最近不少朋友跟我交流一個問題，小鵬為什么不用激光雷達(dá)了？

很多人可能也注意到了，從去年的重磅車型P7+開始，到今年的連續(xù)改款G6，G9，以及后續(xù)的很多重磅車型上，小鵬“去激光雷達(dá)”的勢頭越來越猛。

有意思的是，在乘用車輔助駕駛領(lǐng)域，小鵬是第一個把激光雷達(dá)帶上車的主機(jī)廠。有印象的朋友應(yīng)該知道，最開始的小鵬P5用了2顆覽沃的激光雷達(dá)?，F(xiàn)在又是第一個主動拋棄激光雷達(dá)的車企。尤其是在激光雷達(dá)勢頭一片大好的前提下，小鵬作為輔助駕駛行業(yè)領(lǐng)頭羊，總有出奇之舉，背后的邏輯是什么？

圈子里討論比較激烈的一個說法是降本增效。目前批量采購單顆激光雷達(dá)成本在1千左右，加上一些配套線束不超過1500，小鵬之前用的是2顆，一款車上激光雷達(dá)的成本就是3000。

有人說20萬的車3000塊好像也不是很多，賬肯定不是這么算的。如果按照總銷量來看，之前激光雷達(dá)主要集中在MAX車型上，按照每年銷量三分之一（沒法拿到確切的銷量數(shù)據(jù)，只能粗略估計）來算，小鵬今年以來月銷量基本穩(wěn)定在3萬左右，一年就是34萬，激光雷達(dá)版本差不多是10萬量級，一年僅激光雷達(dá)一項(xiàng)就能省下來3個億。

去掉激光雷達(dá)讓小鵬在產(chǎn)品價格上擁有更多優(yōu)勢，效果也立竿見影。小鵬今年重新站上新勢力銷冠降本功不可沒。推算下來這個邏輯閉環(huán)成立。但是從小鵬自身來說，這個事情并沒有那么簡單。這一切還要從小鵬最新的技術(shù)路線講起。

為了通向自動駕駛終局，小鵬搭建了一個世界基座模型。小鵬汽車自動駕駛負(fù)責(zé)人李力耘介紹，小鵬基模是一個以大語言模型為骨干網(wǎng)絡(luò)，使用海量優(yōu)質(zhì)駕駛數(shù)據(jù)訓(xùn)練的多模態(tài)大模型，具備視覺理解能力、鏈?zhǔn)酵评砟芰蛣幼魃赡芰ΑＬ嵘邱{能力上限。

它可以理解成一個云端大模型，大模型結(jié)構(gòu)的第一層采用Encoder編碼器，對所有信號進(jìn)行融合。你沒有看錯，是各種信息，包括視頻信號，以及導(dǎo)航音頻、車載視頻，甚至耳朵、超聲波雷達(dá)、毫米波雷達(dá)聽到的各種信號。目前能夠處理的參數(shù)量達(dá)到720億參數(shù)（一個模型是72B），VLA模型參數(shù)差不多在1B-2B之間，大概是35倍的差值。

接下來就來到了最核心的部分，小鵬通過語言大模型（LLM）讓各種各樣的傳感器信息、元素對齊，使它能夠作為標(biāo)準(zhǔn)化“符號”被處理，這樣大語言模型就具備了推理能力，以及持續(xù)的思維鏈能力，通過前方車輛的繞行推測前方可能有障礙物，進(jìn)而推理出前方施工等場景，從而提前做出應(yīng)對。

經(jīng)過Encoder（編譯器/編碼器）到語言大模型之后，模型會變成一個聰明的學(xué)生或者剛?cè)胄械穆斆髑嗄杲處?。?jīng)驗(yàn)少，但是天賦高。然后再通過高質(zhì)量數(shù)據(jù)的方式強(qiáng)化學(xué)習(xí)讓系統(tǒng)變成一個經(jīng)驗(yàn)豐富的老教授先放到車端。

強(qiáng)化學(xué)習(xí)是大模型訓(xùn)練的經(jīng)典思路，Open AI的很多模型都是采取這個方式。先通過設(shè)置獎勵函數(shù)給系統(tǒng)設(shè)置一些邊界，再通過獎勵模型提供更連續(xù)、更泛化、更多維的獎勵信息給到強(qiáng)化學(xué)習(xí)，最后再通過世界模型對他進(jìn)行多維度的模擬驗(yàn)證。

于是，一個經(jīng)過海量數(shù)據(jù)訓(xùn)練的優(yōu)秀老司機(jī)云端大模型就這樣誕生了。最后再通過蒸餾的方式把云端訓(xùn)練的能力沉淀出來，生成“小身材、大智商”的端側(cè)模型，下放在車端。

云端模型的工廠在新的AI時代下提升了整體的模型迭代效率和軟件迭代效率，尤其是在全球化的環(huán)境下，要面向未來的前端的模型需求，一定是需要快速生產(chǎn)出不同的模型，并且快速部署到不同的環(huán)境當(dāng)中。

小鵬的邏輯其實(shí)很簡單，模型足夠大，能夠承載的參數(shù)量就足夠多，系統(tǒng)的能力上限就足夠高。

關(guān)于小鵬云端基座模型詳細(xì)的技術(shù)拆解，我們在之前的內(nèi)容里有過重點(diǎn)闡述。有興趣的朋友可以回看一下我們之前的內(nèi)容。

這里我們重點(diǎn)來聊一聊小鵬這一套邏輯到底成不成立。

講太多技術(shù)的東西很枯燥，有一個很明顯的佐證就是看特斯拉，特斯拉也是海量數(shù)據(jù)訓(xùn)練之后的結(jié)果，在美國市場的表現(xiàn)相當(dāng)驚艷，說明這條路有它的可行之處。

這時候我們再來回看小鵬的策略，去掉激光雷達(dá)讓小鵬形成了一條技術(shù)閉環(huán)路線：去激光雷達(dá)降本 — 多賣車 — 收集更多數(shù)據(jù) — 海量數(shù)據(jù)驅(qū)動系統(tǒng)優(yōu)化 — 與友商拉開差距 — 賣更多車重復(fù)循環(huán)。

特斯拉證明了這條路線的可行性，但follow注定是一條難走的路。小鵬對自己的技術(shù)絕對自信，但是挑戰(zhàn)也是存在的。我覺得有幾個點(diǎn)值得關(guān)注：

首先是數(shù)據(jù)量。小鵬的飛輪要轉(zhuǎn)起來一定要有龐大的數(shù)據(jù)量，這是大前提，否則一切都是空中樓閣。看看特斯拉在這方面做多少努力就知道。

數(shù)據(jù)來自兩方面，一方面是賣車收集的真實(shí)數(shù)據(jù)，另一方面還有世界模型工廠“造”出來的數(shù)據(jù)，也就是大家理解的仿真，但小鵬世界模型的作用可不止于仿真。

還有一點(diǎn)就是模型設(shè)計是否合理，小鵬的做法是先用數(shù)據(jù)訓(xùn)練一個云端大模型“老師”，小鵬擬定一套評價標(biāo)準(zhǔn)來評價老師好壞以及準(zhǔn)出標(biāo)準(zhǔn)，再讓“老師”去訓(xùn)練車端模型“學(xué)生”?，F(xiàn)在除了特斯拉，因?yàn)樗哪Ｐ图夹g(shù)到現(xiàn)在一直都沒有公開。國內(nèi)自動駕駛公司現(xiàn)在大家打的都是明牌，技術(shù)范式基本比較明確。理念提出來是一回事，東西能不能做出來是另一回事，效果好不好又是一回事。有印象的朋友應(yīng)該知道，其實(shí)模型蒸餾這個說法，國內(nèi)最早是毫末智行在2023年科技日上就提出來了，但是東西沒做出來。

再有就是在傳播上很被動，華為花了足夠多的精力讓消費(fèi)者接受激光雷達(dá)就是高價值輔助駕駛的代表，小鵬如何向消費(fèi)者解釋視覺比激光雷達(dá)好，雖然特斯拉在前面幫小鵬消除了一部分誤解。但小鵬最大的變量就是真正在體驗(yàn)上做出成績，讓消費(fèi)者信服。視覺方案如果沒有海量的數(shù)據(jù)幾乎不太可能在體驗(yàn)上超越激光雷達(dá)，要擁有海量數(shù)據(jù)就要多賣車，多賣車就要體驗(yàn)比友商好，但體驗(yàn)好的前提是多賣車有更多數(shù)據(jù)，然而在數(shù)據(jù)量不夠體驗(yàn)不夠好的時候小鵬只能從理論上向消費(fèi)者解釋為什么視覺比激光雷達(dá)好，這就回到了華為推行激光雷達(dá)高價值的問題。這看起來像是一個死循環(huán)，看小鵬如何破局。

這里我們可以引入另一個話題，地平線余凱和小馬智行樓教主都提到過一個觀點(diǎn)認(rèn)為人類數(shù)據(jù)并不是越多越好，很多人類數(shù)據(jù)其實(shí)并不直達(dá)的學(xué)習(xí)。他們更傾向于搭建一個世界模型以及評價標(biāo)準(zhǔn)相當(dāng)于給系統(tǒng)設(shè)置了一個基本框架。這與小鵬和特斯拉的海量數(shù)據(jù)驅(qū)動系統(tǒng)升級似乎有矛盾。不著急評價誰對誰錯，讓子彈再飛一會。

暫且拋下自動駕駛的星辰大海，去激光雷達(dá)給小鵬帶來的顯性效果立竿見影。價格更便宜了，車賣的更多了。對小鵬是好事，畢竟當(dāng)前的環(huán)境下，活下來才有更多可能?；蛟S嘗試一段時間之后再重新裝上激光雷達(dá)也未必，畢竟二者并不矛盾。

小鵬自己認(rèn)為，去掉激光雷達(dá)更多的是技術(shù)升維，這是對自身技術(shù)的絕對自信。注意，這里有一個核心的細(xì)節(jié)需要注意。在L2領(lǐng)域，小鵬只是認(rèn)為現(xiàn)階段的信息夠用，并沒有否定激光雷達(dá)的價值，在更高級別的L3、L4階段，小鵬會繼續(xù)采用激光雷達(dá)。這和馬斯克有本質(zhì)的區(qū)別。馬斯克是完全不認(rèn)可激光雷達(dá)的價值。

看起來，這更像是一個商業(yè)選擇，并不是單純的技術(shù)對立。接下來，小鵬需要向外界證明相機(jī)能夠達(dá)到激光雷達(dá)相同的效果，甚至超越。特斯拉已經(jīng)交卷，小鵬也在這條路上加速狂奔，期待好消息。