网评测讯（作者/陈熹临）7月8日消息，理想汽车在2024智能驾驶夏季发布会上宣布推出全新无图NOA，以及全自动AES（自动紧急转向）和全方位低速AEB（自动紧急制动）。同时，理想汽车发布了基于端到端模型、VLM视觉语言模型和世界模型的全新自动驾驶技术架构。

全新无图NOA将在 7 月内推送

此次理想汽车发布的无图 NOA为全新的智能驾驶产品。该NOA不再依赖高精地图或先验信息，在全国范围内的导航覆盖区域均可使用。无图NOA采用的BEV视觉模型融合导航匹配算法，可以实时感知变化的路沿、路面箭头标识和路口特征，以及具备超远视距导航选路能力。

AES自动紧急专项功能可全自动触发，将在车速较快，主动安全系统的反应时间极短的情况下发挥作用，且能够自动紧急转向，避让前方目标，无需人为操作。全方位低速AEB的应用场景则针对低速与泊车。

自动驾驶技术上，理想汽车发布了基于端到端模型、VLM视觉语言模型和世界模型的全新自动驾驶技术架构。 该架构在理论上，由系统1（快系统）和系统 2（慢系统）组成配合。基于快慢系统的理论，在架构原型上，系统1由端到端模型实现，然后端到端模型接收传感器输入，并直接输出行驶轨迹用于控制车辆。系统2由VLM视觉语言模型实现，其接收传感器输入后，经过计算，输出决策信息给到系统1。

端到端模型亮点

端到端模型的输入主要由摄像头和激光雷达构成。CNN主干网络将传感器捕捉的信息提取、融合，投影至BEV空间。在模型输入中，理想汽车还加入了车辆状态信息和导航信息，经过Transformer模型的编码，与BEV特征共同解码出动态障碍物、道路结构和通用障碍物，最终规划出对应的行车轨迹。

VLM视觉语言模型上的参数量达到22亿，该模型由统一的 Transformer模型构成。该模型核心是将提示词在分词器里编码，并将车辆记录的图像和导航地图信息进行视觉信息编码，再通过图文对齐模块进行模态对齐以及推理决策，最终传递给系统1 ，实现对车辆的辅助控制。

在世界模型上，理想汽车结合了重建和生成两种技术路径，将真实数据通过3D高斯溅射技术进行重建，对场景进行更加还原与真实的渲染，再通过生成模型生成符合真实规律的新场景，用于评价自动驾驶系统在各种条件下的适应能力。

目前，理想汽车宣布全新的无图NOA将在 7 月内向全理想AD Max全量用户推送，而全自动AES和全方位低速AEB也将在 7 月内进行推送。