文 | 张冉冉 薛程鹏
编辑 | 曹宾玲 付晓玲
数据支持 | 洞见数据研究院
在特斯拉智驾团队工作区，工程师们安装了一台85英寸的大型电视，上面实时显示着汽车在无干预状态下行驶的里程数，时刻提醒大家“努力奋斗”。
他们还在旁边摆了一面锣，每次克服了干预问题，就敲锣庆祝。
让马斯克团队如此全力以赴的，正是后来轰动一时的FSD v12自动驾驶系统。它采用one model端对端架构，可以让智能驾驶无限接近真人，也被称为汽车界的“ChatGPT时刻”。
然而，这项特斯拉燃烧激情、奋战15个月才完成的划时代成就，被理想短短6个月就“完美copy”了——
10月下旬，理想在
所有MAX车型上全量推送了“端到端+VLM”系统。
不仅提前交卷，成绩还压了优等生小鹏、华为们一头：理想直接对标特斯拉，而智驾“遥遥领先”的小鹏、华为，切的是“折中”的分段式端到端。
然而，友商们并不以为然。何小鹏在采访里含沙射影：“楼要一层一层搭，想跳跃式发展，大部分楼层会出问题。”
话锋直指理想在端到端上的积累太少——算力、数据、模型等一系列要做的事情，小鹏们在研发无图NOA等系统时就熟练掌握了，理想不仅研发时间更晚，开城数量还差了一大截。
华为余承东更是早在特斯拉FSD v12出来时，就“贴脸开大”过：one model端到端上限很高，但下限也很低，ChatGPT等AI工具存在幻觉，一次错误就有可能车毁人亡。
这些质疑没错，在汽车消费上怎么强调安全都不为过，但矛盾的是，企业发展往往又需要经常“踩油门”变道超车。
现在轰油门，对理想最好？
事实上，“端到端”玩家们不止路线分化，智驾团队建设也大相径庭。
理想这边大玩“过山车”：去年卷无图NOA开城，刚把智驾人数扩至近千人，今年切入one model端到端后，又“一朝回到解放前”——截止到年中，缩减了40%。
而智驾团队规模分别是理想3倍、7倍的小鹏、华为，却似乎并没有减员的意思，如小鹏管理层表示：“小鹏没有去裁人，因为AI在发展早期仍然需要人类老师。”
这也不难理解，毕竟one model端到端路线纯数据驱动，用马斯克的话说就是“一张神经网络打
包
一切”，几乎把过去模块化时代积累的经验都扔进了垃圾桶。
相比之下，华为们采取的分段式“端到端”技术方案，仍是一个人工和智能“共处”的混搭系统。
在模块化时期，对驾驶任务的决策、执行，需要基于规则——工程师将“红灯停、绿灯行”“见到行人要让行”等司机驾驶的各种行为习惯，变成代码规则，智驾系统按这些规则匹配实际情况作出反应。
而道路行驶环境复杂，疑难场景源源不断，工程师需要夜以继日地写if else。比如，小鹏去年在北京测试NPG时，类似“树叶把红绿灯遮挡”等问题层出不穷，专项成立了几十个，耗时2个多月后才勉强开放。
这让彼时的智驾竞争，演变成了往规控模块堆人力的军备竞赛。可以看到，小鹏、华为“遥遥领先”的开城数量，正是建立在分别超过3000+人、7000+人的智驾团队规
模上。
相比之下，理想则被其智驾一号位“盖章”：人力资源不足拖累了开城进度。
如此来看，
小鹏们如果直切one model端到端，意味着此前积累的规则数量大部分都将作废，人员与组织架构调整，也牵一发而动全身。
而“光脚”的理想就不一样了，用其管理层的话说：“虽然有技术切换的成本，有组织管理上的代价，但理想能负担得起。”
更何况，
当下上马
one model
端对端，最符合理想的商业利益诉求。
如果说，模块化设计理念下的车辆，就好像是在驾校学车的、没有自主意识，教练说做什么他就做什么（编写代码规则）。
那端到端设计理念下的车辆，就是一个拥有自主意识并且会主动模仿学习的新手司机，只要给它观看成百上千万的优秀老司机怎么开车的视频后，它会慢慢变成真正的老司机。
这意味着，越早、越多地掌握这些“优秀司机开车视频”用来训练，在这轮竞争中胜出的机会越大。
而理想早在2019年交付第一辆车开始，就学习特斯拉部署了影子模式——在车上放置摄像头，并回传数据。
与之相比，同期的友商们或多或少都有点“拉跨”。比如，技术、销量都领先的特斯拉，囿于“国内数据合规性”限制，FSD一直无法引进中国，数据积累尚属空窗期。
销量巨无霸的比亚迪，智驾业务一直“外包”给百度、大疆等供应商，既不允许这些供应商用量产车型上获得的数据，自己也没有回传数据的能力。
同样有数据回传能力的华为和小鹏，销量又不尽人意：小鹏的总交付不到40万辆；搭载华为智驾系统的车型，预计2024年底会突破50万台，都不及理想累计销量的一半。
但
这种情况
，
显然不会一直持续下去
。
最新消息，特斯拉计划于2025Q1在
中国和欧洲推出FSD。比亚迪
去年也秀了一组数据，“目前已形成一支300多辆车的研发车队，积累150PB以上的数据”
，暗示自己也在建设数据回传能力。
这意味着，
理想如果现在不上马
one model
端到端，很可能“错过这个村，就没了这个店。”
当然，竞对们追上来，还需要过程，且数据训练也不只是堆量，还对数据质量有要求——端到端的各个功能需要同时进行训练，训练数据越一致越好。
而一谈起这个，理想的嘴角比AK还难压，“外界说理想L系列是在套娃，但是这让我们有个最大的优势，传感器布局和传感器型号完全一致，理想L系列的数据可以完全复用。”
除了规模、质量，数据的多样性也会影响大模型的学习效果。理想智驾团队去美国试驾特斯拉FSD V12时就发现了：在西海岸硅谷和东海岸纽约，
FSD
性能差距大到像2个系统。
这时，以前总是被嘲“技术落后”“多此一举”的增程式路线，又帮了理想一把：相比纯电车“只能在几百公里打转”，理想汽车的足迹深入新疆、西藏等地。
于是，在“鞭子”加“胡萝卜”的双重刺激下，理想开启了狂奔。
1年多时间，补了特斯拉3年的课
去年10月开始研发
无图
，3个月后从研发转向量产交付，次月就交付了初版……短短几个月，
理想
就完成了友商一两年的工作。
如此疯狂，就是为了“给端到端争取时间”。
端到端需要的算力、数据、模型等一系列事情，无图智驾方案基本都会涉及，正如特斯拉能快速落地FSD v12，背后是其早早就举起了纯视觉方案的大旗，并逐渐在规划和控制模块也加入神经网络。
有了特斯拉在前面探路，还有自己数据优势傍身，理想跑得更快更猛：无图方案从测试到全量推送，只花了5个月时间，到了端到端，这一时间被缩短至3个月。
横向对比来看，
特斯拉从无图到端到端全量推送，大约经历了3年，而理想仅仅花了1年多时间就补完了作业
。
“2024年要成为智驾绝对头部。”这是李想立下的flag，如今理想正朝着这个目标步步逼近。
但在其风头日盛时，何小鹏却兜头泼来一瓢冷水：“如果有人说他有一个大模型，可以用来降维做智能驾驶，或者他说有很多车，所以有很多数据，千万不要相信，绝对是胡扯。”
这并非何小鹏的一家之言，马斯克也有类似说法：大多数的数据最终都会被丢掉，重要的是那些占比不到1%的稀有视频，比如一些奇怪或者车流量异常大的十字路口的数据。
甚至理想自己也是如此——其建立了一套“老司机”的评价标准，只有不到3%的车主通过了考核，连智驾负责人都没达标。
也就是说，能够投喂给大模型的优质数据其实凤毛麟角。而理想积累的数据虽然“拳打”问界、“脚踢”小鹏，相比特斯拉却仍有较大差距：
这使得理想训练的优质数据量也远少于特斯拉：据《马斯克传》，FSD V12在2023年初切入端到端时就分析了1000万个视频画面，而理想在全量推送前训练的视频仅为400万个。
乍一看，400万个也不少，但当车子真正开到路上，问题就凸显出来了。
如下图，理想智驾明显学会了“早八老司机”的蛇形走位，不仅丝滑加塞，甚至还弹窗提醒车主帮忙加塞。
实际上，即使是有着惊艳拟人化表现的FSD，也会在马斯克的直播间里，当着1000万观众的面企图闯红灯。
这是因为one model端到端下，数据传进来和轨迹输出去之间，只有一个生成式大模型，它并不知道红绿灯是什么，只有在学习了海量司机驾驶视频之后，才知道红灯停、绿灯行。
而在大模型“学习”的过程中，难免会犯各种各样的错误，正如上述余承东所说的，“one model下限很低。”
理想目前的解题思路是在one model端到端模型之外，并联一个视觉语言模型（VLM）托底。
例如，遇到坑洼不平的路面或潮汐车道时，后者会提醒前者降速、合理选择车道；遇到危险时，两个系统能一起帮司机踩刹车。
在此之外，理想还祭出了一个简单粗暴的方法——让更多人用智驾，积累更多数据。
