> 数据图表咨询下各位3. 自动驾驶技术路线-端到端架构2.02025-6-33. 自动驾驶技术路线-端到端架构2.0• 解决办法： 理想的VLM认知模型• 2024年7月，理想发布了视觉语言模型 (VLM) ，是一种多模态、生成式 AI 模型，能够理解和处理视频、图像和文本等多模态输入的信息并转化为语言输出，但无法执行动作。理想的VLM模型分为两个系统，即端到端E2E模型作为系统1（快系统），可以迅速的进行控制决策，而大语言模型LLM作为系统2（慢系统），可以进行深度思考，理解环境信息，识别Corner Case。除了理想之外，小鹏（2024年7月）、华为（2024年4月）、小米（2025年1月）等头部车企已经将VLM技术应用于量产车型。VLM主要解决了环境语义理解的问题，比如能够理解潮汐车道、特殊交通标识等。• 双系统的原理：参考人类的思考方式，让模型采用双系统，系统1处理95%常规场景，系统2破解5%长尾问题。人类的思考包含快系统和慢系统，“系统一”是本能反应，条件反射，潜意识的；”系统二“是逻辑性的，刻意且缓慢的，在开车时，大部分简单熟悉的道路均由系统一完成，遇到较难的路段以及危险路段，系统二会自动上限，人类会动用已有的经验（常识和驾驶知识）来应对极端场景。在自动驾驶中，神经网络通常通过暴力计算一个近似的函数来执行任务，类似于人类的系统一；而大语言模型拥有海量的知识库和超强的学习能力，能够处理复杂多变的任务，类似系统二。图：AI的分类图：理想汽车VLM数据来源：《思考的快与慢》, 西南证券整理数据来源：理想汽车的2024智能驾驶夏季发布会, 西南证券整理18西南证券综合其他
