对话智己汽车智能化团队:跨入高阶智驾第一梯队,这个品牌做对了什么?

未来汽车Daily

4天前

为了实现「拟人并超越人」的最终目标,智己汽车的L2、L3、L4采取了共平台开发策略,共享数据池和一段式端到端大模型,其中L2可以为更高阶的智驾功能收集海量优质数据,而L4的技术迭代又能反哺L2/L3的用户体验。

头图来源| 智己官方

作者| 伍文靓

编辑| 苏鹏

「端到端」是今年智驾领域最火的话题。
近日,智己汽车联合Momenta发布了基于一段式端到端智驾模型打造的IM AD 3.0,让汽车不光是拥有「人的直觉」,而且拥有「海量的好司机直觉」。
汽车拥有「直觉」,怎么来理解?
Momenta CEO 曹旭东告诉我们,“有直觉”就是“车随心动”,想到什么,车就做了,而且非常丝滑。
目前,智己汽车和Momenta共同打造的端到端大模型暗合了人脑脑科学发展领域和趋势。他们认为,人脑运行机理类似于经验+预测大模型,跟一段式端到端基本理念相同——经验是过往收集和用于训练的海量优质数据,预测是端到端本身的输出。
映射到智驾大模型之上,智己汽车的一段式端到端,感知和规控是完全打通的;同时控制横向与纵向轨迹,在智能性、舒适性、安全性上都能达到新的高度。
同时,智己汽车还提出创新的思考,通过“快系统”“慢系统”相互配合,通过仿真人脑用“直觉推理+逻辑分析”的方式正确处理问题。快系统即直觉推理,善于直觉与经验快速处理问题,形成决策。
这一技术突破了感知模型的局限性,实现了更加智能的路径规划和驾驶决策,为用户带来更优异的使用体验。
不难看出,智己汽车和Momenta是一段式端到端技术路线的忠实拥护者。事实上,市面上两段式端到端的玩家也不少。
两段式方案通常由感知模型和规控模型两个部分组成,外部信息的处理步骤是,经过感知模型过滤,再传输到规控模型进行计算和决策输出。
对此,智己汽车也有一些思考。“关于一段式和两端式路线,行业有各种各样的解释和定义。不管什么样的技术,最终目的是能够拟人并超越人。”智己汽车智驾中心总监贺锦鹏说道。
为了实现「拟人并超越人」的最终目标,智己汽车的L2、L3、L4采取了共平台开发策略,共享数据池和一段式端到端大模型,其中L2可以为更高阶的智驾功能收集海量优质数据,而L4的技术迭代又能反哺L2/L3的用户体验。
经过过去多年的耕耘,智己汽车已成为全国首个同时具备L2、L3、L4智能驾驶量产能力的品牌。智己IM AD 3.0也已开通全球无图NOA的智驾体验,跻身高阶智驾第一梯队。
关于这一成绩背后的思考,我们与智己汽车、Momenta深入聊了聊。
以下为智己汽车CMO李微萌、Momenta CEO 曹旭东、智己汽车副CTO郭辉、智驾中心总监贺锦鹏、智驾项目总监王康等嘉宾接受未来汽车Daily在内的媒体问答实录(有删改):
Q1:IM AD如何通过一段式端到端大模型来生成“直觉”,和友商智驾方案的区别是什么?
曹旭东:今年,端到端大模型概念很火。据我了解,行业里端到端大模型是多条途径,包括横向、纵向,但一些所谓的端到端大模型,只输出横向,没有纵向输出。
我们的端到端是比较完整体的途径:首先是一段式,感知和规控是完全打通的;其次,通过大模型对横向与纵向轨迹进行很好的控制和优化,在智能性、舒适性、安全性上都能达到更高的天花板水平。
Q2:我们有一个概念叫“从‘最像人’到‘有直觉’”,怎么定义“最像人”还是“有直觉”?
曹旭东:“有直觉”就是“车随心动”。当你看到一个场景,你觉得这个车应该那样开的时候,它立刻马上那样开了,这就非常丝滑、非常直觉。
智己联合Momenta打造的一段式端到端智驾大模型,不光是拥有“人的直觉”,更是拥有“海量的好司机直觉”。我们收集了海量数据,从中筛选好司机的驾驶行为(绝大部分被认可的驾驶行为习惯),并且对一些关键指标进行分析。比如,智驾系统的横向避让比人避让的多还是少?比人加速的多还是少?最终基于海量的数据分布以及好司机的驾驶行为指导智驾大模型学习。
Q3:智己的一段式端到端大模型实现机制是什么样的?
李微萌:一段式端到端的技术路线非常好。五六年前,大家还不觉得城市NOA会这么快实现,更多专注于高速高架NOA研发。那时候有两个技术流派:一个技术流派是rule-based,另一个就是我们和Momenta所坚定走的Data-Driven技术路线。
今天,为什么有人是两段式端到端,而我们直接做了一段式端到端?因为我们觉得一段式端到端一定是未来领先的技术路线。智驾到最后一定是像人一样开车,人开车的时候不会先识别这是瓶子(还是其他障碍物),再做规划。当年有人选择rule-based,是因为它可以快速把场景做出来,变成汽车的卖点给到用户。但是Data-Driven要的数据训练量很大,一开始起步没有那么的快,需要不停的累计学习。但今天我们来看,当年选择Data-Driven是对的,因为智驾一定会实现城区NOA,以及L3、L4也会实现。
曹旭东:我们和智己对于数据驱动特别有信仰,Transformer在2018年就出来了,到2020年已经用Transformer做Planning。那时候,行业里很多人说用Planning做Planning,或者数据驱动做Planning,肯定是不太可能的。确实在不同的场景这个路线会有惊艳或匪夷所思的问题。
我们的研发团队和智己打磨,到2023年初,才真正把Deep Learning Planning做到量产。现在回过去看,那时候我们做到的其实就相当于现在行业里两段式端到端,只不过那时候没有流线的数据,开发难度更小。所以我们用Deep Learning做Planning比特斯拉更早,特斯拉今年上半年才上了端到端,Planning变成深度学习。而且我们在去年已实现两段式,再加上研发体系的支撑,今年成功实现一段式端到端。一段式端到端的优点是天花板更高,缺点是研发难度更大,它需要很强的研发体系支撑才能做到。
贺锦鹏:基于两段式端到端和一段式端到端,行业有各种各样的解释和定义。我们在2023年苏州发布会讲过“认知智能”和“感知智能”同样重要,基于这个前提,我们做了几种Planning的Deep Learning,那时候没有用两段式端到端的名词。现在行业所提到两段式端到端,不管什么样的技术,最终目的是能够拟人并超越人。
《新机器智能》作者霍金斯被称为脑科学领域的科技怪人,他提出人脑运行机理类似于经验+预测大模型,跟我们当前所做的一段式端到端基本理念是一样,经验是做的训练、大数据,海量的优质的数据,预测是端到端本身的输出。不管对自己行为预测还是对周边障碍物预期目标轨迹的输出,也是完全暗合了人脑脑科学发展领域和趋势。这是我们认为的“为什么一段式端到端上限更高”,同时我们不排斥在有些模拟推理上工作内容也会叠加在端到端上。
Q4:智己端到端传播点提到“快慢系统”、“短期记忆和长期记忆”,其他车企也提到过这些,智己的区别是什么?
贺锦鹏:我认为现阶段大家比的是对行业技术趋势的理解以及资源投入。如何实现快速迭代,各家会有差异化。就行业趋势而言,头部几家都在做一段式端到端大模型;难点是如何获取海量、优质的数据,以及怎么做快速迭代。在相同趋势的基础上,智己提出额外内容,通过“快系统”“慢系统”相互配合,通过仿真人脑用“直觉推理+逻辑分析”的方式正确处理问题。快系统即直觉推理,善于直觉与经验快速处理问题,形成决策。这是我们认为有差异点的地方。后续我们也会和Momenta在增大云端总体算力,增强大模型的快速产出的能力。
Q5:智己智驾选择和Momenta合作,在成就一个好的智驾系统方面,双方是怎样的角色和配合,因为已经有新势力表明全栈自研端到端非常有必要,想听听智己和Momenta的想法。
郭辉:智己与Momenta的合作堪称行业典范,智驾领域强强联合模式建立起领先优势,把大家的优势组合起来,转化成最好的产品,给到用户极致的体验,这才是我们的终极目标。在整个合作过程中,Momenta基于深度学习、神经网络,以及数据方面的知识和能力,为智己带来了非常大的帮助。从智己角度来讲,我们在工程化方面的经验,包括对整车的理解,包括怎么能够让智驾系统在车上实现十万辆乃至更大规模的技术落地,我们要做大量的工作,无论从整车层级的系统性开发,抑或是硬件和底软相关的开发和验证,以及到最后测试过程中如何做好数据闭环,这些都非常重要。
关于主机厂如何平衡与开发商的关系,整车企业要不要做全栈,行业里有各种各样的声音。在早期的经典汽车时代,日本丰田、本田都是自研自造。后期,部分零配件自研团队成为独立的公司开始做零部件,我们现在讲的汽车产业链和产业协同都是在这个时期形成。这就有点像三国时代,分分合合,分久必合,合久必分。我们认为,如何能够快速迭代,达到市场预期,就是最好的方案。
曹旭东:智己和Momenta虽然是两个公司,但是胜似一个团队,整个合作迭代效率非常高。我们之前说智驾摩尔定律是两年时间内体验增加十倍,但是我们的追求是远比这个要高,可能两年一百倍甚至更快的速度。实现这个目标需要两边非常高的迭代效率,整个数据闭环的效率提升,可能从以月为单位加速到以周为单位,再以周为单位加速到天为单位,两边团队通过多年的合作形成默契后,这个效率提升放在任何一家公司,内部的团队能够达到这样的效率,都是非常凤毛麟角的,只有这个行业最高端的一部分的企业能够做到。
我们在2023年,花了八个月时间开通全国高速高架NOA;城市NOA 2024年初在上海首发,到9月底全新LS6上市开通全国无图城市NOA,在这个过程中经历过技术方案的切换,从原来的高精地图方案切换成轻地图或者无图,这个技术方案的变更非常大,挑战也非常大。从结果来看,双方的合作达到了预期目标,也证明早期决策是非常正确的。
Q6:智己的技术目标是和竞品之间是拉齐到第一梯队,还是在产品和体验上形成比较大的差异化?如何看待智己在研发速度上保持领先的身位,毕竟智己刚开始主打数字底盘标签,现在又打智驾标签,智己在产品定义上有哪些新的调整?
郭辉:第一,智能化作为汽车下半场最重要的竞争要素,这一点大家不会有疑问。在智能化赛道,核心抓手是智能驾驶,可以认为它是技术底座。对于智己来讲,我们的品牌优势是灵蜥数字底盘。就以我们的“云台车身”为例,依托智驾系统对环境的精准感知,能够识别大曲率的弯道,对底盘进行智能调整,让乘客获得舒适平稳的驾乘体验。这是典型的跨域融合的例子,数字底盘也会用到智驾感知能力,同时在人驾情况下提供舒适的驾驶体验。这个例子说明了,我们可以把数字底盘和智能驾驶的优势融合在一起。当然,前提是我们的智驾技术要非常优秀,要在第一梯队,要有突出的表现。
贺锦鹏:补充一下,比如我们有灵蜥数字底盘,在城市开启高阶智驾,遇到调头工况时会用到灵蜥数字底盘的智慧四轮转向,让调头更轻松,实现更小半径的调头,不用在双向两车道的道路上频繁打方向,智驾体验不会中断。另外,我们根据摄像头识别的弯道曲率信息,控制云台车身,在道路有倾斜的状态下,使车辆的驾乘体验更加平稳。我们认为灵蜥数字底盘是智能驾驶非常合适的载体,智驾体验是否让用户感到舒适,有没有顿挫、均要有好的底盘来做“手脚,眼、脑”的协调工作,只有做到这样,才能算是真正好用的智能驾驶。我们会用灵蜥数字底盘赋能智能驾驶。
Q7:智能驾驶已经被消费者纳入购车决策,这个趋势对智己的影响程度有多大?从营销层面来讲,智己现阶段围绕智驾做了什么,接下来有什么规划?
王康:进入智能电动车时代,我们对用户的购车决策深有感触。之前,用户选择车看外观、造型、价格,电动车还看电耗;近两年,用户选车时,智能化的权重越来越高,包括智舱智驾。
智己汽车在成立之初已经有了很清晰的思考,始终把智能驾驶当做核心DNA对待。我们最近推出的新车型——智己L6、全新智己LS6都全系标配激光雷达、Orin X芯片,拉齐硬件,让所有用户都能够有机会拥有高阶智驾体验。我们在软件算法方面也有很多思考,比如,去年在苏州发布会上,我们第一次把Deep Learning Planning的Planning用到我们算法中;在清华大学举办的IM AD技术发布会上又有了新的想法;今天,我们采用一段式端到端智驾算法更好的赋能智IM AD,给用户更好体验。我们觉得用户对智能化有更高期待,反过来给我们更大动力为用户提供更好的智能化产品。
李微萌:现在营销端分两块,一块是“传播”,有一种量变到质变的感觉,这得益于IM AD3.0的升级。以前,大家在聊智能驾驶的时候“在商言商”,把媒体邀请过来大家试驾出一些内容;但是这次的IM AD3.0新版本,媒体和用户都开始自发传播,让我真的是感受到已经是行业第一梯队的水平。我们和友商也在互相学习,例如,通过相互测试来进行技术迭代。我们往前走到了一段式端到端大模型之后,也将会推动整个市场向前迈一步。
在销售层面,有一些用户MOT的场景,例如智驾+灵蜥数字底盘实现的一把调头,让用互非常满意。试驾的时候,用户就是要一些MOT点,这可能成为他给朋友介绍这台车的时候炫耀点。另外,这次全国开通无图NOA,也对助推销量有很大的提升。 
Q8:去年郭总说过智己用两年时间走过了友商九年的智驾路,跻身行业第一梯队。除了和Momenta的合作因素之外,还有其他重要的因素推进智己的智驾进程吗?
郭辉:从智己的角度来看,我们搭建的是全级别的智驾平台,支撑IM AD的智驾系统快速迭代。所以我们从一开始就选择了数据驱动这一条路。我们的L2、L3、L4采取了共平台开发策略,共享数据池和一段式端到端大模型。我们也是全国首个同时具备L2、L3、L4智能驾驶量产能力的品牌。在这个基础上,我们提供好的平台和好的架构,让高价值的算法和数据能够在数据飞轮上快速的迭代,如此我们才能有机会借助L2++的数据和规模优势,打造L3和L4高级别自动驾驶的体验,这是我们团队合作的重要基础。
Q9:同时开发L2、L3、L4,内部怎么分工?另外,也有人说L2做得越好,L4就越远,这种观点怎么看?
郭辉:我们的理解是从L2到L3、L4,在技术上有相同的部分,也有不同的部分。我们前面一直在讲技术相通的部分,但在硬件架构上、算法和安全上,完全可以做增量,我们对此有着非常清晰的路径。
曹旭东:补充一点,有一个说法L2++做得越好,距离L4越远,完全是伪概念。这个伪概念是曾经一小部分L4公司为了增加自己的所谓技术壁垒创造出来的概念,已经被证伪了。现在说的人已经不多了,甚至做L4的公司不好意思提这个说法了。
Q10:现在智能驾驶赛道的玩家很多,智己在推动国家统一智驾标准方面有什么想法和贡献?
王康:随着IM AD在自动驾驶行业里分量和地位不断提升,影响力不断扩大。很多国家相关部门、国家级检测机构均跟我们进行了高频交流,包括去年L3准入等行业标准的起草,我们都有深度参与。我们不仅要聚焦产品,同时也希望为中国自动驾驶不断向前发展,多做点贡献。
贺锦鹏:我们会更加关注高阶智能驾驶,智己几乎是所有高阶智能驾驶领域的行业标准参与单位。
Q11:智己LS6上市一个月表现怎么样?市场反馈和订单量怎么样?
李微萌:订单超三万多。这个月交付量会达到八千左右,下个月破万。
Q12:特斯拉Model Y要改款了,你们有什么想法?
李微萌:中国品牌合围Model Y,从10月的交付量来看,我还是很期待的。合力把它拉下神坛,肯定是中国品牌最开心的事情。中国品牌各自把自己的看家本领拿出来,互相促进变得更好,让消费者有更大的获益。

亲爱的读者们,不设置星标,很容易错过我们的推送,也无法看到封面图片。请星标“未来汽车Daily”,及时接收每篇推文,期待为您带来更多更专业的行业报道。

为了实现「拟人并超越人」的最终目标,智己汽车的L2、L3、L4采取了共平台开发策略,共享数据池和一段式端到端大模型,其中L2可以为更高阶的智驾功能收集海量优质数据,而L4的技术迭代又能反哺L2/L3的用户体验。

头图来源| 智己官方

作者| 伍文靓

编辑| 苏鹏

「端到端」是今年智驾领域最火的话题。
近日,智己汽车联合Momenta发布了基于一段式端到端智驾模型打造的IM AD 3.0,让汽车不光是拥有「人的直觉」,而且拥有「海量的好司机直觉」。
汽车拥有「直觉」,怎么来理解?
Momenta CEO 曹旭东告诉我们,“有直觉”就是“车随心动”,想到什么,车就做了,而且非常丝滑。
目前,智己汽车和Momenta共同打造的端到端大模型暗合了人脑脑科学发展领域和趋势。他们认为,人脑运行机理类似于经验+预测大模型,跟一段式端到端基本理念相同——经验是过往收集和用于训练的海量优质数据,预测是端到端本身的输出。
映射到智驾大模型之上,智己汽车的一段式端到端,感知和规控是完全打通的;同时控制横向与纵向轨迹,在智能性、舒适性、安全性上都能达到新的高度。
同时,智己汽车还提出创新的思考,通过“快系统”“慢系统”相互配合,通过仿真人脑用“直觉推理+逻辑分析”的方式正确处理问题。快系统即直觉推理,善于直觉与经验快速处理问题,形成决策。
这一技术突破了感知模型的局限性,实现了更加智能的路径规划和驾驶决策,为用户带来更优异的使用体验。
不难看出,智己汽车和Momenta是一段式端到端技术路线的忠实拥护者。事实上,市面上两段式端到端的玩家也不少。
两段式方案通常由感知模型和规控模型两个部分组成,外部信息的处理步骤是,经过感知模型过滤,再传输到规控模型进行计算和决策输出。
对此,智己汽车也有一些思考。“关于一段式和两端式路线,行业有各种各样的解释和定义。不管什么样的技术,最终目的是能够拟人并超越人。”智己汽车智驾中心总监贺锦鹏说道。
为了实现「拟人并超越人」的最终目标,智己汽车的L2、L3、L4采取了共平台开发策略,共享数据池和一段式端到端大模型,其中L2可以为更高阶的智驾功能收集海量优质数据,而L4的技术迭代又能反哺L2/L3的用户体验。
经过过去多年的耕耘,智己汽车已成为全国首个同时具备L2、L3、L4智能驾驶量产能力的品牌。智己IM AD 3.0也已开通全球无图NOA的智驾体验,跻身高阶智驾第一梯队。
关于这一成绩背后的思考,我们与智己汽车、Momenta深入聊了聊。
以下为智己汽车CMO李微萌、Momenta CEO 曹旭东、智己汽车副CTO郭辉、智驾中心总监贺锦鹏、智驾项目总监王康等嘉宾接受未来汽车Daily在内的媒体问答实录(有删改):
Q1:IM AD如何通过一段式端到端大模型来生成“直觉”,和友商智驾方案的区别是什么?
曹旭东:今年,端到端大模型概念很火。据我了解,行业里端到端大模型是多条途径,包括横向、纵向,但一些所谓的端到端大模型,只输出横向,没有纵向输出。
我们的端到端是比较完整体的途径:首先是一段式,感知和规控是完全打通的;其次,通过大模型对横向与纵向轨迹进行很好的控制和优化,在智能性、舒适性、安全性上都能达到更高的天花板水平。
Q2:我们有一个概念叫“从‘最像人’到‘有直觉’”,怎么定义“最像人”还是“有直觉”?
曹旭东:“有直觉”就是“车随心动”。当你看到一个场景,你觉得这个车应该那样开的时候,它立刻马上那样开了,这就非常丝滑、非常直觉。
智己联合Momenta打造的一段式端到端智驾大模型,不光是拥有“人的直觉”,更是拥有“海量的好司机直觉”。我们收集了海量数据,从中筛选好司机的驾驶行为(绝大部分被认可的驾驶行为习惯),并且对一些关键指标进行分析。比如,智驾系统的横向避让比人避让的多还是少?比人加速的多还是少?最终基于海量的数据分布以及好司机的驾驶行为指导智驾大模型学习。
Q3:智己的一段式端到端大模型实现机制是什么样的?
李微萌:一段式端到端的技术路线非常好。五六年前,大家还不觉得城市NOA会这么快实现,更多专注于高速高架NOA研发。那时候有两个技术流派:一个技术流派是rule-based,另一个就是我们和Momenta所坚定走的Data-Driven技术路线。
今天,为什么有人是两段式端到端,而我们直接做了一段式端到端?因为我们觉得一段式端到端一定是未来领先的技术路线。智驾到最后一定是像人一样开车,人开车的时候不会先识别这是瓶子(还是其他障碍物),再做规划。当年有人选择rule-based,是因为它可以快速把场景做出来,变成汽车的卖点给到用户。但是Data-Driven要的数据训练量很大,一开始起步没有那么的快,需要不停的累计学习。但今天我们来看,当年选择Data-Driven是对的,因为智驾一定会实现城区NOA,以及L3、L4也会实现。
曹旭东:我们和智己对于数据驱动特别有信仰,Transformer在2018年就出来了,到2020年已经用Transformer做Planning。那时候,行业里很多人说用Planning做Planning,或者数据驱动做Planning,肯定是不太可能的。确实在不同的场景这个路线会有惊艳或匪夷所思的问题。
我们的研发团队和智己打磨,到2023年初,才真正把Deep Learning Planning做到量产。现在回过去看,那时候我们做到的其实就相当于现在行业里两段式端到端,只不过那时候没有流线的数据,开发难度更小。所以我们用Deep Learning做Planning比特斯拉更早,特斯拉今年上半年才上了端到端,Planning变成深度学习。而且我们在去年已实现两段式,再加上研发体系的支撑,今年成功实现一段式端到端。一段式端到端的优点是天花板更高,缺点是研发难度更大,它需要很强的研发体系支撑才能做到。
贺锦鹏:基于两段式端到端和一段式端到端,行业有各种各样的解释和定义。我们在2023年苏州发布会讲过“认知智能”和“感知智能”同样重要,基于这个前提,我们做了几种Planning的Deep Learning,那时候没有用两段式端到端的名词。现在行业所提到两段式端到端,不管什么样的技术,最终目的是能够拟人并超越人。
《新机器智能》作者霍金斯被称为脑科学领域的科技怪人,他提出人脑运行机理类似于经验+预测大模型,跟我们当前所做的一段式端到端基本理念是一样,经验是做的训练、大数据,海量的优质的数据,预测是端到端本身的输出。不管对自己行为预测还是对周边障碍物预期目标轨迹的输出,也是完全暗合了人脑脑科学发展领域和趋势。这是我们认为的“为什么一段式端到端上限更高”,同时我们不排斥在有些模拟推理上工作内容也会叠加在端到端上。
Q4:智己端到端传播点提到“快慢系统”、“短期记忆和长期记忆”,其他车企也提到过这些,智己的区别是什么?
贺锦鹏:我认为现阶段大家比的是对行业技术趋势的理解以及资源投入。如何实现快速迭代,各家会有差异化。就行业趋势而言,头部几家都在做一段式端到端大模型;难点是如何获取海量、优质的数据,以及怎么做快速迭代。在相同趋势的基础上,智己提出额外内容,通过“快系统”“慢系统”相互配合,通过仿真人脑用“直觉推理+逻辑分析”的方式正确处理问题。快系统即直觉推理,善于直觉与经验快速处理问题,形成决策。这是我们认为有差异点的地方。后续我们也会和Momenta在增大云端总体算力,增强大模型的快速产出的能力。
Q5:智己智驾选择和Momenta合作,在成就一个好的智驾系统方面,双方是怎样的角色和配合,因为已经有新势力表明全栈自研端到端非常有必要,想听听智己和Momenta的想法。
郭辉:智己与Momenta的合作堪称行业典范,智驾领域强强联合模式建立起领先优势,把大家的优势组合起来,转化成最好的产品,给到用户极致的体验,这才是我们的终极目标。在整个合作过程中,Momenta基于深度学习、神经网络,以及数据方面的知识和能力,为智己带来了非常大的帮助。从智己角度来讲,我们在工程化方面的经验,包括对整车的理解,包括怎么能够让智驾系统在车上实现十万辆乃至更大规模的技术落地,我们要做大量的工作,无论从整车层级的系统性开发,抑或是硬件和底软相关的开发和验证,以及到最后测试过程中如何做好数据闭环,这些都非常重要。
关于主机厂如何平衡与开发商的关系,整车企业要不要做全栈,行业里有各种各样的声音。在早期的经典汽车时代,日本丰田、本田都是自研自造。后期,部分零配件自研团队成为独立的公司开始做零部件,我们现在讲的汽车产业链和产业协同都是在这个时期形成。这就有点像三国时代,分分合合,分久必合,合久必分。我们认为,如何能够快速迭代,达到市场预期,就是最好的方案。
曹旭东:智己和Momenta虽然是两个公司,但是胜似一个团队,整个合作迭代效率非常高。我们之前说智驾摩尔定律是两年时间内体验增加十倍,但是我们的追求是远比这个要高,可能两年一百倍甚至更快的速度。实现这个目标需要两边非常高的迭代效率,整个数据闭环的效率提升,可能从以月为单位加速到以周为单位,再以周为单位加速到天为单位,两边团队通过多年的合作形成默契后,这个效率提升放在任何一家公司,内部的团队能够达到这样的效率,都是非常凤毛麟角的,只有这个行业最高端的一部分的企业能够做到。
我们在2023年,花了八个月时间开通全国高速高架NOA;城市NOA 2024年初在上海首发,到9月底全新LS6上市开通全国无图城市NOA,在这个过程中经历过技术方案的切换,从原来的高精地图方案切换成轻地图或者无图,这个技术方案的变更非常大,挑战也非常大。从结果来看,双方的合作达到了预期目标,也证明早期决策是非常正确的。
Q6:智己的技术目标是和竞品之间是拉齐到第一梯队,还是在产品和体验上形成比较大的差异化?如何看待智己在研发速度上保持领先的身位,毕竟智己刚开始主打数字底盘标签,现在又打智驾标签,智己在产品定义上有哪些新的调整?
郭辉:第一,智能化作为汽车下半场最重要的竞争要素,这一点大家不会有疑问。在智能化赛道,核心抓手是智能驾驶,可以认为它是技术底座。对于智己来讲,我们的品牌优势是灵蜥数字底盘。就以我们的“云台车身”为例,依托智驾系统对环境的精准感知,能够识别大曲率的弯道,对底盘进行智能调整,让乘客获得舒适平稳的驾乘体验。这是典型的跨域融合的例子,数字底盘也会用到智驾感知能力,同时在人驾情况下提供舒适的驾驶体验。这个例子说明了,我们可以把数字底盘和智能驾驶的优势融合在一起。当然,前提是我们的智驾技术要非常优秀,要在第一梯队,要有突出的表现。
贺锦鹏:补充一下,比如我们有灵蜥数字底盘,在城市开启高阶智驾,遇到调头工况时会用到灵蜥数字底盘的智慧四轮转向,让调头更轻松,实现更小半径的调头,不用在双向两车道的道路上频繁打方向,智驾体验不会中断。另外,我们根据摄像头识别的弯道曲率信息,控制云台车身,在道路有倾斜的状态下,使车辆的驾乘体验更加平稳。我们认为灵蜥数字底盘是智能驾驶非常合适的载体,智驾体验是否让用户感到舒适,有没有顿挫、均要有好的底盘来做“手脚,眼、脑”的协调工作,只有做到这样,才能算是真正好用的智能驾驶。我们会用灵蜥数字底盘赋能智能驾驶。
Q7:智能驾驶已经被消费者纳入购车决策,这个趋势对智己的影响程度有多大?从营销层面来讲,智己现阶段围绕智驾做了什么,接下来有什么规划?
王康:进入智能电动车时代,我们对用户的购车决策深有感触。之前,用户选择车看外观、造型、价格,电动车还看电耗;近两年,用户选车时,智能化的权重越来越高,包括智舱智驾。
智己汽车在成立之初已经有了很清晰的思考,始终把智能驾驶当做核心DNA对待。我们最近推出的新车型——智己L6、全新智己LS6都全系标配激光雷达、Orin X芯片,拉齐硬件,让所有用户都能够有机会拥有高阶智驾体验。我们在软件算法方面也有很多思考,比如,去年在苏州发布会上,我们第一次把Deep Learning Planning的Planning用到我们算法中;在清华大学举办的IM AD技术发布会上又有了新的想法;今天,我们采用一段式端到端智驾算法更好的赋能智IM AD,给用户更好体验。我们觉得用户对智能化有更高期待,反过来给我们更大动力为用户提供更好的智能化产品。
李微萌:现在营销端分两块,一块是“传播”,有一种量变到质变的感觉,这得益于IM AD3.0的升级。以前,大家在聊智能驾驶的时候“在商言商”,把媒体邀请过来大家试驾出一些内容;但是这次的IM AD3.0新版本,媒体和用户都开始自发传播,让我真的是感受到已经是行业第一梯队的水平。我们和友商也在互相学习,例如,通过相互测试来进行技术迭代。我们往前走到了一段式端到端大模型之后,也将会推动整个市场向前迈一步。
在销售层面,有一些用户MOT的场景,例如智驾+灵蜥数字底盘实现的一把调头,让用互非常满意。试驾的时候,用户就是要一些MOT点,这可能成为他给朋友介绍这台车的时候炫耀点。另外,这次全国开通无图NOA,也对助推销量有很大的提升。 
Q8:去年郭总说过智己用两年时间走过了友商九年的智驾路,跻身行业第一梯队。除了和Momenta的合作因素之外,还有其他重要的因素推进智己的智驾进程吗?
郭辉:从智己的角度来看,我们搭建的是全级别的智驾平台,支撑IM AD的智驾系统快速迭代。所以我们从一开始就选择了数据驱动这一条路。我们的L2、L3、L4采取了共平台开发策略,共享数据池和一段式端到端大模型。我们也是全国首个同时具备L2、L3、L4智能驾驶量产能力的品牌。在这个基础上,我们提供好的平台和好的架构,让高价值的算法和数据能够在数据飞轮上快速的迭代,如此我们才能有机会借助L2++的数据和规模优势,打造L3和L4高级别自动驾驶的体验,这是我们团队合作的重要基础。
Q9:同时开发L2、L3、L4,内部怎么分工?另外,也有人说L2做得越好,L4就越远,这种观点怎么看?
郭辉:我们的理解是从L2到L3、L4,在技术上有相同的部分,也有不同的部分。我们前面一直在讲技术相通的部分,但在硬件架构上、算法和安全上,完全可以做增量,我们对此有着非常清晰的路径。
曹旭东:补充一点,有一个说法L2++做得越好,距离L4越远,完全是伪概念。这个伪概念是曾经一小部分L4公司为了增加自己的所谓技术壁垒创造出来的概念,已经被证伪了。现在说的人已经不多了,甚至做L4的公司不好意思提这个说法了。
Q10:现在智能驾驶赛道的玩家很多,智己在推动国家统一智驾标准方面有什么想法和贡献?
王康:随着IM AD在自动驾驶行业里分量和地位不断提升,影响力不断扩大。很多国家相关部门、国家级检测机构均跟我们进行了高频交流,包括去年L3准入等行业标准的起草,我们都有深度参与。我们不仅要聚焦产品,同时也希望为中国自动驾驶不断向前发展,多做点贡献。
贺锦鹏:我们会更加关注高阶智能驾驶,智己几乎是所有高阶智能驾驶领域的行业标准参与单位。
Q11:智己LS6上市一个月表现怎么样?市场反馈和订单量怎么样?
李微萌:订单超三万多。这个月交付量会达到八千左右,下个月破万。
Q12:特斯拉Model Y要改款了,你们有什么想法?
李微萌:中国品牌合围Model Y,从10月的交付量来看,我还是很期待的。合力把它拉下神坛,肯定是中国品牌最开心的事情。中国品牌各自把自己的看家本领拿出来,互相促进变得更好,让消费者有更大的获益。

亲爱的读者们,不设置星标,很容易错过我们的推送,也无法看到封面图片。请星标“未来汽车Daily”,及时接收每篇推文,期待为您带来更多更专业的行业报道。

展开
打开“财经头条”阅读更多精彩资讯
APP内打开