NVIDIA 端到端解决方案助力理想汽车打造智能驾驶与个性化座舱体验

一、方案背景与核心挑战

智能驾驶技术正与人类的认知和决策过程相结合，通过端到端模型和大语言模型等先进技术的应用，智能驾驶系统能够更精准地理解周围环境并做出快速而安全的决策。作为中国新能源汽车制造商和造车新势力头部企业之一，理想汽车深耕智能驾驶领域，并提出了结合直觉式快速反应（系统 1）与深度思考（系统 2）的融合策略。核心挑战：面对未知与极端驾驶场景，智能驾驶系统需要更深层次的世界认知与常识推理能力；同时，稀有场景数据稀缺、车端算力受限、模型迭代周期长，都是制约智能驾驶体验提升的关键瓶颈。智能座舱侧，多模态感知与大语言模型的结合也对端云算力与推理效率提出了更高要求。

二、解决方案名称与架构

解决方案名称：基于 NVIDIA 云端到车端全栈加速方案的智能驾驶与智能座舱一体化平台

技术架构：云端侧依托 NVIDIA GPU 与 NeMo 框架完成数据处理、模型训练与验证，并以 DRIVE Replicator 合成稀有场景数据；车端侧在 NVIDIA DRIVE Orin 平台上运行端到端与视觉语言模型（VLM），结合 TensorRT-LLM 与 DLA 深度学习加速器、结构化稀疏性等技术提升推理性能。座舱侧由多模态认知大模型 Mind GPT 构建的 AI 助手“理想同学”统一处理语音、视觉与触控信息。

三、核心技术组件

云端数据与训练：理想汽车引入了知识驱动的认知模型（VLM）与自动车端验证系统，提升智能驾驶的认知与决策能力并加速系统迭代。在 NVIDIA 帮助下，理想能够优化数据的使用与生成，例如对理想 L9 车型的数据进行重建和动态编辑，有效利用历史数据，提高数据处理效率和模型训练泛化能力。NVIDIA DRIVE Replicator 则负责合成稀有场景数据，帮助系统更好地处理边缘情况。

车端推理与部署：NVIDIA TensorRT-LLM 框架为大模型提供高效推理能力，支持在 DRIVE Orin 平台上运行复杂神经网络模型；NVIDIA NeMo 框架支持智能汽车的视觉语言模型应用，覆盖从数据处理到模型训练、模型验证的全流程；在模型部署与优化方面，DRIVE 平台可使用 DLA 与 GPU 进行高效推理，并通过结构化稀疏性等技术进一步提升推理性能。

智能座舱交互：AI 助手“理想同学”融合语音、视觉和触控等多种感知信息，在端和云算力支持下理解语言与用户需求。NVIDIA GPU 的计算能力支撑了大模型的训练和推理，使其能够快速、准确地处理和响应指令；借助 NVIDIA GPU，理想的 LiPTM 训练平台与 LisaRT-LLM 推理引擎实现更快的训练和推理速度，LisaRT 中的加速算子接入 NVIDIA TensorRT-LLM 高性能算子，进一步提升性能并降低成本。

四、实施成果

通过在数据、算法与工程实现上的协同优化，理想汽车提升了智能驾驶对复杂交通环境的适应性，加快了系统迭代与优化节奏；在座舱侧打造了三维空间交互体验，使车内交互更自然、更个性化。NVIDIA 从云端到车端的加速方案，也帮助理想缩短了产品迭代周期与上市时间。

五、未来展望

NVIDIA AI Enterprise 作为一个端到端云原生软件平台，包含 DALI、CV-CUDA、TensorRT-LLM 和 Triton 等 SDK，将持续为汽车行业合作伙伴提供企业级软件与支持，推动智能驾驶与智能座舱技术的持续演进。