出品丨虎嗅汽车组

作家丨肖漫

头图丨视觉中国

“端到端”的风正在席卷中国智驾行业。

参加 2024 年下半年，淌若有车企谈智能驾驶时不谈“端到端”，那简略率会被视为过时了。

7月5日，想象汽车发布了基于端到端模子、VLM 视觉话语模子和寰球模子的全新自动驾驶时期架构。这基本是想象汽车端到端旅途的一次关节论输出，较为圆善地呈现出想象智驾下一步发展旅途。

在虎嗅汽车看来，这次发布有三大值得存眷的焦点——想象的“端到端”和其它玩家的有何不同？想象的智驾研发到了什么进程？以及，想象为安在此时强调智驾时期身手？

相较华为，想象决策更为激进

先看想象全新的自动驾驶时期架构。其受诺贝尔奖得主丹尼尔·卡尼曼的快慢系统表面启发，在自动驾驶边界模拟东谈主类的想考和决策经过，遴选了“快系统”和“慢系统”进行协同。

快系统，即系统 1，善于处理简单任务，是东谈主类基于教会和风尚酿成的直观，足以叮咛驾驶车辆时 95% 的惯例场景。 慢系统，即系统 2，是东谈主类通过更潜入的意会与学习，酿成的逻辑推理、复杂分析和谋略身手，在驾驶车辆时用于贬责复杂致使未知的交通场景，占日常驾驶的约 5%。

在这一架构原型下，系统 1 由端到端模子已毕，通过继承传感器输入，并径直输出行驶轨迹用于收尾车辆。系统 2 由 VLM 视觉话语模子已毕，其继承传感器输入后，经过逻辑想考，输出决策信息给到系统 1。双系统组成的自动驾驶身手将在云霄愚弄寰球模子进行教练和考据。

据想象的说法，其系统 1 的端到端模子遴选的是 One Model 决策，主要由录像头和激光雷达组成，多传感器特征经过 CNN 骨干相聚的索要、交融，投影至 BEV 空间。

另外想象在输入端还加入了车辆景色信息和导航信息，经过 Transformer 模子的编码，与 BEV 特征共同解码转移态险峻物、谈路结构和通用险峻物，并见解出行车轨迹。

相较于华为、小鹏等厂商遴选的是分段式端到端决策，想象遴选的 One Model 决策更为激进。特斯拉相似是 One Model 决策，但其“输入图像、输出收尾”的决策比想象的“输入传感器信息、输出行驶轨迹”更进一步。

需要指出的是，当今各家厂商在端到端上遴选不同的旅途仅仅采用上的相反，并无优劣之分。（对于端到端的时期旨趣，虎嗅汽车团队曾在《特斯拉，要跟华为开战了》一文中有过发扬解析）

想象这套架构的罕见之处其实是系统 2，其基于的VLM 视觉话语模子的算法架构由一个长入的 Transformer 模子组成，将 Prompt（辅导词）文本进行 Tokenizer（分词器）编码，并将前视相机的图像和导航舆图信息进行视觉信息编码，再通过图文对皆模块进行模态对皆，最终长入进行自追念推理，输出对环境的意会、驾驶决策和驾驶轨迹，传递给系统 1 扶植收尾车辆。

在骨子场景中，淌若系统二发现行驶经过中大地路面尽头坑洼不正常候，其会给系统 1 发一个减慢的提醒，并见知驾驶员前列的坑洼路车辆将慢速行驶，减少颤动；又或者是能够识别公交车谈的位置以及分裂潮汐车谈等。

用想象的话说，系统 2 相配于副驾坐了个驾校的老师时刻监督驾驶行径。值得一提的是，小鹏的谎话语模子 XBrain、毫末的自动驾驶语义感知大模子也有近似身手。

据悉，想象的 VLM 模子参数目达到 22 亿，VLM 模子在车端的推理时期也从 4.1 秒优化至 0.3秒。

双系统除外，想象还先容了端到端决策的测试和考据关节。业内主流的作念法是通过 3D 诬捏环境、重建式仿真、生成式仿真等进行仿真测试。想象的作念功令是磋磨了重建仿真和生成仿真两种时期旅途，相配于作念了重建的真题和生成的模拟题。

事实上，特斯拉也愚弄了大模子生成运动视频，打造 World Model 即寰球模子；自动驾驶公司 Wayve 的自动驾驶大模子 GAIA-1（已领有 90 亿个参数）也相似不错生成驾驶场景视频，表情场景以及作念出瞻望。

总的来看，想象的时期架构是在车端布局双系统，ONE Model 的端到端模子让其自动驾驶系统辖有了像东谈主类老司机的行径身手；VLM 模子能够让自动驾驶系统辖有像东谈主类一样的逻辑想考身手；而寰球模子则是提供了学习和探员的环境，领有快速迭代的身手。

据想象智能驾驶负责东谈主郎咸一又表现，其端到端决策从客岁下半年就在里面孵化并开动预研，当今还是完成了模子的原型考据和实车的部署。

不外，这一决策还难以委派给用户，想象在本月给AD Max 用户的，是推送无图 NOA 决策。

智能驾驶迎来超车时刻

“端到端”正在成为各家厂商智能驾驶追逐战的迫切场地。

本年 3 月，元帅启行能够将端到端模子到手上车；华为在 4 月发布乾崑 3.0 时就暗示时期转向 GOD/PDP 相聚全新架构，已毕预决策见解一张网；小鹏 5 月在 AI DAY 上晓示端到端大模子还是量产上车。另外，包括蔚来、小米、小鹏等厂商都对智驾团队进行了调度以开展端到端的布局。

不错看到，包括特斯拉在内的各家厂商在端到端时期方朝受骗今都处在探索当中，尽管在决策、旅途上的采用各有不同，但不错细目的是，端到端还是成为智驾前进的场地。

不外，端到端会放大智驾系统的上限与下限，其能够带来智驾身手提高的同期，也带来的难以贬责的安全问题，端到端是一个神经相聚黑箱，其不成解析性带来了一部分安全隐患。

在各家争相布局之际，想象是首个公起首到端时期决策的车企，李想本东谈主上个月在重庆论坛就公开了两大系统的作念法引起了业内热议，这次更是将全套时期架构决策公示，可谓是机不可失。

考虑到想象不才半年不会有新品发布，其领先在智驾身手上的输出既能让企业保握热度，或也有守护其现存居品竞争力的考量。另外，端到端时期旅途的布局也给了想象在智驾身手上追逐的契机。

相较于华为、小鹏等遴选分段式端到端作念法，想象的端到端模子已毕难度更大，其从PPT到走向量产落地要耗时多久，成果如何，还需要保握不雅察。

字据辰韬成本发布的《端到端自动驾驶行业接头报告》，国内自动驾驶公司的模块化端到端决策上车量产时期可能会在 2025年。是骡子是马，来岁就到了拉出来遛遛的时候了。

正在编削与想要编削寰球的东谈主ayx爱游戏官方网站，都在虎嗅APP

模子智驾端到端小鹏系统发布于：北京市声明：该文不雅点仅代表作家本东谈主，搜狐号系信息发布平台，搜狐仅提供信息存储空间做事。