“以后的汽車，沒有高階智駕，就沒有競爭力。”近段時間，有不少行業(yè)專家向蓋世汽車表達(dá)了相似的觀點。
從自動泊車到全自動駕駛，從簡單的輔助系統(tǒng)到復(fù)雜的決策算法，智能駕駛已經(jīng)成為衡量一款新車是否先進(jìn)、是否具有吸引力的重要標(biāo)準(zhǔn)之一。對于各大車企而言，加大在智能駕駛領(lǐng)域的研發(fā)投入已成為必然趨勢。
隨著又一屆廣州車展的召開，汽車產(chǎn)業(yè)的最新技術(shù)和趨勢再一次在這里匯聚，各大車企競相展示創(chuàng)新成果，高階智能駕駛技術(shù)的競爭愈發(fā)激烈，端到端和車位到車位等關(guān)鍵詞也站在了新一輪技術(shù)競爭的C位。。
其中，理想汽車展示了其最新的智能駕駛技術(shù)——端到端+VLM雙系統(tǒng)方案。與此同時，理想汽車正式發(fā)布了其車位到車位智駕功能。
借助廣州車展引發(fā)的廣泛關(guān)注，理想汽車近日舉辦了端到端智駕體驗日活動。為了更深入地了解這一技術(shù)的實際應(yīng)用效果，蓋世汽車通過在真實城市道路的實際體驗，對理想“端到端＋VLM”加持下的車位到車位功能的真實能力，做了一次實地測試。
圖源：理想汽車
“車位到車位”功能實測
在體驗過程中，我們選擇了一段包含多種路況的路線，包括城市狹窄、擁堵路段、環(huán)島、高速公路以及園區(qū)內(nèi)部道路等。就實際操作而言，用戶只需在車載系統(tǒng)中輸入目的地車位信息，車輛便能夠自動規(guī)劃路線并引導(dǎo)前往。在到達(dá)目的地后，車輛也能夠自動識別并泊入指定的車位。
具體來看，在上車選定導(dǎo)航路線之后，點擊“一鍵智駕”或者跟語音激活，車位到車位的過程就能直接啟動。此后車輛，順利駛出車位、地庫、狹窄的小區(qū)道路，遇到閘機車輛也會自動停下，等繳費抬桿之后繼續(xù)行駛，無需接管。
理想汽車透露，無論是露天停車場、園區(qū)內(nèi)，還是多層的地庫、立體停車場，其車位到車位功能都可以支持。
行駛到公共道路上后，智駕系統(tǒng)也可以應(yīng)對環(huán)島、掉頭和各種施工場景，復(fù)雜的博弈和交通燈情況下，通行也較為順暢。
這背后的技術(shù)支撐是理想基于端到端+VLM雙系統(tǒng)的智能駕駛方案，簡單來看，端到端不依賴規(guī)則式邏輯，具備更擬人化的駕駛方式，VLM則具備理解物理世界復(fù)雜的交通環(huán)境和中文語義的能力，賦予了智駕車輛更強大的通行能力。
對于U型掉頭功能，理想汽車方面告訴蓋世汽車，端到端基于人類司機數(shù)據(jù)，在不同的掉頭場景中（有無中央隔離帶，寬窄車道等）都可以輸出一條合理軌跡，不再強依賴于導(dǎo)航信息和前后車道的拓?fù)溥B接關(guān)系。此外端到端具備更強的側(cè)向感知能力（看得遠(yuǎn)+看得準(zhǔn)），在掉頭過程中，可以更準(zhǔn)確識別和預(yù)測對向直行車輛的行駛軌跡并做出避讓。
更值得注意的是理想汽車全國高速收費站ETC通行能力，其旨在打通城市與高速駕駛場景。據(jù)理想汽車介紹，該功能不限范圍、無需學(xué)習(xí)過程，全國用戶都能用。
理想汽車方面指出：“通過端到端+VLM 架構(gòu)，除了讓系統(tǒng)開得像人以外，還能理解真實世界復(fù)雜的語義信息，在實現(xiàn)ETC自主通行這個場景中，也是由VLM識別收費站及ETC通道位置，引導(dǎo)端到端系統(tǒng)向ETC通道行駛并通過閘機。”
此外還有路邊起步、環(huán)島通行等功能 ，盡管當(dāng)天天氣狀況不佳，道路環(huán)境更加復(fù)雜，在整個行駛過程中，理想汽車的智能駕駛系統(tǒng)仍然表現(xiàn)出了較高的穩(wěn)定性和準(zhǔn)確性，最終順利泊入預(yù)設(shè)車位。
目前，理想基于端到端+VLM的車位到車位功能，已經(jīng)開啟了萬人團和全國門店的試駕車的推送，并將于11月底隨OTA 6.5版本車機系統(tǒng)向AD Max用戶進(jìn)行推送。
快慢雙系統(tǒng)
在過去一年中，理想汽車的智能駕駛技術(shù)經(jīng)歷了快速發(fā)展，從全場景NOA能力的實現(xiàn)，到無圖NOA的推出，再到端到端與VLM技術(shù)的結(jié)合，共完成了三代技術(shù)的迭代。這一過程中，理想汽車在智能駕駛領(lǐng)域的地位和角色發(fā)生了轉(zhuǎn)變。
理想汽車之所以能有如此表現(xiàn)，關(guān)鍵在于其創(chuàng)新策略——采用端到端與VLM相結(jié)合的雙系統(tǒng)架構(gòu)方案。
據(jù)理想汽車介紹，基于丹尼爾·卡尼曼（Daniel Kahneman）在《思考，快與慢》中提出的人類兩套思維系統(tǒng)理論，理想汽車將端到端系統(tǒng)（相當(dāng)于系統(tǒng)1）與視覺語言模型（VLM，相當(dāng)于系統(tǒng)2）融合應(yīng)用于自動駕駛技術(shù)方案中，旨在賦予車端模型更高的性能上限和發(fā)展?jié)摿Α?/div>
其中，系統(tǒng)1，即端到端模型，是一種直覺式、快速反應(yīng)的機制，它直接從傳感器輸入（如攝像頭和激光雷達(dá)數(shù)據(jù)）映射到行駛軌跡輸出，無需中間過程，是One Model一體化的模型。
這種設(shè)計確保了信息的高效傳遞、推理的高效計算以及模型的快速迭代能力。
系統(tǒng)1端到端模型的輸入包括攝像頭和激光雷達(dá)，通過為英偉達(dá)Orin-X專門優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)(CNN)主干網(wǎng)絡(luò)提取和融合多傳感器的特征，并投影到BEV空間。
為提升模型的表征能力，理想專門設(shè)計了記憶模塊，不僅有時間維度的記憶，還有空間維度的記憶。除了攝像頭和激光雷達(dá)，理想還在模型的輸入中加入了車輛狀態(tài)信息和導(dǎo)航信息。最終經(jīng)過Transformer的編碼后，與BEV特征共同解碼出動態(tài)障礙物、道路結(jié)構(gòu)、通用礙物，并規(guī)劃出行車軌跡。
系統(tǒng)2，則是由一個22億參數(shù)的視覺語言大模型(VLM)實現(xiàn)，它的輸出給到系統(tǒng)1綜合形成最終的駕駛決策。
理想方面表示，VLM整體的算法架構(gòu)由一個統(tǒng)一的Transformel模型組成，將提示詞(Prompt)文本進(jìn)行Tokenizer編碼，然后將前視120度和30度相機的圖像以及導(dǎo)航地圖信息進(jìn)行視覺信息編碼，通過圖文對齊模塊進(jìn)行模態(tài)對齊，統(tǒng)一交給Transformer模型進(jìn)行自回歸推理。
除此之外，理想還運用云端世界模型對系統(tǒng)1和系統(tǒng)2進(jìn)行能力的訓(xùn)練和考試，從而使這套系統(tǒng)能夠快速迭代。
理想將視覺語言模型成功部署在車端芯片，意圖使自動駕駛能像人類一樣深刻理解物理世界的復(fù)雜交通環(huán)境和中文語義，并且輔助端到端，解決安全、導(dǎo)航、法規(guī)和舒適等方面的自動駕駛業(yè)內(nèi)難題。
端到端+VLM架構(gòu)已經(jīng)得到越來越多車企和智駕供應(yīng)商的青睞，不過其在自動駕駛領(lǐng)域的應(yīng)用也面臨諸多挑戰(zhàn)，并非誰都玩得轉(zhuǎn)。
目前，端到端模型和VLM都需要大量的高質(zhì)量數(shù)據(jù)進(jìn)行訓(xùn)練。然而，獲取并標(biāo)注這些數(shù)據(jù)既耗時又昂貴，且需要確保數(shù)據(jù)的多樣性和代表性，以覆蓋各種駕駛場景和環(huán)境條件。此外，數(shù)據(jù)處理和存儲也是一大挑戰(zhàn)，需要高效的算法和硬件支持。端到端+VLM模型的復(fù)雜性，不僅增加了研發(fā)成本，還對車載計算平臺的算力提出了更高要求。
作為參考，理想汽車的智能駕駛累計里程已達(dá)26.7億公里，訓(xùn)練算力目前已達(dá)6.83EFLOPS，并且在年底將超過10EFLOPS?；诔?6億公里智駕里程的打磨驗證、不斷增長的訓(xùn)練算力以及世界模型在云端的提前部署，理想汽車端到端+VLM智能駕駛系統(tǒng)得以實現(xiàn)快速迭代。
第一梯隊的智駕競爭
端到端已經(jīng)成為企業(yè)智駕能力的一道分水嶺，正在從技術(shù)路線之爭進(jìn)入了落地體驗之爭，而從頭部智駕企業(yè)的動態(tài)來看，這場落地體驗之爭，其核心應(yīng)用之一就是車位到車位。
理想汽車智能駕駛技術(shù)規(guī)劃負(fù)責(zé)人文治宇在接受蓋世汽車采訪時表示：回顧過去兩年時間內(nèi)，大家的關(guān)注點是去實現(xiàn)各個智駕使用場景的功能實現(xiàn)，比如高速NOA、城市NOA等。
“但當(dāng)我們嘗試把它們串聯(lián)起來的時候，也會發(fā)現(xiàn)之前的一些思路能夠解決部分?jǐn)帱c，但解決的方式不夠“優(yōu)雅”或者說面向全國所有的泛化場景，解決效率不夠高。”
這也是理想和行業(yè)對端到端、“車位到車位”更加關(guān)注的原因之一。
“車位到車位”功能要求自動駕駛系統(tǒng)能夠從指定的起始車位自動行駛到目標(biāo)車位，并在此過程中處理各種復(fù)雜的交通情況和障礙物。這一功能的實現(xiàn)對于現(xiàn)有的智駕系統(tǒng)來說是一個巨大的挑戰(zhàn)，因為它需要系統(tǒng)具備高度的環(huán)境感知、決策規(guī)劃和執(zhí)行控制能力。
端到端技術(shù)在車位到車位的應(yīng)用中發(fā)揮了重要作用。通過端到端技術(shù)，車輛可以在沒有預(yù)先設(shè)定路線的情況下，通過實時感知周圍環(huán)境和障礙物，自主判斷和規(guī)劃行駛軌跡，從而實現(xiàn)自動泊車和進(jìn)出車位的功能。這種技術(shù)使得車輛在停車場內(nèi)的操作更加擬人化，能夠更好地適應(yīng)復(fù)雜的環(huán)境變化。
此屆廣州車展上，多家車企展示了基于端到端的車位到車位功能。
其中小鵬汽車宣布基于小鵬圖靈AI智駕體系，成為行業(yè)首家用一套智駕軟件實現(xiàn)“車位到車位”的企業(yè)。小鵬的方案以一套軟件邏輯，打通地庫、閘機、城區(qū)道路等場景，未來將在AI天璣5.5.0上全量推送。
小米汽車也在廣州車展上展示了其“車位到車位”的智駕能力，按照小米規(guī)劃，從11月16日起，小米的車位到車位智駕功能會開啟定向內(nèi)測邀請，從 12 月底，則會開啟開啟先鋒版推送。
小米汽車方面介紹，后續(xù)推送的“車位到車位”智駕功能，其路線建立過程是完全在后臺自動創(chuàng)建地圖和路徑。比如通勤路線，只要上下班來回，人駕各一次通過停車場，不需要額外任何的引導(dǎo)操作，即可在后臺幫用戶建好停車場地圖。
還有極氪同樣發(fā)布其D2D車位到車位領(lǐng)航輔助功能，預(yù)計在2025年1月左右分批推送。
“車位到車位”功能正在成為評估端到端性能的關(guān)鍵指標(biāo)之一，某種程度上，車位到車位已經(jīng)成為車企智駕能力的一塊試金石。
近段時間，有不少車企宣布進(jìn)入智駕第一梯隊，這一隊伍現(xiàn)在變得越來越擁擠，玩家們也各有自己的拿手好戲，小鵬云端大模型、蔚來NWM世界模型、理想端到端+VLM的雙系統(tǒng)方案等。在新一輪以端到端為核心的智駕競爭中，距離行業(yè)格局穩(wěn)定，距離尚遠(yuǎn)。
關(guān)于我們：ICC鑫欏資訊成立于2010年，主要服務(wù)于炭素、鋰電、電爐鋼3大行業(yè)，是中國領(lǐng)先的專業(yè)產(chǎn)業(yè)研究和顧問公司。鑫欏資訊以研究為中心，提供媒體資訊、研究咨詢、數(shù)據(jù)庫和市場營銷等解決方案。
鑫欏鋰電專注于鋰電池原材料、鋰電池及其下游等相關(guān)產(chǎn)業(yè)鏈跟蹤，對市場價格、行情動態(tài)等資訊的搜集與研究，常年跟蹤行業(yè)內(nèi)400多家生產(chǎn)企業(yè)，擁有完善的產(chǎn)業(yè)數(shù)據(jù)庫。根據(jù)企業(yè)需求提供定制報告，為企業(yè)提供專業(yè)化服務(wù)。
鑫欏鋰電以研究為中心，服務(wù)于行業(yè)企業(yè)、金融機構(gòu)（一二級市場私募基金/券商/銀行等）、高校/科研院所、政府等，為客戶提供的獨特洞見、分析和資源，幫助客戶高效決策，以實現(xiàn)高質(zhì)量的業(yè)務(wù)增長。
鑫欏鋰電專注于鋰電池原材料、鋰電池及其下游等相關(guān)產(chǎn)業(yè)鏈跟蹤，對市場價格、行情動態(tài)等資訊的搜集與研究，常年跟蹤行業(yè)內(nèi)400多家生產(chǎn)企業(yè)，擁有完善的產(chǎn)業(yè)數(shù)據(jù)庫。根據(jù)企業(yè)需求提供定制報告，為企業(yè)提供專業(yè)化服務(wù)。
鑫欏鋰電以研究為中心，服務(wù)于行業(yè)企業(yè)、金融機構(gòu)（一二級市場私募基金/券商/銀行等）、高校/科研院所、政府等，為客戶提供的獨特洞見、分析和資源，幫助客戶高效決策，以實現(xiàn)高質(zhì)量的業(yè)務(wù)增長。
CONTACT US
ICC APP
