最直接的驱动因素,是理想刚刚举办了家庭科技日——讲了理想的技术实力积累,三电、智驾、座舱、AI大模型等等全面细致的阐述。
这是理想史上头一回,向外界布道了“冰箱彩电大沙发”之外的理想汽车。
透过这些技术,理想实际上宣告了下一阶段的造车方向。
理想智能驾驶:通勤NOA上线,城市NOA马上开始内测
李想本人曾说,以前是真没多余的钱去搞智能驾驶研发,这个情况直到去年才完全改观。
所以满打满算,理想全力投入智能驾驶研发,也不过1年多时间。
但从理想官方透露的进展和实测Demo来看,进展是非常快的。
两个最重要的点——无图城市NOA,以及不挑路段的通勤NOA。
理想城市NOA技术架构的特点包含三点:
第一,使用NPN特征和TIN网络增强BEV大模型,做到不依赖高精地图,识别万物。
第二,使用模仿学习让规控算法做出更加拟人的决策(规则驱动转向数据驱动)。
第三,全自动、全闭环的训练平台支撑大模型持续进化。
其中重点是如何去高精地图。AD Max 3.0系统,引入了NeuralPriorNet(NPN,神经先验网络)来处理城市中超出感知范围或视野被遮挡的复杂路口。
NPN网路提取的道路参数的可视化结果,其实并不是给人类司机看的,而是给AI司机座位道路特征的补充参考。
NPN网路所补充的,是理想NOA的主干BEV大模型。其核心是利用360°全景摄像头输入的多张图片信息,还原构建出3D环境信息,当然这个过程是实时的。
但城市中的复杂路口,仅通过 BEV 大模型来进行感知依然是不够稳定的。尤其是城市复杂路口通行的目标很多,传感器的视野容易被遮挡,导致车端的感知的结果会丢失一些局部的信息显得不够稳定。