2024年7月5日，梦想汽车在2024智能驾驶夏日发布会布告将于7月内向全量梦想AD Max用户推送“天下都能开”的无图NOA，并将于7月内推送全自动AES(自动迫切转向)和全方针低速AEB(自动迫切制动)。同期，梦想汽车发布了基于端到端模子、VLM视觉谈话模子和世界模子的全新自动驾驶时代架构，并开启新架构的早鸟狡计。

智能驾驶居品方面，无图NOA不再依赖高精舆图或先验信息，在天下范围内的导航散失区域均可使用，并借助时空聚积贪图智力带来更丝滑的绕行体验。无图NOA也具备超远视距导航选路智力，在复杂路口依然不错顺畅达行。同期，无图NOA充分斟酌用户格局安全鸿沟，用分米级微操带来默契省心的智驾体验。此外，行将推送的AES功能不错完毕不依赖东谈主补助扭力的全自动触发，藏匿更多高危事故风险。全方针低速AEB则再次拓展主动安全风险场景，灵验减少低速挪车场景的高频剐蹭事故发生。

自动驾驶时代方面，新架构由端到端模子、VLM视觉谈话模子和世界模子共同组成。端到端模子用于处理惯例的驾驶步履，从传感器输入到行驶轨迹输出只经过一个模子，信息传递、推理计较和模子迭代更高效，驾驶步履更拟东谈主。VLM视觉谈话模子具备繁密的逻辑念念考智力，不错清爽复杂路况、导航舆图和交通章程，应答高难度的未知场景。同期，自动驾驶系统将在基于世界模子构建的诬捏环境中进行智力学习和测试。世界模子勾通重建和生成两种旅途，构建的测试场景既合适着实规章，也兼具优秀的泛化智力。

梦想汽车居品部高等副总裁范皓宇默示：“梦想汽车弥远坚握和用户共同打磨居品体验，从本年5月推送首批千名体验用户，到6月将体验用户鸿沟彭胀至万东谈主以上，咱们如故在天下各地积聚了超百万公里的无图NOA行驶里程。无图NOA全量推送后，24万名梦想AD Max车主都将用上现时国内进步的智能驾驶居品，这是一项真心满满的重磅升级。”

梦想汽车智能驾驶研发副总裁郎咸一又默示：“从2021年驱动全栈自研，到今天发布全新的自动驾驶时代架构，梦想汽车的自动驾驶研发从未住手探索的脚步。咱们勾通端到端模子和VLM视觉谈话模子，带来了业界首个在车端部署双系统的决策，也初度将VLM视觉谈话模子告捷部署在车端芯片上，这套业内进步的全新架构是自动驾驶领域里程碑式的时代冲突。”

无图NOA四项智力培植，天下谈路高效通行

将于7月内推送的无图NOA带来四项紧要智力升级，全面培植用户体验。领先，收货于感知、清爽寝兵路结构构建智力的全面培植，无图NOA开脱了对先验信息的依赖。用户在天下范围内有导航散失的城市范围内均可使用NOA，以致不错在更稀奇的巷子窄路和乡村小径开启功能。

其次，基于高效的时空聚积贪图智力，车辆对谈路退却物的逃匿和绕行愈加丝滑。时空聚积贪图完毕了横纵向空间的同步贪图，并通过握续推测自车与他车的空间交互关联，贪图畴以前候窗口内的所有可行驶轨迹。基于优质样本的学习，车辆不错快速筛选最优轨迹，果决而安全地执行绕行手脚。

在复杂的城市路口，无图NOA的选路智力也取得显赫培植。无图NOA聘用BEV视觉模子交融导航匹配算法，实时感知变化的路沿、路面箭头秀美和路口特征，并将车谈结构和导航特征充分交融，灵验处分了复杂路口难以结构化的问题，具备超远视距导航选路智力，路口通行更放心。

同期，无图NOA要点斟酌用户格局安全鸿沟，用分米级的微操智力带来愈加默契、省心的行车体验。通过激光雷达与视觉前交融的占用会聚，车辆不错识别更大范围内的不章程退却物，感知精度也更高，从而对其他交通参与者的步履完毕更早、更准确的预判。收货于此，车辆或者与其他交通参与者保握合理距离，加降速时机也愈加得当，灵验培植用户行车时的安全感。

主动安全智力进阶，散失场景再拓展

在主动安全领域，梦想汽车成就了完备的安全风险场景库，并把柄出现频次和危急进程分类，握续培植风险场景散失度，行将在7月内为用户推送全自动AES和全方针低速AEB功能。

日本萝莉

为了应答AEB也无法例避事故的物理极限场景，梦想汽车推出了全自动触发的AES自动迫切转向功能。在车辆行驶速率较快时，留给主动安全系统的反当令候极短，部分情况下即使触发AEB，车辆全力制动仍无法实时刹停。此时，AES功能将被实时触发，无需东谈主为参与转向操作，自动迫切转向，逃匿前线狡计，灵验幸免顶点场景下的事故发生。

全方针低速AEB则针对泊车和低速行车场景，提供了360度的主动安全防护。在复杂的地库泊车环境中，车辆周围的立柱、行东谈主和其他车辆等退却物都增多了剐蹭风险。全方针低速AEB或者灵验识别前向、后向和侧向的碰撞风险，实时迫切制动，为用户的平常用车带来更省心的体验。

自动驾驶时代冲突革命，双系统更智能

梦想汽车的自动驾驶全新时代架构受诺贝尔奖得主丹尼尔·卡尼曼的快慢系统表面启发，在自动驾驶领域模拟东谈主类的念念考和决策进程，酿成更智能、更拟东谈主的驾驶处分决策。

快系统，即系统1，善于处理肤浅任务，是东谈主类基于警戒和习尚酿成的直观，足以应答驾驶车辆时95%的惯例场景。慢系统，即系统2，是东谈主类通过更真切的清爽与学习，酿成的逻辑推理、复杂分析和计较智力，在驾驶车辆时用于处分复杂以致未知的交通场景，占平常驾驶的约5%。系统1和系统2互投合营，分裂确保大部分场景下的高收尾和少数场景下的高上限，成为东谈主类领路、清爽世界并作念出决策的基础。

梦想汽车基于快慢系统系统表面酿成了自动驾驶算法架构的原型。系统1由端到端模子完毕，具备高效、快速反应的智力。端到端模子收受传感器输入，并告成输出行驶轨迹用于限定车辆。系统2由VLM视觉谈话模子完毕，其收受传感器输入后，经过逻辑念念考，输出决策信息给到系统1。双系统组成的自动驾驶智力还将在云表诈欺世界模子进行谨慎和考证。

高收尾的端到端模子

端到端模子的输入主要由录像头和激光雷达组成，多传感器特征经过CNN骨干会聚的索要、交融，投影至BEV空间。为培植模子的表征智力，梦想汽车还联想了牵记模块，兼具时候和空间维度的牵记智力。在模子的输入中，梦想汽车还加入了车辆景况信息和导航信息，经过Transformer模子的编码，与BEV特征共同解码转移态退却物、谈路结构和通用退却物，并贪图出行车轨迹。

多任务输出在一体化的模子中得以完毕，中间莫得章程介入，因此端到端模子在信息传递、推理计较、模子迭代上均具有显赫上风。在本体驾驶中，端到端模子展现出更繁密的通用退却物清爽智力、超视距导航智力、谈路结构清爽智力，以及更拟东谈主的旅途贪图智力。

高上限的VLM视觉谈话模子

VLM视觉谈话模子的算法架构由一个斡旋的Transformer模子组成，将Prompt(请示词)文本进行Tokenizer(分词器)编码，并将前视相机的图像和导航舆图信息进行视觉信息编码，再通过图文对都模块进行模态对都，最终斡旋进行自顾虑推理，输出对环境的清爽、驾驶决策和驾驶轨迹，传递给系统1补助限定车辆。

梦想汽车的VLM视觉谈话模子参数目达到22亿，对物理世界的复杂交通环境具有繁密的清爽智力，即使濒临初度经验的未知场景也能自由应答。VLM模子不错识别路面平整度、后光等环境信息，请示系统1限定车速，确保驾驶安全舒服。VLM模子也具备更强的导航舆图清爽智力，不错合营车机系统修正导航，防护驾驶时走错门路。同期，VLM模子不错清爽公交车谈、潮汐车谈和分时段限行等复杂的交通章程，在驾驶中作出合理决策。

重建生成勾通的世界模子

梦想汽车的世界模子勾通了重建和生成两种时代旅途，将着实数据通过3DGS(3D高斯溅射)时代进行重建，并使用生成模子补充新视角。在场景重建时，其中的动静态因素将被分离，静态环境取得重建，动态物体则进行重建和新视角生成。再经过对场景的再行渲染，酿成3D的物理世界，其中的动态钞票不错被率性裁剪和退换，完毕场景的部分泛化。比拟重建，生成模子具有更强的泛化智力，天气、光照、车流等要求均可被自界说转换，生成合适着实规章的新场景，用于评价自动驾驶系统在多样要求下的适合智力。

重建和生成两者勾通所构建的场景为自动驾驶系统智力的学习和测试创造了更优秀的诬捏环境现代激情，使系统具备了高效闭环的迭代智力，确保系统的安全可靠。