相信很多大家對(duì)理想正式啟動(dòng)端到端 VLM的早鳥計(jì)劃：讓自動(dòng)駕駛成為老司機(jī)還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

7月5日消息，理想在今晚的智能駕駛夏季發(fā)布會(huì)上宣布，正式啟動(dòng)端到端 VLM的早鳥計(jì)劃。

據(jù)介紹，端到端最大的特點(diǎn)就是取掉了NPN，不依賴于先驗(yàn)信息，可以真正實(shí)現(xiàn)全國都能開，有導(dǎo)航就能開。

端到端模型則更進(jìn)一步，通過傳感器將數(shù)據(jù)輸入模型，就能直接輸出行駛軌跡。

通過車內(nèi)的端到端和大模型部署，可以讓自動(dòng)駕駛快速處理，延遲更低、上限更高，用戶所能感受到整套系統(tǒng)的動(dòng)作、決策更加擬人。

VLM則是視覺語言模型，整體算法架構(gòu)是由一個(gè)統(tǒng)一的Transformer模型組成，將Prompt（提示詞）文本進(jìn)行Tokenizer（分詞器）編碼，然后將前視120度和30度相機(jī)的圖像以及導(dǎo)航地圖信息進(jìn)行視覺信息編碼，通過圖文對(duì)齊模塊進(jìn)行模態(tài)對(duì)齊，統(tǒng)一交給VLM模型進(jìn)行自回歸推理。

VLM輸出的信息包括對(duì)環(huán)境的理解、駕駛決策和駕駛軌跡，并傳遞給系統(tǒng)1控制車輛。

VLM會(huì)時(shí)時(shí)刻刻思考當(dāng)前的駕駛環(huán)境，給系統(tǒng)1合理的駕駛建議，同時(shí)系統(tǒng)1也可以在不同場(chǎng)景下調(diào)用不同的Prompt問題，主動(dòng)向系統(tǒng)2進(jìn)行求助，幫助系統(tǒng)1解決部分場(chǎng)景。

簡單來說，VLM可以讓車輛具有思考能力，讓自動(dòng)駕駛的操作更像人類老司機(jī)的處理方式。

以上就是關(guān)于【理想正式啟動(dòng)端到端 VLM的早鳥計(jì)劃：讓自動(dòng)駕駛成為老司機(jī)】的相關(guān)內(nèi)容，希望對(duì)大家有幫助！