Rain科技10月24日消息，在今日举办的小鹏P7+ AI智驾技术分享会暨首发AI天玑5.4.0先享会上，小鹏汽车副总裁兼自动驾驶负责人李力耘发表演讲，强调智能驾驶技术的发展并非空洞口号或华丽PPT所能实现。
他认为，智能驾驶需要雄厚的工程量产经验和持续的技术积累。技术、团队和体系的每个环节都需要逐步完善，这是一个循序渐进的过程，而非一蹴而就能够完成的。智能驾驶的复杂性在于它需要处理海量数据，应对各种突发情况，并确保驾驶安全。这需要对算法、传感器、软件和硬件进行全面的整合和优化。
李力耘指出，智驾技术已进入端到端时代，这标志着从传统基于规则的“冷兵器时代”向基于深度学习的“热兵器时代”转变；这一转变的核心在于利用人工智能技术，让系统能够从数据中自主学习，并做出更精准的决策。
他解释了三种端到端的技术路线：
第一种是通过大量规则和小模型堆叠而成的“大模型”，这种方法需要大量的规则工程师来设计和维护复杂的规则集，这导致研发周期长、维护成本高，且难以应对复杂的驾驶场景。
第二种是“车端大模型”，即将端到端模型直接部署在车辆上。虽然这种方式响应速度快，但受限于车端算力，随着训练数据量的增加，模型大小和计算复杂度也将迅速增长，容易遇到瓶颈，处理能力难以满足日益复杂的驾驶需求。
第三种是云端大模型，其参数量是车端模型的数十甚至数百倍，拥有远超车端大模型的处理能力，能够应对更复杂的场景和更海量的数据。云端大模型可以充分利用云计算的强大算力，进行更复杂的模型训练和优化，从而提升智能驾驶的性能和可靠性。
他强调，在智能驾驶领域，没有捷径可走，只有踏实积累技术，才能最终获得竞争优势。虽然前两种端到端技术路线都能取得一定成果，但从长远竞争的角度来看，云端大模型才是关键。
小鹏的云端大模型参数量是车端的80倍，通过海量参数训练，能够更全面地解决智能驾驶中的长尾问题，覆盖更多驾驶场景，从而使XNGP达到L3级别的智驾体验。长尾问题指的是那些发生概率较低但一旦发生后果严重的异常情况，云端大模型强大的处理能力能够有效降低这些风险。
目前，小鹏云端大模型的训练效率已经提升了2.6倍，预计到2025年，小鹏云端的算力将超过10EFlops。这表明小鹏在持续加大对云端大模型的投入，不断提升其性能和效率。
李力耘还指出，小鹏的云端大模型是国内首个泛机器人领域基础大模型，不仅适用于自动驾驶，还可用于机器人、飞行汽车等多个领域，展现了其强大的技术通用性和未来发展潜力。
