理想向特斯拉“亮劍”

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(shuō)已經(jīng)超過(guò)特斯拉了。

日前，理想汽車(chē)智駕團(tuán)隊(duì)詳細(xì)發(fā)布了“端到端+VLM”方案，不同于國(guó)內(nèi)同行的“分段式端到端”，理想的方案是被稱(chēng)為“One Model”的一張大網(wǎng)。

這是目前自動(dòng)駕駛架構(gòu)演進(jìn)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(hào)輸入到最終規(guī)劃軌跡的輸出，采用一個(gè)深度學(xué)習(xí)模型，完整無(wú)損地應(yīng)用于自動(dòng)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(lái)，死磕“最終版”的端到端，正是理想得以彎道超車(chē)的秘密。

“過(guò)去的智駕方案，不管是輕圖還是無(wú)圖，底層技術(shù)架構(gòu)都是有人為設(shè)計(jì)成分的，如果想將一年四季各種情況都跑一遍，沒(méi)有一兩年時(shí)間是不可能實(shí)現(xiàn)。所以我們迭代了端到端+VLM技術(shù)架構(gòu)”，郎咸朋認(rèn)為，該架構(gòu)是AI自己生長(zhǎng)的，“真正變成車(chē)自己在開(kāi)”。

不僅如此，理想開(kāi)始打造“世界模型”來(lái)加速智駕AI的訓(xùn)練，“世界模型可以生成、模擬場(chǎng)景，這是幾千萬(wàn)個(gè)場(chǎng)景測(cè)試”，理想智駕高級(jí)算法專(zhuān)家詹錕表示，這是實(shí)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(cè)未來(lái)，能推理出未來(lái)的場(chǎng)景。比如球滾到路中間，端到端只會(huì)剎車(chē)，世界模型會(huì)想后面是不是還有小孩沖出來(lái)?它對(duì)世界有更宏觀(guān)綜合的判斷”。詹錕表示，理想在上車(chē)端到端的同時(shí)，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(méi)有太大差別，甚至更領(lǐng)先一點(diǎn)”。

敢于與特斯拉FSD這個(gè)全球智駕標(biāo)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(shì)力當(dāng)中領(lǐng)先的銷(xiāo)量和財(cái)力。郎咸朋說(shuō)真正做到端到端要看兩個(gè)能力，“有沒(méi)有足夠多的數(shù)據(jù)和充足的算力，因?yàn)樗茿I訓(xùn)練”。

他表示，為了訓(xùn)練好自家智駕系統(tǒng)，理想對(duì)數(shù)據(jù)質(zhì)量要求極高，只精選3%“老司機(jī)”數(shù)據(jù)喂給AI，而在80萬(wàn)車(chē)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(xiāo)”。

在郎咸朋眼中，高階智駕是巨頭才能玩得起的游戲，“未來(lái)到L4階段，數(shù)據(jù)和算力的增長(zhǎng)都呈指數(shù)級(jí)，每年至少需要10億美金，一家企業(yè)的盈利和利潤(rùn)不能支撐投入的話(huà)就很困難”。

靠著端到端的初步上車(chē)，理想已經(jīng)獲得了銷(xiāo)量的快速轉(zhuǎn)化。接下來(lái)它還要持續(xù)發(fā)力這個(gè)“頭號(hào)工程”，這或許將是帶領(lǐng)它未來(lái)比肩比亞迪、特斯拉的關(guān)鍵一環(huán)。

2、構(gòu)筑技術(shù)護(hù)城河

“我們已經(jīng)進(jìn)入智駕行業(yè)的第一梯隊(duì)。鴻蒙智行是我們?cè)谑袌?chǎng)上最強(qiáng)的競(jìng)爭(zhēng)對(duì)手。”第二季度財(cái)報(bào)電話(huà)會(huì)上，理想汽車(chē)CEO李想對(duì)公司在智駕領(lǐng)域的表現(xiàn)充滿(mǎn)信心。

幾天后的成都車(chē)展上，理想汽車(chē)宣布了智能駕駛的最新進(jìn)展和未來(lái)規(guī)劃，也再次驗(yàn)證了李想的說(shuō)法。7月15日，理想汽車(chē)完成了無(wú)圖NOA向全量AD Max用戶(hù)的推送，截至目前，全量推送全國(guó)都能開(kāi)的無(wú)圖NOA的車(chē)企只有華為、理想和小鵬三家，而在已開(kāi)放無(wú)圖NOA的車(chē)企中，理想的智駕累計(jì)行駛里程最多，達(dá)到了22億公里，今年年底預(yù)計(jì)達(dá)到30億公里，有望在全球范圍內(nèi)位居領(lǐng)先水平。

無(wú)圖NOA的發(fā)布，進(jìn)一步加強(qiáng)了理想在售車(chē)型的競(jìng)爭(zhēng)力，理想汽車(chē)智能駕駛滿(mǎn)意度調(diào)研顯示，用戶(hù)在滿(mǎn)分10分的調(diào)研中，對(duì)理想智能駕駛給予了9分的高度評(píng)價(jià)。理想全國(guó)門(mén)店開(kāi)啟無(wú)圖NOA試駕后，門(mén)店NOA試駕率實(shí)現(xiàn)倍增，30萬(wàn)元以上車(chē)型AD Max銷(xiāo)量占比達(dá)到近70%。

更為重要的一步，是理想汽車(chē)在端到端智駕領(lǐng)域的進(jìn)展。不同于其他車(chē)企普遍采用的分段式端到端，理想汽車(chē)的全新智能駕駛技術(shù)架構(gòu)基于端到端模型、VLM視覺(jué)語(yǔ)言模型和世界模型，采用了更先進(jìn)的One Model一個(gè)模型，是真正意義上能夠與特斯拉站在同一起跑線(xiàn)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(chē)端落地并開(kāi)啟千人內(nèi)測(cè)，不到1個(gè)月的時(shí)間用戶(hù)總城市NOA行駛里程達(dá)到21.1萬(wàn)公里，單日城市NOA駕駛最長(zhǎng)里程391公里，單次零接管城市NOA最長(zhǎng)里程81.6公里。車(chē)展現(xiàn)場(chǎng)，理想汽車(chē)宣布正式開(kāi)啟萬(wàn)人體驗(yàn)團(tuán)的招募，新一代產(chǎn)品將進(jìn)入有監(jiān)督自動(dòng)駕駛的新階段。

無(wú)論是無(wú)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(chē)構(gòu)筑起了智能化領(lǐng)域更深的品牌護(hù)城河，搶占了未來(lái)發(fā)展的先機(jī)。而自動(dòng)駕駛研發(fā)的核心競(jìng)爭(zhēng)，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(chē)超90萬(wàn)用戶(hù)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(kāi)大手筆持續(xù)的資金投入。據(jù)悉，理想汽車(chē)每年在訓(xùn)練算力的投入超過(guò)10億人民幣，而根據(jù)理想汽車(chē)的估算，最終實(shí)現(xiàn)自動(dòng)駕駛需要的訓(xùn)練算力要達(dá)到100EFLOPS的量級(jí)，相當(dāng)于每年在算力上的投入就要超過(guò)10億美金。

在研發(fā)上，理想汽車(chē)從不吝嗇投入，第二季度研發(fā)費(fèi)用達(dá)到30億元，同比增加24.8%，并且連續(xù)三個(gè)季度的研發(fā)投入都達(dá)到了30億元。截至第二季度末，理想汽車(chē)的現(xiàn)金儲(chǔ)備高達(dá)973億元，近千億的資金儲(chǔ)備也讓其能夠更加從容地應(yīng)對(duì)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(yuǎn)遠(yuǎn)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(chē)企用錢(qián)也買(mǎi)不到的，而理想汽車(chē)不斷擴(kuò)大的用戶(hù)規(guī)模，為智駕技術(shù)的迭代提供了豐富的數(shù)據(jù)庫(kù)。預(yù)計(jì)到2024年底，理想汽車(chē)訓(xùn)練數(shù)據(jù)超過(guò)30億公里，訓(xùn)練算力超過(guò)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(hù)購(gòu)車(chē)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(kāi)發(fā)要求高等特點(diǎn)，智能汽車(chē)的競(jìng)爭(zhēng)已轉(zhuǎn)移至以核心軟硬件協(xié)同開(kāi)發(fā)、生態(tài)企業(yè)合作共建等方面，這對(duì)軟件開(kāi)發(fā)、供應(yīng)鏈管理都提出了更高要求，技術(shù)門(mén)檻也顯著提升。

不獨(dú)企業(yè)，行業(yè)智庫(kù)及相關(guān)專(zhuān)家也在始終密切關(guān)注智駕產(chǎn)業(yè)的發(fā)展。

在中國(guó)電動(dòng)汽車(chē)百人會(huì)日前舉辦的“智能汽車(chē)產(chǎn)業(yè)生態(tài)發(fā)展路徑高端研討會(huì)”暨百人會(huì)2024年度第11期高端研討會(huì)上，與會(huì)專(zhuān)家就就一致認(rèn)為，自特斯拉FSD v12正式應(yīng)用后，端到端技術(shù)成為汽車(chē)智能駕駛發(fā)展新方向。端到端技術(shù)無(wú)行駛區(qū)域限制、模型迭代泛化能力強(qiáng)，可通過(guò)學(xué)習(xí)人類(lèi)司機(jī)駕駛行為和周?chē)h(huán)境，實(shí)現(xiàn)更流暢的駕乘體驗(yàn)。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(chē)端與云端算力資源、更大的模型參數(shù)量，將有望實(shí)現(xiàn)真正在物理世界中駕駛的大模型。此外，經(jīng)過(guò)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(jī)器人等。

但是，汽車(chē)智能化產(chǎn)業(yè)鏈復(fù)雜，覆蓋集成電路、人工智能等多個(gè)產(chǎn)業(yè)，任何單一企業(yè)都難以獨(dú)立承擔(dān)并實(shí)現(xiàn)所有智能化環(huán)節(jié)。為此，與會(huì)嘉賓建議，一是加強(qiáng)芯算融合，實(shí)現(xiàn)云端、車(chē)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(chē)端算力利用效率。二是加強(qiáng)端云協(xié)同，推動(dòng)車(chē)企、AI企業(yè)合作，通過(guò)端側(cè)大模型部署減少云端推理的延遲、隱私與成本問(wèn)題，結(jié)合云端大算力提升大模型智能化水平，共同促進(jìn)大模型應(yīng)用落地。三是加強(qiáng)跨域融合，艙駕一體、車(chē)路云一體趨勢(shì)下，現(xiàn)有硬件與算法分工方式將發(fā)生改變，需要以用戶(hù)為核心，加強(qiáng)智艙、智駕、整車(chē)企業(yè)協(xié)作。

同時(shí)，汽車(chē)智能化正從以功能增長(zhǎng)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(chē)操作系統(tǒng)架構(gòu)正面臨一系列新挑戰(zhàn)。與會(huì)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(kāi)發(fā)標(biāo)準(zhǔn)化底座，幫助開(kāi)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(dòng)依賴(lài)，無(wú)法完全實(shí)現(xiàn)系統(tǒng)軟硬件解耦，需開(kāi)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(chē)內(nèi)AI智能交互系統(tǒng)相互關(guān)聯(lián)且隨時(shí)可能切換，操作系統(tǒng)需實(shí)時(shí)進(jìn)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(guó)電動(dòng)汽車(chē)百人會(huì)副理事長(zhǎng)兼秘書(shū)長(zhǎng)張永偉在總結(jié)發(fā)言中指出，我國(guó)應(yīng)用類(lèi)企業(yè)豐富，消費(fèi)電子、互聯(lián)網(wǎng)、ICT企業(yè)集聚，在發(fā)展智能座艙及車(chē)輛空間應(yīng)用方面具有很好的優(yōu)勢(shì)。尤其是隨著大模型在汽車(chē)領(lǐng)域的應(yīng)用，將推動(dòng)汽車(chē)向更好用、更有趣、更舒適和更安全方向發(fā)展，實(shí)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(dòng)的智能駕駛研發(fā)，端到端智能駕駛對(duì)算法、算力、數(shù)據(jù)及人才的要求更高，國(guó)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(zhǎng)建議，一是構(gòu)建汽車(chē)電子與消費(fèi)電子、ICT產(chǎn)業(yè)融合創(chuàng)新平臺(tái)，加強(qiáng)跨界協(xié)同，加速技術(shù)融合，推動(dòng)新技術(shù)快速上車(chē);二是推動(dòng)數(shù)據(jù)與算力區(qū)域性共享共用，構(gòu)建支撐智能汽車(chē)發(fā)展的基礎(chǔ)智能生態(tài)體系;三是理順整車(chē)企業(yè)與供應(yīng)鏈企業(yè)之間的關(guān)系，在提升整車(chē)企業(yè)的智能化能力的同時(shí)，探索雙方多元化合作模式。