今天下午，智己汽车联合 Momenta 开了一场发布会。

发布会上刘涛和曹旭东两位 CEO，分别介绍了智己汽车 IM AD 3.0 智驾系统的最新进展。比如「一段式端到端」、「本能反应主导的直觉决策能力」，「L4 自动驾驶年内取得牌照」，等等。

具体的话术不过多重复，核心概念两点：「智驾直觉时代」、「L3/L4 加速中」。

今天下午的智己，也成为了 10 月份智驾放大招的第三家车企。

10 月 23 日，理想汽车宣布其「端到端+VLM」双系统智驾架构，伴随着 V6.4 的系统 OTA 正式向 AD Max 用户全量推送。

这也意味着理想汽车 7 月份出圈传播的「思考快与慢」技术路线，正式接收量产检验。

10 月 24 日，小鹏汽车正式宣布，即将上市的 P7+ 会首发搭载「不分场景，全量使用端到端大模型」的 AI 天玑 5.4.0 操作系统。

小鹏汽车智驾负责人李力耘表示，5.4.0 将使 P7+ 智驾的变道成功率提升 53%，绕行成功率提升 155%。

三场智驾发布，给我们的感觉是统一的：2024 年，想做好智驾传播还是太难了。

回顾今年重磅的新车发布会，舆论场上俨然成为「技术象征」、「创新代表」的智能驾驶，依然在整车发布会上放在设计、空间、性能、续航之后，让观众在最终价格之前再等 20 分钟。

但与此同时，智驾又被卷入了新造车传播逻辑的擂台中央。小视频、新定语层出不穷；今天是「One Model」、明天是「全国 XX 开」。

稳扎稳打的研发与百尺竿头的声量之间，应该如何平衡？撇去宣传浮沫，新造车目前走到了智能驾驶的哪个关口？

今天的主题是「技术殊途同归，传播先到先得」。

一、熬过 L3 前夜

按照马斯克的时间表，L3 还没迎来曙光，而全世界已经熬了十年夜。

不过，进入 2024，无论是车企，还是自动驾驶软硬件供应商，都开始表露出进入新时代的兴奋和躁动。体现在传播口径上，是 L3 已经被头部新造车「定档」。

比如小鹏将百公里接管少于 1 次的「类 L3」定在了 2025 下半年；智己号称即将成为「同时具备 L2/L3/L4 能力」的车企，「L3 进入量产倒计时」。

李想本人的原话，则是「最晚明年上半年，真正有监督的 L3 自动驾驶就可以批量向用户交付了」。

新造车似乎要不约而同地冲线，而即使传播话术各异，他们的冲线方式，似乎都有相似之处。

接下来按照时间顺序聊，先下结论：对数据的处理效率，某种意义上决定着同样硬件平台下，各家高级智驾的落地速度。

然后我们回到 7 月 5 号的理想汽车智能驾驶发布会。

1. 理想「翻身仗」

这场发布会，后来被一些观点形容为「理想的翻身之战」，我们先抛开纷扰，只聊本质。

凭借着 VLM 视觉语言模型，以及云端的训练算力，理想汽车提出了一条由三个环节组成的智能驾驶技术路线：

端到端大模型，负责最主要的智能驾驶任务，按照李想本人 6 月在中国汽车重庆论坛的演讲，这部分是跑在单颗 Orin X 芯片上的。

VLM 视觉语言模型，负责理解环境、跑出驾驶决策建议和轨迹，是端到端大模型的参考，时延（响应速度）相对慢，但理论上思考更拟人。

目前理想的 VLM 有 22 亿个 token，在 Orin X 上时延 0.3 秒，对应着 3.34HZ 的刷新率。

最后是云端训练中心，截止至 8 月，理想汽车已经拥有超过 4.5E 的云端算力，它会对车端推理模型做实时检验，李想本人形容为「考试」。

快-慢-云三种不同时延的智能驾驶数据利用方式，组成了理想汽车的手牌。

三个月后，一直在第一梯队争先的小鹏和智己，也分别打出了自己的新牌。

2. 小鹏特色

10 月 24 号的广州，李力耘表示，目前小鹏汽车的大模型战略，是先将云端大模型做好，然后用蒸馏的方式部署到车端。

四年前，新造车流行一个梗「软件看小鹏」，指的是小鹏汽车在那个硬件普遍贫瘠的年代，通过软件优化的方式实现更优效果——蒸馏这个词，体现了小鹏多年来的软件优化思路。

蒸馏（distillation）来源于热力学，指的是用不同沸点提取出液体内不同成分。

运用在深度学习上，则代表着一个泛化能力更强的大模型，通过知识蒸馏（target-based、feature-based）、量化（Quantification）、参数矩阵近似（Parameter matrix approximation）等等形式，缩小模型参数的同时，也能保证足够高的模型准确率。

我们直接上疗效：深度学习的蒸馏技术，可以让我们用一个更小的模型，在不同的特定任务上，实现类似于更大体积模型的输出能力。

结合当前智能汽车的硬件发展阶段，蒸馏是必需的技术手段之一。

两个已知条件，分别是每一台 XNGP 车型的推理算力，以及何小鹏手里用来买训练卡的预算，接下来小鹏汽车打算做的，是将蒸馏用到极致。

李力耘表示，基于云端大模型打磨车端能力，是小鹏汽车预研端到端的阶段，就已经决定的「制胜关键」。

目前小鹏云端大模型的参数量是车端的 80 倍——考虑到 2025 年 10E 训练算力的规模，云端参数量不算高。

但另一个考虑，是 Orin 时代的小鹏汽车，最高每台车算力被限定在 508T。这样的背景下，加速蒸馏效率，比扩大云端规模更关键。

李力耘也给出了另一个数字：目前小鹏云端大模型的训练效率，已经累计提升了 2.6 倍。

3. 智己的老司机

今天下午，刘涛和曹旭东也透露了一些殊途同归的智驾进步。

比如「长短期记忆」，指的是智己 IM AD 在车端和云端，会采取不同的数据迭代频率和优化方式。像是车端会使用按周迭代的频率，而云端则是按天快速迭代。

再比如似曾相识的「一二系统结合」。

智己一直在打造老司机的智驾「人设」，而一个优秀的司机，应该做到反应敏捷、决策老练两点。智己和理想的「慢」，都是希望强调智驾系统决策的老练。

刘涛则将他们的快慢，总结为「一段式端到端」+「安全逻辑网络」。

曹旭东透露的数字里面，智己已经实现了模型训练成本的 10-100 倍节约，并且可以实现「边看边开」的超低时延效果，这是快；脱悦则表示一段式端到端，还会将数据交给安全逻辑网络，这是类似老司机的「慢」。

写到这里，我们可以总结 10 月份智驾齐发这三家，背后一部分逻辑。

首先，对 One Model 路线的探索，开始体现收益：时延更低、模型刷新率更高，对应着「直觉」、「快」，等等。

同时，2024 年底，各家数据利用效率跟年初相比，又有了进一步提高，云端训练算力的投资，也更明显地反哺到车端，比如小鹏用云端的 10E 算力，提高车端大模型的上限。

技术创新按部就班，但竞争的压力时不我待。

二、广告学和真创新

2023 年 7 月，当时还担任小鹏汽车智能驾驶负责人的吴新宙，说了这样一句话：

「自动驾驶不是一个广告学，是一个非常扎实的工程，需要很大的积累」。

当然后面的故事并没有如吴新宙期盼般发展，智能驾驶的宣传愈发浮躁，智能对汽车购买决策的影响、车企品牌形象传播、智驾实际发展水平，三者即使到了 2024 年，也并没有达到同步的发展阶段。

我们今天提及的三家车企，不约而同地走上了高效利用数据的路线。但回归车辆本身，智驾芯片的迭代以两年甚至三年为周期，硬件底层的变动，其实远远跟不上舆论和用户，对新造车的要求。

比如智驾小视频。

短视频的兴起，让单一长板对消费品的购买决策影响加深。回到智能驾驶，则对应着「丝滑绕行」、「老司机避让」、「无保护左转」等一个个切片。

但天平的另一边，是单一功能短板，也同样会被无限放大，矛和盾的转化，只在于攻防两方的一念之间。

都说造车是带着镣铐起舞，智能驾驶同样严格遵循这条规则。

从 2D 到 3D，从 BEV 到占用网络，从模块化到模块化端到端再到 One Model，智能驾驶的技术演进逐渐匹配摩尔定律，甚至试图跟上短视频时代的传播节奏，但最终仍然受汽车安全法规限制。

这就导致核心的技术演进以年为单位、数据飞轮迭代按周算。但为了跟上传播战场的节奏，车企需要每天一个新词条，每天一次舆论战。

我们听到不同声音的渠道变多了，但问题在于，嘴巴和手是两个器官，说的话和做的事，也代表着两种不同的结果。

希望创新更盛，而不是论战更甚。

（完）