全场景端到端，理想“卷”出了新高度？
时事
2025-01-16 21:31
河南
啥是“端到端”？在2024年的智能驾驶领域，无论你是已经买车的消费者，还是打算买车的观望者，一定不会对这个词感到陌生。继理想汽车发布OTA 6.5版本，并向理想L系列AD Max用户和理想MEGA用户全量推送基于端到端技术“车位到车位”功能之后。2025年1月16日，“全场景端到端”将随OTA7.0版本正式推送至AD Max用户，理想汽车成为国内唯一一家、全球第二家将端到端技术应用到高速（及环路）NOA场景的车企。有人说，当下的汽车行业正在经历一场“突围赛”，传统车企与新能源车企短兵相接，头部品牌与新势力品牌在创新中争雄。在这之中，唯有技术的升级和落地成了车企破局利刃，让车企在激烈竞争中赢得生机、站稳脚跟。回顾理想汽车的发展历程，坚持核心技术自研，不断加大投入，这一发展主线日益鲜明。时至今日，全场景端到端功能以及AI推理可视化的推出，也正在不断重塑着行业对于智能出行的想象。![]()
“在2023年年初发布战略（愿景）的时候，我们做了一个根本性的变化，把人工智能从一个隐藏的战略，变成一个开放的阳谋的战略，因为这样我们才能吸引到足够多的人才。”对于理想的人工智能“阳谋”，在前不久的媒体采访中，理想汽车董事长兼CEO李想这样说。这个“阳谋”的成立，则需要“算法、数据和算力”全部齐备和协同。相比于依靠人才和资金的算法和算力，数据的积累则是需要多重因素的考量。这意味着，企业若想在智能驾驶领域崭露头角，自身就必须沉淀下高质量且大规模的数据根基。数据方面，理想AD Max车型销量2023年大幅增长以后，2024年年初理想的高质量训练数据量达到10亿公里左右；算力基础方面，2024年年初也达到5EFLOPS；再加上理想此前在端到端模型上的预研成果，所以，理想汽车达到了“天时地利人和”的状态，才能实现端到端+VLM智驾。与此同时，越来越多的人开始愿意为智能驾驶买单。2024年2月，AD Max车型交付量占比20%左右，到2024年下半年超过50%。上半场积累资金、人才与数据，下半场要为智能化研发奠基。2025年1月，理想汽车高速城市全场景升级端到端+VLM，以及创新的AI推理可视化的交互将随OTA 7.0全量推送给所有AD Max用户，为L3实现提供基础。为了让用户更好地感知智能驾驶的变化，伴随此次OTA7.0更新，理想智能驾驶还将升级至AD Max V13.0版本。理想表示，自OTA5.0版本切换至BEV架构和推出城市NOA以来，理想对AD Max进行了独立版本号管理。在过去的一年里，理想共完成了12次AD Max的重大更新。而针对路况，理想汽车目前所有车型都将保留激光雷达。这也是考虑到驾驶场景中可能会出现的夜晚道路上复杂环境，激光雷达识别距离在相同环境下能达到200米，这就能够帮助理想实现130公里/小时的AEB自动紧急制动。对于L3的构想，理想汽车则提到，L3或者说有监督智能驾驶绝非L2简单的延伸与承袭，其意义更为深远，它实际上是迈向L4乃至更高阶自动驾驶的关键先导程序。可以看到，理想汽车正在用L4的思路完成有监督的智能驾驶。而对于L4的设想，理想汽车也有提及。在技术、产品、环境和政策、消费者信任到位的情况下，理想汽车将用三年的时间实现100%自动驾驶（L4）。其中，实现L4的条件是达到500万辆以上保有量、掌握VLA（视觉语言行动模型）基础模型的能力、拥有最顶级人才，拥有充足算力。当下，理想汽车全力打造的端到端+VLM智能驾驶体系，已然展现出强大的技术潜力。凭借这套体系持续深耕、迭代优化，理想汽车看到了在2025年达成 L3级别的曙光。想象一下，当你行驶至一个车水马龙的环岛，以往，面对复杂的环岛路况，车辆可能会因为依赖刻板的道路拓扑和人工定义规则，在选择路线时犹豫不决，甚至出现判断失误。但如今，有了理想汽车端到端技术加持，情况截然不同。它就像一位经验丰富的老司机，对环岛这种复杂道路结构有着超强的理解能力。无论环岛是怎样的异形，它都能迅速洞察。凭借海量数据训练出的成果，它熟知不同环岛类型下，各个出入口最合理的进出轨迹。输入是传感器，输出是行驶轨迹，全部由一个模型来实现，中间没有任何规则……理想汽车的端到端，如今迎来了全场景，即城市、高速环路、高速路等场景都采用一体化的端到端技术架构。对于外界更为关注的高速场景，理想汽车则更注重拟人化体验。遇到拥堵路况需要导航变道时，它的变道效率显著提升，不再让你在缓慢挪动的车阵中焦急等待。与此同时，在跟车过程中，舒适性也迈向了新高度。它能精准适配前车的车速变化，平稳加速或减速，避免急停急起。而除了“全场景端到端”，对于理想汽车的“AI推理可视化”功能，也引发了大众的好奇。据介绍，该功能首次将智能驾驶模型的思考推理过程以视觉形式展现，并且展示One Model端到端模型输出轨迹路线能力，这样做可以让驾驶员提前理解AI的思考和执行过程，更安心使用智能驾驶。通俗来说，此次理想汽车对于自家智驾的升级，可以让驾驶员看清AI的“脑回路”，在一定程度上，消除了对AI决策的恐慌感。具体来看，E2E（端到端模型）可以展示端到端模型输出行驶轨迹的思考过程。![]()
在这个窗口里，你会看到两种不同颜色的轨迹线，蓝色的那条代表的是经过模型精密计算得出的正确行驶轨迹；而灰色的轨迹线，则是在模型运算过程中出现的偏移轨迹，用于辅助对比和校验。![]()
不过，模型的计算成果并非单一呈现，而是在10个窗口同步展示，每个窗口都承载着一种模型输出的可能性。最终，车辆的智能驾驶系统会从这10种方案里，精准挑选出最接近 “老司机” 开法的那条轨迹，以此来操控车辆前行，为你的行车安全与顺畅保驾护航。而在VLM（视觉语言模型）提示模块，VLM展示了其在感知、推理和决策过程中的能力。当识别到影响智能驾驶的环境变化和交通规则时，VLM能及时作出合理的推理决策。这一过程通过对话形式展现，左侧对话气泡记录交通和环境信息，并保存事件发生时的时间点和摄像头图像，右侧则展示VLM的推理过程和最终决策。在夜晚无灯小路、丁字路口、公交车道（无限行时间）、公交车道（有限行时间）、学校路段减速……VLM正试图找寻决策效率和可靠性的平衡点。这样的“脑回路”，能够让消费者更加理解智能驾驶的“所思所想”，磨合和训练也会更加到位。反观理想汽车的每一次升级，都如同开启一段全新的征程。不管是“全场景端到端”还是“AI推理可视化”，它绝非遥不可及、勾勒在未来蓝图上的宏大概念，更是深入到日常出行的每一处细微角落。当我们聚焦于智能驾驶领域的进阶时，便能深刻领悟到这一点。截至2024年12月31日，理想智能驾驶总用户达到110.9万人，智驾累计总里程29.3亿公里，年度新增用户数500508人，年度新增智能驾驶里程17.2亿公里。导航智能驾驶NOA总里程达到15亿公里，端到端+VLM帮助用户应对学校路段、施工路段等特殊场景431万次，主动安全累计避免潜在事故423.9万次，智能泊车覆盖300多种复杂车位，累计使用7785.8万次。这不仅存在对用户的价值之中，也是企业坚持核心技术自研和长期高研发投入的成果。在竞争白热化的汽车市场中，理想汽车对于其对产品和技术的执着追求，而这恰恰是其赢得广大用户信赖的根基。翻阅理想汽车最新披露的三季度财报，一组数据有力地佐证了这一点：第三季度研发费用为26亿元，2024年前三季度理想汽车研发费用累计86.6亿元，同比增长22.1%。正是凭借着这循序渐进、源源不断的研发资金注入，产品力与销售业绩之间形成了一种良性互动的闭环。当理想汽车凭借先进技术将产品打磨得愈发精良，产品力的提升就如同一块强大的 “磁石”，反过来强力吸引消费者买单。![]()
