從技術(shù)路線到人員更迭，為什么智能駕駛又開始了“新造詞”？ | 電廠

記者 花子健

編輯 高宇雷

高階智駕、無圖NOA、端到端、VLA、WEWA架構(gòu)、NWM······每隔幾個(gè)月汽車公司和智能駕駛行業(yè)都會(huì)誕生新的名詞，對(duì)應(yīng)的則是智能駕駛技術(shù)的快速迭代。

但背后技術(shù)迭代過快的問題同樣顯現(xiàn)，用戶一年前購買的新車，已經(jīng)無法被現(xiàn)在的新技術(shù)接納；甚至用戶的認(rèn)知都已經(jīng)無法趕上這些新名詞。汽車公司的內(nèi)部同樣是暗流涌動(dòng)，從規(guī)則式到端到端，再到世界模型、物理AI的架構(gòu)，造車新勢(shì)力的智能駕駛部門總是面臨人員更迭、高管離職。

智能駕駛行業(yè)普遍認(rèn)為，今年第四季度到明年的上半年，是輔助駕駛技術(shù)落地的又一段關(guān)鍵時(shí)期，隨著基于世界模型、VLA的升級(jí)，包括堅(jiān)持自研的汽車公司，以Momenta、元戎啟行、文遠(yuǎn)知行在內(nèi)的解決方案供應(yīng)商在內(nèi)，領(lǐng)先身位隨時(shí)都在發(fā)生變化。

從規(guī)則、端到端再到世界模型

基于規(guī)則的?輔助駕駛系統(tǒng)，核心模塊包括感知、預(yù)測(cè)、規(guī)劃、控制，業(yè)界俗稱為“模塊化方案”，優(yōu)勢(shì)在于容易量產(chǎn)，但缺點(diǎn)也很明顯，四個(gè)獨(dú)立模塊以串聯(lián)方式進(jìn)行工作，時(shí)延比較長，信息損耗大。所以，車輛受制于博弈能力，在路上進(jìn)退為難的情況比較常見。

2023年8月，特斯拉推出基于端到端的FSD V12測(cè)試版，“端到端”也成為國內(nèi)智駕圈子的熱門話題。華為、小鵬、蔚來和理想陸續(xù)跟進(jìn)，Momenta等解決方案供應(yīng)商也陸續(xù)推出了端到端的方案。

但不論是規(guī)則還是端到端，本質(zhì)上都是輔助駕駛系統(tǒng)的模仿和學(xué)習(xí)——將海量的人類駕駛數(shù)據(jù)投喂給系統(tǒng)，讓系統(tǒng)學(xué)會(huì)如何駕駛，因此衍生了數(shù)據(jù)采集、標(biāo)注和清洗等環(huán)節(jié)，核心是讓學(xué)習(xí)模型理解這些數(shù)據(jù)，然后才能提高學(xué)習(xí)的效率和精度。

從根本上來說，這種方法和人類學(xué)習(xí)駕駛的過程基本相似，但不同之處主要在于系統(tǒng)的前期學(xué)習(xí)和后期修正都是被動(dòng)的，而非人類那樣主動(dòng)學(xué)習(xí)和主動(dòng)修正。

舉個(gè)例子，在雙左轉(zhuǎn)車道的路口左轉(zhuǎn)，人類駕駛員一般偏向于選擇車輛少的車道，且跟車距離也會(huì)各有不同。但基于規(guī)則和端到端的輔助駕駛系統(tǒng)，一般會(huì)選擇最內(nèi)側(cè)車道。再比如，當(dāng)車輛變道進(jìn)入匝道的時(shí)候遇到堵車，人類駕駛員可以擇機(jī)匯入，但系統(tǒng)則容易導(dǎo)致車輛原地停留。

另外一個(gè)問題是，不具備主動(dòng)學(xué)習(xí)和修正能力的系統(tǒng)，無法應(yīng)對(duì)所有的可能性。用小鵬汽車自動(dòng)駕駛中心組織負(fù)責(zé)人劉先明的話來說就是：“即使每天都能解決99%的corner case（極端情況），今天99%，明天99%，但也是解決不完的，除非可以窮盡所有可能，這個(gè)要到猴年馬月才能實(shí)現(xiàn)L4。所以這就是一個(gè)無法收斂的難題?！?/p>

理想汽車創(chuàng)始人李想對(duì)此的解釋是，端到端對(duì)真實(shí)的物理世界是沒有理解能力的，它只是接收到了來自視覺系統(tǒng)的三維圖像，結(jié)合車輛的速度給出運(yùn)動(dòng)軌跡。端到端足以應(yīng)付大部分泛化場(chǎng)景，但如果是從來沒有學(xué)到的、特別復(fù)雜的情況，就會(huì)遇到問題。這從另外一方面也說明，從去年開始，量產(chǎn)的端到端都是兩段式的，而非一段式。

為了解決端到端無法收斂的短板，理想汽車的做法是加入了VLM（視覺語言模型），但因?yàn)檫@些模型是開源的，在交通場(chǎng)景中的能力非常有限，只能起到非常有限的輔助作用，比如能夠識(shí)別紅燈的讀秒，結(jié)合導(dǎo)航地圖輸出運(yùn)動(dòng)信號(hào)。

模仿人類駕駛，已經(jīng)被證明無法幫助輔助駕駛系統(tǒng)突破到L3，因?yàn)槟７滦袨楸旧泶嬖诙贪澹仨氁忻鞔_的模仿對(duì)象，且需要窮盡模仿的所有行為的可能性——這就像套娃，永遠(yuǎn)出現(xiàn)下一個(gè)更小的套娃。

“既然模仿的路走不通，那就應(yīng)該回到原點(diǎn)。”劉先明說，自動(dòng)駕駛不是簡(jiǎn)單的模仿學(xué)習(xí)，而是應(yīng)該重新去理解這個(gè)世界，真正像人類那樣駕駛汽車。

李想也表達(dá)了類似的觀點(diǎn)：第三階段也就是VLA（vision-language-action，視覺語言行動(dòng)模型），用3D的視覺和2D組合看真實(shí)的物理世界，甚至可以看懂導(dǎo)航軟件，知道它的運(yùn)行方式——相比起來，VLM看到的只是一張圖片。VLA還有自己的大腦系統(tǒng)，能夠理解看到的物理世界，基于自己的語言體系、思維鏈和推理能力，像人類一樣真正執(zhí)行駕駛動(dòng)作。

理想汽車的VLA也稱之為“VLA司機(jī)大模型”，其原理是將視覺成像轉(zhuǎn)譯為語言，再執(zhí)行動(dòng)作。小鵬汽車則更加激進(jìn)，在11月5日的小鵬2025科技日上，何小鵬宣布小鵬汽車將在新一代VLA模型中直接取消語言轉(zhuǎn)譯的環(huán)節(jié)，把攝像頭捕捉到的多模態(tài)物理信號(hào)輸入，直接輸出連續(xù)的控制信號(hào)。

但小鵬的第二代VLA同樣存在推理過程，只不過至隱藏在模型當(dāng)中，并不是由一個(gè)顯性的語言模型來進(jìn)行。取消“L“（意指語言）有兩個(gè)好處，其一是提高了模型工作的簡(jiǎn)潔度和效率，降低信息傳遞過程的損耗，視頻和IMU（空間姿態(tài)傳感器）提供的信號(hào)可以不經(jīng)過語言轉(zhuǎn)譯環(huán)節(jié)，直接輸出連續(xù)的控制信號(hào)；第二則是系統(tǒng)具備了大規(guī)?！白员O(jiān)督學(xué)習(xí)”的可能，車輛從物理世界采集的視頻可以直接成為訓(xùn)練數(shù)據(jù)，系統(tǒng)因此具備了極強(qiáng)的泛化能力。

劉先明說：“在海外任何一個(gè)市場(chǎng)，小鵬不再需要重新測(cè)繪、標(biāo)注數(shù)據(jù)，只要有小鵬的車在跑，就能夠支撐模型的訓(xùn)練，可以快速支持部署和落地。”

對(duì)于每家公司來說，做自動(dòng)駕駛的第三個(gè)階段，選擇的路線不盡相同。理想汽車自動(dòng)駕駛研發(fā)高級(jí)副總裁郎咸朋認(rèn)為，華為是規(guī)則時(shí)代的強(qiáng)者，用規(guī)則是打不敗華為的，順著戰(zhàn)略大勢(shì)做的端到端本來也是新的技術(shù)路線，但今天它已經(jīng)從新市場(chǎng)變成了舊市場(chǎng)?！叭绻硐胍稣嬲淖詣?dòng)駕駛就不能繼續(xù)在這個(gè)戰(zhàn)場(chǎng)打了，要換一個(gè)戰(zhàn)場(chǎng)，那就是VLA?！?/p>

今年3月，理想汽車已經(jīng)發(fā)布了VLA技術(shù)方案。此后關(guān)于VLA是否可行的討論聲漸起，華為智能汽車解決方案BU CEO靳玉志認(rèn)為，華為不會(huì)走VLA的技術(shù)路線，因?yàn)閂LA將視頻轉(zhuǎn)化為語言token再對(duì)車輛進(jìn)行控制的做法是“取巧的”，華為的WAWE架構(gòu)和小鵬第二代VLA類似，也是省略語言環(huán)節(jié)，通過視覺、聲音、觸覺等多模態(tài)信息直接控制車輛。

博世智能駕駛與控制系統(tǒng)事業(yè)部中國區(qū)總裁吳永橋則提到VLA落地的四個(gè)難點(diǎn)：多模態(tài)特征對(duì)齊很困難；多模態(tài)的訓(xùn)練數(shù)據(jù)提取很困難；大語言模型存在無法避免的“幻覺”；當(dāng)前的智駕芯片存儲(chǔ)帶寬不是為大模型專屬設(shè)計(jì)，無法支持大量的數(shù)據(jù)傳輸和計(jì)算。

與華為同樣選擇世界模型路線的是蔚來。蔚來自動(dòng)駕駛研發(fā)首席專家、副總裁任少卿也舉類似觀點(diǎn)，他認(rèn)為VLA把語言和動(dòng)作捆綁在一起，仍然以語言為中心。語言模型的帶寬不足以應(yīng)對(duì)現(xiàn)實(shí)世界的復(fù)雜性和連續(xù)性。

用劉先明的說法，VLA模型中的多模態(tài)特征對(duì)齊可能存在信息丟失的問題。小鵬汽車展示的一個(gè)接近6秒的視頻片段中，包含非常多的視覺信息、道路狀況和車輛運(yùn)動(dòng)信息，如果是使用VLA模型，意味著這些信息要先轉(zhuǎn)化為語言文本，而對(duì)齊就是確保轉(zhuǎn)化準(zhǔn)確度達(dá)到最優(yōu)的過程?！暗珜?shí)際上，就算用上千字來描述，也會(huì)比直接視頻呈現(xiàn)存在信息損失，這就是所見非所得。我們認(rèn)為，去掉語言環(huán)節(jié)是最簡(jiǎn)單、簡(jiǎn)潔的方式?！眲⑾让髡f。

但不論哪一條路線，背后指向的都是“大算力、大數(shù)據(jù)和大模型”。在小鵬計(jì)劃面向Ultra版車主交付的第二代VLA中，支持的算力高達(dá)2250TOPS，由三顆自研的圖靈AI芯片提供。蔚來同樣自研了芯片——在蔚來的世界模型里，任少卿力推加入強(qiáng)化學(xué)習(xí)模型，他認(rèn)為這是把短時(shí)記憶的模仿學(xué)習(xí)升級(jí)為可處理長時(shí)序智能體的關(guān)鍵。

加入蔚來之前，任少卿與曹旭東在2016年創(chuàng)辦了自動(dòng)駕駛公司Momenta。當(dāng)他選擇在2020年——蔚來的低谷期加入蔚來領(lǐng)導(dǎo)自動(dòng)駕駛開發(fā)，曾引發(fā)一時(shí)轟動(dòng)。他認(rèn)可大規(guī)模的高質(zhì)量數(shù)據(jù)對(duì)人工智能技術(shù)變革的推動(dòng)作用，這也是他從Momenta離開加入蔚來的核心原因。

震蕩的內(nèi)部組織

自動(dòng)駕駛技術(shù)路線的切換，實(shí)際上從2023年底就已經(jīng)開始了。2024年的11月，小鵬把原本在10月24日舉辦的科技日更改到11月7日。在科技日之前，小鵬P7+上市，當(dāng)時(shí)剛剛晉升副總裁，擔(dān)任自動(dòng)駕駛中心負(fù)責(zé)人的李力耘是端到端技術(shù)發(fā)布的主講。

但當(dāng)時(shí)小鵬已經(jīng)在內(nèi)部同時(shí)推進(jìn)兩條研發(fā)路線——傳統(tǒng)VLA和創(chuàng)新VLA，建成了3萬卡規(guī)模智算集群。所謂的創(chuàng)新VLA就是目前第二代VLA的雛形，去掉L的環(huán)節(jié)。但一直看不到希望，“當(dāng)時(shí)團(tuán)隊(duì)的幾個(gè)負(fù)責(zé)人連月會(huì)、周會(huì)都不好意思來開了”，何小鵬一度想過放棄，先聚焦傳統(tǒng)的VLA。

創(chuàng)新VLA的曙光出現(xiàn)在第二季度。何小鵬接到了自動(dòng)駕駛團(tuán)隊(duì)的電話，應(yīng)他們要求親自測(cè)試了當(dāng)時(shí)的VLA版本，結(jié)果體驗(yàn)超出他的預(yù)料。隨后他果斷放棄傳統(tǒng)VLA，全力開發(fā)第二代VLA。

創(chuàng)新VLA項(xiàng)目負(fù)責(zé)人是劉先明。他在2024年3月加入小鵬汽車，在此之前，他曾在Meta和通用汽車旗下Cruise從事機(jī)器學(xué)習(xí)與計(jì)算機(jī)視覺研究。何小鵬非常信任他，兩人交流的頻率非常高，并且很多次的交流都能持續(xù)幾個(gè)小時(shí)之久。

2025年10月，國慶假期剛過，小鵬汽車在內(nèi)部宣布劉先明接替李力耘擔(dān)任自動(dòng)駕駛中心組織負(fù)責(zé)人。劉先明和李力耘是智駕領(lǐng)域不同技術(shù)路線的代表，后者偏向于智駕產(chǎn)品，重在功能實(shí)現(xiàn)和產(chǎn)品落地，李力耘幫助小鵬實(shí)現(xiàn)了NGP落地至數(shù)百個(gè)城市，劉先明則重在打造能夠推演物理世界的世界基座模型，幫助小鵬的自動(dòng)駕駛技術(shù)具備更強(qiáng)的泛化能力，走向全世界。這一調(diào)整意味著小鵬汽車的自動(dòng)駕駛技術(shù)路線徹底從功能實(shí)現(xiàn)到基礎(chǔ)模型的轉(zhuǎn)型。

更早之前，吉利、蔚來和理想汽車的智駕組織已經(jīng)大幅調(diào)整。吉利將內(nèi)部多個(gè)智駕研發(fā)團(tuán)隊(duì)整合到千里科技，同時(shí)還引入外部合作伙伴作為核心供應(yīng)商。

今年9月19日，理想汽車將自動(dòng)駕駛研發(fā)部門重組為11個(gè)二級(jí)部門，調(diào)整的重點(diǎn)是將研發(fā)資源向VLA傾斜，原本的模型算法團(tuán)隊(duì)被拆分成了基礎(chǔ)模型部、VLA模型部和模型工程部。11個(gè)部門的負(fù)責(zé)人均直接向郎咸朋匯報(bào)?！按舜握{(diào)整是為了推動(dòng)團(tuán)隊(duì)向AI組織演進(jìn)?！崩硐肫囋趦?nèi)部信提到。同時(shí)，他們還取消了過去采用的大規(guī)模封閉研發(fā)模式。

蔚來的調(diào)整和小鵬幾乎處于同一時(shí)間。蔚來世界模型負(fù)責(zé)人馬寧寧、蔚來智駕產(chǎn)品負(fù)責(zé)人黃鑫、蔚來智駕項(xiàng)目管理部負(fù)責(zé)人鄭可、蔚來智駕端側(cè)部署AI引擎部負(fù)責(zé)人吳釗等自動(dòng)駕駛團(tuán)隊(duì)負(fù)責(zé)人相繼離職。蔚來對(duì)此的解釋是：“主動(dòng)調(diào)整的組織架構(gòu)，將更有利于蔚來全力沖刺世界模型2.0版本的開發(fā)與交付?！边@已經(jīng)是蔚來一年內(nèi)關(guān)于自動(dòng)駕駛部門的第三次組織架構(gòu)調(diào)整。

每一次技術(shù)路線的切換，都意味著公司投入資源的傾斜和對(duì)應(yīng)的人事調(diào)整。規(guī)則時(shí)代的模塊化的開發(fā)并不適用于端到端，因此，從規(guī)則式切換到端到端，小鵬、理想、蔚來的自動(dòng)駕駛部門已經(jīng)發(fā)生了多輪組織架構(gòu)調(diào)整。

2024年8月，小鵬就因?yàn)榍袚Q到端到端路線，把原本承擔(dān)算法研發(fā)，覆蓋了感知、規(guī)劃、控制和定位的技術(shù)開發(fā)部拆成三個(gè)全新的部門，分別是AI端到端、AI能效和AI應(yīng)用。

隨著端到端成為舊時(shí)代產(chǎn)物，汽車公司也迅速調(diào)整組織以迎合新技術(shù)路線的開發(fā)需求。以理想汽車為例，他們?cè)?jīng)將夏中譜負(fù)責(zé)的端到端從算法研發(fā)部門獨(dú)立出來，兩者成為平行部門。但不久之后，理想就將VLA確定為下一代技術(shù)路線，由算法研發(fā)部門的負(fù)責(zé)人賈鵬主導(dǎo)研發(fā)，人員和研發(fā)資源也向算法研發(fā)部門傾斜，這被認(rèn)為夏中譜最終離職的原因之一。

逼近的自動(dòng)駕駛公司

在造車新勢(shì)力的帶動(dòng)下，自動(dòng)駕駛技術(shù)自研曾經(jīng)被認(rèn)為是汽車公司的標(biāo)配。比如奇瑞汽車，后來成立的大卓智能，就是前特斯拉、小鵬汽車自動(dòng)駕駛專家谷俊麗領(lǐng)導(dǎo)的專門進(jìn)行自動(dòng)駕駛技術(shù)研發(fā)的公司。

在自研的浪潮中，長城以內(nèi)部孵化和投資的方式成立了毫末智行；吉利的新能源高端品牌極氪也選擇自研路線。上汽、廣汽和長安也紛紛把錢投向自研。但從去年開始，這些汽車公司開始選擇優(yōu)質(zhì)自動(dòng)駕駛公司成為核心供應(yīng)商。

長城汽車把魏牌藍(lán)山的NOA交給了元戎啟行，還參與了后者的最新一輪融資，形成鮮明對(duì)比的是，毫末智行陷入困難，管理層先后離開；奇瑞汽車先后和卓馭科技（前身是大疆孵化的車載事業(yè)部）、文遠(yuǎn)知行達(dá)成合作，大卓智能始終上不了臺(tái)面；廣汽重新和華為合作；上汽在和Momenta合作后，又和華為成立了全新尚界品牌。

自研和供應(yīng)商方案的競(jìng)爭(zhēng)，在今年愈演愈烈。長期關(guān)注智能駕駛的電動(dòng)知士資深媒體人大雨認(rèn)為，今年第四季度，供應(yīng)商方案會(huì)成為閃光點(diǎn)，他們的進(jìn)展非?？欤?jìng)爭(zhēng)會(huì)從自研的汽車公司主導(dǎo)轉(zhuǎn)向供應(yīng)商主導(dǎo)。

今年8月，文遠(yuǎn)知行正式推出與博世合作的一段式端到端輔助駕駛解決方案WePilot AiDrive，這距離他們的兩段式端到端方案量產(chǎn)上車僅過去半年時(shí)間。兩位曾經(jīng)參加過該方案的體驗(yàn)者給予了很高的評(píng)價(jià)，認(rèn)為文遠(yuǎn)知行足以依靠這套方案躋身第一梯隊(duì)，消解小鵬汽車這些汽車公司原本建立的領(lǐng)先優(yōu)勢(shì)。這套方案將首先應(yīng)用在奇瑞汽車星途的ES、ET系列車型上。

文遠(yuǎn)知行的一段式端到端方案具備可伸縮的算力適配能力、多傳感器構(gòu)型適配能力，意味著兼容能力更強(qiáng)，可適配車型更多。當(dāng)然，這也是Momenta、元戎啟行這些解決方案供應(yīng)商的天生優(yōu)勢(shì)。

一位在造車新勢(shì)力負(fù)責(zé)智駕測(cè)試的工程師說，車企的平臺(tái)化設(shè)計(jì)、成本考量就決定了自研很難擁有供應(yīng)商的自由度、兼容性和快速迭代的能力，的確，車企的核心優(yōu)勢(shì)在數(shù)據(jù)，但隨著合作伙伴的增加，供應(yīng)商能夠把數(shù)據(jù)的劣勢(shì)縮小。

他這樣比喻自研和供應(yīng)商的區(qū)別：“自研更像是定食套餐，根據(jù)餐廳的定位設(shè)計(jì)開發(fā)，給什么就吃什么；供應(yīng)商就像是自選餐廳，要吃什么自己選，豐儉由人?！边@個(gè)比喻并不全面，但極具代表性。

資金的效率成為自研的另外一個(gè)掣肘。正如何小鵬在2025科技日上感慨的那樣，從2024年至今，小鵬汽車建成了3萬卡規(guī)模智算集群，光訓(xùn)練費(fèi)用的投入就高達(dá)20億元，正因?yàn)槿绱?，何小鵬一度考慮過先放棄創(chuàng)新VLA路線。理想汽車同樣如此，為了支持研發(fā)，理想汽車在云端搭建了13 EFLOPS算力。但對(duì)小鵬汽車、蔚來而言，今年第四季度盈利又顯得尤為迫切。

不管是規(guī)則式，端到端還是現(xiàn)在的造車新勢(shì)力、華為主導(dǎo)的VLA、世界模型等路線，在產(chǎn)品落地層面，仍然屬于L2的框架。但現(xiàn)在VLA和世界模型被認(rèn)為是通向L4的積極因素。小鵬汽車甚至認(rèn)為，第二代VLA可以為具身智能的落地鋪路。

何小鵬曾說過，沒有智能化，電動(dòng)汽車毫無意義。從2020年到現(xiàn)在，智能駕駛真正的競(jìng)爭(zhēng)才剛剛開始。