0
作者：王瑞昊
編輯：林覺民、李雨晨
“如果不往端到端轉(zhuǎn)，你們就別干了?！?/p>
在2024年3月的春季戰(zhàn)略會(huì)上，李想當(dāng)著公司自動(dòng)駕駛團(tuán)隊(duì)的面，毫不客氣地扔下這一句話。他對(duì)當(dāng)時(shí)智駕的表現(xiàn)極度不滿，直言理想智駕已經(jīng)到了必須“破釜沉舟”的關(guān)口。
四個(gè)月后的2024年7月5日，理想汽車正式發(fā)布“端到端+VLM”系統(tǒng)。這不僅是一套技術(shù)的亮相，更是理想智駕發(fā)展道路上的分水嶺。
在此之前，理想的智駕研發(fā)像是一場持久的追趕戰(zhàn)，短短四年間先后迭代了五套技術(shù)方案，從有圖到輕圖，再到無圖，每一步都在追趕卻始終達(dá)不到行業(yè)頭部。
直到第六套方案“端到端+VLM”登場，才讓理想終于從長期的追隨中，第一次體會(huì)到真正的領(lǐng)先。
一位深度參與該項(xiàng)目的內(nèi)部員工告訴雷峰網(wǎng)，輕圖與無圖方案只是讓理想得以坐上自動(dòng)駕駛的牌桌，而端到端方案，則讓理想在這張牌桌上打出了自己的勝局。
2024年7月，“端到端+VLM”先在1000名早鳥用戶中試水，反饋好得出奇。一個(gè)月后，這一功能出現(xiàn)在門店試駕車上，隨即點(diǎn)燃了市場熱情。到了10月，智能駕駛試駕占比已經(jīng)達(dá)到65%，到年底幾乎成為用戶進(jìn)店體驗(yàn)的“標(biāo)配”。
用戶對(duì)端到端方案的熱情，也迅速轉(zhuǎn)化為銷量表現(xiàn)。
2024年全年，在30萬元以上車型中，AD Max（搭載“端到端+VLM”的車型）交付占比高達(dá)75.4%；在40萬元以上車型中，這一比例更是達(dá)到84.6%。而在同年2月，這一數(shù)字還只有20%。
時(shí)間撥回到2024年初，彼時(shí)的理想智駕團(tuán)隊(duì)仍被焦慮和不安籠罩。那時(shí)他們剛剛轉(zhuǎn)向無圖NOA，卻發(fā)現(xiàn)自己依舊落后于華為和小鵬一步，前途充滿不確定。誰能想到，僅僅數(shù)月之后，端到端的落地，會(huì)讓理想迎來反轉(zhuǎn)時(shí)刻。
在此之前的2023年，理想汽車開始全面向華為學(xué)習(xí)，包括自動(dòng)駕駛戰(zhàn)略也在參考華為模式。
華為在自動(dòng)駕駛領(lǐng)域的整體戰(zhàn)略可以概括為“人海戰(zhàn)術(shù)”，擁有約5000名智駕工程師，行業(yè)最多。受此啟發(fā)，理想汽車自2023年起大力擴(kuò)充自動(dòng)駕駛團(tuán)隊(duì)，從年初的五六百人迅速增長到年底的超過1000人。
但團(tuán)隊(duì)規(guī)模的迅速擴(kuò)張，并未帶來理想預(yù)期中的效果，距離智駕追趕華為的目標(biāo)仍有較大差距。
華為的城市NOA在2023年底實(shí)現(xiàn)“全國都能開，有路就能開”。理想的城市NOA雖然在同期也開通了110個(gè)城市，但支持區(qū)域受限，僅能在城市主干道開通該功能。
更讓智駕團(tuán)隊(duì)焦慮的是，城市NOA全面推送給用戶后，收獲了一片差評(píng)，不僅遭到車主吐槽，甚至還受到內(nèi)部員工的批評(píng)。
城市NOA剛一推送完，郎咸朋便帶領(lǐng)智駕團(tuán)隊(duì)全力投入無圖NOA的研發(fā)。他們將全部希望押在這一方案上，期盼無圖NOA的用戶體驗(yàn)?zāi)軌蛘嬲菲饺A為，為團(tuán)隊(duì)贏回信心。
在2024年春季戰(zhàn)略會(huì)上，當(dāng)討論如何學(xué)習(xí)華為研發(fā)無圖NOA時(shí)，內(nèi)部有人建議：既然華為組建了超過5000人的研發(fā)團(tuán)隊(duì)，那理想至少應(yīng)組建一支超3000人的團(tuán)隊(duì)來推進(jìn)這項(xiàng)工作。
該提議立刻招來李想的強(qiáng)烈反對(duì)。
李想對(duì)團(tuán)隊(duì)坦言，他已厭倦了每天“卷”那些corner case（危險(xiǎn)場景）的補(bǔ)丁工作：“你永遠(yuǎn)也打不完，即便堆再多人也沒用?！彼D了頓，目光掃過每一位團(tuán)隊(duì)成員：“我們必須升維競爭，要有光腳不怕穿鞋的心態(tài)，反正我們也不是行業(yè)頭部?！?/p>
這場戰(zhàn)略會(huì)之前，郎咸朋心里一直忐忑：如果端到端方案做不成，該怎么辦？李想?yún)s沉著地告訴他：“理想沒有歷史包袱，現(xiàn)在端到端正是我們的機(jī)遇，我們就應(yīng)該抓住它，并為此孤注一擲?！?/p>
在決定轉(zhuǎn)端到端之前，李想已具備一定的AI認(rèn)知，他敏銳地察覺到，以AI技術(shù)為核心的端到端方案，正是理想實(shí)現(xiàn)彎道超車的機(jī)會(huì)。
2022年底ChatGPT的發(fā)布對(duì)李想產(chǎn)生了巨大影響，他認(rèn)為理想是時(shí)候下場做AI了。（為什么ChatGPT發(fā)布后，李想對(duì)AI的認(rèn)知發(fā)生了變化，其中細(xì)節(jié)，歡迎添加作者微信Hugh-wangruihao交流）
一位接近李想的人士告訴雷峰網(wǎng)，ChatGPT發(fā)布后，李想對(duì)AI的認(rèn)知發(fā)生了很大變化。
自2023年起，李想便開始積極提升自己在AI領(lǐng)域的認(rèn)知。最初，他拉了十幾二十個(gè)人，每周定期聊AI。團(tuán)隊(duì)會(huì)向他分享正在做的實(shí)踐案例、最新的論文研究，李想的學(xué)習(xí)速度令人驚訝。
隔了一段時(shí)間后，李想干脆取消了其它例會(huì)，只保留了AI周會(huì)。隨著周會(huì)次數(shù)的增多，團(tuán)隊(duì)發(fā)現(xiàn)李想的AI認(rèn)知迭代速度驚人，幾乎是一周一個(gè)迭代。
他異于常人的地方在于，不僅能快速理解復(fù)雜概念，還能把晦澀難懂的技術(shù)轉(zhuǎn)化為任何人都能理解的類比。
例如，當(dāng)團(tuán)隊(duì)討論如何將大模型能力引入現(xiàn)有系統(tǒng)時(shí)，他形象地把現(xiàn)有能力比作“猴子”：猴子可以模仿人，但永遠(yuǎn)不可能變成人。他指出，僅做“猴子”的模仿學(xué)習(xí)毫無意義，關(guān)鍵在于理解整個(gè)邏輯鏈條——從模仿學(xué)習(xí)到大模型——就像區(qū)分猴子和人的本質(zhì)差異一樣。
為了讓全公司認(rèn)識(shí)到AI的重要性，在2023年初，李想將公司愿景從 “成為全球第一的智能電動(dòng)車企業(yè)” 變更為 “成為全球領(lǐng)先的人工智能企業(yè)” 。
在李想的影響下，理想高管團(tuán)隊(duì)也在快速迭代自己的AI認(rèn)知，其中就包括自動(dòng)駕駛業(yè)務(wù)負(fù)責(zé)人郎咸朋。
2023年5月，理想高管團(tuán)隊(duì)——包括智能座艙負(fù)責(zé)人勾曉菲、產(chǎn)品負(fù)責(zé)人范皓宇，以及郎咸朋等人，一行人組團(tuán)前往美國硅谷，進(jìn)行AI考察與交流。
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))獲悉，當(dāng)時(shí)郎咸朋不僅親自試駕了特斯拉的FSD，還專程拜訪了特斯拉自動(dòng)駕駛團(tuán)隊(duì)，進(jìn)行深入交流與學(xué)習(xí)。
當(dāng)時(shí)正值特斯拉即將推出具有革命性意義的FSD v12版本之際。
特斯拉于2024年1月正式向用戶推送FSD v12，這一更新被視為自動(dòng)駕駛行業(yè)的重要里程碑。與傳統(tǒng)依賴人工編寫規(guī)則和標(biāo)注的方式不同，F(xiàn)SD v12首次引入端到端技術(shù)：通過向大模型輸入數(shù)百萬段視頻片段進(jìn)行訓(xùn)練，取代了原有的30多萬行C++代碼。
就在FSD v12被廣泛討論但還未有車企跟進(jìn)之際，2023年底，理想汽車悄悄啟動(dòng)了端到端方案的預(yù)研。
理想汽車的研發(fā)模式遵循“交付一代、研發(fā)一代、預(yù)研一代”。當(dāng)時(shí)，無圖NOA剛進(jìn)入研發(fā)階段，僅有少數(shù)研發(fā)人員負(fù)責(zé)端到端的預(yù)研工作。由于團(tuán)隊(duì)的工作重心全部放在無圖NOA的研發(fā)與交付上，郎咸朋尚未為端到端的研發(fā)和交付設(shè)定具體周期。
在理想汽車，研發(fā)與交付都有嚴(yán)格的時(shí)間周期，到了節(jié)點(diǎn)必須交付成果，否則將直接影響考核。
事實(shí)上，上一代方案“輕圖”的研發(fā)和交付已經(jīng)讓郎咸朋意識(shí)到，如果一直按照華為模式推進(jìn)，理想的智駕恐怕難以突破。
華為在自動(dòng)駕駛領(lǐng)域的兩大優(yōu)勢——龐大的工程師團(tuán)隊(duì)和完整的制圖資質(zhì)，是理想不可能具備的。
2024年3月的春季戰(zhàn)略會(huì)上，李想的一番發(fā)飆徹底點(diǎn)醒了郎咸朋。他終于意識(shí)到：照目前的做法，理想永遠(yuǎn)追不上華為，即便做到和別人一樣好，外界仍會(huì)覺得小鵬和華為更強(qiáng)。唯一的出路，就是硬著頭皮把端到端方案做出來。
那次戰(zhàn)略會(huì)上，郎咸朋第二次在李想面前立下軍令狀，語氣堅(jiān)定而帶著一絲緊繃：“想哥，你也別罵了，這話我先放這里。今年6月份，我一定把端到端做出來，效果要超過現(xiàn)在的無圖方案。如果做不出來，到時(shí)候你開我，或者我自己走?！?/p>
郎咸朋第一次在李想面前立下軍令狀，還是在2021年的“衛(wèi)城計(jì)劃”期間。那場戰(zhàn)役讓理想在自動(dòng)駕駛領(lǐng)域具備了自研能力。如今，再次立下軍令狀，他也意識(shí)到，這一次的挑戰(zhàn)比以往任何一次都更加艱巨。
2024年3月春季戰(zhàn)略會(huì)一結(jié)束，郎咸朋便著手啟動(dòng)端到端項(xiàng)目組的組建工作。彼時(shí)，無圖NOA的交付仍在緊張推進(jìn)中，他沒有動(dòng)交付團(tuán)隊(duì)的人手，而是選擇從其他部門招募志愿者，組建起專門攻堅(jiān)端到端項(xiàng)目的隊(duì)伍。
就像當(dāng)年衛(wèi)城計(jì)劃初立時(shí)被普遍質(zhì)疑一樣，這一次，端到端項(xiàng)目在理想內(nèi)部同樣不被看好。彼時(shí)業(yè)界對(duì)端到端還停留在概念層面，沒有任何成功的落地案例，小鵬、華為的相關(guān)探索也都還處于萌芽階段。
就連理想自動(dòng)駕駛團(tuán)隊(duì)內(nèi)部有些人也覺得是癡人說夢。
于是，郎咸朋選擇以“秘密招募”的方式組建團(tuán)隊(duì)。他在部門大群里發(fā)出一則簡短的招募貼，并未點(diǎn)明是端到端項(xiàng)目，而是這樣寫道：我們正在啟動(dòng)一個(gè)秘密項(xiàng)目，難度極大，風(fēng)險(xiǎn)極高，也不一定能成功。但如果能做成，它將讓我們一舉超越所有競爭對(duì)手，直接躍升到行業(yè)第一。至于項(xiàng)目具體內(nèi)容，我現(xiàn)在不能透露。如果你有興趣或想法，可以主動(dòng)來報(bào)名。
郎咸朋希望借此招募到真正自愿加入的戰(zhàn)士，而不是被動(dòng)分配、心不在焉的人。只有主動(dòng)投身其中的人，才會(huì)把職業(yè)命運(yùn)與項(xiàng)目緊密捆綁，抱著背水一戰(zhàn)的決心去拼這一仗。
4月15日，在理想中關(guān)村研發(fā)中心舉行的首次誓師大會(huì)上，現(xiàn)場只有12人參會(huì)。這12人在聽完郎咸朋闡述端到端的理念后，被深深打動(dòng)，隨后主動(dòng)去動(dòng)員身邊志同道合的同事加入。就這樣，項(xiàng)目逐漸在正式啟動(dòng)時(shí)，成功聚攏了約100名核心成員。（端到端項(xiàng)目組建初期，為什么招募不到人員，其中細(xì)節(jié)，歡迎添加作者微信Hugh-wangruihao交流）
郎咸朋為端到端項(xiàng)目取名“達(dá)摩克里斯”，寓意每個(gè)人頭頂都懸著一柄利劍，隨時(shí)可能墜下，成敗一念之間，唯有全力以赴才能保全自己。當(dāng)時(shí)郎咸朋對(duì)端到端項(xiàng)目的態(tài)度是注一擲、破釜沉舟，沒有退路，只有成功這一條路。
在理想中關(guān)村辦公室，郎咸朋專門將《達(dá)摩克利斯》油畫打印并掛在墻上
郎咸朋將端到端研發(fā)的重任交給了夏中譜。
夏中譜于2023年從百度加入理想，初到公司便與郎咸朋一同推進(jìn)百城 NOA 的交付，隨后又成為無圖 NOA 研發(fā)的中堅(jiān)力量。他最大的優(yōu)勢在于對(duì)算法有著深刻而獨(dú)到的理解，因此郎咸朋放心地把端到端研發(fā)的核心工作完全交由他統(tǒng)籌。與此同時(shí)，團(tuán)隊(duì)的二號(hào)人物賈鵬則負(fù)責(zé) VLM 的研發(fā)，兩條研發(fā)線并行推進(jìn)。
夏中譜于2016年從中科院博士畢業(yè)，博士期間主要研究強(qiáng)化學(xué)習(xí)，這在當(dāng)時(shí)屬于前沿方向。他所在的課題組是國內(nèi)最早開展強(qiáng)化學(xué)習(xí)研究的單位之一，理論積淀深厚。
2016年夏中譜參加各公司面試時(shí)，強(qiáng)化學(xué)習(xí)在國內(nèi)仍鮮有人涉足，那一年正值阿爾法狗熱潮，他的專業(yè)背景為進(jìn)入百度提供了機(jī)會(huì)。加入百度后，夏中譜進(jìn)入 L4 自動(dòng)駕駛部門，工作了約八年。
在此期間，他始終專注于用強(qiáng)化學(xué)習(xí)解決核心問題，主要聚焦決策與規(guī)劃領(lǐng)域。八年間，他參與了三代技術(shù)開發(fā)：第一代負(fù)責(zé)障礙物預(yù)測，第二代推進(jìn)學(xué)習(xí)化決策，第三代實(shí)現(xiàn)聯(lián)合規(guī)劃。這些算法最終成為百度 L4 系統(tǒng)的核心，并展示在阿波羅（Apollo）開源平臺(tái)上。
夏中譜加入理想汽車初期，理想智駕團(tuán)隊(duì)基礎(chǔ)相對(duì)薄弱，行業(yè)認(rèn)可度不高，也很難吸引到頂尖人才。再加上早期投入有限，許多優(yōu)秀人才被華為、小鵬、蔚來等公司吸引走。因此，在輕圖和無圖 NOA 研發(fā)階段，除了技術(shù)研發(fā)，夏中譜的另一項(xiàng)主要工作就是組建團(tuán)隊(duì)、搭建組織架構(gòu)和技術(shù)基礎(chǔ)設(shè)施。
這為端到端項(xiàng)目的啟動(dòng)打下基礎(chǔ)。
到了2024年2月，端到端預(yù)研人數(shù)得到增加，夏中譜的團(tuán)隊(duì)規(guī)模擴(kuò)大到約40人；隨著4月份項(xiàng)目組的成立，他帶領(lǐng)的團(tuán)隊(duì)逐步擴(kuò)展至約180人。
不到一個(gè)月，夏中譜便帶領(lǐng)團(tuán)隊(duì)研發(fā)出了端到端的Demo版本。5月15日，一輛搭載端到端Demo的車被郎咸朋開上了路。車子雖然開得歪歪扭扭，但有一個(gè)亮點(diǎn)尤為突出——縱向控制表現(xiàn)異常出色，遠(yuǎn)超此前的有圖和無圖方案。當(dāng)時(shí)副駕的賈鵬被郎咸朋問道：“賈老師，這是你特調(diào)過的吧？”
賈鵬搖頭：“郎博，沒有，我們也覺得很神奇?！?/p>
僅靠把數(shù)據(jù)輸入到模型訓(xùn)練，效果就遠(yuǎn)超當(dāng)初團(tuán)隊(duì)手動(dòng)編寫的上萬條規(guī)則。到這一天，團(tuán)隊(duì)首次真正意識(shí)到，端到端方案，很可能真的能實(shí)現(xiàn)。
夏中譜帶領(lǐng)團(tuán)隊(duì)又攻堅(jiān)了一個(gè)月，并在6月1日交出了優(yōu)化后的Demo。
當(dāng)時(shí)正值李想準(zhǔn)備前往6月8日舉辦的重慶論壇之際，在出發(fā)前兩天，郎咸朋帶他首次體驗(yàn)端到端試駕，車上還坐著張穎——李想私交最好的投資人之一。
這是李想第一次試駕端到端，郎咸朋壓力巨大，甚至做好了如果體驗(yàn)不佳，當(dāng)場辭職的打算。
在李想試駕端到端的前一天，郎咸朋在內(nèi)部召開了一次小會(huì)，討論無圖版本的交付時(shí)間。
產(chǎn)品團(tuán)隊(duì)和交付團(tuán)隊(duì)都給郎咸朋施壓：“郎博，我們要做兩手準(zhǔn)備，如果端到端失敗了，我們還能有無圖版本交付，所以你必須留人留資源，把無圖版本交上?！?/p>
郎咸朋當(dāng)場反駁：“你們能不能相信我一次？要么就別做端到端，要做就把它做好。如此瞻前顧后，怎么可能成功？”
郎咸朋情緒激動(dòng)，堅(jiān)持認(rèn)為端到端只需再等一個(gè)月，就能顯著超越現(xiàn)有能力。在5月15日的試駕中，端到端僅經(jīng)過一個(gè)月研發(fā)，其縱向控制能力便已全面超越之前的規(guī)則版本；再給一個(gè)月，其成長潛力將令所有人震驚。
由于其他人尚未對(duì)端到端有直觀體驗(yàn)，這次會(huì)議后，公司緊急召回了已被裁員的50人去負(fù)責(zé)無圖版本的交付。
但僅僅過了兩天，李想親自試駕后，團(tuán)隊(duì)的所有質(zhì)疑都煙消云散。
試駕當(dāng)天，陪同李想一起上車的，還有他的老朋友、經(jīng)緯創(chuàng)投管理合伙人張穎。張穎不僅是理想汽車的早期投資人，更是李想在創(chuàng)業(yè)路上最信任的私交伙伴之一。
兩人認(rèn)識(shí)已久——早在理想汽車最艱難的融資階段，張穎曾三次伸出援手。李想后來在公司上市演講中公開感謝三人，除了CFO李鐵、推薦145位車主的老友外，張穎是唯一被提名的投資人。他在臺(tái)上說：“公司每次遇到融資難題，張穎總是第一個(gè)沖上來幫忙?！?/p>
這一次，張穎再次出現(xiàn)在理想的重要時(shí)刻。
那天，李想在北京順義總部附近試駕理想最新的端到端版本。車輛自動(dòng)行駛著，最初他沉默不語，神情專注；隨著系統(tǒng)在復(fù)雜路況中一次次平穩(wěn)應(yīng)對(duì)，他的表情逐漸舒展，語氣也越來越興奮，不時(shí)轉(zhuǎn)頭與張穎交流：“哎，這真好！未來的自動(dòng)駕駛就該這么做。”
張穎坐在副駕，目光始終盯著前方，也忍不住笑出聲來。他評(píng)價(jià)道：“這是我體驗(yàn)過的智駕系統(tǒng)中，表現(xiàn)最好的一版。如果滿分是10分，我會(huì)給今天試駕打9分?！?/p>
李想的興奮一直持續(xù)到重慶論壇。原本團(tuán)隊(duì)為他的演講準(zhǔn)備了其他內(nèi)容，但他臨時(shí)自行改稿，全程脫稿講述理想自動(dòng)駕駛的發(fā)展路線與未來愿景。
在試駕此前的智駕系統(tǒng)時(shí)，李想最多只是認(rèn)為數(shù)據(jù)是個(gè)不錯(cuò)的工具，但這一次的端到端體驗(yàn)徹底改變了他對(duì) AI 的認(rèn)知，他更加深刻體會(huì)到AI能力的強(qiáng)大：“我靠，原來這個(gè)模型，能力竟然這么強(qiáng)。”
自此之后，理想內(nèi)部才第一次真正開始相信端到端。
2024年底，李想宣布理想汽車將All in AI，這一決定，與他第一次試駕端到端所帶來的震撼密切相關(guān)，正是那次經(jīng)歷讓他下決心全面押注AI。
李想試駕后，郎咸朋獲得了更多資源全力推進(jìn)端到端項(xiàng)目。此后，夏中譜領(lǐng)導(dǎo)的算法團(tuán)隊(duì)規(guī)模從原先的40人擴(kuò)大至160人，數(shù)據(jù)、仿真與測試團(tuán)隊(duì)也擴(kuò)展到近300人，使整個(gè)端到端項(xiàng)目的總?cè)藬?shù)超過400人。
2024年7月5日，理想正式舉辦發(fā)布首次對(duì)外發(fā)布了端到端方案，并在同月完成了千人推送。
智駕團(tuán)隊(duì)參加參加AI talk錄制，從左到右分別是：詹錕、郎咸朋、賈鵬
此后端到端項(xiàng)目進(jìn)入用戶交付階段。
2024年10月23日，理想“端到端+VLM”開啟全量推送，率先支持城市場景。
2025年1月16日，“端到端+VLM”將支持場景拓展至高速和環(huán)路，理想由此成為國內(nèi)唯一、全球第二家將端到端技術(shù)應(yīng)用于全場景的車企。
一位深度參與端到端項(xiàng)目的內(nèi)部員工告訴雷峰網(wǎng)，從4月份項(xiàng)目啟動(dòng)到7月份交付，大約只用了100天，中間沒有出現(xiàn)過任何紕漏。相比之下，其他公司如華為、小鵬等，在端到端方面至今未達(dá)到理想當(dāng)時(shí)的一段式端到端水平。而理想僅用100天就完成了千人推送，并在10月份實(shí)現(xiàn)全量推送，隔年1月份完成了高速和城市場景的統(tǒng)一。
理想的端到端量產(chǎn)奇跡，帶給行業(yè)的啟示是多方面的。
理想的端到端，第一次讓行業(yè)見識(shí)到了如何花最少的錢，辦最大的事。
一位內(nèi)部員工向雷峰網(wǎng)透露，理想端到端項(xiàng)目的核心算法團(tuán)隊(duì)不足200人，相比競爭對(duì)手華為、小鵬、蔚來等少得多；即便算上整個(gè)項(xiàng)目總?cè)藬?shù)，理想也僅超400人，而競爭對(duì)手的自動(dòng)駕駛團(tuán)隊(duì)規(guī)模通常都超過1000人。
在如此有限的投入下，理想的端到端項(xiàng)目卻取得了驚人的成功——它不僅讓理想的智駕水平一躍成為行業(yè)頭部，還直接帶來了銷量。在此之前，智駕功能更多只是錦上添花，很難成為促使消費(fèi)者下決心購車的關(guān)鍵因素。
2024年初，AD Max車型在理想整體銷量中的占比僅為20%；但自7月份端到端完成千人推送后，這一局面迅速發(fā)生逆轉(zhuǎn)。
千人推送驗(yàn)證效果良好后，理想迅速將端到端推廣到線下門店，一時(shí)間掀起了消費(fèi)者的試駕熱情，試駕端到端的用戶比例陡然上升至超70%，不少消費(fèi)者反饋，端到端體驗(yàn)甚至優(yōu)于華為的乾崑智駕。
到了年底，搭載端到端智駕系統(tǒng)的車型在理想整體銷量中的占比已超過70%，相比年初的20%實(shí)現(xiàn)了大幅躍升。
理想的端到端項(xiàng)目從4月份啟動(dòng)研發(fā)到7月份完成千人交付，僅用了約100天。這得益于整個(gè)研發(fā)與交付過程中沒有出現(xiàn)任何紕漏，否則項(xiàng)目進(jìn)度本可能大幅延誤。
100天奇跡首先要?dú)w功于團(tuán)隊(duì)的通力協(xié)作和應(yīng)用技術(shù)的領(lǐng)先性。
理想端到端項(xiàng)目的技術(shù)負(fù)責(zé)人是夏中譜，他2023年加入理想后負(fù)責(zé)智駕系統(tǒng)的決策規(guī)劃模塊，當(dāng)時(shí)郎咸朋給夏中譜的定位是：用數(shù)據(jù)的方式，打造理想下一代自動(dòng)駕駛系統(tǒng)。
夏中譜（右一）駕車測試端到端系統(tǒng)
夏中譜在2023年加入理想后便著手端到端預(yù)研，但當(dāng)時(shí)主要任務(wù)仍是交付有圖和無圖NOA，真正專注于端到端的預(yù)研團(tuán)隊(duì)只有幾個(gè)人。直到2024年2月，整個(gè)端到端組織才完全劃歸給夏中譜，夏中譜算法團(tuán)隊(duì)規(guī)模增加到40人；到了4月份，預(yù)研階段結(jié)束，郎咸朋告知夏中譜開始為量產(chǎn)做準(zhǔn)備。
從4月15日到7月，僅不到100天的時(shí)間，夏中譜帶領(lǐng)團(tuán)隊(duì)便完成了端到端千人推送的交付，這一過程之快在行業(yè)內(nèi)極為罕見。整個(gè)研發(fā)過程中，團(tuán)隊(duì)基本沒有出現(xiàn)任何錯(cuò)誤，否則7月份的交付根本不可能如期完成。值得注意的是，當(dāng)時(shí)團(tuán)隊(duì)算法規(guī)模僅有40人，算力配置也只有2000卡，是最小化配置條件。（夏中譜為什么能憑借2000張卡就做出了端到端，其中細(xì)節(jié)，歡迎添加作者微信Hugh-wangruihao交流）
從早期算法定義、數(shù)據(jù)定義，到線上框架和產(chǎn)品定義，夏中譜幾乎從零搭建了整個(gè)系統(tǒng)。在此過程中，確保各個(gè)模塊及各個(gè)團(tuán)隊(duì)之間的緊密協(xié)作成為核心挑戰(zhàn)。
一位項(xiàng)目成員告訴雷峰網(wǎng)，團(tuán)隊(duì)成員之間的高效配合、信息流通和協(xié)作執(zhí)行，是端到端項(xiàng)目能夠在如此短時(shí)間內(nèi)順利推進(jìn)、并且無偏差完成的關(guān)鍵經(jīng)驗(yàn)。
另一個(gè)關(guān)鍵在于前瞻性地應(yīng)用了一段式端到端技術(shù)。
一段式端到端是一種設(shè)計(jì)非常前沿且非常干凈的技術(shù)，突破了傳統(tǒng)模塊化方法的局限。傳統(tǒng)自動(dòng)駕駛研發(fā)通常依賴規(guī)則化和模塊化方式：感知、地圖、規(guī)劃與控制、數(shù)據(jù)和仿真測試各自獨(dú)立運(yùn)作。雖然這種方法可以快速跑通最小閉環(huán)，實(shí)現(xiàn)局部優(yōu)化，但最終只能得到局部最優(yōu)解，難以形成全局最優(yōu)。
端到端大模型技術(shù)將感知、規(guī)控、定位、地圖等模塊集成到一個(gè)網(wǎng)絡(luò)中，一次性處理所有任務(wù)，實(shí)現(xiàn)系統(tǒng)化設(shè)計(jì)。數(shù)據(jù)從一開始就經(jīng)過精心規(guī)劃；模型訓(xùn)練直接以任務(wù)目標(biāo)為導(dǎo)向，無需拆分成多個(gè)獨(dú)立模塊；測試環(huán)節(jié)圍繞端到端算法定制設(shè)計(jì)，從而提高效率并降低復(fù)雜度。通過云端、車端與算法的緊密配合，整個(gè)系統(tǒng)能夠?qū)崿F(xiàn)全局最優(yōu)，以最低成本、最快速度完成研發(fā)。
夏中譜的優(yōu)勢在于，他是一個(gè)對(duì)自動(dòng)駕駛?cè)I(lǐng)域、全技術(shù)都非常精通的人，清楚地知道每個(gè)模塊的短板在哪里（以前每個(gè)模塊都是獨(dú)立的，一個(gè)的短板就是整體的短板），并能通過全局思維，將一個(gè)模塊的短板用其它模塊彌補(bǔ)，使各個(gè)模塊形成合力，從而實(shí)現(xiàn)全局最優(yōu)。
對(duì)于郎咸朋和夏中譜來說，在這個(gè)過程中，不僅要求他們對(duì)整個(gè)技術(shù)體系有全面的理解，同時(shí)還要明確技術(shù)架構(gòu)如何與組織協(xié)同配合。這不僅關(guān)乎技術(shù)本身，還涉及人才梯隊(duì)的建設(shè)，需要將人、事、組織以及它們之間的關(guān)系有機(jī)協(xié)調(diào)，用系統(tǒng)性的思維進(jìn)行拆解和把控，這一點(diǎn)至關(guān)重要。
正是這種對(duì)技術(shù)與組織的雙重統(tǒng)籌，使端到端項(xiàng)目在不到100天的時(shí)間里完成千人交付，并迅速實(shí)現(xiàn)全量推送與場景拓展，從而讓理想汽車在智能駕駛領(lǐng)域?qū)崿F(xiàn)了彎道超車。
長里程路測端到端的高速性能
如果把這100天的量產(chǎn)奇跡比作一次聚光燈下的舞臺(tái)演出，那么能否成功，表面上取決于演出的內(nèi)容是否契合時(shí)代潮流，以及每位演員之間的默契配合。但決定性的因素，實(shí)際上是這場演出背后長達(dá)數(shù)年的持續(xù)準(zhǔn)備與積累。
對(duì)于理想來說，決定100天量產(chǎn)奇跡的決定性因素在于，郎咸朋從入職理想起就開始搭建的數(shù)據(jù)閉環(huán)系統(tǒng)。
這也正是理想能夠用數(shù)百人的團(tuán)隊(duì)，交出媲美甚至超越競爭對(duì)手?jǐn)?shù)千乃至上萬人團(tuán)隊(duì)成果的智駕系統(tǒng)的根本所在。
郎咸朋第一次感受到數(shù)據(jù)的重要性來自于他在百度時(shí)期的一次研發(fā)經(jīng)歷。
在2014年到2015年期間，郎咸朋擔(dān)任百度街景業(yè)務(wù)部門的技術(shù)負(fù)責(zé)人。當(dāng)時(shí)，街景部門的算法資源十分有限，為提升街景識(shí)別率，郎咸朋主動(dòng)尋求支持，找到時(shí)任百度IDL常務(wù)副院長余凱，請求借助深度學(xué)習(xí)技術(shù)來突破瓶頸。余凱隨即調(diào)派了IDL的核心成員、時(shí)任百度高級(jí)科學(xué)家黃暢前來協(xié)助。 在黃暢的協(xié)助下，街景識(shí)別率一路被提升至86%。當(dāng)時(shí)黃暢對(duì)郎咸朋說了一句話：“我們已經(jīng)用上了世界上最先進(jìn)的模型。”
黃暢（右一）、余凱（右三）
在此之前，郎咸朋依靠傳統(tǒng)機(jī)器學(xué)習(xí)的方法，識(shí)別率可以做到70%左右。
那是一個(gè)需要“人海戰(zhàn)術(shù)”的年代。彼時(shí)，百度街景的數(shù)據(jù)采集剛剛起步，車輛跑遍全國各大城市，帶回來的數(shù)據(jù)量以幾百個(gè)T 計(jì)。僅北京這樣一個(gè)大型城市，道路里程就有兩三萬公里。問題隨之而來——國家規(guī)定，街景不能出現(xiàn)人臉和車牌等敏感信息。于是，必須在所有圖像里，把這些信息一一抹掉。
怎么做呢？只能靠人力。街景團(tuán)隊(duì)本身就有三五百人，再加上外包團(tuán)隊(duì)，規(guī)模一度擴(kuò)張到上千人。每天的工作，就是逐幀逐張地標(biāo)記圖像，把人臉和車牌打上框，再做模糊處理。這是個(gè)沒完沒了的工程。全國四百多個(gè)城市的數(shù)據(jù)量壓下來，工作量巨大，既耗錢、又耗人，更關(guān)鍵的是耗時(shí)間。
團(tuán)隊(duì)當(dāng)然想過用算法來減輕負(fù)擔(dān)。當(dāng)時(shí)人臉識(shí)別和車牌識(shí)別在學(xué)術(shù)層面已經(jīng)有成果，可一旦落到真實(shí)世界，問題立刻暴露出來：魚眼相機(jī)帶來的嚴(yán)重畸變，讓人臉和車牌變形得面目全非；公交車廣告上的人臉經(jīng)常被錯(cuò)認(rèn)成真實(shí)人臉。
自動(dòng)化的識(shí)別率最高只能做到70%，而且其中還有不少誤判和漏判。假如一張圖里有100個(gè)需要打碼的地方，算法只能標(biāo)出70個(gè)，還可能錯(cuò)掉其中的30 個(gè)，剩下的30個(gè)完全漏掉。這種“半吊子”的結(jié)果，反而需要人花更多時(shí)間去修正。相比之下，還不如直接全程人工。
更讓人頭疼的是，街景里可不只是路人和車牌。有時(shí)，國家檔案館、公安局，甚至一些不掛牌的涉密單位門口，這些敏感人物和場景，絕對(duì)不能有一絲遺漏，否則后果嚴(yán)重。
在這樣的壓力下，團(tuán)隊(duì)只能繼續(xù)依賴人力。但所有人都明白：這是條走不通的路。于是，郎咸朋找到了余凱團(tuán)隊(duì)前來協(xié)助。
黃暢很快做出了模型，識(shí)別率提升到了86% ——相比原來的70%已經(jīng)是飛躍式的提升。但即便如此，仍然與人工95%左右的水準(zhǔn)差了關(guān)鍵的9個(gè)點(diǎn)。郎咸朋追問余凱、黃暢能不能再提升，得到的回答卻是：“郎博，你再找全世界任何一個(gè)人來都不可能了。我們已經(jīng)用上了最先進(jìn)的模型，這是極限了，你們自己想辦法吧?！?/p>
這段經(jīng)歷讓郎咸朋第一次真切感受到：真實(shí)世界的復(fù)雜性，遠(yuǎn)比實(shí)驗(yàn)室里的理論要復(fù)雜得多。
萬般無奈之下，郎咸朋決定換個(gè)思路——不用去追逐“更聰明的大腦”，而是想辦法讓“腦子吃飽飯”。他意識(shí)到，再強(qiáng)大的模型，如果輸入的數(shù)據(jù)不夠充分，也難以產(chǎn)出理想的結(jié)果。
當(dāng)時(shí)用于訓(xùn)練的樣本圖片量是一萬張左右。在那個(gè)年代，這已經(jīng)算得上“大規(guī)?！绷?。于是，郎咸朋將樣本量擴(kuò)大10倍至10萬張，并且?guī)ьI(lǐng)團(tuán)隊(duì)上手精標(biāo)了其中的5萬張。這次，郎咸朋沒有使用黃暢研發(fā)出的“世界上最先進(jìn)的模型”，只使用了普通的開源CNN框架，結(jié)果以一訓(xùn)練，識(shí)別率直接沖到了 90%。
那是郎咸朋第一次見識(shí)到數(shù)據(jù)的威力，大家的眼睛一下就亮了，“原來在AI世界里，數(shù)據(jù)才是第一生產(chǎn)力。算力差點(diǎn)、模型差點(diǎn)都沒關(guān)系，只要數(shù)據(jù)好，結(jié)果就有效。”
這個(gè)發(fā)現(xiàn)瞬間調(diào)動(dòng)起了所有人的熱情。大家一鼓作氣，把十萬張樣本全部精標(biāo)完成。新的訓(xùn)練結(jié)果更是令人振奮：車牌識(shí)別準(zhǔn)確率達(dá)到99%，人臉識(shí)別率也穩(wěn)定在97%。這不僅超越了人工標(biāo)注的95%，更重要的是，徹底擺脫了對(duì)上千人外包團(tuán)隊(duì)的依賴。識(shí)別交給機(jī)器后，只需加數(shù)據(jù)，就能源源不斷“嘩嘩”地跑出結(jié)果。
這對(duì)公司而言，是一次真正的降維打擊：成本驟降，效率暴漲。當(dāng)時(shí)郎咸朋的上級(jí)顧維灝看到結(jié)果后都驚訝不已：“郎博，原來這個(gè)能做到這么好？趕緊推！”
效果甚至引來了競爭對(duì)手的關(guān)注。那時(shí)騰訊地圖也在做街景，是百度地圖的直接對(duì)手。他們的人跑來打聽：“你們是怎么做到的？怎么能又快又好？”
前后對(duì)比的沖突極為鮮明：從最初上千人耗時(shí)耗力地手工標(biāo)注，到后來依靠深度學(xué)習(xí)+大規(guī)模高質(zhì)量數(shù)據(jù)，不僅識(shí)別率超過人工，還一舉解決了效率和成本問題。這次突破，讓郎咸朋第一次切身體會(huì)到：AI的真正壁壘，不是模型，而是數(shù)據(jù)。
從此，數(shù)據(jù)驅(qū)動(dòng)的理念成為郎咸朋開展研發(fā)的核心武器。
2017年，李想曾問郎咸朋，在自動(dòng)駕駛中哪一項(xiàng)最關(guān)鍵。郎咸朋回答：數(shù)據(jù)。沒有足夠的數(shù)據(jù)去區(qū)分和訓(xùn)練，再強(qiáng)的算力和最優(yōu)的算法也無法充分發(fā)揮作用。（郎咸朋離開百度后為何加入理想汽車，其中考慮，歡迎添加作者微信Hugh-wangruihao交流）
2018年加入理想后，郎咸朋便開始著手搭建數(shù)據(jù)閉環(huán)系統(tǒng)，構(gòu)建起完整的獲取、處理與應(yīng)用數(shù)據(jù)的體系。到了2019年第四季度，理想交付第一輛車時(shí)，這套系統(tǒng)便正式投入運(yùn)行。
為了獲取更多且更高質(zhì)量的數(shù)據(jù)，從理想的第一款車型理想ONE開始，智駕系統(tǒng)的軟件和硬件就全部標(biāo)配，使每輛車都具備完整的數(shù)據(jù)收集與采集能力。在國內(nèi)車企中，只有理想做到這一點(diǎn)，其他廠商要么硬件不是標(biāo)配，要么軟件需要額外付費(fèi)。
郎咸朋對(duì)傳感器布局極為堅(jiān)持，他對(duì)李想說，無論是L6、L7、L8還是L9車型，傳感器的布局必須保持一致?？梢愿鼡Q芯片，但傳感器的位置和數(shù)量不能更改。曾有人建議更換部分傳感器，郎咸朋明確表示，可以去掉激光雷達(dá)，但視覺和圖像傳感器的布局必須完全按照原設(shè)計(jì)執(zhí)行。
這種統(tǒng)一的布局保證了每輛車采集的數(shù)據(jù)標(biāo)準(zhǔn)化和可比性（可以復(fù)用），使得整個(gè)數(shù)據(jù)閉環(huán)系統(tǒng)高效運(yùn)作，并為后續(xù)算法訓(xùn)練提供了可靠、統(tǒng)一的數(shù)據(jù)基礎(chǔ)。
截至2025年8月29日，理想用戶輔助駕駛總里程達(dá)到49億公里，作為比較，截止到2025年7月，華為乾崑智駕活躍用戶數(shù)達(dá)70萬人，智能輔助駕駛總里程突破35億公里。
從2021年的衛(wèi)城計(jì)劃，到2024年的端到端方案，郎咸朋帶領(lǐng)理想智駕團(tuán)隊(duì)在短短三年間完成了五輪技術(shù)方案迭代，實(shí)現(xiàn)了智駕水平從落后到追趕，再到行業(yè)領(lǐng)先的三級(jí)跳。
對(duì)于數(shù)據(jù)的認(rèn)知，是理想智駕在過去幾年反超速度快，交付效果好的根本原因。
進(jìn)入2025年，理想汽車的智駕系統(tǒng)再次迭代到了VLA方案，那么，這一次，它憑借什么實(shí)現(xiàn)領(lǐng)先？
本文作者長期關(guān)注理想汽車，歡迎對(duì)理想汽車感興趣的讀者添加作者微信 Hugh-wangruihao 交流。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
