2024年7月5日，理想汽车在2024智能驾驶夏日发布会通告将于7月内向全量理想AD Max用户推送“寰宇都能开”的无图NOA，并将于7月内推送全自动AES(自动进攻转向)和全主张低速AEB(自动进攻制动)。同期，理想汽车发布了基于端到端模子、VLM视觉谈话模子和世界模子的全新自动驾驶工夫架构，并开启新架构的早鸟筹划。

智能驾驶居品方面，无图NOA不再依赖高精舆图或先验信息，在寰宇范围内的导航隐蔽区域均可使用，并借助时空连合策动才能带来更丝滑的绕行体验。无图NOA也具备超远视距导航选路才能，在复杂路口依然不错顺开通行。同期，无图NOA充分接头用户心理安全畛域，用分米级微操带来默契宽心的智驾体验。此外，行将推送的AES功能不错达成不依赖东说念主接济扭力的全自动触发，遁藏更多高危事故风险。全主张低速AEB则再次拓展主动安全风险场景，灵验减少低速挪车场景的高频剐蹭事故发生。

自动驾驶工夫方面，新架构由端到端模子、VLM视觉谈话模子和世界模子共同组成。端到端模子用于处理惯例的驾驶行动，从传感器输入到行驶轨迹输出只经过一个模子，信息传递、推理诡计和模子迭代更高效，驾驶行动更拟东说念主。VLM视觉谈话模子具备众多的逻辑想考才能，不错邻接复杂路况、导航舆图和交通规矩，应答高难度的未知场景。同期，自动驾驶系统将在基于世界模子构建的编造环境中进行才能学习和测试。世界模子勾搭重建和生成两种旅途，构建的测试场景既合适真确规章，也兼具优秀的泛化才能。

理想汽车居品部高档副总裁范皓宇暗意：“理想汽车历久坚抓和用户共同打磨居品体验，从本年5月推送首批千名体验用户，到6月将体验用户畛域延长至万东说念主以上，咱们还是在寰宇各地积贮了超百万公里的无图NOA行驶里程。无图NOA全量推送后，24万名理想AD Max车主都将用上现时国内卓越的智能驾驶居品，这是一项忠心满满的重磅升级。”

理想汽车智能驾驶研发副总裁郎咸一又暗意：“从2021年运行全栈自研，到今天发布全新的自动驾驶工夫架构，理想汽车的自动驾驶研发从未住手探索的脚步。咱们勾搭端到端模子和VLM视觉谈话模子，带来了业界首个在车端部署双系统的决策，也初度将VLM视觉谈话模子顺利部署在车端芯片上，这套业内卓越的全新架构是自动驾驶领域里程碑式的工夫艰涩。”

无图NOA四项才能擢升，寰宇说念路高效通行

将于7月内推送的无图NOA带来四项要紧才能升级，全面擢升用户体验。最初，收货于感知、邻接和说念路结构构建才能的全面擢升，无图NOA解脱了对先验信息的依赖。用户在寰宇范围内有导航隐蔽的城市范围内均可使用NOA，甚而不错在更独特的巷子窄路和乡村小径开启功能。

其次，基于高效的时空连合策动才能，车辆对说念路难题物的消除和绕行愈加丝滑。时空连合策动达成了横纵向空间的同步策动，并通过抓续计算自车与他车的空间交互干系，策动改日时刻窗口内的系数可行驶轨迹。基于优质样本的学习，车辆不错快速筛选最优轨迹，武断而安全地实行绕行行为。

在复杂的城市路口，无图NOA的选路才能也取得显贵擢升。无图NOA接纳BEV视觉模子交融导航匹配算法，实时感知变化的路沿、路面箭头标志和路口特征，并将车说念结构和导航特征充分交融，灵验处置了复杂路口难以结构化的问题，具备超远视距导航选路才能，路口通行更牢固。

同期，无图NOA重心接头用户心理安全畛域，用分米级的微操才能带来愈加默契、宽心的行车体验。通过激光雷达与视觉前交融的占用汇集，车辆不错识别更大范围内的不规矩难题物，感知精度也更高，从而对其他交通参与者的行动达成更早、更准确的预判。收货于此，车辆大略与其他交通参与者保抓合理距离，加延缓时机也愈加适合，灵验擢升用户行车时的安全感。

主动安全才能进阶，隐蔽场景再拓展

在主动安全领域，理想汽车成立了完备的安全风险场景库，并字据出现频次和危急进程分类，抓续擢升风险场景隐蔽度，行将在7月内为用户推送全自动AES和全主张低速AEB功能。

为了应答AEB也无司法避事故的物理极限场景，理想汽车推出了全自动触发的AES自动进攻转向功能。在车辆行驶速率较快时，留给主动安全系统的反当令刻极短，部分情况下即使触发AEB，车辆全力制动仍无法实时刹停。此时，AES功能将被实时触发，无需东说念主为参与转向操作，自动进攻转向，消除前线斟酌，灵验幸免极点场景下的事故发生。

全主张低速AEB则针对泊车和低速行车场景，提供了360度的主动安全驻扎。在复杂的地库泊车环境中，车辆周围的立柱、行东说念主和其他车辆等难题物都增多了剐蹭风险。全主张低速AEB大略灵验识别前向、后向和侧向的碰撞风险，实时进攻制动，为用户的普通用车带来更宽心的体验。

自动驾驶工夫艰涩立异，双系统更智能

理想汽车的自动驾驶全新工夫架构受诺贝尔奖得主丹尼尔·卡尼曼的快慢系统表面启发，在自动驾驶领域模拟东说念主类的想考和决策历程，酿成更智能、更拟东说念主的驾驶处置决策。

快系统，即系统1，善于处理肤浅任务，是东说念主类基于教化和习尚酿成的直观，足以应答驾驶车辆时95%的惯例场景。慢系统，即系统2，是东说念主类通过更深远的邻接与学习，酿成的逻辑推理、复杂分析和诡计才能，在驾驶车辆时用于处置复杂甚而未知的交通场景，占普通驾驶的约5%。系统1和系统2相互合营，辨别确保大部分场景下的高恶果和少数场景下的高上限，成为东说念主类贯通、邻接世界并作念出决策的基础。

理想汽车基于快慢系统系统表面酿成了自动驾驶算法架构的原型。系统1由端到端模子达成，具备高效、快速反应的才能。端到端模子给与传感器输入，并平直输出行驶轨迹用于收尾车辆。系统2由VLM视觉谈话模子达成，其给与传感器输入后，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才能还将在云表诈欺世界模子进行磨练和考证。

高恶果的端到端模子

端到端模子的输入主要由录像头和激光雷达组成，多传感器特征经过CNN骨干汇集的索求、交融，投影至BEV空间。为擢升模子的表征才能，理想汽车还假想了顾忌模块，兼具时刻和空间维度的顾忌才能。在模子的输入中，理想汽车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特征共同解码移动态难题物、说念路结构和通用难题物，并策动出行车轨迹。

多任务输出在一体化的模子中得以达成，中间莫得规矩介入，因此端到端模子在信息传递、推理诡计、模子迭代上均具有显贵上风。在骨子驾驶中，端到端模子展现出更众多的通用难题物邻接才能、超视距导航才能、说念路结构邻接才能，以及更拟东说念主的旅途策动才能。

高上限的VLM视觉谈话模子

VLM视觉谈话模子的算法架构由一个和洽的Transformer模子组成，将Prompt(教导词)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，再通过图文对都模块进行模态对都，最终和洽进行自转头推理，输出对环境的邻接、驾驶决策和驾驶轨迹，传递给系统1接济收尾车辆。

理想汽车的VLM视觉谈话模子参数目达到22亿，对物理世界的复杂交通环境具有众多的邻接才能，即使靠近初度经验的未知场景也能自如应答。VLM模子不错识别路面平整度、色泽等环境信息，教导系统1收尾车速，确保驾驶安全自高。VLM模子也具备更强的导航舆图邻接才能，不错合营车机系统修正导航，防患驾驶时走错道路。同期，VLM模子不错邻接公交车说念、潮汐车说念和分时段限行等复杂的交通规矩，在驾驶中作出合理决策。

重建生成勾搭的世界模子

理想汽车的世界模子勾搭了重建和生成两种工夫旅途，将真确数据通过3DGS(3D高斯溅射)工夫进行重建，并使用生成模子补充新视角。在场景重建时，其中的动静态成分将被分离，静态环境取得重建，动态物体则进行重建和新视角生成。再经过对场景的重新渲染，酿成3D的物理世界，其中的动态钞票不错被纵脱剪辑和诊疗，达成场景的部分泛化。比拟重建，生成模子具有更强的泛化才能，天气、光照、车流等条目均可被自界说更正，生成合适真确规章的新场景，用于评价自动驾驶系统在多样条目下的适应才能。

重建和生成两者勾搭所构建的场景为自动驾驶系统才能的学习和测试创造了更优秀的编造环境kaiyun(欧洲杯)app-kaiyun欧洲杯app(中国)官方网站-登录入口，使系统具备了高效闭环的迭代才能，确保系统的安全可靠。