尽管李想未出席此次发布会，但其展现出的理想汽车硬核实力不容小觑。
随着特斯拉FSD（完全自动驾驶）加快进入中国市场的步伐，各大车企纷纷响应，积极推出各自的端到端大模型方案。
在2024中国汽车重庆论坛上，理想汽车董事长兼CEO李想于6月宣称，理想汽车将在今年三季度推出无图NOA（自动辅助导航驾驶），最早于今年年底，最晚在明年年初，会推出依托理想自研大模型和VLM视觉模型的L3级自动驾驶系统。并且，伴随这套技术的发展、算力的提升以及模型的扩大，无监督的L4级别自动驾驶在至少三年内必定能够实现。
7月5日，理想汽车举行了理想 2024 智能驾驶夏季发布会。此次发布会李想并未现身，而是由三位技术专家阐述了理想智能驾驶的现状与未来。
在发布会上，他们通过对话的形式，展示了最新的端到端+VLM双系统智能驾驶模型，借由世界模型的学习与对环境的思考，该系统将推动自动驾驶技术的快速迭代。
首批推送OTA 6.0版本的，是AD Max用户 | 图片来源：理想汽车
同时，理想推出的OTA 6.0版本智能驾驶升级，将引入无需高清地图的NOA功能，并涵盖理想MEGA和理想L9、L8、L7、L6的AD Max车型，使超过24万名用户受益，实现全国范围内的智能驾驶体验。
当下，众多厂商都在追求「端到端」，而理想汽车则是首个公开技术方案的车企。那么，理想的「端到端」方案究竟有何独特之处呢？
「紧跟」特斯拉
作为自动驾驶领域的标杆企业，特斯拉的技术路径一直备受瞩目。自2023年5月，伊隆·马斯克首次公开提及「特斯拉FSD v12是一个端到端AI」，至2024年3月，特斯拉开始大规模推送v12版本，特斯拉端到端技术的不断进步，也见证了中国自动驾驶行业逐渐形成共识的过程。
尽管行业内对端到端的发展趋势已达成普遍共识，但在具体技术路线上的分歧依然存在。例如，「模块化端到端」采用监督学习的训练方式，而「单模型端到端」可能更倾向于自回归和生成式的训练方法。
理想此次公布的自动驾驶方案，与Momenta的双系统模式有些类似。其理论依据是诺贝尔经济学奖得主丹尼尔·卡尼曼的《思考，快与慢》理论，其中提到了认知心理学中系统1与系统2的概念。系统1是基于人们过往经验和习惯形成的直觉，能够迅速做出决策。系统2则代表着思维推理的能力，在面对复杂问题和未知场景时，人们需要通过思考、推理来解决。总之，系统1和系统2相互协作，构成了人类认知、理解世界以及做出决策的基础。
理想自动驾驶系统1的演进路径 | 图片来源：理想
具体到理想汽车的自动驾驶技术架构，主要通过三个部分来实现：系统1由端到端模型（E2E）达成，主要用于快速应对常规驾驶问题。这个系统历经了三个阶段：
- 采用模块化设计，包含感知、定位、规划、导航、NPN，支持了100个城市的NOA。
- 进入无图模式。仅保留感知和规划两个模型，最大的改变是去除了NPN，不再依赖先验信息。
- 类似于特斯拉的One Model的端到端模型，仅有一个模型，输入为传感器信息，输出为行驶轨迹。
理想智能驾驶系统2的技术架构图 | 图片来源：理想
系统2为视觉语言模型（VLM），拥有处理复杂场景的能力。它由Transformer模型构成，将提示词（Prompt）文本进行分词编码，并将摄像头图像和导航地图信息一同传输给模型进行自回归推理。系统2的输出涵盖环境理解、驾驶决策和驾驶轨迹，随后传递给系统1以控制车辆。
与多数单帧的VLM模型不同，理想设计了流式视频编码器，能够缓存更长久的视觉信息。此外，系统还增添了记忆模块（Memory bank），可以缓存多帧历史信息，从而解决长时间序列推理时延的问题。
可以这样理解，系统2仿佛一位智能导航和决策专家，它不但能够看清当前的路况和环境（摄像头图像），还能够依据地图信息和用户的指令（Prompt文本）来进行决策和规划行车路线。
与此同时，理想汽车介绍了端到端方案的测试与验证方法。通常来说，业内主流的做法是通过3D虚拟环境、重建仿真、生成仿真等进行仿真测试。理想则将重建仿真和生成仿真两种技术路径相结合。
可以用一个比方来解释：假设你在准备一场考试，有两种题型需要练习：真题和模拟题。真题是过去考试中实际出现过的问题，模拟题则是根据考试大纲编写的新题目。真题能让你熟悉考试的风格和类型，而模拟题可以帮助你应对可能出现的新情况。
理想的测试方法与这个准备过程类似。他们首先运用3D高斯溅射（3DGS）技术，如同真题一般重建真实场景，然后利用生成模型，恰似模拟题一样补充新的视角。如此一来，他们创建的测试环境既真实又多样，能够更全面地评估自动驾驶系统的表现。
此外，他们采用了动静态分离的策略，就像分别练习不同类型的题目：静态部分是环境重建，动态部分则是对动态物体进行重建和生成新视角。通过这种方式，他们构建了一个360°可编辑的3D物理世界，能够模拟各种不同的驾驶条件，例如天气变化、时间差异、车流量等，以全面测试自动驾驶系统的适应能力。
开城大战持续进行
除了自动驾驶新架构，理想汽车还发布了OTA 6.0版本的智能驾驶升级，带来了无需高清地图支持的NOA功能。此次升级将覆盖理想MEGA以及理想L9、L8、L7、L6的ADMax车型，使理想的超过24万名用户受益。
在2023年，中国智能驾驶行业的焦点汇聚在「城市NOA开城大战」上。当下，华为和小鹏已经推出了无需高清地图的高阶驾驶辅助功能，蔚来也推出了全域领航辅助NOP+城区功能。
理想无图NOA的推送节奏 | 图片来源：理想汽车
此次，理想也紧紧跟随。据了解，理想汽车最新推出的无图NOA（导航辅助驾驶）功能不但可以在城市和城镇中行驶，还能够适应二级道路。相较于之前的版本，新版无图NOA在BEV（鸟瞰视图）、感知能力、规控能力以及整体系统能力上都实现了全面提升，能够应对更为复杂的行驶环境。
在发布会上，理想汽车剖析了无图NOA的四大核心能力，其中最值得关注的是前两项：
- 随处可开。无图NOA无需依赖大量的「先验信息」。理想汽车的智能驾驶系统中有众多「小机器人」在运行，尽管部分「小机器人」可能仍需要一些先验信息，但整体能力的提升，使得系统能够更为灵活地应对各种路面状况，而无需事先进行验证。
- 绕行顺畅。该能力融合了时间和空间的双重规划。在实际驾驶中，常常会遭遇车辆或行人阻碍通行的情况。此时，「绕行顺畅」能力就显得尤为关键。其背后的时空联合能力，能够同步规划横纵（前后左右）的空间，并持续预测自车与他车之间的空间交互关系。通过规划出「未来一段时间内」的所有可行驶轨迹，筛选出最优、最高效的行驶路径。
除此之外，理想汽车还对AEB（自动紧急制动）和AES（自动紧急转向）进行了多项优化。在日常生活中的低速场景，特别是在地库停车等复杂环境中，用户可能会碰到柱子、墩子等障碍物。理想汽车的低速AEB能够在这类情况下自动刹车停住，避免刮擦，减少用户的困扰。
在高速行驶时，如果前车突然急刹车并避让，而当前车辆与前车距离过近，无法及时刹停，理想汽车的AES功能会自动减速并紧急转向避让。这个功能在「消失的前车」场景中尤为重要，能够显著提高行车安全。
目前，端到端自动驾驶已成为行业的共识。华为、小鹏、元戎启行、商汤绝影、零一汽车等主机厂和智能驾驶技术公司纷纷涉足这一领域，并在近半年陆续披露了上车量产规划。
然而，端到端技术并非一项“一劳永逸”的技术，它需要一整套支持系统才能真正发挥效用。以特斯拉为例，尽管其他公司也在运用端到端技术，但效果却不如特斯拉理想。特斯拉的成功不仅在于采用了端到端技术，还在于他们在每个细节上都做到了极致。不过，对于在智能驾驶布局上相对较晚的理想汽车而言，端到端技术使其拥有了追赶的机遇。
