理想汽車郎咸朋：和特斯拉智駕的差距不到半年，在中國的訓練算力數據上更領先快訊
談到了理想汽車的智駕和端到端技術，在中國的訓練算力和訓練數據上，特斯拉只是有系統 1。
9 月 1 日消息，在 8 月 30 日開幕的第二十七屆成都國際車展上，理想汽車公布了端到端模型、VLM 視覺語言模型和世界模型自動駕駛技術架構的最新進展與未來規劃。
在發布會后，理想汽車智能駕駛研發副總裁郎咸朋、智能駕駛高級算法專家詹錕接受了媒體群訪，談到了理想汽車的智駕和端到端技術。
在被問及理想目前感覺自己和特斯拉智駕的差距有多大，大概什么時候能夠追趕上的問題時，郎咸朋指出：
去年的時候，我回復過差半年，今年可能還會再小一點。
第一，從技術架構上，我們跟特斯拉沒有太大差別，甚至更領先一點，因為我們有 VLM，有系統 2，特斯拉只是有系統 1，端到端。
第二，在中國的訓練算力和訓練數據上，我們認為至少從現在看我們是領先于特斯拉的，因為特斯拉不管是數據的合規性，還是受到中國的一些約束，以及訓練算力的部署，在中國還需要搭建。
在這個層面上看，我們在中國，可能跟特斯拉差距并沒有那么大，我們也特別希望特斯拉能加入進來，互相學習，專注做自身的提升。
此外，對于近期有人提出“沒有 500 億做不好智駕”的觀點，郎咸朋回應稱：
關于 500 億，需要判斷是一次性投資還是長期投資，就像今天提到的我們每年都會有 10 億美金投資在智駕研發中，如果連續 10 年的話是超過 500 億的。
郎咸朋還透露，理想汽車現在擁有 5.39 億 EFLOPS 的算力，到今年年底預計 8 億 EFLOPS，一年就要消耗 20 億人民幣。未來進入到 L4 階段，每年數據的增長和算力的增長，都是呈指數級的增長，這也就意味著每年至少需要 10 億美金（備注：當前約 70.94 億元人民幣）。
郎咸朋強調，標配和免費都是理想從第一天開始進入智能駕駛就制定的策略，“有監督的自動駕駛”對所有 AD Max 的車主都是不收費的。
交付量比較好且企業經營穩健，也有足夠的資源投入智駕研發。交付量是非常重要的一個衡量指標，對于我們來說不是單純卷交付量，而是還能為自動駕駛提供更多的車輛訓練里程。（汪淼）
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
