紅星資本局8月31日消息，8月30日，第二十七屆成都國際車展拉開序幕，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駕駛技術架構的最新進展與未來規(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團招募。此外，理想OTA6.2正式全量推送。2ek即熱新聞——關注每天科技社會生活新變化gihot.com
理想汽車智能駕駛研發(fā)副總裁郎咸朋、智能駕駛高級算法專家詹錕在發(fā)布會后接受了包括紅星資本局在內(nèi)的媒體群訪。2ek即熱新聞——關注每天科技社會生活新變化gihot.com
2ek即熱新聞——關注每天科技社會生活新變化gihot.com
郎咸朋（右）、詹錕（左）2ek即熱新聞——關注每天科技社會生活新變化gihot.com
據(jù)詹錕介紹，所謂端到端，指的是一種研發(fā)的范式，做一個任務，從最開始的輸入端到最后的輸出端，中間沒有其他的過程，用一個模型完整從輸入到輸出。應用到自動駕駛領域，意味著只用一個模型，就能把攝像頭等傳感器收集到的感知信息，轉換成車輛的操作指令。2ek即熱新聞——關注每天科技社會生活新變化gihot.com
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。2ek即熱新聞——關注每天科技社會生活新變化gihot.com
郎咸朋表示，“我們對智駕核心的思路就是端到端+VLM，我們認為這個方式是更接近于人類駕駛更有前途的智能駕駛方案。”2ek即熱新聞——關注每天科技社會生活新變化gihot.com
在郎咸朋看來，端到端+VLM技術架構，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駕駛。”他認為，在這個前提下，自動駕駛研發(fā)的核心競爭是是否有更多更好的數(shù)據(jù)和與之配套的算力去訓練模型，而訓練數(shù)據(jù)、訓練里程是用錢買不到的。2ek即熱新聞——關注每天科技社會生活新變化gihot.com
他透露，理想汽車當前訓練算力達到5.39EFLOPS，預計到2024年底將超過8EFLOPS。理想汽車每年在訓練算力的投入超過10億元人民幣，今年要消耗20億人民幣。“我們認為最終實現(xiàn)自動駕駛需要的訓練算力要達到100EFLOPS的量級，折合成投入每年要超過10億美元。”2ek即熱新聞——關注每天科技社會生活新變化gihot.com
對于世界模型，郎咸朋指出，在有監(jiān)督（L3級別及以下）的自動駕駛上，發(fā)揮更大作用的還是端到端模型、VLM視覺語言模型，“因為在有監(jiān)督的自動駕駛需求下，端到端模型已經(jīng)足夠用了，VLM只是起到一個提醒輔助的作用”。但是到無監(jiān)督L4級別自動駕駛之后，這套系統(tǒng)要獨立處理所有的未知場景和突發(fā)情況，模型參數(shù)量劇增，這時就需要車端的世界模型。2ek即熱新聞——關注每天科技社會生活新變化gihot.com
接管率是體現(xiàn)系統(tǒng)能力的核心指標之一。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。不過如果長時間不用接管，人的精神注意力會不集中。理想汽車會通過全新的交互體驗，讓司機在該接管的時候可以做到接管，并通過評測高頻接管的場景地區(qū)，提前推送給用戶。2ek即熱新聞——關注每天科技社會生活新變化gihot.com
相比友商，理想汽車目前并未對高階智駕收費。郎咸朋強調(diào)，標配和免費都是理想從第一天開始進入智能駕駛就制定的策略，有監(jiān)督的自動駕駛對所有AD Max的車主都是不收費的。“交付量是非常重要的一個衡量指標，對于我們來說不是單純卷交付量，而是還能為自動駕駛提供更多的車輛訓練里程。交付量比較好且企業(yè)經(jīng)營穩(wěn)健，也有足夠的資源投入智駕研發(fā)。”2ek即熱新聞——關注每天科技社會生活新變化gihot.com
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）可能還會再小一點”。2ek即熱新聞——關注每天科技社會生活新變化gihot.com
他解釋道，第一，從技術架構上，理想汽車跟特斯拉沒有太大差別，甚至更領先一點，“因為我們有VLM，有系統(tǒng)2，特斯拉只是有系統(tǒng)1，端到端”。2ek即熱新聞——關注每天科技社會生活新變化gihot.com
第二，在中國的訓練算力和訓練數(shù)據(jù)上，“至少從現(xiàn)在看我們是領先于特斯拉的，因為特斯拉在數(shù)據(jù)合規(guī)性等方面都受到約束，在中國的訓練算力的部署還需要搭建。在這個層面上看，我們在中國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來，互相學習，專注做自身的提升。”