上周的 NIO IN 蔚來技術(shù)日，討論度沒有想象中高。

一方面在于，觀眾接受度最高的兩款產(chǎn)品：神璣 NX9031 和 NIO Phone N24，此前就已經(jīng)有披露，而另一方面，兩大技術(shù)向的核心——世界模型和 Banyan 3.0.0，還沒正式上線。

但這不影響李斌在群訪中的熱情，一些關(guān)鍵語錄，大家相信周末都聽到了：

「能不能不發(fā)周榜？」

「激光雷達跟安全氣囊一樣，是商業(yè)問題」；

「我不認為 Robotaxi 是個鼓舞人心的事情」...

如果說去年的 NIO IN，蔚來發(fā)布了全棧技術(shù)的「大綱」，那從今年開始，NIO IN 會走向細節(jié)，抓住重點。但核心依然沒變：展示蔚來自研技術(shù)的前瞻性，和領(lǐng)先性。

李斌的原話，是將全棧自研總結(jié)為「我們要打一百層樓的地基」——乍聽很泛，他則用另一個詞「十層樓」，來對比蔚來自己所做事情的難度。

蔚來強調(diào)長期主義、久久為功，但問題在于，蔚來現(xiàn)在所做的事情，和行業(yè)內(nèi)其他標的比起來，真的有「十層樓」和「一百層樓」的差距嗎？

這個問題也許要等到下兩屆，甚至更往后的 NIO IN，才能看清答案。

但今天我們能聊的，是蔚來已經(jīng)露出的「地基」冰山一角。

下面開始。

世界模型

這應(yīng)該是本屆 NIO IN 最核心的環(huán)節(jié)。

先下結(jié)論：這是蔚來面對智能駕駛極其激烈的競爭趨勢，打出的關(guān)鍵牌，也是李斌「地基」邏輯中關(guān)鍵一環(huán)。

然后我們先把 NIO IN 放在一邊。

2018 年 3 月 27 日，來自Google Brain 實驗室的 David Ha、來自瑞典人工智能實驗室的 Jürgen Schmidhuber，在 Arxiv 上合作發(fā)表了一篇名為《World models》的論文。

這篇論文也許不是世界模型賽道的《Attention is all you need》，但可以算是承前啟后之作。

啟后，指的是這篇論文提出了大量與最近兩年世界模型符合的概念，包括世界模型的結(jié)構(gòu)、功能、特點，等等。

承前，指的是 David 和 Jürgen 的成果，受到了 1971 年「系統(tǒng)動力學之父」Jay Wright Forrester經(jīng)典論文《Counterintuitive Behavior of Social Systems》里面一個核心概念的啟發(fā)：

Mental Model（精神模型），Jay 將其形容為「人腦對周邊世界的鏡像」。

50 年后，Jay 的理論照進自動駕駛的現(xiàn)實。

2022 年 6 月 27 日，現(xiàn) Meta 副總裁兼首席 AI 科學家 Yann LeCun，發(fā)表了論文《A Path Towards Autonomous Machine Intelligence》，里面提到了他對一個可用的世界模型的定義：

1. 感知模塊，接收傳感器信號并估計當前世界的狀態(tài)；

2. 模型模塊，估算缺失的、預(yù)測未來的世界狀態(tài)信息。

其中世界模型模塊里面，還包括預(yù)測、規(guī)劃、決策、學習、記憶、獎勵系統(tǒng)等一系列子系統(tǒng)。

套用馬斯克的名言，全自動駕駛本質(zhì)上就是解決「現(xiàn)實世界的 AI 問題」。而世界模型，是業(yè)界開始思考、探索，并逐漸落地量產(chǎn)的一條自動駕駛底層賽道。

然后我們回到 NIO IN，任少卿將團隊對世界模型的投入，形容為「具有蔚來風格的研發(fā)」。

李斌的原話則是：「這是全球大模型領(lǐng)域競爭的最前沿」。

任少卿上臺的第一件事，不是直接開講，而是做了個社會實驗：他讓參會者閉上眼睛，思考一棵樹從春天到秋天的枯榮過程。

絕大部分人可以在腦海中還原這一畫面，而「還原」就是業(yè)界希望世界模型做到的。

蔚來的世界模型叫 NWM（NIO World Model），它具備一個世界模型的兩個基礎(chǔ)技能：空間認知-想象重建，和時間認知-想象推演。

那它到底能干嘛？

舉個例子，NWM 可以基于同一個場景下的真實數(shù)據(jù)，模擬出「如果我這樣做，會有怎樣的后果」的事實過程。比如同一個路口，NWM可能模擬出左轉(zhuǎn)、右轉(zhuǎn)、直行的操作，并生成仿真視頻。

但這不意味著 NWM 已經(jīng)足夠成熟，任少卿表示，任何端到端的訓(xùn)練需要海量數(shù)據(jù)，世界模型只是一個典例。

以 Banyan 2.6.5 推送的端到端 AEB模型為例，目前蔚來已經(jīng)收集了 20 億公里的數(shù)據(jù)，從中挑選了 1 萬多個事故用于訓(xùn)練。

所以李斌認為，NT2 平臺中確定用第四顆 Orin X，跑通群體智能的流程，對于蔚來收集數(shù)據(jù)意義重大。

如任少卿所言，這屬于蔚來風格的底層思考。

2021 年 8 月 16 日，斯坦福大學人類中心人工智能研究所在Arxiv發(fā)表了名為《On the Opportunities and Risks of Foundation Models》的論文，首次提出了「foundation models 基礎(chǔ)模型」的概念。

論文里面認為，任何在大規(guī)模廣泛數(shù)據(jù)上，使用大規(guī)模自監(jiān)督進行訓(xùn)練，并且可以適應(yīng)下游各項任務(wù)，實現(xiàn)「處理不同模態(tài)、影響物理世界、進行推理、與人類互動」的模型，就可以稱為基礎(chǔ)模型。

應(yīng)用于自動駕駛的世界模型，可能是很接近量產(chǎn)形態(tài)的，影響人類出行生活的基礎(chǔ)模型。

而世界模型，以及業(yè)界正在追趕的「one model」路線，正在影響著各家自動駕駛團隊的規(guī)模、選才，甚至是優(yōu)化。

任少卿也在世界模型的相關(guān)問題上，首次回應(yīng)了此前蔚來自動駕駛團隊重組的傳聞。他將這次重組形容為「從豎著切到橫著切」：

「我們希望模型不是分散的，是整合的，比端到端更進一步的。所以我們需要把相應(yīng)的做模型的同事放到一起，然后做應(yīng)用的放到一起?！?/span>

李斌的回應(yīng)則很簡單：

「任何組織架構(gòu)的變動，都是跟著技術(shù)路線走的」。

天樞與 AUTOSAR

如果說世界模型離我們有點遠，那么即將伴隨 NT3 平臺登場的天樞 OS 完整體，則是蔚來「技術(shù)地基」中的砥柱。

去年李斌說「天樞 OS 要取代 AUTOSAR」，今年天樞正式全量發(fā)布，李斌說這背后是四年的研發(fā)時長，王啟研則是天樞從無到有的核心人物。

李斌表示，2018 年王啟研拉著他開了好幾個小時的會，痛陳 AUTOSAR 的問題，「而且我們也要付錢」。

后來李斌算了個賬，蔚來要賣多少臺車，自研全域操作系統(tǒng)才劃算，然后就開干了。

AUTOSAR 的全稱是「汽車開放系統(tǒng)架構(gòu)」，它誕生的背景是整車廠、零部件供應(yīng)商、電子軟件系統(tǒng)公司尋求標準化的過程。

AUTOSAR 的部署原則是「統(tǒng)一標準、分散實施、集中配置」，這12個字貫穿了過去 21 年的汽車電子世界。

蔚來希望在 AI 時代提出一些新思考。

王啟研則將其總結(jié)為「面向 AI 的智能汽車，需要有處理超高帶寬的能力、極低的時延、跨域融合的能力、持續(xù)進化的能力、極致的可靠性、體系化的信息安全與隱私保護能力」。

我們今天長話短說，只聊兩點：帶寬、時延。

先來個例子，大眾 MEB 平臺的 E3 電子電氣架構(gòu)，這是一套典型的，基于 AUTOSAR 標準開發(fā)的電子電氣架構(gòu)。

在 MEB 平臺中，用于 Mobileye EyeQ4 芯片、ADAS 攝像頭、底盤、方向盤等部件通信的以太網(wǎng)，速率為 100Mbps，而用于上述部件與座艙屏幕、HUD 通信的以太網(wǎng)，速率為 1000Mbps。

王啟研表示，蔚來 ET9 搭載的 31 個感知硬件，起碼需要 43.85G 的帶寬（未透露詳細單位，可能是 Gbps 或者 GBps，兩者相差 8 倍）——這是千兆以太網(wǎng)的起碼數(shù)十倍。

除了帶寬，我們再聊下時，這兩者結(jié)合起來，就是 AI 時代核心的兩個性能指標：帶寬可以類比模型大小，時延則可以類比一個模型的刷新率。

王啟研表示，天樞 OS 的虛擬機監(jiān)視器，可以相比 AUTOSAR 標準開發(fā)的監(jiān)視器，減少 50% 的時延；而安全隔離模塊的自恢復(fù)速度，則可以做到比 Linux 系統(tǒng)快 100 倍。

數(shù)字量化可以一鳴驚人，關(guān)鍵是要獲得行業(yè)認可，特別是當你試圖超越二十年以來的行業(yè)標準。

上一個這樣做的是特斯拉，李斌憑什么覺得蔚來能成？

「就像是蓋樓，我的目標是 10 層，那我就要 10 層的地基；我要蓋 100 層，那你必須給我搞 100 層的地基」，這是他總結(jié)天樞、世界模型、換電等等「蔚來特色自研」時說的話。

站在更廣的維度思考之后，李斌認為現(xiàn)有的 AUTOSAR 標準有點過時，「效率未必是最優(yōu)的，架構(gòu)也都已經(jīng)很老了，同時費用也不低」。

于是蔚來花了四年時間，把操作系統(tǒng)的地基打好了——這是李斌的原話，而且用的是「搭得很好」四個字。

有了地基之后，蔚來接下來要做的，是「上層的應(yīng)用」。

「越往后，它的價值會越大」，李斌這樣總結(jié)。

堅決不做 Robotaxi

我們沒想到李斌會這樣旗幟鮮明地，反對一條堪稱當紅的技術(shù)路線。

他的原話是「我們堅決不做 Robotaxi，我覺得這件事情一點都不鼓舞人心」。而且他反對的理由，和他反對 Robotaxi 這件事本身，一樣出乎意料。

「Robotaxi 技術(shù)上一定會成熟的」，李斌沒有否認這項技術(shù)不能落地——「否則都別談人工智能了」——他否認的是這項技術(shù)的前景。

《人物》曾經(jīng)在李斌專訪中提到過這樣一個故事：

2018 年 12 月的一個晚上，李斌和王屹芝看完電影回家，發(fā)現(xiàn)摩拜被堆成一座小山，于是他們回家換了衣服，從晚上 10 點到凌晨 2 點，清理了國貿(mào)周邊兩個街區(qū)的摩拜。

「為什么？太過分了?！估畋笊现苣┰俅翁崞疬@個故事，原因是 Robotaxi 可能導(dǎo)致的無序生產(chǎn)。

為了搶生意，李斌認為 Robotaxi 會過度生產(chǎn)。

「你覺得都能賺錢嗎？政府給牌照，這不是總量控制嗎？總量控制不就要合規(guī)嗎？如果我生產(chǎn)了一堆 Robotaxi，把上海塞滿了，政府會干嘛？」

他最后開了個玩笑：「交通共享方面，我不是沒有發(fā)言權(quán)的」。

2018 年 4 月 3 日，美團 37 億美元收購摩拜，李斌 146 萬元投資換來 13.4 億元回報；2024 年 6 月 28 日，李斌投資的嘀嗒出行上市，成為共享出行第一股。

他認為嘀嗒的成功，可以佐證 Robotaxi 商業(yè)模式的艱難。

李斌舉了個例子：嘀嗒的平均成交量，每人每天 1.1 單，這是真正意義上「順風車」的客觀市場需求，「它從來不是單獨的技術(shù)問題，它是個社會問題」。

同樣不是技術(shù)問題的討論，還在于 ET9 的三顆激光雷達。

李斌的回應(yīng)同樣熱烈：「誰說激光雷達沒用，非蠢既壞」。

關(guān)于這個問題，大家討論了接近五年，核心原因是 2019 年 4 月 Autonomous Day 上，馬斯克說「你會開車不是因為你眼睛發(fā)射激光，而是你看得見路」。

有意思的是，人們常常把李斌和馬斯克這兩句話對立起來，而事實上他們在說同一件事：激光雷達不是自動駕駛的充分條件，但不同商業(yè)模式下，激光雷達的存在意義差別巨大。

李斌這樣解釋：當年 Model 3 確定傳感器構(gòu)型的時候，激光雷達的成本是數(shù)萬美元一個，「比車還貴，而且體積巨大」。

冷知識：Model 3 發(fā)布于 2016 年 4 月 1 日。

而到了如今，蔚來即使選用非常好的激光雷達，「也就幾千人民幣一個」。

關(guān)鍵在于，李斌認為，激光雷達應(yīng)對的是小數(shù)點后面無窮位的 Corner case?！溉绻蠹易龅枚己芎昧耍?99.9 了，那激光雷達可能會做到99.99」。

而有意思的是，我們今天報道見刊發(fā)布不到 24 小時之后，小鵬汽車將在 730 發(fā)布會上，講述有關(guān) Robotaxi，以及端到端智能駕駛的思考和戰(zhàn)略。

48 小時之前的李斌，也在智駕護城河的相關(guān)問題上，回應(yīng)了媒體的顧慮「當然這不是說小鵬智駕做得不好，他們做得非常好」。

「但在中國競爭這么激烈，技術(shù)路線這么快速迭代的情況下，我覺得只能全力以赴，按照自己理解的最底層的邏輯、模型，堅決地搞，只能這樣」，李斌最后這樣說。

同樣的話，可以用來檢驗蔚來接下來要做的事。

剛剛展示了自己底層理解其中一部分的蔚來，需要用實際表現(xiàn)，回應(yīng)他們可以為用戶帶來怎樣的體驗。研發(fā)、落地、口碑，這里是三個不同的故事。

化用程序員圈子的一個古老梗：Talk is cheap, show me the experience.

（完）

返回第一電動網(wǎng)首頁 >