3月15日至3月17日，中国电动汽车百人会论坛（2024）在北京钓鱼台国宾馆召开。在17日召开的主题为“大算力、大模型、大平台等在汽车行业的创新应用”的汽车新质生产力论坛上，元戎启行CEO周光发表精彩演讲。以下内容为现场发言实录：

：
尊敬的各位来宾、专家，大家好，我是元戎启行CEO周光。今天我分享的主题是“端到端智驾模型如何催生新质生产力”，从去年开始，可以看到人工智能进入了2.0时代，我在技术的一线深有感触，在2018年的时候，我们都有机会跟伊利亚、OpenAI这些人一起交流，2018年的时候，伊利亚跟很多人讲，AIGC很快就会来了，在那个时间点上，硅谷人工智能顶尖的人都觉得伊利亚还是有点胡扯的，直到2022年底，ChatGPT出来，人工智能2.0在全球范围内五爆发，这中间是以语言大模型，AIGC，端到端，就是end to end的架构。今天我讲的是端到端，在汽车这个领域跟车企是最为相关的，是指连接物理事件的，在语言大模型可能对于座舱有帮助，端到端就是对于智能驾驶巨大的提升。

今天汽车竞争已经进入了下半场，上半场是电动化，下半场是智能化。过去两年装配NOA的车型越来越多，之前都是一些高速、高快场景，真正对于用户的需求进行了解你会发现，除了用户对于城市，其实每天上下班通勤，可能才是需求的痛点，提供一个城市好用的NOA是非常难的，技术层面是非常难的。我们元戎启行提供非常高质量的城市通行，不仅仅只是无图，轻地图，无地图是去年谈的，做到一个好的轻地图实际上是做到端到端很关键的点，所谓的端到端是指输入是传感器，输出是决策，其实你想象，你用一个结构化的高精度地图，根本无法端到端，因为他根本不是非结构化数据的输入。

这里有一个视频，完整的在GTC播放，这个视频是我们在深圳各种场景的展示，用的是我们的端到端系统，可以看到非常拟人化，非常复杂的场景，整个决策是没有数字感、顿挫感的，很多人做自动驾驶，哪怕今天已经量产的车，明显感觉有数码位，车子在执行加塞和变道的时候，明显的顿挫感，不同系统在切换，开车也只是会考虑到安全、舒适，其实根本不care其他的东西。在我们的系统里面，我们会考虑非常多，我们没有这种所谓的数码味，我们会考虑别人的通行效率，希望大家有机会去试一下元戎的车，你会感觉明显跟现有的智驾不同。

借这个机会说一下，元戎启行是唯一受邀请的人工智能企业出席英伟达GTC的，我会做一个演讲，整个中国的人工智能就我们一家，这是非常难得的，GTC今天是全世界人工智能盛会，中国也没有大模型公司受邀，国内做这些基本基于开源的改一改，其实在GTC没有原创是很难被邀请的，要不然就是你是他的大客户，他请你去做一个演讲。

元戎启行作为汽车产业链一环，我们也在思考元戎启行是什么，我们想要做什么，我们想得非常清楚，我们跟车企一起合作，打造能量产的高性价比的汽车，同时从客户的角度出发，打造客户日常可用的自动驾驶。其中全时全域毫无疑问，这是最基本的，为什么像之前很多自动驾驶，高速的NOA，或者是L4，不能被广泛的使用，就在于他不是一个全时全域的，可能我只在某个区可以用，或者我只在快速路上可以用，全时全域的。

同时，量产必须要做到低成本，能量产，车规级，我们在过去的一年多跟主机厂花了非常多的功夫，我们公司是中国第一个能够把端到端成功上车的人工智能企业，我们公司不是PPT，在去年3月份，我们就发布了清图，而且我们不是用PPT发布，现在非常多的公司发了几个PPT说自己干这个了，我们不是，我们清图去年3月份不少人试过，包括去年英伟达老黄非常认同我们公司。去年4月份我们就告诉了英伟达的高层，元戎启行的下一步是端到端上车，我们在去年8月份的时候整个集成了这个架构。今天的人工智能行业，业界是明显领先于学界的，并不是发了一篇论文就怎么样，其实都已经上车了，特斯拉已经上车跑了，非常的成熟。

这是我们能做好端到端的要素，我们去年3月份就发布了不依赖地图的清图方案，中国第一个，技术布局非常早了，我们早在2020年开始进行清图的布局，完全独立的研发，不是特斯拉开了AI Day之后我们开始搞，不是的，我们是完全独立的研发。去年一年我们完成了行泊一体，舱驾，舱驾可能有点牵强。

端到端的数据闭环是完全不同的，现在大家都提Data等等，基于模块的数据闭环跟端到端的数据闭环有非常大的不同。经常有人说，我的车子跑了多少万公里了，说到这句话非常外行，就是用人工智能1.0的思维来思考2.0的架构，今天整个业界就是闭源的，大家都不会说自己做了什么，只会展现效果，这是前几天出来的，就是VOM+E2E的架构，人工智能2.0的时代，单模块的提升加多块的打通是非常有用的，语言模型接入端到端之后，物理世界产生的影响是非常惊喜的。像我的同龄朋友基本上都是硅谷各个大厂的中坚力量，国内也有一些。

很多人会问，为什么又是元戎启行，我们真不是PPT公司，有的公司出来就搞一个PPT五，我们不是的，为什么我们又搞出来了，最关键的有三点。前两点是工程化能力，你要量产，工程化必须要做好，我们过去一年多走了很多坑，过去我们是L4公司，在2020年决定不搞L4了，这个就是骗人的，搞一个地图，画个图出来跑，这就是扯，没有任何商业模式。另外是人才的积累，我们公司有很好的人才，金牌、状元都有，但是这两点都不是关键原因，大厂一定比我们有更多的钱，更好的工程化，真正的techvision是非常关键的，OpenAI在硅谷把谷歌干得妈都不认识，谷歌缺人吗？缺钱吗？不是，都比Open AI好，没有vision，这个公司根本就不知道做什么。Transformer出来之后，他们没有意识到，伊利亚在Transformer出来第一时刻就意识到了，去打开大语言模型的窗口，Transformer在Long sequence上的这个能力，第一时间就catch到了，很多人没有意识到，CNN、RNN等等这些东西，人家在第一时间就get到了Transformer这个东西，在2018年、2019年就feeling到了Scaling Law，这就是techvision，没有根本就不行的。中国现在做AI的，很多都是抄，出来就抄，哪有原创。techvision是非常关键的，今年搭载我们端到端模型的会有量产车型上市交付。

讲端到端的很多人都没讲明白端到端为什么牛逼，比传统的自动驾驶牛？下一步我会讲进化路径，这一页我会讲为啥，之前都是感知模块，规划模块，预测模块，都是人想的，接口interface都是人想的，为什么要干这个？在30年前的机器人时，没有一个很好的算法可以handle这个事，必须做简化。在机器学习里面有一个叫PCA的，曾经奉为经典，其实根本就是反人工智能2.0的，当时为了简化问题讲这个玩意儿，导致机器人架构，以前有感知、预测、规划、决策，几十个模块，针对这个架构搞了机器人，搞了扫地机器人，搞了L4，限制区域的，看上去还是挺不错的。其实独立分开设计的模块，整个有非常大的弊端，因为其实人做这个主成分分析的时候，就把很多东西过滤掉了，导致今天能处理的场景有限，每个模块都寻求自己的局部最优根本不考虑global的问题，因为模块跟模块之间是不可且导的过程，完全是各搞各的。

人为定义规则有很多问题，谁告诉你感知和规划之间就只应该传点图，根本不是这么玩的。还有就是端到端的部署，算力会增加吗？不是的，其实端到端部署，算力会减少的，根本就不懂。端到端的整个架构，今天还没有stable，不像NLP里面有GPT的架构，我们希望能够适用端到端架构做出来，现在还没有，我们做了一些尝试，包括业界最好的，硅谷的，不要盯着中国，中国没有，我认为在E2E这一块儿，我们就是国内走得最前沿的了。

这是我们的roadmap，这个图我在去年年初的时候就展现了，一开始是大家很熟悉的机器人架构，这个是端到端的好处，你可以认为它可以处理非常多的corner cases。

这是我们公司的路径，2017年的时候，多传感器融合是我第一个提的，到2020年我们开始做清图，第一个作为国内发布的，我们不是抄的，不是靠别人发了PPT，出来说我们有了，不是的，我们有东西的。我们去年8月份就上车了，不是PPT那种玩意儿。我们公司2019年成立的，我们有这些东西。今年搭载这套E2E架构的车型就会正式量产。我们公司的愿景是打造在AGI For Robots，为物理世界打造一套通用的架构，这是我们公司的Vision，一个公司没有Vision也不行，商业化固然重要，没有Vision是不行的，Open AI之所以牛，真的就是他的Vision，他有talent people，他有他的技术的Vision。

我讲完了，谢谢大家！