這兩天我在美國加州體驗了 FSD v12.3.6 的版本，也打了一臺 Waymo 體驗。

總的來說，在舊金山城區 Waymo 表現更好，而 FSD 在硅谷和高速表現極好，可以達到很高的分數，很多路況處理都很絲滑。我非常感慨 FSD 在數月里有很大的進步，我們也會向 FSD 學習他們優秀的功能點和用戶體驗部分，我相信 2025 年會是完全自動駕駛的 ChatGPT 時刻！

上周，何小鵬遠赴北美。除了現場觀看 NBA 決賽，參加投資趨勢會議，還順便親自體驗了特斯拉的 FSD v12 以及 Waymo（Alphabet 旗下無人駕駛出行服務商）的智駕表現。

何小鵬在美國體驗特斯拉 FSD-圖片來自微博@XP-何小鵬

馬斯克曾在 4 月末進行了一次極速訪華，本次訪華的目的是討論 FSD 在中國落地的可能性。

在其飛抵北京的同一日夜間，中國汽車工業協會、國家計算機網絡應急技術處理協調中心發布《關于汽車數據處理 4 項安全要求檢測情況通報（第一批）》，通報指出：

特斯拉上海超級工廠生產的車型符合規定要求，首批 6 家合規車企中特斯拉是唯一一家符合要求的外資車企。

成為首批合規的車企，這也意味著特斯拉有望各地陸續解除禁行禁停限制。而特斯拉中國官方的 FSD 購買頁面描述，也從「稍后推出」變更為「即將推出」。

特斯拉 FSD 落地中國，正比任何時候都要接近成為現實。

Elon Musk-圖片來自：AFP

遠赴特斯拉大本營，親自體驗 FSD，何小鵬其一重要目的是：讓 XNGP 與特斯拉的 FSD 隔空較量，看看兩者孰強孰弱。

昨日，何小鵬在社交平臺上放出了 FSD 體驗的詳情視頻，主體的體驗環節由三段導航里程（加州大道-斯坦福游客中心-谷歌游客中心-Mission Bay）組成。

電車實驗室對視頻內容要點做了較為完整的速記，以此回顧何小鵬對 FSD v12.3.6 的體驗觀點：

事實上，這已經不是國內新勢力首次與 FSD 的「隔空對標」了。

余承東不止一次在發布會上透露，華為內部團隊曾遠赴美國舊金山等地，將華為的 ADS 與特斯拉的 FSD 進行了測試對比，而他認為華為的 ADS 智駕系統仍然擁有著全球最好的智駕能力。

如 2020 年特斯拉中國成為新能源市場「鯰魚」的那個前夜，靴子即將落地的 FSD，也正成為國內車企爭相對標的對象。

何小鵬為特斯拉 FSD 鼓掌-畫面截自微博視頻號@XP-何小鵬

端到端，AI 的新秩序

頻頻被提及對標，特斯拉在 FSD 上做到了什么。

去年 8 月，加州 Palo Alto，馬斯克親自完成了一次 FSD v12 的實車測試。他駕駛一臺搭載 HW3.0 硬件的 Model S，從特斯拉工程總部出發，全程實況直播。

時長 45 分鐘的測試中，這臺運行 FSD v12 的 Model S 僅出現一次被迫接管情況，馬斯克表示：FSD 會模仿人類的駕駛習慣，神經網絡的可成長性也將大幅修窄智駕的犯錯空間。

馬斯克所說的神經網絡，指的是端到端神經網絡（End-to-End）。

何為 End-to-End 端到端架構？

在自動駕駛主流開發中，往往會將系統分為感知、規劃、決策三個模塊，先感知車輛環境，再規劃行車路徑，最終輸出執行路徑完成 AD 系統的運行閉環。

分拆的模塊模仿了人類駕駛認知-分析-決策的步驟，模塊間獨立運行，提升模塊間透明度的同時還降低了開發的難度。

支撐模塊運行，是其背后大量的人工代碼，三個模塊的代碼量也意味著智駕人員的冗余龐雜。而更關鍵的問題在于，人工代碼始終是規則框架內的產物，在代碼驅動下的自動駕駛無法處理長尾問題。

相比主流方案，特斯拉的端到端模型將感知、規劃、決策的模塊融合，形成新的神經網絡。

馬斯克透露：引入端到端神經網絡后，特斯拉替代了 FSD 中 30 多萬行的 C++ 代碼，v12 初始版本的人工代碼僅剩下 3000 行。通過神經網絡，特斯拉車輛在直接輸入傳感器數據后，即可生成制動、加速及轉向信號。

拋卻「死板」的人工代碼，特斯拉將大量包含人類駕駛的視頻數據壓縮，支持 FSD 的擬人化成長。

這也意味著：智能駕駛在完成 L2/3 的布局后，下一步的目標就將會是 L5 完全自動駕駛。

2 月中旬，特斯拉確認開始向非內部員工車主推送 FSD Beta v12.1.2。盡管推送覆蓋面積僅為隨機 0.5%-2% 符合條件的車主，但基于端到端神經網絡的智能駕駛，走出了大規模應用的第一步。

E2E 神經網絡的出現，松開了長尾事件對智駕開發的束縛，創造了更有想象力的技術上限。但在享用端到端大模型先進性的同時，車企還要有足夠的體量支撐。

想要大模型準確、無誤地修正駕駛邏輯，車企需要為此投喂大量高質量的駕駛數據，數據庫首先就會受到挑戰。

這對于特斯拉來說，并不是什么難題，從生產第一輛 Model S 開始到今年 4 月，特斯拉在全球范圍總計生產超過 600 萬輛新車，而多年來 FSD 駕駛的累計里程也已經超過了 10 億英里（約 16.09 億公里）。

7 個視角的模擬現實視頻輸出-內容截自 X（原推特）

除了真實的海量道路片段數據，馬斯克透露：大約一年多前，特斯拉就已經能夠利用精確的物理原理制作真實模擬世界的視頻，而相比爆火的 Sora，特斯拉領先之處更是在于能夠提供極為精準的物理現實，幫助 FSD 更好地理解現實世界。

從 2023 年集中爆發以來，AI 技術在可感知的 2 年內，就完成了智能駕駛新秩序的建立。

新勢力眾生相：調整、探索隨行

AI 需要的海量高質量數據，車企的智駕競爭，也是交付體量的博弈。國內有能力、心力跟進端到端大模型第一梯隊的新勢力車企并不多，主要還是集中在了頭部。

小鵬汽車算是率先在端到端大模型上拔得頭籌的新勢力車企。

今年 5 月，小鵬在 AI Day 上宣布國內首個量產端到端大模型上車。整個大模型包括神經網絡 XNet、規控大模型XPlanner 以及大語言模型 XBrain，三者融合取代以往主流的「感知-規劃-控制」的獨立模塊邏輯。

XNet 神經網絡負責模擬人類視覺，將自動駕駛的感知能力提升 2 倍。何小鵬將 XPlanner 形容為是人類的「小腦」，在海量高質量數據訓練下，XPlanner 能夠幫助車輛的決策擬人化，減少頓挫、卡死、接管等等情況；而 AI 語言大模型 XBrain 提供大腦般的理解能力，幫助處理復雜、泛化的道路問題。

何小鵬表示：2024 年將投入 35 億元用于智能研發，小鵬汽車的端到端大模型可以實現 2 天 1 迭代，18 個月就能夠將智駕能力提升 30 倍。今年第三季度，小鵬預計將會實現「全國都能開，每條路都能開」的智駕體驗。

延續何小鵬輸出 FSD 體驗報告的熱度，昨夜小鵬汽車自動駕駛負責人李力耘，再次在微博上發聲，他稱：

目前行業所說的「全國都能開」，一種是白名單式，支隊城市內部分白名單道路開放，或只招募部分滿足一定門檻的白名單用戶；另一種是黑名單式，出了部分特定場景不能開，其余全國所有路都能開。

小鵬 XNGP 就是后者之一，今年 7 月小鵬汽車也將全量推送「黑名單式」的全國都能開。

國內首款端到端首發，加速了行業入局布置的速度，而在新技術的探索中，也伴隨著動蕩的調整。

小鵬正為端到端技術的到來，更積極地調整智駕團隊的架構，據 36 氪汽車報道消息稱：小鵬汽車在智駕部門下成立了 AI 部門，針對性推進端到端等技術。

圖片來自微博@XP-李力耘

幾乎是在同一時期，理想汽車開啟了新一輪的裁員計劃，整體優化比例超過 18%。在其發布 2023 年財報詳情中，理想汽車的員工總數超過 3.16 萬人，在此優化占比下，預計超過 5600 人受到影響波及。

受到最大影響的是 HR 招聘部、銷售運營部以及智能駕駛部門，其中，理想汽車的智能駕駛團隊規模已經縮減至 1000 人以內。

智駕團隊震蕩精簡，理想卻沒有停止對端到端大模型開發的推進。在 2024 年中國汽車重慶論壇上，李想談起了自動駕駛，他稱：

從去年 9 月開始，理想內部就在思考一個問題，并專門組建了一個專門用于自動駕駛的團隊。

有個最簡單的問題，人為什么開車不需要學習各種極端情況？如果不能解決這個問題，所有自動駕駛團隊每天干的活就是通過人工去調試各種極端情況，這離自動駕駛的實現就會越來越遙遠，人類開車與以往自動駕駛的開發方式有著根本的不同。

今天很多自動駕駛團隊都在做「端到端」，完整的訓練頻段放進來，從輸入直接到輸出，相比過往的獨立模塊效率要高了不少，但挑戰是難適應人類規則。

挑戰有三：專做端到端數據訓練的人才，真正高質量的數據以及足夠多的算力。

以此為理念，理想團隊對「雙系統」技術路線有了更多探索。

理想團隊從丹尼爾·卡尼曼的著作《思考，快與慢》中獲得靈感，人類快思考占據了日常大腦 95%的工作，而邏輯嚴密、緩慢的思考工作則約為 5%。

人在駕駛時，近乎 95%的動作是肌肉記憶，精力花費不多，只有碰到緊急情況下才需要觀察路面，思考給出下一步決策。

自動駕駛系統同樣如此，端到端為快思考系統，足以處理正常的自動駕駛，而理想引入了視覺語言大模型 VLM 作為慢系統，增強兜底及泛化能力，負責解決復雜的長尾問題。

AD Max3.0 目前擁有 2 顆 OrinX 芯片，而理想的核心思路是，一顆 OrinX 用于端到端模型的布置，另一顆則被用在了 VLM 運行上，兩顆 OrinX 芯片的算力用得剛剛好。

端到端模型能夠理解，那 VLM 又為何物？

VLM 模型是 Vision-Language Model 的縮寫，即視覺語言模型，這種模型既會看畫面，也會用語言描述看到的事物，進而完成思考，這與人類處理緊急情況的邏輯是高度相似的。

端到端、VLM 兩套系統上車，兩套大模型同時開跑，端到端快系統的推理速度為 10Hz，而慢系統則為 1-2Hz，快慢系統并行運行，遇到復雜路況情況下，VLM 會進行更慢更深層次的邏輯推理，并及時為快系統傳達信號，起到準確的介入干涉作用。

VLM 就好比是具備成長性端到端模型的實時老師，理想將此拆分為快慢系統的好處是：降低了自動駕駛技術的開發難度，加快了技術上車。

李想進一步表示，理想汽車將在今年的第三季度推送無圖 NOA，并向測試用戶推送基于 300 萬 Clips 訓練后的端到端+VLM 版本。

與此同時，李想還對更高級的自動駕駛做出了研判：有監督的 L3 級自動駕駛最快今年年底，最晚明年年初實現，3 年內可以實現無監督的 L4 自動駕駛。

步入調整的還有蔚來。

上周，晚點 Auto 曾發布獨家消息稱：蔚來的智駕研發部完成了架構調整，此前蔚來智能駕駛研發部份為感知、規控以及集成等部分。調整后，感知和規控團隊將合并為大模型團隊，繼承團隊重組為交付團隊。

放棄過往「感知-決策-規控」的開發思路，調整架構的蔚來也正在推進端到端大模型的開發探索。

搭載端到端架構的 FSD v12，已經開始在北美大規模推送。在特斯拉 FSD 落地中國的微妙前夜，新勢力們正摸著特斯拉的「石頭」，搶灘國內端到端高階智駕。