859
在外界印象中，理想的智駕一直是追趕者的狀態(tài)，但在ALL IN端到端后，理想竟自信地說已經(jīng)超過特斯拉了。
日前，理想汽車智駕團隊詳細發(fā)布了“端到端+VLM”方案，不同于國內(nèi)同行的“分段式端到端”，理想的方案是被稱為“One Model”的一張大網(wǎng)。
這是目前自動駕駛架構(gòu)演進的最終形態(tài)，該階段不再有感知、決策規(guī)劃等模塊的明確劃分，從原始信號輸入到最終規(guī)劃軌跡的輸出，采用一個深度學(xué)習(xí)模型，完整無損地應(yīng)用于自動駕駛。
1、死磕端到端“最終版”
在理想智駕研發(fā)副總裁郎咸朋看來，死磕“最終版”的端到端，正是理想得以彎道超車的秘密。
“過去的智駕方案，不管是輕圖還是無圖，底層技術(shù)架構(gòu)都是有人為設(shè)計成分的，如果想將一年四季各種情況都跑一遍，沒有一兩年時間是不可能實現(xiàn)。所以我們迭代了端到端+VLM技術(shù)架構(gòu)”，郎咸朋認為，該架構(gòu)是AI自己生長的，“真正變成車自己在開”。
不僅如此，理想開始打造“世界模型”來加速智駕AI的訓(xùn)練，“世界模型可以生成、模擬場景，這是幾千萬個場景測試”，理想智駕高級算法專家詹錕表示，這是實現(xiàn)智駕快速迭代最重要、且最必要的保證，并且“世界模型”還成為碾壓端到端的存在。
“它可以根據(jù)當(dāng)前的環(huán)境預(yù)測未來，能推理出未來的場景。比如球滾到路中間，端到端只會剎車，世界模型會想后面是不是還有小孩沖出來？它對世界有更宏觀綜合的判斷”。詹錕表示，理想在上車端到端的同時，就已經(jīng)預(yù)研下一代技術(shù)了。
因此郎咸朋凡爾賽地表示，“我們跟特斯拉沒有太大差別，甚至更領(lǐng)先一點”。
敢于與特斯拉FSD這個全球智駕標桿掰手腕，不僅在于理想雙系統(tǒng)架構(gòu)的超前，更在于理想在新勢力當(dāng)中領(lǐng)先的銷量和財力。郎咸朋說真正做到端到端要看兩個能力，“有沒有足夠多的數(shù)據(jù)和充足的算力，因為它是AI訓(xùn)練”。
他表示，為了訓(xùn)練好自家智駕系統(tǒng)，理想對數(shù)據(jù)質(zhì)量要求極高，只精選3%“老司機”數(shù)據(jù)喂給AI，而在80萬車主基數(shù)下數(shù)據(jù)量已經(jīng)足夠龐大；為了消化這些數(shù)據(jù)，理想到今年底要將算力提升至8億EFLOPS，“這是一年20億人民幣的花銷”。
在郎咸朋眼中，高階智駕是巨頭才能玩得起的游戲，“未來到L4階段，數(shù)據(jù)和算力的增長都呈指數(shù)級，每年至少需要10億美金，一家企業(yè)的盈利和利潤不能支撐投入的話就很困難”。
靠著端到端的初步上車，理想已經(jīng)獲得了銷量的快速轉(zhuǎn)化。接下來它還要持續(xù)發(fā)力這個“頭號工程”，這或許將是帶領(lǐng)它未來比肩比亞迪、特斯拉的關(guān)鍵一環(huán)。
2、構(gòu)筑技術(shù)護城河
“我們已經(jīng)進入智駕行業(yè)的第一梯隊。鴻蒙智行是我們在市場上最強的競爭對手。”第二季度財報電話會上，理想汽車CEO李想對公司在智駕領(lǐng)域的表現(xiàn)充滿信心。
幾天后的成都車展上，理想汽車宣布了智能駕駛的最新進展和未來規(guī)劃，也再次驗證了李想的說法。7月15日，理想汽車完成了無圖NOA向全量AD Max用戶的推送，截至目前，全量推送全國都能開的無圖NOA的車企只有華為、理想和小鵬三家，而在已開放無圖NOA的車企中，理想的智駕累計行駛里程最多，達到了22億公里，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。
無圖NOA的發(fā)布，進一步加強了理想在售車型的競爭力，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%。
更為重要的一步，是理想汽車在端到端智駕領(lǐng)域的進展。不同于其他車企普遍采用的分段式端到端，理想汽車的全新智能駕駛技術(shù)架構(gòu)基于端到端模型、VLM視覺語言模型和世界模型，采用了更先進的One Model一個模型，是真正意義上能夠與特斯拉站在同一起跑線上的端到端。
7月底，這一全新智能駕駛技術(shù)架構(gòu)成功在車端落地并開啟千人內(nèi)測，不到1個月的時間用戶總城市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。車展現(xiàn)場，理想汽車宣布正式開啟萬人體驗團的招募，新一代產(chǎn)品將進入有監(jiān)督自動駕駛的新階段。
無論是無圖NOA的全量推送，還是領(lǐng)先的端到端技術(shù)架構(gòu)的推出，都幫助理想汽車構(gòu)筑起了智能化領(lǐng)域更深的品牌護城河，搶占了未來發(fā)展的先機。而自動駕駛研發(fā)的核心競爭，取決于是否有更多更好的數(shù)據(jù)，和與之配套的算力去訓(xùn)練模型，理想汽車超90萬用戶提供的超22億智能駕駛里程，以及5.39EFLOPS的訓(xùn)練算力，是保證全新一代智能駕駛高速迭代的核心要素。
這背后必然離不開大手筆持續(xù)的資金投入。據(jù)悉，理想汽車每年在訓(xùn)練算力的投入超過10億人民幣，而根據(jù)理想汽車的估算，最終實現(xiàn)自動駕駛需要的訓(xùn)練算力要達到100EFLOPS的量級，相當(dāng)于每年在算力上的投入就要超過10億美金。
在研發(fā)上，理想汽車從不吝嗇投入，第二季度研發(fā)費用達到30億元，同比增加24.8%，并且連續(xù)三個季度的研發(fā)投入都達到了30億元。截至第二季度末，理想汽車的現(xiàn)金儲備高達973億元，近千億的資金儲備也讓其能夠更加從容地應(yīng)對技術(shù)研發(fā)的高投入。
當(dāng)然，想在智駕上保持領(lǐng)先，只有資金投入還遠遠不夠，端到端智駕本質(zhì)上是人工智能方案，背后需要海量的訓(xùn)練數(shù)據(jù)和訓(xùn)練里程做支撐，這些是車企用錢也買不到的，而理想汽車不斷擴大的用戶規(guī)模，為智駕技術(shù)的迭代提供了豐富的數(shù)據(jù)庫。預(yù)計到2024年底，理想汽車訓(xùn)練數(shù)據(jù)超過30億公里，訓(xùn)練算力超過8EFLOPS。
3、建議
當(dāng)前，隨著以智能駕駛和智能座艙為主的智能化功能成為用戶購車重要因素。智能化功能具有技術(shù)迭代快、投入規(guī)模大、協(xié)同開發(fā)要求高等特點，智能汽車的競爭已轉(zhuǎn)移至以核心軟硬件協(xié)同開發(fā)、生態(tài)企業(yè)合作共建等方面，這對軟件開發(fā)、供應(yīng)鏈管理都提出了更高要求，技術(shù)門檻也顯著提升。
不獨企業(yè)，行業(yè)智庫及相關(guān)專家也在始終密切關(guān)注智駕產(chǎn)業(yè)的發(fā)展。
在中國電動汽車百人會日前舉辦的“智能汽車產(chǎn)業(yè)生態(tài)發(fā)展路徑高端研討會”暨百人會2024年度第11期高端研討會上，與會專家就就一致認為，自特斯拉FSD v12正式應(yīng)用后，端到端技術(shù)成為汽車智能駕駛發(fā)展新方向。端到端技術(shù)無行駛區(qū)域限制、模型迭代泛化能力強，可通過學(xué)習(xí)人類司機駕駛行為和周圍環(huán)境，實現(xiàn)更流暢的駕乘體驗。端到端技術(shù)結(jié)合豐富高質(zhì)量的駕駛數(shù)據(jù)、充足的車端與云端算力資源、更大的模型參數(shù)量，將有望實現(xiàn)真正在物理世界中駕駛的大模型。此外，經(jīng)過不斷訓(xùn)練與迭代，端到端智能駕駛模型有望成為通用人工智能大模型，并有可能移植到其他物理世界的跨領(lǐng)域模型中，如人形機器人等。
但是，汽車智能化產(chǎn)業(yè)鏈復(fù)雜，覆蓋集成電路、人工智能等多個產(chǎn)業(yè)，任何單一企業(yè)都難以獨立承擔(dān)并實現(xiàn)所有智能化環(huán)節(jié)。為此，與會嘉賓建議，一是加強芯算融合，實現(xiàn)云端、車端的芯片與算法企業(yè)協(xié)作與適配，提升人工智能云端訓(xùn)練效率與車端算力利用效率。二是加強端云協(xié)同，推動車企、AI企業(yè)合作，通過端側(cè)大模型部署減少云端推理的延遲、隱私與成本問題，結(jié)合云端大算力提升大模型智能化水平，共同促進大模型應(yīng)用落地。三是加強跨域融合，艙駕一體、車路云一體趨勢下，現(xiàn)有硬件與算法分工方式將發(fā)生改變，需要以用戶為核心，加強智艙、智駕、整車企業(yè)協(xié)作。
同時，汽車智能化正從以功能增長為特征的1.0階段走向以擬人化為特征的2.0階段，技術(shù)上正從傳統(tǒng)規(guī)則式軟件走向以大模型為基礎(chǔ)的人工智能算法，汽車操作系統(tǒng)架構(gòu)正面臨一系列新挑戰(zhàn)。與會嘉賓建議，一是跨芯片、跨操作系統(tǒng)適配，AI大模型框架正逐步確定，需開發(fā)標準化底座，幫助開發(fā)者在不同架構(gòu)芯片上快速靈活部署。二是軟硬解耦，目前由于芯片驅(qū)動依賴，無法完全實現(xiàn)系統(tǒng)軟硬件解耦，需開發(fā)SOA（面向服務(wù)架構(gòu)），將系統(tǒng)服務(wù)原子化，以嵌入AI原生應(yīng)用。三是跨域融合，基于AI的智能駕駛?cè)蝿?wù)與其他車內(nèi)AI智能交互系統(tǒng)相互關(guān)聯(lián)且隨時可能切換，操作系統(tǒng)需實時進行不同任務(wù)的調(diào)度與編排，并提供新的通信與數(shù)據(jù)共享策略。
中國電動汽車百人會副理事長兼秘書長張永偉在總結(jié)發(fā)言中指出，我國應(yīng)用類企業(yè)豐富，消費電子、互聯(lián)網(wǎng)、ICT企業(yè)集聚，在發(fā)展智能座艙及車輛空間應(yīng)用方面具有很好的優(yōu)勢。尤其是隨著大模型在汽車領(lǐng)域的應(yīng)用，將推動汽車向更好用、更有趣、更舒適和更安全方向發(fā)展，實現(xiàn)引領(lǐng)。
但在下一代端到端智能駕駛領(lǐng)域，相比傳統(tǒng)規(guī)則驅(qū)動的智能駕駛研發(fā)，端到端智能駕駛對算法、算力、數(shù)據(jù)及人才的要求更高，國內(nèi)現(xiàn)有供應(yīng)鏈仍面臨諸多不足。為此，張永偉副理事長建議，一是構(gòu)建汽車電子與消費電子、ICT產(chǎn)業(yè)融合創(chuàng)新平臺，加強跨界協(xié)同，加速技術(shù)融合，推動新技術(shù)快速上車；二是推動數(shù)據(jù)與算力區(qū)域性共享共用，構(gòu)建支撐智能汽車發(fā)展的基礎(chǔ)智能生態(tài)體系；三是理順整車企業(yè)與供應(yīng)鏈企業(yè)之間的關(guān)系，在提升整車企業(yè)的智能化能力的同時，探索雙方多元化合作模式。
