一辆智能车就有了「直觉」，会发生什么？

作为大自然赋予人类生存的密码，「直觉」常常能在一些微妙的瞬间帮助我们提前感知到危险，甚至转危为安。

这种能力的背后是人类在过去几亿年里经历了无尽的危机场景磨炼，然后进化出无意识的信息处理过程，基于加强对过去经验的记忆和持续思考。

当前，智能汽车的发展正在模仿人类的驾驶行为和思维方式。

比如面对黄金800ms处理堵塞、避开大车智慧等典型场景；或者进一步应对插空变道、加减速变道等复杂场景。

智己汽车已率先进入Next Level：

智己汽车今日举行「直觉·新时代」智能化驾驶技术发布日宣布IM AD 3.0已经具备了基于人工智能的直觉能力。所以，即使面对未知的障碍，IM AD 3.0还能实现以本能反应为主导，节省时间和果断的快速思考。

事实上，IM AD 3.0的直觉能力归功于智己汽车开发的量产一级端到端智驾模型。

智己汽车在端到端大型模型的支持下，已经进化出了NOA全国无图城市可以开放的能力，IM 在德国、法国等欧洲，AD也可以顺利、安全地驾驶。

在市场上绝大多数主流汽车产品仍然存在的时候「效仿人类」此时，当端到端大模型的一段式/两段式路线纷纷发生争执时，智己汽车的智驾技术已经实现了断代式的进化。

在正确的赛道上奔跑，领先

人脑的直觉，就像一套基于经验不断演变的精确算法。

实际上，智能汽车的大脑也是如此。

对于早期的智能汽车来说，由于其智能技术水平和软硬件性能，汽车行业玩家的普遍做法是提前定义汽车可能遇到的道路场景，然后将相应的代码写入智能驾驶系统。

例如，R&D人员为汽车输入「水洼」情景的概念，并且使用大量的数据训练感知模型来识别水坑，然后训练规划模型来避免水坑。

然而，现实世界的场景是无穷无尽的。如果车辆遇到新场景，R&D人员需要不断更新算法规则。这不仅效率低下，而且容易出错。

端到端大型模型技术的兴起，改变了这种局面。

智己汽车IM基于过去积累的大量行车情景信息和模拟测试数据， AD智能驾驶模型已能像人类驾驶员一样，凭感觉预测并应对突发情况。

而且，通过模拟人类的直觉和思考，高级智能驾驶系统不仅可以直接「看路驾车」，还可以适当地处理人车混行、高峰时段拥挤等其他情况。

这是业内为数不多的行业。「全国无图NOA」一个品牌，智己汽车在高级智驾方面真正实现了全场景可用。

地区方面，IM AD 3.0可以摆脱对高精度地图的依赖，从容面对各种长尾场景，如无保护左转游戏、谦逊盲点。无论是在中国，还是在德国、法国等海外国家，都可以享受丝滑。

智己汽车之所以能取得这样的成就，很大程度上离不开它对一段式端到端大模型技术路线的坚定选择。

目前，智能汽车玩家对端到端大模型的研发主要分为两个阶段，即一阶段和两阶段。

这就是我们所理解的：

l 一个方案将传统智能驾驶系统的感知、规划、决策等环节融入到一个大模型中。当外部信息通过传感器输入到系统中时，大模型可以快速给出决策，帮助车辆进行下一步行动；

l 两个阶段的解决方案通常由两部分组成:感知模型和控制模型。外部信息的处理步骤是将感知模型过滤后传输到控制模型进行计算和决策导出。

与两级方案相比，智己汽车粉丝的一级方案决策链接更短、更高效、更全面。即使遇到未定义的物体，智能驾驶模型也可以学习和应对这一场景，成功避开障碍物。

该技术突破了感知模型的局限性，完成了更智能的路径规划和驾驶决策，为用户带来了更好的使用体验。

基石的技术创新，断代进化

如前所述，一段端到端的大模型技术路线是好的，但要达到最终的效果并不容易。该技术对数据规模和数据质量有很高的要求。

对智能驾驶模型而言，数据量越大，技能提升越快；学习场景越多样化，路径规划就越准确。

但基于多年的发展，目前智能驾驶车辆已能够处理绝大多数常见的道路场景，高颜值Corner Case数据可遇不可求。

另外，大模型还可以学习人类驾驶员的驾驶行为，一旦某种驾驶风格的样本量过大，就会影响整个智能驾驶系统的效果。

所以，如何在保证数据数量的同时控制参数质量，就成了玩家必须解决的一段式端到端技术路线问题。

进入智能驾驶第一梯队的智己汽车给出的创新思考是——行业首创「长短期记忆」结合学习人脑的方法「直觉推理 逻辑分析」处理问题的方法。

简而言之，智驾大模型的数据处理分为短期记忆和长期记忆两个环节。

短期记忆主要是为了快速验证算法的有效性和评估数据质量，以天计算训练周期；

长时间的记忆就是以人脑相似的记忆原理积累选择后的优质数据，应用于端到端大模型。

长期和短期记忆的环路也与环路相对应「快」和「慢」两个系统。

快速系统是直觉推理，善于直觉和经验快速处理问题，形成决策。慢系统是逻辑分析，通过端到端大模型中的安全逻辑网络，提高智能驾驶系统的决策安全性。

直觉和安全逻辑模型共同赋能智己IM。 AD，使其达到最理想的稳定状态。

这样不仅可以保证数据质量，还可以降低不必要的数据处理成本。常规训练成本小10到100倍，而智能驾驶系统的安全性是人类驾驶员的10倍以上。

对数据规模而言，智己汽车已积累了1亿级优质事件数据。通过大量数据的积累和自动闭环数据链路的驱动，IM AD数据飞轮不断迭代，回馈顾客体验。

除软件能力外，硬件在IM中。 在AD架构中也起着至关重要的作用。

据报道，智己汽车是目前汽车行业唯一完成Xavier/Orin高低算率双平台的自主研发玩家，最大限度地激发了硬件的潜力。举例来说，通过不断的模型优化，智能驾驶模型的运行效率可以提高500%，计算能力需求可以减少90%。

所以，软硬结合下，IM 只有单激光雷达和单OrinX才能实现AD，「全球都能开」无图NOA。

智己汽车也因此成为世界领先行业第一批批量生产端到端大模型的品牌。

十年磨一剑，出鞘一定惊人。

根据智己汽车的调查数据，IM AD智能驾驶的安全性已经达到人类驾驶的6.7倍；普通IM 与常规客户相比，AD智驾功能用户的安全行驶里程增加了3.1倍。

同时，智己汽车合规道路测试里程超过10万公里，模拟道路测试里程超过150万公里，算法开发测试里程超过250万公里，安全场景模拟近9.5万例。

就结果而言，智己汽车正朝着其完全自动驾驶的终极愿景迈进，IM 为此，AD也诞生了。

2014年，SAIC前瞻性团队开始对前沿智能驾驶领域进行调研，决定在三年内开设SAIC人工智能实验室，全面布局深度学习。

在过去的十年里，SAIC从未停止对智能驾驶技术的研发和商业实施的探索，包括催化智能驾驶第一梯队成员智能汽车的出现。

智己L2为用户提供多维服务，以保证技术迭代的可持续性，通过不同层次的智能驾驶技术，、L3、L4共享一段式端到端大模型，只需根据不同级别的智驾需求调整硬件即可。

以同源开发结构为基础，可以形成以上三者之间稳定的互补关系。

通过大量的工程实践、数据获取和L2等级培训，回馈L3、L4级技术迭代；与此同时，L3、L4级技术研发成果，可以进一步赋能L2场景，实现更安全、更舒适的智驾体验。

现在是十年的关键节点，智己汽车也交了一份亮眼的智能驾驶答卷，成为国内第一个同时拥有L2的。、L3、品牌L4智能驾驶量产能力。

比如上面提到的，今年十月，”IM AD 3.0 全国范围内开放无图NOA，推送全系列车型。

比如今年7月，智己汽车获得中国首批L3自动驾驶试点名单，成功开启L3自动驾驶道路测试；目前，华为、小鹏等玩家还没有被列入名单。

智己汽车计划，今年内取得L4级无驾驶道路测试许可证；到2026年，L3级自动驾驶计划的量产条件正式满足。

可以预见，随着L3/L4高级自动驾驶的落地和推广，未来几年智己汽车的L2量产智能驾驶将迎来新一轮技能提升。

智己汽车认为，智能驾驶将遵循摩尔定律，软件体验呈指数级增长，两年增长10倍，四年增长100倍。

它们的决心是让所有智己用户的智驾感觉领先一代。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com