在汽車智能化浪潮中，“端到端”智能駕駛技術正成為各大車企競相追逐的焦點。作為這一領域的積極探索者，理想汽車以驚人的速度推進技術迭代，僅用不到四個月時間便完成了超過30個版本的升級。這一迅猛的勢頭，讓人不禁好奇：理想汽車的端到端智能駕駛，究竟能否在功能和用戶體驗上實現雙重飛躍？
在近日的理想汽車端到端智能駕駛體驗日活動中，我們親身體驗了基于“端到端+VLM視覺語言大模型”架構的“車位到車位”NOA領航智能駕駛功能。據理想汽車介紹，該系統是國內唯一、全球僅有兩家車企實現的量產One Model架構端到端智能駕駛系統，另一家便是國際巨頭特斯拉。
在深入探討“端到端”智能駕駛體驗之前，讓我們先了解一下這一技術的核心概念。傳統智能駕駛算法通常采用“多步驟規則式”路線，從感知到規劃再到執行，每一步都需要時間計算，整體響應速度較慢，存在滯后性。而端到端智能駕駛技術，則將所有流程整合到一個系統中，即One Model架構。該系統接收所有傳感器數據，通過端到端大模型直接輸出駕駛路線，整個過程更類似于人類的本能反應，不僅效率更高，而且駕駛路線更加智能和擬人化。
VLM視覺語言大模型的應用，更是為理想汽車的端到端智能駕駛增添了“智慧之眼”。VLM模型通過車身相機圖像和導航地圖信息進行視覺信息編碼，推理周圍路況的特殊意義和規定，從而做出更精準的駕駛決策。例如，在VLM系統的支持下，理想智能駕駛能夠根據路牌信息判斷當前是否處于允許通行時間，并決定是否可以在公交車道上行駛。同時，VLM模型還能應對學校區域、潮汐車道、路邊施工信息及道路坑洼等復雜場景，極大地提升了智能駕駛系統的上限。
在試駕過程中，我們駕駛的理想車型搭載了最新的OTA6.5版本智能駕駛系統。試駕路線涵蓋了進出狹窄小區道路、無保護左轉、環島、U型掉頭以及復雜施工場景等多種復雜路況。在廣州這座交通狀況復雜的城市中，理想智能駕駛系統成功應對了幾乎所有挑戰，無論是U形掉頭、復雜環島、高速ETC通行還是避讓行人等場景，都表現得十分流暢，仿佛是一位經驗豐富的司機在駕駛。
然而，在試駕過程中也遇到了三次需要手動接管的情況。在狹窄道路上遇到同向行駛的電瓶車時，系統表現得相對保守，不敢繞行。在高速上，系統頻繁靠最右邊車道跟隨大車行駛，影響了通行效率。在市區道路上，系統偶爾會出現車道線來回偏移、找車道時壓線的問題。雖然這些問題并未造成危險，但確實存在一些小瑕疵。理想汽車的工作人員在聽取我們的反饋后表示，將繼續進行版本迭代更新，以提升用戶體驗。
總體而言，在錄入了起點和終點車位的前提下，理想汽車的端到端智能駕駛系統已經能夠實現全程零接管。只需按下屏幕上的出發鍵，車輛便能自行行駛到目標車位。作為當前法規下允許的智能輔助駕駛系統，理想的“端到端+VLM”架構無疑處于同級第一梯隊。據官方數據，截至11月13日，理想汽車的智能駕駛累計里程已達26.7億公里，較去年年底提升了123%，主動安全累計避險次數超過360萬次。如今，這套最新的智能駕駛系統已經全量推送給擁有AD MAX的所有車主。
