自动驾驶时期发展了这样多年巨臀 porn，最大的变化是什么？

在写下这篇著述的前一天，两位汽车行业一又友来到爱范儿，和咱们坐下聊了聊。聊到的执行有好多，从产物扩充到行业趣闻，而自动驾驶算作行业热议的一个分支，当然也成为了咱们盘问的焦点之一。

记忆自动驾驶这些年来的发展，变化其实有不少，包括的迭代、车端算力的提高、从高精舆图过渡到占用收集等。但在这些变化中，最引东谈主防护标冲破当属大模子的加入。

大模子，让自动驾驶时期的应用，变得垂手而得。

10 月 23 日，想象汽车全新一代双系统智能驾驶解决决策「端到端+VLM」负责运行全量推送，想象汽车的智能驾驶，从此步入了 AI 大模子的时间。

像东谈主一样念念考，像东谈主一样驾驶，如今的想象汽车，正在已毕这一愿景。

好羁系易搞懂了端到端，VLM 又是什么？

对于端到端到底是什么？是从哪个「端」到哪个「端」？别说无为滥用者了，就连不少媒体从业者王人莫得搞明晰。

不少厂商王人曾对此作念出过说明，其中说明得最浅易明了的，如故想象汽车：

一端，是传感器：录像头、激光雷达等传感器，它们就像是东谈主的眼睛，负责输入环境信息。此外还有尽头野心的输入信息，如车辆的位置、位姿和导航等信息。 另一端，是行驶轨迹：给与了来自传感器的信息后，系统会输出「动态休止物」、「谈路结构」、「占用收集 Occ」和「计较轨迹」。前三个感知任务主要通过屏幕呈现给用户，第四个「行驶轨迹」，即是咱们最终需要从传感器映射出来的东西。

▲想象智驾端到端架构图

不难发现，从传感器给与信息，到系统输出行驶轨迹这个经由，和咱们我方开车相配肖似——咱们的眼睛负责给与信息，双手会自关连词然地带动标的盘，把车辆带到正确的轨迹上。

是的，依靠端到端模子，想象新一代智驾系统作念到了像东谈主一样驾驶。

一直以来，不管是主机厂如故自动驾驶企业，王人在不休宣传自家的智驾系统有何等类东谈主，何等像「老司机」。关连词，一些「老司机」们习以为常的场景，在很长一段时候里，王人是难以解决的行业穷苦。

最典型的即是环岛这一场景，因为场景复杂、感知受限，因此在本年 7 月之前，还莫得几家车企能够已毕「老司机」般的收支环岛。

想象智驾时期研发负责东谈主贾鹏曾对爱范儿和董车会暗示，对于感知和规控分离的分段式智驾决策来说，在环岛场景里，感知模子需要为规控模子作念「各式万般的假定。」

作念个掉头，还得把掉头线拟合出来，不同的路口的掉头还不太一样，曲率王人不太一样，是以你很难作念到一套代码就不错把总计环岛掉头解决，种类太多了。

一阵势的端到端决策则不同，其具备更强的复杂谈路结构的解析才略，不错诓骗东谈主类驾驶员数据磨练出不同的环岛类型、不同出进口的收支轨迹，自主聘任相宜的行进阶梯。

如斯一来，原有的谈路拓扑和东谈主工界说的法例，就再是必须的了。

对于环岛这件事，贾鹏还共享过一个「好玩的故事」。

在咱们（的模子数据包含）约略 80 万 clips（视频片断）的时候，还过不了环岛，其后一会儿有一天发现咱们（喂了）100 万 Clips（之后）它我方能过环岛，我认为是 100 万（视频片断）里头刚好有一些环岛数据放在内部了。

「模子如实很强横，」贾鹏补充谈，「你喂了什么数据他就能学会，这是模子的魔力地方。」

想象如今推出的全量版块基于 V4.8.6 模子，后者是在 400 万 clips 的基础上迭代的第 16 个版块。和以往比较，新模子对于超车场景和导航信息的解析才略得到提高巨臀 porn，同期，休止物的检测愈加精确，绕行的幅度也更为合理。

因此不仅是环岛，像 U 型掉头、拥挤时的蠕行和博弈、十字街头等传统复杂场景，如今的「端到端+VLM」智驾系统，王人能够很好地自主处理，以致还支握 P 档激活——

在路边泊车时，用户原地双击拨杆来激活智驾系统，不消再像已往一样，必须在车谈内智力激活。

先容完端到端模子的才略，接下来即是 VLM 模子。

VLM 模子是一种视觉话语模子，想象是第一个将视觉话语模子得胜部署在车端芯片的厂商，使自动驾驶具备了未知场景的逻辑念念考才略。

也即是说，它能够像东谈主一样念念考。

举个例子，能够生成行驶轨迹的端到端模子，彻底具备通过收费站的才略，但它在濒临收费站时，并不是很明晰我方应该走哪条谈，临了只可苟且挑一条来走。

而 VLM 模子，则能够像东谈主类一样解析物理宇宙的复杂交通环境和汉文语义，不错明晰地辩别 ETC 车谈和东谈主工车谈，并支持端到端模子作念出正确的决策。

肖似的场景其实还有好多，如公交车谈和潮汐车谈的识别、学校路段等路牌的识别、主辅路的收支等。不仅如斯，在遭受施工厂景、坑洼路面以致是减慢带时，VLM 模子也能很好地解析，进行提示和降速。

限制现在，想象汽车的 VLM 视觉话语模子依然领有了 22 亿的参数目，对物理宇宙的复杂交通环境具有更拟东谈主的解析才略。

此外，在 OTA 6.4 版块中，高速 NOA 功能也得到了优化，在高速 & 城市快速路场景中，系统不错更早地识别前列慢车，超车动作愈加高效安全。

一言以蔽之，在端到端+VLM 双系统的匡助下，如今面向用户的 OTA 6.4，其拟东谈主化进度上到了一个新的台阶。

想象的「快」与「慢」

从时期架构来看，想象汽车这两年资格了三次比较大的转机。

从需要先验信息的 NPN 收集，再到基于 BEV 和占用收集的无图 NOA，再到如今的一体化端到端时期阶梯。

第一代 NPN 架构比较复杂，包含了感知、定位、计较、导航、NPN 等模块，它们共同撑握起了想象汽车那时 100 城的城市 NOA 推送。

第二代无图 NOA，想象汽车引入了端到端大模子，模块数目大幅缩减，只剩下了感知和计较，不再需要恭候先验信息的更新。

想象的这一步，让车企的「卷」，不再局限于枯燥的开城数目，果然已毕了有导航就能开。

本年 5 月，想象汽车招募了 1000 位用户，负责开启了无图 NOA，也即是 AD Max 3.0 的公测。那时的用户响应，远远超出了想象汽车的预期，短短两个月后，想象汽车就为 24 万多位想象 AD Max 用户推送了此次升级。

只不外，这个时候的端到端，如故一个分段式的端到端，第三代智驾决策，才是果然道理上的一阵势端到端——从输入到输出，全部由一个模子已毕，中间莫得任何法例的参与。

在以往，不管是有图决策如故无图决策，王人依赖工程师证据各式万般的谈路场景去编写法例，力争穷举总计谈路气象和与之对应的决策，让智驾的范围尽可能地广。

频繁来说，厂商会把场景简短分为三种：高速场景、城区场景和泊车场景。这几大场景又不错不时细分，规控工程师们则需要针对这些场景来编写代码。

但濒临长短不一的现实宇宙，这样的作念法彰着不够现实。而一阵势端到端，则不错学习东谈主类开车的经由，给与传感器信息后，径直输出行驶轨迹。

有莫得发现，这个时候，提高智驾才略最紧要的要素，从工程师酿成了数据。而想象，最不缺的即是数据。

10 月 14 日，想象汽车迎来了第 100 万辆整车在江苏省常州基地下线，中国首个百万辆新势力车企就此出身。证据想象汽车公布的数据，在 30 万元以上的想象车型中，AD Max 用户的比例，高达 70%——

每过一个月，这些车王人能给想象提供十几亿公里的磨练数据。

另外，想象很早就相识到数据的紧要道理，打造了对于数据的用具链等基础才略，比如想象的后台数据库已毕了一段话查找那时，写一句「雨天红灯住手线隔壁打伞途经的行东谈主」，就能找到相应的数据。

恰是凭借巨大的磨练数据和完善的阻挡链，想象智驾已毕了在行业中的「其后居上」，用端到端和 VLM 构成了我方的「快」与「慢」。

在想象看来，这套双系统智驾决策，肖似于诺贝尔奖获取者丹尼尔·卡尼曼在《念念考，快与慢》中的快慢系统表面：

东谈主的快系统依靠直观和本能，在 95% 的场景下保握高收尾；东谈主的慢系统依靠有相识的分析和念念考，先容 5% 场景的高上限。

其中，端到端是阿谁「快系统」，而 VLM 当然即是「慢系统」了。

郎咸一又认为，一个自动驾驶系统到底是 L3 级别如故 L4 级别，并不取决于端到端，VLM 模子才是果然能去应酬未知场景，拔高才略上限的要津地方。

「想象同学，我要去这里」

除了智能驾驶方面的升级，OTA 6.4 在用户交互方面也引来了纠正。

这里相通分为「快」和「慢」两个部分。

算作「快系统」的端到端模子所对应的频繁为笔墨弹窗，为驾驶员及时提供导航、交规、收尾、博弈等履行逻辑和动作。

对于「慢系统」VLM 视觉话语模子，想象则为它准备了全新的图文视窗。在突出场景下，将前列感知到的画面投射到页面内，相助案牍老师模子的念念考经由和收尾。

在笔墨弹窗和图文视窗的相助下，不管系统履行何种车控动作，驾驶员王人能提前洞悉。对于那些首次体验智驾的滥用者来说，这种直不雅的信息展示也有助于飞速栽种他们对智能驾驶系统的信任感。

不得不承认，想象汽车对用户需求的解析如实相配精确。

在咱们对于异日的畅想中，智驾和智舱老是绑定在全部的，在 OTA 6.4 版块中，想象也为它的智能空间带来了不少升级。

最初是新增的任务群众 2.0 全面接入了想象同学和 Mind GPT 的才略，在大模子的加握下，任务群众的推崇更为智能。

Mind GPT 加握下的想象同学，不仅能够在周末家庭短途旅行息争答纷乱小疑问这两个场景里阐明作用，聚首新升级的高德 AutoSDK 750 版块导航舆图，想象同学不错通过「触控+语音」的步地，让驾驶员飞速进行主视力搜索。

比如说，指着舆图上的某个位置，让它帮你搜索充电站任一品牌的充电桩，以致还不错指定功率。

总之，全新的想象同学彻底不错让你不消提起手机，你不错用最当然直不雅的步地，直爽建立导航线径。

端到端负责驾驶，VLM 替你念念考，而你只需浅易地领导标的。