近年来，随着全球汽车产业的深度转型，智能驾驶技术逐渐成为汽车行业创新的主要推动力。
其中，中泰证券在研报中称，2024年将成为整车智能驾驶的元年，这一年智能驾驶技术的成熟与市场化应用标志着整个行业进入新的发展阶段。
为了在这一新兴市场中占据有利位置，全球范围内的汽车制造商和科技公司，正加速布局智能驾驶领域，理想汽车也不例外。
理想汽车智能驾驶研发副总裁郎咸朋就表示：“端到端+VLM的技术架构是智能驾驶发展的一个重要分水岭。此前，我们采用的是传统方法来开发自动驾驶技术，而现在，才是真正用人工智能来实现自动驾驶。”
可见，在智能驾驶赛道上，理想汽车正押宝端到端+VLM智驾。且就目前来看，理想汽车端到端+VLM智驾的坚实成果已在逐步落地。
其中，理想汽车继10月23日全量推送端到端+VLM智能驾驶双系统架构后，又于11月28日随OTA6.5版本正式全量推送了车位到车位功能。
至此，理想汽车智能驾驶能真正实现像人一样思考，像老司机一样驾驶，场景全覆盖无断点、行驶更舒适、通行更高效。
一键智驾，车位到车位
理想汽车此次随OTA6.5全量推送的车位到车位功能，可以理解为上车就可以一键开启智驾，然后车辆能够在起点停车位与终点停车位之间，实现全程智能驾驶，无需人工干预。
这样的解释理解起来是很简单，但想要实现这样的功能却不简单。因为从实际用车情况来说，从A车位到B车位期间，还有可能遇到车位内泊出、园区内通行、地库内通行(含盘旋通道)、公共道路进/出园区、闸机识别及启停、高速收费站通行、环岛通行、拥堵路段绕行等一系列复杂又高频的用车场景。
所以，理想端到端+VLM智驾能够实现车位到车位全场景覆盖能力，背后的强大研发实力以及精益求精的创新精神是值得肯定的。
而从实际的体验来看，理想端到端+VLM智驾的车位到车位全场景覆盖能力不仅实用，还具备可靠的稳定性。
此前体验时，从驾驶员上车一键开启智驾后，车辆在车位内P挡就直接NOA起步了。从停车场车位泊出时，车辆会留意周边环境，泊出后就一路从停车场往小区门口驶去。抵达小区门口的闸机口时，车辆也会像老司机一样，耐心等待机器识别车牌号码、抬杆，然后驶出小区门口。
之后，车辆就跟着导航一路向目的地开去，其间遇到了U形掉头、环岛通行、无保护左转的复杂路况，还有旁车切入、行人骑电动自行车逆行、丁字路口、主辅路进出等，但车辆都可以及时识别，然后快速反应，整体操作都很丝滑，没有需要人为干预的场景。
理想端到端+VLM智驾还具备理解物理世界复杂的交通环境和中文语义的能力，轻松理解路牌限行信息文字，在遇到限时公交车道时，会迅速识别上方路牌和公交车道黄线识别，然后车辆会在遵守交规的前提下高效通行。
在经过学校路段时，车辆也会提前做出提醒并减速，这些都是理想VLM视觉语言模型带来的能力。
更有意思的是，以往在城市道路一路智驾到高速收费站时，都不得不人为接管，通过闸机口且路况允许的前提下才会重新开启智驾。但有了理想端到端+VLM智驾，车辆自行识别高速收费站，自行选择ETC通道，自行识别抬杆，然后通过闸机口，继续根据导航目的地行驶，其间智驾系统都没有退出过。
理想汽车之所以做到，主要是在VLM视觉语言模型下，由VLM识别收费站及ETC通道位置，然后引导端到端系统向ETC通道行驶通过闸机实现的。这是理想汽车行业首创的功能，不限范围、无需学习过程，全国高速收费站都能ETC通行，直接打通城市与高速实现NOA全场智驾。截至目前，理想汽车仍然是全国唯一可实现这一功能的车企。
待准备抵达目的地时，车辆再次发挥它的特长：等待闸机识别完成抬杠后再通行。可见理想端到端+VLM智驾拥有这样的能力并非偶然，它是具备稳定性的，值得信赖的能力。
总的来说，从A车位到B车位期间，理想端到端+VLM智驾能够时刻保持高度可靠的系统运行状态，牢牢把控驾驶轨迹与节奏，最大限度减少突发状况下的失误与偏差。
这样的功能很适合日常通勤这一用车场景，提前录入家里和公司的停车路线，每天上班就是一键开启智驾，从家里停车场的车位到公司停车场的车位，全程交给智驾，下班也是如此，即便遇到早晚高峰驾驶也会很轻松自在。
在安全合规上，要求更为严格
或许之前大家对理想汽车在智驾方面的印象，并不如其他大搞智驾标签的车企印象深，所以当理想汽车全量推送车位到车位功能时，理想汽车的端到端技术也获得了市场大量的关注。
事实上，在端到端这一赛道上，理想汽车有自己的思考和节奏。比如今年7月，理想汽车发布端到端+VLM，推送千人团内测，到9月就扩大到万人规模；10月理想汽车全量推送端到端+VLM智能驾驶双系统架构，11月底就全量推送车位到车位功能。理想汽车并不是行业唯一一个发展端到端技术的企业，但为何理想汽车的发展速度却如此之快，从后进生逆袭到第一梯队？
“后进生逆袭到第一梯队很正常。”郎咸朋表示，在测试阶段，通过技术的提升实现了生成更多场景，完成更好的测试效果。“在验证测试方面，我们通过技术提升做到更好的测试和发布效果，同时也减少了时间和人力。而且，测试效果比原来人力测试更好，这是人工智能技术带来的结果。我们用重建、生成技术取代了人工的测试，重建技术很快就能够重建几百公里的场景，包括各种天气路况下的场景。”他说。
理想汽车智能驾驶高级算法专家詹锟也对为什么能一直紧跟目前智驾最新技术方案的原因进行了说明。詹锟表示：“我们在做无图 NOA研发的时候，其实端到端已经开始预研。并不是等无图NOA做完，再慢慢切换到端到端架构研发中，其实我们前面就有储备。如果大家觉得牺牲了效率，其实是因为没有找到提效的方法，我们逐渐已经找到了通过自动化测试、世界模型高效验证模型的方法，所以我们才能兼顾速度和质量。”
换句话说，理想汽车的智驾能从后进生逆袭到第一梯队，靠的是兼顾了速度和质量，而这背后需要庞大的训练数据、强大的算力以及理想汽车独有的世界模型互相作用的结果。
郎咸朋透露：“训练里程和训练算力两项基础能力，理想目前在行业内是绝对领先的，我们也会持续加大对基础能力的投入。”
据了解，目前理想汽车智能驾驶训练数据已经达到26.7亿公里，年底预计会达到30亿公里。而理想汽车认为，最终需要的训练数据量要达到100亿公里。算力方面，理想汽车整体的算力目前已到达6.83EFLOPS，相比 两个月之前又有大幅提升，预计年底将超过10EFLOPS，而最终实现自动驾驶需要的训练算力要达到100EFLOPS的量级。
不过，智驾能力再好，最终落点的前提肯定是安全。那么，理想汽车端到端+VLM又是怎么保证智驾的安全？
在郎咸朋看来，安全另外一层含义就是怎么能在产品交付之前，做更多更有效的测试。如果用实车做测试，一方面是成本，另一方面是测试效果可能达不到交付有监督自动驾驶的程度，特别是当模型迭代比较迅速的时候。所以理想汽车用diffusion transformer技术，再加上3DGS技术，能够把曾经遇到过错题以及遇到过的场景，举一反三地形成模拟题，实现不断地测试模型能力，不断地优化各个城市表现。
郎咸朋说：“我们在每一个维度上都有非常严格的打分，比如安全、法律法规等维度。如果不安全、不合规，模型就不能交付给用户。”
就目前来看，用户对理想汽车的智驾认可度和接受度都很不错。理想汽车10月智能驾驶出行报告显示，城区智能驾驶总里程突破2.3亿公里，10月内应对加塞638万次，成功变道3449万次，通过路口828万次，城市NOA用户单日活跃度涨幅超过32%。主动安全累计避免潜在事故346万次，10月避免潜在事故37.7万次，夜间避免潜在事故6.9万次，避免极端烈性事故250次；AEB避免潜在碰撞事故6.9万次，低速全方位防碰撞7231次。
写在最后
技术的发展是可以影响市场反馈的，这一点已经体现在理想汽车上。
自今年7月无图NOA推送以来，理想AD Max车型销量每个月保持10%以上的提升，30万元以上车型AD Max销量占比达到70%，部分车型部分地域AD Max占比达到90%以上，这是理想最近几个月技术发展带来的变化。
在郎咸朋看来，如果技术没有影响销售的话，可能是技术落地没有做好，没有真正解决用户需求。当前，理想端到端+VLM智能驾驶从上车就能开一键智驾，车位到车位、全国高速收费站ETC通行功能，真正实现全场景无断点覆盖，这样的体验势必给市场和广大消费者带来冲击，而随着更多消费者愿意买单，理想汽车也将在端到端时代继续领跑。
(资讯)
