智己汽車的“AI4M智能戰略”，將給我們帶來哪些改變？

　　【太平洋汽車 行業頻道】2023上海車展，智己汽車正式發布“AI4M智能戰略”，將“為用戶創造顛覆性的智能場景體驗”作為本質，拉開AI變革智能出行的戰略序幕。智己汽車將通過“軟硬件架構”、“大規模智能算法”和“智能場景體驗”三大支點，將AI變革的巨力聚向“忠于用戶出行”。AI4M智能戰略”具體如何理解？接下來智己汽車又是如何布局的？媒體溝通會上，智己汽車聯席CEO-劉濤現場給我們做了一一解答。

　　那這次智己汽車發布的“AI4M智能戰略”具體是什么？主要包含AI for Mechanism（下一代軟硬件智能架構）、AI for Mind（大模型的智能算法）和AI for Moment（顛覆性的智能場景體驗）三大方面的內容。

　　AI for Mechanism，下一代軟硬件智能架構。這個軟硬件智能架構包括四大塊，第一是集中式中央計算平臺，可以 實現業內頂尖的智艙、智駕、控軟件融合方案；第二，視覺算法為核心的傳感器架構，能夠實現對通用障礙物精準檢測；第三，VMC智能集成控制系統，能夠融合控制車輛運動的6大自由；IM OS系統，中國唯二基于Linux內核自主研發的操作系統。

　　AI for Mind，大模型的智能算法。包含了此前聯合 Momenta發布的行業首個D.L.P.人工智能模型，實現從感知智能到認知智能的突破。技術路線結合D.L.P、基于Occupancy網絡模型的DDOD 和可替代高精地圖的DDLD，接管頻次將會以兩年為周期降低十倍。

　　AI for Moment，顛覆性的智能場景體驗。首先，Glance Sense余光感知交互機制，結合艙駕融合影像，可以實現A柱盲區、側盲區以及后視盲區的監測。其次，全場景感知的智能本驗，可以實現一鍵貼邊、一鍵脫困和一鍵循跡的功能。最后，基于原石谷用戶數據權益計劃，真正將數據價直變成用戶價值。

　　在媒體溝通會上，智己汽車聯席CEO-劉濤接受了媒體的采訪，透露了“AI4M智能戰略”更多的細節，以及智己汽車接下來的產品規劃和對于智能出行的看法。下面基于媒體溝通會速記進行整理如下：

智己汽車聯席CEO-劉濤

　　目前智己汽車有L7和LS7兩款車型，其中LS7的交付量，呈現單邊上漲非常良好的態勢，在4月的第一周位居30萬以上SUV的第一名。接下來隨著產能不斷提升，交付量也會進一步攀升，今年全年的銷售目標是45000臺。

　　關于產品規劃，在2023-2025年智己汽車將會帶來四款新車。今年下半年將會推出第三臺車（C車），定位是智能城市跨界SUV，無論尺寸還是價位段，直接對標Model Y 。2024年上半年，將會帶來第四款車型，定位智能運動轎跑，直接PK Model 3，智能座艙將率先應用高通8295芯片。到2025年，將會推出E車和F車。本次發布的AI4M智能化戰略會在C、D車上有很好的應用和展現，后面跨域融合的智能化技術儲備，將會在E、F車更好地應用。

　　關于產品差異，C車和D車主要去拿更多的細分市場份額和銷量，主要聚焦20-30萬的區間。E車和F車會follow另外一條技術路線，始終堅持智能化的進步和VMC這種智能化底盤的控制，可能會把整車的控制進一步集成；中央大腦+域控制器，將會進一步改變車身形態，讓你的自由度變得更大。未來，E車一定是個全新body style車型，可能會是類似于未來陸上行駛的太空艙，完全不會被今天的body style去定義、去分類。

　　真正的智能駕駛是5個Part相乘的矩陣，無論是感知、融合、預測、規劃、控制，一環都不能缺失，真正的瓶頸在Planning。智己作為頭部公司，就是要把這個硬骨頭啃下來。發布D.L.P.就是為了解決Data-Driven（數據驅動）全流程中的Planning模塊，目前正在大規模的數據內測過程中。

　　智能駕駛最終極目標一定是安全的、舒適的體驗，讓人在最放松的狀態下，從A點到B點。在這個過程當中，一方面是OneModel感知對世界理解的問題，另外一方面是對于自車和周邊車之間相互認知的問題，和周邊車輛、周邊環境之間博弈的關系。

　　國外有類似L3的技術，但是帶給用戶的體驗非常不友好。智己從兩方面來提供解決方案，一方面是通過智能駕駛底層技術、底層邏輯和底層Transformer的架構來演變，深挖技術的更多可能性。另一方面，通過技術最終呈現的一定是用戶能夠感知到的體驗，讓老用戶愛用，新用戶敢用，既可以帶來穩定的體驗，又可以在真正的使用場景下讓用戶感到驚艷。

　　智己認為智能駕駛的終點，一定是邁向更高級的智能駕駛，一定是往L3或者L4方向走，但需要通過一段時間的演變，這個演變在目前階段來看是先通過OTA的拓展，帶給用戶更輕松的駕駛環境；同時兩條腿并行，在某些相對封閉的路段完成更高級的智能駕駛。

　　智己汽車的IM OS 雖然看上去有3塊屏，但是基于Linux，它的背后其實是一塊畫布。它可以打破物理層限制，對于產品的設計是沒有限制的。比如一個功能，想讓它出現在哪塊屏幕就出現在哪塊屏幕，或者同時出現在多個屏當中。

　　像這樣的跨域融合，在屏幕當中的融合，別人可能也有做，但是對算力有很大的損耗；我們是天然的，因為背后就是一塊畫布。如果大家對于行業座艙芯片比較了解，我們目前使用的高通8155芯片，整個屏幕分辨包含顯示，功能也不少，但卻是最絲滑柔順的。同樣是使用8155芯片，大家可以體驗到，即使別人的屏幕比我們少，我們性能也會比別人好，這是因為我們得益于整個斑馬智行基于Linux的開發，而這僅僅只是座艙界面上的，同時整車的跨域融合也是可以基于最底層的開源來做。

　　比如我們剛剛發布的IM GO！組隊功能。其他品牌也有組隊功能，但是不能聽音樂的，只能聽別人說話。同時如果8個人在一個房間里，只能1個人說話。我們是8個人可以同時說話，你可以同時聽音樂，同時用語音，還可以用頭枕音響聽導航的聲音，不會因為加入跟朋友的聊天打斷你平時開車的習慣，這個事情很難做到底層。

　　系統的底層架構及算法尤為重要，我們不會輕易堆硬件，我們用30Tops就可以做出最好的IM AD Pilot。我們今天用兩個激光雷達，用254Tops的Orin，能夠做出絕對超過別人3個激光雷達加500Tops以上算力的NOA。這是我們的自信和能力。

　　這不是靠堆砌，不是靠Follow別人一個方案，那基本是死路。我們真的是有重寫過65%的底層軟件，才有底氣說硬件能力和軟件的充分融合，深層次打通，你也知道這才是唯一的解。當你面對未來時代，如果還像以前汽油車時代一樣，只做一個body，制動、轉向、ESP、CDC、空懸，全部交由供應商，基本上這條路我認為是走不通的，必須要靠自己深層次打通。這也是為什么要整車控制系統，All in Linux，為什么要做VMC的思考。

　　第一，智能駕駛是技術驅動，這一點大家都認同，包括市場上已經存在的，比如說BEV等大模型的應用，也包括最近在自然語言環境下比較火爆的ChatGPT，1750億參數等等這些內容，我們認為，通過這種技術的驅動，能夠對智能駕駛的爆發帶來很有效的提升，因為技術驅動是我們的底座。

　　第二，產品本身是要有溫度的。比如說今天推出的駕艙融合功能，在某些情況下即使你沒有激活智能駕駛，但是在危險的情況下會通過視頻或者一些其他的方式來給你足夠的提醒，規避風險。帶有溫度的產品設計，是我們通過與第一線的用戶溝通深入挖掘，廣泛聽取他們的意見來做的產品化方向。

　　第三，我們認為技術必須要有溫度。智能駕駛不是簡單的炫技，而是要給人帶來更輕松的智能駕駛環境。通過剛剛發布的D.L.P.的方式，通過對成千上萬駕駛員的自然駕駛行為做深入的分析，包括我們和友商一起，同時來設計一個車端和云端的策略，學習什么樣的駕駛行為，要摒棄什么樣的駕駛行為，讓這臺車更像人，讓你更愿意開，這是智己的智能駕駛理念。

　　從高精地圖應用來說，我們認為高速上的高精地圖，國內已經有5年以上的開發時間，它的鮮度實際上是可以得到保證的，我們認為在高速上繼續采用這種高精地圖的方向來做。

　　另外，在城區我們內部已經測試起來了，甚至包括高速，也同時內部測試起來了。我們的DDLD去高精地圖化、輕量化地圖的方式，一方面為了在沒有高精地圖的路段上更好應用，另外一方面降低開發成本更好服務我們的用戶，通過這種方式逐步用輕量化的、視覺感知的方案去替代現有的高精地圖方案。

　　我們真正做過5000公里以上的對標，通過大數據的對標，我們的成功率達到95%以上，在行業內我們還是比較自信的，確實排名比較靠前，我們目前百公里接管率可以達到一次以下。我們內部做過這樣的數據分析，兩年左右百公里接管率可以成十倍去迭代的。我們內部給自己列了一個目標，千公里甚至萬公里接管一次，這也是為了我們后面高階智能駕駛所做的技術鋪墊。

　　從創新的角度來講，L7“智能世界的駕控天花板”，是非常清晰的標簽；LS7的超級大穹頂和全明星駕控底盤，再次把標簽樹起來。這兩款車的定位是非常清楚的。堅持極致的駕控，是智己汽車對于底盤的理解、對于機械素質的理解，因為體驗可以OTA，但生命不能OTA，因此無論是C車、D車、E車、F車，我們都會堅持。

　　智己汽車整體的創新戰略，有兩個非常大的落地方向。

　　第一就是整車運動控制，基于智能化、智慧化、數字化底盤未來6個自由度的全能型操控，這方面的體驗做到全行業最佳，這是我們非常明顯的標簽。

　　另外一個板塊我們叫做IM GO！。尤其今天發布的AI4M，能夠把智能座艙、智能駕駛、智能底盤這些能力跨域打通，真正把智能化的能力像人一樣，賦能整車。這里面的邏輯是：

　　以前的視覺系統主要給智駕用的，通過調度這些攝像頭，做到更好的智能駕駛或更高階的輔助能力，但現在，整車智能向類人性的真正的智慧生命體發展。比如人的眼睛，既可以專注地看書，也可以用余光去瞥周圍環境，還可以用眼神進行交流。再比如，人在走路的過程中，眼、耳、鼻、喉甚至是觸感提供的信息，都在參與人的行為判斷。

　　所以，智能電動車要向人學習。今天的智能化通過AI加持可以有很快的進步，但是特別好的Bench mark就是智慧的人體，我們的大腦、小腦，相當于我們的中央集成計算單元，我們的D.L.P.、手、神經網絡，就像我們的IMOS，而且這方面特別要求我們去跨域。

　　比如說，在轉彎的時候，如何通過AI賦能攝像頭解決A柱盲區的問題？

　　這個攝像頭可以錄視頻，除了保證智能駕駛特別好能夠實現無保護的左轉，同時要把這一幀的視覺透傳到另外一個計算域，這個計算域通過AI能力，把盲區里有危險的元素——可能是一條狗，一個行人，一個嬰兒車，都能夠識別出來。所以，我們在A屏上呈現的視頻，不是簡單地復現出來，而是通過視覺能力把里面的物體GOE（General objective option，一般障礙物），也包括VRU（vulnerable road user，易受傷害的道路使用者），全部檢測出來，讓出行沒有危險地輕松通過。

　　系統不但能感知環境、識別風險，而且還會將有風險的元素高亮顯示出來，甚至是帶有聲光電的提醒，這才是智能帶給我們的跨域的魅力，將眼睛、鼻子、觸覺都打通，想象空間擴大很多，帶給你更有顛覆性的場景體驗。

　　實際上我們說視覺的拓展是一個應用層的運用，但是智己不會僅局限在這個層次，會拓展至其他各個域。比如說行駛過程中提前識別地面減速帶的距離、角度、長度等，讓我們的CDC等提前進行調節，從而實現更舒適的駕駛感覺。