热门游戏，一手掌握

2024年5月15日 | 玩家反馈 | 游戏资讯 | PG模拟器

在过去几年，智能驾驶领域的竞争焦点经历了显著的演变。最初，竞争集中在硬件层面，例如是否配备激光雷达、摄像头数量以及算力（TOPS）的多少。随后，随着大模型时代的到来，竞争转向了端到端、VLA（视觉-语言-动作）以及World Model（世界模型）等技术路线。

如今，越来越多的企业认识到，单纯拥有更大的模型已不足以形成代际优势。真正决定技术上限的关键，在于模型、数据、算力和芯片之间能否构建一个持续优化的闭环。

正是基于这一认识，越来越多的汽车制造商开始走向自主研发。特斯拉几乎涵盖了从数据采集、训练基础设施、FSD模型到Dojo计算平台和自研芯片的整个链条。在中国，包括小鹏、蔚来以及理想在内，都在不断向下游技术环节延伸。

理想汽车在其今年推出的L8和L9车型中，已采用了自研的马赫M100芯片。这款采用数据流架构的芯片被理想汽车视为AI领域的一个重要技术方向。同时，理想汽车还在马赫M100上运行了其自研的马赫VLA模型。

然而，对于整个行业而言，更值得关注的问题并非“是否自研”，而是这些研发投入究竟能解决哪些实际问题。

带着这样的疑问，我们与理想汽车自动驾驶负责人詹锟以及芯片负责人谢炎进行了深入交流。他们分享了理想汽车对下一代自动驾驶技术路线的判断，并阐述了自研芯片、数据体系及AI基础设施背后的设计理念。以下为部分访谈内容的整理和编辑：

问：为了在第四季度达到特斯拉FSD V14的效果，理想汽车还需要在哪些方面进行努力？

**詹锟：**我认为追赶FSD主要体现在两个层面。

首先是基础体验，这具体包括三个方面：安全性、效率和舒适度是否能达到FSD的同等水平。FSD在安全感方面表现出色，效率也很高，舒适度也很好，这是其基本功。即使不一定行驶在极其复杂的路况下，但这些基本功是可以达到的。

其次是能力层面，这方面的追赶难度也很大。例如，特斯拉能够识别并礼让特殊车辆，对于极窄路况下的感知精度极高，并且能够识别交警的指挥手势，这些能力都非常强大。

在能力层面，存在架构升级的机会。为何其他公司没有而特斯拉拥有这些能力？这可能是因为以往的范式限制了这些能力的实现，这与架构和数据都有关系。我们在这一层面进行了大量的尝试。

问：我理解马赫VLA是一个技术体系，而非单一模型。例如，Mind-Edge是服务于智能座舱、运行在端侧的模型。那么，在当前的智能驾驶模型中，是否还包含“L”（Language语言）的部分？

**詹锟：**当前自动驾驶的架构有一个共同的趋势，那就是将VLA（视觉-语言-行为模型）与World Model（世界模型）进行整合。

从长远来看，所有技术路线都会朝着这个方向发展。无论是VLA还是World Model，其中的Prompt（提示）都需要用到Language。因此，Language部分是必然存在的，关键在于如何使用它。

就机器智能而言，我认为基于视觉（Vision Based）的方式更为合理，它能够更好地理解空间、感知三维空间并服务于环境。Language当然也有其用处，它在理解环境、交通规则、指令以及进行复杂思考和决策方面具有价值。

从长远来看，基于Vision和Language原生基础模型，可能是未来的发展趋势。

**谢炎：**如果目标是实现L3、L4级别自动驾驶，需要解决更广泛的泛化问题，那么模型就必须具备类似人类的思考能力。在这种情况下，语言的重要性会愈发凸显，这也是未来需要巨大算力投入的原因。

如果模型仅具备Vision和Action（视觉和动作）能力，即使拥有大量数据，在遇到分布之外的场景时也会不知所措。就像动物即使学会了所有常见情况，面对从未见过的情形也会束手无策，不知道该如何做出正确的选择。

我们认为，越是向L3、L4级别迈进，需要解决的问题就越接近90%、95%、98%之后的那部分——即那些从未遇到过的问题，需要模型具备类似人类的思考能力。而获得类似人类的推理和思考能力，其来源是语言模型。例如，如果一位交警正在做手势，你需要理解他的意图是让你通行还是停止，这并非仅仅通过收集或生成数据就能解决的问题。

问：随着理想汽车车队规模的不断扩大，从理想汽车内部来看，数据的边际效应是否出现了衰减？你们是如何定义有价值的数据的？

**詹锟：**首先，数据的量必须足够庞大，核心目标是收集更多的Corner Case（长尾场景）。目前，业界有许多方法可以在车端部署优秀的Neural Trigger（神经网络触发器），用于判断场景的难易程度，并将关键数据回传。这也是特斯拉目前表现强大的重要原因之一。

其次，数据的质量必须很高，主要体现在行为质量方面。现在大家逐渐趋向于端到端的范式，无论是VLA（视觉-语言-行为模型）、World Model（世界模型）还是Vision-Action（视觉-动作模型），都可以实现，但前提是你必须清楚Action的行为。因此，行为质量变得至关重要，行为的清晰度和一致性非常关键。

至于数据规模扩大后边际效应是否衰减，首先，只要模型能力不断提升，只要我们朝着满分的目标努力，其增长曲线必然是“对数曲线”，呈现逐渐衰减的趋势，而不可能实现线性增长，任何一家AI公司都面临这种情况。尽管后期数据带来的收敛速度确实会放缓，但我们也希望通过规模效应来加速这一过程。

问：马赫M100能够支持多种AI场景的运行。在五年后或再往后两代产品，理想汽车车内的算力中心是否有可能全部采用自研的马赫芯片？

**谢炎：**虽然业内存在“舱驾一体”的说法，但我们认为“舱驾一体”最核心的部分是AI算力。其他部分的集成与否则不那么关键。因为座舱系统和AI智能驾驶系统可以完全独立运行，但AI算力可以集中处理，从而大大提高分配效率。

我们规划的最终形态是车内拥有一个统一的AI计算中心，所有AI任务都可以在这个中心进行计算。这类似于在笔记本电脑上运行OpenClaw，AI计算并非在笔记本本地进行，而是在Token Provider Server（Token供应服务器）上完成，车内也类似，会有一个Token Server（Token服务器）。

这个Token Server的优势在于：第一，效率极高。第二，能够实现不同任务的相互隔离，互不干扰。例如，智能驾驶任务的确定性——无论是内存还是带宽，都能保证不被其他任务干扰，这是通过软硬件协同设计才能实现的。

问：是否因为M100采用了数据流架构的AI推理芯片，所以相比其他竞争对手的自动驾驶芯片，对带宽的需求较低，但对片上存储的需求更高？

**谢炎：**我们对带宽的要求确实会较低，但这并非设计SRAM容量（非显存）的直接原因。目前HBM（高带宽内存）非常流行，许多人认为带宽越高越好。计算、带宽、SRAM等都需要晶体管来实现，最终的设计是综合考量成本、整体性能等多种因素后的选择。

不同的架构设计，仅仅依靠一两个指标进行简单对比，既不合理也不专业。这就像拳击比赛，身高有身高的优势，体重有体重的优势，但胜负并非由单一指标决定，最终比拼的是这项运动的综合表现。

问：为什么当前的大算力芯片方案，例如英伟达、小鹏以及理想自研的芯片，都没有实现芯片级的舱驾融合，反而高通在低算力芯片上实现了这一点？这是什么原因？

**谢炎：**从根本上讲，座舱和驾驶是两个独立的系统。特别是对于高端L3向L4的自动驾驶，智能驾驶需要一个更高确定性的系统，要求内存专属、计算资源专属，此时融合的意义就大大降低了。因为资源无法实现实时切换，实时切换会降低确定性。如果系统朝着越来越专用的方向发展，融合的价值就会减小——你只是将芯片整合在一起，但资源仍然是两份，并不能带来成本的降低，甚至可能影响效率。

你看现在那些舱驾融合系统，它们实际上还是分开的。今天无法实现一会儿运行这个，一会儿运行那个。如果做不到这一点，将两个芯片集成到一个芯片中，晶体管数量可能不变，只是节省了一次封装的成本。对于中低端芯片来说，这部分成本是可以节省的，但节省的幅度也有限。

我的观点是，随着智能驾驶向更高端的方向发展，舱驾融合这件事的意义可能并不大。如果能将这些芯片做得更靠近，在一块板上实现小型化集成方案，这是可行的，不一定非要集成在一块芯片上，也可以将多块芯片放置在同一块板上。

问：自研芯片需要具备哪些条件，例如销量、营收和研发投入？当前自动驾驶迭代速度很快，芯片要持续迭代，又需要什么样的条件？

**谢炎：**芯片的前期投入确实不菲，可能每年需要数亿元。

第一个条件是达到一定的营收规模。对于车企而言，如果年营收规模超过1000亿元，研发投入至少占10%，即每年有几十亿到上百亿的投入，那么每年投入资金研发芯片是可行的。第二个条件是，你研发的芯片所解决的问题，必须能够显著提升产品的能力。

许多人认为芯片需要巨大的出货量才能实现规模化。实际上，芯片的成本与面积相关。一辆车上的智能驾驶芯片，例如Livis使用了两颗马赫M100，总面积约为800平方毫米。而一部高端手机芯片的面积大约为100平方毫米，因此一辆车的智能驾驶芯片面积相当于8部手机芯片的总和。

如此计算，生产几十万辆车所需的晶圆面积非常庞大，完全可以摊薄成本。因此，成本不能仅凭单颗芯片的数量来衡量。

问：动态数据流编译器究竟难在哪里？攻克它花费了多长时间？

**谢炎：**在芯片流片之前，甚至在设计阶段，我们就已经开始了编译器的工作，在流片前，已经完成了许多模型的运行验证。

数据流是一种完全不同的架构，它所要解决的问题与超级计算机或大规模计算机集群要解决的问题非常相似——当规模扩展到几十万台计算机、上百万个核心时，它们之间的通信和协作，无法依靠一个中央管理员来管理。传统的冯·诺依曼架构的调度方式在这种规模下是不可行的，这是一个超大规模并行调度的挑战。

pg模拟器专注PG电子试玩，为用户提供专业可靠的体验。