70亿参数模型上车！品牌上演"神仙打架"，AI辅助驾驶真要起飞了？

最近，汽车圈子里关于智能驾驶的讨论，那叫一个热火朝天。特别是“AI大模型上车”这个概念，简直成了大家茶余饭后的谈资。你瞧，像小鹏、理想这些造车新势力，在智能驾驶这块儿的投入和动作，可真是不小。他们车上的辅助驾驶模型，参数量都快赶上好多大型AI模型了。但问题来了，参数多就一定意味着智能驾驶体验好吗？

我们先从小鹏汽车说起。这家公司最近放出消息，打算在车端部署一个至少70亿参数的大模型。你可能会觉得，这不就是把云端的大模型直接搬到车上嘛？错！事情没那么简单。

其实，这个“车端大模型”是小鹏从他们自己正在捣鼓的“小鹏世界基座大模型”里“提炼”出来的。这就像武侠小说里，宗师把毕生功力浓缩成一本秘籍，再传授给弟子一样。为啥要这么做呢？

原因很简单，车上的芯片算力、存储和内存带宽都有硬性限制，直接把动辄几百上千亿参数的大模型塞进去，车子根本跑不动。所以，小鹏采取了一种名叫“知识蒸馏”的方法，把云端大模型的精髓提炼出来，浓缩成一个既能跑得动，又能保留核心能力的“精华版”模型。

这个“小鹏世界基座模型”可不一般，小鹏从去年下半年就开始布局了。它是一个720亿参数起步的超大规模模型，融合了海量的多模态驾驶数据训练而成。说白了，它就是一辆车的“超级大脑”，能够看懂复杂的视觉信息，进行链式推理，甚至直接生成驾驶动作指令。

下个月的AI科技日，小鹏就要把这个“超级大脑”正式公之于众了。等到这个“超级大脑”在云端训练成熟，它里面的核心部分就会被“传功”到车端的小模型上，让每一辆小鹏汽车都拥有更强的智能驾驶能力。

为了确保这套“武功秘籍”能够顺利传到车上，小鹏在硬件和研发资源上都投入了巨资。硬件方面，他们从2020年就开始自主研发“图灵”AI芯片，这颗芯片就是专门为AI大模型和端到端智能驾驶设计的，AI算力高达700Tops，能轻松处理300亿参数的大模型，跟英伟达最新的Thor芯片有的一拼。

今年6月，“图灵”芯片已经在2025款小鹏G7上量产首发。而在研发资源上，小鹏汽车CEO何小鹏更是亲自挂帅，把所有AI资源都集中到了基座模型团队，力保这个70亿参数的“世界基座模型”能够成功上车。

再来看看理想汽车。他们在这场“模型上车”的竞赛中，也算是走在前列的。虽然现在车端的模型参数是40多亿，但别小看这个数字，这已经比他们之前的端到端模型提升了十倍不止。而且，据业内人士透露，等明年理想自己研发的辅助驾驶芯片上车后，车端的VLA模型参数就能飙升到70多亿，直接追平小鹏的“精华版”大模型。

理想最初实现“模型上车”的方式也挺有意思。他们巧妙地在车里部署了一个参数量较小、但运行速度相对慢一些的VLM大模型。去年10月，理想推出了基于端到端+VLM的辅助驾驶方案。

简单来说，就是把端到端系统作为“快系统”，负责主体的驾驶决策和控制。而VLM模型作为“慢系统”，则像一个经验丰富的副驾驶，在关键时刻提供更深层次的理解和判断。

这两个系统各司其职，又相互配合，共同提升智能驾驶的安全性。而且，这两个系统是部署在双Orin X控制器上的，每颗Orin芯片独立服务一个模型，互不干扰，确保了系统的稳定运行。

不过，现在理想更倾向于使用VLA模型，并且已经向所有AD MAX车型用户推送了VLA司机大模型。这个VLA模型可不是一般的货色，它最早由谷歌旗下的Deepmind公司推出，现在已经成为具身智能领域的主流技术框架。

它拥有一个完整的“脑系统”，能像人一样理解语言、进行思维链推理，既能“看”懂路况，又能“想”明白驾驶意图，还能真正“执行”驾驶动作。这种接近人类运作方式的模型，自然让小鹏、理想等车企趋之若鹜。

为了明年能够顺利部署更大参数的VLA模型，理想汽车今年也在组织架构上进行了大刀阔斧的调整。先是5月份，原端到端负责人夏中谱离职。接着上个月，理想更是把辅助驾驶团队拆分成了11个二级部门。这一系列的动作，无疑是为了让研发流程更加扁平化、高效化，更好地推进AI大模型的研发。

当然，除了小鹏和理想，华为和蔚来也在智能驾驶AI领域展现出了自己的“野心”。华为的WEWA架构，玩的是“云端世界引擎调教车端世界模型”那一套，通过云端的强大算力来不断优化车端的模型表现。而蔚来则选择在车端直接部署世界大模型，希望能通过更强的车端能力，为用户带来更极致的智能驾驶体验。

看起来，AI大模型似乎正在彻底改变汽车行业的智能驾驶格局。

但这里有一个非常关键的问题，我们必须清醒地认识到：AI大模型参数量大，并不代表辅助驾驶的表现就一定更好。

我们看看行业的“优等生”特斯拉。他们依靠端到端技术，已经在部分区域实现了Robotaxi（无人驾驶出租车）的运营。还有像地平线、Momenta这些专业的辅助驾驶供应商，他们也通过端到端技术，打造出了非常出色的辅助驾驶产品。

反观一些高调宣传AI大模型的车企，他们的辅助驾驶表现不仅被迅速追平，甚至在某些车控体验上还被超越了。这说明什么？说明像特斯拉、Momenta这些企业，用更少的车端模型参数，反而取得了更好的效果。所以，AI模型参数量和辅助驾驶效果之间，可没有大家想象的那么必然的联系。

这究竟是为什么？其实核心原因在于：端到端技术，它更强调的是模仿人类的驾驶行为，它学习的是人类“怎么开”。而大模型的优势在于它的逻辑推理能力，它更强调“像人一样思考”。

但是，智能驾驶技术的核心，首先是空间感知。也就是说，车辆要像人一样，能够准确地感知周围环境、识别障碍物、理解路况信息。大模型的逻辑推理能力，只有在少数复杂的场景下才能发挥出它的威力。

如果车企还没有把端到端的空间感知和驾驶决策能力打磨好，就一味地追求部署更大参数的模型，那么车端大部分的算力资源，就会被用于处理大语言模型的推理上，而留给最核心的空间感知的资源反而会变得很少，最终可能会导致辅助驾驶体验不升反降。

既然参数大不一定好，那为什么还有这么多车企执着于搞AI大模型？我觉得这背后有几层深层次的原因。

一方面，不少车企的业务野心正在扩大，他们不只满足于造车，更想在“具身智能”领域有所建树。比如理想汽车，去年年底李想就在“理想AI Talk”活动上明确表示，要把理想定义为一家人工智能企业，汽车只是他们人工智能时代的一个“空间机器人”，一个应用场景。而他们现在力推的VLA模型，恰恰就是具身智能领域的主流技术框架。

小鹏也是如此，他们的“图灵”AI芯片，未来除了应用于汽车，还计划用在AI机器人和飞行汽车上。这显然是在下一盘大棋，想把在智能驾驶上积累的能力，拓展到飞行汽车和更广阔的具身智能领域。这就像一个科技公司，做手机成功了，下一步想做机器人，想做飞行器一样。

另一方面，可能也掺杂了一些营销的考量。回想一下，之前ChatGPT横空出世，一夜之间火遍全球，AI大模型成了科技圈最炙手可热的词汇。紧接着，特斯拉V12在北美大范围推送后，“端到端”又成了智能驾驶领域的营销热词。

现在，车企们纷纷把AI大模型装到车端辅助驾驶系统里，除了技术方面的考虑，在某种程度上，也是想抢占舆论高地，进行品牌宣传。毕竟，在这个信息爆炸的时代，“AI大模型”这个词汇自带流量和科技感。

但不管出于何种目的，提升辅助驾驶的真实体验，让用户开得更安全、更便捷，这才是车企当前最应该做的事情。如果偏离了这个核心目标，再热闹的AI宣传，再花哨的技术概念，都可能会显得有些舍本逐末。

所以，对于当下的车企来说，或许更应该回归本质：先踏踏实实地把基于端到端技术的辅助驾驶体验做到极致，让车辆能够像一个经验丰富的老司机一样，在各种复杂路况下都能从容应对。这，或许才是纠正方向，赢得用户口碑的最佳路径。毕竟，用户最终买单的，是实实在在的产品体验，而不是空中楼阁般的概念。