7月5日，理想召开2024智能驾驶夏季发布会，正式宣布将于7月内向全量理想AD Max用户推送“全国都能开”的无图NOA，并将于7月内推送全自动AES（自动紧急转向）和全方位低速AEB（自动紧急制动）。同时，理想汽车发布了基于端到端模型、VLM视觉语言模型和世界模型的全新自动驾驶技术架构，并开启新架构的早鸟计划。
从2021年启动全栈自研，到今天发布全新的自动驾驶技术架构，在全栈自研的背后，是理想对于智能化“向上”的锚定，这不仅仅是对技术高峰的攀登，更是对用户体验极致化的承诺。
理想汽车智能驾驶研发副总裁郎咸朋表示，我们结合端到端模型和VLM视觉语言模型，带来了业界首个在车端部署双系统的方案，也首次将VLM视觉语言模型成功部署在车端芯片上，这套业内领先的全新架构是自动驾驶领域里程碑式的技术突破。
三大方向：智驾能力整体跃升
作为智能驾驶领域的先行者，理想汽车始终致力于为用户提供更加安全、便捷、智能的出行体验。
发布会上，理想汽车宣布将于7月内推送一系列智能驾驶技术升级，其中包括无图NOA的四项重大能力提升、主动安全能力的进阶以及自动驾驶技术的突破创新。这些升级不仅彰显了理想汽车在智能驾驶技术方面的深厚积累，更为用户带来了前所未有的出行体验。
其中，无图NOA作为理想汽车智能驾驶技术的核心之一，此次带来了四项重大能力提升。得益于感知、理解和道路结构构建能力的全面提升，无图NOA摆脱了对先验信息的依赖，用户在全国范围内有导航覆盖的城市范围内均可使用NOA，甚至可以在更特殊的胡同窄路和乡村小路开启功能。这种全国道路高效通行的能力，无疑将为用户带来更加便捷、自由的出行体验。同时，基于高效的时空联合规划能力，车辆对道路障碍物的避让和绕行更加丝滑，进一步提升了用户的行车安全感和舒适度。
在主动安全领域，理想汽车也取得了显著的进展。通过建立完备的安全风险场景库，并根据出现频次和危险程度分类，理想汽车持续提升风险场景覆盖度。即将在7月内为用户推送的全自动AES和全方位低速AEB功能，将进一步增强车辆在复杂场景下的主动安全能力。全自动AES功能的推出，将有效应对AEB也无法规避事故的物理极限场景，为用户的行车安全提供更有力的保障。而全方位低速AEB则针对泊车和低速行车场景，提供了360度的主动安全防护，让用户的日常用车更加安心。
此外，理想汽车在自动驾驶技术方面也取得了突破性的创新。受诺贝尔奖得主丹尼尔·卡尼曼的快慢系统理论启发，理想汽车形成了更智能、更拟人的自动驾驶技术架构。这一架构由快系统和慢系统两个部分组成，分别负责处理简单任务和复杂场景。快系统由端到端模型实现，具备高效、快速响应的能力；而慢系统则由VLM视觉语言模型实现，经过逻辑思考后输出决策信息给到快系统。这种双系统构成的自动驾驶能力，不仅提高了车辆在大部分场景下的行驶效率，还确保了少数复杂场景下的高上限表现。
深耕大模型场景：开启更多想象
随着新能源汽车的普及和智能网联技术的快速发展，汽车产业正经历着前所未有的变革。智能驾驶作为智能网联汽车的核心功能之一，已成为车企竞争的新焦点。汽车大模型凭借其强大的数据处理能力、深度学习能力以及多任务处理能力，为智能驾驶系统提供了坚实的基础。
现场，理想展示了端到端模型、VLM视觉语言模型以及世界模型的融合创新的显著进展，不仅提升了智能驾驶技术的效率和上限，还为自动驾驶系统的学习和测试创造了更优秀的虚拟环境。
具体来看，端到端模型作为理想汽车智能驾驶技术的核心之一，展现出了高效率的优势。
该模型以摄像头和激光雷达的输入为主，通过CNN主干网络对多传感器特征进行提取和融合，并投影至BEV空间。为了进一步提升模型的表征能力，理想汽车还设计了兼具时间和空间维度记忆能力的记忆模块。同时，车辆状态信息和导航信息也被加入到模型的输入中，经过Transformer模型的编码，与BEV特征共同解码出动态障碍物、道路结构和通用障碍物，并规划出行车轨迹。
这种多任务输出在一体化的模型中得以实现，中间没有规则介入，使得端到端模型在信息传递、推理计算、模型迭代上均具有显著优势。在实际驾驶中，端到端模型展现出了更强大的通用障碍物理解能力、超视距导航能力、道路结构理解能力以及更拟人的路径规划能力。
而VLM视觉语言模型则代表了理想汽车智能驾驶技术的高上限。
该模型的算法架构由一个统一的Transformer模型组成，能够将Prompt文本进行编码，并将前视相机的图像和导航地图信息进行视觉信息编码。通过图文对齐模块进行模态对齐后，VLM模型能够统一进行自回归推理，输出对环境的理解、驾驶决策和驾驶轨迹，传递给系统1辅助控制车辆。理想汽车的VLM视觉语言模型参数量达到22亿，对物理世界的复杂交通环境具有强大的理解能力。即使面对首次经历的未知场景，VLM模型也能自如应对。它能够识别路面平整度、光线等环境信息，提示系统1控制车速，确保驾驶安全舒适。同时，VLM模型还具备更强的导航地图理解能力，可以配合车机系统修正导航，预防驾驶时走错路线。在驾驶中，VLM模型还能够理解公交车道、潮汐车道和分时段限行等复杂的交通规则，并作出合理决策。
除了端到端模型和VLM视觉语言模型外，理想汽车还致力于世界模型的重建和生成技术的融合创新。通过将真实数据通过3DGS技术进行重建，并使用生成模型补充新视角，理想汽车构建了一个结合了重建和生成两种技术路径的世界模型。
在场景重建时，其中的动静态要素将被分离，静态环境得到重建，而动态物体则进行重建和新视角生成。再经过对场景的重新渲染，形成3D的物理世界。在这个3D物理世界中，动态资产可以被任意编辑和调整，实现场景的部分泛化。相比重建技术，生成模型具有更强的泛化能力。天气、光照、车流等条件均可被自定义改变，生成符合真实规律的新场景。这些新场景用于评价自动驾驶系统在各种条件下的适应能力。重建和生成两者结合所构建的场景为自动驾驶系统能力的学习和测试创造了更优秀的虚拟环境，使系统具备了高效闭环的迭代能力，从而确保系统的安全可靠。
后记：智能化牵引品牌“向上”
在科技飞速发展的今天，智能驾驶作为汽车行业的未来趋势，正以前所未有的速度改变着我们的出行方式。而在这场变革的浪潮中，理想汽车以其坚定的全栈自研战略，成为了引领行业智能化升级的重要力量。2024年智能驾驶夏季发布会，不仅是对理想汽车过去技术积累的一次集中展示，更是对未来智能化发展方向的一次深刻探讨与布局。
当前，智能化正成为汽车品牌向上的不竭动力。而理想的全栈自研，意味着从底层技术到上层应用，从硬件到软件，理想汽车都掌握在自己手中，这也能让理想汽车能够深入理解用户需求，快速响应市场变化，不断推出更加智能、安全、便捷的出行解决方案。
正如理想汽车产品部高级副总裁范皓宇表示，理想汽车始终坚持和用户共同打磨产品体验，从今年5月推送首批千名体验用户，到6月将体验用户规模扩展至万人以上，我们已经在全国各地积累了超百万公里的无图NOA行驶里程。无图NOA全量推送后，24万名理想AD Max车主都将用上当前国内领先的智能驾驶产品，这是一项诚意满满的重磅升级。
全部评论 （0）