8月31日消息，8月30日，第二十七屆成都國(guó)際車展拉開序幕，理想汽車（02015.HK/LI.US）公布了端到端模型、VLM視覺語言模型和世界模型自動(dòng)駕駛技術(shù)架構(gòu)的最新進(jìn)展與未來規(guī)劃，并宣布基于端到端及VLM視覺語言模型的全新一代理想智能駕駛正式開啟萬人體驗(yàn)團(tuán)招募。此外，理想OTA6.2正式全量推送。
理想汽車智能駕駛研發(fā)副總裁郎咸朋、智能駕駛高級(jí)算法專家詹錕在發(fā)布會(huì)后接受了包括紅星資本局在內(nèi)的媒體群訪。
郎咸朋（右）、詹錕（左）
據(jù)詹錕介紹，所謂端到端，指的是一種研發(fā)的范式，做一個(gè)任務(wù)，從最開始的輸入端到最后的輸出端，中間沒有其他的過程，用一個(gè)模型完整從輸入到輸出。應(yīng)用到自動(dòng)駕駛領(lǐng)域，意味著只用一個(gè)模型，就能把攝像頭等傳感器收集到的感知信息，轉(zhuǎn)換成車輛的操作指令。
2023年初，特斯拉（TSLA.US）就提到了端到端。目前多家車企都在卷端到端，但思路與進(jìn)展各不相同。在詹錕看來，相比模塊化的端到端，一體化（OneModel）端到端是更本質(zhì)的端到端。
郎咸朋表示，“我們對(duì)智駕核心的思路就是端到端+VLM，我們認(rèn)為這個(gè)方式是更接近于人類駕駛更有前途的智能駕駛方案。”
在郎咸朋看來，端到端+VLM技術(shù)架構(gòu)，本質(zhì)上是人工智能方案。“從現(xiàn)在開始，我們是真正地用人工智能的方式做自動(dòng)駕駛。”他認(rèn)為，在這個(gè)前提下，自動(dòng)駕駛研發(fā)的核心競(jìng)爭(zhēng)是是否有更多更好的數(shù)據(jù)和與之配套的算力去訓(xùn)練模型，而訓(xùn)練數(shù)據(jù)、訓(xùn)練里程是用錢買不到的。
他透露，理想汽車當(dāng)前訓(xùn)練算力達(dá)到5.39EFLOPS，預(yù)計(jì)到2024年底將超過8EFLOPS。理想汽車每年在訓(xùn)練算力的投入超過10億元人民幣，今年要消耗20億人民幣。“我們認(rèn)為最終實(shí)現(xiàn)自動(dòng)駕駛需要的訓(xùn)練算力要達(dá)到100EFLOPS的量級(jí)，折合成投入每年要超過10億美元。”
對(duì)于世界模型，郎咸朋指出，在有監(jiān)督（L3級(jí)別及以下）的自動(dòng)駕駛上，發(fā)揮更大作用的還是端到端模型、VLM視覺語言模型，“因?yàn)樵谟斜O(jiān)督的自動(dòng)駕駛需求下，端到端模型已經(jīng)足夠用了，VLM只是起到一個(gè)提醒輔助的作用”。但是到無監(jiān)督L4級(jí)別自動(dòng)駕駛之后，這套系統(tǒng)要獨(dú)立處理所有的未知場(chǎng)景和突發(fā)情況，模型參數(shù)量劇增，這時(shí)就需要車端的世界模型。
接管率是體現(xiàn)系統(tǒng)能力的核心指標(biāo)之一。據(jù)介紹，理想汽車已經(jīng)提升到超21公里才接管一次。未來能夠提升到百公里接管一次。不過如果長(zhǎng)時(shí)間不用接管，人的精神注意力會(huì)不集中。理想汽車會(huì)通過全新的交互體驗(yàn)，讓司機(jī)在該接管的時(shí)候可以做到接管，并通過評(píng)測(cè)高頻接管的場(chǎng)景地區(qū)，提前推送給用戶。
相比友商，理想汽車目前并未對(duì)高階智駕收費(fèi)。郎咸朋強(qiáng)調(diào)，標(biāo)配和免費(fèi)都是理想從第一天開始進(jìn)入智能駕駛就制定的策略，有監(jiān)督的自動(dòng)駕駛對(duì)所有AD Max的車主都是不收費(fèi)的。“交付量是非常重要的一個(gè)衡量指標(biāo)，對(duì)于我們來說不是單純卷交付量，而是還能為自動(dòng)駕駛提供更多的車輛訓(xùn)練里程。交付量比較好且企業(yè)經(jīng)營(yíng)穩(wěn)健，也有足夠的資源投入智駕研發(fā)。”
郎咸朋去年表示，理想汽車的智駕與特斯拉FSD的差距在半年左右，在此次的成都車展上，他表示“今年（雙方的差距）可能還會(huì)再小一點(diǎn)”。
他解釋道，第一，從技術(shù)架構(gòu)上，理想汽車跟特斯拉沒有太大差別，甚至更領(lǐng)先一點(diǎn)，“因?yàn)槲覀冇蠽LM，有系統(tǒng)2，特斯拉只是有系統(tǒng)1，端到端”。
第二，在中國(guó)的訓(xùn)練算力和訓(xùn)練數(shù)據(jù)上，“至少?gòu)默F(xiàn)在看我們是領(lǐng)先于特斯拉的，因?yàn)樘厮估跀?shù)據(jù)合規(guī)性等方面都受到約束，在中國(guó)的訓(xùn)練算力的部署還需要搭建。在這個(gè)層面上看，我們?cè)谥袊?guó)跟特斯拉的差距可能并沒有那么大，我們也特別希望特斯拉能加入進(jìn)來，互相學(xué)習(xí)，專注做自身的提升。”