挤进第一梯队？智己汽车「端到端」智驾方案也来了

「端到端」大模型已被认为是探索高阶智驾的有效工具。今年以来，小鹏、华为、理想先后宣布「端到端」大模型智驾方案落地。

10月28日，智己汽车联手Momenta推出采用「一段式端到端」架构的智驾方案——IM AD 3.0。这意味着，智己汽车或将成为国内第四家落地「端到端」大模型智驾方案的车企。

尽管各家都走上了「端到端」大模型的技术路径，但在具体方案及技术阐述上有所差异。小鹏和华为采用的是分段式「端到端」方案，理想和智己则强调自家是一段式方案。

同时，在技术阐述上，智己汽车表示，IM AD 3.0将完成智驾能力从“最像人”到“有直觉”的断代式进化，为智驾系统率先注入人工智能生成的“直觉”。

所谓“直觉”，是指智驾方案能以更接近人脑结构的思考方式，生成本能反应主导的直觉决策能力，进而带来老司机的直觉驾驶体感。

“直觉驾驶”让智能汽车拥有综合分析道路环境全局信息，尤其在应对突发状况时，能够“脑补”出看不见、看不全的路况信息，像人类高级思维一样可以做出瞬间预判，即人们通常所说的“直觉”或“下意识反应”。

当然，高阶智驾不能仅凭直觉驾驶，还需要有安全策略兜底，因此，在IM AD 3.0方案里，不仅有 「一段式端到端大模型」，还有一个关键的算法模型即「安全逻辑网络」。

两个模型如何分工？

「一段式端到端大模型」取消了分模块智驾结构，将感知与规划整合进一个大模型，通过优质数据训练一个完整的神经网络，分析全局信息、隐含信息，学习优秀的人类驾驶行为，从原始数据输入到规划路径输出，形成人脑高级思维的直觉反应。

「安全逻辑网络」则用来保证直觉决策的安全性，负责将大模型输出的（候选）规划轨迹进行判断，最终生成执行策略。

对比来看，智己与Momenta的思路与理想汽车也比较接近，理想汽车的最新智驾架构为「端到端」大模型+VLM视觉语言模型。

其中，「端到端」大模型具备高效、快速响应的能力，主要应对驾驶车辆时95%的常规场景。而VLM模型负责更深入的理解与学习，形成逻辑推理、复杂分析和计算能力，在驾驶车辆时用于解决复杂甚至未知的交通场景，占日常驾驶的约5%。

理想汽车认为，两个模型相互配合，能够分别确保大部分场景下的高效率和少数场景下的高上限，成为人类认知、理解世界并做出决策的基础。

端到端大模型有显而易见的优势，但并非全无弊端。

Momenta分享称，训练智驾大模型是一个试错的过程，用深度学习做自动驾驶是一个开始，不是结束，意味着未来会有很多的探索、升级，如何降低试错成本变成了关键。

马斯克曾在社交平台分享，特斯拉去年花了20亿美元构建数据中心，今年计划用100亿美元做自动驾驶的训练。可以看到，自动驾驶大模型训练试错成本非常高。

为了解决端到端大模型试错成本高的问题，Momenta首创了“长短期记忆模式”。仿照人类记忆形成的模式：首先大量的外界信息会进入短期记忆，再经过短期记忆的筛选验证后，才会进入长期记忆。

Momenta也采用这个方案，每天验证一个方法、一批数据，这就相当于验证短期记忆，短期记忆成本比较低、训练周期也会比较短。

被验证过的好的方法、数据再应用到大模型里，训练长期记忆，来尽可能地保证每次训练的正确性。

Momenta表示，通过这个方法，比直接训练「端到端」大模型试错，训练成本节省10-100倍的同时，大幅提升迭代速度。

在此次智驾技术沟通会上，智己汽车同时宣布，其已经成为全国首个同时具备L2、L3、L4智能驾驶量产能力的品牌。

在L2+级高阶辅助驾驶方面，智己已于本月在全国范围内开通全系车型“无图城市NOA”。目前，智己又已启动欧洲市场的L2+道路测试，力图打造“全球都能开”的无图NOA。

L3级自动驾驶也已进入量产倒计时。今年6月份，智己入选全国首批“L3准入及路试联合体名单”，预计将于2026年正式具备L3级自动驾驶方案的量产条件。

在L4级自动驾驶方面，智己预计将在年内获得首批“L4级无驾驶人道路测试牌照”，实现无人驾驶车率先上路。