自动驾驶圈最近有点“卷”：理想的智驾系统刚量产，地平线和小米就用论文抢占技术高地，而小鹏则掏出了“720亿参数大模型”这个狠招。简单说，小鹏想在云端先训练一个超级聪明的“大脑”，再通过“模型蒸馏”把它压缩成能装上车的“迷你大脑”，让汽车智驾能力实现质的飞跃。
为啥车企都在为“大模型上车”头秃？
自动驾驶卡在L4级多年，核心难题是车端算力不够，处理不了“鬼探头”“暴雨模糊车道”等极端场景（俗称“长尾场景”）。多模态大模型（比如能看图片能聊天的ChatGPT）出现后，大家看到希望——但这类模型参数动辄几百亿，放云端联网用还行，装车就犯难：车载芯片算力弱、内存小，跑不动“完整版大脑”。
理想的方案是“快慢双系统”：让传统端到端模型当“主驾”实时开车，本地部署一个简化版视觉语言大模型（VLM）当“副驾”，偶尔帮着识别复杂场景。但VLM每秒只能跑2.4次（2.4Hz），太慢了，只能“打辅助”。
两条技术路线：速度派VS能力派
1. 速度派：放弃“全能”，追求“快准狠”
理想、小米、地平线选择“轻装上阵”：不用同时处理图像和文字的VLM，改用纯语言大模型（LLM）。比如理想的MindVLA先把摄像头画面转化成“精简版数据”，再让LLM快速推理驾驶策略，最后用扩散模型生成轨迹。地平线的方案在4090显卡上能跑到45Hz（每秒45次），速度足够实时控车。这类方案的核心是“用更快的模型实现够用的智能”，适合先量产落地。
2. 能力派：云端训练，压缩上车（小鹏&高通的选择）
小鹏反其道而行之：先在云端用720亿参数的“小鹏世界基座模型”疯狂学习，再通过“模型蒸馏”把大模型的知识“浓缩”到小模型里。原理类似“学霸划重点”：大模型学透所有知识，小模型只记“精华”，既能保留能力，又能缩小体积。高通之前的实验显示，蒸馏后的模型在复杂场景下轨迹误差降了44%，碰撞率暴跌80%，但尴尬的是，这些数据是在3090显卡上测的，离车端实际应用还有距离——毕竟车载芯片算力比显卡弱得多，得继续“减肥”（剪枝、优化）。
小鹏的挑战：“蒸馏”能留住多少“聪明劲儿”？
小鹏的优势在于“先堆参数再压缩”，理论上小模型能继承大模型的复杂决策能力。但难点也很明显：蒸馏像“翻译诗歌”，压缩过程中难免损失细节，比如大模型能识别100种罕见路标，小模型可能只剩80种。高通的论文没提车端实测数据，小鹏也面临同样问题——2025年底要量产的“小模型”，究竟能在算力有限的Orin/Xavier芯片上跑出怎样的水平，仍是未知数。
智驾大战，谁能“把大模型塞进方向盘”？
目前行业分两派：一派像理想、小米，靠“轻量化大模型”先实现量产落地；另一派像小鹏、高通，赌“蒸馏技术”让车端拥有接近云端的智能。特斯拉据传在搬Grok大模型上车，但尚未官宣。这场“算力与效率”的博弈中，谁先解决“大模型上车”的速度与能力平衡，谁就可能在L4级智驾竞争中拔得头筹。毕竟，用户不在乎参数多少，只关心关键时刻能不能“稳得住”。
（注：文中数据均源自公开信息及行业论文，未发现冲突或错误。小鹏720亿参数模型为研发中项目，具体落地效果待时间验证。）
暂无评论
