李想：“掌控自己的命運(yùn)，挑戰(zhàn)成長(zhǎng)的極限?！?/span>

一、“端到端”的風(fēng)吹到了理想

今年下半年的智能駕駛風(fēng)潮，似乎是由“端到端”引領(lǐng)著，現(xiàn)在各家玩智駕的車(chē)企好像不搞“端到端”就顯得自己比別人落后了一分。

在華為、小鵬、蔚來(lái)等企業(yè)紛紛跟進(jìn)端到端智能駕駛的研究后，今年7月初理想在一次發(fā)布會(huì)上表示自己也要摻和一腳。

圖源：理想端到端模型

據(jù)媒體報(bào)道，近期的理想還專(zhuān)門(mén)成立了“端到端自動(dòng)駕駛”實(shí)體組織，初步估計(jì)人數(shù)在200左右，并且公司其他團(tuán)隊(duì)也會(huì)靈活支援這個(gè)項(xiàng)目。

雖然在此之前理想曾公布過(guò)自己的端到端架構(gòu)，但那會(huì)有不少人認(rèn)為這還停留在“PPT層面”，而現(xiàn)在看來(lái)理想這次可不只是說(shuō)說(shuō)而已，是要?jiǎng)诱娓窳恕?/span>

自去年下半年以來(lái)，受到特斯拉的影響，國(guó)內(nèi)智能汽車(chē)行業(yè)就掀起了一股端到端技術(shù)的研究熱潮。

眾多車(chē)企紛紛將目光投向這一領(lǐng)域，試圖在自動(dòng)駕駛技術(shù)的新賽道上搶占先機(jī)。端到端技術(shù)，這個(gè)原本只在學(xué)術(shù)范圍內(nèi)討論的概念，一時(shí)間成為了行業(yè)熱詞。

既然要聊“端到端”，特斯拉的FSD V12無(wú)疑是一個(gè)繞不開(kāi)的話(huà)題。

首先，端到端智能駕駛模式，就是由特斯拉給帶火的。

并且，特斯拉以其在自動(dòng)駕駛領(lǐng)域的深厚積累，已經(jīng)通過(guò)FSD V12開(kāi)始嘗試將端到端技術(shù)應(yīng)用到實(shí)際產(chǎn)品中，說(shuō)它是目前端到端智駕的龍頭老大哥也不為過(guò)。

特斯拉的創(chuàng)始人馬斯克對(duì)端到端技術(shù)充滿(mǎn)了信心。他曾在多個(gè)場(chǎng)合表示，端到端技術(shù)是自動(dòng)駕駛的未來(lái)。

他甚至在社交媒體上宣稱(chēng)，FSD V12通過(guò)神經(jīng)網(wǎng)絡(luò)，將人工編程的C++控制代碼由30萬(wàn)行縮減到了3000行，但有媒體質(zhì)疑過(guò)這番言論的真實(shí)性，只不過(guò)馬斯克本人并未出面辯解。

那么說(shuō)了這么多，端到端技術(shù)究竟是什么？它與之前的智能駕駛技術(shù)又有何不同？

簡(jiǎn)單來(lái)說(shuō)，端到端技術(shù)是一種全新的自動(dòng)駕駛解決方案。

在傳統(tǒng)的自動(dòng)駕駛系統(tǒng)中，通常采用的是模塊化的方法，即將整個(gè)自動(dòng)駕駛?cè)蝿?wù)分解為感知、規(guī)劃、決策等多個(gè)模塊，每個(gè)模塊負(fù)責(zé)處理特定的任務(wù)。

而端到端技術(shù)則打破了這種模塊化的界限，它將自動(dòng)駕駛的整個(gè)過(guò)程視為一個(gè)整體，從輸入的傳感器數(shù)據(jù)到最終的車(chē)輛控制指令，全部由一個(gè)統(tǒng)一的神經(jīng)網(wǎng)絡(luò)模型來(lái)完成。

如果將自動(dòng)駕駛比作一場(chǎng)接力賽，那么傳統(tǒng)的模塊化方法就像是一場(chǎng)長(zhǎng)跑接力賽，其中每個(gè)模塊就像是一名接力選手，他們需要一棒接一棒地完成比賽。

而端到端技術(shù)則像是單人長(zhǎng)跑，整個(gè)比賽過(guò)程由一名選手獨(dú)立完成，無(wú)需交接棒。

端到端技術(shù)的優(yōu)勢(shì)在于，它能夠減少模塊間傳遞信息時(shí)的損失和延遲，提高系統(tǒng)的響應(yīng)速度和決策效率。同時(shí)，由于整個(gè)系統(tǒng)由一個(gè)統(tǒng)一的模型來(lái)控制，它可以更好地進(jìn)行全局優(yōu)化，提高自動(dòng)駕駛的性能。

更重要的是，端到端技術(shù)可以讓整個(gè)智駕模式只需要調(diào)用一個(gè)大模型。

在馬斯克的設(shè)想中，原來(lái)的模塊化模式，會(huì)將自動(dòng)駕駛操作分為不同層級(jí)進(jìn)行處理，每個(gè)層級(jí)需要調(diào)用一至多個(gè)大模型來(lái)收集信息，處理信息，輸出信息。

圖源：B站

而端到端就可以將上述步驟全部交給一個(gè)大模型來(lái)做，這樣輸入和輸出的數(shù)據(jù)參數(shù)都在一個(gè)模型上跑，一定程度上也減少了決策誤差。

不過(guò)，端到端技術(shù)同樣有著其負(fù)責(zé)的另一面。例如，如何設(shè)計(jì)出一個(gè)能夠處理各種復(fù)雜交通場(chǎng)景的統(tǒng)一模型，如何保證系統(tǒng)的安全性和可靠性等問(wèn)題就令人十分頭疼。

好在國(guó)內(nèi)的車(chē)企目前對(duì)于端到端技術(shù)的研究并非一蹴而就，而是都在先做好自己手頭的智駕方案，各家也都在推動(dòng)自己的NOA加快落地多個(gè)城市。

比如理想汽車(chē)此前就先是提出城市NOA落地100城的目標(biāo)，隨后又調(diào)整為“通勤NOA100城”，以應(yīng)對(duì)華為和小鵬的智能駕駛沖擊。

而到了今年7月，隨著理想汽車(chē)端到端+視覺(jué)語(yǔ)言模型早鳥(niǎo)計(jì)劃的公布，CEO李想公開(kāi)表達(dá)了自己的豪言壯志：“到今年底或明年初，理想將推出端到端+VLM的自動(dòng)駕駛方案。”

這一方案將由超過(guò)1000萬(wàn)個(gè)視頻片段訓(xùn)練而成，且理想還計(jì)劃將參數(shù)達(dá)22億的視覺(jué)語(yǔ)言大模型搬上車(chē)。

這次的組織成立僅僅是個(gè)開(kāi)始，最后到底能不能成，做出來(lái)的“端到端”在行業(yè)內(nèi)又能排到哪個(gè)位置，一切都要等時(shí)間給我們答案了。

二、理想汽車(chē)的雄心

理想作為如今勢(shì)頭正盛的新能源新勢(shì)力，如果只是單純宣布要跟進(jìn)做“端到端智駕”，好像也是件正常的事，畢竟目前這個(gè)汽車(chē)市場(chǎng)屬于“不進(jìn)則退”。

但有意思的地方就在，理想這一次的技術(shù)思路，與特斯拉有著諸多相似之處。

正如我之前所說(shuō)，特斯拉通過(guò)一個(gè)統(tǒng)一的神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)了從傳感器數(shù)據(jù)到車(chē)輛控制指令的直接映射。

理想汽車(chē)同樣采用了這一技術(shù)路線(xiàn)，但其在具體實(shí)現(xiàn)上有著其獨(dú)特的創(chuàng)新——理想的具體方案，包括端到端模型、視覺(jué)語(yǔ)言模型（VLM）和世界模型三部分。

這意味著在車(chē)輛做出的自動(dòng)駕駛決策中，除了和特斯拉一樣由端到端模型直接處理外，還能由視覺(jué)語(yǔ)言模型與云端的世界模型進(jìn)行輔助控制與糾正，聽(tīng)起來(lái)多了些可靠性和安全性。

那么其他家是怎么做的呢，這三個(gè)模型具體又有啥用？

我們可以看到，華為在端到端技術(shù)上的布局，主要集中在其ADS系統(tǒng)。華為的ADS系統(tǒng)采用了一種結(jié)合少量人工規(guī)則與端到端模型的技術(shù)，并正逐步減少對(duì)人工規(guī)則的依賴(lài)。

圖源：華為ADS3.0發(fā)布會(huì)截圖

華為的系統(tǒng)主要包含兩個(gè)關(guān)鍵部分：GOD（通用障礙物檢測(cè)）和PDP（預(yù)測(cè)決策規(guī)控）。GOD網(wǎng)絡(luò)使得ADS在障礙物識(shí)別方面實(shí)現(xiàn)了較大的飛躍，而PDP網(wǎng)絡(luò)則將預(yù)測(cè)、決策和規(guī)劃整合為一個(gè)統(tǒng)一的網(wǎng)絡(luò)。

小鵬汽車(chē)則通過(guò)其XNGP系統(tǒng)，采用了分段式端到端技術(shù)。

圖源：小鵬汽車(chē)官網(wǎng)

XNGP系統(tǒng)由神經(jīng)網(wǎng)絡(luò)感知網(wǎng)絡(luò)XNet、規(guī)控大模型XPlanner和大語(yǔ)言模型XBrain三個(gè)部分分段完成智駕的感知到?jīng)Q策的過(guò)程。

這種分段式的方法，雖然在技術(shù)上與理想汽車(chē)的一體化模型有所不同，但理論層面上與它也差異不大。

具體對(duì)比理想汽車(chē)的這三個(gè)模型來(lái)看，理想的可以說(shuō)有創(chuàng)新，有想法，待實(shí)現(xiàn)。

據(jù)官方介紹，理想汽車(chē)的端到端模型，是通過(guò)接收傳感器輸入，并直接輸出行駛軌跡用于控制車(chē)輛，實(shí)現(xiàn)從感知到?jīng)Q策的無(wú)縫銜接，太有特斯拉的味道了。

值得一提的是，在理想的端到端技術(shù)方案中，"4D One Model"是一個(gè)關(guān)鍵的創(chuàng)新點(diǎn)。它可以通過(guò)整合感知、定位、規(guī)劃和導(dǎo)航等多個(gè)模塊，實(shí)現(xiàn)從傳感器數(shù)據(jù)到車(chē)輛控制指令的直接映射。

理論上來(lái)說(shuō)，它也使得理想汽車(chē)在處理復(fù)雜交通場(chǎng)景時(shí)，能夠更加精準(zhǔn)和可靠。

另一個(gè)VLM系統(tǒng)則是通過(guò)視覺(jué)語(yǔ)言模型，對(duì)環(huán)境進(jìn)行深入理解和分析。

主要的作用還是識(shí)別和分析道路標(biāo)志、交通信號(hào)等多種視覺(jué)信息，從而為駕駛決策提供更加豐富和準(zhǔn)確的數(shù)據(jù)支持。

但有一說(shuō)一，這樣的VLM僅從功能來(lái)看并沒(méi)有啥區(qū)別于其他家的創(chuàng)新點(diǎn)，能不能和特斯拉或華為的智駕識(shí)別系統(tǒng)相比更是難說(shuō)。

不過(guò)最后這個(gè)所謂的世界模型倒是有些意思。世界模型通過(guò)模擬和預(yù)測(cè)車(chē)輛周?chē)沫h(huán)境和交通狀況，為駕駛決策提供了更加全面和深入的背景信息。

這種世界模型的構(gòu)建，提升了系統(tǒng)的預(yù)測(cè)能力和規(guī)劃能力。

更關(guān)鍵的是，它的存在讓理想的端到端并不完全脫離云端，這就沒(méi)有了網(wǎng)友們之前所說(shuō)“端到端與傳統(tǒng)的不同就像‘Siri’和‘ChatGPT’之間的差異。”

三、理想要落地端到端還早著呢

說(shuō)了這么多，還是不得不講出那句話(huà)：理想很豐滿(mǎn)，現(xiàn)實(shí)很骨感。

正如任何前沿技術(shù)一樣，理想在推進(jìn)端到端技術(shù)的過(guò)程中，也不可避免地面臨著一系列的挑戰(zhàn)和難題。

首先，端到端技術(shù)的核心在于算法的優(yōu)化和數(shù)據(jù)處理的能力。并且隨著駕駛場(chǎng)景增多與復(fù)雜化，對(duì)于這兩個(gè)方面的要求還在提高，這還只是理想未來(lái)要解決的基礎(chǔ)問(wèn)題。

其次，實(shí)現(xiàn)端到端智能駕駛，不僅需要先進(jìn)的算法，還需要強(qiáng)大的計(jì)算資源，理想汽車(chē)需要大量的訓(xùn)練數(shù)據(jù)來(lái)優(yōu)化模型。

就連馬斯克都說(shuō)FSD要完成端到端需要60億英里的訓(xùn)練數(shù)據(jù)，而目前僅實(shí)現(xiàn)6分之一，這對(duì)于剛起步不久的理想更是一場(chǎng)挑戰(zhàn)，其在這方面的投入和努力，將直接影響到端到端技術(shù)的實(shí)際效果和可靠性。

此外，面對(duì)法律法規(guī)對(duì)智駕的限制、市場(chǎng)對(duì)新技術(shù)的適應(yīng)周期，還有其他眾多競(jìng)爭(zhēng)對(duì)手的虎視眈眈等諸多困難，理想汽車(chē)又該如何應(yīng)對(duì)呢？

還得看看理想有多大魄力，李想有多大決心。