李想又雙叒叕在微博懟人了，接著還一（胡）本（說(shuō)）正（八）經(jīng)（道）地說(shuō)微博是mind gpt生成并發(fā)布的。評(píng)論區(qū)蹲著一幫八卦團(tuán)伙，嬉笑怒罵，好不熱鬧！

熱鬧就對(duì)了！這一切都為理想即將開(kāi)始的城市NOA北京內(nèi)測(cè)做了天然的預(yù)熱。

為什么面對(duì)吐槽和質(zhì)疑，李想總能痛快的懟回去呢？因?yàn)槿思矣械讱庥袑?shí)力呀。

底氣我們都知道，理想的銷量確實(shí)好看。如今已成為中國(guó)市值第二高的車企，剛剛結(jié)束的“家庭科技日”更是讓其股價(jià)突破2470億元。

實(shí)力方面，正好就著網(wǎng)友吐槽理想抄襲蔚來(lái)車頂激光雷達(dá)這事兒聊一下理想的AD max智能駕駛系統(tǒng)。

AD Max是理想最高端的智能駕駛系統(tǒng)

AD Max是理想最高端的智能駕駛系統(tǒng)（AD Pro系統(tǒng)應(yīng)用于L8/L7），它的雙NVIDIA Orin處理器是當(dāng)前運(yùn)算性能最強(qiáng)的量產(chǎn)智能駕駛芯片。

AD Max的核心是自研算法，包括多相機(jī)3D檢測(cè)、高精度地圖實(shí)時(shí)生成、實(shí)時(shí)路況預(yù)測(cè)、車輛控制精度等，這些算法重點(diǎn)解決的問(wèn)題是NOA（Navigate on Autopilot 導(dǎo)航輔助駕駛）時(shí)的駕乘舒適度和安全性。

在剛剛過(guò)去的理想家庭科技日的發(fā)布會(huì)上，理想汽車智能駕駛副總裁郎咸鵬博士就講到：理想的AD Max 3.0平臺(tái)通過(guò)領(lǐng)先的技術(shù)構(gòu)架和出色的迭代效率，將逐步滿足所有城市和所有用戶，在城市道路上使用NOA功能的需求。 

當(dāng)前，智能駕駛面臨兩大難題：

1、高速NOA的使用時(shí)長(zhǎng)，占用戶駕駛時(shí)長(zhǎng)的比例偏少

2、城市場(chǎng)景的復(fù)雜度高，依靠規(guī)則算法無(wú)法快速拓展

針對(duì)以上問(wèn)題，理想的解決方案：

在產(chǎn)品層面，提供給用戶可以更長(zhǎng)時(shí)間使用的城市NOA產(chǎn)品

在技術(shù)層面，使用ai大模型技術(shù)應(yīng)對(duì)所有場(chǎng)景的挑戰(zhàn)，并可以高效迭代，最終解決所有問(wèn)題。理想通過(guò)ai大模型的幫助，已經(jīng)做到了接近人類司機(jī)的駕駛表現(xiàn)。這是中國(guó)首個(gè)不依賴高精地圖的城市NOA產(chǎn)品。

理想即將在本月向北京和上海的內(nèi)測(cè)用戶，交付不依賴高精地圖的城市NOA功能。讓用戶可以擁有一個(gè)持續(xù)進(jìn)化的ai司機(jī)。同時(shí)，理想也將向用戶開(kāi)放通勤NOA功能，讓用戶擁有屬于自己的“專屬電梯”，每天上下班更輕松更便捷。

理想城市NOA技術(shù)架構(gòu)的特點(diǎn)包含三點(diǎn)：

一，使用NPN特征和TIN網(wǎng)絡(luò)增強(qiáng)BEV大模型，做到不依賴高精地圖，識(shí)別萬(wàn)物。

二，使用模仿學(xué)習(xí)讓規(guī)控算法做出更加擬人的決策（規(guī)則驅(qū)動(dòng)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)）。

三，全自動(dòng)、全閉環(huán)的訓(xùn)練平臺(tái)支撐大模型持續(xù)進(jìn)化。

理想汽車的AD Max 3.0系統(tǒng)，引入了NeuralPriorNet（NPN，神經(jīng)先驗(yàn)網(wǎng)絡(luò)）來(lái)處理城市中超出感知范圍或視野被遮擋的復(fù)雜路口。

NPN網(wǎng)路提取的道路參數(shù)的可視化結(jié)果，其實(shí)并不是給人類司機(jī)看的，而是給AI司機(jī)座位道路特征的補(bǔ)充參考。NPN網(wǎng)路所補(bǔ)充的，是理想NOA的主干BEV大模型。其核心是利用360°全景攝像頭輸入的多張圖片信息，還原構(gòu)建出3D環(huán)境信息，這個(gè)過(guò)程是實(shí)時(shí)的。但城市中的復(fù)雜路口，僅通過(guò) BEV 大模型來(lái)進(jìn)行感知依然是不夠穩(wěn)定的。尤其是城市復(fù)雜路口通行的目標(biāo)很多，傳感器的視野容易被遮擋，導(dǎo)致車端的感知結(jié)果會(huì)丟失一些局部的信息而不夠穩(wěn)定。

NPN 網(wǎng)絡(luò)對(duì)于這類復(fù)雜路口，提前進(jìn)行特征的提取和存儲(chǔ)。當(dāng)車輛再次行駛到這個(gè)路口時(shí)，將之前提取好的 NPN 特征拿出來(lái)，與車端的感知大模型 BV 的特征層相融合，就得到了更加準(zhǔn)確的感知結(jié)果。另外在路口交通標(biāo)志方面，理想使用大量人力司機(jī)在路口對(duì)于信號(hào)燈變化的反應(yīng)，訓(xùn)練了一個(gè)端到端的信號(hào)燈意圖網(wǎng)絡(luò)。不需要人為設(shè)定任何的規(guī)則、不需要識(shí)別紅綠燈的具體位置，只要將圖像視頻輸入給這個(gè) TIV 網(wǎng)絡(luò)，就能直接給出車輛應(yīng)該怎么走的結(jié)果，是左轉(zhuǎn)、右轉(zhuǎn)，還是直行或者等待。

總之，理想的去高精地圖路線，是以BEV大模型的感知能力作為基礎(chǔ)，面對(duì)極為復(fù)雜的路況，提前提取NPN特征作為保障。所以也能看出，無(wú)圖城市NOA的量產(chǎn)覆蓋進(jìn)度，取決于復(fù)雜路口NPN特征的提取進(jìn)度，最早一批準(zhǔn)備就緒的地區(qū)，是北京和上海。

理想AD Max 3.0的城市NOA導(dǎo)航輔助駕駛系統(tǒng)將于6月底開(kāi)始推送早鳥(niǎo)用戶測(cè)試，并將在年內(nèi)完成100座城市的落地推送。

當(dāng)理想說(shuō)“敬請(qǐng)期待”的時(shí)候，我們便知道他離實(shí)現(xiàn)理想又近了一步。

返回第一電動(dòng)網(wǎng)首頁(yè) >