车企AI辅助驾驶技术趋势 - 头部新势力车企正加速将AI大模型应用于车端辅助驾驶系统，小鹏汽车即将部署的车端大模型参数量至少为70亿，理想汽车明年自研芯片上车后车端模型参数也将达到70亿级，接近AI大模型的普遍参数量级 [1] 小鹏汽车AI布局 - 小鹏汽车采用知识蒸馏路线，正在研发720亿参数的云端“小鹏世界基座大模型”，并计划将其蒸馏压缩成70亿参数模型部署到车端 [2][3] - 为支持大模型上车，公司自研了专为AI需求设计的“图灵”AI辅助驾驶芯片，其AI算力约为700Tops，最高能处理300亿参数的大模型，该芯片已于2024年6月量产上市 [4] - 公司已将全部AI资源给到基座模型团队，以支持70亿参数的世界基座模型上车 [4] 理想汽车AI布局 - 理想汽车当前车端大模型参数量为40多亿，较此前端到端模型提升超过10倍，预计明年自研芯片上车后，车端VLA模型参数将达到70多亿 [5] - 公司已向所有AD MAX车型用户推送了VLA司机大模型，并为此将辅助驾驶团队拆分为11个二级部门，以更扁平的组织推进AI研发 [5][6] - 理想汽车将自身重新定义为一家人工智能企业，视汽车为人工智能时代的空间机器人 [9] 行业技术路径对比 - 特斯拉、地平线、Momenta等企业凭借端到端技术实现了领先的辅助驾驶表现，例如特斯拉实现了区域Robotaxi，这表明更少的车端模型参数量也可能取得更好效果 [7] - AI模型参数量级与辅助驾驶效果无必然关系，辅助驾驶核心在于空间感知，大模型的逻辑推理能力仅在少数场景下适用 [8] - 若车企未做好端到端体验就盲目上大参数模型，可能导致大部分算力资源用于语言推理，反而造成辅助驾驶体验倒退 [8] 车企追逐AI的驱动因素 - 部分车企旨在将辅助驾驶能力迁移至更广阔的具身智能领域，例如小鹏计划将图灵芯片用于AI机器人和飞行汽车，理想将汽车定义为空间机器人 [9][10] - 对AI大模型的追逐也带有营销目的，AI大模型因其破圈效应成为行业热词，车企以此抢占舆论高地 [11]