【鋒巢網(wǎng)】

2024年7月5日，理想汽車在2024智能駕駛夏季發(fā)布會宣布將于7月內(nèi)向全量理想AD Max用戶推送“全國都能開”的無圖NOA，并將于7月內(nèi)推送全自動AES（自動緊急轉(zhuǎn)向）和全方位低速AEB（自動緊急制動）。同時，理想汽車發(fā)布了基于端到端模型、VLM視覺語言模型和世界模型的全新自動駕駛技術(shù)架構(gòu)，并開啟新架構(gòu)的早鳥計劃。

智能駕駛產(chǎn)品方面，無圖NOA不再依賴高精地圖或先驗信息，在全國范圍內(nèi)的導航覆蓋區(qū)域均可使用，并借助時空聯(lián)合規(guī)劃能力帶來更絲滑的繞行體驗。無圖NOA也具備超遠視距導航選路能力，在復雜路口依然可以順暢通行。同時，無圖NOA充分考慮用戶心理安全邊界，用分米級微操帶來默契安心的智駕體驗。此外，即將推送的AES功能可以實現(xiàn)不依賴人輔助扭力的全自動觸發(fā)，規(guī)避更多高危事故風險。全方位低速AEB則再次拓展主動安全風險場景，有效減少低速挪車場景的高頻剮蹭事故發(fā)生。

自動駕駛技術(shù)方面，新架構(gòu)由端到端模型、VLM視覺語言模型和世界模型共同構(gòu)成。端到端模型用于處理常規(guī)的駕駛行為，從傳感器輸入到行駛軌跡輸出只經(jīng)過一個模型，信息傳遞、推理計算和模型迭代更高效，駕駛行為更擬人。VLM視覺語言模型具備強大的邏輯思考能力，可以理解復雜路況、導航地圖和交通規(guī)則，應對高難度的未知場景。同時，自動駕駛系統(tǒng)將在基于世界模型構(gòu)建的虛擬環(huán)境中進行能力學習和測試。世界模型結(jié)合重建和生成兩種路徑，構(gòu)建的測試場景既符合真實規(guī)律，也兼具優(yōu)秀的泛化能力。

理想汽車產(chǎn)品部高級副總裁范皓宇表示：“理想汽車始終堅持和用戶共同打磨產(chǎn)品體驗，從今年5月推送首批千名體驗用戶，到6月將體驗用戶規(guī)模擴展至萬人以上，我們已經(jīng)在全國各地積累了超百萬公里的無圖NOA行駛里程。無圖NOA全量推送后，24萬名理想AD Max車主都將用上當前國內(nèi)領先的智能駕駛產(chǎn)品，這是一項誠意滿滿的重磅升級。”

理想汽車智能駕駛研發(fā)副總裁郎咸朋表示：“從2021年啟動全棧自研，到今天發(fā)布全新的自動駕駛技術(shù)架構(gòu)，理想汽車的自動駕駛研發(fā)從未停止探索的腳步。我們結(jié)合端到端模型和VLM視覺語言模型，帶來了業(yè)界首個在車端部署雙系統(tǒng)的方案，也首次將VLM視覺語言模型成功部署在車端芯片上，這套業(yè)內(nèi)領先的全新架構(gòu)是自動駕駛領域里程碑式的技術(shù)突破。”

無圖NOA四項能力提升，全國道路高效通行

將于7月內(nèi)推送的無圖NOA帶來四項重大能力升級，全面提升用戶體驗。首先，得益于感知、理解和道路結(jié)構(gòu)構(gòu)建能力的全面提升，無圖NOA擺脫了對先驗信息的依賴。用戶在全國范圍內(nèi)有導航覆蓋的城市范圍內(nèi)均可使用NOA，甚至可以在更特殊的胡同窄路和鄉(xiāng)村小路開啟功能。

其次，基于高效的時空聯(lián)合規(guī)劃能力，車輛對道路障礙物的避讓和繞行更加絲滑。時空聯(lián)合規(guī)劃實現(xiàn)了橫縱向空間的同步規(guī)劃，并通過持續(xù)預測自車與他車的空間交互關(guān)系，規(guī)劃未來時間窗口內(nèi)的所有可行駛軌跡。基于優(yōu)質(zhì)樣本的學習，車輛可以快速篩選最優(yōu)軌跡，果斷而安全地執(zhí)行繞行動作。

在復雜的城市路口，無圖NOA的選路能力也得到顯著提升。無圖NOA采用BEV視覺模型融合導航匹配算法，實時感知變化的路沿、路面箭頭標識和路口特征，并將車道結(jié)構(gòu)和導航特征充分融合，有效解決了復雜路口難以結(jié)構(gòu)化的問題，具備超遠視距導航選路能力，路口通行更穩(wěn)定。

同時，無圖NOA重點考慮用戶心理安全邊界，用分米級的微操能力帶來更加默契、安心的行車體驗。通過激光雷達與視覺前融合的占用網(wǎng)絡，車輛可以識別更大范圍內(nèi)的不規(guī)則障礙物，感知精度也更高，從而對其他交通參與者的行為實現(xiàn)更早、更準確的預判。得益于此，車輛能夠與其他交通參與者保持合理距離，加減速時機也更加得當，有效提升用戶行車時的安全感。

主動安全能力進階，覆蓋場景再拓展

在主動安全領域，理想汽車建立了完備的安全風險場景庫，并根據(jù)出現(xiàn)頻次和危險程度分類，持續(xù)提升風險場景覆蓋度，即將在7月內(nèi)為用戶推送全自動AES和全方位低速AEB功能。

為了應對AEB也無法規(guī)避事故的物理極限場景，理想汽車推出了全自動觸發(fā)的AES自動緊急轉(zhuǎn)向功能。在車輛行駛速度較快時，留給主動安全系統(tǒng)的反應時間極短，部分情況下即使觸發(fā)AEB，車輛全力制動仍無法及時剎停。此時，AES功能將被及時觸發(fā)，無需人為參與轉(zhuǎn)向操作，自動緊急轉(zhuǎn)向，避讓前方目標，有效避免極端場景下的事故發(fā)生。

全方位低速AEB則針對泊車和低速行車場景，提供了360度的主動安全防護。在復雜的地庫停車環(huán)境中，車輛周圍的立柱、行人和其他車輛等障礙物都增加了剮蹭風險。全方位低速AEB能夠有效識別前向、后向和側(cè)向的碰撞風險，及時緊急制動，為用戶的日常用車帶來更安心的體驗。

自動駕駛技術(shù)突破創(chuàng)新，雙系統(tǒng)更智能

理想汽車的自動駕駛?cè)录夹g(shù)架構(gòu)受諾貝爾獎得主丹尼爾·卡尼曼的快慢系統(tǒng)理論啟發(fā)，在自動駕駛領域模擬人類的思考和決策過程，形成更智能、更擬人的駕駛解決方案。

快系統(tǒng)，即系統(tǒng)1，善于處理簡單任務，是人類基于經(jīng)驗和習慣形成的直覺，足以應對駕駛車輛時95%的常規(guī)場景。慢系統(tǒng)，即系統(tǒng)2，是人類通過更深入的理解與學習，形成的邏輯推理、復雜分析和計算能力，在駕駛車輛時用于解決復雜甚至未知的交通場景，占日常駕駛的約5%。系統(tǒng)1和系統(tǒng)2相互配合，分別確保大部分場景下的高效率和少數(shù)場景下的高上限，成為人類認知、理解世界并做出決策的基礎。

理想汽車基于快慢系統(tǒng)系統(tǒng)理論形成了自動駕駛算法架構(gòu)的原型。系統(tǒng)1由端到端模型實現(xiàn)，具備高效、快速響應的能力。端到端模型接收傳感器輸入，并直接輸出行駛軌跡用于控制車輛。系統(tǒng)2由VLM視覺語言模型實現(xiàn)，其接收傳感器輸入后，經(jīng)過邏輯思考，輸出決策信息給到系統(tǒng)1。雙系統(tǒng)構(gòu)成的自動駕駛能力還將在云端利用世界模型進行訓練和驗證。

高效率的端到端模型

端到端模型的輸入主要由攝像頭和激光雷達構(gòu)成，多傳感器特征經(jīng)過CNN主干網(wǎng)絡的提取、融合，投影至BEV空間。為提升模型的表征能力，理想汽車還設計了記憶模塊，兼具時間和空間維度的記憶能力。在模型的輸入中，理想汽車還加入了車輛狀態(tài)信息和導航信息，經(jīng)過Transformer模型的編碼，與BEV特征共同解碼出動態(tài)障礙物、道路結(jié)構(gòu)和通用障礙物，并規(guī)劃出行車軌跡。

多任務輸出在一體化的模型中得以實現(xiàn)，中間沒有規(guī)則介入，因此端到端模型在信息傳遞、推理計算、模型迭代上均具有顯著優(yōu)勢。在實際駕駛中，端到端模型展現(xiàn)出更強大的通用障礙物理解能力、超視距導航能力、道路結(jié)構(gòu)理解能力，以及更擬人的路徑規(guī)劃能力。

高上限的VLM視覺語言模型

VLM視覺語言模型的算法架構(gòu)由一個統(tǒng)一的Transformer模型組成，將Prompt（提示詞）文本進行Tokenizer（分詞器）編碼，并將前視相機的圖像和導航地圖信息進行視覺信息編碼，再通過圖文對齊模塊進行模態(tài)對齊，最終統(tǒng)一進行自回歸推理，輸出對環(huán)境的理解、駕駛決策和駕駛軌跡，傳遞給系統(tǒng)1輔助控制車輛。

理想汽車的VLM視覺語言模型參數(shù)量達到22億，對物理世界的復雜交通環(huán)境具有強大的理解能力，即使面對首次經(jīng)歷的未知場景也能自如應對。VLM模型可以識別路面平整度、光線等環(huán)境信息，提示系統(tǒng)1控制車速，確保駕駛安全舒適。VLM模型也具備更強的導航地圖理解能力，可以配合車機系統(tǒng)修正導航，預防駕駛時走錯路線。同時，VLM模型可以理解公交車道、潮汐車道和分時段限行等復雜的交通規(guī)則，在駕駛中作出合理決策。

重建生成結(jié)合的世界模型

理想汽車的世界模型結(jié)合了重建和生成兩種技術(shù)路徑，將真實數(shù)據(jù)通過3DGS（3D高斯濺射）技術(shù)進行重建，并使用生成模型補充新視角。在場景重建時，其中的動靜態(tài)要素將被分離，靜態(tài)環(huán)境得到重建，動態(tài)物體則進行重建和新視角生成。再經(jīng)過對場景的重新渲染，形成3D的物理世界，其中的動態(tài)資產(chǎn)可以被任意編輯和調(diào)整，實現(xiàn)場景的部分泛化。相比重建，生成模型具有更強的泛化能力，天氣、光照、車流等條件均可被自定義改變，生成符合真實規(guī)律的新場景，用于評價自動駕駛系統(tǒng)在各種條件下的適應能力。

重建和生成兩者結(jié)合所構(gòu)建的場景為自動駕駛系統(tǒng)能力的學習和測試創(chuàng)造了更優(yōu)秀的虛擬環(huán)境，使系統(tǒng)具備了高效閉環(huán)的迭代能力，確保系統(tǒng)的安全可靠。