本報記者 劉釗

    汽車行業(yè)開始進入全新的大模型研發(fā)浪潮。

    4月14日，廣州小鵬汽車科技有限公司（以下簡稱“小鵬汽車”）在中國香港舉辦AI技術(shù)分享會，首次披露正在研發(fā)720億參數(shù)的超大規(guī)模自動駕駛大模型，即“小鵬世界基座模型”。未來，小鵬汽車將通過云端蒸餾小模型的方式將基模部署到車端，給“AI汽車”配備全新的大腦。這款模型同時也將賦能小鵬汽車的AI機器人、飛行汽車等。

    小鵬汽車自動駕駛負責人李力耘介紹，小鵬世界基座模型是一個以大語言模型為骨干網(wǎng)絡(luò)，使用海量優(yōu)質(zhì)駕駛數(shù)據(jù)訓練的多模態(tài)大模型，具備視覺理解能力、鏈式推理能力和動作生成能力。通過強大的強化學習訓練，基座模型不斷自我進化，將逐步發(fā)展出媲美甚至超越人類的自動駕駛技術(shù)。

    基座模型具備長思維鏈推理能力

    早在2024年下半年，小鵬汽車已開始面向L4級別的自動駕駛研發(fā)全新的“AI大腦”，即小鵬世界基座模型。

    李力耘透露，為了研發(fā)基座模型，小鵬汽車早在去年就開始布局AI基礎(chǔ)設(shè)施，現(xiàn)已建成國內(nèi)汽車行業(yè)首個萬卡智算集群，用以支持基座模型的預訓練、后訓練、模型蒸餾、車端模型訓練等任務(wù)，小鵬汽車將這套從云到端的生產(chǎn)流程稱之為“云端模型工廠”。

    工廠“車間”涵蓋基座模型預訓練和后訓練（強化學習訓練）、模型蒸餾、車端模型預訓練到部署上車的完整生產(chǎn)鏈路。“云端模型工廠”采用強化學習、模型蒸餾的技術(shù)路線，能夠高效生產(chǎn)“小身材、大智商”的端側(cè)模型，甚至為不同需求的汽車定制不同的“大腦”，讓“千人千面”的模型研發(fā)成為可能。

    目前，小鵬汽車“云端模型工廠”擁有10EFLOPS的算力，集群運行效率常年保持在90%以上，從云到端的全鏈路迭代周期可達平均5天一次。

    小鵬汽車研發(fā)團隊利用優(yōu)質(zhì)自動駕駛訓練數(shù)據(jù)，先后開發(fā)了多個尺寸的基座模型，目前已經(jīng)著手推進72B超大規(guī)模參數(shù)世界基座模型的研發(fā)，參數(shù)量是主流VLA模型的35倍左右。

    據(jù)小鵬世界基座模型負責人介紹，小鵬世界基座模型的一大優(yōu)勢是具備鏈式推理能力，在充分理解現(xiàn)實世界的基礎(chǔ)上，能夠像人類一樣進行復雜的常識推理，并將推理結(jié)果轉(zhuǎn)化為行動，例如輸出方向盤、剎車等控制信號，實現(xiàn)和物理世界的交互。未來，經(jīng)由基座模型的賦能，智能駕駛系統(tǒng)有望從“模仿人類”進化到“超越人類”，最終能夠處理全場景的自動駕駛問題，包括一些模型從來沒在訓練數(shù)據(jù)中遇到的問題。

    從設(shè)計之初，小鵬汽車就將基座模型定位為一個可以泛化到多種具身終端的基座模型。李力耘對《證券日報》記者表示：“小鵬世界基座模型是小鵬汽車自動駕駛真正走向L3、L4的基礎(chǔ)，也會是未來小鵬汽車所有物理AI終端的通用模型。”后續(xù)，小鵬世界基座模型將全面賦能小鵬AI體系全圖譜，應(yīng)用到小鵬汽車的AI汽車、AI機器人、飛行汽車上。

    小鵬開啟AI時代模型生產(chǎn)新范式

    小鵬汽車從2024年開始搭建AI基礎(chǔ)設(shè)施，當前已建立起萬卡規(guī)模的智能算力集群，是目前國內(nèi)汽車行業(yè)最大的自動駕駛算力集群。小鵬汽車的算力儲備達到10 EFLOPS，集群利用率常年高達90%以上，高峰時期的運行效率甚至達到98%。

    小鵬世界基座模型上述負責人介紹，多模態(tài)模型訓練的主要瓶頸不僅是GPU，也需要解決數(shù)據(jù)訪問的效率問題。小鵬汽車自主開發(fā)了底層的數(shù)據(jù)基礎(chǔ)設(shè)施，使數(shù)據(jù)上傳規(guī)模提升22倍、訓練中的數(shù)據(jù)帶寬提升15倍；通過聯(lián)合優(yōu)化GPU/CPU以及網(wǎng)絡(luò)I/O，最終使模型訓練速度提升了5倍。目前，小鵬汽車用于訓練基座模型的視頻數(shù)據(jù)量高達2000萬clips，這一數(shù)字今年將增加到2億clips。

    基座模型研發(fā)是小鵬汽車“AI化”轉(zhuǎn)型的重要一步，不過，即便來到“大模型時代”，過去“規(guī)則時代”的領(lǐng)先經(jīng)驗仍在發(fā)揮作用。在開發(fā)強化學習的獎勵模型時，研發(fā)團隊基于規(guī)則經(jīng)驗設(shè)計了獎勵函數(shù)，將規(guī)則時代的沉淀轉(zhuǎn)化為了訓練基座模型的生產(chǎn)力。

    同時，小鵬汽車已經(jīng)著手開發(fā)世界模型，作為“云端模型工廠”的重要一環(huán)，支持基座模型的性能優(yōu)化。據(jù)了解，小鵬的世界模型是一種實時建模和反饋系統(tǒng)，能夠基于動作信號模擬出真實環(huán)境狀態(tài)，渲染場景，并生成場景內(nèi)其他智能體（也即交通參與者）的響應(yīng)，從而構(gòu)建一個閉環(huán)的反饋網(wǎng)絡(luò)，幫助基座模型不斷進化，逐漸突破過去“模仿學習”的天花板。

（編輯 喬川川）