车企竞相追逐AI大模型，辅助驾驶领域风起云涌

随着科技的不断进步，车企的辅助驾驶体系正加速转向AI。一个鲜明的趋势是，头部新势力的车端辅助驾驶模型参数，已接近许多AI大模型的参数量级。

据36氪汽车了解，小鹏汽车即将在车端部署的大模型，其参数量预计将达70亿；而另一家头部新势力理想汽车，在明年自研的辅助驾驶芯片上车后，其车端大模型参数也将达到70亿级。

这样的参数量已经接近AI大模型的普遍水平。

小鹏、理想的AI布局

小鹏的车端大模型，源于内部正在开发的云端大模型——“小鹏世界基座大模型”的蒸馏版本。这样做主要是为了应对车载辅助驾驶芯片在算力、存储和内存带宽方面的不足，从而无法直接部署大模型的问题。

预计在2024年下半年，小鹏汽车将向云端大模型迈进。目前，小鹏正在研发一个参数超过720亿的自动驾驶大模型，即“小鹏世界基座模型”，该模型将在下个月的AI科技日上发布。

在今年的AI技术分享会上，小鹏介绍了这个以LLM为骨干网络、经过海量多模态驾驶数据训练的云端大模型。该模型具备视觉理解、链式推理和动作生成能力。完成训练后，小鹏会将蒸馏出的小模型部署到车端。

这种方法与DeepSeek采用的知识蒸馏路线类似，本质上是对模型的压缩。

为了让这个大模型顺利上车，小鹏在硬件和研发资源方面做了充分准备。

从2020年开始，小鹏就启动了“图灵”AI辅助驾驶芯片的自研工作。今年6月，这款芯片正式量产上市，并首发搭载于2025款小鹏G7。

该芯片专为AI需求和端到端大模型设计，AI算力约为700Tops，与英伟达最新的AI芯片Thor接近，最高能处理300亿参数的大模型。

除了硬件准备外，今年8月初，小鹏汽车还召开了一场自动驾驶中心动员会，由何小鹏亲自主持。会上提出，将把所有AI资源投入到基座模型团队，支持这个70亿参数的世界基座模型上车。

理想汽车同样没有放松对AI的追求。在二季度财报电话会议上，理想汽车CEO李想表示，当前理想的车端大模型参数量是40多亿，较此前的端到端模型提升了10倍以上。据多位产业人士透露，明年理想自研的辅助驾驶芯片上车后，其车端VLA模型参数也将达到70多亿。

最初，理想采用的方式是在车上部署一个参数量较少、运行速度较慢的小型VLM大模型。去年10月推出了基于端到端+VLM的辅助驾驶方案。但现阶段，理想更倾向于使用VLA模型。截至目前，理想已向所有AD MAX车型用户推送了VLA司机大模型。

VLA模型由谷歌AI公司Deepmind推出，成为具身智能领域的主流技术范式与框架。它拥有完整的脑系统、具备语言、思维链推理能力、既能看也能理解并执行动作。

为了推进明年更大参数的VLA模型上车，理想在组织架构上进行了重大调整：今年5月原端到端负责人夏中谱离职；上个月将辅助驾驶团队拆分为11个二级部门以更扁平的组织推进AI大模型研发。

除了小鹏和理想外华为和蔚来也在车端部署了大模型。AI似乎正在定义车企的辅助驾驶。

AI大模型≠更优的辅助驾驶表现

目前行业公认的走得最远的特斯拉通过端到端技术实现了区域Robotaxi；地平线、Momenta等供应商也通过端到端技术实现了较好的辅助驾驶表现。

反观一些执着于AI叙事的车企其辅助驾驶表现已被快速追齐甚至部分车控体验已被赶超。

也就是说特斯拉和Momenta等企业凭借更少的车端模型参数量取得了更好的效果。

这在一定程度上说明AI模型参数量级与辅助驾驶效果之间并无必然的关系。

端到端技术强调模仿人类驾驶行为而大模型的优势在于逻辑推理能力。但辅助驾驶技术的核心在于空间感知大模型的逻辑推理能力仅在少数场景下才能用到。

因此如果车企尚未做好端到端的体验就盲目上参数更大的模型会导致大部分车端算力资源向大语言推理过程倾斜从而倒退辅助驾驶体验。

那么车企为何对大模型趋之若鹜？一方面部分车企希望将自身定义为具身智能企业如理想汽车将自身重新定义为一家人工智能企业。而VLA正是具身智能领域的主流技术范式与框架。

另一方面车企对AI大模型的追逐与宣传或许也带有营销目的。近来Chat-GPT的破圈效应使得AI大模型备受关注车企纷纷将AI大模型搬入车端辅助驾驶系统这背后固然有其技术考量但或许也是企业抢占舆论高地的一种方式。

但无论是出于何种目的提升辅助驾驶体验才应当是目前车企的第一要义。做好基于端到端的辅助驾驶体验或许是眼下车企纠偏的最佳路径。

作者微信：luckg17305264638