7.6
深览指数
科技微博·量子位··AI 生成
70万辆车同步升级，背后那套系统藏了六年
蔚来汽车为70万辆不同平台、芯片、传感器的车辆同步推送了最新的世界模型智驾系统，并未像特斯拉HW3老车主那样收到缩减版。本文揭示了这并非一次简单的OTA，而是基于六年前开始的系统性技术布局：从2019年危机时仍坚持的硬件超前配置，到2020年自研AI工具链以兼容自主芯片与英伟达芯片，再到ChatGPT兴起前就押注Transformer架构设计自研芯片神玑NX9031。文章核心论点是，这套被称为“AI基建马拉松”的体系，使蔚来在智驾领域的护城河不在于某个具体算法，而在于其构建的、能让所有车型共享演进的基础设施和“群体智能”数据闭环。适合关注智能汽车产业长期竞争逻辑、技术体系化投入与回报的读者。原文 ↗
核心观点
- ▍蔚来能为70万辆跨平台、跨芯片的老车型同步推送完整版世界模型，不是一次偶然的技术突破，而是基于六年前开始的系统性‘AI基建马拉松’的自然结果，其真正的护城河不在于表层算法，而在于底层工程与数据闭环体系。
- 01蔚来此次OTA覆盖两个品牌（蔚来、乐道）、四个平台（Banyan、Cedar、Cedar S、Coconut+）、两种芯片（英伟达Orin-X、自研神玑NX9031）及多种传感器配置，所有车型收到的模型代码一致，无需‘Lite’版。
- 022022年交付的首批ET7的硬件配置（800万像素摄像头、高线束激光雷达、四颗Orin共超1000 TOPS算力）在当年被批评为‘过度配置’，但正是这种超前布局使得四年后仍能运行最新模型。
- 03蔚来在2022年决定自研芯片神玑NX9031时，行业主流仍是CNN，其团队预判下一代神经网络将转向Transformer，因此芯片设计重点从堆砌算力转向提升内存带宽，最终实现546GB/s，是行业同期方案的两倍。
- 04蔚来从2020年开始自研AI编译器、推理引擎等工具链，实现了模型部署从1-2周压缩到1-2天，推理效率比通用工具链提升20%以上，并从一开始就兼容Orin和自研芯片。
- 05蔚来通过‘群体智能’调度70万辆车的闲置算力进行验证，每周主动安全验证里程超4000万公里，有效解决了智驾模型后期极端罕见Corner case数据稀缺的难题。
- 06该技术体系的效果显现在经营数据上：用户保险出险赔付相比2023年降低40%，人驾平均安全里程达679万公里，重大事故率随车量增长反而下降。
反方 / 局限
- — 文章整体为公司正面宣传视角，未提及该跨平台技术统一方案可能带来的潜在弊端，例如：为兼容四年前的硬件（如NT2平台的3D毫米波雷达），是否牺牲了搭载最新硬件（如NT3平台）车型的感知上限？模型在‘拉平’不同硬件性能时，是否存在对特定传感器的‘木桶效应’短板？
- — 文章将蔚来的技术路线描述为一套完美的、有预见性的系统规划，但未充分交代在2019年至2022年期间，公司在经营危机和巨额研发投入的重压下，内部是否存在关于资源分配、技术路线风险控制等方面的重大争议或妥协。
- — 关于‘其他玩家都免不了要再走一遍’的论断缺乏佐证。头部车企如华为、小鹏等同样有自研芯片和系统级布局，其各自的技术路线（如重云端训练、重感知方案切换）可能形成不同的护城河，并非必然重复蔚来‘全部自研、从硬件到工具链一把抓’的路径。
9 分钟 · 4 卡片 · 12 资料
读原文 →