车东西（公众号：chedongxi）
作者 ｜  Janson
编辑 ｜  志豪

车东西8月8日消息，在小鹏“730”AI技术发布会后，何小鹏在媒体访谈中提到了小鹏端到端大模型的未来以及小鹏汽车在Robotaxi上的布局。

同时，何小鹏也详细介绍了小鹏汽车在端到端大模型和Robotaxi领域的最新动态。

首先，何小鹏透露，预计在明年下半年，小鹏汽车的Max版本车型将实现通过OTA升级达到类似Waymo水平的自动驾驶技术。

这一技术升级将使车辆在平均每天行驶70公里的情况下，用户仅需在一周内接管一两次，极大地提升了驾驶体验。

这种颠覆性的体验有望改变人们的出行方式，未来驾驶者将越来越少分散注意力。

同时，小鹏汽车计划在未来将此功能推广至所有改款车型，进一步巩固其在智能驾驶领域的优势。

其次，在Robotaxi领域，小鹏汽车也有新的布局。

何小鹏表示，小鹏汽车计划进入Robotaxi行业，但不会直接参与运营，而是寻求与滴滴、Uber等运营商合作，将无人驾驶技术推向全球。

何小鹏认为，造车本身难度较大，而运营更是挑战重重，因此需要更多的合作伙伴共同推进Robotaxi的发展。

目前，小鹏汽车在Robotaxi领域的技术积累和战略布局已引起行业关注，未来发展前景值得期待。

▲何小鹏在采访现场

后附媒体采访全文：

媒体：智驾现在对于小鹏销量上的加持到底有多大？有多少用户选择了智驾车型？使用程度是怎样的？智驾真的能成为一家车企的护城河吗？

何小鹏：现在对智驾的疑惑，和5年前对新能源的态度非常相似。2019年，很多人不敢说新能源有怎样的未来。我本来预测2025年汽油车的销量会快速下行，但新能源车的发展速度比我预料的还要快，今年已经初步看到成效。

话题回到智驾，我认为智驾比新能源有更大的可能性，因为新能源在中国和在全球不一样。比如德国，德国为什么没有混动？第一，德国人追求ESG；第二他们主要在城外开，速度150-200的都有，所以不是纯电完全不行，他们觉得混动效果太差。换一个角度，新能源在中国的渗透程度，是受政策、投资、创业等各种各样的因素影响，一切都有做到换道。我认为，真正的换道一定是AI。今年有好几位互联网圈的大咖对我说，为什么你十年前就觉得AI智驾是对的——他们今年第一次有这种感觉。智驾的关键点一定会很快到来，现在处于变化的起点，过去12个月，小鹏越高阶的车，智驾比例越高。我们相信，AI是很重要的护城河，是很有价值的数据。这些有价值的数据，来自中国，来自全球。如果是20万级别的车，甚至更便宜的车，都能够把这个数据做好。有10万、100万和有1亿的数据，差别非常大。我相信不用5年，只需要3、4年，大家都会认为智驾会是一个巨大的变化，我非常坚信。

媒体：我今天有两个问题，第一个是端到端大模型上车以后，为用户带来的切实感受，究竟有什么不同？第二个问题，你为什么要劝雷军造车？

何小鹏：我向力耘提的目标，到明年下半年，要能够用现在的车（Max 版本），能够OTA升级到国外Waymo的水准。这也就意味着一个人平均一天开70公里的路，开一个星期只用接管一两次。这种体验会是颠覆性的，和现在的驾驶体验完全不同。我觉得这已经不再遥远，18个月内甚至更短就能实现。

虽然这会很有压力，但你想象一下，我们小时候看到的车都是人在开，但三、四年或五年后，开车的人、握方向盘的人越来越少，人们在车里面可以做一些其他事情。比如现在开启智驾之后，别人不知道你在智驾，但以后他们会知道，我们将在今年某个阶段，所有改款都会加入这个功能，因为我是智驾，所以我和其他人不一样。

至于雷总，我当时和他讲了一件事，汽车最终还是要看智驾。换个角度，多个友商我们更开心。

媒体：11天以前，我们香港首家门店开业。我们留意到现场的车只有PRO版本，为什么香港的车不能装激光雷达？未来小鹏的长期规划，关于智驾，在香港是怎么考虑，会怎么做？

何小鹏：非常好的问题。我觉得中国的AI和美国AI走得都比较快，其他国家走得相对慢一点。相比新能源，中国可能比很多国家领先两三年甚至五六年，AI领先得还要更多一点。所以换个角度，我们期望把PRO版本输送至全球，把我们的高阶智驾也送过去，我相信X9去香港已经不远了，变化会很多很迅速。当然，我希望中国用户先体验到最高阶的技术和产品，然后再逐步把更稳定更普及的能力输送给全球消费者。

为什么我们现在做无图智驾、做纯视觉、把算力做得越来越强大？我们现在云端算力已经达到2.51E FLOPS，我们在考虑全球该怎么走。如果按照以前走中国的逻辑走全球，你会发现研发速度很慢，测试都要到位。永远不要认为中国的道路复杂，全球其他地区的道路，可能比中国复杂很多。我在印度干了七八年的时间，印度的路比中国复杂多了，绝对超乎大家的想象。所以我们要考虑到全球的道路该怎么做。不过未来已经不远了，我们已经走上了这条路，谢谢！

媒体：小鹏是首个将AI技术应用到智能驾驶和智能座舱的企业，在做其他方面的科技产品，其他汽车企业最近也发布了一些芯片、操作技能、智能座舱等技术和产品，现在汽车企业的边界在哪里？或者汽车的方向走向何方？第二个问题，大众与小鹏的合作取得很大的进展，据说教会徒弟饿死师傅，面对大众的实力和体量，小鹏汽车会不会有所担心？

何小鹏：每一家汽车公司都不一样，我不能代表其他企业，只说自己的感受吧。有几个变化，第一就是在AI时代，从原来以集成研发为核心，变得越来越难，只是把软件、算法做集成可行性越来越低，必须做全自研，做从硬件到软件全流程自主研发。第二，在这种趋势下，要注重汽车运营能力，很多友商都走在这条路上，但也有很多友商仍然在过去的道路上。我觉得在这个全新的道路上，只要想急需活下来的，就要站起来。

我们与大众的合作，是一次非常好的合作。我们是很开放的，所以与大众的合作也是开放的，我们的团队做了很多事情，但暂时还不能对外透露，未来会有更多我们与大众的好消息。

媒体：第一个问题，之前您剧透过，小鹏即将全球都能开。我想问，全球都能开的前提条件是什么？小鹏怎么解决？第二个问题，刚才在发布会上提到，以前的数据端到端有很多用不上，在我理解里，端到端就是一场技术洗牌，会洗掉哪些部分？洗不掉、一直保持优势的又会是哪些部分？

何小鹏：第一个问题挺难回答的，全球都能开首先要具备硬件条件，其他要符合政策法规，再次要满足当地客户需求，而不同国家的用户需求差别很大。小鹏G6下个月会在新加坡等市场交付，小鹏G9已经在部分国家交付，那里的用户对智能化的需求比我想象的高。在此之前我不这么认为，比如之前我觉得智能手机的变化，他们比我们慢，但我现在感觉，他们完全不一样，这让我非常期待。今年小鹏进入到30多个国家，也许一年之后，明年的今天，可能会在更多国家交付新车。

李力耘：端到端会怎样把智驾洗牌？用一个比喻，就像一个冰山，端到端你能看到的是水面上的部分，但端到端的更重要的是水面以下的95%。这个问题，我们可以从一个车企如何拥抱AI这个角度来说。由于小鹏笃定投入智驾，决定长期投入和拥抱AI，所以早在我们在做基于高精地图的城市方案时，就已经开始做端到端拥抱AI。端到端这座冰山，水面下看不见的部分很多，以前好多高效高质量的数据用不上，但这些全栈自研原始的数据，以及由此构建的闭环能力、体系能力，是真正决定一家车企能否在面向AI的淘汰赛中能否经过洗牌，成为活下来、活下来的品牌。

不仅如此，面向AI，工作方式也从原来大量的堆人力、堆场景、写规则变成现在用高质量的数据飞轮体系来解决问题。拥抱AI，甚至体现在小鹏整个工作流程，甚至我们写代码的第一位老师就是AI。

媒体：想问一下，从全国都能开到全国都好开，我们需要做的最多、最重要的工作是什么？从第三阶段到第四阶段需要做什么样的工作？

何小鹏：到全国都好开有很多事情要做，整个架构模式要改、逻辑要变，视觉感知处理的方式和数据量也要变，对算力的要求也要调整，和以前完全不一样。

以前更像L4的东西，很高端的激光雷达，所以视觉就很简单，很清晰的上帝视野，极其好，指挥我开，这些东西全部没有问题。我觉得第二阶段到第三阶段就是一个水到渠成的事情。

李力耘：全国都能开需要做到什么？不限路况，不限道路，不限场景。首先是整个环境变得更加复杂，更加不确定。在那几个有高精覆盖的城市，更像L4的逻辑，对世界的理解相对好更好。现在呢，就像一个更有智慧的人，但是要去陌生的地方，我们已经测了765万公里，做了很多必要的验证，但更重要的是，在这个过程中，我们建立起了以拥抱端到端AI用数据解决问题的能力，为到2025年底我们的车都具备类似Waymo的体验铺平了道路。

何小鹏：所以从某种角度来看，端到端最可怕之处在于它的成长速度很快，能够不管场景、不管环境、不管用户讲什么语言——以前这是靠规则——现在我们为什么痛苦？因为我们在拆以前的桥，同时在搭新的桥，又要能够检测它的安全体系，又要能够保证它的质量，这是一个全新的开始。

媒体：是否可以这样理解，端到端一旦搭建完成，接下来更多是数据积累的问题？

李力耘：我觉得数据的积累属于基础，更重要的是，你要具备高效的、有质量的挖掘数据和清晰、标注数据，让它有效转起来的能力，有效解决你需要解决的场景。

何小鹏：我觉得这个太技术了，有两个地方你们千万不要信：第一个，有人说他在网上看了一个什么模型，或者谁做了一个模型，就可以来做自动驾驶，千万别信；第二个，他说自己有很多车，所以他就有很多数据，千万不要相信。

媒体：我有两个问题，你提到切换到端到端，有好多东西要扔到垃圾堆里，这是否意味着，这次切换会成为一个弯道超车的机会？那些积累不太够的友商，有没有可能凭借自己激进大胆的方案对小鹏进行赶超？对此小鹏有哪些优势？第二个问题，之前国内的端到端都是两段式三段式，我们在统一性方面有没有新的进展？

何小鹏：以前没做过端到端的人，只靠一个模型根本搞不定。从算力到OS到模型到数据到地图到仿真到标定再到工程，这一系列的事情不经历过根本搞不定。而且还需要资金和人力。这里有一个很有趣的案例，去年芯片荒，很多企业买不到，但后来很多芯片都退了，因为不会用，连算力都用不了，有很多芯片也用不起来，这是最基础的事情。

过一段时间，我们会有一个很有趣的发布会，讲一讲端到端的几步曲。今年5月，我们第一个发布了端到端，有几个步骤，能不能跳跃，为什么第一步然后第二步的逻辑，我们以后都会和大家分享。你会看到，没有任何的经验，直接跳到第一步或者到第二步，会发现无数的安全事故，无数的体验不知道该怎么博弈，怎么从A点到B点等等很多很多。这里举个例子，要建一座楼，以前是五层楼，能不能把它地基调整一下，增加一些内容，比如自动驾驶第一站把NGP搞定，将原来的五层楼直接改成七层楼，这可能吗？这不可能。想跳跃式发展，大部分楼层会出问题，我们为什么逐步渐进，不是说以前的工作全部白做了，可能有25%到30%的工作白做，但75%-80%的工作都有用。楼要一层一层搭，想跳跃式发展或许有可能，但风险会极高。

媒体：我想问一下销量的问题，大家对于小鹏的期待，智驾方面都符合预期，但销量并不符合预期。您对销量到底怎么看的？为什么它还没有达到外界的预期呢？谢谢！

何小鹏：我觉得有几个点：第一，我们的AI还没有做得足够好；第二，纯电这两年压力比较大；第三，我们所在的赛道是最激烈的，30万以上的两三家，20万以上的也就两三家，20万-30万我们是最多的，新进入者就会想跟我们PK一下，但这是非常好的事情，从前年开始，我们的变化越来越明显，我对长期马拉松长跑的胜利越来越充满信心。不用等很长时间，大家会看到，小鹏磨刀不误砍柴工，假设销量是砍柴，我们最近几个动作都是在磨刀。明年这个时候来问，你可能就会问：“小鹏，你们磨刀的第一阶段为什么有效果？”做企业要看长远。谢谢！

媒体：我问两个问题，我是小鹏G6的车主，通过体验，我感觉这款车各方面都比较均衡，甚至电耗比特斯拉Model 3还低，但是销量却不高，跟它的产品力很不匹配。我觉得是不是因为小鹏对于智能化过于迷信，过于强调？的确小鹏打造了智能化的长板，但是对于大多数消费者来说，他需要的是综合的均衡的产品，小鹏在产品均衡方面的传播或者说打造是不是有所欠缺？我觉得目前的销量是对不起产品力的。

第二个问题，体验了美国特斯拉的FSD之后，小鹏和特斯拉相比到底谁强谁弱，尤其是你一直说中国的路况比特斯拉想象的要复杂，所以小鹏有信心。但是路况只是表层问题，在底层的技术架构和技术实力方面，小鹏和特斯拉的FSD相比，到底谁更强？

还有华为早就提出从车位到车位的能力了，但是刚才您介绍的时候，说小鹏下一个阶段OTA才实现门到门的智驾能力，这个差距在哪里？是他们宣传比较到位还是我们比较保守，没有开放这个能力？谢谢！

何小鹏：第二个关于G6的问题，我非常认同你的观点，我们需要综合各个版本进行打磨。我相信，很快小鹏会进入到下一个新的阶段，开始把“中板”变到“长板”。

何小鹏：我觉得，只有像小鹏、华为、特斯拉这些企业互相学习，共同奋进，才有可能把这个市场做得更好。你刚才说的特斯拉FSD，在中国可能我们能够战胜，但是特斯拉的能力肯定在我们前面，今天我们内部还在开会讨论，什么时候能够追赶上。比我们超前得不多，但是的确在前面。

不过，这里也有一些风险，如果用规则写程序，超前不多的话，中国企业效率高，而且努力，追赶得快。这个时代是算力+模型+数据+大模型的时代，这个时代用以前的逻辑不一定OK。我们期待今年年底或者是明年再PK一下，你再问这个问题的话，我们可以回答得准一点。

媒体：小鹏的智驾的功能已经做得非常好了，您刚也说未来可能是一周接管一到两次，咱们有这么好的技术，会不会进入自动驾驶出租车这个行业？或者说会不会给相关的企业提供一些技术方面的支持？另外一个问题，咱们的一些新车型已经取消了激光雷达，未来会不会有更多车型取消激光雷达，这是不是一个新趋势？

何小鹏：关于第二个问题，后面我们会有机会再分享。关于第一个问题，第一，我们会介入到Robotaxi；第二，我们是不愿意接管运营的，我们希望未来Robotaxi不仅服务中国，还要服务全球。最近一个多月，我见了滴滴的CEO，也见了Uber的CEO，他们在无人驾驶领域都做得不错。我相信将来全球有很多这样的运营商，我希望与他们合作。造车很难，做运营是难上真难，不是“加难”，是“真难”，应该有更多的伙伴一起把这个事情做好。谢谢！

媒体：第一个问题，蔚来自己做了一个操作系统，我们以后的天玑也会像蔚来那样做一个（整车）全域的操作系统吗？第二个问题，所有做智驾开发的车企，今年年底的节奏是全国都能开、有路都能开，或者说能导航的地方都能开。到了年底，在所有车企都说这些场景都行的时候，作为一个普通用户，应该怎样评价哪家的系统最好？

何小鹏：我觉得能开跟和导航是一个技术，能开好才是真正困难的地方。好用、好开的好，这个真的不容易。两百公里接管一次算不算无人驾驶？2万公里接管一次呢？可能属于很好的无人驾驶，但是也可能依然不够安全。就像现在大家看到的最近很火的无人驾驶出租车，你去看他们的后台，每台车每天接管很多次，云端接管很多次。所以技术要做好还有很长的路，但在以前的规则下，这个路十年都看不到头，我以前就说不相信全无人，有些场景能无人驾驶，但全场景无人驾驶我认为是不可能的。但现在我觉得如果每年在马路上跑的车有5000万台，全球都在做无人驾驶的部分场景，那无人驾驶全场景可能一年、两年、三年就ok了，绝对用不了多久。我的小朋友们现在还很小，等他们长大了都不用去开车，因为他们的爸爸绝对能够把这个事情干出来。

第一个关于操作系统的问题，抱歉我没有仔细看那个发布会，操作系统我们全都有，只是我们没有完全自研的。因为在整个生态里，OS的体系非常重要，而且我们可能做得更多一点，车的OS和机器人的OS我们都在做，机器人的OS要求更高，帧率更高，做到1000个级别。换一个角度，在这个OS的体系里，我觉得每一家都应该像Waymo一样，在这个过程中把研发做好，要不然会很难。

媒体：何总好，我想问一下MONA M03的问题，现在大家把车都做得很大，那么它的价格会不会影响它的智驾水平，它的智驾水平比P7+，也就是内部代号F57的车型，它们之间有什么样的差距？端到端对硬件的差距大概有多少？

何小鹏：请听下个月分解。谢谢你帮我把广告很圆润的说出来了。谢谢！

媒体：第一个关于大众和小鹏的合作有了更多的进展，这个过程中小鹏投入了多少的资源？大众的电动化也是依赖于供应商，小鹏在大众的整个电动转型的过程里面扮演什么角色？另外一个问题给到力耘，特斯拉的自动驾驶团队200—300人，撑起了端到端的运营，效果非常好。未来端到端画像是怎么样的？中国端到端需要多大的团队，需要多少人？

何小鹏：你说在大众的版图里面，我们是什么样的？首先，我不了解，即使了解也不方便透露。第三问题，下个月大众CEO与我会面时，我会把你的问题带给他。至于大众与小鹏合作的两款车的进展，比大众此前自行开发的车型快得多，项目推进过程中发现，进度又提前了5、6个月，超级牛逼，当然我们花了很多的力量一起来做很多的事情。还不能透露它的SOP时间节点，这个是大众才能说的，但是据我了解进展非常好，但是颜值我还没有看过，我不知道外观什么样。但是我会觉得非常好。他们跟我口头描述过。至于小鹏投入了多少资源，我没有一个精准的统计，我们在总裁办公室有一个专门的Team去负责协调资源，从各个研发团队里调整资源，每一个团队都有一部分全职或者部分在支持。

李力耘：第二个问题都有挑战。我觉得人数方面的事情不去评价，我想解释下在新的面向端到端AI化上，我们对人才画像的变化。在以前的规则时代，我们希望很多人能够把计算机语言写得特别熟练，算法特别熟练。在拥抱AI的时代，我们对人才画像有所变化，我们更希望能够熟练驾驭AI工具去解决问题的全球专业人才。其实从某一个角度来说，我们对更好、更高精尖的人才追求是不断增强的，小鹏也在全球范围内持续寻找着更好、更高段位的人才。另外，我们要做很多事情，我们不仅全国都能开、全国都好用，我们最终要在全球都能开，全球都好开，我们的同学还有很多挑战需要去克服。

何小鹏：我补充下，1990年，我们觉得英语人才很牛逼；2000年，我们觉得计算机人才很牛逼；2010年，我们觉得IOS人才很牛逼。现在这些人才都变得普通，但AI不一样，以前我们是靠“密度”，人才+密度，足够多人可以干成，在软件时代可以人多办大事，但是在AI时代，就是人才的高度决定企业的高度。

媒体：我想问力耘一个问题，关于智能化相关的数据，大师兄今天一直在强调，AI既得范式里光有数据不行，还要数据有价值。在自动驾驶板块里面，或者切换到端到端大模型的时候，我们利用智驾的传感器或者是数据能不能达到理想化的XOS？如果能，解决的路径是什么？如果不能，我们在这个既得范式下，是不是会加入互联网的文本数据。此外，自动驾驶的体验越好，可用数据的获取也就越困难，因为当智驾开1000公里之后，触发的可用数据的机制其实就会稀缺很多，在这样的背景之下，我们会不会用到一些合成数据，或者说我们现在有没有用到一些合成数据，谢谢。

李力耘：第一个问题很有趣，也非常好。除了车上的传感数据，还有什么数据要用？其实你想想你开车的过程，你看到的、听见的、遇到的，某种程度都存在你的记忆里。所以我想说，车上的真实用户的这些数据固然重要，但是冰山的水面下，对这些数据的清晰处理，以及高效的挖掘和解读才是最重要的。比如大家都知道，通过这次的全国都好开活动，我们实现了无缝掉头的体验，这极为考验数据能力，能否迅捷、高效地把所有的掉头数据清晰标注出来，供端到端大模型训练。所以这里面更重要的比拼，不仅仅是大师兄说的数据的“量”，更多的是数据的能力。其实你说的互联网数据，很多时候也蕴藏在你看到的路牌，在你看到所有的世界里。

在我们的体系里面，我们已经一定程度使用了仿真数据，但是我们更加看重真实驾驶数据。因为真实数据带给你的是一颗种子，带给你的是一个从无到有的样子。而合成的数据能够在一定程度上辅助你，包括端到端情况下，由于数据不足，一定需要两条腿走路，两条腿都要快。

何小鹏：我用一些比较容易理解的话，第一，一般L4公司都想用合成数据；第二，现在的软件，如果一辆车像Robotaxi开在路上，有一个人躺在它的轮子中间，你怎么识别这个人躺在那里？正常一个人开车，有人躺在车下面，他肯定说，“喂，起来。”但是那个车不知道，所以车不仅要360度看，还要720度看。现在很多车看不了720度，这个情况下就会吃亏，Robotaxi硬件的要求远比想象中还要复杂。

媒体：上次我们看到整体端到端技术之后，对整个研发架构和研发方向指明了方向。今天的全国都好用的主题，对于整个智驾的策略或者说公司研发的方向，有没有指导性的意义？

何小鹏：你这个问题把我难住了。首先我想确认的是，经过最近几个月，我非常相信端到端是未来，不仅把L2干出来，将来还要把L4干出来。但是硬件不一样，算力也不一样，肯定有一些东西是可以做的。我和多个L4的公司老大去PK，他们都不相信，因为他们觉得端到端有很多虚幻的问题、抖动的问题、各种黑盒的问题等等。我认为这些只是今天的问题，解决的速度可能会超乎想象。

我们肯定All IN在AI，去年我就认为公司必须要把制造和AI两个能力都做好。端到端验证了我们这个想法，也可以告诉整个行业，要解决以前的路不是用规则和小型的AI体系，特斯拉并没有改变我们以前的方向，我们以前的想法就是对的。

李力耘：我们一直很笃定，我们因为相信所以去做，所以看见的。

媒体：您刚才在演讲过程中有一句话：我们跟大众的合作，带给我们全球视野和成本可控。能不能分享一下，大众的合作对于小鹏整个造车或者其中某个环节，有什么数据佐证在造车领域的效率提升吗？第二个问题，我对技术不是很了解，能不能用大白话描述，小鹏的智驾的门槛壁垒，怎么超越市场上其他智驾的对手？智驾的国际门槛到底高不高？小鹏要走国际化，但应该不是覆盖海外国家最多的企业，我的理解是这样的，我不知道对不对？

何小鹏：关于友商我们不评论，我觉得端到端和过去的规则各有千秋，起码目前是这样。但是端到端往前发展两到三个版本，速度会更快，尽量白话的角度分析，过去的规则做全球化非常困难，全球的环境太复杂，所以端到端和无图是全球化的必由之路。

与大众的合作，举个例子，以前我们做一个车型测试，说要做100万、200万公里、300万公里、400万公里、500万公里，大部分多台车去开，大众测我们的车，用两台车测那么多公里。我没有想到，当你把两台车每一台车开50万公里、100万公里的时候，会看到很多以前看不到的东西。以前我们是用很多台车累计完成测试，他是用单台做到，他对质量的看法跟我们不一样。再举个例子，我们与大众合作供应链，现在我管供应链，调整了很多，我觉得与大众合作的地方会有成本的下降。我们没有想到，大众帮助我们实现了很多车的成本下降。这个是跳出原来逻辑的双赢。

媒体：刚才您提到现在端到端有一些比如说黑盒之类的问题，小鹏现在是怎么解决这个问题的？

何小鹏：我们也是摸着石头过河，这是第一。第二，我们现在找到几种方式，但不能告诉大家，要不然很快就有人抄了。

媒体：XNGP全国公开之后，小鹏下一步计划是什么？能否向我们透露一些惊爆一点的信息？

何小鹏：下一步全国都好开，花18个月把它做到类似Waymo。每个月都会发布新消息，我们四季度要做门对门，现在只是部分的人、部分媒体老师、部分友好的车主可以，我们的目标是让所有的小鹏车主都可以。我觉得这个挺难的，因为太多中间的场景，每个场景不仅要做，还要做得更可靠更稳定，还要准确，这是很难的。

媒体：刚刚发布会的时候，看到一个令人印象深刻的画面，我们对安全的重视，小鹏在推送之前做了2595个城市的实车验证。我们下一阶段要出海，在面临道路数量级几何级增长的情况下，以及有端到端很强技术范式的情况下，我们还会去做实车验证的工作吗？还会继续推进它吗？即在端到端技术范式下，我们要怎么保证智驾的安全，要怎么做兜底？激光雷达会是其中一个非常重要或者说离不开的层面吗？

李力耘：实车验证永远不会省略，但是由于我们端到端AI智驾能力增强，我们会更有信心做得更加有针对性，更加高效。这是伴随着能力增长实现的。至于第二个问题，小鹏也说了下一步。

何小鹏：这个达成还挺复杂的，有一套技术，有一套成本，有一套能力的逻辑才能做到。

媒体：刚才也提到从算力到硬件布局不一样，我想问一个问题，小鹏想必针对下一代Robotaxi的车型已经做了研发，进展能不能透露一下？在你看来，5年时间里，无人驾驶技术会不会推动进入所谓的Robotaxi时代？

何小鹏：第一，我觉得不需要5年，第二我们的Robotaxi策略暂时还不能透露。