本文系深潛atom第835篇原創(chuàng)作品

"

大幅度投入進(jìn)端到端方案，

可能也會(huì)是竹籃打水

"

徐太良丨作者

深潛atom工作室丨編輯

經(jīng)過(guò)漫長(zhǎng)又曲折的智駕自研，理想的智駕之路似乎終于走上了正軌。

近日理想汽車(chē)內(nèi)部確定成立“端到端自動(dòng)駕駛”實(shí)體組織，團(tuán)隊(duì)人數(shù)超200人，同時(shí)要求公司的其他智能化團(tuán)隊(duì)靈活支持該項(xiàng)目。這足以證明理想的這次變革，是下了狠心的。

至于端到端方案是“智駕正軌”的說(shuō)法，并不是因?yàn)樾袠I(yè)巨頭特斯拉先用、其他新能源車(chē)企都在研發(fā)，而是這確實(shí)是目前所有技術(shù)路線內(nèi)最靠譜的做法。

并且最為重要的是，“端到端”已經(jīng)成為了目前所有技術(shù)路線中，最能突破天花板的技術(shù)。

靠代碼支撐的老智駕方案“規(guī)則控制”已經(jīng)近乎到頭了，再往后也只不過(guò)是在繁重的代碼上增加量，代碼之間很容易產(chǎn)生BUG，還會(huì)影響車(chē)機(jī)的內(nèi)存和運(yùn)行效率。再加上現(xiàn)在大家都在降本，激光雷達(dá)、高精地圖、傳感器和攝像頭的成本都很高，端到端在成本上也有極大的優(yōu)勢(shì)。

畢竟底層邏輯就是訓(xùn)練AI來(lái)駕駛，喂數(shù)據(jù)就好了。

同樣都是端到端的方案，但理想也有自己的不同。

在近日的“理想汽車(chē)智能駕駛夏季發(fā)布會(huì)”上，理想汽車(chē)公開(kāi)展示了他們的端到端自動(dòng)駕駛技術(shù)架構(gòu)，由端到端模型、VLM視覺(jué)語(yǔ)言模型和世界模型三部分共同構(gòu)成。李想表示，最晚到明年初，理想汽車(chē)就會(huì)正式推出端到端+VLM自動(dòng)駕駛的方案。

其實(shí)端到端只是一個(gè)范本概念，很籠統(tǒng)地講就是“數(shù)據(jù)推動(dòng)”，但是獲得數(shù)據(jù)的模型卻大不相同。比如特斯拉用的是BEV+transformer的模型，小鵬的XNGP用的是神經(jīng)網(wǎng)絡(luò)XNet+規(guī)控大模型XPlanner+大語(yǔ)言模型XBrain構(gòu)成的模型。

可是“模型越少，輸出越精確”。

不對(duì)啊？難道不是模型越多，數(shù)據(jù)越多，輸出的也就越精確嗎？

要解釋清楚這個(gè)問(wèn)題要用到很多的專(zhuān)業(yè)術(shù)語(yǔ)，模型之間的“顯式輸出”會(huì)導(dǎo)致部分信息的損失，簡(jiǎn)單一些來(lái)說(shuō)其實(shí)就像“接龍傳話”的游戲，傳話的人越多，到最后就越有可能跑題，最精準(zhǔn)的反而是兩個(gè)人玩。

ONE-Model是所有做智駕車(chē)企都在追求的路線，理想目標(biāo)是在近兩年達(dá)成，但想要徹底達(dá)成再上車(chē)，可能還需要三五年的時(shí)間。

在這三五年中，大家比的是數(shù)據(jù)量。

前面我們說(shuō)了，端到端的底層邏輯就是訓(xùn)練AI，怎么讓AI更智能？那就只能喂數(shù)據(jù)。

或者說(shuō)，在這三五年里，大家比的是“資源”，數(shù)據(jù)的資源。

馬斯克曾經(jīng)對(duì)端到端模型的訓(xùn)練量做出了精準(zhǔn)的描述。

“用100萬(wàn)個(gè)視頻case訓(xùn)練，勉強(qiáng)夠用，200萬(wàn)個(gè)稍好一些，300萬(wàn)個(gè)，會(huì)感到WOW，到了1000萬(wàn)個(gè)，就變得難以置信了”。

1000萬(wàn)個(gè)視頻片段訓(xùn)練成的智駕方案，是理想在今年年底要達(dá)成的目標(biāo)。

想要獲得數(shù)據(jù)，要靠自家用戶(hù)的駕駛數(shù)據(jù)，其次就是靠訓(xùn)練芯片。

馬斯克在4月份瘋狂購(gòu)入英偉達(dá)H100AI芯片，從原本的3.5萬(wàn)采購(gòu)量加到了8.5萬(wàn)。

后知后覺(jué)的理想，最近也開(kāi)始高價(jià)收購(gòu)英偉達(dá)的芯片。

除了數(shù)據(jù)之外，算力也是影響智駕能力的重要一環(huán)。車(chē)機(jī)芯片的算力以目前來(lái)說(shuō)，Orin X芯片算是天花板了，想要突破這個(gè)天花板以及再進(jìn)一步降本，比的是智駕算力中心的云端算力。

在算力上，華為仍然是國(guó)內(nèi)的第一梯隊(duì)，算力達(dá)到了3.5EFLOPS，小鵬僅為0.6EFLOPS，蔚來(lái)稍好一些1.4EFLOPS，理想做到了2.4EFLOPS。

在“理小蔚”的陣線中，理想已經(jīng)逼近行業(yè)頭部的水平。

從各種角度來(lái)看，理想對(duì)這場(chǎng)“端到端大戰(zhàn)”，已經(jīng)做好了招兵買(mǎi)馬、備足糧草的準(zhǔn)備。

甚至比以往對(duì)智駕所有的準(zhǔn)備都充足，因?yàn)閷?duì)于理想來(lái)說(shuō)，趕緊追上端到端模型太急迫了。

“有圖NOA”和“無(wú)圖NOA”，理想都算是晚入局者，無(wú)圖城市NOA在今年7月才正式推送AD MAX用戶(hù)。在這個(gè)特斯拉FSD即將落地中國(guó)的緊急時(shí)刻，再不搞端到端的模型，就又一次被行業(yè)甩在了后面。

加大投資、組建團(tuán)隊(duì)，可以說(shuō)理想汽車(chē)對(duì)端到端模型的重視程度已經(jīng)放到了全公司最高的級(jí)別，目標(biāo)就是把自己的智駕路線拉到所謂的“正軌”上。

可“規(guī)則控制”的老傳統(tǒng)代碼方案也曾是“正軌”，端到端只是目前“前景最大”的方案而已。

誰(shuí)都不知道下一步還會(huì)出現(xiàn)什么新的技術(shù)路線，大幅度投入進(jìn)端到端的方案中，可能也會(huì)是竹籃打水，但沒(méi)有車(chē)企能承擔(dān)錯(cuò)過(guò)這一風(fēng)口的代價(jià)。

理想做好了全部的準(zhǔn)備，但也不過(guò)是其中的一員，跟風(fēng)而已，談“正軌”為之尚早。

       原文標(biāo)題 : 變陣“端到端” 理想的智駕之路能否走上正軌？