在智能駕駛行業(yè)，" 端到端 " 正引領(lǐng)著一場技術(shù)變革。這最先由特斯拉引起，國內(nèi)華為、蔚小理等玩家紛紛跟進。技術(shù)之外，組織變動也接踵而至。

36 氪汽車獨家獲悉，理想汽車近期成立了 " 端到端自動駕駛 " 的實體組織，整體 200 人出頭；同時公司其他團隊一些成員也在靈活支援項目。

理想不是唯一這樣做的企業(yè)。此前蔚來汽車已經(jīng)率先做出組織變革，成立了專門負責(zé)端到端的大模型部門。

理想智能駕駛團隊主要分為算法研發(fā)、量產(chǎn)研發(fā)兩個大組，團隊約 800 人。" 端到端 " 的研發(fā)主力部署在算法研發(fā)組，由理想智能駕駛技術(shù)研發(fā)負責(zé)人賈鵬負責(zé)。

具體來看，算法研發(fā)下設(shè)感知算法、行為智能、認知智能等組。" 感知算法 " 由常黎主導(dǎo)；" 行為智能 " 包含端到端架構(gòu)、端到端模型、控制模型等，由楊毅負責(zé)；" 認知智能 " 包含認知模型、云端模型等，實際由詹錕負責(zé)。

如果要打個比方，端到端三個主力小組的職責(zé)，分別對應(yīng)智駕系統(tǒng)的感知能力、行走能力，和認知世界的能力。這基本與理想的端到端方案模塊呼應(yīng)。

前不久，理想公開了其端到端自動駕駛技術(shù)方案，其方案分為端到端模型、VLM（即 Vision-Language Model，視覺語言模型）視覺語言模型、世界模型三部分。

此外，與算法研發(fā)組平行，量產(chǎn)研發(fā)組由量產(chǎn)負責(zé)人王佳佳負責(zé)，包含智能行車、智能泊車、智能安全等。賈鵬與王佳佳均向理想智能駕駛負責(zé)人郎咸朋匯報。

針對上述信息，36 氪汽車向理想汽車求證，截至發(fā)稿，未獲回應(yīng)。

CEO 李想公開表示，到今年底或明年初，理想就會推出端到端 +VLM 的自動駕駛方案，方案將由超 1000 萬 clips（視頻片段）訓(xùn)練而成。理想還打算將參數(shù)達 22 億的視覺語言大模型搬上車。

組織架構(gòu)的實體化，也將從人力調(diào)度方面加速理想 " 端到端 " 計劃的落地。

理想智駕，曲折自研

所謂端到端，就是把傳感器數(shù)據(jù)作為輸入，車輛控制指令作為輸出，中間環(huán)節(jié)過程都靠 AI 神經(jīng)網(wǎng)絡(luò)模型來完成。這已經(jīng)成為智能駕駛行業(yè)下一代共識方案。

但 " 端到端 " 方案的起勢并不容易。據(jù)特斯拉計算，完成一個端到端自動駕駛的訓(xùn)練至少需要 100 萬個、分布多樣、高質(zhì)量的 clips （視頻片段）才能正常工作。

馬斯克曾強調(diào)過數(shù)據(jù)在自動駕駛方面的重要性：" 用 100 萬個視頻 case 訓(xùn)練，勉強夠用；200 萬個，稍好一些；300 萬個，就會感到 Wow（驚嘆）；到了 1000 萬個，就變得難以置信了。"

對于剛剛轉(zhuǎn)入端到端方案的車企而言，需要耗費一段時間才能看到成果。

然而當(dāng)下國內(nèi)的智駕行業(yè)競爭激烈，疊加特斯拉 FSD（即 Full-Self Driving，指特斯拉全自動駕駛軟件包）入華、華為智駕的 " 鯰魚效應(yīng) "，小鵬、蔚來等玩家都在積極追擊。

理想一直都扮演著智駕追趕者的角色。為了高效追趕，理想內(nèi)部分成了兩隊人馬。

一是在智駕系統(tǒng) AD Max 上選擇自研，搭載英偉達 Orin 芯片與激光雷達，提供城市領(lǐng)航輔助駕駛功能（具備城市道路點到點輔助駕駛能力）；

二是在智駕系統(tǒng) AD Pro 上與供應(yīng)商合作，搭載地平線征程 5 芯片，無激光雷達，能提供記憶行車、城市 LCC（車道居中輔助）等功能。

此前據(jù) 36 氪汽車報道，智駕 AD Pro 方案啟用了智能駕駛供應(yīng)商輕舟智航。輕舟有 300 多人，從去年末開始幾乎全員駐場在理想的順義總部。隨著近日 AD Pro 版本車型功能升級，開發(fā)任務(wù)告一段落，輕舟主要人力已經(jīng)撤出理想項目。

而在自研方案上，理想的城市領(lǐng)航輔助功能追趕幾乎從 2023 年才開始。一年半多時間里，理想數(shù)次切換了智駕的技術(shù)路線。

2023 年 4 月，理想喊出了城市 NOA 落地 100 城的目標(biāo)，但 " 主要是為了應(yīng)對華為和小鵬的智能駕駛沖擊，口號先行 "。近半年后，理想主動將 " 城市 NOA100 城 " 改成了 " 通勤 NOA100 城 "（通勤 NOA 指在用戶高頻路段開啟點到點輔助駕駛），因為前者 " 難度太大 "。

然而 " 通勤 NOA" 的路同樣不好走，有理想智能駕駛?cè)耸肯?36 氪汽車解釋，通勤方案的本質(zhì)是預(yù)先建圖，仍然依賴高精地圖，不符合行業(yè)技術(shù)趨勢。實際落地擴張效果也不好，" 原定目標(biāo)是一天開拓 1 條路線，但實際上三個月只構(gòu)建了 2-3 條路線，效率很低 "。

意識到不對，理想在去年轉(zhuǎn)而全力追擊 " 無圖 NOA"（指不依賴高精地圖的城區(qū)點到點輔助駕駛）功能。

不過由于理想純電車型 MEGA 失利，理想整體放棄 80 萬輛的銷量目標(biāo)后，公司進入裁員節(jié)奏，智能駕駛團隊也被波及。目前理想智能駕駛團隊人數(shù)約 800 人，與年初的 1300 人相比已經(jīng)大幅裁減。

而理想無圖智駕方案的推送，也從原本的 4 月推遲到了 7 月。直到近日理想才向 AD Max 用戶推送了無圖 NOA 功能，號稱全國范圍內(nèi)、可導(dǎo)航的城市道路都可使用功能。

在端到端的效果可檢驗之前，當(dāng)下推送的功能版本，是理想智能駕駛占領(lǐng)市場、獲得用戶口碑的關(guān)鍵。

端到端是一場資源戰(zhàn)

在端到端方案的實踐中，先行者特斯拉 FSD v12 版本在北美地區(qū)已經(jīng)取得了令人驚艷的效果。

而國內(nèi)的玩家也從特斯拉的驗證中，找到了通關(guān)秘籍：在積累海量的駕駛行為數(shù)據(jù)、更大云端算力的訓(xùn)練下，端到端方案會更加擬人。

今年 4 月，馬斯克表示，對英偉達 H100 AI 芯片的采購量將從 3.5 萬增加到 8.5 萬，并計劃投資 100 億美元用于汽車的聯(lián)合訓(xùn)練和推理人工智能。此外，特斯拉自研的訓(xùn)練芯片 Dojo 近期也開始在臺積電投入量產(chǎn)。

同樣，理想在走上端到端方案之后，也在籌謀更大訓(xùn)練算力。有內(nèi)部人士告訴 36 氪，理想認為智能駕駛的下一個競爭點，一定是超算中心。

有知情人士告訴 36 氪，去年秋季雁棲湖會議上，美團 CEO 王興、Y Combinator 中國創(chuàng)始人陸奇都勸李想，在云端訓(xùn)練 GPU 領(lǐng)域加大投入。

據(jù) 36 氪汽車了解，除了去年向火山引擎購買的 300 多臺英偉達服務(wù)器外，目前理想還跟阿里云、百度云等云廠商都有合作。" 現(xiàn)在在高價收購英偉達的卡。"

同行也預(yù)判到了超算的重要性。從云端算力來看，目前華為是國內(nèi)智能駕駛訓(xùn)練算力最大的玩家。華為表示，6 月其智能駕駛訓(xùn)練算力將達 3.5EFLOPS。小鵬、蔚來智駕中心算力分別是 0.6EFLOPS、1.4 EFLOPS，而據(jù) 36 氪了解，理想的智算中心算力為 1.4 EFLOPS。甚至老牌車企長城也在加入戰(zhàn)局，超算中心算力為 1.64EFLOPS。

端到端之戰(zhàn)，不僅是車企智能駕駛技術(shù)路線的一次變更，更考驗著車企們長期的兵馬糧草供給。這將是一場耐力比拼。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com