在科技日新月異的今天，智能汽車領(lǐng)域的競爭已悄然進(jìn)入AI新時(shí)代。距離上次理想汽車CEO李想公開探討AI與公司的未來僅130天，自動(dòng)駕駛與人工智能領(lǐng)域已發(fā)生了翻天覆地的變化。1月下旬，DeepSeek發(fā)布的開源推理大模型DeepSeek-R1，在國內(nèi)掀起了一場(chǎng)新的人工智能熱潮。

在上次的AI talk中，李想曾強(qiáng)調(diào)自研基座大模型的重要性，并誓言未來幾年要躋身行業(yè)前三。而DeepSeek-R1的出現(xiàn)，讓理想找到了新的捷徑，他們決定基于DeepSeek的開源來打造VLA（視覺-語言-行動(dòng)）大模型的語言部分。這一決策，不僅大幅加速了理想在VLA司機(jī)大模型語言能力上的研發(fā)進(jìn)度，還節(jié)省了近9個(gè)月的時(shí)間和數(shù)億元的成本。

然而，與此同時(shí)，智能駕駛領(lǐng)域卻因事故頻發(fā)而遭受安全可靠性的質(zhì)疑，迎來了前所未有的挑戰(zhàn)。但李想?yún)s認(rèn)為，這正是黎明前的黑暗，只有直面問題，解決問題，才能彰顯AI的真正價(jià)值。

在這場(chǎng)AI的競賽中，理想并非孤軍奮戰(zhàn)。小鵬、蔚來這兩家與理想同期創(chuàng)立的造車新勢(shì)力，同樣在AI領(lǐng)域投入了大量資源。李想視AI為理想未來的全部，蔚來創(chuàng)始人李斌斷言，成功的智能電動(dòng)車公司也一定是成功的AI公司，而小鵬汽車創(chuàng)始人何小鵬更是喊出了“All in AI”的口號(hào)，致力于打造面向全球的AI汽車公司。

這些舉措背后，爭奪的是下一代汽車的定義權(quán)，以及與此相伴的技術(shù)、用戶與商業(yè)模式的全面重構(gòu)。而這一切的源頭，可以追溯到特斯拉FSD（Full Self-Driving）V12的突破性進(jìn)展。特斯拉智駕團(tuán)隊(duì)負(fù)責(zé)人曾介紹，F(xiàn)SD V12僅經(jīng)過幾個(gè)月的訓(xùn)練，就超越了經(jīng)過多年積累的FSD V11。這一突破，得益于一種全新的端到端（end to end）神經(jīng)網(wǎng)絡(luò)技術(shù)，它將傳統(tǒng)的感知、決策、控制融合到一個(gè)模型中，通過輸入信息直接產(chǎn)生執(zhí)行動(dòng)作。

在端到端大模型流行之前，自動(dòng)駕駛的主流是模塊化設(shè)計(jì)，包含感知、決策、執(zhí)行三大模塊。但模塊化設(shè)計(jì)的一個(gè)最大缺陷是，駕駛場(chǎng)景千變?nèi)f化，決策模塊中的規(guī)則代碼只能越寫越多，嚴(yán)重影響執(zhí)行效率。而端到端的設(shè)計(jì)則完全不同，它直接輸出執(zhí)行動(dòng)作，整個(gè)決策過程沒有人為規(guī)則干預(yù)，純靠模型自己學(xué)習(xí)駕駛。因此，F(xiàn)SD V12的代碼從30多萬行縮減到只剩3000行。

特斯拉的這一突破，對(duì)國內(nèi)智駕路線產(chǎn)生了深遠(yuǎn)影響。2024年，端到端大模型開始加速上車。然而，這個(gè)學(xué)習(xí)過程需要較長時(shí)間，且有可能犯錯(cuò)。因此，特斯拉在面對(duì)復(fù)雜路況或極端情況時(shí)，表現(xiàn)并不如意。國內(nèi)企業(yè)也在探索自己的道路，小鵬采用了分段式“端到端”，將大模型分別引入感知、規(guī)劃等模塊，通過人工編寫的規(guī)則連接。而理想則提出了“端到端+VLM（Vision-Language Model）雙模型分立”的技術(shù)路徑。

與此同時(shí)，蔚來選擇了更激進(jìn)的路線，直接進(jìn)入智駕行業(yè)新方法論——世界模型階段。2024年7月，蔚來創(chuàng)新科技日上發(fā)布了中國首個(gè)智能駕駛世界模型NWM（NIO WorldModel）。世界模型的核心能力是基于信息的理解進(jìn)行想象推演，從而規(guī)劃軌跡。這一模型利用多模態(tài)輸入預(yù)測(cè)未來場(chǎng)景，為自動(dòng)駕駛端到端大模型生成合成數(shù)據(jù)作為訓(xùn)練基礎(chǔ)。

在蔚小理競相探索AI技術(shù)的同時(shí)，算力成為了制約發(fā)展的關(guān)鍵因素。ChatGPT的成功引發(fā)了全球AI競賽，導(dǎo)致算力緊缺。而算力完全依賴于芯片，因此蔚小理中最先布局芯片的是蔚來。李斌最初進(jìn)軍芯片的目的是為了節(jié)省成本，因?yàn)槭袌?chǎng)上高階輔助駕駛普遍使用的英偉達(dá)Orin X芯片成本高昂。蔚來發(fā)布的全球首顆車規(guī)5nm高性能智駕芯片神璣NX9031，在AI算力和ISP等主要指標(biāo)上至少有4倍以上的性能提升。

小鵬也在自研芯片方面取得了進(jìn)展，他們的圖靈芯片擁有40核處理器和兩個(gè)神經(jīng)網(wǎng)絡(luò)處理單元（NPU），支持運(yùn)行300億參數(shù)的模型。而理想雖然也在推進(jìn)自研芯片項(xiàng)目，但目前還沒有流片成功，仍在英偉達(dá)的Thor-U MAX上做開發(fā)。

除了芯片和算法，蔚小理還在探索AI技術(shù)的泛化應(yīng)用。他們意識(shí)到，無論是芯片還是AI算法，都可以應(yīng)用于汽車之外的行業(yè)。人形機(jī)器人是與智能駕駛汽車最為接近的AI行業(yè)之一，因?yàn)樗鼈兌夹枰兄獜?fù)雜的環(huán)境并做出復(fù)雜且即時(shí)的決策交互。特斯拉、小鵬和蔚來都在人形機(jī)器人領(lǐng)域進(jìn)行了布局。

然而，盡管蔚小理在AI領(lǐng)域取得了顯著進(jìn)展，但他們?nèi)悦媾R資金問題的困擾。自動(dòng)駕駛、AI、芯片、機(jī)器人等領(lǐng)域都需要巨大的資金投入，而蔚小理目前都尚未實(shí)現(xiàn)盈利。資金掣肘將影響資源的分配，進(jìn)而決定以自動(dòng)駕駛為起點(diǎn)的AI泛化能夠走多遠(yuǎn)。在這場(chǎng)AI競賽中，蔚小理需要找到微妙的平衡，以確保自己能夠在這場(chǎng)科技革命中脫穎而出。