李斌在打一百层楼的地基

‍

‍

更深刻了解汽车产业变革

出品： 电动星球

作者：毓肥

上周的 NIO IN 蔚来技术日，讨论度没有想象中高。

一方面在于，观众接受度最高的两款产品：神玑 NX9031 和 NIO Phone N24，此前就已经有披露，而另一方面，两大技术向的核心——世界模型和 Banyan 3.0.0，还没正式上线。

但这不影响李斌在群访中的热情，一些关键语录，大家相信周末都听到了：

「能不能不发周榜？」

「激光雷达跟安全气囊一样，是商业问题」；

「我不认为 Robotaxi 是个鼓舞人心的事情」…

如果说去年的 NIO IN，蔚来发布了全栈技术的「大纲」，那从今年开始，NIO IN 会走向细节，抓住重点。但核心依然没变：展示蔚来自研技术的前瞻性，和领先性。

李斌的原话，是将全栈自研总结为「我们要打一百层楼的地基」——乍听很泛，他则用另一个词「十层楼」，来对比蔚来自己所做事情的难度。

蔚来强调长期主义、久久为功，但问题在于，蔚来现在所做的事情，和行业内其他标的比起来，真的有「十层楼」和「一百层楼」的差距吗？

这个问题也许要等到下两届，甚至更往后的 NIO IN，才能看清答案。

但今天我们能聊的，是蔚来已经露出的「地基」冰山一角。

下面开始。

关注电动星球公众号，后台回复「蔚来」

查看 NIO IN 和 NIO Day 的背后故事

世界模型

这应该是本届 NIO IN 最核心的环节。

先下结论：这是蔚来面对智能驾驶极其激烈的竞争趋势，打出的关键牌，也是李斌「地基」逻辑中关键一环。

然后我们先把 NIO IN 放在一边。

2018 年 3 月 27 日，来自 Google Brain 实验室的 David Ha、来自瑞典人工智能实验室的 J ü rgen Schmidhuber，在 Arxiv 上合作发表了一篇名为《World models》的论文。

这篇论文也许不是世界模型赛道的《Attention is all you need》，但可以算是承前启后之作。

启后，指的是这篇论文提出了大量与最近两年世界模型符合的概念，包括世界模型的结构、功能、特点，等等。

承前，指的是 David 和 J ü rgen 的成果，受到了 1971 年「系统动力学之父」Jay Wright Forrester 经典论文《Counterintuitive Behavior of Social Systems》里面一个核心概念的启发：

Mental Model（精神模型），Jay 将其形容为「人脑对周边世界的镜像」。

50 年后，Jay 的理论照进自动驾驶的现实。

2022 年 6 月 27 日，现 Meta 副总裁兼首席 AI 科学家 Yann LeCun，发表了论文《A Path Towards Autonomous Machine Intelligence》，里面提到了他对一个可用的世界模型的定义：

感知模块，接收传感器信号并估计当前世界的状态；

模型模块，估算缺失的、预测未来的世界状态信息。

其中世界模型模块里面，还包括预测、规划、决策、学习、记忆、奖励系统等一系列子系统。

套用马斯克的名言，全自动驾驶本质上就是解决「现实世界的 AI 问题」。而世界模型，是业界开始思考、探索，并逐渐落地量产的一条自动驾驶底层赛道。

然后我们回到 NIO IN，任少卿将团队对世界模型的投入，形容为「具有蔚来风格的研发」。

李斌的原话则是：「这是全球大模型领域竞争的最前沿」。

任少卿上台的第一件事，不是直接开讲，而是做了个社会实验：他让参会者闭上眼睛，思考一棵树从春天到秋天的枯荣过程。

绝大部分人可以在脑海中还原这一画面，而「还原」就是业界希望世界模型做到的。

蔚来的世界模型叫 NWM（NIO World Model），它具备一个世界模型的两个基础技能：空间认知 – 想象重建，和时间认知 – 想象推演。

那它到底能干嘛？

举个例子，NWM 可以基于同一个场景下的真实数据，模拟出「如果我这样做，会有怎样的后果」的事实过程。比如同一个路口，NWM 可能模拟出左转、右转、直行的操作，并生成仿真视频。

但这不意味着 NWM 已经足够成熟，任少卿表示，任何端到端的训练需要海量数据，世界模型只是一个典例。

以 Banyan 2.6.5 推送的端到端 AEB 模型为例，目前蔚来已经收集了 20 亿公里的数据，从中挑选了 1 万多个事故用于训练。酷派D5800

所以李斌认为，NT2 平台中确定用第四颗 Orin X，跑通群体智能的流程，对于蔚来收集数据意义重大。

如任少卿所言，这属于蔚来风格的底层思考。

2021 年 8 月 16 日，斯坦福大学人类中心人工智能研究所在 Arxiv 发表了名为《On the Opportunities and Risks of Foundation Models》的论文，首次提出了「foundation models 基础模型」的概念。

论文里面认为，任何在大规模广泛数据上，使用大规模自监督进行训练，并且可以适应下游各项任务，实现「处理不同模态、影响物理世界、进行推理、与人类互动」的模型，就可以称为基础模型。

应用于自动驾驶的世界模型，可能是很接近量产形态的，影响人类出行生活的基础模型。

华为p50pro价格官网报价

而世界模型，以及业界正在追赶的「one model」路线，正在影响着各家自动驾驶团队的规模、选才，甚至是优化。

任少卿也在世界模型的相关问题上，首次回应了此前蔚来自动驾驶团队重组的传闻。他将这次重组形容为「从竖着切到横着切」：

「我们希望模型不是分散的，是整合的，比端到端更进一步的。所以我们需要把相应的做模型的同事放到一起，然后做应用的放到一起。」佳能60d和尼康d7000

李斌的回应则很简单：

「任何组织架构的变动，都是跟着技术路线走的」。

天枢与 AUTOSAR

如果说世界模型离我们有点远，那么即将伴随 NT3 平台登场的天枢 OS 完整体，则是蔚来「技术地基」中的砥柱。

去年李斌说「天枢 OS 要取代 AUTOSAR」，今年天枢正式全量发布，李斌说这背后是四年的研发时长，王启研则是天枢从无到有的核心人物。

李斌表示，2018 年王启研拉着他开了好几个小时的会，痛陈 AUTOSAR 的问题，「而且我们也要付钱」。

后来李斌算了个账，蔚来要卖多少台车，自研全域操作系统才划算，然后就开干了。

AUTOSAR 的全称是「汽车开放系统架构」，它诞生的背景是整车厂、零部件供应商、电子软件系统公司寻求标准化的过程。

AUTOSAR 的部署原则是「统一标准、分散实施、集中配置」，这 12 个字贯穿了过去 21 年的汽车电子世界。

蔚来希望在 AI 时代提出一些新思考。

王启研则将其总结为「面向 AI 的智能汽车，需要有处理超高带宽的能力、极低的时延、跨域融合的能力、持续进化的能力、极致的可靠性、体系化的信息安全与隐私保护能力」。

我们今天长话短说，只聊两点：带宽、时延。

先来个例子，大众 MEB 平台的 E3 电子电气架构，这是一套典型的，基于 AUTOSAR 标准开发的电子电气架构。

在 MEB 平台中，用于 Mobileye EyeQ4 芯片、ADAS 摄像头、底盘、方向盘等部件通信的以太网，速率为 100Mbps，而用于上述部件与座舱屏幕、HUD 通信的以太网，速率为 1000Mbps。

王启研表示，蔚来 ET9 搭载的 31 个感知硬件，起码需要 43.85G 的带宽（未透露详细单位，可能是 Gbps 或者 GBps，两者相差 8 倍）——这是千兆以太网的起码数十倍。

除了带宽，我们再聊下时，这两者结合起来，就是 AI 时代核心的两个性能指标：带宽可以类比模型大小，时延则可以类比一个模型的刷新率。

王启研表示，天枢 OS 的虚拟机监视器，可以相比 AUTOSAR 标准开发的监视器，减少 50% 的时延；而安全隔离模块的自恢复速度，则可以做到比 Linux 系统快 100 倍。

数字量化可以一鸣惊人，关键是要获得行业认可，特别是当你试图超越二十年以来的行业标准。

上一个这样做的是特斯拉，李斌凭什么觉得蔚来能成？

「就像是盖楼，我的目标是 10 层，那我就要 10 层的地基；我要盖 100 层，那你必须给我搞 100 层的地基」，这是他总结天枢、世界模型、换电等等「蔚来特色自研」时说的话。

站在更广的维度思考之后，李斌认为现有的 AUTOSAR 标准有点过时，「效率未必是最优的，架构也都已经很老了，同时费用也不低」。

于是蔚来花了四年时间，把操作系统的地基打好了——这是李斌的原话，而且用的是「搭得很好」四个字。

有了地基之后，蔚来接下来要做的，是「上层的应用」。

「越往后，它的价值会越大」，李斌这样总结。

坚决不做 Robotaxi

我们没想到李斌会这样旗帜鲜明地，反对一条堪称当红的技术路线。

他的原话是「我们坚决不做 Robotaxi，我觉得这件事情一点都不鼓舞人心」。而且他反对的理由，和他反对 Robotaxi 这件事本身，一样出乎意料。

「Robotaxi 技术上一定会成熟的」，李斌没有否认这项技术不能落地——「否则都别谈人工智能了」——他否认的是这项技术的前景。

《人物》曾经在李斌专访中提到过这样一个故事：

2018 年 12 月的一个晚上，李斌和王屹芝看完电影回家，发现摩拜被堆成一座小山，于是他们回家换了衣服，从晚上 10 点到凌晨 2 点，清理了国贸周边两个街区的摩拜。

「为什么？太过分了。」李斌上周末再次提起这个故事，原因是 Robotaxi 可能导致的无序生产。

为了抢生意，李斌认为 Robotaxi 会过度生产。

「你觉得都能赚钱吗？政府给牌照，这不是总量控制吗？总量控制不就要合规吗？如果我生产了一堆 Robotaxi，把上海塞满了，政府会干嘛？」

他最后开了个玩笑：「交通共享方面，我不是没有发言权的」。

2018 年 4 月 3 日，美团 37 亿美元收购摩拜，李斌 146 万元投资换来 13.4 亿元回报；2024 年 6 月 28 日，李斌投资的嘀嗒出行上市，成为共享出行第一股。

他认为嘀嗒的成功，可以佐证 Robotaxi 商业模式的艰难。

李斌举了个例子：嘀嗒的平均成交量，每人每天 1.1 单，这是真正意义上「顺风车」的客观市场需求，「它从来不是单独的技术问题，它是个社会问题」。

同样不是技术问题的讨论，还在于 ET9 的三颗激光雷达。

李斌的回应同样热烈：「谁说激光雷达没用，非蠢既坏」。

关于这个问题，大家讨论了接近五年，核心原因是 2019 年 4 月 Autonomous Day 上，马斯克说「你会开车不是因为你眼睛发射激光，而是你看得见路」。

有意思的是，人们常常把李斌和马斯克这两句话对立起来，而事实上他们在说同一件事：激光雷达不是自动驾驶的充分条件，但不同商业模式下，激光雷达的存在意义差别巨大。

李斌这样解释：当年 Model 3 确定传感器构型的时候，激光雷达的成本是数万美元一个，「比车还贵，而且体积巨大」。

冷知识：Model 3 发布于 2016 年 4 月 1 日。

而到了如今，蔚来即使选用非常好的激光雷达，「也就几千人民币一个」。

关键在于，李斌认为，激光雷达应对的是小数点后面无穷位的 Corner case。「如果大家做得都很好了，到 99.9 了，那激光雷达可能会做到 99.99」。

而有意思的是，我们今天报道见刊发布不到 24 小时之后，小鹏汽车将在 730 发布会上，讲述有关 Robotaxi，以及端到端智能驾驶的思考和战略。

48 小时之前的李斌，也在智驾护城河的相关问题上，回应了媒体的顾虑「当然这不是说小鹏智驾做得不好，他们做得非常好」。

「但在中国竞争这么激烈，技术路线这么快速迭代的情况下，我觉得只能全力以赴，按照自己理解的最底层的逻辑、模型，坚决地搞，只能这样」，李斌最后这样说。

同样的话，可以用来检验蔚来接下来要做的事。

刚刚展示了自己底层理解其中一部分的蔚来，需要用实际表现，回应他们可以为用户带来怎样的体验。研发、落地、口碑，这里是三个不同的故事。

化用程序员圈子的一个古老梗：Talk is cheap, show me the experience.

（完）

‍

未经允许不得转载：科技让生活更美好 » 李斌在打一百层楼的地基