澳门拉斯维加斯手机

端到端(End-to-End, E2E)自動駕駛技術(shù)是一種新興的技術(shù)路徑，它打破了傳統(tǒng)自動駕駛系統(tǒng)中感知、決策、控制等模塊的界限，將這三個環(huán)節(jié)融合到一個統(tǒng)一的神經(jīng)網(wǎng)絡(luò)系統(tǒng)中。這一技術(shù)路徑的核心思想是通過深度學(xué)習(xí)模型，直接從傳感器輸入(如攝像頭、激光雷達等)到控制輸出(如方向盤轉(zhuǎn)動角度、油門和剎車力度)，實現(xiàn)整個駕駛過程的自動化。

千人團大獲成功之后，8月底，理想汽車又開啟了端到端模型+VLM視覺語言模型萬人體驗團招募。9月14日，理想汽車端到端+VLM萬人體驗團正式開啟推送，持續(xù)加速理想智駕技術(shù)的迭代和進化，安全性也將大幅提升，為用戶提供更智慧、更安全、更便捷的用車體驗。

9月14日，理想汽車全新一代智駕“端到端+VLM”為千人團用戶推送版了本號為6.2.0(E2E-VLM Beta4)版智駕系統(tǒng)，打造出行業(yè)率先“車位到車位”產(chǎn)品落地體驗。

這就要提到理想汽車在自動駕駛技術(shù)上展現(xiàn)出獨特的創(chuàng)新思路：端到端+VLM雙系統(tǒng)架構(gòu)策略。據(jù)理想官方信息，這種架構(gòu)是受到諾貝爾獎獲得者丹尼爾·卡尼曼提出的雙系統(tǒng)理論啟發(fā)，而且是理想世界首創(chuàng)的雙系統(tǒng)智能駕駛方案。這種雙系統(tǒng)架構(gòu)的設(shè)計旨在提高自動駕駛系統(tǒng)的穩(wěn)定性和可靠性，通過快系統(tǒng)處理常見場景，慢系統(tǒng)處理復(fù)雜場景，使得系統(tǒng)更加靈活高效。理想的端到端，不同于傳統(tǒng)的分段式，而是采用One Model一體化端到端，能夠保證大部分場景下的“高效率”，使智能駕駛具備“老司機”的駕駛能力，支撐其無圖NOA功能的快速上線。而VLM視覺語言模型是世界上第一個成功部署在車端芯片的大模型，具備應(yīng)對復(fù)雜場景的邏輯思考及決策能力?；诖思夹g(shù)方案，理想汽車為用戶帶來了全新的智能駕駛產(chǎn)品和體驗形態(tài)，即車位到車位的“一鍵智駕”功能。

澳门拉斯维加斯手机雖然距離2024年尾聲還有三四個月時間，但汽車行業(yè)的年度關(guān)鍵詞似乎已經(jīng)毫無懸念，那就是自動駕駛領(lǐng)域的“端到端”技術(shù)，2024也被行業(yè)稱為自動駕駛領(lǐng)域的新紀(jì)元。從去年8月特斯拉發(fā)布FSD V12，到今年4月商湯絕影發(fā)布UniAD，5月百度發(fā)布Apollo ADFM，同期小鵬汽車發(fā)布XNet、XPlanner、XBrain，7月理想汽車發(fā)布端到端+VLM，各大廠商幾乎都有自己的端到端系統(tǒng)。

從7月推送至8月底不到兩個月的時間，理想汽車城市NOA日均里程提升了3倍，城市NOA日均活躍度提升了8倍，這說明理想智能駕駛已經(jīng)跨越新技術(shù)面臨的鴻溝，邁入了晚期大眾階段。理想汽車用戶量、用戶日均里程以及用戶日活躍度的增長，推動智能駕駛累計總里程高速增長。

而從2022年到2024年8月底，智能駕駛累計總里程實現(xiàn)從4億公里到22億公里的飛躍式增長，今年年底預(yù)計達到30億公里，有望在全球范圍內(nèi)位居領(lǐng)先水平。

正是這一系列技術(shù)布局使得理想汽車的自動駕駛技術(shù)在用戶中的滲透率快速攀升，城市NOA車型的滲透率顯著提高。用戶評價和日均活躍度，也驗證了用戶對理想自動駕駛技術(shù)的認可。

7月15日，理想汽車正式全量推送無圖NOA，不再依賴高精地圖等先驗信息，在全國范圍內(nèi)可導(dǎo)航的城市道路均可使用。理想汽車智能駕駛滿意度調(diào)研顯示，用戶在滿分10分的調(diào)研中，對理想智能駕駛給予了9分的高度評價。理想全國門店開啟無圖NOA試駕后，門店NOA試駕率實現(xiàn)倍增，30萬元以上車型AD Max銷量占比達到近70%。

7月底，理想汽車基于端到端模型、VLM視覺語言模型和世界模型的全新智能駕駛技術(shù)架構(gòu)成功在車端落地并開啟千人內(nèi)測。千人團用戶數(shù)量達到1029人，覆蓋270個城市。內(nèi)測不到1個月的時間，千人團用戶總城市NOA行駛里程達到21.1萬公里，單日城市NOA駕駛最長里程391公里，單次零接管城市NOA最長里程81.6公里。

2023年，中國自動駕駛系統(tǒng)市場規(guī)模為3301億元，同比增長16.09%，保持高速發(fā)展態(tài)勢。當(dāng)前，中國自動駕駛技術(shù)正處于快速發(fā)展與深刻變革的關(guān)鍵時期，高階智能駕駛已成為行業(yè)競逐的焦點。理想汽車行業(yè)率先“車位到車位”產(chǎn)品的落地，對高階智能駕駛領(lǐng)域的影響巨大，不僅預(yù)示著理想端到端+VLM智能駕駛技術(shù)正面向所有用戶落地，也引導(dǎo)行業(yè)選擇研發(fā)更優(yōu)的技術(shù)框架和底層算法模型，為自動駕駛的未來注入新的活力。

世界模型支撐了全新一代理想智能駕駛大范圍、高速迭代，提供了自動化的AI能力評價體系，通過重建技術(shù)將用戶遇到的問題場景變成“錯題集”，通過生成技術(shù)將用戶的真實駕駛場景舉一反三為“模擬題”，兩個技術(shù)確保了在模型評價時錯題不再做錯，同時兼具優(yōu)秀的泛化能力。

在極具挑戰(zhàn)的數(shù)據(jù)閉環(huán)方面，理想汽車通過云端的世界模型與車端影子模式相結(jié)合，有效驗證了無圖NOA的功能。8月底，在成都車展，理想汽車智能駕駛研發(fā)副總裁郎咸朋表示：“得益于龐大的訓(xùn)練數(shù)據(jù)、強大的算力和AI能力評測體系，全新一代理想智能駕駛迭代速度非常驚人。理想汽車目前累積的訓(xùn)練里程已超過22億公里，預(yù)計到2024年底將超過30億公里；當(dāng)前訓(xùn)練算力達到5.39EFLOPS，預(yù)計到2024年底將超過8EFLOPS，理想汽車每年在訓(xùn)練算力的投入超過10億人民幣。我們認為最終實現(xiàn)自動駕駛需要的訓(xùn)練算力要達到100EFLOPS的量級，折合成投入每年要超過10億美金?！?/p>

這種技術(shù)路徑簡化了傳統(tǒng)自動駕駛系統(tǒng)的復(fù)雜性，提高了系統(tǒng)的整體效率和響應(yīng)速度。但是，端到端技術(shù)也面臨著數(shù)據(jù)需求量大、計算資源高以及系統(tǒng)安全性和可解釋性等挑戰(zhàn)。行業(yè)普遍認為，隨著技術(shù)的不斷成熟，端到端自動駕駛將逐漸成為主流。

9月14日當(dāng)天，理想汽車也將“車位到車位”一鍵智駕正式推送給千人團，標(biāo)志著行業(yè)率先“車位到車位”產(chǎn)品落地，目前車位到車位功能僅支持地庫場景，且需完成學(xué)習(xí)流程，功能包含：一鍵激活導(dǎo)航和功能(無需額外設(shè)置導(dǎo)航，直接到目的地車位)，地庫垂直車位內(nèi)P擋直接激活起步、車位內(nèi)泊出，園區(qū)內(nèi)通行，地庫內(nèi)通行(含盤旋通道)，公共道路進/出園區(qū)，識別閘機及啟停等用戶高頻用車場景。

然而，就目前情況來看，由于各家的端到端算法和發(fā)展應(yīng)用速度的不同，對于大多數(shù)用戶，端到端似乎更像是一種先進的理論，而非真正能落地的功能。