对话小鹏汽车袁婷婷：都在做端到端，小鹏有何不同？

TopDigital · 公众号 · · 2025-02-19 18:00

正文

来源｜每人Auto（ID：meirenauto）

作者｜谢韫力

编辑｜李欢欢

过去几年，小鹏汽车进行了大量的自我审视和调整，强化、补足了一些管理层原来认为对、但做得不够的事。MONA M03和P7+推出的这一年，是小鹏汽车成立的第十年，两大爆款车型的表现，平息了许多关于小鹏汽车的质疑。

2024年，何小鹏在多个重要场合强调，小鹏是一家AI汽车公司，而AI在汽车上最重要的体现是智能驾驶。2024年12月，小鹏汽车的工程师们开着P7+在广州城中村、浏阳河九曲十八弯等复杂场景下完成了智能驾驶挑战。

打了一场漂亮的翻身仗后，小鹏更坚定了走科技战略的决心，打算把AI、智能化等技术标签，贴得更牢固一些。

最近一段时间，小鹏汽车在智驾领域疯狂营业，智驾团队在广州城中村、海南三亚等地测试小鹏最新版本的智驾系统，与不同地区的小电驴博弈，又闪现浏阳河，成功挑战九曲十八弯。何小鹏还在出差去蔚来NIO DAY的路上，献出了智驾直播首秀。

这些付出也开始转化为销量，反哺小鹏。

进入2024年9月，依靠MONA M03、P7+两大爆款车型，小鹏月交付量突破2万辆，甚至在11月首次冲破3万关口。小鹏汽车自动驾驶产品高级总监袁婷婷向每人Auto透露，P7+热销与智驾密不可分，小鹏内部对P7+车主的购买因素做过调研，发现在这款车上，用户第一次把智驾作为购车的首要因素。

这两款热销产品都采用了纯视觉技术路线，摒弃激光雷达后，依然能凭借智驾打动消费者，袁婷婷告诉每人Auto，这背后离不开小鹏对AI的持续投入。

AI应用在汽车领域，也就是如今业内流行的端到端技术。小鹏从2022年开始思考端到端应用，起初是在规则时代的AI模型上做探索，直到以GPT为代表的大模型引发AI变革浪潮，小鹏才算是正式切换到端到端大模型赛道。

袁婷婷称，端到端技术路线转变，让智驾行业的决胜因素发生了变化。上一个时代，车企做智驾，比拼的是人，需要一位武林高手带队，有了这个人，“团队就完全不一样了”。但是在今天，重要的是部队式作战，更多依靠算力、数据、架构，把整个体系运转起来，而（部队式作战）正是小鹏汽车工程师文化擅长的。

归根结底，这与公司的一号位密不可分。

据袁婷婷形容，何小鹏是她见过对科技战略最笃定、最毫不犹豫投入的一个人。每次小鹏推出新的智驾Beta版本，何小鹏总是第一批上车测试，还会给工程师提建议，设计新功能。当然，功能是否上车，还是要经过智驾团队的专业评估。

小鹏汽车智能驾驶

图源：小鹏汽车官方

为了让公司更健康地运转，BOM降本25%，是小鹏的一个重要目标，但即使是最艰难的时候，面对AI、智能化业务，何小鹏并没有吝惜过。2024年，小鹏计划用于AI业务的年度研发费用为35亿元，并招揽了更多的AI人才，目前形成了2000人规模的智驾团队，这个数字在业内已算头部梯队。不过，拼智驾已经过了堆人力的阶段，现在考验的是车企的组织能效、体系化战斗能力。

为了保持在智驾领域的竞争力，试驾其他智驾车型，成了小鹏智驾工程师的“硬性KPI”，也是袁婷婷的一项重要工作。她几乎“测过行业内所有的（智驾）车型”。把友商的车试了个遍，袁婷婷发现，目前北上广深的智能驾驶明显被打磨过，各家表现都不错，但是在二线及以下的小城市，智能驾驶的泛化能力还有待提高。

袁婷婷认为，当下正处于完全无人驾驶的前夜，L4自动驾驶一定会到来，而端到端是通向L4的必由之路。

以下为每人Auto与袁婷婷对话节选（在不影响原意的情况下，有删改）：

小鹏汽车自动驾驶产品高级总监袁婷婷

图源：小鹏汽车官方

都在做端到端，小鹏有何不同？

每人Auto：11月小鹏汽车的交付量突破3万辆，你觉得智驾业务在其中的贡献有多少？

袁婷婷： 小鹏交付破3万辆这件事情，对整个公司而言都是一个巨大鼓舞。小鹏P7+发布23天，交付量已经超过7000台，P7+对整体交付量做出了巨大贡献。我们经过调研，发现P7+用户把智驾作为了购车的第一要素。此前，MONA M03上市，智驾只是用户购车的第二要素。

这给了我们信心，要坚定地继续把智驾作为全系标配的功能。10年前小鹏开始做智驾的时候，智驾还是车主购车排名第十的因素，现在已经向前跨越了很多，这也是为什么国内车企都在卷智驾的一个关键原因。

每人Auto：最近小鹏P7+成功挑战了广州城中村，期间遇到了行人鬼探头，三轮车乱入等状况，都能够轻松处理。P7+是没有激光雷达的，是不是就意味着已经不需要主动传感器，就可以处理很复杂的路况？

袁婷婷： 小鹏P7+不仅去过广州路况最复杂的城中村，还去过海南的五指山，挑战热带雨林，山路十八弯，还挑战了夜间的浏阳河九道湾。这证明小鹏的高阶智驾，不仅在北上广深好用，其泛化性已经做得非常好了，能做到全国都好用。

P7+受到大家广泛关注的一个原因，在于它更多用到了视觉、轻雷达的方案。小鹏智驾把激光雷达拿掉，不是一天之内完成的。在过去十年，我们从超长距离的记忆泊车，到城市智驾，从有高精地图走到了无图方案，从一部分城市能开走到了全国都能开，实现了真正意义上的突破，才有信心拿掉了激光雷达。XNGP5.4.0是小鹏智驾的关键版本，在P7+和其他车型的Max版本同时发布。不论有无激光雷达，XNGP5.4.0在所有车型上的智驾表现都是非常一致的。

小鹏P7+挑战广州城中村

图源：小鹏汽车官方

每人Auto：市面上其他采用纯视觉方案的车，表现不是很好，与小鹏相比差异化在哪里？

袁婷婷： 据我们所知，今天能在国内去掉高精地图，并且采用轻雷达的方案，小鹏是唯一一家。这是因为我们采用了AI的一段式端到端，大幅提高了我们的上限，另外我们有过往十年沉淀下来的工程体系，以及对中国道路环境的认知，所以下限相对来说比较高，并且上限能够做到更高。

每人Auto：小鹏的高阶智驾能做到全系车型标配，背后是有一套智驾软件来支撑的，之前你讲过这是件比较难的事情，具体难在哪里？

袁婷婷： 第一，小鹏拥有非常丰富的车型，P7、G6、G9、P7+，不同车型传感器放置的位置不太一样，这对我们用一套软件实现平台化布局提出了更高的挑战，也与我们做的全栈自研是非常相关的，从第一天就笃定了平台化的道路。

第二，我们有坚定的平台化选择，从丰富的数据采集，到软件集成，模型和算法的适配，这一整套自动化、平台化的体系，是我们长期以来积累的工程能力和体系能力。今天在AI智能化时代，这些能力帮助我们更快地健康成长，在Scaling Law（规模化法则，在智能驾驶领域指的是随着数据集、模型参数量和算力的增加，模型的性能会提高的规律‌）上面能够发挥更大作用。

小鹏汽车产品矩阵

图源：小鹏汽车官方

每人Auto：AI在小鹏的智驾体系，具体发挥了怎样的作用？

袁婷婷： 我们关注的是大模型如何在智驾上发挥作用，这就涉及到在过去一年，智驾行业高频提到的端到端。端到端本身是一个技术名词，它指的是end to end。在端到端时代，车辆从传感器上获得的所有信息，输入到神经网络里，可以在大模型里直接产出一个结果，使中间的信息损耗被极致地减少。通过端到端的方式能够更好地模拟人类的行为。

端到端更多需要依靠算力，以及模型算法、数据闭环，这是公认的一个常识。但是不同的人做端到端，会产生不同的效果。我们看到行业里应用AI大致有几种做法：

第一种，在部分的模块里运用了AI模型，比如说在感知模块里面，部分用AI来做能力的提升，这是一个比较常见的做法；

第二种就是为了实现快速上车，会做车端的端到端。它的好处是见效特别快，很快能够让大家看到，但上限特别低。因为车端的算力是非常有限的，所以车端的模型大小一定也是有限的。

第三种就是小鹏选择的路线，用云端的Foundation Model（基础模型）通过知识蒸馏的方式，蒸馏到车端，不断适配车端的算力，使车端的模型尽可能的最优化。这种方式相当于车端本身是一个小学生，它有一本教材，可以根据教材自学；云端相当于一个贯通古今，拥有海量知识，还能联网的一个优秀老师。他的眼界、高度肯定是远超车端的。

我们现在的云端模型参数量大概是车端模型的80倍以上，云端老师的知识层面不断地在迭代更新，而它的算力，能跑的数据，模型的大小也远远超过了车端，那么它蒸馏出来的知识一定比车端要好。

云端模型训练好之后，我们可以通过每一个OTA版本使它上车，然后车端的模型可以用更快的速度来不断优化。事实上在用车的时候，用的是车端的模型，只是它背后由云端的模型来指导。

AI时代要拼部队式作战+工程化体系

每人Auto：有不少车企都表示可以做到“车位到车位”，各家存在差异吗？

袁婷婷： 每一家在做车位到车位的时候，多少还是有些不同的。小鹏汽车在2021年7月就发布过一个车位到车位的视频。当时用VPA，也就是园区里的记忆泊车能力，加上城市NGP，再加上最后一段园区的记忆泊车能力，完成了从小鹏总部地下车库到一家酒店车位的自动驾驶。

今天在业内依然有同行在用我们三年前的三段式做法，来做车位到车位，这是一种选择。第二种是友商可能会采用在部分园区里面通过高精地图采图，来完成园区内预先采图的逻辑。

第一种的劣势在于，它其实是三段式的拼接，很可能会在拼接点上带给用户不好的体验。比如说过闸机的时候，行泊交叉的时候，经常会有卡顿、不流畅，或者是降级的情况。

第二种，如果有一些友商采用了在部分区域采集地图的方式，那么就有可能没有办法全面覆盖，有图、建图的方式只能在部分小区、部分商场实现车位到车位，而不能在全国泛化地实现车位到车位。今天小鹏做的是端到端的方式，一套软件重写了从园区内的车位到最后目的地车位，这一整套逻辑，流畅度更好。当然，现在的版本还不是终点，未来会有进一步提升。

城市NGP

图源：小鹏汽车官方

每人Auto：在端到端时代，大模型具备自我学习能力，工程师起到的作用有多大？各家车企的差异化体现在哪里？

袁婷婷： 小鹏智驾真正意义上的一号位或者说引路人，一直是何小鹏本人。何小鹏是我见过的对于科技战略最笃定、最相信、最毫不犹豫的一个人。所以小鹏汽车不仅有智驾、智舱，还有机器人、飞行汽车等Physical AI（实体AI）的产品形态。小鹏汽车的智驾团队，每年都有新鲜血液补充，每年都能得到充足的投资。

AI时代的确跟上一个时代有所不同。上一个时代我们需要超级无敌的武林高手，有了这个人团队就完全不一样了，这就是属于在冷兵器时代的大侠。但是在今天的这个时代，重要的是部队式作战，你需要有工程化体系，对于AI Infra（在大模型生态系统中，链接算力和应用的中间层基础设施）、Data Infra（数据基础设施）这一块的要求大幅提高了。当你笃定地选了AI这个方向，就要去做架构，做数据，投资算力，把整个体系运转起来。小鹏一直以来积累的工程师文化，以及整个工程体系化，发挥了巨大作用。

每人Auto：小鹏的智驾业务，有哪些具体环节何小鹏会亲自参与？

袁婷婷： 他是个经常会给我们提要求的负责人，会从用户的体验出发，从用户的共情感出发，来提情感化的需求。

现在小鹏的模型版本基本上是两天一个版本来迭代，甚至不到两天就会发一个新版本。每次出了Beta版，何小鹏都会第一批参与内测，其实智驾的每一位高管都是这样。小鹏车上有一个滚轮，按一下就可以上报问题。大家会给新版本提意见，然后去做优化。

所以何小鹏非常清楚地了解小鹏的智驾到底发展得怎么样。他如果想到一个新功能，就发给我提建议。

智能辅助驾驶系统XNGP

图源：小鹏汽车官方

每人Auto：比如说，何小鹏提议过哪些新功能？

袁婷婷： 有一次何小鹏和我一起查P7+的作业。他看到路上有很多小鹏的车，就问小鹏车的SR能不能识别到小鹏的其他车辆？这样用户感觉会很好，我在路上又碰到了鹏友。这个功能，我们已经在做了。

每人Auto：一键上传反馈的问题数量大概能有多少量级？

袁婷婷： 我们在这个功能的能力上是不设上限的。收到问题我们会看优先级，匹配我们的技术能力、技术发展，决定优先解决什么问题。我们内部有一套优先级标准，比如安全性问题，肯定是最紧急、需要优先解决的。第二类可能是体验型问题，那些高频发生的，覆盖面特别广的肯定是优先解决。

智驾的终局是L4及以上，而端到端是必由之路

每人Auto：除了测小鹏的车，友商的车也会测吗？

袁婷婷： 当然，我自己就测过我们行业内几乎所有的车，只要出了新版本，新车型，我都会去测一下。我对团队的要求是所有人都必须有驾照，所有的产品经理必须上车亲测，这是一个前提。

我举一个具体的例子，“切入”是智驾里面常见的一个功能。我们行驶在路上，有前车、有后车，变道时做切入这个动作，既可以90度的大弧度去切，也可以轻微地小角度去切入，还可以先减速观察空挡去切，这个差别没有办法光看数据，只能亲测才有感知。

每人Auto：你试了这么多车，如果给做智驾的车企排序，会如何划分？

袁婷婷： 第一个感受是北上广深做得好一点，可以显而易见地看到大家都打磨过，但像老司机开新路那样，能够在全国更多的道路上真正做到泛化覆盖，做得好的相对来说就比较少了。泛化包括了场景的泛化，环岛调头、乡间小路等。小鹏可以实实在在做到在绝大部分路上都做到泛化体验，而且拟人感非常强，几乎可以最大程度零接管。

小鹏AI鹰眼智驾方案

图源：小鹏汽车官方

每人Auto：有人说，国内最高的智驾水平，也要比特斯拉落后两年，你认同这种说法吗？

袁婷婷： 我去测过特斯拉FSD的12.5版本，我觉得特斯拉很棒，但小鹏不遑多让。我们不妨期待一下FSD进入中国的表现，中国的道路难度可能是北美道路的十倍。当特斯拉真的进入中国，看看它在泛化场景上到底能力如何？

每人Auto：做智驾的终极目标是什么？

袁婷婷： 智驾的终极目标当然是L4及L4以上。在智驾行业近十年时间，每个人都在期待L4的到来，今天我们已经站在无人化的前夜，如同行至一个窄门。要先入窄门，方可入宽门。大家可以看到我们的端到端四部曲，到2026年在部分场景实现L4，我坚信L4一定会到来，而端到端是通向L4的必由之路，我们也笃定地布局智驾的终局。

每人Auto：像萝卜快跑、小马智行运行的Robotaxi，是不是已经可以视作达到L4级别了？

袁婷婷： 我希望智驾达到的真正终局是全球各个地方都能实现自动驾驶，而不仅只是在一个区域里做到无人化。小鹏汽车也必然面向全球化竞争，希望在全球的各个角落都可以看到小鹏智驾的身影。