看着汤凌云在很耐心的听，李毅讲的又有些口干舌燥，就倒了杯水，给他放在面前之后。
接着前面的说道：“以上两步完成后，然后还有第三个，姑且叫动作模块儿，对车采取行动，下达指令。”
“如果万一遇到不在我们写的规则之内的事情发生，那么你猜车辆会怎么办？”
汤凌云想了一下这个场景，确实有意思。
“但我们端到端的模型，就是只要给前方的路况作为输入，然后司机的动作作为输出，这样经过足够多的数据训练，面对路上各种复杂的情况，端到端的模型就能够自动举一反三的做出新的动作决策。”
“可以说，他的模式，就是学习我们人类的思考模式来解决问题而不是程序化的死板！”
“可这是需要海量数据训练的啊！”
“凌总，相比于高效、安全，这些训练，完全是值得的。”
“而且我也知道你担心什么，无非是钱的问题。”
“但，凌总，给你一个假设，根据我们现在一辆车上面配置的雷达以及传感器价格计算，这是1万多人民币的成本。”
“未来随着雷达传感器精度的提升，价格会不会水涨船高？”
“到时候一辆车的成本需要多少钱？”
“如果我们的车一年卖上10万辆，100万辆呢？”
“这中间的成本，又怎么算？”
汤凌云似乎终于放松了下来，“行，就全力推进端到端模式。”
“把项目保密级别提升到绝密，对于什么端到端大模型训练，平时一个字都不要提。”
“我们只做，等我们的模型训练到一定的程度，能够商用的时候再说也可以。”
“芯片……”
汤凌云瞬间想到了核心。
“是的，我们毕竟是采购的国外的GPU，这种端到端的训练在概念上其实很容易理解，一旦捅破这层窗户纸，竞争对手很容易依靠庞大的资金和就近的GPU供货地，而把我们踩在脚下。”
李毅这里特指的就是特斯拉，汤凌云自然清楚，重重点点头之后，出了门。
现在国际上对于端到端的概念还没有形成，寥寥有数的几个研发智能驾驶的公司，包括李毅采购芯片的Mobileye公司，现在也还在硬件上堆叠，对于算法没有重视起来。
至于特斯拉提出这个概念，还得在一年之后，然而这种概念的实际商用一直推迟到2014年10月份才落地。
这一年多到两年的时间足够李毅取得一定的领先地位。
当然关于端到端大模型训练还有好多，李毅并没有跟汤凌云说。
比如训练方式，未来的大模型训练，需要海量的数据投喂，这些数据怎么来？
今夜头条的文字端，还有未来要开发的抖音，在音视频的生成上，就是天然的数据产生源头。
至于应用方式，也不仅仅是自动驾驶一项，比如未来在机器人的应用使用上，在AI大数据的分析匹配上等等等等，大模型训练都是基础，只是侧重点不同罢了。
汽车研发逐渐走入正轨，李毅也重新做回了他的线控底盘工程师。
所谓的线控底盘，就是通过传递电信号对汽车底盘进行控制，从而适用于自动驾驶车辆的需求。
这里面包括线控转向、线控制动、线控驱动、线控悬架等4个核心底盘系统。
主要研究方向，要涉及到机械建模、硬件设计、MBD开发还有嵌入式控制等等方面的知识，整个体系非常多。
但这些方向最终的目的，简单来说，就是要用最快的速度，最准确的速度，让传感器感知到驾驶员操作意图，然后将控制指令传递给电子控制器，从而控制执行机构完成汽车的转向、制动、驱动等功能，并对其操作情况进行监测。
因为操作的整个过程，都是由电信号经过导线传递，所以线控底盘工程师后面还有一个发展方向，那就是多合一电机驱动技术的研发。
多合一电机驱动技术，从最初的三合一，到后面的五合一，七合一，八合一，甚至后来比亚第都发展出了11合1的电机驱动技术，所有的目的仅仅只有一个，那就是降低成本。
汽车是个讲求集成化、模块化的产业，模块集成度越高，整车组装难度越低。
不同于传统燃油发动机，电驱动作为新兴技术，整车厂大多需要将电机、减速器和电机控制器等主要部件，分散给零部件厂分开设计，然后主机厂再拿过来适配整车需求。
如此一来，零部件造型尺寸各异，适配车型就少，装配成本就高。
所以，后来随着新能源车企的发展，他们逐渐认识到，自己要走上正轨，就必须要自己解决“动力总成模块化”这个难题。
这就需要整车厂和零部件厂坐下来一起研发，从源头开始，将所有零部件“攒”到一起，做成一个打包“套餐”，统一规格尺寸，实现紧凑和轻量化设计的同时，而且容易装配。
因为多合一这样做的好处是不仅可以共享外壳耦合及冷却系统，还可以共享电路及功率开关器件，能有效降低电驱动系统的体积和重量。
加上由