在9月14日的晚高峰來臨前，有車主收到了理想汽車全新一代智能駕駛端到端+VLM技術(shù)的推送，萬人體驗活動就此開啟，涵蓋了MEGA、L9、L8、L7和L6的AD Max車型。而早在兩個多月前，理想汽車就已經(jīng)啟動了相關(guān)的早鳥計劃，測試工作也在緊鑼密鼓地進行中。

這一系列動作不僅極大地推動了理想汽車在智能駕駛領(lǐng)域的發(fā)展，也激發(fā)了車主們對更高水平智能駕駛技術(shù)的新期待。

現(xiàn)在，滿載著廣大用戶的殷切期望，理想汽車全新一代雙系統(tǒng)智能駕駛解決方案「端到端+VLM」于10月23日正式全量推送，揭開了全新智駕系統(tǒng)的神秘面紗。這標志著理想汽車智能駕駛正式進入 AI 大模型時代，實現(xiàn)像人一樣思考，像人一樣駕駛，場景全覆蓋、行駛更舒適、通行更高效。

兩個系統(tǒng)，強于一個系統(tǒng)。這既可以是簡單的1+1＞2算式，也可以是深邃的思考結(jié)論。

簡單說明一下端到端技術(shù)，是指不再用人工制定規(guī)則的方式去約束智能駕駛系統(tǒng)，僅僅用人工智能模型，機械自學習的方式，去替代智能駕駛過程中的感知、規(guī)劃控制等模塊，從視覺的“輸入”端，到智能駕駛系統(tǒng)最后控制車輛自行駛“輸出”端，完全依靠模型自身系統(tǒng)來處理，讓功能完全黑盒化。

端到端模型，追求One-Model一體化端到端。不過出于安全冗余的考量，目前市場上在智駕領(lǐng)域處于領(lǐng)軍者的車企，都會設置一定的底層負責安全冗余的算法，將感知、規(guī)劃控制模塊獨立，而接口仍然由人工定義和連接。而理想引入了另一個系統(tǒng)——系統(tǒng)2，VLM視覺語言模型，真正實現(xiàn)了One-Model結(jié)構(gòu)的端到端。

對此，理想汽車智能駕駛研發(fā)副總裁郎咸朋博士這樣解析運作機理：系統(tǒng)1完全靠自己的視覺感知，執(zhí)行操作，系統(tǒng)2需要長期積累知識給系統(tǒng)1提醒和告知。系統(tǒng)2能夠提供復雜環(huán)境的理解能力、讀懂導航地圖的能力以及交通規(guī)則的理解能力，輔助系統(tǒng)1進行規(guī)劃決策。

按照理想的說法，VLM具備應對復雜場景的邏輯思考及決策能力。理想汽車模仿人類大腦雙系統(tǒng)架構(gòu)，讓兩個系統(tǒng)為整個理想的智能駕駛服務。

基于這些優(yōu)勢，全新的智能駕駛解決方案，可以實現(xiàn)實現(xiàn)路邊起步、環(huán)島、U 型掉頭等困難場景的順暢通行，同時基于獨有的VLM視覺語言模型，實現(xiàn)了限時公交車道、潮汐/可變車道、減速帶、坑洼路面等場景識別和應對能力。與此同時，在安全性、舒適性和效率上大幅提升，擬人化程度再上新的臺階。

不僅如此，在智能駕駛的車機交互界面也進行了全面煥新，雙系統(tǒng)的“所見所想”可以實時展現(xiàn)，讓智駕的全過程更易于用戶理解，也更讓用戶安心。并且，新增了智駕行程卡自動上傳手機的功能，可以實現(xiàn)隨時隨地的分享，而車輛中心也新增了智駕統(tǒng)計自定義查看，也可以生成分享頁。

值得一提的是，此次全量用戶推送的版本基于V4.8.6模型而來，是在400萬clips基礎(chǔ)上迭代的第16個版本，增加了城市夜景的數(shù)據(jù)配比。主要在三個方面做了優(yōu)化：第一，提升了超車場景的理解能力，讓變道更積極；第二，提升了導航信息的理解能力，讓導航變道的時機更合理；第三，提升了障礙物檢測精度，讓繞行幅度更合理。

從“無圖NOA系統(tǒng)”，再到“端到端+VLM”，一開始在智駕領(lǐng)域似乎處于落后局面的理想汽車，顯然已經(jīng)縮小了和其他車企的差距并著眼反超。事實上，理想汽車在研發(fā)無圖NOA時，就已經(jīng)預研端到端架構(gòu)，提前做好了儲備。

“所以這是我們?yōu)槭裁磿俣缺容^快的原因。如果大家覺得犧牲了效率，其實是因為沒有找到提效的方法。” 理想汽車智能駕駛高級算法專家詹錕曾在采訪中表示：“我們逐漸已經(jīng)找到了通過自動化測試、世界模型高效驗證模型的方法，所以我們才能兼顧速度和質(zhì)量。”

那么，和此前的無圖NOA系統(tǒng)相比，端到端+VLM視覺語言模型究竟有什么技術(shù)優(yōu)勢？

首先，端到端不依賴規(guī)則式邏輯，具備更擬人化的駕駛方式，擁有老司機般的絲滑體驗。以路邊起步為例，目前一些車型已經(jīng)實現(xiàn)了路邊起步，但只能在D擋或Autohold狀態(tài)下可以激活，而理想汽車的端到端模型在P擋就能激活，實現(xiàn)了“上車就能開”，并且依靠更強的freespace規(guī)劃，不再強依賴車道關(guān)系。

其次，整體大幅提升了安全、舒適和效率，能力更強、上限更高。例如U型掉頭和環(huán)島通行等這些復雜路況，端到端具備更強的側(cè)向感知能力和復雜道路結(jié)構(gòu)的理解能力，讓車輛的行駛軌跡更擬人化，決策也更果斷。而在擁堵路況時，變道能力更強，能夠即時準確的執(zhí)行繞行決策，整體反應更像“老司機”。

更重要的是，VLM視覺語言模型具備理解物理世界復雜的交通環(huán)境和中文語義的能力，可以輔助端到端解決安全、導航、法規(guī)和舒適等方面的自動駕駛業(yè)內(nèi)難題。例如限時公交車道、潮汐車道、可變車道等，曾經(jīng)無法解決的問題，通過VLM都可以進行準確識別，并正確選擇車道通行，在遵守交規(guī)的同時大大提升通行效率。

而對于其他像丁字路口、減速帶、坑洼路面、夜間無燈路段、學校路段、施工路段等復雜交通環(huán)境都能進行準確判斷，以語言和UI交互兩個方式進行提前告警并及時進行減速，這些都是行業(yè)獨有、業(yè)內(nèi)首創(chuàng)。

此次端到端+VLM的更新，還對高速NOA進行了優(yōu)化，針對前方慢車可以更早識別，并果斷發(fā)起超車動作，讓車輛的行駛更高效更安全。而這套全新一代的智能駕駛解決方案，迭代速度更快，還具備全數(shù)據(jù)驅(qū)動、快速迭代的能力。

一路走來，理想汽車經(jīng)歷了顯著的成長與進步，從智能駕駛領(lǐng)域的后來者，發(fā)展成為行業(yè)先鋒。如今，它已成為首個將視覺語言模型（VLM）部署到Orin-X芯片的企業(yè)，并率先采用了雙系統(tǒng)架構(gòu)。憑借百萬輛的規(guī)模化運營效率，預計至2024年底，其智能駕駛累積里程將達到30億公里之巨，訓練算力超過8 EFLOPS。這些成就標志著理想汽車正穩(wěn)步邁向智能駕駛技術(shù)前沿，并持續(xù)在這一領(lǐng)域?qū)崿F(xiàn)新的突破，讓用戶享受到新技術(shù)帶來的便捷與安全。