边喊弯道超车。”目前，小鹏智能驾驶团队一直稳定在2000人左右。
业内曾经公认，自动驾驶行业依赖“天才工程师”，将感知、预测、规划、控制模块所组成的算法有机拼接起来。但现在，端到端技术需要的大模型，是数据和算力上的比拼。
依赖于算力的端到端，需要芯片，这是个吞金兽。2024年，小鹏计划AI年度研发费用35亿元，但2023年底小鹏现金储备为457亿元，毛利率一直在转正边缘徘徊，对于目前降本增效的小鹏，几十亿的投入是一笔不小的支出。
AI如何定义汽车？
2024年车市处在一片混沌中，每家车企都努力留下记忆点，小鹏在智驾上也迫切迭代。于桐称，天玑系统首个版本5.1.0在5月20发布后，6个月内，已更新到10多个版本，几乎做到“一周一更新”。
从去年起，何小鹏也一再强调小鹏对于AI定义汽车的答案。他提到了三个“一定”，表达对AI的决心：一定会持续加大对于智驾的投入；一定会坚持走AI路线，让AI赋能小鹏所有的产品线；一定会坚持走全球化道路，让智驾产品服务全球的小鹏用户。
在这次分享会上，除了AI智驾，两位高管还展示了AI天玑5.4.0系统更多想法设计。
据于桐介绍，该系统特意调整了单踏板模式。因为过去的单踏板有几个致命的问题，比如不能刹停，会溜坡，动能回收太强，可能会晕车等。现在，通过控制能量回收，踩完刹车，松开踏板后，驾驶感觉会更平稳。
此外，AI提高了底盘智能性，小鹏通过SR（Surrounding Reality环境模拟显示，与VR/AR有相似之处），显示障碍物，能够识别出井盖、沟坎、减速带，颠簸路段，识别出后会调整悬架，让车更舒适。
在AI座舱方面，小鹏搭载了时空光影显示系统，将车辆的位置和方位信息都融合到了SR里。如果傍晚开车朝着西方走，就会看到缓缓洒下的夕阳余光显示在车机大屏上。
再看AI互联，不管是鸿蒙系统的手机，还是OPPO、vivo，苹果都可以使用车机互联。
分享会后，小鹏汽车副总裁、自动驾驶负责人李力耘博士，小鹏汽车智驾产品高级总监袁婷婷，小鹏汽车智能体验负责人于桐一起出面解答外界的疑问，以下为沟通会问答节选（在不影响原意的情况下，有删改）：
问：有很多朋友关心，到底是激光雷达的Max版本能力强，还是AI鹰眼视觉能力强，还是基本上是一致的？
李力耘：在大部分情况下都是一样的。我们也没有去舍弃主动传感器，仍然有着毫米波雷达，甚至在未来我们也可能会拥抱激光雷达，做更高阶的智能驾驶，是这样的一个逻辑。
问：P7+开了一个很好的先河，这之后会推广到更多小鹏的车型吗？第二个问题，您在演讲提到算力会达到10EFlops级别，这应该是很高的数字了，这个推进的步骤是怎样的？怎样实现？
李力耘：在P7+上我们是全系标配高阶智驾，不区分Pro和Max的。能够做到的原因还是之前模型和工程能力的积累，还有更大算力的支持。
算力的问题上，小鹏对AI的投入上是非常笃定的，每年会招募数以千计AI相关人员。当然不全是自动驾驶中心，AI包括座舱、机器人、自动驾驶还有数据智能，整个AI领域每年会有数千个新的人员补充，每年在AI上投入的费用达到35亿以上，其中在训练费用上是7亿以上。
问：从P7+开始，小鹏开始使用不依赖高精地图和不依赖激光雷达路线，很多人说端到端下限会很低，小鹏如何解决安全以及下限的问题？
李力耘：无论我们怎么样提升体验，安全都是最为看重的一个点。一方面提高大模型上限的能力，需要利用更先进的技术，包括利用数据、利用AI化。但同时我又想强调，小鹏在原来规则时代的积累，我们一直都没有舍弃。
更直白一点说，所有的同学一方面积极参与到以数据和模型驱动研发的AI链条中；另一方面大家原来的知识和能力储备都在，我们让AI去开车这件事是一件非常有挑战的事情，会以更严谨的工程和规则去对AI做兜底和验证。
P7+的智驾方案里，我们也会做大量实车验证和测试，并且有很多专门的场地测试。有信心在绝大多数情况下兼顾安全体验。
袁婷婷：AI不是万能药，我们没有百分之百的依赖AI。我们知道在端到端的时代上限会更高，同时也意识到了下限的风险。小鹏在前十年里，智驾中心扎扎实实积累整一套体系化的工程能力，比如仿真，所有的模型以及版本，无论是研发版本还是最终版本的发布都是通过我们内部一系列链路、考试，这些东西都是在过去的时代里积累下来的，我们对于工程体系的理解，保住了下限。
问：P7+出匝道的时候，有时候是提前2公里就并进最右边车道，有时候是加速往前冲，会在更短的距离并进去。这会不会给人带来惊吓或者不太信任的感觉？
李力耘：我想说这不就是“端味”的一个体现，首先人开车可以用一些宏观的语言来描述，但是它很难具体到去精确操控或者特意去描述某一个场景一定要怎么办，因为场景太多了。从我们的分享来看，以前在规则的时代，可能规则写的很死板，就是倾向于去左边超车，但现在看一看人的驾驶习惯里，很多良好的驾驶习惯也是可以从右边超车的，只要这总体是一个安全的、可控的、舒适的、正确的行为，我们都会一定程度容忍它，当然我们会有很强的仿真和打分的体系，会对比较异常的行为做出禁止。
袁婷婷：补充一个关于智驾规则的小例子，假设你开的车每次过了一个路口，在固定路口过完就选择左移车道，或者在上下匝口在固定的点位做变道，那么大概率应该是规则写的。所以在这个版本里面大家体现的不一致性，当然有很多能让车主安心的地方我们没有做好，需要认真对待，去提升技术。
问：AI天玑5.4.0版本基本上和特斯拉的FSD差不多，小鹏什么时候可以超越它？
李力耘：FSD开放的那一天，对整个智驾的普及会是一个特别好的事情。在我们去美国的时间里，婷婷和我都开过FSD，美国的路况环境和中国非常不一样，但我们是非常懂中国道路结构和中国驾驶习惯的智能驾驶，有信心在体验上、在能力上不会输任何车企，真正做到领先。
袁婷婷：在北美测FSD12.5的时候，我已经挑了旧金山最最繁忙的那一个路况在测，但那里的路程难度和广州的难度系数是完全不一样的，小鹏总部边上有个地方，自行车也会骑到高架上，其实我们是在一个非常高年级的考场上，在考一份难度非常大的考卷，会让我们变得更好。
问：天玑5.4.0当下或者什么时候会在欧洲和全球都能用？
于桐：今年小鹏企业战略里会把全球化当做非常重要的一块去布局，在我们看到第一个有了端到端大模型以后，使得在面向全球化不同的路况有了更加普适或者更好的解决方案，但全球化不仅仅有技术层面，还有文化、隐私、用户体验、多语言，甚至包括续航、充电等等方面，都是会有巨大的行为习惯的切换，所以小鹏公司会面向全球化做整个体系的布局，全球化战略也会在11月6日的活动上跟大家展开分享。
问：现在端到端的模型是不是单一的模型？
李力耘：小鹏一直强调我们车上的网络，如果从神经网络技术的角度来说就是一个One piece的网络，但是这不代表我们一定要一股脑、一次性把它训出来。整个端到端也是有一个过程，即使是一张网络，我们也包括了预训练、分训和联合训练的过程。这对用户既是更适应算力的部署，也是对一些中间结果能做一些输出和管控，也是对安全的一个保障。
友商华为也是通过这种类似感知网络、规划网络和本能安全网络这样的有机组合，这是逐步发展的过程，包含着车端算力以及数据、能力逐步发展的过程，虽然我们坚定地说我们是一个One piece的网络，但是我也想强调我们的网络是与预训练、联合训练在一起的。
问：端到端特别是纯视觉的方案，无论是传感器还是深度学习的数据都是在无限地接近人类，但是以后要想超越人类驾驶员，是不是还是要靠激光雷达，这样感知范围更广的传感器才行？
李力耘：未来实现更高阶的智驾本质并不是在激光雷达或者其他主动传感器上，我觉得大家的关注点偏了。激光也有激光的问题，核心还是算力和数据的增加，无论是驾龄或者驾驶里程多长的老司机，可能也不能覆盖中国每一个城市，也无法跑完每一寸土地的道路，但是AI可以。
AI可能有足够大的算力和容量去收集每一寸道路上的驾驶数据，每一点驾驶习惯，我们认为端到端大模型一定是实现未来真正自动驾驶和无人驾驶的必经之路。
文章为每人Auto原创，侵权必究。