人和AI哪個更強(qiáng)大，是一個值得深思的問題。

大約8年前，AlphaGo橫掃歷代圍棋冠軍，AI的過人之處讓人稱奇。僅憑借最基礎(chǔ)的規(guī)則設(shè)定，AlphaGo通過不斷的試錯和自我學(xué)習(xí)，在24小時內(nèi)就能獲得奇跡般的進(jìn)步，已經(jīng)足以對付經(jīng)過多年訓(xùn)練的專業(yè)棋手。

AI的強(qiáng)大之處，在于自我深度學(xué)習(xí)，輸入大量矩陣數(shù)字、再輸出數(shù)據(jù)集的神經(jīng)網(wǎng)絡(luò)與人腦的工作邏輯類似。不過，AI能準(zhǔn)確記憶每一次訓(xùn)練的結(jié)果，這個就是人腦所不能做到的了。也是因?yàn)槿绱耍壳案鞣N類型的棋手都敵不過AI，各類比賽也都在絞盡腦汁的排除AI的“介入”。

AI能應(yīng)用的領(lǐng)域肯定不止是下棋，除了語義識別、智能聊天、圖像生成等等，像AI面試這樣的新興產(chǎn)物也正在悄然投入使用。任何與智能相關(guān)的產(chǎn)業(yè)都無法拒絕AI，而率先引入AI無疑能夠贏得至勝先機(jī)。

同時，智能駕駛方面，小鵬汽車發(fā)布了國內(nèi)首個量產(chǎn)上車的端到端大模型：神經(jīng)網(wǎng)絡(luò)XNet+規(guī)控大模型XPlanner+大語言模型XBrain。

神經(jīng)網(wǎng)絡(luò)XNet具備三網(wǎng)合一的深度視覺感知，通過聚合動態(tài)XNet、靜態(tài)XNet和行業(yè)首個量產(chǎn)純視覺2K占用網(wǎng)絡(luò)，能夠讓自動駕駛系統(tǒng)如同“裸眼3D”。行業(yè)首個量產(chǎn)2K純視覺占用網(wǎng)絡(luò)，用超過200萬個網(wǎng)格重構(gòu)世界，對現(xiàn)實(shí)世界中的可通行空間進(jìn)行3D高真實(shí)度還原，清晰識別靜態(tài)障礙物的每一個細(xì)節(jié)，使得感知范圍提升2倍，面積可達(dá)1.8個足球場大小，能精準(zhǔn)識別50+個目標(biāo)物，為駕駛者提供“鷹眼視覺”。

感知之外，小鵬汽車還推出了基于神經(jīng)網(wǎng)絡(luò)的規(guī)劃大模型——XPlanner。

XPlanner就像人類的小腦，通過海量數(shù)據(jù)時刻訓(xùn)練，使得駕駛策略不斷向擬人進(jìn)化，擁有“老司機(jī)般的腳法”，使得前后頓挫減少50%、違停卡死減少40%、安全接管減少60%，讓用戶舒適性、安全性體驗(yàn)都再上新臺階。

引入AI大語言模型XBrain架構(gòu)后，自動駕駛系統(tǒng)擁有了人類大腦般的理解學(xué)習(xí)能力，處理復(fù)雜甚至未知場景的泛化處理能力大幅提升，對真實(shí)物理世界的宏觀邏輯的推理能力亦是如此。

在智能電動汽車技術(shù)領(lǐng)域，AI的核心意義也正在于擬人化，以及對社會規(guī)則及法律法規(guī)的理解。在XBrain的加持下，自動駕駛系統(tǒng)能夠認(rèn)識待轉(zhuǎn)區(qū)、潮汐車道、特殊車道、路牌文字，深度理解各種令行禁止、快慢緩急的行為指令，進(jìn)而做出兼顧安全、性能的擬人駕駛決策。

AI賦能——智能化再度進(jìn)化

基于折算10億+里程的視頻訓(xùn)練、超646萬累計(jì)公里數(shù)的實(shí)車測試、超2.16億累計(jì)公里數(shù)的仿真測試，小鵬汽車端到端大模型能夠做到兩天迭代一次，在未來18個月內(nèi)智駕能力提升30倍。

全面接入AI大模型后，AI天璣系統(tǒng)將通過AI小P、AI司機(jī)、AI保鏢三大核心功能，為用戶提供更智能的專屬車載 AI 助理服務(wù)，實(shí)現(xiàn)無論智駕或人駕都能擁有更安全、更舒心的駕乘體驗(yàn)。

在智能座艙方面小鵬汽車推出行業(yè)首個“全域大語言模型”，將AI大語言模型的推理能力深度融合用車全場景，通過聯(lián)動車內(nèi)感知系統(tǒng)和車外環(huán)境，為用戶提供一個可以主動感知并推理需求的貼心車載助理AI小P。

基于AI大語言模型的深度應(yīng)用，全新AI小P將具備更高級別的理解能力和需求推理能力。例如，小P約定僅憑一句話即可完成座艙設(shè)置，一句“當(dāng)我駛過此地，請?zhí)嵝盐易⒁馑俣?rdquo;或“我將小憩片刻，20分鐘后喚醒我”，AI 小P便就能提供精準(zhǔn)服務(wù)。小P推理能夠通過用戶的感受洞悉情感需求，一句“我有點(diǎn)冷”即可理解用戶是否需要打開空調(diào)。