4月14日，在香港舉辦的AI技術分享會上，小鵬汽車投下一枚“重磅炸彈”，宣布正在研發720億參數的超大規模自動駕駛大模型——“小鵬世界基座模型”。這一消息瞬間點燃行業熱情，標志著小鵬汽車在自動駕駛領域邁向新高度，也為汽車行業的AI變革注入強大動力。

小鵬汽車自動駕駛負責人李力耘介紹，這款以大語言模型為骨干網絡的多模態大模型，具備視覺理解、鏈式推理和動作生成能力。通過海量優質駕駛數據訓練和強化學習，它能不斷自我進化，有望實現媲美甚至超越人類的自動駕駛技術，處理全場景自動駕駛問題，包括從未遇到過的復雜路況。這意味著智能駕駛系統將從單純“模仿人類駕駛”向“超越人類駕駛”邁進，為未來出行帶來更多可能。

為了支撐如此龐大的模型研發，小鵬汽車早在去年就開始布局AI基礎設施，如今已建成國內汽車行業首個萬卡智算集群，打造出“云端模型工廠”。該工廠涵蓋從基座模型預訓練、后訓練到模型蒸餾、車端模型訓練與部署的完整生產鏈路。其算力儲備達10EFLOPS，集群運行效率常年保持在90%以上，全鏈路迭代周期平均5天一次，實現了高效的模型生產與優化。

值得一提的是，小鵬汽車自主開發了底層的數據基礎設施，大幅提升數據上傳規模和訓練數據帶寬，聯合優化GPU/CPU及網絡I/O后，模型訓練速度提升5倍。目前，用于訓練基座模型的視頻數據量高達2000萬clips，預計今年將激增至2億clips。這些數據和算力的支撐，為小鵬世界基座模型的研發奠定了堅實基礎。

在此次分享會上，小鵬汽車還披露了基模研發的三大階段性成果，每一項成果都意義非凡。

首先，小鵬團隊首次驗證了規模法則在自動駕駛領域持續生效。規模法則被視為AI領域的“摩爾定律”，此前在大語言模型領域已得到充分驗證，但在自動駕駛領域，由于訓練數據的多模態性和復雜性，其有效性一直未得到充分驗證。小鵬通過大量實驗，在不同參數規模的模型上均觀察到明顯的規模法則效應，即參數規模越大、訓練數據量越多，模型能力越強。這一驗證為自動駕駛大模型的研發提供了重要理論依據，證明了加大模型投入的可行性和必要性。

其次，小鵬汽車成功在后裝算力的車端實現基模控車。盡管處于早期實車測試階段，但全新基模已展現出令人驚喜的基礎駕車技能，如隨前車減速、主動繞行、紅綠燈主動停車、轉彎避讓掉頭車等。這一成果標志著小鵬世界基座模型從理論研究走向實際應用邁出了關鍵一步，讓人們看到了智能駕駛在現實場景中的可行性。

最后，小鵬汽車啟動72B參數基模訓練，并搭建針對強化學習的模型訓練框架。強化學習能夠幫助模型自我進化，處理訓練數據中未出現的長尾問題，實現更安全的自動駕駛。小鵬選擇云端蒸餾路線，在云端訓練強大的模型，再蒸餾到適配車端算力的小尺寸模型上，突破車端算力限制，提升模型性能。

在研發過程中，小鵬汽車巧妙融合“規則時代”的經驗與“大模型時代”的技術。在開發強化學習的獎勵模型時，研發團隊基于規則經驗設計獎勵函數，將過去的沉淀轉化為訓練基座模型的生產力。此外，小鵬汽車正在開發世界模型，這是一種實時建模和反饋系統，能模擬真實環境狀態，構建閉環反饋網絡，助力基座模型不斷進化，突破“模仿學習”的局限。

小鵬汽車致力于通過探索科技，引領未來出行變革。此次720億參數自駕基模的研發，不僅是小鵬汽車“AI化”轉型的關鍵一步，也為整個汽車行業的智能化發展提供了新思路和方向。今年6月，小鵬汽車還將在計算機視覺國際頂會CVPR上進一步分享研發細節，相信會給行業帶來更多驚喜。未來，小鵬汽車有望憑借這一技術優勢，在自動駕駛領域持續發力，重塑未來出行格局。