中國汽車的智駕，能打敗特斯拉嗎？

從來就不該將任何企業(yè)神話為“不可逾越”，挑戰(zhàn)強者的勇氣，將決定中國汽車智駕能否在全球領(lǐng)先。

當特斯拉FSD V13將在2024年10月發(fā)布，國內(nèi)關(guān)于“我們與特斯拉智駕孰強”的話題，仍然呈現(xiàn)出兩極分化的態(tài)勢。

一類是由于FSD未曾進入國內(nèi)，不少人沒有機會充分體驗最新FSD版本，又或者被此前高精地圖版智駕的“開卷考試”影響認知，覺得“這不算什么”，故而認為“我們的智駕遙遙領(lǐng)先”。

一類是被“BEV是特斯拉率先使用、OCC也是特斯拉獨占鰲頭，端到端還是特斯拉一馬當先”給嚇到了，加上“特斯拉有最多的智駕車在積累數(shù)據(jù)”，覺得“這輩子怎么都不可能超越特斯拉”。

然而，我們能不能從技術(shù)的底層原理去分析？中國汽車智駕能超越特斯拉嗎？這個問題，適合提給進步速度最快、后來居上的“黑馬”。

于是我們選中了理想汽車，這家企業(yè)原先并不以智駕技術(shù)作為長板，然而過去兩年進步神速，在今年7月開放了無圖智駕，并且截至9月已經(jīng)達成19億公里累計智駕行駛里程，超過了蔚來的10.41億和小鵬的9.82億，處在國內(nèi)車企榜首。

能否超過特斯拉？帶著前面的疑問，我們采訪了理想汽車智能駕駛研發(fā)副總裁郎咸朋博士，和理想汽車智能駕駛高級算法專家詹錕。

01、“落后”可以扭轉(zhuǎn)

如果，“智駕領(lǐng)域，中國落后于美國，該如何超越”，是不是可以參考“智駕領(lǐng)域，理想原本落后，現(xiàn)在后來居上”？

在采訪過程中，我們沒有客套，上來直接拋出問題“一開始落后的理想汽車智駕，是如何縮小差距并著眼反超的”。

“后進生逆襲到第一梯隊很正常?！崩上膛笮χ忉?，并未否認理想智駕曾經(jīng)的落后，畢竟“不鮮亮的過往”，有時候并不是污點，反而更能反襯如今的光彩。

他將理想的后來居上歸納最重要的原因，歸結(jié)為高組織效率。

乍一看似乎這是個管理學(xué)的概念，和智駕技術(shù)關(guān)聯(lián)并不高，然而研發(fā)是一種團隊工作，必然與組織、管理密不可分，需要統(tǒng)籌、協(xié)調(diào)和優(yōu)化。

雖然不少消費者覺得理想和華為是天然的競爭對手，但從李想本人開始，理想汽車并不諱言對華為的尊重和學(xué)習(xí)態(tài)度。郎咸朋坦陳：“我們是向華為學(xué)習(xí)的組織架構(gòu)，比如我們內(nèi)部有IPD流程等。這是我們學(xué)習(xí)一些先進經(jīng)驗，然后結(jié)合理想汽車自己的企業(yè)特點進行內(nèi)化處理的結(jié)果?！?/p>

而詹錕更詳細地鋪開了說明，目前在理想汽車的智駕團隊，預(yù)研PD、研發(fā)RD和交付三者同步進行，“我們是交付一代、研發(fā)一代、預(yù)研一代，這是我們?yōu)槭裁茨芤恢本o跟目前智駕最新技術(shù)方案的原因，我們有比較好的階梯式研發(fā)流程?！?/p>

就像華羅庚當年給大家科普的“統(tǒng)籌思想”，可以在“燒開水”的時候“洗茶杯”，并行不悖的事情同時推進，最后總時長最短。

理想汽車在研發(fā)無圖NOA時，就已經(jīng)預(yù)研端到端架構(gòu)，提前做好了儲備?！八赃@是我們?yōu)槭裁磿俣缺容^快的原因。如果大家覺得犧牲了效率，其實是因為沒有找到提效的方法，”詹錕非常一針見血，“我們逐漸已經(jīng)找到了通過自動化測試、世界模型高效驗證模型的方法，所以我們才能兼顧速度和質(zhì)量?！?/p>

因此，某種意義上，我們可以把理想在智駕賽道上的奮起直追，簡單概括為“組織架構(gòu)決定研發(fā)效率，研發(fā)效率決定進步速度，進步速度決定智駕地位”。

為此，理想汽車一直在持續(xù)優(yōu)化組織架構(gòu)，以提速智駕技術(shù)研發(fā)。

現(xiàn)階段理想智駕研發(fā)架構(gòu)中分為算法研發(fā)和量產(chǎn)研發(fā)，分別對應(yīng)著不同的小組，小組對應(yīng)的是端到端不同模塊。

根據(jù)郎咸朋所言，在整體戰(zhàn)略規(guī)劃和業(yè)務(wù)戰(zhàn)略里，理想汽車對于業(yè)務(wù)組織有清晰的布局。組織根據(jù)業(yè)務(wù)變化，業(yè)務(wù)的目標和迭代則根據(jù)戰(zhàn)略調(diào)整，這就是理想的BLM流程（業(yè)務(wù)領(lǐng)導(dǎo)力模型），原先被稱為LSA流程（理想汽車戰(zhàn)略分析法）。

“大家可能對外感知到的是產(chǎn)品、組織的迭代，但實際上背后影射的是我們戰(zhàn)略和業(yè)務(wù)的迭代和變化。”在他看來，表層的變化，其實對應(yīng)著底層的進化。

追溯理想汽車智駕研發(fā)的組織變化，可以比2023年更早，當時李想提出將智能駕駛作為公司戰(zhàn)略，2023年秋季雁棲湖戰(zhàn)略會上首次明確提出PD和RD都非常重要，并同步作為公司級戰(zhàn)略展開。

“接下來組織會不會發(fā)生變化，要看跟業(yè)務(wù)是否有關(guān)聯(lián)?！边@個答案的本質(zhì)在于“不變是相對的，變是永恒的”，畢竟業(yè)務(wù)的形勢在無限拉長時間軸之后，一定會發(fā)生重大轉(zhuǎn)變。而哪家企業(yè)能夠迅速進行調(diào)整，哪家企業(yè)便能在技術(shù)研發(fā)、產(chǎn)品打造和銷售營銷等各個維度最快適應(yīng)市場。

02、“我們可以超越特斯拉”

古代西方文明，“言必稱希臘”。如今汽車智駕，“言必稱特斯拉”。

希臘如今再也不是西方當代先進文明的代表，特斯拉在智駕領(lǐng)域能不能被超越？顯然，這是從技術(shù)和工程角度考慮，而不是從對品牌的信任角度考慮。

以國內(nèi)目前智能化技術(shù)最強的華為來說，我們相信它相對于特斯拉的優(yōu)勢并不只是“華為”兩個字，而是“華為真正做到智能化全棧自研，從底層OS系統(tǒng)、傳感器、軟件和算法、云都是自行開發(fā)，更容易打通”。

同時特斯拉的智駕也并非沒有短板。

例如端到端大模型，依然會在糾錯端存在效率低下的短板，必然需要“教師模型”先于“學(xué)生模型”去糾偏糾錯，而不是當真完全割離與人的關(guān)聯(lián)。而純視覺路線，雖然有“無需2D轉(zhuǎn)3D的流程冗余”、“無多渠道信息互擾的牽絆”等優(yōu)勢，但無論如何無法克服“上限即為人駕”，以及惡劣天氣對攝像頭的拖累。

那么，不是所有的整車企業(yè)都能像華為那樣，搭建七千到九千人的智能化技術(shù)研發(fā)團隊，軟硬件、系統(tǒng)和云全部自行研發(fā)并打通，那么又該如何超越特斯拉呢？理想汽車的思路似乎更具備借鑒意義。

“兩個系統(tǒng)，強于一個系統(tǒng)”。

這既可以是簡單的1+1＞2算式，也可以是深邃的思考結(jié)論。

郎咸朋和詹錕已經(jīng)不是第一次介紹“系統(tǒng)1+系統(tǒng)2”，但真正理解的人還不算多。

先回顧下端到端技術(shù)，這是指不再用人工制定規(guī)則的方式去約束智能駕駛系統(tǒng)，僅僅用人工智能模型，機械自學(xué)習(xí)的方式，去替代智能駕駛過程中的感知、規(guī)劃控制等模塊，從視覺的“輸入”端，到智能駕駛系統(tǒng)最后控制車輛自行駛“輸出”端，完全依靠模型自身系統(tǒng)來處理，讓功能完全黑盒化。

端到端模型，追求One Model一體化端到端。

不過，出于安全冗余的考量，特斯拉、華為和小鵬等這些智駕領(lǐng)軍的車企，都會設(shè)置一定的底層負責(zé)安全冗余的算法，將感知、規(guī)劃控制模塊獨立，而接口仍然由人工定義和連接。

于是，超越特斯拉的機會就來了！

首先是真正做徹底One Model一體化端到端。理想這樣做了，比特斯拉更徹底。

那么問題來了，包括特斯拉在內(nèi)，F(xiàn)SD V12演示的時候遇到過短板，上限表現(xiàn)很好，一旦進入到不太熟悉的地區(qū)，會出現(xiàn)難以解釋的規(guī)控決策。那么理想做徹底One Model一體化端到端，該怎么解決安全冗余？

那么這就是超越特斯拉的另一個機會，理想引入了另一個系統(tǒng)——系統(tǒng)2，VLM視覺語言模型。

郎咸朋這樣解析運作機理：系統(tǒng)1完全靠自己的視覺感知，執(zhí)行操作，系統(tǒng)2需要長期積累知識給系統(tǒng)1提醒和告知。系統(tǒng)2能夠提供復(fù)雜環(huán)境的理解能力、讀懂導(dǎo)航地圖的能力以及交通規(guī)則的理解能力，輔助系統(tǒng)1進行規(guī)劃決策。

打個比方，系統(tǒng)1是司機，系統(tǒng)2 就是駕校教練。

按照理想的說法，VLM視覺語言模型是世界上第一個成功部署在車端芯片的大模型，具備應(yīng)對復(fù)雜場景的邏輯思考及決策能力。

其實，這并不是完全異想天開的構(gòu)思，而是認知心理學(xué)和自然形成機理的延續(xù)。

雙系統(tǒng)概念，其實正是詹錕團隊提出，這是基于認知心理學(xué)家、諾貝爾獎得主丹尼爾·卡尼曼理念“人腦有兩個系統(tǒng)，一個基于經(jīng)驗和直覺，一個會綜合學(xué)習(xí)積累的邏輯推理能力”。

特斯拉模仿人類視覺，推進純視覺感知路線。

理想汽車模仿人類大腦雙系統(tǒng)架構(gòu)，兩個系統(tǒng)為整個理想的智能駕駛服務(wù)。

從模仿人眼，到模仿人腦，誰說特斯拉不可被超越呢？

03、世界模型也能優(yōu)化可靠性

我們C次元在采訪理想研發(fā)高管的同時，還不忘提一把新勢力長期被詬病的“可靠性”問題——畢竟，就連特斯拉的FSD，迄今V12.5的測試仍然經(jīng)常在高速上無故減速，而不信任智駕的受眾更是未從“特斯拉智駕騙人”的泥潭中掙脫。

如何解決智駕的可靠性？

驗證測試當然必不可少。

“在驗證測試方面，我們通過技術(shù)提升做到更好的測試和發(fā)布效果，同時也減少了時間和人力。”郎咸朋介紹稱，“而且，測試效果比原來人力測試更好，這是人工智能技術(shù)帶來的結(jié)果?！?/p>

理想汽車用重建、生成技術(shù)取代了人工的測試，重建技術(shù)很快就能夠重建幾百公里的場景，包括各種天氣路況下的場景，這些場景通過人類駕駛未必能夠獲取。

同時，提高數(shù)據(jù)的含金量和利用效率，這也仰賴于數(shù)據(jù)測試流程的那一套世界模型體系。

世界模型支撐了全新一代理想智能駕駛大范圍、高速迭代，提供了自動化的AI能力評價體系，通過重建技術(shù)將用戶遇到的問題場景變成“錯題集”，通過生成技術(shù)將用戶的真實駕駛場景舉一反三為“模擬題”，兩個技術(shù)確保了在模型評價時錯題不再做錯，同時兼具優(yōu)秀的泛化能力。

因此，理想提出“有監(jiān)督的自動駕駛”，以理想One Model+VLM+世界模型的技術(shù)方案，從1+1＞2，走向1+1+1＞＞2。

從當年智駕的后進生，到如今第一家將VLM部署到Orin-X芯片的企業(yè)，率先采用雙系統(tǒng)架構(gòu)，以及近百萬輛效率規(guī)模、到2024年底30億公里的智駕里程、超過8EFLOPS的訓(xùn)練算力……“我們希望做到智駕第一，”郎咸朋平和地微笑著，并不是狂妄驕傲。

其實無論理想能不能做到第一，有華為、蔚來、小鵬等智駕強手齊頭并進，最終智駕第一都將在中國，超越特斯拉也只是一個時間問題，并且已經(jīng)在推進之中。

作者丨卡? ?曼

責(zé)編丨崔力文

編輯丨王? ?越