看了小鵬的CVPR演講，才能真正明白G7的「野心」

6月11日，在小鵬G7上市發布會的同一天，小鵬汽車世界基座模型負責人劉先明博士在美國參加了AI頂會——CVPR 2025，并于CVPR WAD（Workshop on Autonomous Driving）上發表了演講。

他圍繞小鵬布局在云端的自動駕駛基座模型，披露了其團隊在模型預訓練、強化學習、模型車端部署、AI和數據基礎設施搭建等方面的前沿探索和實踐經驗。

此時，距離來自中國的「端到端自動駕駛」相關論文獲得CVPR Best paper已有兩年，智駕技術框架已從Rule-based全面進化至Data-based，而后又發展出VLM、VLA、強化學習、，以及針對基礎模型的多種算法。

相比于2023年獲得殊榮的《以路徑規劃為導向的自動駕駛》，再看小鵬的演講標題《通過大規模基礎模型實現自動駕駛的規模化》，足以體現出自動駕駛的發展之快，以及小鵬將前沿技術量產落地的執行力。

盡管在大洋彼岸的小鵬G7發布會上，信息已經非常豐富，但只有通過此次演講的內容，才會意識到G7不只是何小鵬所說的「L3級算力的AI汽車」這么簡單。

Scaling Law在VLA上持續生效

在G7的發布會上，何小鵬指出了「L3級算力平臺」的兩大標準：1、有效算力大于2000TOPS；2、搭載本地部署的「VLA+VLM模型」。

這兩大標準，相當于走向高階智駕的一種硬性門檻，也意味著一輛車能擁有更高的能力上限。

但是，在這樣的車端門檻背后，也需要不停探索上限的云端推手。小鵬的關鍵「推手」之一，就是劉先明團隊研發的自動駕駛基座模型——「物理世界大模型」。

據劉先明介紹，小鵬的下一代基座模型是以大語言模型為骨干網絡，并使用海量優質駕駛數據訓練的VLA大模型。

除了具備視覺理解能力、鏈式思考能力（CoT）和動作生成能力，它還具備后訓練階段的強化學習。

其中，CoT邏輯推理高度類人——先看清道路交通環境，關注到對自車行為有影響的關鍵目標物，隨后分析交通信號燈的指示，并作出推理，生成下一步的軌跡。

為了達到理想的推理效果，小鵬自動駕駛基座模型的訓練數據包括了攝像頭信息、導航信息等關于物理世界的多模態數據。

“小鵬在云上訓練了10億、30億、70億、720億等多個參數的模型，并持續向模型投喂更大規模的訓練數據，目前基座模型累計吃下了2000多萬條視頻片段（每條時長30秒）。”

劉先明表示，在此過程中，研發團隊明確驗證了Scaling Law在自動駕駛VLA模型上持續生效。

值得注意的是，小鵬G7首發的VLA-OL模型，正式通過蒸餾技術，將云端基模的能力部署到車端，同時還實現了全本地端運行，無需依賴網絡連接，從而擺脫了網絡和地域限制，確保了無延遲的復雜判斷執行。

RL：讓基模持續突破的神器

大家能留意到了，小鵬G7搭載的VLA多了個后綴——OL（Online Reinforcement Learning）。這也就意味著，自G7開始，小鵬的「持續強化學習」道路正式鋪開。而且何小鵬表示，這項能力在下一代會逐步進化為自主強化學習。

“云端基座模型好比一個人天生的智商，強化學習則好比能力激化器。”劉先明表示，云端基座模型+強化學習的組合，是讓模型性能突破天際的最好方法。

這里還必須要提及如今業界最熱門的一種「評分方法」——強化學習獎勵模型（Reward Model）。

據劉先明介紹，小鵬的基座模型在完成預訓練、監督精調（SFT）之后，就會進入強化訓練階段。而強化學習的獎勵模型主要從三個方面激發基模潛能：安全、效率、合規，這也是人類駕駛行為中的幾個核心原則。

據劉先明介紹，目前，小鵬就已經在后裝算力的車端上用小尺寸的基模實現了控車，在沒有任何規則代碼托底的情況下，新的「AI大腦」展現出令人驚喜的基礎駕車技能，能夠絲滑地加減速、變道繞行、轉彎掉頭、等待紅綠燈等等。

（提前變道，避讓施工區；繼續通行，遇到從小路匯入主路的大貨車，減速應對。）

“我們的基座模型不是靜態的，它在持續學習、循環進化（Continued Online Learning）。”

模型的迭代過程分成內、外兩個循環：內循環是指包含預訓練、后訓練（包括監督精調SFT和強化學習RL）和蒸餾部署的模型訓練過程；外循環，是指模型在車端部署之后，持續獲取新的駕駛數據和用戶反饋，數據回流云端，繼續用于云端基模的訓練。”

將這樣已經形成訓練閉環、并且能持續強化學習的云端基模「賦能」到車端，再加上高達2200 TOPS的天花板級算力，這意味著G7的車端智能輔助駕駛能力，將實現根本性的進階——據官方介紹，G7的智駕輔助能力相比行業主流水平提高了10至100倍。

或許，也這可以解釋為何G7還是毅然選擇了純視覺路線，因為這在某些程度上，足以證明一款AI汽車對于其軟硬件能力的自信。

不過，這一切還只是剛剛開始。小鵬汽車自動駕駛團隊還在開發世界模型，未來會將其用作一種實時建模和反饋系統，基于動作信號模擬出真實環境狀態，渲染場景，并生成場景內其他智能體和交通參與者的響應，從而構建一個閉環的反饋網絡，幫助基座模型進行強化學習等訓練。

CoT的底氣：數據資本

“強化學習非常講究數據采樣，也非常依賴來自真實世界的數據。”

盡管目前整個具身智能行業都在強調數據的來之不易，以及仿真/合成數據的關鍵作用。但真值數據的意義顯然不容忽視，高效的世界模型+真實數據，就像是「如虎添翼」。

劉先明表示，小鵬現有幾十萬輛輔助駕駛車輛跑在全國各地，包括也將規模化上路的G7，都會源源不斷地創造著新的訓練數據，包括大量的長尾場景數據。

“比如說，不久前我們收到福州的一位用戶發來的視頻：他開車來到一個紅綠燈路口，發現馬路對面的主干道上有兩棵大樹，一時看不明白車道在哪，仔細觀察才知道需要從兩棵樹之間的縫隙穿越而過。”

劉先明稱，這就屬于典型的CoT場景，需要模型做個實時推理：“我在哪？發生了什么？我要怎么走？第一原則是安全，也就是判斷車道線寬度，隨即待綠燈亮了之后，緩行通過。

硬核基建：云端模型工廠

為了研發下一代基模，小鵬的AI基礎設施堪稱「豪橫」——它建成了國內汽車行業首個萬卡智算集群，用以支持基座模型的預訓練、后訓練、模型蒸餾、車端模型訓練等任務，小鵬將這套從云到端的生產流程稱為「云端模型工廠」。

目前，該「工廠」擁有10 EFLOPS的算力，集群運行效率常年保持在90%以上，全鏈路迭代周期可達平均5天一次。

CVPR大會現場，劉先明首次展示了兩個核心數據：

1.小鵬云上基模訓練過程中，處理了超過40萬小時的視頻數據；

2、流式多處理器的利用率（streaming multiprocessor utilization）達到85%。

前者代表數據處理能力，后者所說的流式多處理器是GPU的核心計算單元，其高并行計算能力對提升系統性能至關重要，也會對延時率產生直接影響。而85%的利用率堪稱行業天花板。

另外，他從云端模型訓練和車端模型部署兩個層面，拆解了小鵬自動駕駛團隊提升模型訓練效率的方法：

在模型訓練層面，研發團隊在CPU、GPU、容錯性方面做了聯合優化：“VLM、VLA等多模態模型不同于LLM，訓練過程不只受限于計算瓶頸，還受到數據加載瓶頸、通信瓶頸的限制，大規模并行訓練首先要解決這些問題。”

針對數據加載問題，研發團隊對CPU的利用作了如下優化：

• 1.啟用額外的CPU節點：分擔數據加載任務，緩解GPU節點數據加載壓力，保障GPU計算資源能更專注于核心計算任務；
• 2.對PyTorch進行定制化改造：減少框架內部進程間通信的冗余環節，降低通信開銷，使數據傳輸更高效，減少性能損耗；
• 3.激進的數據物化策略：更徹底地預處理數據，減少CPU在數據加載階段的實時處理負擔，提升數據加載速度；
• 4、優化打亂（shuffling）模式：可增加模型訓練的隨機性，防止過擬合，在速度與隨機性之間取得平衡。

另外，針對GPU計算資源的利用，研發團隊首先通過FSDP 2實現模型分片使用FP8混合精度訓練，并利用Flash Attention 3加快計算速度；同時也基于自定義Triton內核，充分發揮GPU性能，提高計算效率。

模型的車端部署層面，自研圖靈芯片成為了小鵬「贏在起跑線」的優勢：它專為大模型定制，模型、編譯器、芯片團隊針對下一代模型開展了充分的聯合研發工作，「榨干」車端算力。

正如何小鵬所說的，自研圖靈芯片的核心不是為了降本，而是要解決通用芯片不難以發揮100%算力的短板。而圖靈芯片從一開始就是為AI大模型所定制的，因此能做到「一顆頂主流的三顆芯片」。

而搭載了3顆圖靈芯片的G7，比目前行業80-700TOPS的主流算力區間高出數倍，而且還是專門為AI大模型而生的原生芯片。所以，「算力充足」只是它的基礎部分，它的性能、先進架構設計，以及走向高階自動駕駛的「野心」，即將透過G7逐步展現出來。

除此之外，劉先明還介紹稱，小鵬還創新設計了針對車端VLA模型的token壓縮方法，可在不影響上下文長度的情況下，將token處理量壓縮70%（從5000壓縮至1500），降低計算延時。

綜合來看，在如此豐富、高效的云端基座大模型的加持下，其落地到終端的能力絕對值得行業關注。在此背景下誕生的小鵬G7，不僅算力爆表，還堪稱搭載前沿AI技術的「集大成者」——端側大腦的自我思考能力、持續強化學習的能力，以及定制AI芯片的高效發揮，注定G7可以實現高度類人的駕駛思維，以及極低延時的復雜判斷執行。

如此看了，G7配得上Ultra的名字，它不僅代表了質的飛躍，更預示著未來的迭代。