当前位置: 首页 > news >正文

全新一代理想智能驾驶开启万人体验团招募,OTA 6.2正式全量推送

核心信息:

  • 无图NOA正式推送后,截至7月30日,理想汽车城市NOA日均里程提升3倍,城市NOA日均活跃度提升8倍
  • 理想全国门店开启无图NOA试驾后,门店NOA试驾率实现倍增,30万元以上车型AD Max销量占比达到70%
  • 理想端到端模型+VLM视觉语言模型万人体验团正式开启招募
  • 全新一代理想智能驾驶实现高效迭代,30天迭代12版模型,平均2-3天迭代一个模型,高质量数据和充足算力是高效迭代的核心要素
  • 理想汽车目前累积的训练里程已超过22亿公里,预计到2024年底将超过30亿公里
  • 理想汽车当前训练算力达到5.39EFLOPS,预计到2024年底将超过8EFLOPS
  • 理想汽车正式全量推送OTA 6.2,包含车位随心画、低速自动紧急制动、开放理想演示厅、超充站不下车降地锁等功能

2024年8月30日,理想汽车携理想L系列和MEGA亮相2024成都国际汽车展览会,发布智能驾驶的最新进展与未来规划,宣布基于端到端及VLM视觉语言模型的全新一代理想智能驾驶正式开启万人体验团招募。此外,理想汽车宣布OTA 6.2正式全量推送,新增车位随心画、低速自动紧急制动、开放理想演示厅、超充站不下车降地锁等重磅功能,持续围绕智能驾驶、智能空间和智能电动提升产品价值。

理想汽车产品部高级副总裁范皓宇表示:“随着无图NOA发布,理想汽车城市NOA日均里程提升3倍,城市NOA日均活跃度提升8倍。另外,基于端到端模型、VLM视觉语言模型和世界模型的全新自动驾驶技术架构今天开启万人体验团招募,新一代产品将进入有监督自动驾驶的新阶段。理想汽车自动驾驶产品面向车主免费。”

理想汽车智能驾驶研发副总裁郎咸朋表示:“得益于庞大的训练数据、强大的算力和AI能力评测体系,全新一代理想智能驾驶迭代速度非常惊人。理想汽车目前累积的训练里程已超过22亿公里,预计到2024年底将超过30亿公里;当前训练算力达到5.39EFLOPS,预计到2024年底将超过8EFLOPS,理想汽车每年在训练算力的投入超过10亿人民币。我们认为最终实现自动驾驶需要的训练算力要达到100EFLOPS的量级,折合成投入每年要超过10亿美金。 ”


无图NOA引发巨变,理想智能驾驶成为用户爱买、爱用的产品

7月15日,理想汽车正式全量推送无图NOA,不再依赖高精地图等先验信息,在全国范围内可导航的城市道路均可使用。随着无图NOA推送,理想智能驾驶已经跻身行业第一梯队,并且逐渐变为用户爱买、爱用的智能驾驶产品。理想汽车智能驾驶满意度调研显示,用户在满分10分的调研中,对理想智能驾驶给予了9分的高度评价。理想全国门店开启无图NOA试驾后,门店NOA试驾率实现倍增,30万元以上车型AD Max销量占比达到近70%。

从7月推送至今不到两个月的时间,理想汽车城市NOA日均里程提升了3倍,城市NOA日均活跃度提升了8倍,这说明理想智能驾驶已经跨越新技术面临的鸿沟,迈入了晚期大众阶段。理想汽车用户量、用户日均里程以及用户日活跃度的增长,推动智能驾驶累计总里程高速增长。从2022年到2024年8月底,智能驾驶累计总里程实现从4亿公里到22亿公里的飞跃式增长,今年年底预计达到30亿公里,有望在全球范围内位居领先水平。

全自动紧急转向AES,未来覆盖更多场景

理想汽车智能驾驶在快速迭代的同时,安全性也在不断提升。7月中旬,理想汽车正式推送全自动紧急转向AES。在AEB(自动紧急制动系统)全力制动也无法避免碰撞的物理极限场景,同时系统判断没有与旁边车道车辆和行人碰撞风险的情况下,AES能做到无需人为转向辅助,快速唤醒并自动执行避让。AES在AEB的基础上,将一维的纵向制动,升级到了二维的制动及转向,规划多条躲避路径并选择其中最优的进行避撞。

OTA 6.1版本中,AES实现了在自车速度80-135km/h下,面对前方静止或低速的车辆,具备自动紧急转向躲避危险的能力。目前,理想汽车正在开发连续两次避让能力。未来,AES将探索更高的极限性能和更多的场景能力,例如跨越车道避让、连续绕行避让等能力,以及应对极限近距离加塞、极限行人鬼探头等危险场景。

全新一代理想智能驾驶高速迭代,万人团内测加速技术创新落地

受到诺贝尔奖获得者丹尼尔·卡尼曼提出的双系统理论启发,理想汽车研发出世界首创的双系统智能驾驶方案。7月底,理想汽车基于端到端模型、VLM视觉语言模型和世界模型的全新智能驾驶技术架构成功在车端落地并开启千人内测。千人团用户数量达到1029人,覆盖270个城市。内测不到1个月的时间,千人团用户总城市NOA行驶里程达到21.1万公里,单日城市NOA驾驶最长里程391公里,单次零接管城市NOA最长里程81.6公里。

理想汽车的端到端模型是One Model一体化端到端,能够保证大部分场景下的“高效率”,使智能驾驶具备“老司机”的驾驶能力。VLM视觉语言模型是世界上第一个成功部署在车端芯片的大模型,具备应对复杂场景的逻辑思考及决策能力。基于此技术方案,理想汽车为用户带来了全新的智能驾驶产品和体验形态,即车位到车位的“一键智驾”功能,该功能让全新一代的理想智能驾驶产品迈入了“有监督的自动驾驶”新阶段。

世界模型支撑了全新一代理想智能驾驶大范围、高速迭代,提供了自动化的AI能力评价体系,通过重建技术将用户遇到的问题场景变成“错题集”,通过生成技术将用户的真实驾驶场景举一反三为“模拟题”,两个技术确保了在模型评价时错题不再做错,同时兼具优秀的泛化能力。

理想汽车超90万用户提供的超22亿智能驾驶里程,以及5.39EFLOPS的训练算力,是全新一代理想智能驾驶高速迭代的核心要素。高质量数据和充足算力推动了系统30天迭代12版模型,平均2-3天迭代一个模型。预计到2024年底,理想汽车训练数据超过30亿公里,训练算力超过8EFLOPS。

在千人团内测的1个月时间内,MPI(平均接管里程)从第1个版本的12.2公里,提升至第12个版本的21.8公里,提升幅度近2倍。全新一代理想智能驾驶迭代速度真正验证了Scaling Law(缩放定律),即模型能力会随着训练数据量增长而提升。此次发布会,理想汽车开启全新一代理想智能驾驶万人体验团招募,标志着理想汽车正在加速推动技术创新面向所有用户落地。

OTA 6.2正式全量推送,两个月内连续3次重磅更新

发布会最后,理想汽车宣布OTA 6.2将在今天开启全量推送,重点围绕智能驾驶、智能空间和智能电动,持续进化产品力。智能驾驶方面,AD Max车型新增车位随心画功能,用户在各种路面场景可以自定义车位使用智能泊车,并具备了低速自动紧急制动能力(低速AEB)。AD Pro车型新增关门泊入功能,升级侧前、侧后盲区横穿制动和后向碰撞预警功能。智能空间方面,理想演示厅全面开放给所有用户;全景影像中新增常规视角下的轮毂视角;任务大师新增20多种条件和动作,自定义功能更丰富。智能电动方面,新增隐藏式门把手防夹能力、超充站不下车降地锁能力、随时随地开启充电预冷预热能力等。自7月15日推送OTA 6.0版本以来,理想汽车实现两个月内3次OTA推送​,其中包含无图NOA、AES等全面提升用户体验的行业领先功能。

理想汽车智能空间影音系统,专为中国大家庭而生

此次成都车展,理想汽车展台1:1还原自建的空间声学实验室,精心打造智能空间影音室,让到访者体验到理想汽车旗舰级影音系统带来的震撼视听效果。理想汽车致力于还原声音本质,实现全车影音平权。为此,理想汽车铂金音响系统具备大柏林同品质的扬声器,媲美百万豪车的声音体验。音响调教和布局方面,理想汽车是全球首个落地自研音效算法的车企,并拥有服务于全家人的空间声学布局。

考虑到不同用户对于声音的的喜好不同,理想汽车的调音大师功能,能够为用户提供高自由度的个性化选择,理想汽车是首家开放底层调音能力的车企。此外,理想MEGA是全球首款同时提供杜比视界与杜比全景声体验的车型,真正为全家人打造出移动家庭影院。

得益于理想汽车坚持核心技术自研,长期保持高研发投入,理想智能驾驶实现了里程碑式的突破,如今迈入了“有监督的自动驾驶”新阶段。未来,理想汽车将始终围绕家庭用户进行价值创造和价值传递,为更多用户创造移动的家,创造幸福的家。

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 华硕天选Air:开学季的性价比之巅
  • 聚焦工业自动化领域,港迪技术IPO上市加码技术研发投入
  • MySQL:简述对事务的认识
  • 排序算法之希尔排序详细解读(附带Java代码解读)
  • Nginx轮询负载均衡配置指南:实现高效请求分发
  • 无人机遥控器工作原理!!!
  • 全面解析:动态住宅代理的关键优势
  • axios取消请求CancelToken的原理解析及用法示例
  • 手撕数据结构与算法——拓扑排序
  • 【STM32单片机_(HAL库)】3-3【中断EXTI】使用SysTick模拟多线程
  • 数据结构(树、平衡树、红黑树)
  • 深入理解 XSS 漏洞:原理、危害与防范
  • MATSUSADA松定电源 直流电源维修PK350-1.1
  • Linux上启动redis
  • Ps:首选项
  • (十五)java多线程之并发集合ArrayBlockingQueue
  • ➹使用webpack配置多页面应用(MPA)
  • Angular6错误 Service: No provider for Renderer2
  • Java 9 被无情抛弃,Java 8 直接升级到 Java 10!!
  • ng6--错误信息小结(持续更新)
  • Quartz实现数据同步 | 从0开始构建SpringCloud微服务(3)
  • Webpack 4 学习01(基础配置)
  • 阿里云前端周刊 - 第 26 期
  • 创建一个Struts2项目maven 方式
  • 什么是Javascript函数节流?
  • 小程序开发之路(一)
  • 硬币翻转问题,区间操作
  • 用简单代码看卷积组块发展
  • 原生 js 实现移动端 Touch 滑动反弹
  • shell使用lftp连接ftp和sftp,并可以指定私钥
  • 机器人开始自主学习,是人类福祉,还是定时炸弹? ...
  • ​七周四次课(5月9日)iptables filter表案例、iptables nat表应用
  • # 利刃出鞘_Tomcat 核心原理解析(二)
  • #pragma once
  • (14)目标检测_SSD训练代码基于pytorch搭建代码
  • (14)学习笔记:动手深度学习(Pytorch神经网络基础)
  • (6)添加vue-cookie
  • (超详细)2-YOLOV5改进-添加SimAM注意力机制
  • (附源码)基于ssm的模具配件账单管理系统 毕业设计 081848
  • (九)One-Wire总线-DS18B20
  • (六)vue-router+UI组件库
  • (区间dp) (经典例题) 石子合并
  • (转)关于如何学好游戏3D引擎编程的一些经验
  • .gitignore文件忽略的内容不生效问题解决
  • .NET C# 使用 iText 生成PDF
  • .NET CF命令行调试器MDbg入门(一)
  • .net core docker部署教程和细节问题
  • .NET Core 版本不支持的问题
  • .Net Core 中间件验签
  • .NET Framework 4.6.2改进了WPF和安全性
  • .net 打包工具_pyinstaller打包的exe太大?你需要站在巨人的肩膀上-VC++才是王道
  • .NetCore 如何动态路由
  • .NET简谈互操作(五:基础知识之Dynamic平台调用)
  • @Data注解的作用
  • [ SNOI 2013 ] Quare