车企的辅助驾驶体系正加速转向 AI。一个鲜明的表征是，头部新势力的车端辅助驾驶模型参数，已接近许多 AI 大模型的参数量级。
36 氪汽车了解到，小鹏汽车即将部署在车端的大模型，其参数量至少是 70 亿；另一家头部新势力理想汽车，待明年它自研的辅助驾驶芯片上车后，其车端大模型参数也将来到 70 亿级。
这样的参数量已接近 AI 大模型的普遍参数量级。
小鹏、理想的 AI 布局
小鹏的车端大模型，是由内部正在开发的云端大模型——"小鹏世界基座大模型"蒸馏而来。之所以如此，主要是为了应对车载辅助驾驶芯片算力、存储、内存带宽不足，从而无法直接在车端部署大模型的问题。
2024 年下半年，小鹏汽车开始向云端大模型迈进。目前，小鹏正在研发一个 720 亿参数打底的超大规模自动驾驶大模型，即 "小鹏世界基座模型"，将在下个月的 AI 科技日上发布。
小鹏在今年 4 月的 AI 技术分享会上介绍，这个云端大模型，以 LLM 为骨干网络，使用海量多模态驾驶数据训练，具备视觉理解、链式推理和动作生成能力。小鹏在云端完成对这一模型的训练后，会"取其精华"，将蒸馏出的小模型部署到车端。
这种方法，参考的是 DeepSeek 已经使用过的知识蒸馏路线，其本质上是模型的压缩。
为了能让这个蒸馏过后的大模型顺利上车，小鹏做了一系列硬件和研发资源层面的准备。
在硬件层面，从 2020 年开始，小鹏就启动了"图灵" AI 辅助驾驶芯片的自研，今年 6 月，这款芯片正式量产上市，首发搭载于 2025 款小鹏 G7。
它是小鹏专为 AI 需求、端到端大模型等设计的芯片，AI 算力约为 700Tops，与英伟达最新的 AI 芯片 Thor 接近，最高能处理 300 亿参数的大模型。
除了硬件上的准备之外，今年 8 月初，小鹏汽车曾召开过一场自动驾驶中心动员会，会议由何小鹏亲自主持。会上，何小鹏提出，将所有的 AI 资源给到基座模型团队，支持这个 70 亿参数的世界基座模型上车。
较早实现了大模型上车的理想，同样没有放松对 AI 狂潮的追逐。
理想汽车 CEO 李想在今年二季度财报电话会议上表示，当前，理想的车端大模型参数量是 40 多亿，较此前的端到端模型提升超过 10 倍；36 氪汽车从多位产业人士处了解到，明年，待理想自研的辅助驾驶芯片上车后，理想部署在车端的 VLA 模型参数也将达到 70 多亿。
最初，理想实现大模型上车的方式，是先在车上部署了一个参数量较少、运行速度较慢的小型 VLM 大模型。
去年 10 月，理想推出了基于端到端 +VLM 的辅助驾驶方案。在这套方案中，端到端是快系统，VLM 是慢系统，两个系统同时工作。
这套方案被部署在一个双 Orin X 的控制器上，每颗 Orin 单独服务一个模型。
在这样的背景下，端到端才是坐在主驾上负责开车的大脑，VLM 模型只能起到坐在副驾上、偶尔帮忙看路的作用，难以发挥出大模型的全部实力。
但比起端到端，当下的理想汽车，更倾向于拥抱 VLA 模型。截至目前，理想已向所有 AD MAX 车型用户推送了 VLA 司机大模型。
VLA 模型最早由谷歌 AI 公司 Deepmind 推出，此后成为具身智能领域的主流技术范式与框架。由于 VLA 模型拥有完整的脑系统，具备语言、思维链推理能力，既能看，也能理解并真正执行动作，符合人类的运作方式，因而这项技术如今也被理想、小鹏等车企应用于辅助驾驶领域。
为了推进明年更大参数的 VLA 模型上车，理想今年在组织架构上做出了重大调整：今年 5 月，理想原端到端负责人夏中谱离职；上个月，理想又将辅助驾驶团队拆分为 11 个二级部门，以更扁平的组织推进 AI 大模型研发。
在小鹏、理想之外，华为的 WEWA 架构，通过云端的世界引擎，调教车端的世界模型；蔚来也在车端部署了世界大模型。
AI 似乎正在定义车企的辅助驾驶。
AI 大模型≠更优的辅助驾驶表现
而另一边，目前行业公认的、在辅助驾驶领域走得最远的特斯拉，却凭借着端到端技术，实现了区域 Robotaxi；地平线、Momenta 等辅助驾驶供应商，同样通过端到端技术实现了较好的辅助驾驶表现。
反观一些执着于 AI 叙事的车企，其辅助驾驶表现已经被快速追齐，甚至部分车控体验已经被赶超。
也就是说，特斯拉、Momenta 等企业，凭借更少的车端模型参数量，取得了更好的效果。
在某种意义上，这或许能够说明，AI 模型参数量级与辅助驾驶效果，二者之间并无必然的关系。
端到端技术强调的是模仿人类驾驶行为，大模型的优势在于逻辑推理能力，强调像人一样思考。而辅助驾驶技术的核心在于空间感知，大模型的逻辑推理能力，只在少数场景下才能用到。
因此，车企如果尚未将端到端的体验做好，就盲目上参数更大的模型，意味着大部分车端算力资源会向大语言的推理过程倾斜，只剩下少量资源留给空间感知，由此反而会造成辅助驾驶体验的倒退。
那么企业对大模型趋之若鹜，其背后的驱动力来自哪里？
一方面，车企的外延在逐渐扩大，部分车企除了想造车，还想做具身智能。其中较为典型的是理想汽车。
去年年底的理想 AI Talk 活动直播间中，李想本人将理想汽车重新定义为一家人工智能企业，尽管还会继续造车，但会把汽车作为人工智能时代的空间机器人，把汽车作为理想人工智能的一个应用场景。
而这家企业目前所推崇的 VLA，恰恰是具身智能领域的主流技术范式与框架。
再比如小鹏，它不仅是 VLA 阵营中的一员，而且按它的计划，图灵 AI 芯片将来不仅会搭载在汽车上，还会用在 AI 机器人和飞行汽车上。可见小鹏有意将辅助驾驶上积累的能力，迁移至飞行汽车与具身智能。
另一方面，车企对 AI 大模型的追逐与宣传，或许也带着几分营销目的。
近来，Chat-GPT 的表现令 AI 大模型获得了巨大的破圈效应，这好比此前 Tesla V12 在北美大范围推送后，一度令端到端成了辅助驾驶领域的营销热词。
而今，车企纷纷将 AI 大模型搬入车端辅助驾驶系统，这背后固然有其技术考量，但在某种程度上，这或许也是企业抢占舆论高地的一种营销方式。
但无论是出于何种目的，提升辅助驾驶体验才应当是目前车企的第一要义，偏离了这一目标的 AI 叙事，多少有些舍本逐末的意味。做好基于端到端的辅助驾驶体验，或许是眼下车企纠偏的最佳路径。
作者微信：luckg17305264638
七星策略提示：文章来自网络，不代表本站观点。
