理想汽车 CEO 李想：要么做端到端，要么不再做自动驾驶。

IT 世家 12 月 26 今晚，理想汽车发布了“理想汽车” AI Talk 访谈实录 02 "理想汽车董事长兼董事长 CEO 智能驾驶R&D副总裁李想、郎咸朋回答了一些关于智能驾驶的问题。

IT “理想的世家附” AI Talk 访谈实录 02 “以下是一些关键内容：

张小珺：第一次试驾端到端是怎样的体验？

郎咸朋:第一次尝试这辆车，从中关村开到北京交通大学。开了几公里，我问旁边的贾鹏，这是规则还是怎么做的？为什么我觉得开得这么好？他说他没有写任何规则，所有这些都是系统根据我们给出的数据训练出来的。

众所周知，如果前面有刹车，需要慢慢减速，甚至稍微抬起刹车，这样刹车过程非常舒适。在这个过程中，我们团队在规则阶段写了很长时间的代码，但并没有达到完全拟人化、解决所有场景的表现。

但是我第一次试驾端到端，它的垂直方向已经比以前试过的所有东西都要好了，这才用不到短短。 15 天啊。所以我觉得当时建立了一个信心，就是端到端肯定能做出来。而且一旦做出来，肯定会比现在所有的智能驾驶软件都要好。

张小珺：既然端到端是神丹妙药，为什么去年不上呢？特斯拉去年就上了，你去年在干什么？

郎咸朋：我们在等待，等待足够的数据和计算率，等待我们就可以了。

端到端 VLM 事实上，大模型的最终本质是使用人工智能进行自动驾驶。人工智能的三个要素:算法、数据和计算率。这三个要素必须完整。我们今年准备好了，所以我们可以做到这一点。

理想 AD Max 车型销售，从去年开始到今年年初(高质量培训)，信息量达到 10 1亿(公里)的上下规模是基础。二是计算率的基础。今年年初，我们的计算率也达到了。 5EFLOPS。再加上第三步，端到端的一些预研也取得了一定的成绩，所以今年年初是一个合适的时间和地点，我们可以做到这一点。去年我们还在补习的过程。

为什么许多企业的端到端都是两种模式，而非两种模式？ One Model？

郎咸朋:这是算法和想法的问题。当我们想做端到端的时候，我们为自己设定了一个目标。我们必须使用纯数据驱动的方法来做到这一点，而不是将之前的规则结合起来，所以它的性能上限会很高。

张小珺：为什么理想是端到端？ VLM，不像特斯拉只用端到端？每个人对自己的端到端都不够自信吗？

郎咸朋:我们不能这么说。我们在做技术规范的时候，充分借鉴了世界上所有先进的方案，但是一直解决不了的问题是，当一个自动驾驶或者智能驾驶系统工作的时候，如果遇到以前没见过的场景，应该怎么做？我们认为这是端到端。 VLM，便是系统 1 系统 2 这种方法，更好地模仿人脑的工作方法。

张小珺：特斯拉没有使用激光雷达，大家为什么要使用？

李想：许多人不太理解这个说法：为什么要保留激光雷达，或者安全？。是因为你技术不好吗？不，中国和美国不一样。如果你晚上经常在中国路上开车，你会看到一辆尾灯坏了的大卡车，甚至一辆尾灯坏了的大卡车会直接停在主干道上。至少我们今天的摄像头可以在半夜看不到光线下的距离。事实上，只有 100 米出头。

但是激光雷达，在没有任何光源的情况下都能看到。 200 米。这样可以帮助我们实现 130 公里 / 小时的 AEB 自动紧急制动。那么我认为这很重要，因为我们是一辆面向家庭的汽车，每个人的人身安全都很重要，所以我们继续保留激光雷达的根源。而且后面的车型还会保留。如果马斯克在中国，在深夜以不同的高速行驶，我相信他也会选择保存前面的一个激光雷达。因为特斯拉同样重视安全，只是他想在这种环境中看到它。

张小珺：理想激进的使用只有一个模型端到端，其它车企还在使用两个模型，为什么？

李想:很多时候可能和我们有一些很好的外脑关系，比如王兴和陆奇博士，他们会给我们带来很多启发。有一次，陆奇博士告诉我们，你应该思考人们是如何工作的。我认为这对我们当时有很大的帮助。

今年年初，我还强迫智能驾驶团队去美国。他们在不同的城市开车。 FSD V12。另一方面，我们的研究工作也在进行中，那时我们已经从头发到头发。 VLM 各种各样的研究论文。回来后，我觉得要么你这样做，要么我们不再做自动驾驶。。你今天依靠这些规则来做的事情，和请供应商做的事情有什么不同？没什么区别。

我说服郎博他们很重要，我说你们经常解决一个问题。 Corner Case(极端情况)，还有三个其他的。 Corner Case。每个人一生都在处理 Corner Case，处理不完。

张小珺：大家都说理想做智驾是最迟最慢的投资，你怎么看？

郎咸朋：2018 年 1 当我每个月都加入我的理想时，我和李想讨论了这个问题。决定智能驾驶或自动驾驶最终实现的关键因素是什么？我们当时谈论的是数据。人才可以流动，算法可以提高，算率也很重要，但只要有健康的资金和合理的资金使用，就可以买到。

所以最重要的是数据，这是买不到的，要做好自动驾驶，必须有这样一个非常高质量、规模非常大的数据。因此，我们必须按照节奏进行自动驾驶。一开始要做好车，卖好车，然后积累更多的资金、人才和数据，在一定的时间点投入大量资金，才能达到更好的自动驾驶效果。事实上，从今天的结果来看，我们可以看到这一点：我们自动驾驶的节奏很好。

张小珺：什么时候理想意识到，智驾对卖车有帮助？

郎咸朋：就实际表现而言，是从今年开始的。，今年的智能驾驶确实对销售有很好的促进作用。我们 2 月 AD Max 交货比例仅为 20% 从上到下，到今年下半年， 50% 那么，这就是实实在在的表现。最初大家都认为自动驾驶是一种功能，它和座椅加热没有太大区别，也没有解决顾客日常出行的舒适问题。直到现在我们使用它 AI 来做自动驾驶，端到端 VLM 真正释放顾客长期驾驶疲劳。在我们能够实现全面的时候 MPI（城市 1000高速综合接管里程 每个人都愿意在公里、几百公里的时候为自动驾驶买单。

张小珺：理想提出监督智能驾驶和自动驾驶。 L1 到 L5 传统分类的区别是什么？

郎咸朋：这实际上反映了我们对自动驾驶研发的思维差异。以前许多人认为 L3 自动驾驶是 L2 辅助驾驶的延续，只需 L2 辅助驾驶的场景越来越多，总有一天可以无限接近。 L3，甚至可以做到。 L3。

但是在我们看来，L3 或有监督智能驾驶，它不是 L2 继续，而是 L4 或者自动驾驶的主导程序。事实上，我们正在研发、成长和迭代未来的自动驾驶能力，而不是遵循过去的应用。 L2 思考，去做现在的自动驾驶。

张小珺：你说自动驾驶是能力，辅助驾驶是功能，两者的本质区别是什么？

郎咸朋：功能是预设条件，能力是应对所有条件。你们不能把所有的预设都用光。

如果是功能的话，还是用上一代的这个软件。 1.0 计划自动驾驶。最大的问题是，在研发之初，所有条件、所有界限和最终确定性的结果都要明确设置。这在自动驾驶中是非常困难的。

能力的话，就是用人工智能的方式进行自动驾驶。如果我们把自动驾驶作为一种能力来开发，从最本质上考虑人是如何学会驾驶的。起初，人们来到驾校学习，掌握了基本的驾驶技术再次参加考试。在掌握了基本能力之后，作为实习司机一边练习一边提高能力，逐渐成长为老司机。我们系统 1 系统 2 计划使自动驾驶系统具有迭代和增长的能力。随着数据量的增加，性能会逐渐提高。这就是人们常说的规模效应。

张小珺：每个人都验证过自动驾驶的规模效应吗？

郎咸朋:我们已经验证过了。这不是我们发明的。所有的大模型应用都符合这个规律。换句话说，数据规模和数据质量的增加会带动特性的增加。而且性能增长接近线性，这是我们使用大模型最本质的好处。

张小珺：有监督智能驾驶阶段，理想交付给用户的商品长什么样？

郎咸朋:整个场景，一体化端到端商品。要实现智能驾驶的监管，一个前提是实现车位到停车位，即解决前100米和后100米的问题。以前智能驾驶是从主干道开始的，现在可以从小区停车位开始，然后包括公园道路、停车、市政道路、高速公路和收费站。 ETC 将全部打通。

高速城市全场景升级端到端 VLM，以及创新的 AI 推理可视化交互，将在不久的将来随之而来。 OTA 全部推送给所有人 AD Max 客户。

张小珺：L3 何时实现？

郎咸朋：根据现在的端到端。 VLM 这个系统，如果能力继续迭代，我们就有希望了。 2025 年去完成 L3 的。

张小珺：面对李想年初对智驾的愤怒，你的职业危机何时解除？

郎咸朋：我觉得还没有消除，因为还没有达到极致。今年我们的目标是全面 MPI（城市 实现高速综合接管里程 100 公里接管一次的能力。这一接管并非安全接管，并非说你要撞车才接管，而是用户觉得车开得不符合感觉，不舒服。到明年、后年，我们将逐步提高到明年， 500 公里、甚至 1000 公里以上。慢慢地让大家对智驾越来越自信，越来越依赖。

张小珺：要实现这一目标，需要储备多少计算能力和数据？

郎咸朋：要达到 500 公里的综合 MPI（城市 预计需要高速综合接管里程) 2000 万 Clips(视频短片)的水平。 2000 万 Clips 从不到 5% 老司机去筛选，这里隐含的数据量，要达到 50 一亿公里甚至几百亿公里的水平。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com