小米智駕不追 “名詞”:1800 人全路線預研,核心只盯用戶敢不敢用
最近智駕圈的 “新名詞” 快趕上手機參數了 ——VLA、WA、VA 輪番出場,各家都想靠新標簽顯得更先進。
![]()
但小米智駕偏不湊這個熱鬧:1800 人的團隊把市面上所有技術路線都預研了,端到端、VLA、WA 一個沒落下,負責人陳光的話挺實在:“不管啥名詞,最終看的是模型能不能在有限算力里裝更多‘智能’,用戶能不能感知、敢長期用。”
![]()
小米智駕不算最早成立的,但絕對是跑得最快的 ——2021 年官宣造車當天就搭了團隊,第一年就湊了 500 人,現在已經超 1800 人,還有 108 個博士。
別家摸索三年的智駕路線,小米一年就追了三代,從有圖到無圖、推了三個版本端到端,靠的不是 “跳代”,是底層基建:云端的算力、數據閉環能力能復用手機業務的經驗,像做飯時廚房工具都擺好,不用從頭學起。
![]()
陳光說 “基建做得好,試新方向不用堆人”,這話是實在的 —— 數據挖掘、模型訓練的自動化流程搭好,發現問題就能快速從已有數據里找解法。
友商要么押 VLA,要么賭 WA,小米是 “不把雞蛋放一個籃子”—— 端到端主力落地,VLA 和 WA 都留了預研團隊。
![]()
陳光沒把技術捧得太高:“VLA 要調用‘思維鏈’,像看懸疑片費腦子,普通場景用端到端的‘直覺反應’更快,踩剎車不用想幾秒。”
所以他們的 HAD 增強版加了世界模型和強化學習,不是為了炫技,是讓模型知道 “為啥這么開”,解決復雜場景的因果推理,核心還是用戶開著踏實。
智駕最頭疼的是 “長尾場景”—— 比如高速遇到運風葉的車,實車一個月都未必能采到。
![]()
小米用仿真補這個缺口:真實數據占 80%,剩下 20% 是仿真生成的極端場景,而且仿真環境要 “不完美”,得模擬相機臟污、雷達被水吸信號這些真實路上的糟心事。
這么做不光省了幾倍人力,還能讓模型在虛擬環境里反復練,錯了扣分對了加分,找到最優解。
技術落地沒白忙活 —— 小米汽車交付剛過 50 萬臺,智駕活躍率 90%,累計避了 45 萬次碰撞。第三季度汽車業務還盈利了 7 億,銷量漲得快,多少沾了智駕體驗的光。
![]()
現在智駕的競爭,早不是比誰名詞新,是比誰能把技術拆成用戶能摸得到的體驗。
小米的打法看著 “保守”,其實是務實 —— 多路線預研防風險,基建撐效率,最終落回 “用戶敢用”。畢竟對普通車主來說,不管是 VLA 還是 WA,開著不慌、能避碰,才是真有用。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.