文｜李安琪

編輯｜李勤 楊軒

36氪獨家獲悉，小鵬汽車自研的AI智駕芯片將于今年二季度正式量產上市，首發搭載于小鵬的全新車型。

小鵬的AI智駕芯片命名為“圖靈”，小鵬從2020年投入人力研發，于去年8月流片成功。

據36氪此前報道，這是一顆針對AI需求、端到端大模型等設計的芯片，AI算力接近3顆主流智駕芯片的水平，“大約700Tops，與英偉達最新的AI芯片Thor 接近”。

小鵬的計劃是，將該芯片不僅用在汽車，未來還將搭載在AI機器人和飛行汽車上。

有內部人士告訴36氪，據小鵬汽車高層透露，這顆芯片集成了2個小鵬自研的神經網絡處理大腦，并面向神經網絡做了特定架構處理。同時，該芯片比通用車規高算力芯片利用率提升20%，“最高能處理30B（Billion，即300億）參數的大模型。”

300億的模型參數支持算得上驚人。作為對比，當下理想汽車的VLM（視覺-語言模型）參數量約為22億。但模型參數量越大，也往往伴隨著模型推理的較高延遲問題。如何解決時延問題，小鵬汽車尚未披露。

「英偉達大算力芯片缺位，蔚小理直追」

在行業“端到端”浪潮下，車企們的智能駕駛進化，也開始依賴大模型、海量數據和巨量云端算力。這也催生了行業對于大算力AI芯片的需求。

英偉達最新一代車載AI芯片Thor，原本是全行業的希望。這是一款專門為端到端、AI大模型等技術基座設計的芯片硬件平臺。最初的算力設計達2000 Tops，原計劃于2024年中量產。

但36氪從行業中了解，英偉達Thor的量產遇到了挑戰，目前向市場供應的基本是750Tops版本，“硬件、軟件都還有缺陷。”有汽車行業人士向36氪表示。

該行業人士表示，甚至現在英偉達已經不承諾算力了，“可能實際上車實際和發布的數字會有很大差別。”

而此前宣布采用Thor芯片的車企，如比亞迪、極氪、理想、小鵬等，可能都會受到一定影響。在當下競爭如此激烈的汽車市場，因為芯片產品的節奏不順而拖延新車發布，車企很可能會錯過一些關鍵的產品占領市場時間窗口。

某種程度上，自研芯片可以幫車企爭取多一些進度條籌碼。

小鵬、蔚來、理想三家籌備芯片自研4年多，如今在陸續結果：蔚來5nm的自動駕駛芯片“神璣NX9031”，目前已經隨著蔚來78.8萬元的豪車ET9交付而進入量產狀態；

據36氪汽車了解，理想自研的智駕芯片也接近流片狀態。如果芯片節奏順利，理想也可能向自研芯片傾斜更多車輛資源。

而小鵬的智駕芯片，也將于二季度迎來量產上車時間。屆時，配合全新車型亮相，小鵬的智駕芯片也能迅速在市場上得到驗證。

「小鵬自研芯片、推基座模型，重新拼搶“智駕一哥”」

“智駕”曾一度是小鵬汽車的專屬標簽。但近兩年，華為、理想、比亞迪等，都在拼搶這一智駕科技標簽與第一梯隊的風頭。

而小鵬通過自研芯片，不僅希望帶來更高效的智能駕駛軟硬件一體效果，也想重新掌握智駕技術進化的主動權。

特斯拉是智能駕駛軟硬件一體的鼻祖。特斯拉從2021年開始重寫智駕軟件底層架構，從BEV（鳥瞰圖）、OCC（占用網絡）、端到端模型等，特斯拉給國內智駕同行帶來了許多啟發。

根據最新進展，特斯拉的煥新車型已經搭載了最新的AI4硬件，基于端到端技術路線的自動駕駛軟件功能包FSD也落地中國。不少行業人士認為FSD領先行業半代至一代。

但2021年后，特斯拉沒再仔細具體公開過，“端到端”方案實現的軟硬件技術細節。中國的智駕學徒們也在嘗試自己的路徑。

融合多模態大模型的智駕，是國內玩家們找到的下一個方向。

典型的案例是，理想汽車去年憑借“端到端模型+VLM（視覺-語言模型）”量產方案，擠入了智駕第一梯隊水平。

理想的方案結合了快思考和慢思考，其中“端到端”模型用來應對95%的場景問題，而VLM模型對復雜交通環境具有更強的理解能力，可以給端到端提供相關駕駛建議。

近期，理想汽車還將更激進地將兩個模型結合，升級到VLA（即視覺-語言-動作模型）多模態大模型。這種模型范式，最早于2023年7月由谷歌 DeepMind推出，用戶機器人領域，隨后向智能駕駛行業擴散。

小鵬的智駕軟件也在朝，VLA多模態模型直接控制車輛硬件的方向進化。

去年5月20日，小鵬推出了端到端智駕大模型。比起傳統的基于規則的智駕方案，端到端模型由AI驅動，進一步實現了信息的無損傳遞。

不過在今日4月14日技術分享會上，小鵬汽車自動駕駛負責人李力耘表示，“如果只局限于車端的算力，那模型大小受限，能消化的數據也是有限的。只有超越車端芯片算力限制，用更大模型，更海量的數據，才能實現車端的智能。”

但不同于同行在車端直接落地VLA模型，小鵬的方式是，先在云端訓練出一個超大模型基座，然后通過知識蒸餾小模型的方式，將模型智駕能力保留到車端。“這能夠突破車端稀少AI算力帶來的模型上限。”

4月14日技術分享會上，小鵬正式提出了“世界基座模型”的概念，李力耘稱內部正在開發一個720億參數的超大規模自動駕駛大模型。

據他介紹，這個世界基座模型具備鏈式推理能力（CoT），在充分理解現實世界的基礎上，能夠像人類一樣進行復雜的常識推理，并將推理結果轉化為行動，例如輸出方向盤、剎車等控制信號，實現和物理世界的交互。

“最終實現多模態大模型控制車輛的效果。”李力耘向36氪表示。

據李力耘分享，過去一年，小鵬的研發團隊先后開發了2B、7B、72B尺寸的基座模型，目前已經著手推進72B超大規模參數世界基座模型的研發，參數量是主流 VLA 模型的35 倍左右。

小鵬還稱，目前智駕訓練數據量達到了2000萬clips，年底會達到2億clips。

小鵬世界基座模型負責人劉博士稱，不久前，小鵬汽車已經將“基座大模型控車”的理論變為現實，在后裝算力的車端上用小尺寸基座模型實現了控車。不過小鵬也表示，這還是非常早期的實車測試，但基座模型已經展現出令人驚喜的基礎駕車技能。

為了研發基模，小鵬汽車還表示，目前已經建成了國內汽車行業首個萬卡智算集群，擁有10 EFLOPS的算力，集群運行效率常年保持在90%以上。

小鵬相信，自動駕駛領域的Scaling Law（規模法則）仍然生效。“參數規模越大，模型的能力越強。同樣的模型大小，訓練數據量越大，模型的能力也會越強。”

小鵬汽車的目標是，在今年下半年期望L3自動駕駛進入商業化初期，2026年探索L4級自動駕駛。

當下，智駕愈發向AI靠攏，在AI軟硬件投入之外，還考驗著著車企的AI人才密度。例如，小鵬推進基座模型的正是北美團隊；小米雷軍也從英國智駕公司Wayve挖來技術大牛陳龍攻克VLA模型。

這是一場全方位的競技，資金、硬件、軟件、人才，智駕玩家的速度差也將從這里體現。