在科技日新月异的今天，智能汽车领域的竞争已悄然进入AI新时代。距离上次理想汽车CEO李想公开探讨AI与公司的未来仅130天，自动驾驶与人工智能领域已发生了翻天覆地的变化。1月下旬，DeepSeek发布的开源推理大模型DeepSeek-R1，在国内掀起了一场新的人工智能热潮。
在上次的AI talk中，李想曾强调自研基座大模型的重要性，并誓言未来几年要跻身行业前三。而DeepSeek-R1的出现，让理想找到了新的捷径，他们决定基于DeepSeek的开源来打造VLA（视觉-语言-行动）大模型的语言部分。这一决策，不仅大幅加速了理想在VLA司机大模型语言能力上的研发进度，还节省了近9个月的时间和数亿元的成本。
然而，与此同时，智能驾驶领域却因事故频发而遭受安全可靠性的质疑，迎来了前所未有的挑战。但李想却认为，这正是黎明前的黑暗，只有直面问题，解决问题，才能彰显AI的真正价值。
在这场AI的竞赛中，理想并非孤军奋战。小鹏、蔚来这两家与理想同期创立的造车新势力，同样在AI领域投入了大量资源。李想视AI为理想未来的全部，蔚来创始人李斌断言，成功的智能电动车公司也一定是成功的AI公司，而小鹏汽车创始人何小鹏更是喊出了“All in AI”的口号，致力于打造面向全球的AI汽车公司。
这些举措背后，争夺的是下一代汽车的定义权，以及与此相伴的技术、用户与商业模式的全面重构。而这一切的源头，可以追溯到特斯拉FSD（Full Self-Driving）V12的突破性进展。特斯拉智驾团队负责人曾介绍，FSD V12仅经过几个月的训练，就超越了经过多年积累的FSD V11。这一突破，得益于一种全新的端到端（end to end）神经网络技术，它将传统的感知、决策、控制融合到一个模型中，通过输入信息直接产生执行动作。
在端到端大模型流行之前，自动驾驶的主流是模块化设计，包含感知、决策、执行三大模块。但模块化设计的一个最大缺陷是，驾驶场景千变万化，决策模块中的规则代码只能越写越多，严重影响执行效率。而端到端的设计则完全不同，它直接输出执行动作，整个决策过程没有人为规则干预，纯靠模型自己学习驾驶。因此，FSD V12的代码从30多万行缩减到只剩3000行。
特斯拉的这一突破，对国内智驾路线产生了深远影响。2024年，端到端大模型开始加速上车。然而，这个学习过程需要较长时间，且有可能犯错。因此，特斯拉在面对复杂路况或极端情况时，表现并不如意。国内企业也在探索自己的道路，小鹏采用了分段式“端到端”，将大模型分别引入感知、规划等模块，通过人工编写的规则连接。而理想则提出了“端到端+VLM（Vision-Language Model）双模型分立”的技术路径。
与此同时，蔚来选择了更激进的路线，直接进入智驾行业新方法论——世界模型阶段。2024年7月，蔚来创新科技日上发布了中国首个智能驾驶世界模型NWM（NIO WorldModel）。世界模型的核心能力是基于信息的理解进行想象推演，从而规划轨迹。这一模型利用多模态输入预测未来场景，为自动驾驶端到端大模型生成合成数据作为训练基础。
在蔚小理竞相探索AI技术的同时，算力成为了制约发展的关键因素。ChatGPT的成功引发了全球AI竞赛，导致算力紧缺。而算力完全依赖于芯片，因此蔚小理中最先布局芯片的是蔚来。李斌最初进军芯片的目的是为了节省成本，因为市场上高阶辅助驾驶普遍使用的英伟达Orin X芯片成本高昂。蔚来发布的全球首颗车规5nm高性能智驾芯片神玑NX9031，在AI算力和ISP等主要指标上至少有4倍以上的性能提升。
小鹏也在自研芯片方面取得了进展，他们的图灵芯片拥有40核处理器和两个神经网络处理单元（NPU），支持运行300亿参数的模型。而理想虽然也在推进自研芯片项目，但目前还没有流片成功，仍在英伟达的Thor-U MAX上做开发。
除了芯片和算法，蔚小理还在探索AI技术的泛化应用。他们意识到，无论是芯片还是AI算法，都可以应用于汽车之外的行业。人形机器人是与智能驾驶汽车最为接近的AI行业之一，因为它们都需要感知复杂的环境并做出复杂且即时的决策交互。特斯拉、小鹏和蔚来都在人形机器人领域进行了布局。
然而，尽管蔚小理在AI领域取得了显著进展，但他们仍面临资金问题的困扰。自动驾驶、AI、芯片、机器人等领域都需要巨大的资金投入，而蔚小理目前都尚未实现盈利。资金掣肘将影响资源的分配，进而决定以自动驾驶为起点的AI泛化能够走多远。在这场AI竞赛中，蔚小理需要找到微妙的平衡，以确保自己能够在这场科技革命中脱颖而出。
