图灵汇官网

理想汽车在自动驾驶领域的新进展与挑战

引言

7月15日，理想汽车宣布向AD Max用户全量推送无图NOA功能，成为继华为系之后第二家完成这一推送的车企。此举覆盖了理想品牌的5款车型，超过24万用户，标志着理想在自动驾驶技术上取得重要突破。

第三代技术架构

理想汽车在智能驾驶发布会上展示了其正在研发的端到端+VLM（视觉语言模型）+世界模型的第三代技术架构。相较于传统的端到端技术路线，理想提出“双系统”理念，首次将VLM部署于Orin-X芯片，并采用了One Model端到端的架构模式。这一架构旨在通过集成感知与规划，形成一个数据驱动的大模型，以应对95%的驾驶场景需求。

技术亮点与进展

• “双系统”理念：理想汽车的第三代技术架构通过“系统1”和“系统2”来模拟人类驾驶行为，分别对应快系统与慢系统，利用One Model端到端大模型，感知与规划整合为单一流程。
• 模型验证与实际应用：理想智能驾驶副总裁朗咸朋表示，该技术架构已完成原型验证与实车部署，实际效果超过预期。
• 技术路线展望：CEO李想透露，理想计划在年内或明年初推出基于One Model端到端的自动驾驶技术，这一时间表被认为是较为激进的。

行业对比与分析

• 端到端技术的进展：当前行业对于“端到端”技术的理解不一，多数玩家仍处于决策规划模型化阶段，距离One Model端到端的全自动驾驶尚有距离。理想的目标是超越行业整体进度，实现One Model端到端的全面应用。
• 算力与数据的挑战：算力与数据是自动驾驶技术的关键基础，特斯拉在算力与数据方面的投入显著领先国内其他玩家。理想在算力储备上在国内已属头部水平，但在数据量方面与特斯拉存在较大差距。

VLM的角色与应用

• VLM概念引入：理想是国内首个将VLM（视觉语言模型）概念应用于自动驾驶领域的车企。VLM能够处理视觉输入，理解场景，并通过自然语言增强模型的可解释性。
• 系统2的辅助作用：VLM作为系统2，负责提供复杂环境的理解、导航地图解析与交通规则解读，为系统1提供辅助，特别是对于系统1难以处理的特殊场景。

技术挑战与未来展望

• VLM部署与优化：理想将VLM部署至Orin-X芯片，通过优化将推理性能从4秒降至0.3秒，显示出对时延问题的有效解决。尽管如此，VLM在端侧的实时性仍然受限，主要用于提供非实时辅助。
• 行业影响与趋势：理想提出的双系统架构引发行业关注，VLM的应用被视为加速端到端技术上车的一种策略。然而，业界也在权衡VLM的算力投入与实际功能收益，以及特斯拉等领先企业的路径示范。

结论

理想汽车在自动驾驶领域的持续投入与技术创新，不仅展示了其在技术上的突破，也为行业提供了新的发展方向。面对算力与数据的挑战，以及VLM在实际应用中的局限性，理想正通过创新策略，推动自动驾驶技术的商业化进程。随着技术的不断进步与市场的需求增长，理想有望在未来引领自动驾驶领域的更多变革。