文｜李安琪

编辑｜李勤 杨轩

36氪独家获悉，小鹏汽车自研的AI智驾芯片将于今年二季度正式量产上市，首发搭载于小鹏的全新车型。

小鹏的AI智驾芯片命名为“图灵”，小鹏从2020年投入人力研发，于去年8月流片成功。

据36氪此前报道，这是一颗针对AI需求、端到端大模型等设计的芯片，AI算力接近3颗主流智驾芯片的水平，“大约700Tops，与英伟达最新的AI芯片Thor 接近”。

小鹏的计划是，将该芯片不仅用在汽车，未来还将搭载在AI机器人和飞行汽车上。

有内部人士告诉36氪，据小鹏汽车高层透露，这颗芯片集成了2个小鹏自研的神经网络处理大脑，并面向神经网络做了特定架构处理。同时，该芯片比通用车规高算力芯片利用率提升20%，“最高能处理30B（Billion，即300亿）参数的大模型。”

300亿的模型参数支持算得上惊人。作为对比，当下理想汽车的VLM（视觉-语言模型）参数量约为22亿。但模型参数量越大，也往往伴随着模型推理的较高延迟问题。如何解决时延问题，小鹏汽车尚未披露。

在行业“端到端”浪潮下，车企们的智能驾驶进化，也开始依赖大模型、海量数据和巨量云端算力。这也催生了行业对于大算力AI芯片的需求。

英伟达最新一代车载AI芯片Thor，原本是全行业的希望。这是一款专门为端到端、AI大模型等技术基座设计的芯片硬件平台。最初的算力设计达2000 Tops，原计划于2024年中量产。

但36氪从行业中了解，英伟达Thor的量产遇到了挑战，目前向市场供应的基本是750Tops版本，“硬件、软件都还有缺陷。”有汽车行业人士向36氪表示。

该行业人士表示，甚至现在英伟达已经不承诺算力了，“可能实际上车实际和发布的数字会有很大差别。”

而此前宣布采用Thor芯片的车企，如比亚迪、极氪、理想、小鹏等，可能都会受到一定影响。在当下竞争如此激烈的汽车市场，因为芯片产品的节奏不顺而拖延新车发布，车企很可能会错过一些关键的产品占领市场时间窗口。

某种程度上，自研芯片可以帮车企争取多一些进度条筹码。

小鹏、蔚来、理想三家筹备芯片自研4年多，如今在陆续结果：蔚来5nm的自动驾驶芯片“神玑NX9031”，目前已经随着蔚来78.8万元的豪车ET9交付而进入量产状态；

据36氪汽车了解，理想自研的智驾芯片也接近流片状态。如果芯片节奏顺利，理想也可能向自研芯片倾斜更多车辆资源。

而小鹏的智驾芯片，也将于二季度迎来量产上车时间。届时，配合全新车型亮相，小鹏的智驾芯片也能迅速在市场上得到验证。

“智驾”曾一度是小鹏汽车的专属标签。但近两年，华为、理想、比亚迪等，都在拼抢这一智驾科技标签与第一梯队的风头。

而小鹏通过自研芯片，不仅希望带来更高效的智能驾驶软硬件一体效果，也想重新掌握智驾技术进化的主动权。

特斯拉是智能驾驶软硬件一体的鼻祖。特斯拉从2021年开始重写智驾软件底层架构，从BEV（鸟瞰图）、OCC（占用网络）、端到端模型等，特斯拉给国内智驾同行带来了许多启发。

根据最新进展，特斯拉的焕新车型已经搭载了最新的AI4硬件，基于端到端技术路线的自动驾驶软件功能包FSD也落地中国。不少行业人士认为FSD领先行业半代至一代。

但2021年后，特斯拉没再仔细具体公开过，“端到端”方案实现的软硬件技术细节。中国的智驾学徒们也在尝试自己的路径。

融合多模态大模型的智驾，是国内玩家们找到的下一个方向。

典型的案例是，理想汽车去年凭借“端到端模型+VLM（视觉-语言模型）”量产方案，挤入了智驾第一梯队水平。

理想的方案结合了快思考和慢思考，其中“端到端”模型用来应对95%的场景问题，而VLM模型对复杂交通环境具有更强的理解能力，可以给端到端提供相关驾驶建议。

近期，理想汽车还将更激进地将两个模型结合，升级到VLA（即视觉-语言-动作模型）多模态大模型。这种模型范式，最早于2023年7月由谷歌 DeepMind推出，用户机器人领域，随后向智能驾驶行业扩散。

小鹏的智驾软件也在朝，VLA多模态模型直接控制车辆硬件的方向进化。

去年5月20日，小鹏推出了端到端智驾大模型。比起传统的基于规则的智驾方案，端到端模型由AI驱动，进一步实现了信息的无损传递。

不过在今日4月14日技术分享会上，小鹏汽车自动驾驶负责人李力耘表示，“如果只局限于车端的算力，那模型大小受限，能消化的数据也是有限的。只有超越车端芯片算力限制，用更大模型，更海量的数据，才能实现车端的智能。”

但不同于同行在车端直接落地VLA模型，小鹏的方式是，先在云端训练出一个超大模型基座，然后通过知识蒸馏小模型的方式，将模型智驾能力保留到车端。“这能够突破车端稀少AI算力带来的模型上限。”

4月14日技术分享会上，小鹏正式提出了“世界基座模型”的概念，李力耘称内部正在开发一个720亿参数的超大规模自动驾驶大模型。

据他介绍，这个世界基座模型具备链式推理能力（CoT），在充分理解现实世界的基础上，能够像人类一样进行复杂的常识推理，并将推理结果转化为行动，例如输出方向盘、刹车等控制信号，实现和物理世界的交互。

“最终实现多模态大模型控制车辆的效果。”李力耘向36氪表示。

据李力耘分享，过去一年，小鹏的研发团队先后开发了2B、7B、72B尺寸的基座模型，目前已经着手推进72B超大规模参数世界基座模型的研发，参数量是主流 VLA 模型的35 倍左右。

小鹏还称，目前智驾训练数据量达到了2000万clips，年底会达到2亿clips。

小鹏世界基座模型负责人刘博士称，不久前，小鹏汽车已经将“基座大模型控车”的理论变为现实，在后装算力的车端上用小尺寸基座模型实现了控车。不过小鹏也表示，这还是非常早期的实车测试，但基座模型已经展现出令人惊喜的基础驾车技能。

为了研发基模，小鹏汽车还表示，目前已经建成了国内汽车行业首个万卡智算集群，拥有10 EFLOPS的算力，集群运行效率常年保持在90%以上。

小鹏相信，自动驾驶领域的Scaling Law（规模法则）仍然生效。“参数规模越大，模型的能力越强。同样的模型大小，训练数据量越大，模型的能力也会越强。”

小鹏汽车的目标是，在今年下半年期望L3自动驾驶进入商业化初期，2026年探索L4级自动驾驶。

当下，智驾愈发向AI靠拢，在AI软硬件投入之外，还考验着着车企的AI人才密度。例如，小鹏推进基座模型的正是北美团队；小米雷军也从英国智驾公司Wayve挖来技术大牛陈龙攻克VLA模型。

这是一场全方位的竞技，资金、硬件、软件、人才，智驾玩家的速度差也将从这里体现。