理想AI司機(jī)全國上崗，緊跟特斯拉華為轉(zhuǎn)向端到端架構(gòu)，世界模型也亮相了

一凡 2024-07-08 12:53:33 來源：量子位

一凡 發(fā)自 副駕寺

智能車參考 | 公眾號(hào) AI4Auto

理想也“全國都能開”了，“鍋里的”和“田里的”一起端上來了。

“鍋里”馬上盛出來的:

無圖NOA全量推送，Max車型本月解鎖“全國都能開”。

“地里”長勢喜人，下半年成熟的：

車端“端到端+VLAM”，云端世界模型仿真模擬。

新技術(shù)，新架構(gòu)，端云全面升級(jí)。

在車云兩端，以學(xué)習(xí)華為著稱的理想，現(xiàn)在緊隨華為腳步。

面對(duì)如火如荼的智駕競賽，理想在波折中前進(jìn)，在前進(jìn)中調(diào)整，不僅沒有掉隊(duì)，反而仍舊站在了前列。

理想“全國都能開”，主動(dòng)安全能力提升

理想剛剛召開了2024智能駕駛夏季發(fā)布會(huì)，李想不是主講人，但是OTA6.0發(fā)布的內(nèi)容還是很重磅。

升級(jí)內(nèi)容主要是三個(gè)方面：

智駕范圍，無圖NOA本月全量推送，“全國都能開”。

主動(dòng)安全，本月同時(shí)升級(jí)，能力更強(qiáng)。

系統(tǒng)架構(gòu)，轉(zhuǎn)向端到端，先分段后合并。

首先，無圖NOA推送后“全國都能開”，這只是概括的能力，具體到場景：

在需要繞行時(shí)，理想應(yīng)用了全新時(shí)空規(guī)劃模型，讓智駕系統(tǒng)像人一樣思考和規(guī)劃，繞行絲滑，決策更果斷。

在通過復(fù)雜路口時(shí)，理想使用BEV視覺模型融合導(dǎo)航匹配算法，將車道結(jié)構(gòu)和導(dǎo)航特征融合，實(shí)現(xiàn)“上帝視角”，讓智能駕駛選路更精準(zhǔn)。

聽起來很不錯(cuò)，用起來行不行？

理想在正式升級(jí)前開放了測試，來看看測試用戶的反饋：

復(fù)雜路口左轉(zhuǎn)：

鄉(xiāng)村道路避讓繞行：

惡劣天氣下的應(yīng)對(duì)：

從測試用戶的反饋看，理想的這次升級(jí)，確實(shí)是哪兒都能開，鄉(xiāng)村也可以開，天氣不好的時(shí)候也能用。

智駕升級(jí)，可用范圍擴(kuò)大的同時(shí)，理想的主動(dòng)安全能力也提升了，主要是四個(gè)方面：

• 復(fù)雜路口多目標(biāo)、多軌跡的專屬AEB
• 夜間AEB能力提升
• 制動(dòng)無法避免撞擊的物理極限場景，自動(dòng)駕駛緊急轉(zhuǎn)向AES，無需人為打方向盤。
• AEB低速下也能啟用，且是全方位。

理想介紹稱，其根據(jù)對(duì)Max車型的統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，目前已幫助車主避免駕駛事故36萬起，AEB誤觸發(fā)率“30萬公里<1次”。

架構(gòu)方面，理想也轉(zhuǎn)向了端到端，不過理想介紹稱一開始端到端采用“分段式”，也就是兩個(gè)模型。

然后將合并為一個(gè)模型，能力更強(qiáng)，下一代自動(dòng)駕駛目前已開啟了早鳥計(jì)劃，部分用戶可搶先體驗(yàn)。

具體原理是什么樣的？

下一代理想自動(dòng)駕駛系統(tǒng)是什么樣的？

理想即將推送的無圖NOA，目前是將感知和規(guī)劃模塊，各自整合為了一個(gè)模型。

下一步會(huì)將兩個(gè)模型合二為一，保留一個(gè)模型，輸入導(dǎo)航信息和傳感器信號(hào)，輸出軌跡，作為“系統(tǒng)1”。

所謂“系統(tǒng)1”，其實(shí)此前李想就在重慶論壇上透露過了，是理想下一代自動(dòng)駕駛系統(tǒng)的一部分。

理想下一代自動(dòng)駕駛系統(tǒng)，應(yīng)用了《思考，快與慢》中提出的快慢系統(tǒng)理論。

快系統(tǒng)，對(duì)應(yīng)系統(tǒng)1端到端，依賴直覺和本能，保證95%場景下的高效率。

“端到端”相關(guān)概念大家都很熟悉了，不再多說，主要介紹下慢系統(tǒng)。

慢系統(tǒng)，對(duì)應(yīng)系統(tǒng)2“VLM”，有意識(shí)地思考解決5%場景，拔高系統(tǒng)上限。

VLM，就是視覺語言模型，參數(shù)量為22億，提供復(fù)雜環(huán)境的理解能力和交通規(guī)則的理解能力。

復(fù)雜場景，比如在坑洼路面和暗黑場景下，適當(dāng)減速，讓駕駛更舒適安全。

交通規(guī)則理解，則可以識(shí)別公交車道的類型、位置和限行時(shí)間，動(dòng)態(tài)識(shí)別潮汐車道等等。

既然都叫視覺語言模型了，能力當(dāng)然不止視覺。

從示例中會(huì)發(fā)現(xiàn)，該系統(tǒng)還能把看到的場景描述出來：

這樣的能力背后，是一個(gè)統(tǒng)一的Transformer模型支撐。

其將Prompt（提示詞）文本進(jìn)行Tokenizer（分詞器）編碼，并將前視相機(jī)的圖像和導(dǎo)航地圖信息進(jìn)行視覺信息編碼，再通過圖文對(duì)齊模塊進(jìn)行模態(tài)對(duì)齊，最終統(tǒng)一進(jìn)行自回歸推理，輸出對(duì)環(huán)境的理解、駕駛決策和駕駛軌跡，傳遞給系統(tǒng)1輔助控制車輛。

下一代的提升，不止是車端。

理想在云端還會(huì)采用世界模型，利用真實(shí)數(shù)據(jù)，重建并自定義生成3D場景，通過仿真模擬的方式，加快下一代系統(tǒng)升級(jí)。

目前尚不清楚下一代系統(tǒng)的具體推送時(shí)間，只透露會(huì)是下半年。

“全國都能開”的無圖NOA和主動(dòng)安全能力提升，則確定會(huì)在本月內(nèi)。

從這次智駕發(fā)布會(huì)來看，以學(xué)習(xí)華為著稱的理想，在技術(shù)和宣傳上緊跟華為步伐：

智駕擺脫高精地圖依賴，邁向全國都能開。

同時(shí)強(qiáng)調(diào)主動(dòng)安全能力，而且是全向的能力。

云端采用世界模型，加快模擬仿真訓(xùn)練。

與此同時(shí)，隨著越來越多的玩家，實(shí)現(xiàn)無圖NOA，解鎖“全國都能開”(不是主要城市就算全國的那種)，智駕玩家的能力評(píng)定標(biāo)準(zhǔn)，也相應(yīng)發(fā)生了變化。

今年再說智駕第一梯隊(duì)，不能再看城區(qū)NOA“有沒有”，而是要看是否“哪兒都能開”

目前來看，理想仍舊在智駕玩家第一梯隊(duì)，同時(shí)還有更大的潛力沒有釋放，面向競爭激烈的下半年，手握一張王牌。

明年再提到理想，還會(huì)只想到“冰箱彩電大沙發(fā)”嗎？