王傳福在年初重新澄清並解釋了“自動駕駛是忽悠”的言論。他目前仍認為無人駕駛在法規和技術上並不成熟，但他並不否認，高階智慧駕駛競速已經開始，“比亞迪無比重視”。
近日，未來汽車daily獨家獲悉，前百度艙駕融合智駕技術負責人周鵬已經加入比亞迪，負責端到端大模型規控演算法開發。
值得一提的是，周鵬並非隸屬於比亞迪規劃院智慧駕駛研發中心，而是在獨立於規劃院的部門任職，該部門聚焦於智駕演算法應用方向。
組織架構上，上述部門於智慧駕駛研發中心為平級關係。演算法應用部門的負責人是原高合汽車智慧駕駛總監許凌雲，智慧駕駛研發中心負責人是韓冰。許凌雲與韓冰均向比亞迪規劃院院長楊冬生彙報。
而周鵬則向許凌雲彙報。“端到端智慧駕駛已逐漸成為明確的行業共識，比亞迪目前是初步探索階段。”知情人士透露。
要人給人，要錢給錢，比亞迪對智慧駕駛的重視程度可見一斑。
王傳福在年初表示，比亞迪整個智駕團隊已經超過4000人，其中軟體工程師有3000人，硬體和演算法工程師1000人。
在高階智駕的研發上，比亞迪祭出了慣用的“人海戰術”。橫向對比，華為智慧駕駛研發團隊人數已超過7000人，小鵬3000人，蔚來和理想分別是千餘人左右。
比亞迪還計劃在未來投入1000億元用於智慧駕駛技術的研發，重點聚焦包括生成式AI、端到端大模型等在內的前沿技術。
有智慧駕駛業內人士告訴未來汽車daily，端到端大模型的量產建立在研發和訓練模型投入的基礎上。“AI模型的訓練需要大量的演算法投入，這對應著算力的提升和厚重的研發成本。”
但在端到端的競逐賽中，“人海”和“鈔能力”是提速的基礎條件，人才厚度決定了專案的上限。
“端到端非常考驗演算法，需要把數十行程式碼壓縮成一行，如果沒有技術大牛牽頭，很容易做無用功。”上述智駕人士告訴未來汽車daily，比如要訓練端到端演算法，需要海量且質量較高的資料，這需要制定高效的技術框架和團隊。“沒有成熟專案經驗的負責人很難搭好技術框架，並統籌團隊。”
在加入比亞迪之前，周鵬先後在廣汽研究院演算法整合室主任、L4演算法總監；百度IDG智駕與融通業務部智駕技術架構師，是集度汽車艙駕融合真·冗餘智駕系統和吉利銀河E171車型ADAS量產專案的技術負責人。
比亞迪希望用兩手抓的策略對旗下產品完成智慧駕駛的武裝。“自研對標特斯拉，而整合方案要保證領先和安全，用兩條路線實現對更廣泛產品條線的覆蓋。”有比亞迪內部人士說。
比亞迪的產品價格帶分佈廣泛。向上有百萬級別的仰望U8、騰勢N7和方程豹豹5，向下有王朝和海洋系列佈局30萬以下的市場，並用榮耀版車型把起售價儘可能壓縮得更低。
目前比亞迪的高階智慧駕駛技術更多用在仰望U8、騰勢N7等高階產品上，但激烈的市場競爭讓車企們不得不將高階智慧駕駛技術的身段下放，搶佔主流價格帶的主動權。
未來汽車daily得知，目前比亞迪漢、宋L智駕款都搭載了高階智慧駕駛輔助系統，未來海洋和王朝20萬級別的車型，都會搭載高階智慧駕駛輔助系統，並且這套系統採用的是地平線單征程5的方案。
智駕還在進一步向下滲透，比亞迪汽車海洋網銷售事業部總經理張卓近日接受採訪時表示，比亞迪還將繼續發揮“低成本”的優勢，並希望未來2至3年內在15萬元左右甚至15萬以下的車型中，全面實現標配比亞迪自研自產自銷的智駕系統。
曾經被質疑“電動化上半場遙遙領先，智慧化下半場後繼乏力”的比亞迪，開始惡補高階智慧駕駛的全棧自研，並在智慧化的下半場開始捨命狂奔。
在去年，特斯拉FSD V12展示了端到端模型上車後的絲滑效果後，國內主流車企與Tier1都開始快馬加鞭追逐這條技術路線。
端到端（End-to-End Deep Learnin）主要作用於自動駕駛的感知和預測環節。在感知層，可以利用Transformer模型對BEV資料進行特徵提取，實現對障礙物的監測和定位；預測層利用Transformer模型捕捉學習交通參與者的運動模式和歷史軌跡資料，預測他們未來行為和軌跡，最終作出判斷。
簡而言之，把原本感知、預測、規劃等多個模型組合的架構，變成了“感知決策一體化”的單模型架構。並且透過深度學習，端到端讓駕駛風格更加擬人化，能夠表現得更像人類司機。
今年5月，小鵬汽車釋出了能夠量產上車的端到端大模型，將於今年第三季度實現智慧駕駛“全國都能開，每條路都能開”。
理想汽車CEO李想在今年的重慶論壇上公開表示，今年第三季度，理想將向測試使用者推送端到端+VLM（視覺語言模型）的智駕方案。
蔚來方面，據晚點 LatePost 報道稱，蔚來智慧駕駛研發部分為感知、規控和整合等部分。調整後，感知和規控團隊合併為大模型團隊，整合團隊重組為交付團隊。合併後的大模型團隊由原蔚來感知團隊負責人彭超負責。
長城汽車也釋出了SEE一體化大模型，實現了感知、決策、規控等環節的全鏈路一體化整合。並且長城汽車董事長魏建軍先後在保定、重慶試駕了藍山智駕版的城市NOA，這套城市NOA採用的便是SEE一體化大模型。
大模型的出現拔高了智慧駕駛的能力上限。小鵬汽車董事長何小鵬認為端到端大模型將讓自動輔助駕駛過渡到完全自動駕駛的時間大幅縮短，2025年，小鵬汽車就能在中國實現類L4級智駕體驗。
但車企們要想在雲端訓練出優秀的大模型，這對雲端算力的要求非常高。
去年，特斯拉斥資3 億美元購買了 1 萬塊英偉達 H100 晶片，將雲端算力堆到了 10 EFLOPS。華為目前的雲端總算力為 3.5 EFLOPS，長城九州超算總算力規模達1.64 EFLOPS。
“擺在車企面前的有兩條路，一條是自建超算中心；要麼與國內現有的雲服務商合作，共建雲端超算中心。”有業內人士認為，後者是車企們的最佳選擇，“因為自建超算中心的成難度比造車還難。”
親愛的讀者們，不設定星標，很容易錯過我們的推送，也無法看到封面圖片。請星標“未來汽車Daily”，及時接收每篇推文，期待為您帶來更多更專業的行業報道。
