理想“端到端+VLM”全量推送，把智駕又捲上了新高度_風聞

作者 | 德新

編輯 | 王博

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

在智駕技術日新月異，各種版本的早鳥測試層出不窮的當下，「全量推送」4個字，顯得彌足珍貴，尤其是這個消息緊接着理想第100萬台交付。

這標誌着理想汽⻋的智能駕駛，率先進入AI大模型時代，也意味着大規模的車主（超過30萬台AD MAX車輛），用上了這個時代最前沿的技術。

端到端的系統，核心是基於優質駕駛數據和大模型，讓機器學習像人一樣思考、開車。

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

按照30多萬的車主規模來計算，這應該也是目前國內規模最大的向用户開放的端到端智駕版本。

理想這次全量推送的版本，基於整車OTA 6.4，智駕軟件版本則是E2E-VLM V4.8.6。版本號中的第一個4，代表了是基於400萬 clips 視頻數據訓練的版本。

Elon Musk曾經談到數據規模對於端到端自動駕駛表現的影響：「用100萬個視頻訓練，勉強夠用；200萬個，稍好一些；300萬個，就會感到Wow（驚豔）；到了1000萬個，就變得難以置信了。」

而這次推送的400萬Clips的版本，剛好跨過了Musk口中所説的令人驚豔的節點。

理想汽車從7月5日發佈了第一個「端到端+VLM」的版本，7月30日開啓千人內測，8月底開啓萬人公測。李想曾經在演講中披露，「最快今年，最慢明年上半年」開啓全量推送。

實際上，這次全量推送的日期甚至提前了不少。

這某種程度上也説明，「端到端+VLM」這套方法的能力增長超過預期。

理想汽車智能駕駛研發副總裁郎鹹朋曾經説，「表面上端到端是一個大模型替代幾個小的模型，實際上它是一個分水嶺。從端到端開始，真正標誌着用人工智能的方法來做自動駕駛。」

行業首創架構，

「端到端 + VLM」的迭代速度

伴隨着「端到端+VLM」的全量推送，理想也公佈了一些數據闡述這個新系統進化的速度：比如，從7月5日發佈最早的鳥蛋版本開始，理想智駕團隊做了30個研發版本的模型迭代。

將近3個半月時間，有30個研發版本迭代，意味着幾乎每3天就有一個新版本。

而理想的千人內測和萬人公測，採用了AB測試的方法，「模型架構優化」與「更多數據訓練」同步進行。

（譬如在100萬Clips規模的版本1.1.x版本上迭代1.2.x和2.1.x），同時探索模型架構和數據量增長帶來的效果提升。

從實際運行效果來看，理想智駕系統的MPI（平均接管里程）得到了大幅提升，期間用户平均接管里程翻了2.5倍。

理想曾經公佈過E2E-VLM 1.0的MPI大概在12公里左右，也就説現在的平均MPI提升到了接近30公里。

目前，理想可用於智駕訓練的用户里程數已經超過25億公里，這個數字到年底將增長到30億公里；當前有5.39 EFlops的雲端訓練算力儲備，到年底將達到8 EFlops。

這些數據都説明了，目前這套系統的迭代速度和能力增長非常快，並且後續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車帶來了直接的收益：

自5月門店試駕車升級無圖NOA功能以來，NOA試駕率翻倍增長；

AD Max定單比例也顯著增長；

10月，30萬元以上車型AD Max定單佔比達到70%。

理想最新智駕，實際體驗如何？

在過去幾個月裏，HiEV大蒜粒車研所的編輯也分別體驗了理想「端到端 +VLM」的多個版本，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，當時端到端還是初出茅廬，偶有驚喜。

到後續，在海南、上海以及江蘇駕駛，可以説現版本的E2E-VLM已經能夠應對日常城市駕駛中的絕大部分場景，單次行程的NOA覆蓋率基本上能達到90%以上，甚至95%以上。

總體來説，「端到端+VLM」最直觀的感受是：

它對於時機和速度的控制變得更加精準；

規劃路徑的靈活性非常高，不機械；

橫縱向的控制更加絲滑。

這尤其體現在一些複雜大路口和博弈場景：

大路口左拐的路徑更加合理，並且會根據車流選擇通過的時機和路線；

路邊右側有停車時，即使在後方有車流的情況下，繞行的提前量和時機非常靈活，窄路下甚至會稍稍借用對向車道繞行；

甚至高速場景下也有變化，比如下匝道時，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位。

理想獨有的系統2 VLM，在整個體驗中，感受也很明顯：

在通過高速收費站時，是利用VLM來識別收費站的環境，選擇ETC車道通過，並且能識別閘機抬杆；

識別丁字路口時，對後方來車會放慢速度，選擇通過的時機；

路過學校路段，也會有主動提醒。

這版的車機界面，也非常剋制。

因為城區內場景非常密集，要同時兼顧及時準確地告訴用户當前的系統狀態，也要避免對用户過多不必要的打擾。

超過30萬用户，理想的端到端如何做到「又快又多」？

目前在國內，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，華為公佈其ADS的用户總量約為27.8萬。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，並陸續向問界M9/7/5開放；小鵬則是從AI天璣5.2.0版本開始搭載端到端智駕，其支持城市NOA的車型主要是P7i/G6/G9/X9的Max版本。

所以按照用户規模來講，超過30萬用户的理想ADMax，應該是目前國內用户推送量最大的端到端智駕系統。

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於高度平台化的車型設計。

L9/8/7/6乃至MEGA的智能駕駛系統共用同一套軟硬件，從智駕版型來説，理想只有AD Pro和AD Max兩個版型，集中力量辦大事，這大幅提升了新系統的開發效率。

不同於特斯拉一體化大模型的思路，理想的雙系統是一個開創性的方案：

端到端模型是一個即時的系統1，參數規模在3億左右；

VLM模型運行幀率在3 - 4赫茲，是一個準即時的系統，參數規模在22億上下。

這套設計，也解決了當前車端算力有限條件下，兼顧了「高上限」和「安全兜底」的難題。

按照理想此前的預估，在1000萬級Clips的節點上，其有可能將MPI進一步提升至百公里級的水平。

在更長的週期內，理想汽車的2030願景是成為全球領先的人工智能企業，其中智能駕駛將是最核心的方向之一。