“车位到车位”零接管？一路狂奔的理想端到端智驾做得到吗？_新浪财经

众所周知，“端到端”智驾技术是当前汽车圈的大热门，也成了当前重视智驾品牌的“兵家必争之地”。

而在一众汽车品牌中，理想汽车以不到4个月时间迭代超30个版本的速度，在端到端智驾方面加速狂奔。那么，理想端到端智驾，是否真正实现了功能和体验的双重进步呢？

在理想汽车近期举行的端到端智能驾驶体验日活动上，我们体验到了理想汽车基于“端到端+ VLM视觉语言大模式”架构而实现的“车位到车位” NOA领航智驾功能。

根据理想汽车的说法，这是“国内唯一，全球唯二的量产One Model架构端到端智驾系统”，毫无疑问，全球唯二的另一家车企，是海外的特斯拉。

国内车企一如既往地热衷与行业头部的特斯拉进行对比。在聊“端到端”智驾体验之前，我们先简单聊一下什么是“端到端”。

过去大家的智驾算法都是走“多步骤规则式”路线。从感知系统识别路况，到规划系统计算路线，再到控制系统执行路线，基本是一个线性的流程。很直观，但偏线性的流程也造成每一步计算都需要花费时间，整体响应速度偏慢，智驾反应会有滞后性。

端到端，则相当于把所有的流程都交给唯一的“一个系统”，也就是One Model架构去做，由系统接收所有的传感器数据，通过端到端大模型输出智驾路线，其中的识别、计算、执行流程并不是线性流程，更类似于人在驾驶时的本能反应，除了效率更高之外，智驾路线也更聪明和拟人化。

而VLM（视觉语言大模型），则可通过车身的相机图像及导航地图信息进行视觉信息编码，由VLM模型进行推理，可让车辆理解周围路况信息的特殊意义和规定，决策行驶轨迹。相当于VLM为理想的端到端智驾，在应对特殊高上限场景时，又添加了一双眼睛，来应对复杂状况。

比如，在VLM系统支持下，理想智驾能够根据路牌信息，推理当前是否处于允许通行时间，继而决定是否可以在公交车道上通行。此外，VLM模型还能应对学校区域、潮汐/可变车道、路边施工信息及道路坑洼等的提示，让智驾系统的上限更高。

我们这次的试驾路线，涵盖了进出狭窄小区道路通行、无保护左转、环岛、U型掉头和复杂施工场景，甚至连高速收费站通过ETC匝道和停车场闸机都包含在内。在国内的一线城市中，广州的交通状况称得上复杂。而记者此次试驾的搭载了OTA6.5的理想车型，成功应对了上述几乎所有复杂路况，在U形掉头、复杂环岛、高速ETC通行、避让行人等场景下都表现丝滑，感觉就是人类司机在开车。

不过，在这段一小时左右的路途中，也遭遇了三次需手动接管的情况。一是在狭窄道路遇到同向行驶的电瓶车不敢绕行，相对比较保守。二是在高速上频繁出现靠最右边车道跟随大车的情况，通行效率不高。最后则是在一段市区道路上，出现了车道线来回偏移，车辆找车道而压线的问题。虽然都没有造成危险，但确实尚有小瑕疵，在现场跟理想汽车人员反馈后，他们也表示后续会继续进行版本迭代更新来提升体验。