智己汽车智驾大跃进
邱, 锴俊
智己汽车的L4级自动驾驶测试车辆
“智己汽车已成为全国首个同时具备L2+、L3、L4智能驾驶量产能力的车企。”
10月28日，智己汽车联席CEO刘涛发出如此宣言。
在当天联合Momenta举办的智能驾驶技术日上，刘涛罗列了L2+、L3和L4的路线图：
智己L2+级高阶辅助驾驶，已于本月在全国范围内开通全系车型“无图城市NOA”上落地；
L3级自动驾驶，智己入选全国首批“L3准入及路试联合体名单”，预计将于2026年正式具备L3级自动驾驶方案的量产条件；
L4级自动驾驶，预计智己将在年内获得首批“L4级无驾驶人道路测试牌照”，实现无人驾驶车率先上路。
智己汽车敢于立下这样的FLAG，底气是——基于智己汽车&Momenta联合打造的“一段式端到端直觉式智驾大模型”。
智己汽车在智驾研发和应用上，起步较晚，2023年4月才落地首城高快领航，但今年10月已经在全国开通城市NOA，现在又准备量产L3、做无驾驶人的L4测试,这样的跨越式进步，是如何发生的？
01
智己智驾大跨越
智己汽车成立于2020年底，从名称来看，就以“智能化”为标签，但在智能驾驶上，智己汽车是追赶者。
2021年3月，智己与Momenta达成合作，开始量产L2+级智能驾驶辅助方案。
2023年4月，智己汽车的高快领航才落地。但到了今年10月，智己IM AD3.0推送，具备了全国无图城市NOA能力，从功能和可用范围而言，已经和华为、小鹏这样的领先集团看齐。
按智己官方介绍，IM AD3.0实现了全国城市中“全场景都好开”，而且也能在城市狭窄街道、乡村小路、复杂环岛的全部道路使用。
不仅如此，IM AD3.0的智驾体验，还有了更加“类人”的感觉。智己汽车称它为直觉驾驶体感，是“直觉”智驾时代的产品。
何为“直觉”智驾？
刘涛举了一些例子。
例一，在一个红绿灯路口，绿灯亮起，车辆起步，但右方车辆突然在斑马线前刹停，“如果是用逻辑来分析，前方没有障碍，同时绿灯又亮起来，我们的判断应该是可以笔直前进。”刘涛说，但经验丰富，直觉敏锐的老司机，会感觉到大概率是右前方有突发情况，继而减速再决定下一步操作。
另一个例子是，在一个占道修路的路段，对向一个车道被临时划作本方向的车道。“常规的智驾基本上是退出的，要接管，因为规则它不允许跨越实线直线。”刘涛说，但有直觉的智能驾驶，会综合分析整个路面场景，果断做出全局判断，借道行走。
刘涛认为IM AD 3.0进步巨大
基于这些功能、范围和体验，刘涛表示，IM AD 3.0是一次断代式的进化，带来十年老司机的直觉驾驶体感。
02
跨越背后：“一站式端到端”
智己智驾的“狂飙”，决定性的一跃，发生在无图城市NOA这一赛段。
而智己凭借的，是和Momenta一起联合开发的IM AD3.0，背后是“一段式端到端智驾大模型”。
“端到端”大模型由特斯拉首先用于智驾开发，并在特斯拉FSD V12版本应用之后，取得明显进步，引发智驾企业纷纷跟随。
不过，有些企业，比如华为，采用的是分段式或者分模块的“端到端”，分为感知和规划两个模块，分别进行“端到端”的模型训练，而且还有安全网络兜底。
有的企业和特斯拉一样，比如Momenta，就直接采用“一段式”或者“单一模型”的端到端方案，从感知设备输入信号，到输出执行指令，全都由一个模型学习完成。
Momenta CEO曹旭东也在双方联合举办的智能驾驶技术日上做了发言。
曹旭东认为，一段式端到端方案，更符合人类大脑的运行原理，“通过把感知、规划两个模型整合成一个大模型，传感器原始数据输入规划路径输出，实现人类的高级思维中的快速直觉般的反应，让自驾体验更加的人性化。”
分段式的模型问题在哪？
曹旭东认为，分模块做感知和预测，一方面很机械化，另一方面，在过程中会有很多的重要的信息出现偏差回落，使得整体智驾不能符合用户预期或者尴尬。
而单一模型，“无需人为定义感知到规划的接口，可学习全局信息、隐含信息，就算是看不清的看不到的房子、一些道路的结构或者情况，也能综合分析车流的轨迹，获得全局的隐含的信息。”
曹旭东说，“这是一种基于全面的信息输出行驶轨迹，通过理解环境、理解世界，边看边开的真正的老司机的驾驶方式。”
他举了一个例子，当路面上存在水坑时，在分段式的模型中，对水坑的识别是很困难的，因为首先是要严格定义水坑的类型，然后再大量的数据来训练感知模型并认知水坑。在训练规划的时候，当系统绕开的时候，从感知训练到规划训练，又要大量的数据和人为的操作，而且最终的车辆行为还会受限于感知的准确度。
一段式的智驾训练方式发生了本质的变化，去除了人为定义的水坑的步骤，可以通过水坑的数据直接学习人类优秀的驾驶行为，“对水坑没有显性的定义，我们的智驾大模型也可以学习到隐含的认知，并绕过水坑。”
尽管刘涛强调IM AD3.0是“直觉”智驾，曹旭东说是“一段式端到端”大模型，但是，双方联手开发的这一智驾方案，还是带有安全兜底的意味，和华为所说的安全网络类似。
智己汽车智能驾驶项目高级总监脱悦在技术日上介绍，他们通过安全逻辑网络——也就是理性分析——来进一步提升产品的安全性，“这是我们如何让直觉性的决策，既恰当又有效的解决方案。”
对此，笔者的感觉是，智己和Momenta有点滥用了“直觉”一词。本质上即便是拟人的、丝滑的处理过程，也并非来自直觉，而是大模型训练之后的经验使然。只是模型训练之后，将逻辑推理的过程内化在其中，用时更短了。
在“一段式端到端智驾大模型”的基础上，曹旭东还分享了大模型训练的一个“降本”方案。
之所以需要降本，是因为这样的训练需要大量数据和算力。
曹旭东引用马斯克的话说，特斯拉去年花了20亿美金建设超算中心，今年计划用100亿美元训练自动驾驶。“可以看到自动驾驶的大部分的训练，其实试错的成本是非常高的，训练一个模型可能要花百万美金甚至几百万美金，如果方法错了或者继续错了，基本上你就打水漂了。”
Momenta采取了一个长短记忆结合的方式，来训练智驾大模型。
“它也是仿造了人类的记忆的一个过程，就是外界的大量的信息数据首先会进入短期记忆，再经过短期记忆的筛选验证，之后才会进入长期记忆，形成习得的能力和经验。”
曹旭东说，其逻辑是，“短期记忆的训练成本比较低，可以据此验证新模型是不是正确的，以及用于训练的数据是不是正确的，训练的周期也会比较短，平均一天就能迭代一个版本”。
最终，经过短期记忆被验证过的好的方法，好的数据在积累一段时间之后，再进入的“长期记忆”，这样能够保证长期记忆的训练，基本上一次训练就能训练得对。
曹旭东说，“这一长短期记忆以及合作模式，可以说是我们的一个秘密武器”，可以将模型训练量减少10-100倍，迭代的速度也会大幅提升。
曹旭东还表示，一段式端到端的智驾大模型，需要大量的数据进行训练，因此，海量的数据以及数据工具的自动化也是核心能力之一，更是成败的关键。
他介绍，Momenta已经有了密集的、优质的数据积累，数据量以指数级的爆发的方式增长，到2027年的时候，数据积累预计会突破1000亿公里，彻底解决自动驾驶的长尾问题。
曹旭东介绍Momenta的数据量
由此，曹旭东说，“我们是全球首批实现一段式端到端智驾上车的企业，我们Momenta将助力智己汽车成为最早实现L3、L4自动驾驶的品牌。”
03
开发全球都能开的L2+
在智驾技术沟通会上，刘涛带来了一个“ONE MORE THING”。
他透露，智己汽车已经启动欧洲市场的L2+道路测试，希望为智驾出海打造首个“全球都能开”的无图NOA。
刘涛表示，中国已经是全球新能源汽车的创新中心，毫无疑问也将会成为全球自动驾驶创新中心。
“我们一定要在3~5年之内，打造自动驾驶的中国方案和中国影响力，来打赢技术上的最后之战，让世界看见中国树立智驾上的终极标准，让世界见中国，中国即世界。”
