造车新势力冲击L4，阿里云加速AI大基建

2024云栖大会主论坛上，小鹏汽车董事长兼CEO何小鹏、NVIDIA全球副总裁兼汽车事业部负责人吴新宙和钛媒体联合创始人刘湘明坐在一起，共同探讨自动驾驶即将迎来的新变革。

采用“端到端”的大模型技术训练后，AI模型直接学习海量人类驾驶视觉数据，让汽车具备了超越大部分司机的驾驶能力。何小鹏表示：“对于最普通的用户，从现在到未来的36个月，可以让我们每一个人在每一个城市都像老司机一样开车。”

吴新宙此前在自动驾驶行业工作超过十年，亲身经历自动驾驶行业的蜿蜒发展。吴新宙认为大模型已经在互联网上通过互联网量级的数据训练过，它对物理世界的理解远远超越了汽车驾驶的场景。“有了这样的通用能力，我们相信自动驾驶可以非常快地去提高它的上限。”

站在当下，畅想未来。钛媒体联合创始人刘湘明提到，我们这一代人可能是历史上最后一批会写代码的人、会从0开始写文章的人、也是最后一波自己开车的人。

这场对话发生在中国大模型应用在产业渗透率逐步加深的大背景之下：特斯拉FSD入华已经箭在弦上，但中国复杂产业场景中训练出的端到端大模型也已量产上车。这也意味着，AI脱离了“只写诗不做事”的论断，已经找到了在现实世界落地的最佳路径之一。

阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭

“AI最大的想象力不在手机屏幕，而是接管数字世界，改变物理世界。”在2024云栖大会主论坛的主题演讲中阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭这样理解AI与现实物理世界的关系。但既然AI要驱动物理世界，其背后就必然需要一个强大AI基础设施做支撑。

于是，AI大基建伴随AI时代一起来了。

自动驾驶想象力：加速冲击L4

端到端大模型为自动驾驶突破上限提供了可能。这是智能电动汽车厂商加速布局端到端大模型的最大动机。

简单理解，之前的自动驾驶技术，是靠人来写算法规则，靠“规则驱动”的自动驾驶。但几十万行代码，仍然无法穷尽所有的驾驶场景。采用“端到端”的大模型技术训练后，AI模型直接学习海量人类驾驶视觉数据，让汽车具备了超越大部分司机的驾驶能力，

“它的最终效果是，端到端大模型驱动让车的行为完全拟人，突破了未来自动驾驶的上限和下限。”吴新宙说。有三个方面原因：

• 人的行为量化问题得到解决。没有端到端大模型的自动驾驶，由于是规则驱动，为了更精确或者让自动驾驶更灵活的目的，工程师会用算法过度量化人的行为，但是不管如何量化，自动驾驶都会看起来比较“机械”；
• 模型通用性得到解决。原来模型对于没有学习过的数据不知道让车如何反应，但是端到端大模型已经通过互联网量级的数据训练过，对物理世界的理解已经远远超越汽车驾驶的场景；
• 逻辑推理能力得到加强。逻辑推理能力弱对传统自动驾驶算法栈也形成了较大限制，但生成式AI的崛起，AI不再仅仅局限于感知，而是首次展现了思考推理和创造的能力。

何小鹏表示，过去一个人无法用规则去面对世界上所有的场景，即使仅仅在开车这一个专业的业务，但结合端到端技术和大模型最终将实现L4级别自动驾驶。

生成式AI让世界有了一个统一的语言——Token。它可以是任何文字、代码、图像、视频、声音，或者是人类千百年来的思考。AI模型可以通过对物理世界数据的Token化，理解真实世界的方方面面，比如人类行走、奔跑、驾驶车辆、使用工具，绘画、作曲、写作、表达、教学、编程的技巧，甚至是开公司创业。“理解之后，AI就可以模仿人类去执行物理世界的任务。这将带来新的产业革命。”吴泳铭说。

可以看到，利用端到端大模型冲击L4级别自动驾驶，是汽车行业正在发生的变革。但需要明确的是，AI，不仅仅是提供了自动驾驶加速冲击L4的想象力。如果拉长时间轴，AI促成的汽车行业变革是全方位的，这包括生产能力的变革、销售方式的变革、运营方式的变革等等。这些变革最终汇聚成一张汽车品牌走向未来的入门券。

一张留在牌桌的入门券

智能电动汽车给了中国汽车品牌在汽车工业赛道上弯道超车的机会，但是一边以价换量，一边盈利高压，竞争之激烈，让这个行业加速进入淘汰赛。

何小鹏断言，智能电动汽车的赛点在于年产/销售100万辆全AI汽车。“未来在牌桌上的玩家会比较少，如果是一个硬件，它没有什么软件，更不用说有AI，我认为它的品牌、它的规模、它的质量差距非常之大。”何小鹏说。

那么问题在于，面对即速到来的AI时代，如何率先超越年产100万辆全AI汽车的赛点？

这可能要从AI对汽车产业的变革说起。

首当其冲的是汽车芯片产业链。从传统汽油车与智能电动车在芯片零件上的应用可以发现，传统汽油车大概3万个零件，整车搭载芯片大概500颗。但数据统计显示，现在一台AI汽车零件数虽然小于2万，但搭载芯片数达到了5500颗。这么多芯片应该采用什么样的研发/采购策略？

按照传统汽油车的研发逻辑，大部分汽车是集成研发，也就是把别人的能力合并在一起做出符合用户需求的产品。但AI时代结合互联网逻辑，全球软件公司、互联网公司等科技公司，大部分研发策略是核心领域自研，其他领域集成。这是AI时代对汽车生产方式的变革。

“主要芯片自己做，其他很多芯片还是和合作伙伴一起做。”何小鹏透露。未来芯片发展走向专有化是大势所趋，芯片行业也将有更明确的社会化分工。目前，智能电动车厂商可以自研适用自动驾驶场景的强算力AI推理芯片，也可以在云端算力芯片上，选用NVIDIA、高通以及很多国产芯片。

除了生产方式的变革，智能电动汽车也在某种程度上引领了汽车产业销售方式的变化。传统汽车以前只负责制造，由经销商伙伴销售，没有办法进行汽车后服务。但实际上今天全球很多汽车都在学习中国新造车势力销售模式的变化——以精细化的直营拓宽汽车后服务市场。

一系列的变革，最终会引起规模经济的变化。从硬件规模，到中国全球汽车品牌的规模，这两个规模合并到一起，中国有机会弯道超车，出现全球性的汽车公司。但在鲜少的机会中，仅仅拿到淘汰赛的入门券还不算真正赢，真正要赢，还需要更多年的持续深耕，这其中自然也少不了一个强大的AI大基建体系的支撑。

AI大基建，推动端到端大模型量产上车

“要实现真正的AGI，下一代模型需要具备更大规模、更通用、更泛化的知识体系，同时也将具备更复杂、更多层次的逻辑推理能力。”吴泳铭说。他认为生成式AI对数字世界和物理世界的重构，也将带来计算架构的根本性变化。

“未来几乎所有的软硬件都会具备推理能力，它们的计算内核将变成GPU算力为主、CPU传统计算为辅的计算模式”。吴泳铭透露，在新增算力市场上，超过50%的新需求由AI驱动产生，AI算力需求已经占据主流地位，且该趋势还会持续扩大。

以小鹏汽车为例，小鹏汽车能率先实现端到端大模型量产上车，离不开在算力上的提前布局。9月19日，小鹏汽车董事长兼CEO何小鹏驾驶“全球首款AI汽车”P7 亮相2024云栖大会，这款车搭载了业内领先的端到端大模型。这背后一个值得注意的数据是，过去2年，小鹏汽车与阿里云共建的AI算力规模提升超4倍。

端到端是当下最受业界关注的自动驾驶解决方案，它同样遵循Scaling Law。为提升智驾大模型训练效率，小鹏汽车早在2022年就携手阿里云在乌兰察布建成中国最大的自动驾驶智算中心，将自动驾驶模型训练效率提升了超600倍。而近两年内，由于大模型技术快速发展，阿里云已将此智算中心的算力储备扩张超4倍至2.51Eflops，为小鹏汽车提供稳定高效的算力底座，支撑了大模型快速迭代，实现智驾“全国都好用”。

今年5月，小鹏汽车就在国内率先实现端到端自动驾驶量产上车，并在全国范围内迅速落地。业界普遍认为，未来端到端智驾的算力需求还将进一步扩大，上亿元投入仅是智驾算力的入场券。在这样的势头下，阿里云选择加码大基建以支撑即将到来的AI时代。

在正在举行的2024杭州云栖大会上，阿里云CTO周靖人表示阿里云正在围绕AI时代，全面投入升级AI大基建。在上线磐久AI服务器、推出GPU容器算力的同时，发布最强开源模型Qwen2.5系列，同时上架语言、音频、视觉等100多款全模态模型，并宣布通义千问三款主力模型再次大幅降价，最高降幅85%，百万tokens价格低至0.3元。

“这是AI基础设施全面革新带来的技术红利，我们会持续投入先进AI基础设施的建设，加速大模型走进千行百业。”周靖人表示。（本文首发于钛媒体app，作者 | 秦聪慧）‌