為什麼李汽車加速智能駕駛努力追逐特斯拉

在中國汽車重慶論壇（CACS）前一天，李汽車首席執行官李翔自發決定將演講焦點從人工智能改變為 自動駕駛。在論壇上，李強調未來自動駕駛將模仿 人類能力，包括快速響應時間和邏輯推理來處理複雜情況。

後續的事件提供了一些關於最後一刻變化的見解。一個月後，李汽車透露了 端對端系統 通過視覺語言模型（VLM）增強。

與採用細分方法的國內競爭對手不同，李汽車的解決方案類似 特斯拉的「一個模型」 更加密地設計。

歷史上被視為智能駕駛的追隨者，李汽車去年經常在激烈競爭中改變方式，先依靠高清地圖，然後重量輕量地圖，之前 丟棄地圖 整體而言。

在最近採訪中 36 克朗，智能駕駛研發副總裁朗仙鵬和智能駕駛技術研發負責人賈鵬討論了李汽車持續的旅程。Lang 反思努力追趕時，認為核心原則是找出問題的本質，然後決定快速地糾正課程。

選擇 端對端 (E2E) 技術路線是這個原則的延伸。Lang 解釋說，以前的智能駕駛解決方案基本上都是 基於地圖。他們遵循傳統的過程，以感知方式管理控制，上游缺陷需要下游調整，嚴格要求 重大投資.

但是，核心問題不僅是資源分配，而且是基於規則的智能駕駛具有上限，並且是 不太可能完全模擬人類駕駛.

組合 帶有 VLM 的 E2E 而李汽車所稱為「世界模型」是這家汽車製造商現在發現的最佳模式。

簡而言之，Li Auto 的方法消除了先前獨立的感知，預測，規劃和控制模塊，將它們合併為一個 神經網絡.

vLM 充當與系統的 ChatGPT 類似的插件。雖然 E2E 系統的行為取決於它接收的數據，但 VLM 提供認知和邏輯推理能力。在複雜的情況下，系統可以實時查詢 vLM 以獲取駕駛輔助。

The 世界模型 作為大規模的問題集，通過重建和生產方法產生模擬數據，結合李汽車先前累積的真實情況，創建實際和模擬測試場景的混合，以挑戰 E2E 模型。只有在這些測試中得分良好的模型才會發布給用戶。

在內部，這三個模型被稱為系統 1、2 和 3。系統 1 對應於大腦的即時思考模式，系統 2 對應於邏輯思維，而系統 3 充當考試模型，評估系統 1 和 2 的學習成果。

E2E 智能駕駛技術由 特斯拉。2023 年 8 月，首席執行官埃隆馬斯克在直播期間在其 V12 版本中展示了其全自動駕駛（FSD）技術的功能，該技術現已翻譯為 V12.5。然而，與特斯拉不同，李汽車結合了 除了 E2E 和世界型號之外，還有 VlM 功能。

賈鵬解釋給 36 克朗 他每次在美國西部和東部都花了一周測試特斯拉的 FSD，發現甚至 E2E 技術有限制s. 在紐約和波士頓等東海岸複雜的道路條件下，特斯拉的收購率顯著提高。賈表示，可以在 HW3.0 上運行的 E2E 模型的參數並不特別大，模型容量有自然的上限。

李汽車的設計 VLM 角色旨在增強系統的上限。VlM 可以從各種情況中學習，例如凹凸的道路，學校，建築區和環路，從而提供重要的決策支持。

朗和賈都認為 VlM 是李汽車智能駕駛系統中的重要變量。參數已達到 22 億，響應時間為 300 毫秒，如果配備更強大的芯片，VLM 的可部署參數可達到數十億，標誌著第 3 級和 4 級自動駕駛的最佳路徑。

Jia 說：「vLM 本身也正在跟隨大語言模型（LLM）的發展，目前沒有人能回答參數計數最終將有多大。」

根據數據驅動的視覺語言模型的軌跡，智能駕駛行業似乎現在是 OpenAI、微軟和特斯拉等公司開始的計算力競賽的一部分。

Lang 坦誠地表示，在這個階段，比賽完全是關於數據的數量和質量以及計算能力儲備。高品質資料依賴絕對的資料規模-支援 等級 4 模型培訓需要大約 數十個 EFLOP 的計算能力.

Lang 說：「沒有 10 億美元的淨利潤，沒有一家公司能負擔未來的自動駕駛。」

目前，李汽車的雲計算能力為 4.5 EFLOPS，迅速縮小了與華為這樣的領先公司的差距。根據 36 克朗，李汽車最近購買了大量的 Nvidia 的雲芯片，從經銷商那裡購買幾乎所有可用的庫存。

首席執行官李非常了解這種競爭環境，利用資源和智能技術超越競爭對手。他經常問 Lang 是否有足夠的計算能力，如果沒有，則可以從公司 CTO Xie Yan 那裡獲得更多資訊。

有汽車和 比其他玩家更多的錢，李汽車有機會在這條路上擴大差距。財務報告顯示，截至今年第一季度，李汽車 現金儲備 接近 人民幣 990 億元（138 億美元）.

來自李汽車的數據也表明，智能駕駛的商業循環開始形成。7 月初，李汽車開始向 Max 車型司機交付全國可以運行的 6.0 智能駕駛版本。Lang 觀察到，Max 車型的比例迅速超過 50%，每月增長超過 10%。

Lang 還明白，儘管 4 級自動駕駛的長期願景越來越清晰，但它的實施路徑保持不變。「我們需要迅速幫助公司銷售汽車。只有通過銷售汽車，我們才能負擔得起購買芯片來訓練智能駕駛。」

如果 智能駕駛 是汽車製造競賽的決定因素，它代表了一個激烈的競爭和資源密集的競技場。李汽車透過整合頂級戰略規劃、技術進步和大量資源投資，積極做好準備。但其他人呢？