仅算力训练一年砸10亿元！理想智驾又有了新进展

2024年8月30日，理想汽车携理想L系列和MEGA亮相2024成都车展，发布智能驾驶的最新进展与未来规划。

亿欧汽车现场了解到，理想汽车宣布OTA 6.2已于8月30日正式全量推送，新增车位随心画、低速自动紧急制动、开放理想演示厅、超充站不下车降地锁等功能。自7月15日推送OTA 6.0版本以来，理想汽车实现两个月内3次OTA推送，其中包含无图NOA、AES等提升用户体验的行业功能。

其实，早在7月15日，理想汽车就正式全量推送了无图NOA，不再依赖高精地图等先验信息，在全国范围内可导航的城市道路均可使用。

理想汽车产品部高级副总裁范皓宇表示，随着无图NOA发布，理想汽车城市NOA日均里程提升3倍，城市NOA日均活跃度提升8倍。基于端到端模型、VLM视觉语言模型和世界模型的全新自动驾驶技术架构今天开启万人体验团招募，新一代产品将进入有监督自动驾驶的新阶段。理想汽车自动驾驶产品面向车主免费。

同期，理想汽车还推送了全自动紧急转向AES。AEB（自动紧急制动系统）能做到无需人为转向辅助，快速唤醒并自动执行避让。AES在AEB的基础上，将一维的纵向制动，升级到了二维的制动及转向，规划多条躲避路径并选择避撞。

据亿欧汽车了解，OTA 6.1版本中，AES实现了在自车速度80-135km/h下，面对前方静止或低速的车辆，具备自动紧急转向躲避危险的能力。目前，理想汽车正在开发连续两次避让能力。未来，AES将探索更高的极限性能和更多的场景能力，例如跨越车道避让、连续绕行避让等能力，以及应对极限近距离加塞、极限行人鬼探头等危险场景。

范皓宇透露，理想汽车智能驾驶满意度调研显示，用户在满分10分的调研中，对理想智能驾驶给予了9分的高度评价。理想全国门店开启无图NOA试驾后，门店NOA试驾率实现倍增，30万元以上车型AD Max销量占比达到近70%。

范皓宇坦言，从7月推送至今不到两个月的时间，理想汽车城市NOA日均里程提升了3倍，城市NOA日均活跃度提升了8倍。理想汽车用户量、用户日均里程以及用户日活跃度的增长，推动智能驾驶累计总里程高速增长。从2022年到2024年8月底，智能驾驶累计总里程实现从4亿公里到22亿公里的飞跃式增长，今年年底预计达到30亿公里。

理想汽车智能驾驶研发副总裁郎咸朋透露，理想汽车目前累积的训练里程已超过22亿公里，预计到2024年底将超过30亿公里；当前训练算力达到5.39EFLOPS，预计到2024年底将超过8EFLOPS，理想汽车每年在训练算力的投入超过10亿人民币。“我们认为最终实现自动驾驶需要的训练算力要达到100EFLOPS的量级，折合成投入每年要超过10亿美金。 ”郎咸朋说道。

理想智驾实力大公开，全新智能驾驶技术架构已在车端落地

受到诺贝尔奖获得者丹尼尔·卡尼曼提出的双系统理论启发，理想汽车研发出世界首创的双系统智能驾驶方案。7月底，理想汽车基于端到端模型、VLM视觉语言模型和世界模型的全新智能驾驶技术架构成功在车端落地并开启千人内测。千人团用户数量达到1029人，覆盖270个城市。内测不到1个月的时间，千人团用户总城市NOA行驶里程达到21.1万公里，单日城市NOA驾驶最长里程391公里，单次零接管城市NOA最长里程81.6公里。

关于端到端模型，理想汽车智能驾驶高级算法专家詹锟解释道，端到端是一种研发范式，其核心在于从任务的输入端直接至输出端，全程无需其他中间过程，仅依赖一个模型实现从输入到输出的完整映射。任何满足这一核心定义的方法，均可视为端到端。

理想汽车采用的一体化One Model端到端策略，便是这一范式的典范。它直接从传感器获取输入，模型推理后直接输出给轨迹规划用于车辆控制，全程无其他步骤介入，实现了真正的端到端，能够保证大部分场景下的“高效率”，使智能驾驶具备“老司机”的驾驶能力。

据理想汽车透露，VLM视觉语言模型是世界上第一个成功部署在车端芯片的大模型，具备应对复杂场景的逻辑思考及决策能力。基于此技术方案，理想汽车为用户带来车位到车位的“一键智驾”功能，该功能让全新一代的理想智能驾驶产品迈入了“有监督的自动驾驶”新阶段。

尽管存在另一种端到端方法，在中间分为两个模型，通过信号桥接，一个模型负责感知，将感知结果输入给另一个负责规划控制的模型，两者组合成一个模块化的端到端系统。然而，在詹锟看来，这种方式并非真正的端到端，因为它在中间插入了人为的信息处理环节。

理想汽车的端到端方案旨在解决中间信息损失的问题。如果中间加入了人为的信息消化过程，可能会降低效率或限制能力的上限。”因此，我们坚信一体化端到端是更为本质的端到端实现方式。“詹锟说道。

詹锟告诉亿欧汽车，针对VLM（视觉语言大模型）进行了深入的研发与优化工作耗时了约半年时间，VLM模型相较于传统智驾模型，在参数规模上实现了显著提升，达到了一个全新的量级。然而，将其部署到车载芯片上，尤其是主流的智驾芯片Orin-X上，面临着极大的挑战，因为这款芯片在设计之初并未考虑大模型的应用需求。

“我们通过不懈努力，克服了重重工程难题，成功地将推理时延从初期部署阶段优化至实车推送阶段，并最终推送给千名用户使用，实现了13倍的推理效率提升。”詹锟说道。

在VLM的部署过程中，理想汽车重点攻克了“视觉”和“语言”两大模块。对于视觉部分，主要关注了两个核心特点：一是记忆模块，它能够缓存并保存流式视频中的历史信息，从而在推理过程中避免重复观察；二是“算子融合”，即与英伟达紧密合作，共同研发出了一款高性能的算子，显著提升了系统性能。

针对车端优化，詹锟团队主要采取了以下措施：首先，针对语言模型从内存加载到计算芯片时面临的“内存带宽”瓶颈问题，进行了大量的量化工作，如将侦查模型从之前的两个16位字节压缩至仅4个字节，从而大幅提升了传输速度。其次采用了“投机采样”技术，通过联想机制使大语言模型在输出一个词后能够预测并输出更多的连贯词，这一技术显著提升了推理效率。

詹锟透露，“经过这些优化措施后，我们将原本的4秒一帧的样本推理速度提升至了0.3秒一次，实现了十几倍的效率提升。”

采用无图方案，推动“端到端+VLM技术架构”迭代落地

谈及端到端，詹锟表示，其实特斯拉在2023年初就提及了端到端的概念，马斯克在推特上也表示这代表了一个从输入到输出直接控制车辆的完整模型。实际上，端到端的概念并非特斯拉首创，早在2016年，英伟达就已提出并发表了相关论文，但由于当时算力和模型规模的限制，其效果有限，仅适用于非常简单的场景，因此业界普遍认为这条路难以走通。

然而，到了2023年，随着新型transformer架构和超大算力的加入，特斯拉成功推进了端到端技术的复苏，并将其推向了更有发展潜力的方向。理想汽车观察到这一趋势后，内部也开始思考端到端相较于传统模块化模型的优势，其核心在于减少了信息的冗余。

“尽管我们在无图方向上已接近模块化的端到端，拥有感知大模型这一模块化的端到端模型，但我们仍发现端到端模型需要规则、分模块的数据和策略任务的支持。因此，在新的方案讨论和构思中，我们强调端到端必须更加彻底、更加本质。”詹锟透露道。

在詹锟看来，理想汽车拥有丰富的数据资源，这是其一大优势，于是理想汽车选择了挑战更大、更困难的端到端一体化架构，尽管其训练难度比分模块架构要大，包括数据配比和训练方法等方面都需要深入探索和挖掘，但其坚信这是难而正确的道路。

郎咸朋坦言，从技术层面看，普通消费者并不关心是有图还是无图、端到端还是非端到端的技术细节，他们最关注的是产品的使用体验和价值。因此，理想汽车的目标不是与竞争对手攀比，而是致力于为用户提供更优质的产品和服务。

但在开发城市NOA的过程中，他们发现没有图商能提供城市的高精地图，只有轻图可用。然而，轻图存在时效性和实用性问题，又不能让用户感受到今天能用但明天就不能用的不稳定体验。

“因此，我们决定采用无图方案。”郎咸朋说道，传统的无图方案包括感知、规划等分模块，需要大量的人工规则和实车测试，不仅预算高昂，而且时间成本也非常大。模型迭代后，如果想测试一年四季的各种情况，没有一两年时间是无法实现的，用户也无法等待这么久。于是，理想才进一步迭代到端到端+VLM技术架构，这本质上是一个人工智能方案，它是通过自我学习和成长来完善的，而不是人为设计的。

在郎咸朋看来，这是实现自动驾驶快速迭代的最重要且最必要的保障。传统的模型迭代需要大量车辆、人员和时间进行测试，但现在可以使用生成和重建技术，将以前出现问题的场景收集回来，组建错题场景库。每次模型发布之前，他们都会将过去的错题重做一遍，错题集的测试里程达到一千多万公里。这确保了每次发布之前，模型都经过了有效的错题集测试，而不是简单的路试。除此之外，他们还可以生成和模拟场景，进行几千万个场景的测试。现在，这种模型迭代方式比原来的整车或路试方式更可靠，且能涵盖一年四季的各种场景。

可以肯定的是，世界模型支撑了全新一代理想智能驾驶大范围、高速迭代，提供了自动化的AI能力评价体系，通过重建技术将用户遇到的问题场景变成“错题集”，通过生成技术将用户的真实驾驶场景举一反三为“模拟题”，两个技术确保了在模型评价时错题不再做错，同时兼具优秀的泛化能力。

如今，理想汽车为超90万用户提供了超22亿智能驾驶里程，以及5.39EFLOPS的训练算力，是全新一代理想智能驾驶高速迭代的核心要素。高质量数据和充足算力推动了系统30天迭代12版模型，平均2-3天迭代一个模型。预计到2024年底，理想汽车训练数据超过30亿公里，训练算力超过8EFLOPS。

值得一提的是，在千人团内测的1个月时间内，MPI（平均接管里程）从第1个版本的12.2公里，提升至第12个版本的21.8公里，提升幅度近2倍。全新一代理想智能驾驶迭代速度真正验证了Scaling Law（缩放定律），即模型能力会随着训练数据量增长而提升。此次发布会，理想汽车开启全新一代理想智能驾驶万人体验团招募，标志着理想汽车正在加速推动技术创新面向所有用户落地。