智能化已成為汽車行業發展的新引擎，NVIDIA 正在賦能理想汽車共同推進智能駕駛和智能座艙技術創新。

作為中國新能源汽車制造商和造車新勢力頭部企業之一，理想汽車深耕智能駕駛領域。通過利用NVIDIA 從云端到車端的全方位加速解決方案，理想汽車在采用系統 1 和系統 2 思維的融合策略下，加速模仿人類駕駛決策過程，提升了智能駕駛對復雜交通環境的適應性。同時，NVIDIA 利用云端訓練和推理，助力理想汽車的 AI 助手“理想同學”在智能座艙中提供三維空間交互體驗，打造了更加自然和個性化的車內空間。

未來交通運輸業需要智能化的解決方案

智能駕駛技術正與人類的認知和決策過程相結合，開創未來交通運輸業的新時代。通過端到端模型和大語言模型等先進技術的應用，智能駕駛系統能夠更加精準地理解周圍環境，做出快速而安全的決策。這些技術不僅提高了交通的智能化水平，還增強了車輛對復雜路況的適應能力，從而為用戶帶來更高效、安全的出行體驗。

在探索智能駕駛技術的過程中，理想汽車對于結合直覺式快速反應（系統 1）與深度思考（系統 2）具有獨特見解。為了應對未知和極端駕駛場景，理想引入了知識驅動的新范式，利用多模態視覺語言模型，開發了一套融合了基礎世界知識和邏輯思維的認知模型（VLM）和一個能夠自動進行新模型車端驗證的開發系統，增強了智能駕駛的認知和決策能力，并加速了系統的迭代和優化。以此賦予智能駕駛系統更深層次的世界認知和常識推理能力。

在 NVIDIA 的幫助下，理想汽車能夠在系統之上優化數據的使用及生成，提升智能駕駛技術的開發效率和性能表現。如對理想 L9 車型的數據進行重建和動態編輯，有效利用歷史數據，提高了數據處理的效率和模型訓練的泛化能力。

NVIDIA 的 TensorRT-LLM 框架為大模型提供了高效的推理能力，能支持在 DRIVE Orin 平臺上運行復雜的神經網絡模型。NVIDIA DRIVE Replicator 能夠合成稀有場景數據，幫助智能駕駛系統更好地處理邊緣情況。同時，NVIDIA NeMo 框架支持智能汽車的視覺語言模型應用，其提供了從數據處理到模型訓練、模型驗證的解決方案。在模型部署和優化方面，NVIDIA DRIVE 平臺上可使用 NVIDIA DLA（Deep Learning Accelerator）和 GPU 進行高效推理，并通過結構化稀疏性等技術進一步提升模型的推理性能。

NVIDIA 端到端解決方案

助力理想汽車構建空間交互體驗

在智能座艙領域，多模態感知技術和大語言模型的結合正在改變人車交互的方式。理想汽車由其多模態認知大模型 Mind GPT 構建的 AI 助手“理想同學”融合了語音、視覺和觸控等多種感知信息，能夠在強大的端和云算力支持下，充分理解語言和用戶需求，并提供有價值的回復。

這一過程中，NVIDIA GPU 強大的計算能力支撐了大模型的訓練和推理，使得“理想同學”能夠快速、準確地處理和響應用戶指令。另外，NVIDIA 在理想汽車大模型的工程實現方面也提供了強有力的支持。借助 NVIDIA GPU，理想的 LiPTM 訓練平臺和 LisaRT-LLM 推理引擎可以實現更快的訓練和推理速度，推動大模型的高效迭代和應用。同時，LisaRT 里的加速算子接入使用了 NVIDIA TensorRT-LLM 的高性能算子，以幫助提升性能和降低成本，使得理想汽車能夠在智能座艙領域取得顯著的進展。

NVIDIA 從云端到邊緣端加速汽車行業伙伴

NVIDIA 從云端到車端的加速解決方案，旨在提升智能汽車在智能駕駛和座艙技術的開發效率和性能表現。NVIDIA AI Enterprise是一個端到端云原生軟件平臺，包括 DALI、CV-CUDA、TensorRT-LLM 和 Triton 等 SDK，提供企業級的軟件和支持，幫助利用生成式 AI 進行創新的汽車行業合作伙伴加速開發。

NVIDIA 正在通過一系列解決方案，助力理想汽車并加速汽車行業客戶和合作伙伴提高研發效率，縮短產品的迭代周期和上市時間，推動行業的技術進步與智能化提升。

審核編輯：彭菁