剛剛結束的廣州車展，有可能被看作是中國端到端智能駕駛技術的分水嶺。

小鵬汽車宣布要向用戶推送了基于端到端大模型的XNGP智能駕駛系統(tǒng)，實現(xiàn)了從高速到城市道路的全場景覆蓋；

小米汽車也展示了其端到端智能駕駛測試實況，并宣布即將于12月推出“車位到車位”全場景智駕先鋒版；

長城汽車則是基于端到端智駕大模型SEE，在廣州車展期間宣布長城汽車全場景NOA的全國開放……

隨著家公司紛紛發(fā)布關于端到端智能駕駛的新聞，我們可以看出，端到端智能駕駛開始成為智能駕駛賽道公認的解決思路，并被各大汽車公司高度重視，且投入重金研發(fā)。

原因就在于，人們意識到人工智能迫切需要一個實際應用的途徑。而汽車配備了眾傳感器，擁有龐大的用戶群體和豐富的運行數(shù)據(jù)。

經(jīng)過年的演進，汽車已被越來越的人認為是人工智能落地的最佳平臺，同時也是大型模型介入現(xiàn)實世界的理想媒介。

一般來說，人工智能的下一步發(fā)展將聚焦于具身智能，即機器人領域，而實際上，汽車本身就是一種具身智能的體現(xiàn)。

現(xiàn)在業(yè)內大家都公認的智能駕駛第一梯隊，除了華為、特斯拉，F(xiàn)SD在美國驚艷的表現(xiàn)也讓人看到了其中潛力。但讓人意外的是，理想汽車現(xiàn)在也已經(jīng)躋身到智能駕駛的第一梯隊。

廣州車展期間，理想展示了全新一代智能駕駛技術架構——端到端+VLM雙系統(tǒng)，并宣布OTA 6.5版本車機系統(tǒng)將于11月底正式推送，新增“車位到車位”智能駕駛、全國高速收費站ETC通行功能、后向自動緊急制動等功能。

關鍵，理想發(fā)布最新端到端+VLM智駕技術的效果驚艷，成為行業(yè)首個全量推送車位到車位的智能駕駛，這引發(fā)整個智能駕駛行業(yè)的全面關注。

通過端到端的智能駕駛系統(tǒng)，車輛能夠在復雜的交通環(huán)境中實現(xiàn)自主駕駛，從起點的車位出發(fā)，一直到終點的車位，全程無需人工干預。

而VLM技術的加入，使得理想汽車的智駕系統(tǒng)更加智能和高效。通過視覺和語言模型的結合，車輛能夠更好地理解和處理復雜的交通場景，從而做出更加準確和及時的駕駛決策。

很人認為理想這個智駕能力很像人，而且一發(fā)布就能實現(xiàn)車位到車位的智能駕駛，讓人感到不可思議。

實際上，這個現(xiàn)象背后深層次原因，在于理想采用了一套端到端+VLM的智駕思路，而這套思路，可能是智能駕駛現(xiàn)在最合適的解決辦法，也讓理想快速實現(xiàn)了在技術和應用效果方面的超越。

有意思的是，理想這一次在智能駕駛領域后來居上，其實恰恰是第一性創(chuàng)新原理的實際應用。而認真分析理想的這個案例，可能對所有企業(yè)在創(chuàng)新領域的投入與發(fā)展有非常大的借鑒意義。

一、后來居上的理想找到智能駕駛第一性

想要分析理想是如何實現(xiàn)在智能駕駛領域后來居上的，就要理解智能駕駛真正的第一性或者發(fā)展的第一因是什么，從而探尋事物的最初根源，洞察事物的本質屬性。

第一性原理的思維方式要求我們從最基本的事實出發(fā)，摒棄所有先入為主的假設和偏見，通過邏輯推理和實證分析，逐步構建起對某一問題的全面理解。

找到第一因，看到第一性，意味著我們需要深入剖析事物的本質，追溯其最初的起因和動力，而不是僅僅停留在表面的現(xiàn)象和結果上。

盡管華為ADS3.0的推出標志著智能駕駛技術逐漸從概念走向實際應用，并開始在市場中普及，但許用戶在車輛啟動后才能激活智能駕駛功能。

在實際駕駛過程中，尤其是在復雜的交通場景下，如路口變道、高速公路收費站的選擇等，智能駕駛系統(tǒng)仍需要頻繁的人工干預。

這種情況不僅影響了駕駛體驗，還限制了智能駕駛模型的進一步訓練和優(yōu)化。因此，原本被廣泛宣傳的無圖NOA（導航駕駛輔助）場景，實際上已經(jīng)逐漸淪為一個“偽命題”。

為了實現(xiàn)真正的自動駕駛，讓汽車完全交由智能駕駛系統(tǒng)來控制，這個系統(tǒng)必須具備與人類相似甚至超越人類的能力，能夠應對各種未曾遇到的復雜場景。

此外，系統(tǒng)還應具備在緊急情況下做出快速反應的能力，以確保行車安全。

因此，端到端自動駕駛系統(tǒng)的終極目標是成為一個像人類一樣的智能實體，能夠對路況以及所有可能發(fā)生的狀況做出及時且準確的反應。

它不僅需要具備高度的感知能力，還應具備強大的決策和執(zhí)行能力，甚至在某些情況下能夠超越人類的判斷能力，以應對各種突發(fā)狀況。只有這樣，我們才能真正實現(xiàn)完全自動駕駛，讓駕駛變得更加安全、高效和便捷。

這正是智能駕駛技術真正需要實現(xiàn)的理想狀態(tài)，而這個狀態(tài)也正是智能駕駛技術需要解決的核心問題。

在深入分析整個智能駕駛過程后，理想公司發(fā)現(xiàn)，智能駕駛系統(tǒng)需要滿足兩個基本條件：首先是確保安全，這是用戶能夠放心信任智能駕駛能力的前提條件；其次是提供便利性和減少人為干預。

基于這兩個條件，理想公司進一步認識到，智能駕駛能力發(fā)展的首要任務是如何為智能駕駛系統(tǒng)配備一個能夠確保安全并能夠迅速根據(jù)用戶意圖做出決策的大腦，并利用這個大腦來指揮和協(xié)調智能駕駛系統(tǒng)中的各個子系統(tǒng)，以實現(xiàn)最佳的駕駛體驗和效率。

因為只有這樣，才可能真正實現(xiàn)用戶對于智駕能力最核心的要求。

二、找到第一性后的理想

理想后面的動作核心邏輯，其實都是在解決智能駕駛真正實現(xiàn)的第一性問題。

在理想汽車的工程師們看來，要想讓智能駕駛技術達到類似于人類思維的水平，從而做出決策并操控車輛，就必須讓機器學習模型盡可能地模擬人類的思維過程。正是在這種追求下，他們偶然發(fā)現(xiàn)了雙系統(tǒng)理論。

這一理論認為人類的思維可以分為兩個不同的系統(tǒng)：一個是快速反應的系統(tǒng)，另一個則是緩慢思考的系統(tǒng)。

這種理論為人類的認知機制提供了一個非常清晰的解釋。快速系統(tǒng)能夠迅速做出反應，處理緊急情況，而慢速系統(tǒng)則負責處理更為復雜的思考和邏輯判斷。這兩個系統(tǒng)共同協(xié)作，構成了人類認知和思維的整體機制。

理想汽車的工程師們意識到，他們之前通過系統(tǒng)化的培訓和訓練，所逐漸實現(xiàn)的端到端駕駛能力，如果能夠與大規(guī)模模型的分析和決策能力相結合，就能形成一種更為強大的智能駕駛解決方案。

這種結合不僅能夠提升車輛的自主駕駛能力，還能在面對復雜路況時做出更為精準和合理的決策。因此，他們致力于將這兩種技術融合，以期找到解決智能駕駛問題的最佳途徑。

在這樣的認知指導下，理想其實做了三件事：

首先，理想精心設計了一套端到端的智能駕駛模型和能力。

這套模型通過大量的數(shù)據(jù)訓練和學習，逐步替代了傳統(tǒng)的規(guī)則指定和人工標注方法。

通過這種方式，人工智能系統(tǒng)能夠自主地理解和學習真實世界的各種情況，從而逐漸成為智能駕駛動作的執(zhí)行者。這種用端到端模型進行類似人類思考的方式，可以稱之為“快系統(tǒng)”。

有了這樣的系統(tǒng)，理想開始摒棄以往分段實現(xiàn)端到端的無圖導航輔助駕駛（NOA）方法。

取而代之的，是一種一體化的思維和執(zhí)行模式。這種模式通過端到端的模擬，盡可能地模擬人類駕駛的過程，同時增加了對安全性的判定和制約機制。

通過這種方式，理想能夠顯著提升智能駕駛系統(tǒng)的可行性和可靠性。

其次，理想汽車在業(yè)內率先提出了一個創(chuàng)新的解決方案，即在端到端模型的基礎上增加一個視覺語言模型（VLM）的匹配。這個VLM模型被用作整個智能駕駛系統(tǒng)的核心思維中樞，類似于人類大腦中的“慢系統(tǒng)”。

在智能駕駛過程中，任何需要做出決策的場景，端到端系統(tǒng)都會向VLM提出相關問題，然后根據(jù)VLM提供的答案來執(zhí)行相應的操作。

例如，在高速路口是否選擇走ETC通道，或者在前方發(fā)現(xiàn)事故車輛時是否需要進行變道操作，這些決策都會通過VLM模型來進行。理想汽車的核心目標是讓這個VLM模型的思維盡可能地貼近用戶的需求，使得駕駛體驗變得越來越順暢和自然。

這種創(chuàng)新實際上是理想的首創(chuàng)，它模擬了人類的思維過程，通過技術迭代，將VLM模型的參數(shù)提升至22億，并部署在端側設備上。這一舉措大大增強了核心大模型的能力，賦予了整個智能駕駛系統(tǒng)更加強大和靈活的思維邏輯。

最后，理想還為了對端到端+VLM進行測試和訓練，構建一個世界模型，這個模型能夠盡可能真實地模擬現(xiàn)實世界的各種情況。

通過這種方式，端到端的智能駕駛模型以及結合視覺語言模型（VLM）的智駕系統(tǒng)，可以在一個虛擬環(huán)境中接受各種復雜場景的訓練。

這樣的模擬環(huán)境能夠極大地加速整個系統(tǒng)的成熟過程，提高學習和迭代的頻率。通過不斷在虛擬世界中進行訓練和優(yōu)化，智能駕駛技術能夠實現(xiàn)持續(xù)的進步，確保每天都有新的提升和發(fā)展。

實際上，找到第一性原理帶給理想很變化。這三件事，其實就是實現(xiàn)了端到端+類人大腦思考+虛擬世界考試的三個智能駕駛節(jié)點。

在整個智駕模式升級后，這套系統(tǒng)的優(yōu)勢，它是當前在物理世界實現(xiàn)人工智能的最優(yōu)方案。

因為它非常好的模擬了人類認知和思考機制，真正的讓系統(tǒng)擁有了像人類思考和理解世界的能力，這就是雙系統(tǒng)的優(yōu)勢。

三、創(chuàng)造創(chuàng)新，讓進步成為常態(tài)

理想能找到智能駕駛第一性，進而實現(xiàn)在這個領域的后來居上，與他們重視創(chuàng)新，堅持不懈的研發(fā)投入有很大關系。

理想汽車董事長兼CEO李想，在接受媒體采訪時表示，“未來三到五年，我認為最大的變量來自人工智能，包含基于真正的人工智能的智能駕駛和基于人工智能的智能助手，它將給消費者帶來和今天完全不同的體驗，這也是真正質變的開始。”

因為他們對于AI所能帶來的變革有深刻的認知，并結合自身對于整個行業(yè)的理解，找到了智能駕駛的第一性。也才開始堅持不懈地進行大規(guī)模的投入和研發(fā)，進而帶動理想汽車智能駕駛能力的快速攀升。

三季報顯示，2024年前三季度，理想汽車的研發(fā)費用累計86.6億元，同比增長22.1%，近一年，理想汽車累計研發(fā)投入超120億元。在這樣的情況下，理想智能駕駛能力提升非常快。

找到智能駕駛真正的第一性后，理想為了推動自身技術落地，還從數(shù)據(jù)、算力、算法上做了自己的設計和優(yōu)化、投入。

一方面，自7月份以來，全棧自研的“端到端+VLM（視覺語言模型）”的新一代智駕方案以每周2至3個版本的速度快速迭代，從7月底開啟千人測試，到11月14日，模型訓練數(shù)據(jù)規(guī)模從100萬clips（有效視頻片段）提升至500萬clips，平均接管里程（MPI）翻了約3.5倍。

截至目前，理想汽車智能駕駛訓練里程已經(jīng)達到26.7億公里。理想汽車用戶NOA總里程達到14.4億公里，累計使用智能泊車功能超過6417萬次。理想汽車主動安全累計為用戶避免潛在事故360萬次，其中包括超600次烈性潛在事故。

另一方面，理想部署的算力現(xiàn)在6.83EFLOPS的算力，到今年年底預計10EFLOPS，這已經(jīng)不是10億人民幣，而是20億人民幣的花銷，一年就要消耗20億人民幣。未來進入到L4階段，每年數(shù)據(jù)的增長和算力的增長，都是呈指數(shù)級的增長。

另外，涉及算法，即理想地運用人工智能技術實現(xiàn)自動駕駛。傳統(tǒng)自動駕駛的研發(fā)流程包括需求分析、產(chǎn)品設計、功能開發(fā)、功能驗證和產(chǎn)品迭代，所有這些環(huán)節(jié)都融入了設計元素。

設計決定了車輛能夠應對哪些特定場景，而未被設計覆蓋的場景可能無法實現(xiàn)。然而，采用人工智能的方法，從端到端的模型視角來看，理想無需過度設計場景。

只需指示系統(tǒng)模仿“老司機”的駕駛體驗，并輸入理想車主中“老司機”的駕駛數(shù)據(jù)。這些數(shù)據(jù)的篩選極為嚴格，從80萬車主中僅3%的數(shù)據(jù)被認為是真正的“老司機”數(shù)據(jù)。將這些精選數(shù)據(jù)提供給模型，模型將根據(jù)這些數(shù)據(jù)進行訓練，其輸出結果將與輸入數(shù)據(jù)相匹配。

這正是人工智能的精髓所在：你提供什么樣的數(shù)據(jù)，它就產(chǎn)生什么樣的結果，而不是僅僅設計場景就能保證場景的實現(xiàn)。

這其實正好體現(xiàn)了，理想對于智能駕駛第一性原理的追求，對第一因的追求，從中去發(fā)展，去創(chuàng)造，去逐步滲透。

而有了這樣的決策，理想在智能駕駛領域崛起就是一個大概率的事件。這種技術的投入帶來客戶的認知改變，進而推動理想汽車的銷量和利潤率雙雙上升，使得理想汽車獲得了穩(wěn)定發(fā)展的基礎。

寫在最后

創(chuàng)新創(chuàng)造的第一性原理，看起來非常簡單，但對于任何一個想突破關鍵領域技術障礙的企業(yè)來說都是，可以選擇的必然突破口。

其實，第一性原理就是演繹法的體現(xiàn)，它提供了一種從最基本的前提出發(fā)，逐步推導出復雜現(xiàn)象的方法。

這種方法強調從物質和世界的最本源出發(fā)思考問題，不依賴經(jīng)驗或其它假設，直接從最基本的原則出發(fā)進行推理。

埃隆·馬斯克將第一性原理應用于特斯拉和SpaceX等企業(yè)的創(chuàng)辦和管理中，強調回歸事物的本質，從最基本的物理和經(jīng)濟學規(guī)律出發(fā)進行創(chuàng)新和決策。同樣理想在智能駕駛領域后發(fā)先至，依然是第一性原理的成功例子。

現(xiàn)在看，對于這個原理的深刻認知，真正決定了企業(yè)在創(chuàng)新領域能走遠。