极越的反思

“你以为把车造出来是1到10的过程，其实你发现还是0-1的过程。”

3月25日，CEO夏一平在极越AI DAY直播之后的采访中说道。这是3月份夏一平参加的第二场直播，上一场是在北京五环内直播极越PPA点到点的开城能力。也是在3月份，夏一平还作为主讲人在兰州和成都参加了两场CEO用户面对面活动，以及当地员工的内部培训，并在成都卖出亲自卖出了一辆车。

也是在AI DAY上，极越展示了基于foundation model——这一非常前沿的预训练大模型技术打造的百度Apollo自动驾驶视觉大模型VTA（Vision Takes All），其部分能力即将落地于极越2.0系统中。

一面是最先进的人工智能技术，一面是最琐碎的用户沟通和员工培训。上市四个月后，极越自身的第一次迭代正接近完成。

这一切，来自于市场的“打击”，和夏一平的反思。

01

体系补课，补齐从1到10

极越正处于当下车企最大的“噩梦”之中：新车上市，销量不及预期。

目前，极越首款产品01上市四个完整销售月的成绩不足1700辆，其中1和2月份的月度销量更是徘徊在200辆左右。此前，夏一平对极越01完成产能爬坡之后的月销量预期是1万辆。

四个月的时间虽然不长，但在以周为单位更新排名的当下，强如理想也会因MEGA没有大卖而触发创始人的认错内部信，更何况是品牌亮相才7个月的极越。

极越第二款车型，中型轿车极越07

夏一平没有发内部信，而是忙于做直播和去一线。“我每到一个城市做一场业务发布会，就会和当地所有的员工做一场培训，讲述技术路径和品牌理念。因为（极越）作为一个新品牌、新品类（产品），首先要解决用户的品牌认知。”

在夏一平看来，之前将汽车商业模式理解成1到10的过程，即好产品会直接扩张为知名度、销量和口碑，忽略了门店端。结果发现造出车只是0到1的过程，1到10还需要回归商业本质。

一方面，极越作为一个新品牌，需解决客户品牌认知的需求。因此从1月份开始，极越营销加大了直播力度，目前已经吸引到了科技人群。

另一方面，极越01及后续产品定位为汽车机器人，对市场来说仍是一个新的产品品类。传统卖配置，讲优惠政策的销售模式并不适用，需要新的销售方式。

“你讲我们标配的电吸门别的车要花1万2选配，客户说我不要1万2的电吸门。这是卖东西卖错了，我们的车一定是卖体验的，体验是人无我有的东西。”极越终端销售服务团队都以此为理念进行转型。

卖体验绝不是极越刚有的想法。早在极越01上市之前，夏一平便在采访中谈到，智驾功能体验是极越销售的规定动作。但显然要执行新的销售模式，仅有理念还不够。

夏一平表示，今年1-2月极越内部营销销售团队进行了较大的组织调整。“销售团队已经在完全变革，变革会产生阵痛（销量下滑），并且可能将持续1-2个月。但终端的销量我们已经看到了变化。”

02

AI蓄力，大模型拉开生死代差

“我也不相信一次上市定生死的说法。我们每个月都可以发新车，我可以一年开4次发布会。”

夏一平所说的发新车，即通过OTA大小新版本更新使用户的车常用常新。25日的AI DAY上，极越也推送了V1.4.0版本，涉及舱、驾、互联、三电等领域的200多项功能。如升级OCC占用网络可视化效果、SIMO与文心一言大模型双向融合、基于大模型的人车家生态正式“上车”等。这也是极越01在90天内连续推出的第3次、上市后的第5次OTA。

更大的看点则是未来的2.0系统上。

百度智能驾驶事业群组首席研发架构师、IDG技术委员会主席王亮基于VTA，展示了一部分大模型在智驾领域的应用前景。VTA的部分能力将落地于极越2.0版本的系统中，”2.0已经开始在我们内部试驾测试。”夏一平表示。

从架构来看，VTA虽然还是主干网络+多任务头的结构，但其主干模型相较于专家型，更偏向于高通用性的基础网络（foundation model），多头任务模型也被集中为通用性更高的“在线建图、目标检测/时序跟踪、OCC占据网络和场景理解”四个特点任务。

其中，在线建图包括道路元素识别、几何测距、广义拓扑三个能力；检测和跟踪则主要有关联跟踪、速度估计的能力；OCC则将推出远、中、近距离的检测网络，在200、120和30米距离内的物体检测能力可比1550nm超长距激光雷达、905nm长距激光雷达和905nm补盲激光雷达的性能，用以提供行泊一体的能力。

值得注意的是，无论是基础网络还是四个任务头，VTA都主要采用数据驱动的训练方法，以更多的神经网络解决问题，为未来实现端到端打下基础。

如VTA的基础网络首先基于自动驾驶车采集的原始道路数据，采用掩码自监督的学习方式进行基础能力的培养，之后再用标注数据对目标检测、深度/光流估计、图像识别等能力进行专项训练。而目前大部分主干网络都是首先使用标注数据训练以快速建立性能。

再比如实时建图中的几何测距能力，其主要功能为画出车道线。传统方法都是是在场景中检测车道线的特征点，之后通过后处理将其拟合成线条。但VTA的建图网络则是直接学习道路结构后，直接输出完整的车道线，整体建图精度达到厘米级。

而为帮助以数据驱动为主的VTA迭代升级，百度在数据产线上插入7个平均参数达到3亿的大模型，在2.2Eflops算力的支撑下，效率百倍于人工标注，且质量更高。

此外，VTA还支持百度LD车道级导航地图的生成，较之传统方法效率提升了100倍，成本则只有1/20，可一天生成一个城市的地图。由此帮助极越快速开城。

1.4版本后，极越PPA已开通了北京、上海、广州、杭州、深圳五城，且覆盖了北京五环内的主要道路，计划在上半年开放全国300个城市的领航辅助驾驶功能。

“（智驾能力）在未来三到五年内，将几乎是决定（车企）生死的作用（项）。”夏一平表示，“今年年底可能就会看到头部智驾玩家（和后进者）拉开巨大的，无法追赶的差距。因为AI数据戴起来之后，根本没有（追赶的）机会。”