造車新勢力衝擊L4，阿里雲格速AI大基建

2024雲棲大會主論壇上，小鵬汽車董事長兼CEO何小鵬、NVIDIA全球副總裁兼汽車事業部負責人吳新宙和鈦媒體聯合創始人劉湘明坐在一起，共同探討自動駕駛即將迎來的新變革。

採用「端到端」的大模型技術訓練後，AI模型直接學習海量人類駕駛視覺數據，讓汽車具備了超越大部分司機的駕駛能力。何小鵬表示：「對於最普通的用戶，從現在到未來的36個月，可以讓我們每一個人在每一個城市都像老司機一樣開車。」

吳新宙此前在自動駕駛行業工作超過十年，親身經歷自動駕駛行業的蜿蜒發展。吳新宙認為大模型已經在互聯網上通過互聯網量級的數據訓練過，它對物理世界的理解遠遠超越了汽車駕駛的場景。「有了這樣的通用能力，我們相信自動駕駛可以非常快地去提高它的上限。」

站在當下，暢想未來。鈦媒體聯合創始人劉湘明提到，我們這一代人可能是歷史上最後一批會寫代碼的人、會從0開始寫文章的人、也是最後一波自己開車的人。

這場對話發生在中國大模型應用在產業滲透率逐步加深的大背景之下：特斯拉FSD入華已經箭在弦上，但中國複雜產業場景中訓練出的端到端大模型也已量產上車。這也意味著，AI脫離了「只寫詩不做事」的論斷，已經找到了在現實世界落地的最佳路徑之一。

「AI最大的想像力不在手機屏幕，而是接管數字世界，改變物理世界。」在2024雲棲大會主論壇的主題演講中阿里巴巴集團CEO、阿里雲智能集團董事長兼CEO吳泳銘這樣理解AI與現實物理世界的關係。但既然AI要驅動物理世界，其背後就必然需要一個強大AI基礎設施做支撐。

於是，AI大基建伴隨AI時代一起來了。

自動駕駛想像力：加速衝擊L4

端到端大模型為自動駕駛突破上限提供了可能。這是智能電動汽車廠商加速佈局端到端大模型的最大動機。

簡單理解，之前的自動駕駛技術，是靠人來寫算法規則，靠「規則驅動」的自動駕駛。但幾十萬行代碼，仍然無法窮盡所有的駕駛場景。採用「端到端」的大模型技術訓練後，AI模型直接學習海量人類駕駛視覺數據，讓汽車具備了超越大部分司機的駕駛能力，

「它的最終效果是，端到端大模型驅動讓車的行為完全擬人，突破了未來自動駕駛的上限和下限。」吳新宙說。有三個方面原因：

• 人的行為量化問題得到解決。沒有端到端大模型的自動駕駛，由於是規則驅動，為了更精確或者讓自動駕駛更靈活的目的，工程師會用算法過度量化人的行為，但是不管如何量化，自動駕駛都會看起來比較「機械」；
• 模型通用性得到解決。原來模型對於沒有學習過的數據不知道讓車如何反應，但是端到端大模型已經通過互聯網量級的數據訓練過，對物理世界的理解已經遠遠超越汽車駕駛的場景；
• 邏輯推理能力得到加強。邏輯推理能力弱對傳統自動駕駛算法棧也形成了較大限制，但生成式AI的崛起，AI不再僅僅局限於感知，而是首次展現了思考推理和創造的能力。

何小鵬表示，過去一個人無法用規則去面對世界上所有的場景，即使僅僅在開車這一個專業的業務，但結合端到端技術和大模型最終將實現L4級別自動駕駛。

生成式AI讓世界有了一個統一的語言——Token。它可以是任何文字、代碼、圖像、影片、聲音，或者是人類千百年來的思考。AI模型可以通過對物理世界數據的Token化，理解真實世界的方方面面，比如人類行走、奔跑、駕駛車輛、使用工具，繪畫、作曲、寫作、表達、教學、編程的技巧，甚至是開公司創業。「理解之後，AI就可以模仿人類去執行物理世界的任務。這將帶來新的產業革命。」吳泳銘說。

可以看到，利用端到端大模型衝擊L4級別自動駕駛，是汽車行業正在發生的變革。但需要明確的是，AI，不僅僅是提供了自動駕駛加速衝擊L4的想像力。如果拉長時間軸，AI促成的汽車行業變革是全方位的，這包括生產能力的變革、銷售方式的變革、運營方式的變革等等。這些變革最終彙聚成一張汽車品牌走向未來的入門券。

一張留在牌桌的入門券

智能電動汽車給了中國汽車品牌在汽車工業賽道上彎道超車的機會，但是一邊以價換量，一邊盈利高壓，競爭之激烈，讓這個行業加速進入淘汰賽。

何小鵬斷言，智能電動汽車的賽點在於年產/銷售100萬輛全AI汽車。「未來在牌桌上的玩家會比較少，如果是一個硬件，它沒有什麼軟件，更不用說有AI，我認為它的品牌、它的規模、它的質量差距非常之大。」何小鵬說。

那麼問題在於，面對即速到來的AI時代，如何率先超越年產100萬輛全AI汽車的賽點？

這可能要從AI對汽車產業的變革說起。

首當其衝的是汽車芯片產業鏈。從傳統汽油車與智能電動車在芯片零件上的應用可以發現，傳統汽油車大概3萬個零件，整車搭載芯片大概500顆。但數據統計顯示，現在一台AI汽車零件數雖然小於2萬，但搭載芯片數達到了5500顆。這麼多芯片應該採用什麼樣的研發/採購策略？

按照傳統汽油車的研發邏輯，大部分汽車是集成研發，也就是把別人的能力合併在一起做出符合用戶需求的產品。但AI時代結合互聯網邏輯，全球軟件公司、互聯網公司等科技公司，大部分研發策略是核心領域自研，其他領域集成。這是AI時代對汽車生產方式的變革。

「主要芯片自己做，其他很多芯片還是和合作夥伴一起做。」何小鵬透露。未來芯片發展走向專有化是大勢所趨，芯片行業也將有更明確的社會化分工。目前，智能電動車廠商可以自研適用自動駕駛場景的強算力AI推理芯片，也可以在雲端算力芯片上，選用NVIDIA、高通以及很多國產芯片。

除了生產方式的變革，智能電動汽車也在某種程度上引領了汽車產業銷售方式的變化。傳統汽車以前只負責製造，由經銷商夥伴銷售，沒有辦法進行汽車後服務。但實際上今天全球很多汽車都在學習中國新造車勢力銷售模式的變化——以精細化的直營拓寬汽車後服務市場。

一系列的變革，最終會引起規模經濟的變化。從硬件規模，到中國全球汽車品牌的規模，這兩個規模合併到一起，中國有機會彎道超車，出現全球性的汽車公司。但在鮮少的機會中，僅僅拿到淘汰賽的入門券還不算真正贏，真正要贏，還需要更多年的持續深耕，這其中自然也少不了一個強大的AI大基建體系的支撐。

AI大基建，推動端到端大模型量產上車

「要實現真正的AGI，下一代模型需要具備更大規模、更通用、更泛化的知識體系，同時也將具備更複雜、更多層次的邏輯推理能力。」吳泳銘說。他認為生成式AI對數字世界和物理世界的重構，也將帶來計算架構的根本性變化。

「未來幾乎所有的軟硬件都會具備推理能力，它們的計算內核將變成GPU算力為主、CPU傳統計算為輔的計算模式」。吳泳銘透露，在新增算力市場上，超過50%的新需求由AI驅動產生，AI算力需求已經佔據主流地位，且該趨勢還會持續擴大。

以小鵬汽車為例，小鵬汽車能率先實現端到端大模型量產上車，離不開在算力上的提前佈局。9月19日，小鵬汽車董事長兼CEO何小鵬駕駛「全球首款AI汽車」P7+亮相2024雲棲大會，這款車搭載了業內領先的端到端大模型。這背後一個值得注意的數據是，過去2年，小鵬汽車與阿里雲共建的AI算力規模提升超4倍。

端到端是當下最受業界關注的自動駕駛解決方案，它同樣遵循Scaling Law。為提升智駕大模型訓練效率，小鵬汽車早在2022年就攜手阿里雲在烏蘭察布建成中國最大的自動駕駛智算中心，將自動駕駛模型訓練效率提升了超600倍。而近兩年內，由於大模型技術快速發展，阿里雲已將此智算中心的算力儲備擴張超4倍至2.51Eflops，為小鵬汽車提供穩定高效的算力底座，支撐了大模型快速迭代，實現智駕「全國都好用」。

今年5月，小鵬汽車就在國內率先實現端到端自動駕駛量產上車，並在全國範圍內迅速落地。業界普遍認為，未來端到端智駕的算力需求還將進一步擴大，上億元投入僅是智駕算力的入場券。在這樣的形勢下，阿里雲選擇加碼大基建以支撐即將到來的AI時代。

在正在舉行的2024杭州雲棲大會上，阿里雲CTO周靖人表示阿里雲正在圍繞AI時代，全面投入升級AI大基建。在上線磐久AI服務器、推出GPU容器算力的同時，發佈最強開源模型Qwen2.5系列，同時上架語言、音頻、視覺等100多款全模態模型，並宣佈通義千問三款主力模型再次大幅降價，最高降幅85%，百萬tokens價格低至0.3元。

「這是AI基礎設施全面革新帶來的技術紅利，我們會持續投入先進AI基礎設施的建設，加速大模型走進千行百業。」周靖人表示。（本文正選於鈦媒體APP，作者 | 秦聰慧）‌