全球算力最大的汽车来了，小鹏G7。
全车搭载三颗自研的图灵芯片，总算力超过2200TOPS；支持L3级算力；能本地部署VLA+VLM双大模型；能部署VLA-OL模型；有座舱AI操作系等等…
单看发布会上，信息量很大，甚至有点眼花缭乱，难以把握重点。但万变不离其宗，要我来点评G7这台车，就一句话：
这是全球首台第二代智能汽车（即AI汽车），在硬件和软件层面，全部为拥抱AI和大模型而来。
2012年，特斯拉造出了第一代智能汽车，从此掀起了全球汽车行业的变革浪潮。十多年过去了，AI大模型的出现，让智能汽车迎来二次进化的新机遇。
小鹏G7，就是登上第二代智能汽车舞台的第一个玩家。
一、大模型呼吁第二代智能汽车
2000年左右，汽车开始了数字化进程，舱内增加了屏幕和操作系统，L0/L1级的ADAS系统开始出现，这是智能汽车的前身，数字化汽车。
到了2012年，特斯拉Model S出现，将车内几乎所有功能都整合进中控大屏，不仅可以实现功能联动，并且还具备OTA升级的能力。
同时，特斯拉基于AI技术开发了AutoPilot、NOA领航辅助等智驾系统，从本质上带动了ADAS功能的升级。
至此，汽车正式从数字化迈入了智能化。特斯拉定义了第一代智能汽车，还顺手点燃了中国乃至全球的智能汽车浪潮。
随后10年里，大家基本都是沿着特斯拉开创的道路前进，不断优化迭代。
时间到了2022年，ChatGPT轰动世界，大模型成为科技之光、最先进的生产力。技术敏感的几家车企，迅速行动，将大模型技术应用在智驾和智舱领域，由此将第一代智能汽车推向巅峰。
虽然功能上是当前的巅峰了，但此时使用AI技术的方式还比较初级。
一方面，目前车载芯片算力较小，难以支撑大型VLA模型的量产部署，智驾依然停留在L2级的阶段。
另一方面，智舱虽然接入了云端AI大模型，但AI只是作为一个应用而存在，主要是与用户进行聊天，还没有达到AI Agent可以任意调用其它程序和车辆功能的阶段。
作为少数几个能看懂，并且坚定要All in AI的车企，小鹏当然看到了上面的问题，因此也在积极推动旗下车型从“少量应用AI”向着“深度部署AI”转变。
这也就是说要打造第二代智能汽车（即AI汽车）——在智驾上为实现L3做准备，在智舱上，为部署AI Agent做准备。
而第三代智能汽车就是智能汽车的终局，即汽车机器人了。
一套AI系统，或者说一个AI模型掌管全车，用户上车后，直接告诉AI你要去哪，它以无人驾驶的方式开过去。
路上听歌/娱乐/办公/通信等所有需求，只要说一声，AI就会全部帮你执行，就类似钢铁侠的AI助手贾维斯。现在我们熟悉的内饰布局、系统UI等方式都会完全重构。
当然第三代还很远，本文我们只在第二代智能汽车的范畴里讨论。
二、2200TOPS：为大模型而来
对于第二代智能汽车来说，要在智舱和智驾领域深度融合AI技术，一个基本前提是要能够本地部署大模型。
为啥必须本地部署？
首先，智驾系统负责开车，与安全息息相关，需要迅速反应，联网处理数据再回传结果，时延和波动无法接受。所以智驾系统从诞生之日起，都是本地部署模型，主要的发展方向是想办法部署更大、更强的模型。
其次，智舱部分想要提升AI体验到一个新高度，从“安装一个AI应用”升级到“AI Agent”，甚至是“AI OS”的阶段，也必须本地部署，只有这样才能让AI在系统层面，任意调用车内的其它程序，以及可以实时控制空调、座椅、车灯等车辆硬件。
另外，目前AI领域Scaling Law依然存在。所以通过使用更多数据训练模型，提升模型的参数等手段，依然可以明显提升模型的性能。
所以对于第二代智能汽车来说，在成本范围内，要尽可能提供最大的算力，以支持本地部署更大的AI模型。
所以小鹏才会在G7这台车里塞进去了3颗自研的AI图灵芯片，其中两颗服务智驾，1颗服务智舱（智舱还有一颗高通8295），全车AI算力总计超过2200TOPS。
本地部署大模型对内存容量和带宽的要求同样很高。
小鹏给智驾和智舱控制器总计提供了216G的内存。官方没有透露具体的规格，但是我个人分析认为，两颗智驾芯片总计配备了128G的内存，座舱图灵有64G的内存，高通8295有24G的内容。
从内存容量来说，智舱和智驾控制器里，加载一个INT8精度的30B的大模型是绰绰有余。
官方同样没有透露内存带宽，但考虑到竞品芯片普遍使用LPDDR5X的内存，个人感觉其带宽应该在200～300 GB/S之间，不过这些都是推测，具体还得看官方公布的信息。
总得来看，G7超过2200TOPS的AI算力和总计216G的大内存，显然已经为智驾和智舱两个域本地部署大模型都做好了准备，并且还为未来3～5年留出了一定的算力冗余。
三、第二代智能汽车有哪些功能？
堆算力和内存，只是第二代智能汽车的硬件基础。事实上包括特斯拉在内的多个车企，都在规划搭载更大算力的新车型，是行业发展的必然趋势。
对于小鹏来说，真能拉开差距的地方，是大模型的研发和部署能力。
何小鹏在现场讲到，G7能同时部署VLA+VLM两种模型，并且VLA模型还是经过强化学习赋能的VLA-OL模型。
虽然VLA是各家都在讲的一个方向，但是想要研发VLA，必须得先把上一代的端到端模型玩明白。
端到端模型是建立图像与动作（轨迹）的映射关系。训练VLA模型，一般都是在端到端模型的基础上增加了一种新的模态（语言），然后最终建立三者之间的映射关系。
一个车企如果端到端还没玩明白，甚至时序图像如何作为输入、轨迹如何编码成输出等基础原理都没弄懂，是没法开发VLA模型的，更别提VLA-OL模型了。
而小鹏在智驾领域，一直处于头部位置。2021年在国内第一个搞出了高速领航功能，2022年推出了城市领航功能，2024年7月又向用户推出了端到端智驾算法…
站在端到端的基础上，小鹏才能在今天推出VLA-OL模型。
VLA-OL模型强在哪里？对于普通的VLA模型来说，主要是基于海量的人类驾驶数据，学会了“开车”。但是这阶段主要是模仿人，如果遇到特别奇葩的长尾场景，还是处理不好。
这时候就需要强化学习了。就是让VLA模型在虚拟环境中不断练习，输出好的驾驶决策就奖励它，反之则惩罚，以此逼着模型自己不断调整参数，从而实现更好的决策效果。
按着何小鹏的说法，有了VLA-OL模型，智驾的能力上限比传统模型能提升10～100倍。
对用户来说，除了能感受到智驾更丝滑，更智驾，还会发现智驾的接管次数变少了，比如从此前100公里接管10次，变成500甚至1000公里接管10次，逐步逼近乃至实现L3级自动驾驶。
VLM模型方面，何小鹏在现场并没有多讲。
根据我的分析，这个模型会部署在座舱的那个图灵芯片上，主要服务座舱的人车交互，同时也会感知车外的环境，在复杂或者其它场景，低频为VLA-OL模型提供一些驾驶指导。
如前文所言，第二代智能汽车在智舱领域的最大变化，是部署AI Agent——就是苹果Apple Intelligence在做的事情。
这个Agent会融合在车机系统层面，可以调用所有的车载APP，比如音乐、导航、美团，也可以控制所有的车辆功能，比如空调、座椅、灯光、香氛等。
你对用车有任何需要，直接用语音告诉AI就行了，车辆就会主动执行相关的操作——比如调用QQ音乐播放音乐，或者打开空调等。
这里有人会问，此前的语音助手，不也能语音播放音乐，打开空调吗？有啥区别？
最本质的区别在于，此前的语音助手是程序化的Agent，没有智能。你说的每一个命令，都是人工写好的程序，用户必须说特定的语句，才能执行特定的命令。
并且过去的语音助手也不具备理解能力，分析能力，没有记忆能力，也不会主动给你提供建议。
基于大模型的Agent是真正的智能体，它能听懂你说的各种意思（就跟ChatGPT一样），然后还知道怎么操作车辆里面的各种APP和各种功能。
举个例子。比如你开车去某个酒店开会。路上接到一个电话跟客户吵架了，然后心情很糟。
你可以直接跟车载的AI说，我心情不好，不想去这个会议了，咱们直接回家。
那么Agent此时就知道“不去这个会议”就是要取消导航，然后新设置成导航到家里。同时它听说你心情不好，就会主动问你，是否需要播放你喜欢的某首音乐，调整空调温度，甚至还会问你是否要给老婆发信息，告诉她今晚回家吃饭。
因为有记忆，所以它了解你，知道你的日程安排和基本信息，然后你和它说完不去开会了，它就能帮你改变导航，改变车辆设置，甚至是主动帮你联系家人等等。
那这个时候，车辆就可以变成一个具备思考和情感的智能伙伴了，而不是一个执行被动执行命令的机器。这就是AI Agent的魅力，也是第二代智能汽车的一个核心特征。
结语：AI汽车时代，小鹏率先起跑
从2200TOPS的超大算力、216G超大内存，到VLA+VLM的本地部署，再到VLA-OL模型带来的智驾能力提升和AI Agent的情感交互，小鹏G7已经构建起一台“第二代智能汽车”的全部基础。
它不仅是一次简单的硬件堆料，更是一种面向AI汽车的系统性重构。
从G7发布开始，关于“AI汽车”的新竞赛已然开始。车企间不再是概念之争，而是真正的量产车型之战。
而G7，就是小鹏在AI汽车时代打出的第一张王牌。
～ok。这就是本文的全部内容了，如果你对小鹏G7有更多观点和看法，欢迎加微信探讨交流。