未來交通運輸業需要智能化的解決方案
在探索智能駕駛技術的過程中，理想汽車對於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範式，利用多模態視覺語言模型（VLM），開發了一套融合了基礎世界知識和邏輯思維的認知模型，以及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，並加速了系統的迭代和優化。
在 NVIDIA 的幫助下，理想汽車能夠在系統之上優化資料的使用及生成，提升智能駕駛技術的開發效率和性能表現。如對理想 L9 車型的資料進行重建和動態編輯，有效利用歷史資料，提高了資料處理的效率和模型訓練的泛化能力。
NVIDIA 技術全面賦能理想汽車智能駕駛
NVIDIA TRT-LLM 框架：為大模型提供高效的推理能力，支援在 DRIVE Orin 平台上運行複雜的神經網路模型
NVIDIA DRIVE Replicator：能夠合成稀有場景資料，幫助智能駕駛系統更好地處理邊緣情況
NVIDIA NeMo 框架：支援智能汽車的視覺語言模型應用，提供從資料處理到模型訓練、模型驗證的解決方案
NVIDIA DRIVE 平台：可使用 NVIDIA DLA（Deep Learning Accelerator）和 GPU 進行高效推理，並通過結構化稀疏性等技術進一步提升模型的推理性能
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資訊，能夠在強大的端和雲算力支援下，充分理解語言和用戶需求，並提供有價值的回復。
在這一過程中，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。借助 NVIDIA GPU，理想的 LiPTM 訓練平台和 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。
NVIDIA 從雲端到邊緣端加速汽車行業夥伴
NVIDIA 從雲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 是一個端到端雲原生軟體平台，包括 DALI、CV-CUDA、TensorRT-LLM 和 Triton 等 SDK，提供企業級的軟體和支援，幫助利用生成式 AI 進行創新的汽車行業合作夥伴加速開發。
NVIDIA 正在通過一系列解決方案，助力理想汽車並加速汽車行業客戶和合作夥伴提高研發效率，縮短產品的迭代週期和上市時間，推動行業的技術進步與智能化提升。
WeChat
Profile