李力耘★：其实就是第一性原理。我们生活的交通环境，包括路牌、路标、红绿灯，整个道路甚至车的造型都是为人来设计的，人最重要的传感器是眼睛，所以纯视觉一定是最直接★★★、最高效的解决方案。特斯拉也分享过观点，认为激光雷达+纯视觉1+1并不大于或等于2★★，而是小于2。

　　李力耘★★★：端到端模型的建立是个非常缓慢的过程。系统工作方式从原来多技术模块变成AI中台★★。我们会着重建设数据采集能力、数据清洗，模型快速训练、部署、调试★★★，确保模型高效解决问题★。

　　“我更愿意相信是车企，而不是供应商，能够率先从辅助驾驶突破到无人驾驶。”

　　李力耘★：我不反对。这些观点在以不同的视角来描述端到端★★，在我看来可能殊途同归。无论是视觉语言大模型，还是视觉动作大模型，本质是通过大量数据输入，有一定推理能力，很好地实现类人驾驶的模型。

　　另一方面，得益于小鹏AI的进展，我们需要大量★、高效敏捷地去挖掘数据，训练模型★★。所以我们既做车端模型、云端模型，也做了非常好的AI工具来挖掘数据★★。

　　李力耘：我们一定会推进 L3 和 L4。哪个更快，这个取决于法规进展，我们一定紧跟着法规进展★。在明年的Q1★★★、Q2某个时候，随着我们体验和能力更进一步的提升★★，大家会看到更多可能★★★。

　　36氪汽车：行业会有些做法，比如将端到端大模型跟视觉语言模型融合★★，您认同这种观点吗？

　　用端到端大模型赋能“车位到车位”后，用户体验会大大提升★，虽然有时候可能需要学习、参考先验信息，但学习感会很弱。

　　李力耘★★：我们会全系标配Max★，也就是小鹏 AI 图灵智驾（NGP），都会用纯视觉方案★★。

　　第二★★，主机厂在软硬件方面的配合、数据和中后台的配合，可能是事半功倍★★；对非主机厂而言，可能更不容易★★★，数据背后的闭环是更隐形的挑战。

　　“中美路况非常不一样，我们更懂中国路况，更懂国人的驾驶习惯，特斯拉可能更懂美国人的驾驶习惯，很难说谁更强。”李力耘说。

　　实际上，凭借在同级车型中做出★★“智能差异化”的赛马策略★★★，小鹏已经在两款新车 MONA M03和P7+上，尝到了甜头。

　　李力耘：不久前，我们把XOS 5★★★.5.0 过程版也推给了他★★★，他觉得我们又解决了30%-40%的问题。

　　因为，端到端不是让事情变得更简单★，而是让整个迭代链条变得更长，更加不可控，某种程度上需要投入更多的资源，包括更大算力★，更加精英的AI研究人员★★★。

　　角逐和较量在智驾圈里已经不新鲜。过去一年里★★★，小鹏等车企迅速卷入了“全国都能开★”“端到端★★★”的智能驾驶竞争。

　　36氪汽车：今年智驾行业变化很大，年初卷★★★“全国都能开”，后来变成端到端★★，现在是“车位到车位”★，您怎么看这种竞争？明年的竞争重点是什么？

　　规则还是很重要的兜底能力★★，一方面是为安全兜底★★，第二，原来规则积累的工程基础，可以让我们把整个数据闭环、飞轮非常高效地建立起来★★。

　　去魅的话，我觉得中美路况非常不一样★，无论是我们XNGP 5.4★★★.0还是即将发布的5.5.0 版本★★，智驾都和特斯拉不相伯仲。我们更懂中国路况★，更懂国人的驾驶习惯，特斯拉可能更懂美国人的驾驶习惯，很难说谁更强★★★，我非常期待FSD进入中国之后的表现。

　　近日，小鹏智驾负责人李力耘接受了36氪的采访★★，他分享了小鹏如何将AI融入智驾，以及标配纯视觉智驾后，如何实现科技平权与商业闭环★。

　　36氪汽车：友商通过端到端快速实现了高阶智驾量产。端到端会是行业其他人弯道超车的方案吗★★★？

　　智能驾驶走向自动驾驶的过程不是一蹴而就，而是车企们通过技术攻坚，不断完成高速★、城区、泊车、园区等场景拼图。如今，这一步即将完成。

　　小鹏推出“端到端”大模型智驾方案的标志性成果，就是更果断摆脱对激光雷达的依赖★，将纯视觉作为智驾技术路线+上，小鹏就标配了纯视觉智驾AI鹰眼方案。

　　36氪汽车：行业会说特斯拉技术领先国内半年到一年，您觉得这种技术领先现在还有多少★？

　　所以★★★，我们用“一段式端到端”实现所有车型标配后★★，现在去实现全场景覆盖，包括“车位到车位”低速行驶、园区行驶，未来还会覆盖泊车★、高速，甚至海外智驾。我们希望给用户带来更加连贯★、丝滑的体验，而不是有割裂感★★、类似于VPA+NOA的组合体验。

　　李力耘：当时主要在开城，状态很难，因为把高精地图的拐杖扔掉之后，尝试用实时算法去认全国各种各样的路况★★，并且让车能够配合好行驶★，是非常困难的★★★。唯一能够彻底解决这件事就是靠AI，用类人的方法把路认好★★★、把路选好，让车开好。

　　李力耘：第一次肯定没有地图，很难，如果有园区内导航指引会好一些。就像你第一次去一个地库，也需要一些指引或者借助他人的记忆，我们可以做到无感学习和记忆。第二次去就可以有丝滑的“车位到车位★★★”能力★★。

　　特别声明★★：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号★★”用户上传并发布，本平台仅提供信息存储服务。

　　李力耘★★：在MONA M03，智驾也起到了很重要的作用。同样价位上，小鹏MONA M03 的智驾仍然领先，比如MONA M03率先推出断头路泊车★★，体验上和主销车型Max版泊车能力一样。春节之后，MONA M03的 Max版本也会上AI鹰眼视觉方案★★，实现高阶智驾的普惠跟平权★★。

　　李力耘★★★：小鹏智驾真正的一号位和灵魂就是何小鹏。因为他笃定AI，笃定智能驾驶到自动驾驶，才有小鹏智驾的自我变革。他非常从用户视角来看智驾★，会去开智驾的中间过程版本和量产版本，感受变化，反馈问题。

　　李力耘：我们大约在2022年底，就开始预研如何引入AI大模型★★★，已经有了几年的积累。而且我们地把规则时代积累的经验移植到当前的数据采集和训练里★，例如通过车端规则经验实时标注，精准采集训练所需片段★，从而针对目标场景进行精准密集训练，能够大幅地提升采集和训练效率。

　　李力耘：小鹏是Scaling Law的忠实信徒★。虽然最近很多AI前沿工作说Scaling Law、预训练遇到了瓶颈。但从算力、数据量来看★★★，我觉得自动驾驶的Scaling Law还有很大红利。

　　李力耘★★★：我们即将推给用户的XOS 5★★.5.0版本上，用“一段式端到端”给用户提供了一个完整的“车位到车位★★★”体验。其实在停车场和地库，2021 年我们就推出了VPA（记忆泊车）功能，但用户体验并不好★★，用户渗透率没有城区智驾那么高。

　　这背后蕴含着一套清晰的智驾商业化策略，“我们会用一段式端到端放大我们的车型优势★，不仅标配所有车型，更希望覆盖所有功能，实现点到点★，包括赋能海外的智驾。”纯视觉智驾方案，无疑在成本上拥有先天优势。

　　李力耘★★：我恰恰觉得，这些情况下，第一性原理是更好的★。再好的激光雷达在远处的点云也是比较稀疏的。激光雷达不是完美的，在一些雨水天气情况下它也有问题。小鹏AI 鹰眼视觉是通过更大算力，看得更清楚、更远、反应更快★，车辆反应速度提升了百分之四十几，对场景做出很好的响应。

　　李力耘：从技术方法论上，小鹏和特斯拉★★★、OpenAI 这样的全球AI企业不谋而合，我们强调云端大模型，参数量是车端80倍以上。我们云端大模型的训练数据量达到2000 万以上clips。每个clips可以理解成大约一分钟的小电影。每个模型都基于大量数据、在云端训练。我们有个说法叫★“云上一天★★，地上三五年★★★”。

　　在纯视觉智驾之路上，小鹏汽车决定走到底★★★，李力耘告诉36氪★★，从P7+车型开始★★，不再有Max和Pro的版本区分，而是★★“全系标配Max★★★，也就是小鹏 AI 图灵智驾（NGP）★★，都会用纯视觉方案★。★”

　　李力耘告诉36氪★，小鹏对于端到端的研发始于2023年4月★，当时主要是想用AI的认路能力★★，摆脱对高精地图的依赖。

　　小鹏的确是国内最早贴上★“智驾”标签的车企之一★★。2019年★★★，小鹏就在轿跑车型P7上开发了高速NGP功能★，对标特斯拉NOA★★。

　　李力耘说，如果把端到端的技术趋势看作智能驾驶驾领域的一场“工业革命★★★”★，能真正实现转型升级的企业其实是少数，大部分人还是会面临更残酷的竞争★★。

　　李力耘：第一★★★，智驾真正从辅助驾驶走到无人驾驶一定是满足第一性原理的★★★。我更愿意相信是主机厂，而不是供应商，能够率先从辅助驾驶突破到无人驾驶。

　　李力耘：小鹏自研芯片的初衷就是实现软硬件一体★，最大效能地发挥软件的威力。但更重要的是在云端模型的赋能下★★，我们会对芯片做针对性优化★★★，给用户提供最好的体验。

　　很多驾驶是相对本能的动作，就像人类的小脑，当然也需要大脑的能力★★★。所以在我们的一段式端到端大模型中★，Xbrian可以认路识字，做一些简单推理，但更多时候还是对加减速控制、变道时机选择，或者绕行处理，更偏本能的小脑行为。

　　36氪汽车：小鹏自研的智驾芯片，结合你们的软件方案后★，可以发挥出什么样的效果★？

　　李力耘★★：我们一直跟大众配合很好★★★，无论是在车型上★，还是电子电气架构上，或者智驾上，双方都是紧密合作。智驾会有专门的虚拟团队和项目组去跟进★★，和大众合作的车型会很快和大家见面★★。

　　端到端智驾依赖的核心资源之一就是数据，小鹏宣称，其端到端大模型训练数据量已经达到2000万clips★。理想汽车也公开过其端到端的训练数据，目前大约在800万clips。

　　我们是既希望有聪明的大脑，能够推理思考★★，还是一个比较灵敏的、肌肉记忆很好的老司机★★★。

　　从美国试驾完特斯拉FSD回来，小鹏智能驾驶负责人李力耘有两大感受。其一是，特斯拉FSD在北美地区的确是独一档，但他也意识到★★★，需要对特斯拉祛魅★★。

　　小鹏的AI鹰眼视觉做到了比人的视觉更好的效果★。在很多大光差★★、逆光的情况下会比人眼有更好的识别效果，这也是我们LOFIC架构的特点。当然我们也没有放弃主动的传感器，也会通过多模态跟毫米波雷达，超声波雷达去做融合★★★。

　　结果小鹏发现，★“一段式端到端★”大模型上线之后，原来需要花很长时间打磨的场景，如特殊分流、右转或掉头等问题★★★，很快就被解决了★★。

　　李力耘：得益于两方面，一方面是AI智驾铁军，车端积累多年的规则和严谨算法★★，很多事情在车端做是事半功倍的★★★。

　　36氪汽车：除小鹏本身之外，智驾团队还要支持别的项目吗，比如参与大众的项目？

　　所以对行业态势的感知一定是多模态的。现在我们特别注重用户反馈的NPS，智驾每个版本都会去做用户调研。当然也会和顶尖AI企业保持紧密接触，包括去美国开车★★★、取经等，兼听则明。

　　我们希望，明年在能力上有所突破，可能先在Max车型上，小鹏智驾逐步提供类似无人驾驶的能力★★★，接管次数无限降低。随着法规推进★★，或者新车型推出，我们一定会做出走向无人化的能力。小鹏的最终目标是解放驾驶员的双手★★★、解放精力★。

　　宝宝因为关灯把自己吓哭，宝宝：求求了千万不要变黑★★，网友：看把孩子吓得原谅我不厚道的笑了

　　李力耘：如果把端到端技术趋势看作智驾领域的一场“工业革命”★★★，每一次工业革命中，真正实现转型升级是少数，大部分人还是面临更残酷的竞争★★★。

　　李力耘：小鹏是非常笃定地把辅助驾驶推向极致，走向无人驾驶的★★。在AI辅助驾驶的理念下，我们会更看重像AI鹰眼视觉带来的智能驾驶体验平权★★。至于真正的商业化★★，可以关注小鹏在2026年无人驾驶的进展★★★。

　　李力耘：2023年4月份，我们开始布局整个“端到端”技术栈。那时候我们希望用端到端来解决对高精地图的依赖问题，做到全国都能开，所以当时智驾AI化★★，更注重识路、找路。2023年底，我们意识到需要把端到端的能力进一步扩大★★，做成一段式端到端。

　　小鹏以视觉为主，我们实现了★★“光子进★★、控制出”。当然★★★，从多模态输入角度来看，视觉只是一个传感器，本身还有各种车道★★、GPS或者是各种各样多模态输入。

　　36氪汽车★★：市场上会有观点说，小鹏现在车卖得好不是靠智驾，比如MONA M03。您会反驳这种观点吗？

　　网上的海量数据会让模型有更强的认知能力，识字认路★。但是我们认为，拥有高质量的、丰富驾驶数据可以更好解决车辆驾驶的小脑问题，这跟大模型不冲突。

　　李力耘：现在智驾就像当年的手机行业，我们一定要把智驾价格打下来★★，未来的车型都会标配高阶智驾。其实，智驾是小鹏P7+用户购车的 top 理由★。我们不会用智驾能力再做二次收费。

　　李力耘★★：2025年小鹏智驾转折点会在年中★★★，智驾能力会有更大飞跃★★★，可能会从一段式端到端，跨越到全新的 AI 迭代模式。

　　在今年12月末，小鹏还计划交付★“车位到车位”智驾驾驶功能，技术模型也升级为“一段式端到端”，可实现全场景覆盖，包括园区低速行驶★★★，未来会覆盖泊车★★、高速场景，甚至海外智驾。

　　端到端不是让事情变得更简单了★，组织架构的确跟原来不一样，原来每个技术模块都要基于规则的工程师，比如定感知、定位★★★、规划、融合★★★、地图★★、控制，现在就变成了数据闭环的问题。

　　智能驾驶技术在车企的商业体系里已经越嵌越深，同时，也在承接整个AI技术的发展红利★★★，快速迭代。这是资源和效率交织的产物★★。

　　李力耘也表示★★，现在小鹏处于★“无人化（驾驶）前夜”，明年在能力上会有更大突破，“可能先在Max车型上，小鹏智驾逐步提供类似无人驾驶的能力★★★。”

　　但在行业中★★★，未来数年的主流选择还是以视觉+激光雷达作为主要传感器★★。对此★★★，李力耘向36氪汽车表示★★，走纯视觉路线其实是出于第一性原理★。

　　12月初，特斯拉向部分测试用户推送的特斯拉FSD v13.2更新版本，就包含了从停车状态启动的FSD，也就是★“车位到车位★★★”功能。前不久理想汽车也宣布突出该功能，华为和小米汽车的类似功能，同样即将推出★。

　　在他看来★，人们生活的交通环境，包括路牌★★、路标、红绿灯，整个道路甚至车的造型都是为人设计的，“人最重要的传感器是眼睛★，所以纯视觉一定是最直接、最高效的解决方案★。★”

　　数据采集★★★、模型训练、模型部署★★★，模型调试，它让整个迭代链条变得更长，更加不可控，某种程度上需要投入更多的资源★★★，包括更大算力★★，更加精英的AI的研究人员。

　　“车位到车位”是当下车企智能驾驶竞争的技术高地。如字面含义，车企希望用户在车位就能启动智驾★，车辆低速巡航、自主过闸机、上高速★★，在城市道路通行，最后泊入目的车位★★。

　　我们希望把云端能力通过蒸馏下放到不同芯片平台★★★，甚至未来换芯片后也能把云端模型下放★★★。

　　“智驾是小鹏P7+用户购车的 top 理由。”李力耘说★，当下热销款M03的泊车体验也与Max版智驾同级★★★。

　　效果未达预期，伊朗解除WhatsApp及Google Play访问限制

　　另外，无论车端还是云端算力，都会有着更显著的增长★★★，模型参数也会进一步扩大。我觉得自动驾驶的Scaling Law还没有到尽头。

　　同一时期★，行业有玩家迅速进入了高阶智驾量产状态。比如压强式投入的华为，率先推出了“全国都能开”智驾功能；理想汽车则由于轻包袱，果断切入★“端到端”技术，甚至直接更换到激进的“一段式端到端★”方案★★★。

　　《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律

　　但因为起步早，小鹏几乎走过所有技术路线★，从依赖高精地图，转向无图方案，随后进化到端到端。2023年8月★★★，小鹏智驾还经历了灵魂人物吴新宙离职、团队动荡等★★。小鹏智驾由此进入守城阶段。

　　李力耘★：但很遗憾，因为v13还没有量产推给用户，我没机会试FSD v13，但开了一个星期v12.5。有两点可以总结，第一是祛魅，第二特斯拉在北美是独一档的存在，很多值得学习的地方，包括停车场激活、开进停车场，这些是用户非常喜欢的功能。

　　M03自9月上市以来连续3个月销量破万★，P7+上市3小时也获得了超3万大定。这两款车的售价都在20万元以下★★★，这个价格带是比亚迪等老牌车企的优势领域。

　　36氪汽车：你们会对 L3 有更多探索吗★？还是会直接进入到L4★?哪个更快？

　　这背后是组织方式的改变，我们有个AI效能部门，今年年中面向AI成立的新部门★，专门训练各种各样的AI提效工具，包括用AI写代码★★、检查代码、自动挖掘数据。

　　36氪汽车★★：您觉得特斯拉FSD v13上的“车位到车位”跟国内的“车位到车位★”有区别吗？

　　【美股盘前】三大期指齐跌★★★；金山云涨超10%；特斯拉推出新一轮FSD免费试用计划★★；投行Cantor Fitzgerald将博通目标价上调至300美元

　　36氪汽车：智驾行业密集迭代，公司创始人何小鹏怎么保持对智驾前沿的认知★★？

　　原来的方案是小模块AI驱动★★★，然后做路径规划★★★、速度规划，整个链条非常长，遇到的问题很多。但我们用了AI能力后，环岛掉头★★、小路★、很难的右转场景都有很大的能力提升，效率比原来高很多。

　　他同时认为，在海量数据、不断提升的云端和车端算力下，自动驾驶的Scaling Law还有很大红利★。

　　今年从★“全国能开★★★”逐步走向端到端，比拼的是博弈能力、比拼拟人化。到“车位到车位★”之后，我觉得我们处在“无人化的前夜”阶段，小鹏智驾会笃定地走向无人驾驶。

　　李力耘：原来小鹏智驾是孤勇者，现在是百舸争流，明年的竞争一定会更加激烈和有趣。

　　更重要的是，我们会用一段式端到端放大我们的车型优势，不仅标配所有车型，更希望覆盖所有功能★★，实现点到点★★，包括赋能海外的智驾★。

　　36氪汽车★：智驾供应商跟传统车企如果保持比较深度的绑定，能继续参与这场游戏吗★？

　　热搜！董明珠回应格力电器卖得贵★★★：格力做的不是眼前一点利益★★★！对于年轻人★★“躺平★★”等现象★，她认为★.★..★★★.★..

　　36氪汽车★：端到端方案依赖海量数据，小鹏达成了2000万clips的训练数据，在这方面小鹏有没有什么心得★★★？

　　对于2000万clips的数据起点★★★，李力耘告诉36氪，这得益于过去基于规则的智驾经验积累，小鹏当前的数据采集和训练效率很高★★★，例如通过车端规则经验实时标注★★，精准采集训练所需片段★★★，从而针对目标场景进行精准密集训练。

　　在小鹏X9 上，73%的车主都选择了Max车型。我们也会持续关注用户对智驾的反馈★★★，比如他们喜欢的一些亮点或者不喜欢的槽点；在标配智驾后★★★，我们会看用户的渗透率，比如在能开智驾的地方，用户是不是都开★★。

　　36氪汽车：小鹏之前也有记忆行车★，比如记忆10条路线★★★，这跟★“车位到车位”的本质区别是什么？

　　36氪汽车：在高速道路上或者一些特殊天气，激光雷达还是有很好感知效果，小鹏纯视觉有没有解决这种特殊天气场景下的方案？

　　李力耘：重大转折是今年四五月，小鹏一段式端到端大模型上线之后，我们发现，原来需要花很长时间打磨的一些问题，比如花几个月去打磨一些特殊的分流★★、右转或者是掉头等场景，解决得特别快，我们很惊讶★★★。

　　36氪汽车：小鹏智驾成为标配，要从哪些角度去评估智驾技术的商业价值★★？会有指标吗★★？

　　小鹏也宣称，其基于AI鹰眼的纯视觉方案，能做到比人眼视觉更好的效果，可以很好应对大光差★★★、逆光场景★★★。

　　今年5月，小鹏正式推出“端到端”智驾大模型★★，包含神经网络XNet★★★、规控大模型XPlanner★、大语言模型XBrain三大部分。

　　李力耘：最大区别还是体验层面。小鹏智驾在2024年最大的两个变化，第一是 AI化，面向AI进行组织变革，进行AI能力提升，另一个变化是，我们觉得用户不会为更好的科技买单★★★，但一定会为更好的体验买单。

　　36氪汽车：小鹏智驾起步非常早★，经历了很多个版本★，在端到端进化这条路上你们甩掉了哪些包袱★★？

　　数据方面★★★，互联网优质数据大概600-700T之后就会有瓶颈。但智驾大部分企业今年才逐步转向端到端★★★，自动驾驶大量优质驾驶数据积累还没有到尽头★★★。

　　Scaling Law是大模型行业的一个定律，通常表示模型参数越大、数据集越大和计算资源增多，模型性能更好。

　　36氪汽车：后续像在 X9 这些车型上★★★，还是会保留激光雷达和纯视觉两种不同的方案吗？

　　36氪汽车：华为没有把纯视觉当成主流方案★★★，小鹏为什么会这么坚决地要做纯视觉？

　　李力耘：我们希望2025年★，在拟人感、安全感、舒适和效率上，做到更不一样的台阶和层次，与行业明显拉开代际差距★。

　　36氪汽车★★★：从2023年到现在，如果要选取比较重大的转折点，您觉得会是什么时刻？

　　李力耘★★：对★，小鹏非常坚定国际化★★★，未来10年海外销量要占全部销量一半。2024年小鹏的出海非常不错，但我觉得智驾还可以更好。明年，小鹏会根据海外当地的驾驶习惯和法规，把智驾体验按照当地用户喜欢的方向去做★★，提供给当地用户★★★。

　　李力耘：方向是笃定的，但我觉得技术变化会非常快★。今年以来，我们也看到了类似于Sora★★★、ChatGPT非常强的AI能力涌现。我们也升级了AI的战略，包括对云端模型Scaling Law的认知，紧跟AI最前沿，然后应用在自动驾驶领域★。