理想要与特斯拉掰手腕
时间：2024年9月4日来源：华尔街见闻字数：2,251
问：什么才是真正端到端？ 詹锟：端到端是一种研发范式，从最开始输入端到最后输出端，中间没有其他过程，用一个模型完整实现。现在理想汽车是一体化OneModel端到端，通过直接传感器输入，模型推理完毕后，直接给到轨迹规划用来控车，这就是一体化端到端。 市面上还有一种端到端，是在中间分两个模型，模型中间以一个信号做桥接，我们认为这不是真正端到端，如果中间加了人为信息消化过程，可能效率不是高，或能力上限受到约束。 郎咸朋：真正做端到端要看两个能力，有没有足够多数据与充足算力，否则我觉得很难做出真正端到端，它是AI训练。 问：现在很多品牌提出自己是引领者，理想汽车也在说已经跻身智驾第一梯队，怎样评价自家端到端技术水平？ 郎咸朋：普通消费者不关注技术，而是体验，我们不与谁比。 以前我们为做城市NOA，考虑过用高精地图，后续体验因素决定转做无图，那时无图还是感知、规划、分模块方案，里面有大量人工规则与实车测试。 不说预算投入，时间上就非常困难，如果想将1年四季各种情况都跑一遍，没有1~2年时间不可能实现。我们迭代到端到端+VLM技术架构，这AI方案是自己长出来的。 之前辅助驾驶是系统辅助人开，主体是人，到现在端到端+VLM阶段后，我们认为是变成车自己在开。 训练出完整模型后，模型自己有能力开好车，我监督这个车哪里不行或者有提示需要接管，主体一定是车，人作为监督的辅助角色。 问：端到端研发周期大概多久？ 郎咸朋：理想认真做端到端+VLM，是从2023年开始，我们在研发阶段是一个非常小而精的团队，做无图时已经在预研端到端，现在做端到端，实际已经预研下一代技术。当判断条件已经成熟与初步验证成功，会转到量产阶段。 问：端到端最早是特斯拉提出来，我们是不是受到特斯拉启发？我们怎么确定流程一定能跑通？ 詹锟：端到端不是特斯拉第一个提出来，2016年英伟达就有一个模型提到这个技术，效果一般只解决特别简单场景，以当时算力与模型规模，大家认为这条路行不通。到2023年，特斯拉在新Transformer架构上，增加超大算力做出来后，在往更有成长方向上推进。 问：理想目前感受自己与特斯拉智驾差距有多大？ 郎咸朋：2023年时大概差半年，2024年可能还会再小一点。 技术架构上，我们跟特斯拉没有太大差别，甚至更领先一点，我们有VLM，特斯拉只有端到端。 在中国训练算力与训练数据上，至少从现在看，我们是领先特斯拉，特斯拉在中国还需要部署算力。 我们用上世界模型，可以生成、模拟场景，这是几千万个场景测试，是实现智驾快速迭代最重要、最必要的保证。这种方式进行模型迭代，比原来整车或者路试方式要可靠得多，1年四季各种场景全都可以涵盖。 詹锟：世界模型可以根据当前环境预测未来，能够推理出未来场景。 比如，球滚到路中间，端到端只会刹车，世界模型会想是不是还会有小孩冲出来，它对世界有更宏观综合判断。VLM在我们系统上就是起到这个效果，我们现在模型规模还很小，能力有限。 问：前不久，有人提出500亿做不好智驾的观点，理想对此有什么看法？ 郎咸朋：关于500亿，需要判断是一次性投资，还是长期投资，就像今天提到的我们每年都会有10亿美元投资在智驾研发中，如果连续10年，是超过500亿。 端到端+VLM技术架构是一个分水岭，从这一代开始，才是真正用AI方式做。 之前我们还是在用传统方式做智驾，所有产品最终效果，都是有设计在里面，没有设计到的场景可能无法实现。不仅无法实现纯粹数据驱动，人工工作量也大。 一体化端到端模型，在模型结构、模型训练方式上有难度，最大好处是，我们给出数据训练模型，模型输出结果，这样自然而然的AI训练过程。 从我们自己端到端模型看，只需要告诉它，要做与老司机一样的驾驶体验，输入所有理想车主中老司机驾驶数据，它就给你结果。我们数据筛选非常严格，在当时80万车主中，只有3%才是真正的老司机数据。 有了这个前提后，接下来做研发的核心竞争，看是否有更多更好数据和与之配套的算力训练模型。 算力与数据的获取，需要看花多少钱、投入多少资源做。这其中有些东西是用钱买不到的，比如训练数据、训练里程，各家车企有自己资源，相互之间不会互通共享。 另一个需要投资的是算力，我们现在5.39亿EFLOPS算力，到2024年底预计提升至8亿EFLOPS，这是1年20亿人民币开支。 未来进入L4阶段，每年数据与算力呈指数级增长，意味着每年至少需要10亿美元。5年之后，它需要持续迭代，这样量级下，一家企业盈利与利润不能支撑投入，是很困难的。 现在不需要关注投入多少亿做自动驾驶，而是从本质上出发，是否有充分算力与数据支持，再看需要投入多少钱。 问：过去几年，智驾技术经历几次大迭代，类似巨变还会发生吗？ 郎咸朋：端到端+VLM双系统，是模拟人类思考认知的架构，我们做AI，最终希望可以实现拟人或者类人。目前AI框架非常合理，很多企业开始尝试跟进。 双系统理论，不仅可以用在自动驾驶，也是未来AI甚至智能机器人的范式。自动驾驶可以说是轮式智能机器人，只是工作范围是道路。 我觉得是有一定的长期行为力，技术发展无穷无尽，我们会保持对先进技术敏捷感知，如果有新的技术，我们也会追踪。 问：端到端量产交付后，能给销量带来多大增量？ 郎咸朋：无图NOA全量推送后，近2个月，我们试驾翻了一倍。30万以上车型AD
Max占比达到70%，原先AD Pro会多一些，L9 AD Max甚至占比90%以上。 问：理想汽车对高阶智驾，有没有收费计划？有什么好的商业模式？ 郎咸朋：标配与免费，都是理想从第一天开始进入智驾就制定的策略，有监督的自动驾驶对所有AD Max车主都是不收费，它还能为自动驾驶提供更多车辆训练里程。交付量比较好、企业经营稳健，也有足够资源投入智驾研发。
