理想「端到端+VLM」全量推送，把智駕又卷上了新高度

第一電動(dòng)大牛作者 HiEV 2024-10-31 08:30

?作者 |德新

編輯 |王博

上周，理想汽車(chē)官宣了一則重磅消息：全新一代雙系統(tǒng)智能駕駛解決方案「端到端+VLM」，全量推送。

在智駕技術(shù)日新月異，各種版本的早鳥(niǎo)測(cè)試層出不窮的當(dāng)下，「全量推送」4個(gè)字，顯得彌足珍貴，尤其是這個(gè)消息緊接著理想第100萬(wàn)臺(tái)交付。

這標(biāo)志著理想汽?的智能駕駛，率先進(jìn)入AI大模型時(shí)代，也意味著大規(guī)模的車(chē)主（超過(guò)30萬(wàn)臺(tái)AD MAX車(chē)輛），用上了這個(gè)時(shí)代最前沿的技術(shù)。

端到端的系統(tǒng)，核心是基于優(yōu)質(zhì)駕駛數(shù)據(jù)和大模型，讓機(jī)器學(xué)習(xí)像人一樣思考、開(kāi)車(chē)。

邁入「端到端+VLM」的階段之后，理想智駕的場(chǎng)景覆蓋率、舒適度和通行效率都有躍級(jí)式的提升。

按照30多萬(wàn)的車(chē)主規(guī)模來(lái)計(jì)算，這應(yīng)該也是目前國(guó)內(nèi)規(guī)模最大的向用戶開(kāi)放的端到端智駕版本。

理想這次全量推送的版本，基于整車(chē)OTA 6.4，智駕軟件版本則是E2E-VLM V4.8.6。版本號(hào)中的第一個(gè)4，代表了是基于400萬(wàn) clips 視頻數(shù)據(jù)訓(xùn)練的版本。

Elon Musk曾經(jīng)談到數(shù)據(jù)規(guī)模對(duì)于端到端自動(dòng)駕駛表現(xiàn)的影響：「用100萬(wàn)個(gè)視頻訓(xùn)練，勉強(qiáng)夠用；200萬(wàn)個(gè)，稍好一些；300萬(wàn)個(gè)，就會(huì)感到Wow（驚艷）；到了1000萬(wàn)個(gè)，就變得難以置信了?！?/p>

而這次推送的400萬(wàn)Clips的版本，剛好跨過(guò)了Musk口中所說(shuō)的令人驚艷的節(jié)點(diǎn)。

理想汽車(chē)從7月5日發(fā)布了第一個(gè)「端到端+VLM」的版本，7月30日開(kāi)啟千人內(nèi)測(cè)，8月底開(kāi)啟萬(wàn)人公測(cè)。李想曾經(jīng)在演講中披露，「最快今年，最慢明年上半年」開(kāi)啟全量推送。

實(shí)際上，這次全量推送的日期甚至提前了不少。

這某種程度上也說(shuō)明，「端到端+VLM」這套方法的能力增長(zhǎng)超過(guò)預(yù)期。

理想汽車(chē)智能駕駛研發(fā)副總裁郎咸朋曾經(jīng)說(shuō)，「表面上端到端是一個(gè)大模型替代幾個(gè)小的模型，實(shí)際上它是一個(gè)分水嶺。從端到端開(kāi)始，真正標(biāo)志著用人工智能的方法來(lái)做自動(dòng)駕駛。」

一、行業(yè)首創(chuàng)架構(gòu)，「端到端 + VLM」的迭代速度

伴隨著「端到端+VLM」的全量推送，理想也公布了一些數(shù)據(jù)闡述這個(gè)新系統(tǒng)進(jìn)化的速度：比如，從7月5日發(fā)布最早的鳥(niǎo)蛋版本開(kāi)始，理想智駕團(tuán)隊(duì)做了30個(gè)研發(fā)版本的模型迭代。

將近3個(gè)半月時(shí)間，有30個(gè)研發(fā)版本迭代，意味著幾乎每3天就有一個(gè)新版本。

而理想的千人內(nèi)測(cè)和萬(wàn)人公測(cè)，采用了AB測(cè)試的方法，「模型架構(gòu)優(yōu)化」與「更多數(shù)據(jù)訓(xùn)練」同步進(jìn)行。

（譬如在100萬(wàn)Clips規(guī)模的版本1.1.x版本上迭代1.2.x和2.1.x），同時(shí)探索模型架構(gòu)和數(shù)據(jù)量增長(zhǎng)帶來(lái)的效果提升。

從實(shí)際運(yùn)行效果來(lái)看，理想智駕系統(tǒng)的MPI（平均接管里程）得到了大幅提升，期間用戶平均接管里程翻了2.5倍。

理想曾經(jīng)公布過(guò)E2E-VLM 1.0的MPI大概在12公里左右，也就說(shuō)現(xiàn)在的平均MPI提升到了接近30公里。

目前，理想可用于智駕訓(xùn)練的用戶里程數(shù)已經(jīng)超過(guò)25億公里，這個(gè)數(shù)字到年底將增長(zhǎng)到30億公里；當(dāng)前有5.39 EFlops的云端訓(xùn)練算力儲(chǔ)備，到年底將達(dá)到8 EFlops。

這些數(shù)據(jù)都說(shuō)明了，目前這套系統(tǒng)的迭代速度和能力增長(zhǎng)非常快，并且后續(xù)提升的空間依然非常巨大。

高速迭代的智能駕駛也給理想賣(mài)車(chē)帶來(lái)了直接的收益：

自5月門(mén)店試駕車(chē)升級(jí)無(wú)圖NOA功能以來(lái)，NOA試駕率翻倍增長(zhǎng)；
AD Max定單比例也顯著增長(zhǎng)；
10月，30萬(wàn)元以上車(chē)型AD Max定單占比達(dá)到70%。

二、理想最新智駕，實(shí)際體驗(yàn)如何？

在過(guò)去幾個(gè)月里，HiEV大蒜粒車(chē)研所的編輯也分別體驗(yàn)了理想「端到端 +VLM」的多個(gè)版本，包括8月初的E2E-VLM 1.0，以及10月的4.8.6和5.1。

從最初在北京順義理想總部附近的路線體驗(yàn)，當(dāng)時(shí)端到端還是初出茅廬，偶有驚喜。

到后續(xù)，在海南、上海以及江蘇駕駛，可以說(shuō)現(xiàn)版本的E2E-VLM已經(jīng)能夠應(yīng)對(duì)日常城市駕駛中的絕大部分場(chǎng)景，單次行程的NOA覆蓋率基本上能達(dá)到90%以上，甚至95%以上。

總體來(lái)說(shuō)，「端到端+VLM」最直觀的感受是：

它對(duì)于時(shí)機(jī)和速度的控制變得更加精準(zhǔn)；
規(guī)劃路徑的靈活性非常高，不機(jī)械；
橫縱向的控制更加絲滑。

這尤其體現(xiàn)在一些復(fù)雜大路口和博弈場(chǎng)景：

大路口左拐的路徑更加合理，并且會(huì)根據(jù)車(chē)流選擇通過(guò)的時(shí)機(jī)和路線；
路邊右側(cè)有停車(chē)時(shí)，即使在后方有車(chē)流的情況下，繞行的提前量和時(shí)機(jī)非常靈活，窄路下甚至?xí)陨越栌脤?duì)向車(chē)道繞行；
甚至高速場(chǎng)景下也有變化，比如下匝道時(shí)，不再按之前固定2公里提前向外變道，而是很靈活地選擇通行效率更高的點(diǎn)位。

理想獨(dú)有的系統(tǒng)2 VLM，在整個(gè)體驗(yàn)中，感受也很明顯：

在通過(guò)高速收費(fèi)站時(shí)，是利用VLM來(lái)識(shí)別收費(fèi)站的環(huán)境，選擇ETC車(chē)道通過(guò)，并且能識(shí)別閘機(jī)抬桿；
識(shí)別丁字路口時(shí)，對(duì)后方來(lái)車(chē)會(huì)放慢速度，選擇通過(guò)的時(shí)機(jī)；
路過(guò)學(xué)校路段，也會(huì)有主動(dòng)提醒。

這版的車(chē)機(jī)界面，也非?？酥?。

因?yàn)槌菂^(qū)內(nèi)場(chǎng)景非常密集，要同時(shí)兼顧及時(shí)準(zhǔn)確地告訴用戶當(dāng)前的系統(tǒng)狀態(tài)，也要避免對(duì)用戶過(guò)多不必要的打擾。

三、超過(guò)30萬(wàn)用戶，理想的端到端如何做到「又快又多」？

目前在國(guó)內(nèi)，僅有理想、華為、小鵬三家推送了端到端的智駕方案。

十一期間，華為公布其ADS的用戶總量約為27.8萬(wàn)。搭載了端到端智駕的ADS 3.0首批推送給了享界S9、阿維塔12，并陸續(xù)向問(wèn)界M9/7/5開(kāi)放；小鵬則是從AI天璣5.2.0版本開(kāi)始搭載端到端智駕，其支持城市NOA的車(chē)型主要是P7i/G6/G9/X9的Max版本。

所以按照用戶規(guī)模來(lái)講，超過(guò)30萬(wàn)用戶的理想ADMax，應(yīng)該是目前國(guó)內(nèi)用戶推送量最大的端到端智駕系統(tǒng)。

這次端到端推送量大管飽，迭代速度又快，理想一方面非常得益于高度平臺(tái)化的車(chē)型設(shè)計(jì)。

L9/8/7/6乃至MEGA的智能駕駛系統(tǒng)共用同一套軟硬件，從智駕版型來(lái)說(shuō)，理想只有AD Pro和AD Max兩個(gè)版型，集中力量辦大事，這大幅提升了新系統(tǒng)的開(kāi)發(fā)效率。

不同于特斯拉一體化大模型的思路，理想的雙系統(tǒng)是一個(gè)開(kāi)創(chuàng)性的方案：