端到端AI应用于智驾之前，图1这种谣言，能骗倒很多人，现在AI决定未来的局势明朗，大家不会再相信“传感器决定论”，不会再相信：“小鹏几年前all in ai，每年投入几十亿元在后台AI研发上，只是因为鹰眼视觉AI的传感器更省钱”

事实上，抛掉激光雷达，用视觉AI做智驾，才是最费钱的技术路线

激光雷达等可以直接测得深度距离速度，拿掉激光雷达后，则会对AI的“数据，算力，模型”的需求徒增，对AI能力的考验极大

而AI的“数据，算力，模型”研发，是当今全球最烧钱的铁人三项

因为要搞鹰眼视觉AI，小鹏智驾每年AI相关投入几十亿元，占整个公司研发费用的一大半

投入如此之大，当小鹏逐步转向纯视觉ai的时候，如果还有人说他是为了省钱，是说不通的

同理，投入了这么大，产生的效果这样好的情况下，不太可能轻易切换技术路线加回激光雷达

因为当初去掉激光雷达，正是因为端到端AI的效果超预期，小鹏已经为AI的“算力，数据，模型”打造了金三角组合：

超算方面：小鹏在云端有着10EFLOPS的超算算力，国内顶级

超算利用率方面：云端算力90%利用率，国内最高

数据方面：由于智驾标配，智驾用户数量众多，且用户智驾使用率高，积累里程多，有居于国内前列的，海量的数据

关于云端模型的训练，小鹏与DEEPSEEK类似，是“云端大模型教授+车端小模型学生”模式：小鹏在云端用720亿参数的超大VLA模型（可以理解成超级大脑，不同于小参数模型）训练智驾能力，然后通过“蒸馏”技术，把大模型的精华压缩成车端的小模型，塞进车里。

这就像把一个大学教授的知识浓缩成一本简明教材，方便学生（车）用，比直接由学生来领悟要更强

最新发布的小鹏G7，三块自研图灵芯片，车载总算力就达到2000多TOPS，仍然没有激光雷达

小鹏的方向是明确且坚定的：只有更大的算力，才能利用好更多的数据，训练出更大参数的AI模型

脑子好使，AI才是智驾成败的关键

而至于传感器具体用多少，怎么用好，都是根据脑子的特点里适配

海豚适配个超声波，高等动物直接用纯视觉

其实只要是脑子好使了，都木有问题

传感器，不是未来技术瓶颈与潜力挖掘的方向

小鹏正在训练最强的“脑子”，这时：

非要如图1曝光的谣言那样，编造一个小鹏传感器技术路线的转向，来佐证小鹏智驾corner case太多的谣言，就没有太大意思了，因为端到端AI之后，大家都在看“算力，数据，模型”能力，没有太多人会信传感器决定论了

小鹏g7小鹏汽车人工智能