理想要和特斯拉掰手腕

转载

在外界印象中，理想的智驾一直是追赶者的状态，但在ALL IN端到端后，理想竟然自信地说已经超过特斯拉了。

日前，理想汽车智驾团队详细发布了“端到端+VLM”方案，不同于国内同行的“分段式端到端”，理想的方案是被称为“One Model”的一张大网。

这是目前自动驾驶架构演进的最终形态，该阶段不再有感知、决策规划等模块的明确划分，从原始信号输入到最终规划轨迹的输出，采用一个深度学习模型，完整无损地应用于自动驾驶。

在理想智驾研发副总裁郎咸朋看来，死磕“最终版”的端到端，正是理想得以弯道超车的秘密。

“过去的智驾方案，不管是轻图还是无图，底层技术架构都是有人为设计成分的，如果想将一年四季各种情况都跑一遍，没有一两年时间是不可能实现。所以我们迭代了端到端+VLM技术架构”，郎咸朋认为，该架构是AI自己生长的，“真正变成车自己在开”。

不仅如此，理想开始打造“世界模型”来加速智驾AI的训练，“世界模型可以生成、模拟场景，这是几千万个场景测试”，理想智驾高级算法专家詹锟表示，这是实现智驾快速迭代最重要、且最必要的保证，并且“世界模型”还成为碾压端到端的存在。

“它可以根据当前的环境预测未来，能推理出未来的场景。比如球滚到路中间，端到端只会刹车，世界模型会想后面是不是还有小孩冲出来？它对世界有更宏观综合的判断”。詹锟表示，理想在上车端到端的同时，就已经预研下一代技术了。

因此郎咸朋凡尔赛地表示，“我们跟特斯拉没有太大差别，甚至更领先一点”。

敢于与特斯拉FSD这个全球智驾标杆掰手腕，不仅在于理想双系统架构的超前，更在于理想在新势力当中领先的销量和财力。郎咸朋说真正做到端到端要看两个能力，“有没有足够多的数据和充足的算力，因为它是AI训练”。

他表示，为了训练好自家智驾系统，理想对数据质量要求极高，只精选3%“老司机”数据喂给AI，而在80万车主基数下数据量已经足够庞大；为了消化这些数据，理想到今年底要将算力提升至8亿EFLOPS，“这是一年20亿人民币的花销”。

在郎咸朋眼中，高阶智驾是巨头才能玩得起的游戏，“未来到L4阶段，数据和算力的增长都呈指数级，每年至少需要10亿美金，一家企业的盈利和利润不能支撑投入的话就很困难”。

靠着端到端的初步上车，理想已经获得了销量的快速转化。接下来它还要持续发力这个“头号工程”，这或许将是带领它未来比肩比亚迪、特斯拉的关键一环。