从“互喷”到“互吹” ， 何小鹏如何让马斯克选择了“尊重”？

7月30号，小鹏汽车举行了AI智能驾驶技术发布会。何小鹏在会上坦言，特斯拉在新能源车领域具有重要影响力，许多中国新兴车企都受到了它的启发。尽管4年前何小鹏与特斯拉有过紧张关系，但现在双方似乎已经缓和，甚至开始互相赞赏。何小鹏亲自体验了特斯拉的FSD，并给予了好评。马斯克也表示，小鹏在智能驾驶领域是中国最具竞争力的制造商。

虽不知为何这两家公司能从“剑拔弩张”走向“商业互吹”，但是不可否认的是，小鹏的智能驾驶技术，确实得到了马斯克的认可。

记得在2014年春天，特斯拉在中国首次交车，Model S成了那些幸运儿的“新事物”，而何小鹏，当时还是UC浏览器的创始人，也拿到了他的那辆。

当时，看着自己的新车，何小鹏心里有点不是滋味，他想，咱们中国怎么就造不出像特斯拉这样的牛车呢？

他可不是光说不练的人，立马行动起来。因此，何小鹏说了句挺有劲儿的话：“创业一轮回，苦辣酸甜咸，归来还是少年”，这句话一出口，就标志着他正式踏上了造车这条路。

因为在他眼里，智能汽车的出现，就像当年功能机变成智能机一样，预示着一个全新的时代即将到来。

所以，小鹏汽车从一开始就把自己定位成科技范儿，不知不觉中，通过不懈的发展，也成了人们口中的“中国版特斯拉”。

而这其中最为代表性的，就是小鹏在智能驾驶方面的发展。

在这场发布会中，小鹏汽车宣布将向全球全量推送AI天玑系统XOS 5.2.0版本，带来覆盖智能驾驶和智能座舱的484项功能升级。通过本次更新，小鹏汽车XNGP（自动导航辅助驾驶）将从“全国都能开”升级为“全国都好用”，实现“不限城市、不限路线、不限路况的”全国全量开放。

其实，对于商家在宣传上，都会将“全国能开”、“不限城市”等等宣传口吻挂在嘴边，但是作为一些用户来说，在实际的体验中却没有想象中的好用，这能说明现在的智驾技术不行吗？

还真不是。

智驾技术的好坏，其实和一家公司从底子到研发上花的心思是分不开的。

就像，你得把一个好厨师比作智驾技术，这家伙得靠长年累月的实战经验来让自己的手艺更上一层楼。

你炒的菜多了，就像智驾车收集的数据多了；你掌握放盐的分量，就和智驾系统算法调得准不准一样。

何况，这个“口味”也会在不断的演变。

那么，最新的“口味”是什么呢？

答案在于端到端的解决方案。这不仅是特斯拉，也是包括小鹏在内的所有汽车制造商所追求的发展方向。

然而，要透彻理解这一概念，我们需要从智能驾驶技术的基础讲起。

三大部分，成就智驾

假如你正走在路上，突然看见前方有一个有一个路口，并且正中央立了个桩子，这是你看了看手机导航后继续往前走，可是就在此时，你听到后方车辆行驶的声音越来越大！那么，你会怎么办？

当然是绕过桩子，转弯继续跟着导航走，并且避开后面的车辆以防被撞倒。这一套看似简单的行动顺序，其实都是经过大脑反复推算而得出的身体反应。

因为当你看到前方有路口有一个桩子挡路时，你的大脑就会告诉你将脚步向边上偏移一点，以最短的路线绕过去。

之后，看一眼手机导航来确定自己的路线和原计划的一样，并且在听到后面车辆行驶声音越来越近后，大脑又像你的双腿发出指令再往边上走走避让一下，而这一整套的动作顺序就是我们现在常提到的自动辅助驾驶。

一般来说，自动辅助驾驶的整个运行逻辑分为三个部分：

感知层、决策层和控制层。

首先，提到自动辅助驾驶就会听到激光雷达、毫米波雷达、超声波雷达、摄像头、惯性制导、高精地图等，而诸如此类就和我们的双眼、耳朵、鼻子一样，统称为感知器件。

它们会在车辆行驶当中，不断地收集数据，比如激光雷达负责收集前方路况结构的点云数据，超声波雷达收集距离与车速数据、摄像头收集路面物体形状数据，定位系统与高精地图则收集位置坐标系信息等数据。当它们被统一过滤整理后，就会发送到决策层了。

到了决策层后，就会将所有的数据与车辆的运动相结合起来分析，比如毫米波雷达发现前车降速了，这时它把信息发给决策层后，决策层就会发布减速命令。

当然在这之中，还有一些小细节需要考虑，比如多少距离内减速、减速的速率多少，转向时机在哪等，因此这些决策需要融合多方面数据才能下定结论，而这也考验了决策层的中枢大脑——芯片。

你是否够聪明要考验你脑子的反应理解的速度，自动辅助驾驶也是如此。

芯片的算力是整个决策层对于路况判断快慢的重要标准，算力越大自动辅助驾驶的能力越高，反之则越“不聪明”。

最后，控制层就要执行决策层下达的任务。如果决策层下达“车辆减速”命令，那控制层就会调节车辆的制动器力度，来实现车辆的降速等动作。

当然，这些只是智能驾驶领域的基础模型。要通过技术手段实现这三个关键步骤，其中蕴含着深厚的学问。

因为这三个层面的每一层还可以划分为不同的模块，每个模块还可以划分为不同的子模块，这就像俄罗斯套娃一样。这得靠程序员写代码，告诉车怎么走。

不过，这么搞有两个大问题，首先信息得一层层传，每传一次就可能丢点东西或者出错，错的东西还会影响下一层，到最后可能就乱了套。

并且系统太复杂，得设计一大堆小部分，而且越往后越难搞。就像你已经搞定了大部分，但剩下的一点点可能要花上你好几倍的力气。

所以简单来说，就是开始的时候进步快，但越到后面越费劲，可能大部分时间都在磨那最后一小撮问题。

那么该如何去解决？“端到端”智驾路线便是个答案。

三大智驾模块，让小鹏走向“端到端”

说到端到端智驾，这个近年来在汽车界引起热议的词汇，确实火得一塌糊涂。它就像是给自动驾驶车辆装上了一个超级大脑。这个大脑能从看到的第一个画面开始，一直到做出驾驶决策，一气呵成，不需要像以前那样分成好几个步骤，每个步骤还要单独处理。

这样一来，车辆的"思考"过程就更加直接和快速，减少了信息在传递过程中的损失，让车辆的反应更加敏捷，升级变化也更迅速。

不过，虽然大家都在谈论端到端智驾，但每家公司对它的理解和实现方式却各有千秋。

在此次发布会上，小鹏推出国内首个量产的端到端智驾大模型——神经网络XNet+规控大模型XPlanner+大语言模型XBrain，成为全球唯二实现端到端大模型量产落地的车企。

按照何小鹏说，他们已经花掉了35亿人民币在人工智能训练上。有了这种全方位的支持，他们的智能驾驶技术进步得非常快，甚至在短短70天内就发布了5次大的更新，包括35个不同的版本。

他们预计在今年最后一个季度，小鹏汽车的智能驾驶技术将完全实现“端到端”的整合。对用户来说，就是直接用上“门到门”的智驾。

那么问题来了，神经网络XNet、规控大模型XPlanner和大语言模型XBrain，小鹏是如何依靠这三个“模型”来实现“端到端”的？

所以我们就将这一套流程拆开了讲，这样也就让您好理解。

首先，从神经网络XNet说起。
时间回到2018年，当时小鹏G3的推出可以说在市场上引起了不小的轰动。

因为作为小鹏汽车的第一款量产车，G3以"年轻人的第一台智能汽车"为口号，凭借其互联网特色和纯电动SUV的身份，迅速赢得了消费者的目光。

这款车在当时被写了三个关键词：

智能、实惠、创新。

特别是小鹏G3的智驾功能，其XPILOT 2.0自动驾驶辅助和自动泊车，让它在众多新兴汽车品牌中脱颖而出，甚至有人把它比作电动车界的"小米"

要知道，那个时候智驾还是期初阶段时，小鹏XPILOT 2.0自动驾驶辅助就采用了小鹏的XNet模型，也就是深度视觉感知神经网络，这在当时可以说非常超前了。

那什么是XNet深度视觉感知神经网络模型呢？

该模型主要负责从车辆的传感器获取的原始数据中提取特征，实现对车辆周围环境的感知。 它能够识别和理解道路情况、交通标志、其他车辆、行人等，为智能驾驶系统提供必要的环境信息。

这套视觉算法在工作流程方面，简单话说就是用很多摄像头来收集周围环境的情报。而这些摄像头就像是它的眼睛，不停地记录下周围发生的一切。XNet把这些视频流，也就是摄像头捕捉到的画面，直接送到一个非常智能的大模型里去分析。

首先，每张图像都会被XNet的大脑中的两个重要部分处理：一个是网络骨干，它负责提取图像的基本特征；另一个是网络颈部，也就是BiFPN网络，它进一步细化这些特征，让XNet能够看到更多的细节。

最关键的是，这些特征会被XNet的大脑中的一个特殊部件——BEV视图转换器处理，也就是BEV+Transformer。

首先，BEV，就是鸟瞰图，它是一种算法，能把多个传感器收集的图像信息放到一个三维空间里，然后让一个大模型来分析。

跟普通的摄像头拍的照片比起来，BEV提供了一个更接近真实世界的视角，让后续的传感器数据整合和控制模块的开发变得更简单，可能性也更多。

具体来说，BEV的好处有：

1.它把不同来源的数据统一到了三维视角，比如多个摄像头或雷达的数据，这样就能减少误差，给后面的预测和控制模块提供更多有用的信息；

2.它能让时间序列的信息融合在一起，三维视角能减少因为遮挡或尺度问题造成的困扰，有时候还能用已知的信息来补充那些被挡住的部分，提高自动驾驶的安全性；

3.感知和预测可以在同一个三维空间里完成，通过神经网络直接优化，减少了传统方法中感知和预测分开做时可能出现的误差累积。

这样，系统就可以通过视觉的画面获得更多的信息来进行下一步的预测。

来到Transformer这个模型，它的注意力机制可以帮助把二维的图像数据转换成三维的BEV空间。

这个模型最早是Google在2017年为了机器翻译搞出来的，后来技术发展了，它也进入了图像视觉领域，现在在图像分类、检测和分割这些问题上都做得很好。

传统的CNN模型是通过卷积层来筛选图像中的元素，但随着数据量的增加，CNN的效率提升会越来越少。

等等，这里突然冒出了CNN模型，说白了，它就是人工智能里的一个图像识别高手。

CNN模型共分为三个层级，首先是卷积层：这招就像是拿着一堆小放大镜在图片上扫来扫去，专门找那些小细节，比如图片里的边边角角、颜色斑点之类的。

之后就是池化层：这招就像是用个大筛子，把卷积层找到的太多信息过滤一下，只留下最关键的，比如物体的大概轮廓。

最后就是全连接层：就是将这些信息就送到大脑里，这里的神经元会综合判断，告诉我们这张图片里到底是啥，比如是不是一只猫或者一辆车。

言归正传，而Transformer的结构借鉴了人脑的注意力机制，只关注关键信息，就像你看书时只关注重点一样。这样就提高了效率，特别适合处理大量数据。

所以看，在自动驾驶这个领域，Transformer比CNN更能处理复杂的序列和全局信息，现在它已经广泛应用于把二维图像转换成三维空间了。

如果以上让您听着有些懵圈的话，那咱们就这样理解。

首先车辆的周边的摄像头分别记录了车辆周围的如，车前、车两侧、车后的实时画面。而这是，车辆的前摄像头和右侧的摄像头看到了一个物体，而左后边摄像头和后方摄像头并没有记录到，因此系统就会认为在车辆的右前方有一个物体。

之后，在经过系统的比对，发现这个物体是一台汽车，并且通过摄像头记录的这台车在每一帧画面中像素比例的不断变化，并通过毫米波雷达在进一步的加持验证，这样就可以很好的判断出该车辆与本车之间的大致距离，并作进一步的决策处理了。

以上就是对于XNet这种视觉算法的大致理解，或许不太全面或者严谨，但是大致意思就是这样。

通过这些步骤，XNet能够非常清楚地知道周围环境中的动态目标物，比如车辆、自行车等的大小、距离、位置、速度，甚至还能预测它们的行为。同时，它也能准确地识别出静态目标物，比如车道线和马路边缘的位置。

这样，XNet就能帮助我们更好地理解和预测周围的世界了，并最终计算出一条最佳线路行驶。

值得一提的是，再后来小鹏的XNet还引入了占用网络（Occupancy Network），就是是给道路和周围的环境做了一个数字化的"点名册"，把道路和周围的空间分成一个个小格子，每个小格子代表一个位置，然后智能系统会判断这些小格子里是不是有东西，比如车、行人或者其他障碍物。

也就是说，占用网络就像堆“乐高积木”一样，是一个高级版的"格子地图"，它能帮助自动驾驶汽车更好地理解周围环境，而且这个方块网格越小，精度就越高，以此做出更安全、更智能的驾驶决策。

值得一提的是，小鹏在今年5月举办的AI DAY上，发布了行业首个量产的2K纯视觉占用网络技术。这项技术能够用超过200万个网格重构世界，对现实世界中的可通行空间进行3D高真实度还原，清晰识别静态障碍物的每一个细节，从而提高自动驾驶的安全性和准确性。

下面再来说规控大模型XPlanner

规控大模型XPlanner，作为小鹏汽车在智能驾驶领域的杰出创新，堪称一项非凡的技术成就。

简而言之，它就是给自动驾驶汽车装了个超级大脑，利用先进的神经网络技术，精准规划并控制车辆的行驶路径。这个智能系统展现出卓越的智慧，能够即时洞察周围环境及周围车辆的动态，迅速计算出最为安全且高效的行驶路线。

XPlanner之所以能够实现这一壮举，首先归功于其深厚的“驾驶经验积累”。

通过海量数据的训练与学习，使它能够拥有老司机的敏锐直觉与娴熟技巧。

可使得前后顿挫减少50%、违停卡死减少40%、安全接管减少60%，让用户舒适性、安全性体验都再上新台阶。这样也就能够确保驾驶过程平稳流畅，避免了不必要的急加速、急刹车以及错误的停车位置，极大地减少了人工干预的需求。

此外，XPlanner还具备超凡的环境感知能力。它的“视野”极为开阔且敏锐，无论是动态变化的交通流，还是静态的道路设施与标志，都能被其精准捕捉并综合分析。所以这种全面的环境理解能力，使得XPlanner能够在复杂多变的道路环境中游刃有余，始终为自动驾驶车辆指引出最佳的前进道路。

还有就是，在城市交通的复杂网络中，XPlanner更是展现出了非凡的应变能力。

它能够灵活应对各种突发情况，确保自动驾驶车辆在城市道路上也能保持稳健的行驶状态。而在高速公路等结构化道路上，XPlanner同样表现出色，能够轻松实现自动变道、超车等高级驾驶操作。

尤为值得一提的是，XPlanner还具备强大的自我学习与优化能力。面对不断变化的驾驶场景与新的挑战，它能够不断积累新的经验，持续提升自身的智能水平。这种持续进化的特性，使得XPlanner能够迅速适应各种新环境，为自动驾驶技术的发展注入源源不断的动力。

最后就是AI大语言模型XBrain了。

虽然这项技术的具体细节没有公开太多，但可以肯定的是，它的基本原理和现在挺火的ChatGPT是一脉相承的，都是采用深度学习的算法，特别是那种基于Transformer架构的大块头语言模型。

而这种模型就像是个超级学霸，它通过学习一大堆的文本资料，学会了怎么理解人类的语言，还能写出像模像样的文章来。

并且，它们特别擅长理解语言，不管是复杂的语句结构还是深层的意思，它们都能搞得明明白白，这样一来，它们就能处理很多跟语言有关的任务。

因此，基于此它就能让智能驾驶辅助系统不光能“看到”路上的东西，还能“想明白”这些东西是啥意思。比如能认出待转区、潮汐车道这些复杂的路况，还能看懂路牌上的字，知道啥时候该快、啥时候该慢、啥时候得换道。

就像咱们开车时，看到“前方道路施工，请换道”的牌子，立马就明白要怎么做一样，XBrain也能秒懂这些指令，然后指挥自动驾驶的车子做出既安全又合适的决定。

这样一来，自动驾驶的车子开起来就更像人了，既聪明又可靠。

另外，何小鹏说，小鹏汽车现在搞的这个“端到端智驾大模型”，更新速度特别快，快到每两天就能更新一次。而且，在未来一年半的时间里，这个模型的能力会翻上30倍，这可真是个不小的进步。

所以说这种技术的优势就在于，只要有稳定、大量的好数据，它就能像火箭一样快速进步。

小鹏汽车这次发布的这个“端到端智驾大模型”，确实解决了很多之前模块化智能驾驶会遇到的问题。它减少了需要的模块数量，也不再需要用那种一个一个试的方法来写代码，而是把AI大模型整合到了智能驾驶系统中，这样一来，智能驾驶的能力提升得就更快了。

不过，我们也得看清楚，小鹏这次发布的这个模型，虽然叫“端到端”，但实际上还是分成了几个大模块，通过“三网融合”的技术来实现整体功能的。因此说实话它实际上用起来，它并不是那种纯纯粹粹的“端到端”。

从“能用”到“好用”， 小鹏“端到端”要走多远？

记得在发布会的前夕，何小鹏亲自去美国出了个差，而或许就是这一趟，让他更相下定决心去做“端到端”的智能驾驶。

根据何小鹏的微博动向来看，让先在加州试驾了特斯拉最新的FSD系统，还跟另一家智能驾驶高手Waymo的车比了比。

他发现，特斯拉的FSD在高速和硅谷那些地方跑得特溜，分数高得吓人。而Waymo呢，在旧金山那种复杂的城里头，开起来那叫一个顺畅，坐着都舒服。

不过，何小鹏心里有数，特斯拉这智驾技术的发展速度，到2025年它的FSD怕是要把Waymo甩在后面了。而Waymo之所以现在这么稳，是因为它背后有套超牛的感知、决策、执行系统，跟华为似的，用一大堆工程师去琢磨路上的各种情况。

但特斯拉的FSD也有它的绝招，就是它那个“从头到尾一口气干完”的大模型方案，比那种分块块处理的方式要高明多了，信息传递基本不走样。

当然，要做到这点，得有三个条件：第一，得有大把的数据积累，车得一直开，一直学；第二，数据得对得齐，处理起来得井井有条；第三，得舍得砸钱搞研发，特斯拉为了这个已经花了上百亿美金了。

何小鹏一看，嘿，小鹏汽车在这方面也挺有料的嘛！咱们已经攒了756万公里的智能驾驶数据，还学会了怎么用AI来搞定这些问题。

接着，何小鹏还特意去拜访了英伟达的黄仁勋大佬，跟他聊了聊大模型的算力问题。

英伟达就不必多介绍了，在智能驾驶领域有着举足轻重的地位。，从芯片到软件，再到测试和训练，全包了。并且他们还一直砸钱研发，搞出了好几个厉害的产品，如DRIVE PX、Xavier芯片和AGX Orin平台，这些产品在计算、省电和性能上都特别强。

而且，英伟达还跟比亚迪、蔚来这些车厂合作，把技术用在了真车上，让它在自动驾驶这行当里的地位更稳了。

此外，除了试驾和拜访，何小鹏还参加了美国的AI大会，发现现在投资圈都盯着AI呢，好多互联网公司和软件公司都在往这边转。因此他认为AI这波浪潮至少要引领全球经济十年甚至更久。特别是在AI这片热土上，芯片、大模型、SAAS、视频、无人驾驶、机器人啥的都是热门货，机会多多。

不过，让他有点意外的是，会上没见着几个中国企业家。

所以总的来说，何小鹏这两周美国行，算是把智能驾驶和AI的底细摸了个透。特别是美国那边在智能驾驶大模型上转型的决心和毅力，是小鹏汽车得好好学习的。这些经历也让小鹏汽车更加坚定了自己的智能驾驶战略，还找到了未来怎么跟着AI发展的大方向。

那么，小鹏汽车“端到端”技术的出现，能为小鹏XNGP带来多少的加持了？

这么说吧，何小鹏就已经放话了，从7月31日开始，小鹏XNGP要从“全国都能开”升级到“全国都好用”。并且他还提前透露了个更大的目标，就是将来要让小鹏XNGP“全球都好用”，不过现在说这个还有点早。

别看这三句话短，这里面的道道可深了。俗话说得好“字越少，事越大！”

小鹏汽车他们说的“全国都好开”，其实就是三个意思：不管在哪个城市，不管走哪条路，不管路好不好走，小鹏XNGP都能搞定。

先说说“不限城市”这个事，小鹏他们用了一种挺实在的办法，就是让工程师们亲自去跑。他们去了全国2595个城市，开着车跑了756万公里。这么干虽然费时费力，但是能收集到很多路上的真实情况，让XNGP智能驾驶在各种路上都能稳稳当当。

今年6月，小鹏的智驾老大李力耘在网上说过，小鹏的智驾要换成“黑名单”模式。现在看来，他们这么有信心，是因为真的跑遍了国内的每个角落，知道哪些路现在还搞不定，其他的路就可以放心大胆地开。

再说说“不限路线”，小鹏计划今年晚点推出个“门到门”智驾系统，何小鹏说连工厂里头的路、收费站、ETC都能自己搞定，从家里出门到办公室进门，这一路上都可以放心交给智驾。

至于“不限路况”，何小鹏举了个“环岛”这种复杂路况的例子，说最后还是得靠“端到端”技术。小鹏XNGP里头的XBrain模块能读懂路，提前想好怎么走，不管是过环岛还是掉头，都能找到好办法。

按照小鹏的计划，现在XNGP要开始“全国都好用”的第一步，年底推出“门到门”智驾后就是第二步，到了2025年，小鹏智驾还要上个新台阶。

何小鹏希望智驾能从“好用”变得“让人爱用”，成为新能源车的一个大亮点。

这里还有一个值得一提的事。

不久前有外媒爆料，小鹏将在今年晚些时候推出一款新车型，代号F57，而它也就是大家心心念念的P7+，并且这款新车不打算用激光雷达了。这事儿一出来，大家都挺震惊的，因为这意味着小鹏汽车彻底告别了之前P7那种双激光雷达的配置，全面拥抱了纯视觉技术。

就连一向有啥说啥的马斯克，这次在社交媒体上也只是发了三个点“...”，看来他也有点意外。

不过话说回来，马斯克一直都觉得激光雷达太贵，用不上，他一直主张用纯视觉技术来搞自动驾驶。特别是何小鹏在美国体验完特斯拉的FSD V12后，觉得挺不错，还说小鹏得从特斯拉那儿学学人家的好功能和用户体验。

所以，小鹏这次不玩激光雷达了，这事儿也不难理解。

有人说，这可能会带动一波跟风潮，其他车厂可能也会跟着走这条路。不过，也有人觉得小鹏这一变，对整个行业来说可能是个大震动。

但是可以肯定的是，决定不再依赖激光雷达，这可不是一时冲动，而是经过了深思熟虑的战略调整。

就拿F57这款车来说，虽然早期的视频中它还装备着两个激光雷达，但小鹏的计划是在量产时将它们剔除。

有媒体透露，F57是在吴新宙还在任时确定的车型，作为一位视觉技术的坚定支持者，他可能从一开始就没打算让这款车搭载激光雷达。目前测试车上的激光雷达，可能仅仅是为了进行一些对比测试。

顺便一提，8月8日已经开始预售的MONA M03也没有激光雷达的版本。

不过有意思的是，就在4月底，速腾聚创和小鹏汽车宣布了一项合作，计划使用速腾聚创的MX激光雷达为小鹏车型提供升级。但有行业观察家猜测，可能只有旗舰车型才会享受到激光雷达的待遇。

回顾过去两年，速腾聚创的M平台激光雷达已经广泛应用于小鹏的P7i、G6、G9、X9等多款车型。然而，如果F57真的放弃激光雷达，据说将转而采用3D毫米波雷达。虽然3D毫米波雷达的成本大约只有200元，但与4D毫米波雷达相比，它的价值就显得不那么显著了。

当然，小鹏汽车的董事长何小鹏，对于激光雷达一直持有保留态度。早在2021年小鹏P5上市时，他就明确表示过，不认为激光雷达是智能汽车的必备杀手锏。但说到底，放弃激光雷达的决定主要是基于成本的考量。

何小鹏在2024年第一季度的财报电话会议上明确表示，他们计划在第四季度推出一款全新的B级纯电轿车，目标是实现成本降低25%。这表明小鹏汽车在追求技术创新的同时，也在积极寻求成本效益的平衡。

写在最后

可以说今年，小鹏汽车真的是大刀阔斧地推广他们的智能化技术。不仅想让每个人都知道他们的智能技术有多厉害，还想向那些商业伙伴展示它们的实力。虽然小鹏在研发上的投入排名不是最靠前，但其智能化技术的实力却非常出色，投入产出比高得惊人，简直是行业的标杆。

不可否认的是，从全世界来看中国的自动驾驶技术现在仅次于美国，而像小鹏和华为这些企业正在一起努力让这项技术更上一层楼。特别是"端到端智驾大模型"这种技术一旦广泛应用，中国的自动驾驶技术肯定会有大的突破。

虽然小鹏在销售上遇到了一些困难，但何小鹏作为公司的领头人，他还是很有信心的。

他认为技术是公司最重要的东西，强调要集中精力提升人工智能技术，为智能汽车的未来发展打下好的基础。所以，何小鹏期待着一个智能驾驶技术非常发达的未来，而我们也有理由相信，小鹏汽车则将带领中国汽车行业在激烈的市场竞争中找到新的方向。