Deprecated: Creation of dynamic property db::$querynum is deprecated in /www/wwwroot/6677kb.com/inc/func.php on line 1413

Deprecated: Creation of dynamic property db::$database is deprecated in /www/wwwroot/6677kb.com/inc/func.php on line 1414

Deprecated: Creation of dynamic property db::$Stmt is deprecated in /www/wwwroot/6677kb.com/inc/func.php on line 1453

Deprecated: Creation of dynamic property db::$Sql is deprecated in /www/wwwroot/6677kb.com/inc/func.php on line 1454
智己汽车智驾_企业新闻_ob电竞首页_官网电竞登录

智己汽车智驾



  “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车企。”

  在当天联合Momenta举办的智能驾驶技术日上,刘涛罗列了L2+、L3和L4的路线+级高阶辅助驾驶,已于本月在全国范围内开通全系车型“无图城市NOA”上落地;

  L3级无人驾驶,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级无人驾驶方案的量产条件;

  L4级无人驾驶,预计智己将在年内获得首批“L4级无驾驶人道路测试牌照”,实现无人驾驶车率先上路。

  智己汽车敢于立下这样的FLAG,底气是——基于智己汽车 & Momenta联合打造的“一段式端到端直觉式智驾大模型”。

  智己汽车在智驾研发和应用上,起步较晚,2023年4月才落地首城高快领航,但今年10月已经在全国开通城市NOA,现在又准备量产L3、做无驾驶人的L4测试,这样的跨越式进步,是如何发生的?

  智己汽车成立于2020年底,从名称来看,就以“智能化”为标签,但在智能驾驶上,智己汽车是追赶者。

  按智己官方介绍,IM AD3.0实现了全国城市中“全场景都好开”,而且也能在城市狭窄街道、乡村小路、复杂环岛的全部道路使用。不仅如此,

  例一,在一个红绿灯路口,绿灯亮起,车辆起步,但右方车辆突然在斑马线前刹停,“如果是用逻辑来分析,前方没有障碍,同时绿灯又亮起来,我们的判断应该是可以笔直前进。”刘涛说,但经验比较丰富,直觉敏锐的老司机,会感觉到大概率是右前方有突发情况,继而减速再决定下一步操作。

  另一个例子是,在一个占道修路的路段,对向一个车道被临时划作本方向的车道。“常规的智驾绝大多数都是退出的,要接管,因为规则它不允许跨越实线直线。”刘涛说,但有直觉的智能驾驶,会综合分析整个路面场景,果断做出全局判断,借道行走。

  刘涛表示,IM AD 3.0是一次断代式的进化,带来十年老司机的直觉驾驶体感。

  智己智驾的“狂飙”,决定性的一跃,发生在无图城市NOA这一赛段。而智己凭借的,是和Momenta一起联合开发的IM AD3.0,背后是“一段式端到端智驾大模型”。

  “端到端”大模型由特斯拉首先用于智驾开发,并在特斯拉FSD V12版本应用之后,取得明显进步,引发智驾企业纷纷跟随。

  不过,有些企业,比如华为,采用的是分段式或者分模块的“端到端”,分为感知和规划两个模块,分别进行“端到端”的模型训练,并且还有安全网络兜底。

  有的企业和特斯拉一样,比如Momenta,就直接采用“一段式”或者“单一模型”的端到端方案,从感知设备输入信号,到输出执行指令,全都由一个模型学习完成。

  Momenta CEO曹旭东也在双方联合举办的智能驾驶技术日上做了发言。

  曹旭东认为,一段式端到端方案,更符合人类大脑的运行原理,“通过把感知、规划两个模型整合成一个大模型,传感器原始数据输入规划路径输出,实现人类的高级思维中的快速直觉般的反应,让自驾体验更加的人性化。”

  而单一模型,“无需人为定义感知到规划的接口,可学习全局信息、隐含信息,就算是看不清的看不到的房子、一些道路的结构或者情况,也能综合分析车流的轨迹,获得全局的隐含的信息。”

  他举了一个例子,当路面上存在水坑时,在分段式的模型中,对水坑的识别是很困难的,因为首先是要严格定义水坑的类型,然后再大量的数据来训练感知模型并认知水坑。在训练规划的时候,当系统绕开的时候,从感知训练到规划训练,又要大量的数据和人为的操作,而且最终的车辆行为还会受限于感知的准确度。一段式的智驾训练方式发生了本质的变化,去除了人为定义的水坑的步骤,能够最终靠水坑的数据直接学习人类优秀的驾驶行为,“对水坑没有显性的定义,我们的智驾大模型也能学习到隐含的认知,并绕过水坑。”

  在“一段式端到端智驾大模型”的基础上,曹旭东还分享了大模型训练的一个“降本”方案。之所以需要降本,是因为这样的训练需要大量数据和算力。

  。“能够正常的看到无人驾驶的大部分的训练,其实试错的成本是非常高的,训练一个模型可能要花百万美金甚至几百万美金,如果方法错了或者继续错了,基本上你就打水漂了。”

  Momenta采取了一个长短记忆结合的方式,来训练智驾大模型。“它也是仿造了人类的记忆的一个过程,就是外界的大量的信息数据首先会进入短期记忆,再经过短期记忆的筛选验证,之后才会进入长期记忆,形成习得的能力和经验。”

  曹旭东说,其逻辑是,“短期记忆的训练成本比较低,可以据此验证新模型是不是正确的,以及用于训练的数据是不是正确的,训练的周期也会比较短,平均一天就能迭代一个版本”。

  最终,经过短期记忆被验证过的好的方法,好的数据在积累一段时间以后,再进入的“长期记忆”,这样子就能够保证长期记忆的训练,基本上一次训练就能训练得对。

  曹旭东还表示,一段式端到端的智驾大模型,需要大量的数据来进行训练,因此,海量的数据及数据工具的自动化也是核心能力之一,更是成败的关键。他介绍,Momenta已经有了密集的、优质的数据积累,数据量以指数级的爆发的方式增长,

  由此,曹旭东说,“我们是全球首批实现一段式端到端智驾上车的企业,我们Momenta将助力智己汽车成为最早实现L3、L4无人驾驶的品牌。”

  智己汽车已经启动欧洲市场的L2+道路测试,希望为智驾出海打造首个“全球都能开”的无图NOA。

  刘涛表示,中国已经是全球新能源汽车的创新中心,毫无疑问也将会成为全世界无人驾驶创新中心。


上一篇:消石灰生产线工艺

下一篇:总产值超100亿!长兴致力矿业领域高质量发展


版权所有@2008-2018 ob电竞首页_官网电竞登录 地址:桂林市西城经济开发区秧塘工业园
服务热线:400-677-6963 0773-3568991 E-mail:sales1@glxc.com
网站备案号:桂ICP备11002237号

点击咨询