128TOPS算力实现城市NOA?理想AD Pro技术实测与架构解析
随着智能驾驶技术的快速发展,城市NOA(导航辅助驾驶)已成为行业竞争的焦点。当前市场上搭载城市NOA功能的车型,其算力配置往往高达1000TOPS甚至2000TOPS,形成了“高算力=高智能”的行业认知。然而,理想汽车推出的搭载地平线征程6M芯片(算力128TOPS)的L6 Pro智能换新版,同样支持城市NOA功能。这一现象引发了关于算力需求与技术优化能力的讨论。本文将通过实测数据与技术解析,探讨低算力平台实现高阶智能驾驶的可行性。
01硬件配置与算力对比
| 车型/版本 | 搭载芯片 | 算力 (TOPS) | 城市NOA支持 |
|---|---|---|---|
| 市场主流高配车型 | 多款高性能芯片 | 1000 - 2000 | 支持 |
| 理想 L6 Pro 智能换新版 | 地平线征程6M | 128 | 支持 |
不同算力平台的智能驾驶配置对比
02复杂路况实测表现
- 紧急加塞应对
面对前车突然加塞,系统展现出低延时特性,能够迅速识别并平稳刹停,有效避免了碰撞风险。 - 障碍物绕行
在识别到对向车辆侵入车道准备左转时,系统未采取减速措施,而是微调方向进行绕行,通行效率较高。 - 博弈场景处理
在无保护左转及大型环岛场景中,系统能够精准预判车流时机,在防御性观察与通行效率之间找到平衡点。 - 非标准化道路
在车道线模糊、缺失或被遮挡的路段,系统能够准确重建道路结构,并支持较宽路口的一把掉头功能(窄路多揉舵场景暂不支持)。
03技术实现原理
理想AD Pro能够在128TOPS的算力下实现覆盖日常95%以上通行场景的城市NOA,核心原因在于技术架构的优化,而非单纯依赖硬件堆料。
技术实现路径对比
行业常规路径:算力堆叠
通过提升硬件算力上限来保障模型运行
- 依赖1000TOPS以上高算力芯片
- 处于端到端模型磨合或初期阶段
- 成本较高,多见于顶配或超顶配车型
理想AD Pro:架构下放
通过底层优化将先进架构适配至低算力平台
- 将AD Max的端到端模型架构下放至Pro版
- 具备与人类似的思维和推理能力
- 通过极致工程优化实现技术普惠
这种“神装下放”的策略,本质上是将顶配车型验证成熟的端到端模型架构,经过底层优化移植到算力较低的平台。这意味着Pro版虽然硬件规格降低,但其核心的算法逻辑与决策能力与高配版本同源。部分用户反馈也证实,实际体验中并未感受到因算力降低而产生的明显卡顿或逻辑滞后,其表现符合绝大多数城市通勤需求。
04总结
理想汽车在128TOPS算力平台上成功跑通城市NOA,证明了堆料并非提升智能驾驶体验的唯一途径。极致的工程优化能力和对底层架构的深度掌控,才是实现技术普惠与降低门槛的关键。这一策略不仅降低了消费者享受高阶智能驾驶的成本,也为行业在硬件配置与软件算法的平衡上提供了新的参考思路。
当前文章无评论,是时候发表评论了