在智己汽车首款车型诞生之初，我们参与了几次 IM AD 的内测。

那时候首款车型 L7 还没有上市，但也见证了 Momenta 与智己汽车合作的雏形，也是 IM AD 的雏形。

转眼几年过去，IM AD 也从基础 LCC 能力迭代到高速 NOA ，再到如今进军城市 NOA ，并且也将逐步进入无图化 NOA 以及通勤模式，并且先后落地了 BEV+Transformer 架构的落地。

而接下来的 LS6 ，也无疑成为智己与 Momenta 所有前沿智驾技术的集大成者，并且将会全系具备去高精地图的 NOA 能力。

对于一个新晋的品牌，这样智能驾驶的速度无疑非常“激进”。

今天我们先回顾本次发布会的核心内容，也就是 IM AD 的智驾产品计划，再和大家探讨 IM AD 的三大核心问题。

在计划上 IM AD 将在：

• 2023 年 9 月将进行去高精地图 NOA 公测；
• 2023 年 10 月，城市 NOA 公测；
• 2024年，通勤模式百城开放；
• 2025年，智己 IM AD 落地 Door to Door（全场景通勤）。

我们今天也帮大家梳理几个核心问题：

• IM AD 不堆硬件、不堆算力的原因是什么？
• 去高精地图化，IM AD 核心“武器”是什么？
• BEV+Transformer 只是一种中间形态技术？

一、IM AD 不堆硬件、不堆算力的原因是什么？

大家绝对好奇，为什么 IM AD 一直不用双 Orin 的技术路线？

目前小鹏、智己是唯二的兼容 Xavier、Orin 智驾计算平台的公司，而两家公司都有一个共性，也就是因为早期合作后，在算法与计算平台都有完整的适配性。

而 IM AD 从最开始走的就是“轻量化”的硬件以及“飞轮式”软件融合思路。这也是 IM AD 在智己 与 Momenta 双方合作下的一个新探索。

什么是硬件会轻量化？

不拼硬件、不堆算力。IM AD 能够利用单 Orin、单 Lidar 就可以覆盖城市 NOA 以及去高精地图的能力。

而这样的硬件布局，无疑也是在 LS6 上首发。 

那为什么与目前主流的新势力代表走的双 Orin 路线不同？ IM AD 在这么卷的时代，会强调单 Orin 的能力呢？

首先架构越轻量，也意味着软件开发的能力也越强。

作为一家科技公司，Momenta 过去在 L4 的能力上有很多的积累，而伴随着大算力、激光雷达硬件等的发展，这时候 L2 与 L4 从研发角度看，都在趋同化，这也是 Momenta 最早押注“飞轮式”数据驱动并且两条腿走路商业模式的首要原因。

从 L4 出生的 Momenta 一直继承着科技公司的算法能力，相比 L2 出身的车企公司，Momenta 在感知、数据闭环能力、规控算法能力以及架构优化能力上一直都具备优势。

目前 L4 与 L2 的协同形式有两种，第一种是 L4 公司另起一支新团队开发 L2 ，还有一种是 L4 通过降维赋能 L2 ，但这个降维的前提是科技公司是否有能力把非车规级的架构通过“削”算力、“削”功耗的方式，迁移到 L2 上。

后者的路非常难“艰难”，但它的好处也非常明显。

它的核心优势：共享一套技术架构。

它能够以一个 L2 的成本优势共享一套 L4 的技术架构，让 IM AD 共享两者的数据驱动成果、感知算法、规控逻辑，更重要的是用户体验到更高阶的辅助驾驶能力，并且性能天花板能力自然更高。

我们也就逐步理解，为什么 IM AD 会坚持走单 Orin 芯片、轻激光雷达路线的原因。

目前 IM AD 通过算法优化，目前在满足功能增长的前提下，算力需求降低 90%。同时通过模型优化，模型运行效率提升500%。

二、去高精地图化，IM AD 又有哪些核心“武器”？

去高精地图，就像智能驾驶越过一座高山后，另一座高山的顶点，大家如何往上走，目前行径路径有很大的区别。

例如在去高精地图上，IM AD  有另一个解。

在数据驱动上，IM AD 其实共有三套针对性的数据驱动算法：

• DDOD ：主要解决的是动态物体感知问题，并且 IM AD 强调的是不依赖激光雷达就能解决通用障碍物的感知问题。
• DDLD：主要解决静态环境感知问题，比如车道线、禁止线等，降低高精地图的依赖。
• DLP : 也就是解决规控问题，用老司机的数据解决更多难解的场景，完成脱困。

可以看到，IM AD 解决高精地图的核心能力是引进了 DDLD 技术。

DDLD 感知算法，就是通过实时感知，生成道路地标，输出给规控模块。

这里有个很有意思的点是，Momenta 和上汽都具备采集资质，在前期的技术路径中，双方就有了在高精地图上的探索，那为什么还要坚定做去高精地图呢？

其实双方在早期，也就是在高精地图的探索上相比其他家就有很大的不同。过去高精地图一直被作为一种监督信号，开发高精感知的传感器+取代高精地图的专用算法模型，高精地图的数据在前期中只是给模型做参考学习。

而双方也正是因为看中了解决地图的更新成本、鲜度需求的核心问题。现在看来，过去这个能力，实际上是和目前去高精地图的思路是高度契合的，所以双方在无图化的探索并不是 0-1 刚刚开始。

可以看到：

第一 IM AD 相比传统图商更侧重的是采集能力，IM AD 更侧重后期“补缺”能力，比如 DDLD 技术，如何利用影子模式让建图算法模型不断验证，完成建图和更新。

第二相比之下视觉数据更轻，利于管理更新，但这也对视觉算法能力、还有特别是数据量有庞大的需求。

第三又回到过去和大家一直提到的问题，解决智能驾驶的终局不在技术本身，而是商业模式。而智己无非成为这个商业模式中的“明星角色”，有了大量数据的来源后，让 IM AD 的数据驱动能力开始转了起来。这样才是让 DDLD 模型“跑起来”的基础。

三、BEV+Transformer 只是一种中间技术形态？

曹旭东曾提到目前 BEV+Transformer 只是一种过渡技术，实际上核心还是在 occupancy network 。

这里核心的关键是直接直接把传感器得到的 2D 图片直接转化为 3D 输出，而是直接生成 3D 效果。

通过将三维世界划分为一个网格单元，定义哪个单元被占用，哪个单元是空闲的，还可以把当前场景下被遮挡的静止物体和动态物体也用体积块表示出来。

通过占用网络，结合 BEV 模型，可以对路径规划有更多信息。

目前智己汽车采用 Occupancy 网络模型，也已经有了基于近百亿海量训练数据，比如解决路面凸起的石块和车辆悬挂物等不规则物体的判断能力。

作为智己汽车智能化的集大成者全新智己 LS6， 也将会在成都车展亮相。

LS6 全系也将具备去高精地图的 NOA 能力，同时交付即搭载“一键场景代驾”功能，而在 2024 年 IM AD 还将驶向海外。

从 LS6 整体方案看， IM AD 非激光雷达的全域视觉融合方案，仅依靠 Xavier、OrinN 等中低算力平台即可实现无图 NOA ，而高阶方案则采用 Orin X 以及单激光雷达的方案，天花板会更高。

可以看到，IM AD 的演进速度越来越快，而这场迭代是基于硬件平台、学习算法、数据驱动以及技术框架的全量级迭代，伴随着智己 IM AD 数据量的拓宽，让 IM AD 的智能化演进有了更多想象！