上周，理想汽車官宣了一則重磅消息：全新一代雙系統智能駕駛解決方案「端到端+VLM」，全量推送。

在智駕技術日新月異，各種版本的早鳥測試層出不窮的當下，「全量推送」4個字，顯得彌足珍貴，尤其是這個消息緊接著理想第100萬臺交付。

這標志著理想汽?的智能駕駛，率先進入AI大模型時代，也意味著大規模的車主（超過30萬臺AD MAX車輛），用上了這個時代最前沿的技術。

端到端的系統，核心是基于優質駕駛數據和大模型，讓機器學習像人一樣思考、開車。

邁入「端到端+VLM」的階段之后，理想智駕的場景覆蓋率、舒適度和通行效率都有躍級式的提升。

按照30多萬的車主規模來計算，這應該也是目前國內規模最大的向用戶開放的端到端智駕版本。

理想這次全量推送的版本，基于整車OTA 6.4，智駕軟件版本則是E2E-VLM V4.8.6。版本號中的第一個4，代表了是基于400萬 clips 視頻數據訓練的版本。

Elon Musk曾經談到數據規模對于端到端自動駕駛表現的影響：「用100萬個視頻訓練，勉強夠用；200萬個，稍好一些；300萬個，就會感到Wow（驚艷）；到了1000萬個，就變得難以置信了。」

而這次推送的400萬Clips的版本，剛好跨過了Musk口中所說的令人驚艷的節點。

理想汽車從7月5日發布了第一個「端到端+VLM」的版本，7月30日開啟千人內測，8月底開啟萬人公測。李想曾經在演講中披露，「最快今年，最慢明年上半年」開啟全量推送。

實際上，這次全量推送的日期甚至提前了不少。

這某種程度上也說明，「端到端+VLM」這套方法的能力增長超過預期。

理想汽車智能駕駛研發副總裁郎咸朋曾經說，「表面上端到端是一個大模型替代幾個小的模型，實際上它是一個分水嶺。從端到端開始，真正標志著用人工智能的方法來做自動駕駛。」

一、行業首創架構，「端到端 + VLM」的迭代速度
伴隨著「端到端+VLM」的全量推送，理想也公布了一些數據闡述這個新系統進化的速度：比如，從7月5日發布最早的鳥蛋版本開始，理想智駕團隊做了30個研發版本的模型迭代。

將近3個半月時間，有30個研發版本迭代，意味著幾乎每3天就有一個新版本。

而理想的千人內測和萬人公測，采用了AB測試的方法，「模型架構優化」與「更多數據訓練」同步進行。

（譬如在100萬Clips規模的版本1.1.x版本上迭代1.2.x和2.1.x），同時探索模型架構和數據量增長帶來的效果提升。

從實際運行效果來看，理想智駕系統的MPI（平均接管里程）得到了大幅提升，期間用戶平均接管里程翻了2.5倍。

理想曾經公布過E2E-VLM 1.0的MPI大概在12公里左右，也就說現在的平均MPI提升到了接近30公里。

目前，理想可用于智駕訓練的用戶里程數已經超過25億公里，這個數字到年底將增長到30億公里；當前有5.39 EFlops的云端訓練算力儲備，到年底將達到8 EFlops。

這些數據都說明了，目前這套系統的迭代速度和能力增長非?？欤⑶液罄m提升的空間依然非常巨大。

高速迭代的智能駕駛也給理想賣車帶來了直接的收益：

自5月門店試駕車升級無圖NOA功能以來，NOA試駕率翻倍增長；
AD Max定單比例也顯著增長；
10月，30萬元以上車型AD Max定單占比達到70%。
二、理想最新智駕，實際體驗如何？
在過去幾個月里，HiEV大蒜粒車研所的編輯也分別體驗了理想「端到端 +VLM」的多個版本，包括8月初的E2E-VLM 1.0，以及10月的4.8.6和5.1。

從最初在北京順義理想總部附近的路線體驗，當時端到端還是初出茅廬，偶有驚喜。

到后續，在海南、上海以及江蘇駕駛，可以說現版本的E2E-VLM已經能夠應對日常城市駕駛中的絕大部分場景，單次行程的NOA覆蓋率基本上能達到90%以上，甚至95%以上。

總體來說，「端到端+VLM」最直觀的感受是：

它對于時機和速度的控制變得更加精準；
規劃路徑的靈活性非常高，不機械；
橫縱向的控制更加絲滑。
這尤其體現在一些復雜大路口和博弈場景：

大路口左拐的路徑更加合理，并且會根據車流選擇通過的時機和路線；
路邊右側有停車時，即使在后方有車流的情況下，繞行的提前量和時機非常靈活，窄路下甚至會稍稍借用對向車道繞行；
甚至高速場景下也有變化，比如下匝道時，不再按之前固定2公里提前向外變道，而是很靈活地選擇通行效率更高的點位。