【云故事探索】NO.26 |小鹏汽车:一朵云上的AI造车之旅

简介: 小鹏汽车是“生于云”的AI车企,自创立起即全栈依托阿里云。万卡GPU集群达10 EFLOPS算力,训练利用率超95%;数字员工、AI Coding、智能财务等已深度落地业务闭环。云原生底座支撑其智驾研发、全球调度与高并发营销,实现“AI定义代码,代码定义汽车”。


在广州小鹏汽车总部,你会感受到一种与传统车企截然不同的气质——这里没有厚重的历史包袱,也没有根深蒂固的制造业惯性。作为一家从诞生之日起就将"数据驱动"写入基因的AI汽车公司,小鹏的办公楼里谈论最多的不是排量与马力,而是模型利用率、端到端闭环和全球算力调度。而支撑这一切的底层基础设施,几乎从一开始就运行在阿里云上。【云故事探索】NO.26跟我一起走进小鹏汽车,探访AI汽车背后的秘密。

生于云,而非上云

"小鹏跟阿里云的合作已经很多年了,一开始小鹏的整个基础就建设在阿里云上面,可以算是一个云原生的企业。"这是小鹏汽车副总经理谭蔚华在采访时说的一句话。在小鹏汽车内部,这不是一句PR话术,而是对技术底座的客观描述。

当大多数传统车企还在讨论"如何上云"时,小鹏的工程师们早已在云端写完了第一行代码。去年,小鹏与阿里云共创的万卡GPU集群规模投入使用,集群利用率稳定在95%以上。这个数字在AI训练场景里并不容易达到——它意味着算力资源没有被闲置浪费,也没有因为过度争抢而陷入拥堵,而是被精准地调度到了每一个需要它的模型训练任务中。

对于小鹏来说,云不是后期追加的IT升级选项,而是造车这件事的基础设施本身。

数字员工,从训练到上岗都在云端

小鹏对AI的探索并不停留在实验室,而是实实在在地渗透进了业务运转的每一个环节。

在客服领域,一个变化正在悄然发生:夜班排班几乎不再需要人工坐席。这意味着深夜来电的车主,对面应答的已经是一个经过充分训练的数字员工。更令人意外的是,这个数字人从训练到日常运转,整个生命周期都运行在阿里云的基础设施之上。节省的不仅是半夜的人力成本,还有员工不必再上夜班的身心负担。

财务部门的改变同样具体。费用报销与付款审核向来是财务流程中最耗精力的环节——各类票据、影像、佐证文件需要人工逐一识别、核对与整合,依赖个人经验,费时费力。小鹏在财务系统中引入了阿里云的通义千问大模型,用来识别和审核上传的佐证文件。结果是:单据识别效率被极大提升,判断准确率达到了90%以上。

从客服到财务,AI Agent的落地没有停留在概念层面,而是在真实的业务闭环中完成了提效。而支撑这些Agent训练和运行的,依然是那朵从第一天就与小鹏共同生长的云。

扶摇是心脏,AI Coding是神经系统

小鹏的扶摇智算平台在行业内早已不是秘密。但少有人注意到的是,如果扶摇是心脏,那么AI Coding就是小鹏研发体系的神经系统。

在端到端大模型的驱动下,小鹏实现了"从研发到上车"的闭环加速。过去需要数月迭代的算法功能,如今被压缩到了数倍更短的周期内。一个形象的概括是:AI定义代码,代码定义汽车。

而在代码层面,阿里云Qoder智能体正在扮演"编码副驾"的角色。工程师在面对跨模块的代码重构时,只需给出自然语言描述的需求,Qoder就能同时输出重构方案与可直接落地的生产代码。小鹏内部对这套协作机制的期待也很务实——不只是为了省钱,更是为了抢时间。缩短功能交付周期、提升核心代码生成准确率、有效降低bug率,这些才是衡量效率革命的硬指标。

10 EFLOPS背后的全球调度与极致稳定

当一家AI汽车公司的模型训练规模突破万卡,当它的销售网络开始覆盖海外,算力就不再是一个本地机房能够承载的话题。

GPU资源天然稀缺,全球分布极度不均衡,跨区域调度成为不可避免的选择。小鹏通过阿里云的云企业网(CEN),将多个Region的GPU算力集群连成一体,打造了一个总规模达到10 EFLOPS的弹性算力资源池。配合智能调度算法,以及云网络提供的NIS与QoS策略,小鹏的集群峰值利用率达到了98%,训练效率显著提升,单位算力成本持续下降。

而在面向消费者的另一端,稳定性同样是生死线。小鹏一年要举办超过10场新车发布会,每次发布会都会带来类似"双十一秒杀"的瞬时流量洪峰——海量订单在短时间内涌入整车商城,对电商平台造成巨大压力。基于阿里云容器服务ACK与ACS的弹性能力,小鹏使用PTS大模型构建了一比一的压测环境,通过全链路压测对生产流量进行建模,提前对整个商城做了充分验证。最终,整个系统在十倍于日常峰值的压测压力下依然保持平稳。同时,阿里云微服务引擎MSE的流量防护能力,也为突发流量下的系统稳定提供了兜底保障。

从后台的智算训练到前端的交易承压,小鹏在两端都拿到了阿里云的全栈支撑。

万卡只是起点

站在小鹏总部的会议室里,你会发现他们对未来合作的展望同样务实而清晰。

"万卡只是个起点,未来可能会有更多万卡。"这是算力维度的判断。而在空间维度上,小鹏正在与阿里云一起出海,在海外建设集群,期待将基础设施能力与智能化能力共同推向全球市场。

两个团队之间的默契也有迹可循:"过往合作很顺畅,两个公司简单高效的文化比较契合。"在全球化的下一程,小鹏希望阿里云国内团队能带去更多海外经验,一起分析、一起落地。

探访结束,广州的天色渐暗。小鹏的办公楼里,万卡集群仍在夜以继日地训练着下一代智驾模型,数字员工正在处理来自全国各地的车主咨询,而研发团队正在用AI Coding加速下一款车型的功能迭代。

未来已来。而这一次,它长在云上。

相关文章
|
12月前
|
机器学习/深度学习 人工智能 Serverless
吉利汽车携手阿里云函数计算,打造新一代 AI 座舱推理引擎
当前吉利汽车研究院人工智能团队承担了吉利汽车座舱 AI 智能化的方案建设,在和阿里云的合作中,基于星睿智算中心 2.0 的 23.5EFLOPS 强大算力,构建 AI 混合云架构,面向百万级用户的实时推理计算引入阿里云函数计算的 Serverless GPU 算力集群,共同为智能座舱的交互和娱乐功能提供大模型推理业务服务,涵盖的场景如针对模糊指令的复杂意图解析、文生图、情感 TTS 等。
|
2月前
|
JSON 缓存 API
#免费空气质量查询接口推荐:含 AQI、PM2.5 实时数据
本文实测整理了4个当前可用的免费空气质量接口:万维易源(官方、指标全、需appKey)、sojson(免注册免key、适合快速原型)、AQICN(全球覆盖、需免费token)、天行/易客云(需注册key)。含调用方式、字段对比与选型建议,助开发者高效接入AQI、PM2.5等实时数据。
788 0
|
2月前
|
人工智能 安全 IDE
公司不给你配 AI,你会自己掏钱吗?
AI正成为新时代的“办公软件”,开发者每月自费数百元订阅Claude、Cursor、Copilot等工具,实为工作刚需。公司尚未建立报销机制,但先行投入者已悄然积累不可替代的AI能力——这并非倒贴,而是抢占效率高地的聪明投资。
254 0
公司不给你配 AI,你会自己掏钱吗?
|
2月前
|
数据采集 人工智能 自然语言处理
从工具到“硅基员工”:2026年中国企业级AI Agent竞争版图全解析
2026年,中国AI Agent迈入规模化落地“验收期”:企业不再比参数,而考察能否对接ERP、处理非结构化数据、对业务结果负责。瓴羊AgentOne以“Data+AI+FDE”三角能力,打造懂数据、可执行、能迭代的“硅基员工”,推动AI从对话工具升级为业务责任人。
|
2月前
|
SQL 数据采集 监控
别再堆工具了!从 0 到 1 搭建小型生产级数据平台,只需要这份落地清单
别再堆工具了!从 0 到 1 搭建小型生产级数据平台,只需要这份落地清单
179 1
|
3月前
|
人工智能 自然语言处理 搜索推荐
企业如何用好智能客服系统?2026年真实案例拆解
智能客服的成败,三分靠选型,七分靠运营。2026年,超92%的企业已部署AI客服,但仅35%真正跑出了效能——差距不在"有没有",而在"会不会用"。本文拆解星巴克、长城汽车、东风猛士等企业的真实落地路径,提炼出一套"选对平台→分阶段落地→持续运营"的三步闭环方法论。
|
5月前
|
存储 人工智能 安全
深势科技携手阿里云 AgentRun,加速科研 AI Agent 全速运行
AgentRun 提供了一站式 Agentic AI 基础设施平台,加速了深势科技 AI4S Agent 业务从“实验室验证”走向“企业级应用”。
|
9月前
|
机器学习/深度学习 数据可视化 算法
基于YOLOv8的无人机道路损伤检测[四类核心裂缝/坑洼识别]的识别项目|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
基于YOLOv8的无人机道路损伤检测系统,精准识别鳄鱼纹、纵向/横向裂缝及坑洼四类病害。集成PyQt5可视化界面,支持图片、视频、实时摄像头多模式检测,提供完整源码、数据集、预训练权重与部署教程,开箱即用,助力智慧交通巡检与养护决策。
基于YOLOv8的无人机道路损伤检测[四类核心裂缝/坑洼识别]的识别项目|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
|
2月前
|
人工智能 运维 安全
基于阿里云 AgentLoop 的 Skill 评估与优化最佳实践
本文介绍一套基于 AgentLoop 平台的 Skill 评估与优化最佳实践,覆盖从 Skill 创建、可观测接入、离线评估、Bad Case 分析到迭代优化的完整闭环,帮助开发者以数据驱动的方式交付高质量 Skill。
|
人工智能 自然语言处理 算法
蔚来汽车携手通义灵码入选 2025 世界人工智能大会标杆案例
在2025年世界人工智能大会上,通义灵码助力蔚来汽车提升研发效能,成功入选“人工智能+”行业标杆案例。蔚来已有近1000名工程师常态化使用该工具,AI生成代码占比超30%,在“天探”系统中更达70%,显著提升开发效率与代码质量,并正向更多核心领域扩展。

热门文章

最新文章