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 。
本文来自作者[铁艺馨]投稿，不代表视听号立场，如若转载，请注明出处：https://stddy.com/wiki/202510-52633.html
评论列表（4条）
我是视听号的签约作者“铁艺馨”！
希望本篇文章《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？》能对你有所帮助！
本站[视听号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：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...