李想又雙叒叕在微博懟人了，接著還一（胡）本（說）正（八）經（道）地說微博是mind gpt生成并發布的。評論區蹲著一幫八卦團伙，嬉笑怒罵，好不熱鬧！

熱鬧就對了！這一切都為理想即將開始的城市NOA北京內測做了天然的預熱。

為什么面對吐槽和質疑，李想總能痛快的懟回去呢？因為人家有底氣有實力呀。

底氣我們都知道，理想的銷量確實好看。如今已成為中國市值第二高的車企，剛剛結束的“家庭科技日”更是讓其股價突破2470億元。

實力方面，正好就著網友吐槽理想抄襲蔚來車頂激光雷達這事兒聊一下理想的AD max智能駕駛系統。

AD Max是理想最高端的智能駕駛系統

AD Max是理想最高端的智能駕駛系統（AD Pro系統應用于L8/L7），它的雙NVIDIA Orin處理器是當前運算性能最強的量產智能駕駛芯片。

AD Max的核心是自研算法，包括多相機3D檢測、高精度地圖實時生成、實時路況預測、車輛控制精度等，這些算法重點解決的問題是NOA（Navigate on Autopilot 導航輔助駕駛）時的駕乘舒適度和安全性。

在剛剛過去的理想家庭科技日的發布會上，理想汽車智能駕駛副總裁郎咸鵬博士就講到：理想的AD Max 3.0平臺通過領先的技術構架和出色的迭代效率，將逐步滿足所有城市和所有用戶，在城市道路上使用NOA功能的需求。 

當前，智能駕駛面臨兩大難題：

1、高速NOA的使用時長，占用戶駕駛時長的比例偏少

2、城市場景的復雜度高，依靠規則算法無法快速拓展

針對以上問題，理想的解決方案：

在產品層面，提供給用戶可以更長時間使用的城市NOA產品

在技術層面，使用ai大模型技術應對所有場景的挑戰，并可以高效迭代，最終解決所有問題。理想通過ai大模型的幫助，已經做到了接近人類司機的駕駛表現。這是中國首個不依賴高精地圖的城市NOA產品。

理想即將在本月向北京和上海的內測用戶，交付不依賴高精地圖的城市NOA功能。讓用戶可以擁有一個持續進化的ai司機。同時，理想也將向用戶開放通勤NOA功能，讓用戶擁有屬于自己的“專屬電梯”，每天上下班更輕松更便捷。

理想城市NOA技術架構的特點包含三點：

一，使用NPN特征和TIN網絡增強BEV大模型，做到不依賴高精地圖，識別萬物。

二，使用模仿學習讓規控算法做出更加擬人的決策（規則驅動轉向數據驅動）。

三，全自動、全閉環的訓練平臺支撐大模型持續進化。

理想汽車的AD Max 3.0系統，引入了NeuralPriorNet（NPN，神經先驗網絡）來處理城市中超出感知范圍或視野被遮擋的復雜路口。

NPN網路提取的道路參數的可視化結果，其實并不是給人類司機看的，而是給AI司機座位道路特征的補充參考。NPN網路所補充的，是理想NOA的主干BEV大模型。其核心是利用360°全景攝像頭輸入的多張圖片信息，還原構建出3D環境信息，這個過程是實時的。但城市中的復雜路口，僅通過 BEV 大模型來進行感知依然是不夠穩定的。尤其是城市復雜路口通行的目標很多，傳感器的視野容易被遮擋，導致車端的感知結果會丟失一些局部的信息而不夠穩定。

NPN 網絡對于這類復雜路口，提前進行特征的提取和存儲。當車輛再次行駛到這個路口時，將之前提取好的 NPN 特征拿出來，與車端的感知大模型 BV 的特征層相融合，就得到了更加準確的感知結果。另外在路口交通標志方面，理想使用大量人力司機在路口對于信號燈變化的反應，訓練了一個端到端的信號燈意圖網絡。不需要人為設定任何的規則、不需要識別紅綠燈的具體位置，只要將圖像視頻輸入給這個 TIV 網絡，就能直接給出車輛應該怎么走的結果，是左轉、右轉，還是直行或者等待。

總之，理想的去高精地圖路線，是以BEV大模型的感知能力作為基礎，面對極為復雜的路況，提前提取NPN特征作為保障。所以也能看出，無圖城市NOA的量產覆蓋進度，取決于復雜路口NPN特征的提取進度，最早一批準備就緒的地區，是北京和上海。

理想AD Max 3.0的城市NOA導航輔助駕駛系統將于6月底開始推送早鳥用戶測試，并將在年內完成100座城市的落地推送。

當理想說“敬請期待”的時候，我們便知道他離實現理想又近了一步。

返回第一電動網首頁 >