小鹏汽车CVPR突破：Scaling Law驱动自动驾驶“智能涌现”，AI未来已来

type

status

date

slug

summary

Scaling Law：自动驾驶的“算力换智能”新范式

Scaling Law，作为大模型时代的核心规律，指的是随着模型参数规模、训练数据量和计算资源的持续投入，模型的性能会相应地、可预测地提升。小鹏汽车此次的重大突破，正是在于将这一法则成功应用于复杂的自动驾驶领域。

通过累计超过2000万条、每条时长30秒的视频片段（总计约6亿秒）进行训练，小鹏的研发团队清晰地观察到，其自动驾驶VLA（Vision-Language-Action）模型的能力随数据和参数规模的增长而显著增强。这种“智能涌现”并非空谈，而是体现在一系列令人印象深刻的实际驾驶表现中：

丝滑决策：在前方大货车突然切出、紧接着又发现内侧临停车辆的复杂场景中，系统能从容减速、平稳绕行，毫无“急刹避险”的顿挫感。

精准预判：面对施工区域，系统能提前变道，并在转向过程中敏锐应对突然汇入的大货车，决策果断。

极端场景应对：在雨天窄路弯道，即使道路一侧被违停车占据，途中又遇临时上下客的网约车和逆行电动车，系统依然能精准绕行，确保安全与效率。

认知突破：甚至对于福州某路口车道线穿过两棵大树间的“魔鬼”场景，系统也能准确识别并顺利通过，展现出超越常规量产系统的理解能力。

这些场景的成功处理，标志着小鹏的AI司机已初步具备了对复杂交通环境的深度理解和链式思考（Chain of Thought, CoT）能力，而这正是Scaling Law带来的直观成果。

揭秘小鹏“世界基座模型”：不止于端到端的AI大脑

小鹏汽车认为，传统的端到端自动驾驶模型，虽然在一定程度上实现了AI化，但其本质更像是“小脑”，对输入信息进行条件反射式的被动响应，且过程难以捉摸。为了突破这一局限，小鹏汽车构建了一套全新的技术架构，其核心是云端“世界基座模型”。

该模型具有以下关键特征：

超大规模VLA架构：这是一个参数量高达720亿的视觉-语言-行为（Vision-Language-Action）大模型，以大语言模型为骨干网络。VLA架构能够统一处理视觉图像、自然语言指令，并直接生成动作控制，实现了从环境感知到决策执行的闭环。

知识蒸馏（Knowledge Distillation）：考虑到车端算力的限制，小鹏汽车采用知识蒸馏技术，将云端超大模型学习到的复杂知识和“智能”高效迁移到尺寸更小的车端模型上。实践证明，这种方式远优于直接训练小模型，能更好地克服“模态坍塌”（即面对相似场景多种正确解法时，小模型易产生混淆）的难题。

强化学习（Reinforcement Learning, RL）：在预训练和监督精调之后，小鹏引入自研的强化学习奖励模型，从安全、效率、合规三个核心维度激发基座模型的潜能，使其驾驶策略更接近甚至超越优秀人类司机。

持续在线学习（Online Learning, OL）：部署在车端的模型会持续收集新的驾驶数据和用户反馈，这些宝贵的数据将反哺云端基座模型的迭代训练，形成一个“常训常新”的进化闭环。

未来世界模型（World Model）：小鹏还在开发用于强化训练的“世界模型”，它并非传统意义上的仿真建模，而是一个能实时建模、模拟真实环境反馈，并能让场景内所有智能体（交通参与者）进行博弈的动态系统，为模型提供源源不断的高价值训练数据。

这套组合拳，使得小鹏的AI系统不再仅仅是数据的“复读机”，而是具备了初步认知和推理能力的“思考者”。

从“模仿”到“思考”：链式思考（CoT）驱动的智能驾驶

小鹏汽车世界基座模型负责人刘先明指出，许多复杂场景的成功处理，都归功于模型展现出的链式思考（CoT）能力。这意味着AI模型在驾驶过程中能够进行实时的、多步骤的推理，理解行为的前因后果，从而做出更合理、更安全的决策。

例如，在识别福州“树中路”的场景时，模型并非简单匹配视觉特征，而是在理解道路结构、交通规则以及潜在风险的基础上，推理出正确的通行路径。这种能力的涌现，有效回应了以往L4级别自动驾驶对L2级别方案“只会模仿、无法超越人类上限”的质疑。小鹏通过构建具备完整认知能力的AI“大脑”，从根本上提升了系统的上限，并通过强化学习确保了系统的下限。

这种从“被动反应”到“主动思考”的转变，不仅带来了更丝滑、更拟人的驾驶体验，更重要的是，它显著增强了自动驾驶系统在面对未知或极端（corner case）场景时的鲁棒性和可靠性，是迈向更高阶自动驾驶的关键一步。

软硬一体化战略：小鹏的AI“无人区”探索

小鹏汽车深知，先进的AI算法需要强大的硬件支撑和完善的生态系统。为此，小鹏进行了深度的软硬一体化战略布局：

算力为基：在云端，小鹏已储备了超过10 EFLOPS的超级计算集群，并保持高效运行；在车端，其最新SUVG7搭载了3颗自研图灵AI芯片，单车算力超过2200TOPS，为大模型的本地化部署提供了坚实基础。

舱驾一体的AI智能体：小鹏将视觉语言模型（VLM）定位为车辆理解世界的“大脑”，它不仅能指导智能驾驶（VLA作为“运动型大脑”），还能统一智能座舱，成为人与汽车交互的新入口，真正实现“AI定义汽车”。

前瞻性布局：何小鹏透露，小鹏的技术体系已具备在汽车、机器人和飞行汽车等不同形态产品上通用的潜力，这源于其对具身智能和世界模型的前瞻性认知与持续投入。

小鹏汽车在CVPR WAD上的分享，不仅展示了其在自动驾驶技术上的领先性，更体现了其作为一家科技公司，带着工业界实际问题和创新解法反哺学术界的决心。正如其所言，“一流的自动驾驶公司，首先是一流的AI公司”。小鹏汽车正以其独特的AI大模型路径，勇敢地迈入自动驾驶的“AI无人区”。

结论

小鹏汽车在CVPR 2025上所展示的Scaling Law在自动驾驶领域的成功验证，无疑为整个行业注入了强心剂。它清晰地表明，通过更大规模的模型、更海量的数据以及更先进的训练方法，自动驾驶系统能够实现真正的“智能涌现”，从简单的模式匹配进化到具备初步认知和推理能力的AI司机。

小鹏汽车的探索，不仅是对现有L2级辅助驾驶技术瓶颈的有力突破，更是对未来AGI（通用人工智能）在出行领域应用的一次大胆畅想。随着AI大模型技术的不断成熟和算力成本的进一步优化，我们有理由相信，一个更安全、更高效、更智能的自动驾驶时代正加速到来。想了解更多关于AI、LLM、人工智能的最新动态和深度分析，敬请关注AIGC.Bar，您的专属AI新闻与资讯门户。