理想汽车：智驾端到端的突破与挑战

【理想汽车智能驾驶布局：算力与技术的竞速】

6 月上旬，重庆汽车论坛演讲前，理想汽车 CEO 李想临时换掉演讲稿，更想聊自动驾驶。一个月后，理想汽车智驾团队发布“端到端+VLM”方案。 理想汽车智能驾驶研发副总裁郎咸朋和智能驾驶技术研发负责人贾鹏表示，理想的智驾此前是追赶者状态，去年为追击行业节奏频繁转变路线。选择“端到端”技术路线，是因过去智驾方案底层技术架构有问题，且基于规则的智驾体验有上限。 理想的端到端方案将智驾系统多个模块合并成一个大神经网络，VLM 视觉语言模型为端到端提供外挂，世界模型则是错题本。在理想内部，这三大模型分别被称作系统 1、系统 2 和系统 3。 端到端智能驾驶技术由特斯拉发起，理想与特斯拉不同，引入了 VLM 大语言模型能力。贾鹏测试特斯拉 FSD 发现其有上限，而 VLM 能提升理想“端到端”的上限。 郎咸朋和贾鹏认为，VLM 是理想智驾系统更大的变量，因其参数达 22 亿，响应时间 300 毫秒，若有更大算力芯片，参数量可达百亿级，是通向高级自动驾驶 L3/L4 的最佳路径。 数据驱动、视觉语言大模型等特点，使智能驾驶行业参与到算力游戏中。郎咸朋称，真到这一步，比的是数据数量质量和算力储备，支撑 L4 模型训练需几十 EFLOPS 算力，“没有 10 个亿美金净利润的公司，都玩不起将来的自动驾驶。” 目前理想汽车云端算力为 4.5EFLOPS，快速缩小与头部公司华为的差距，近期大量扫货英伟达云端芯片。CEO 李想洞悉竞赛走势，要求加大算力资源投入。 财报显示，截至今年一季度，理想汽车现金储备接近 990 亿元。理想从内部数据看到，智驾的商业闭环已初有迹象，理想 Max 车型占比快速增长。 郎咸朋表示，虽然 L4 自动驾驶远景清晰，但实现路径未变，要帮公司卖车以买卡训练智驾。理想在智能驾驶的顶层战略、技术筹备和资源投入上都做了先手准备。