在近期的一次AI技术分享活动中，小鹏汽车的相关领导阐述了自动驾驶技术的核心本质及其在企业战略中的重要地位。他指出，自动驾驶不仅是AI领域的前沿挑战，也是迈向具身智能的重要一步。
过去一年里，小鹏汽车在自动驾驶技术的研发上取得了显著进展。公司的训练算力已提前达到10EFlops，成功构建了国内首个自动驾驶万卡训练集群。尤为小鹏的算力利用率长期保持在90%以上，最高时甚至达到了98%，这一水平在国内车企中独占鳌头，几乎与顶级AI公司的训练资源不相上下。
为了推动自动驾驶技术向L3、L4级别迈进，并最终实现无人驾驶，小鹏汽车今年的核心任务是升级车端大脑。通过基座模型的知识蒸馏技术，小鹏突破了车端模型参数量受限的瓶颈，从而大幅提升了自动驾驶系统的性能上限。
据悉，小鹏汽车的世界基座模型参数量是主流VLA模型的35倍之多。该模型由三个关键部分组成：Encoder负责感知和理解世界；以LLM为骨干网络，结合驾驶状态认知进行推理，具备连续推理能力（CoT）；以及强化学习模块，使模型能够自我学习和不断进化。这样的设计使得AI汽车能够应对训练中从未遇到过的复杂场景。
小鹏的世界基座模型还将广泛应用于AI汽车、AI机器人以及飞行汽车等领域，展现出强大的跨平台应用能力。
为了研发这一世界级的基座模型，小鹏汽车专门搭建了一座云端工厂。这座工厂能够快速响应全球化环境下的多样化模型需求，标志着小鹏汽车正式迈入了软件3.0时代。自去年以来，小鹏汽车持续加强AI基础设施建设，成功建成了万卡规模的算力集群，集群利用率和GPU SM使用率均达到了一线AI企业的水平。云端工厂的迭代周期仅为五天，而单个车间的迭代周期更是缩短至12小时左右。
在数据基础设施方面，小鹏汽车也进行了全面升级。数据上传规模提升了22倍，多模态数据读取和解码的数据带宽提升了15倍。通过联合优化GPU、CPU以及网络I/O，模型训练速度提高了5倍，为自动驾驶技术的快速发展提供了强有力的支持。
经过大量实验验证，小鹏汽车发现自动驾驶领域同样遵循Scaling Law（规模定律）。通过增加后装算力，小鹏汽车成功实现了大模型上车，并在实车上进行了验证，为自动驾驶技术的进一步发展和应用奠定了坚实基础。
