作為大自然賦予人類的生存密碼，「直覺」往往可以在某些微妙瞬間幫助我們提前感知危險，甚至是化險為夷。
這種能力的背後是，人類在億萬年來經歷了無窮無盡的危急場景錘鍊，再基於對過往經驗的強化記憶以及持續思考，進化出來的無意識的資訊處理過程。
眼下，智慧汽車的發展正在模仿人類的駕駛行為以及思考方式。
譬如在應對黃金800ms處理加塞、大車智慧躲避等典型場景；或是進一步應對插空變道、加減速變道等複雜場景上。
今天，智己汽車舉辦「直覺·新時代」智慧駕駛技術釋出日，宣佈IM AD 3.0已經具備了基於人工智慧的直覺能力。因此，即便面對未知障礙，IM AD 3.0也可以實現以本能反應為主導、省時果斷的快思考。
實際上，IM AD 3.0的直覺能力得益於智己汽車研發的量產一段式端到端智駕大模型。
在端到端大模型的支援下，智己汽車已進化出無圖城市NOA全國全系可開的能力，IM AD在德、法等歐洲國家也能駕駛流暢、安全。
當市場上絕大部分主流汽車產品還在「模仿人類」的時候，當端到端大模型的一段式/兩段式路線之爭不絕於耳的時候，智己汽車的智駕技術已經實現了斷代式進化。
人類大腦的直覺，猶如一套精密演算法，基於經驗持續進化而來。
對於早期的智慧汽車而言，受限於智慧化技術程度以及軟硬體效能，汽車行業玩家的普遍做法是，將車輛可能遇到的道路場景預先定義，然後將對應的程式碼寫進智駕系統裡。
例如，研發人員人為汽車輸入「水坑」場景的定義，並使用大量資料訓練感知模型來識別水坑、再訓練規劃模型繞開水坑。
然而，真實世界的場景是無窮無盡的。如果車輛遇到新出現的場景，則需要研發人員持續更新演算法規則。這樣不僅效率低，還容易出錯。
基於過往積累的海量行車場景資訊以及模擬測試資料，智己汽車的IM AD智駕大模型已經能夠如同人類駕駛員一般，憑直覺預判並處理突發狀況。
而且，透過模擬人類的直覺與思考，高階智駕系統不僅可以直接「看路開車」，在面對人車混行、高峰期擁堵等特殊場景時也能處理得當。
作為行業內為屈指可數的「全國無圖NOA」品牌之一，智己汽車在高階智駕方面真正實現了全場景可用。
地區方面，IM AD 3.0能夠擺脫對高精地圖的依賴，從容應對各種長尾場景，比如無保護左轉博弈、禮讓盲區橫穿。無論是在國內，還是在德、法等海外國家，都能縱享絲滑。
智己汽車之所以能做到如此成績，很大程度上離不開其對一段式端到端大模型技術路線的堅定選擇。
現階段，智慧汽車玩家對端到端大模型的研發主要分為兩派，即一段式和兩段式。
l 一段式方案將傳統智駕系統的感知、規劃、決策等多個環節融合到一個大模型之中，當外部資訊透過感測器輸入至系統，大模型可以快速地給輸出決策，幫助車輛進行下一步動作；
l 兩段式方案通常由感知模型和規控模型兩個部分組成，外部資訊的處理步驟是，經過感知模型過濾，再傳輸到規控模型進行計算和決策輸出。
相比起兩段式方案，智己汽車所擁躉的一段式方案決策鏈路更短、效率更高、對場景的理解更全面。即便遇到未定義的物體時，智駕大模型也可以學習和應對這一場景，成功繞開障礙物。
這一技術突破了感知模型的侷限性，實現了更加智慧的路徑規劃和駕駛決策，為使用者帶來更優異的使用體驗。
如前所言，一段式端到端大模型技術路線雖好，但想要將它的效果做到極致也並非易事。這項技術對資料規模以及資料質量的要求非常高。
對於智駕大模型而言，資料量越大，能力提升就越快；學習場景越多元化，路徑規劃就越準確。
但是基於多年的發展，當下智慧駕駛車輛已經能夠處理絕大部分常見的道路場景，高價值的Corner Case資料可遇不可求。
另外，大模型還會學習人類駕駛員的駕駛行為，一旦某一種駕駛風格的樣本量過大，就可能影響整個智駕系統的效果。
因此，怎麼在保證資料數量的同時控制資料質量，就成為了一段式端到端技術路線玩家必須解決的問題。
躋身智慧駕駛第一梯隊的智己汽車給出的創新思考是——行業首創「長短期記憶」結合模式，學習人腦「直覺推理+邏輯分析」的問題處理方式。
簡單來說就是，將智駕大模型的資料處理分為短期記憶和長期記憶兩條支路。
短期記憶的目的在於快速驗證演算法有效性以及評估資料質量，訓練週期以天計算；
長期記憶則是將篩選過後的優質資料以人腦類似的記憶原理進行積累，應用於端到端大模型。
長短期記憶的支路同時也對應著「快」和「慢」兩個系統。
快系統即直覺推理，善於直覺與經驗快速處理問題，形成決策。慢系統即邏輯分析，透過端到端大模型中的安全邏輯網，增強智駕系統的決策安全性。
直覺與安全邏輯模型共同賦能智己IM AD，使其達到最為理想的平衡狀態。
這樣一來，不但資料質量有了保證，也減少了不必要的資料處理成本，訓練成本常規方式小10到100倍，而智駕系統的安全性則超人類駕駛員10倍以上。
至於資料規模，智己汽車已經積累了億級別的事件優質資料。透過海量資料的積累和自動化閉環資料鏈路的驅動，IM AD資料飛輪不斷迭代，反哺使用者體驗。
除了軟體能力，硬體在IM AD架構中也起到至關重要的作用。
據介紹，智己汽車是當下汽車行業唯二完成Xavier/Orin高低算力雙平臺的自研玩家，最大化激發硬體的潛能。比如，透過不斷的模型最佳化，智駕大模型的執行效率能夠提升500%，算力需求降低90%。
因此，軟硬結合之下，IM AD才能做到僅需單雷射雷達和單OrinX，實現「全球都能開」的無圖NOA。
智己汽車也由此成為領跑行業的全球首批次產一段式端到端大模型的品牌。
根據智己汽車的調研資料，IM AD智駕安全水平已達到人類駕駛的6.7倍；常用IM AD智駕功能的使用者，安全行駛里程比常規使用者提升了3.1倍。
與此同時，智己汽車的智駕合規道路測試里程超10萬公里、模擬道路測試里程超150萬公里、演算法開發測試里程超250萬公里、安全場景模擬近9.5萬例。
從結果來看的話，智己汽車正在朝著其完全自動駕駛的終極願景大步邁進，IM AD也是為此而生的。
2014年，上汽前瞻團隊開始對前沿的智駕領域展開調研，並在三年內決定設立上汽人工智慧實驗室，對深度學習進行全面佈局。
在過去的這十年裡，上汽從未停止對智慧駕駛技術研發以及商業落地的探索，包括催化了智慧駕駛第一梯隊成員智己汽車的誕生。
為了保證技術迭代的連續性、以及透過不同級別的智慧駕駛技術為使用者提供多維服務，智己L2、L3、L4共享一段式端到端大模型，只需根據不同級別的智駕需求增減硬體即可。
基於同源開發架構，上述三者之間可形成牢固的互補關係。
透過L2級別大量的工程實踐、資料獲取及訓練，反哺L3、L4級別的技術迭代；同時，L3、L4級別的技術研發成果，又能進一步賦能於L2場景，實現更安全、舒適的智駕體驗。
如今正值十年的關鍵節點，智己汽車也交上了一份亮眼的智駕答卷，成為了全國首個同時具備L2、L3、L4智慧駕駛量產能力的品牌。
比如前文提到的，今年10月，“IM AD 3.0 無圖NOA”全國開通，推送全系車型。
再比如，今年7月，智己汽車拿下中國首批L3自動駕駛上路通行試點名單，順利開啟L3級自動駕駛道路測試；目前，華為小鵬等玩家尚不在名單之中。
智己汽車計劃，今年之內獲得L4級無駕駛人道路測試牌照；到2026年，正式具備L3級自動駕駛方案量產條件。
可以預見的是，隨著L3/L4高階自動駕駛的落地和推進，智己汽車的L2量產智慧駕駛在未來幾年內還會迎來新一輪能力提升。
在智己汽車的看來，智慧駕駛將遵循摩爾定律，軟體體驗呈現出指數級提升，兩年提升10倍、四年提升100倍。
他們的決心是，讓所有智己使用者的智駕體驗領先一代。
親愛的讀者們，不設定星標，很容易錯過我們的推送，也無法看到封面圖片。請星標“未來汽車Daily”，及時接收每篇推文，期待為您帶來更多更專業的行業報道。
