ChinaAIDay小米汽车专场端到端全场景智能驾驶20250318

小米汽车端到端全场景智能驾驶系统解析

核心观点与技术路线
小米汽车聚焦“端到端”全场景智能驾驶技术，采用深度神经网络驱动，覆盖从车位启动到高速领航的完整场景。该技术区别于传统模块化架构，通过物理世界直接探索（传感器与执行器收集数据）持续优化AI模型，实现数据驱动和模型泛化，提升车辆在复杂环境下的适应能力。

技术架构与实现

1. 物理世界建模框架：采用三层神经网络框架——原始数据观测层（大OT）、深度神经网络特征层（大GT）、显示符号层（大SG）。通过多目相机等传感器收集数据，经神经网络处理形成场景理解，并解码为静态（车道线、斑马线）和动态（行人、车辆）符号表达，支持精准决策规划。
2. 动态系统建模与未来预测：针对智能驾驶系统的动态特性，研究未来一段时间内的表现预测。通过数据观测层、隐私特征层和显示符号层联合建模，结合3DGS重建技术、diffusion order regression生成技术等，实现未来特征预测。显示符号层则利用人类认知规则、代码与模型结合完成时序建模。

数据积累与迭代进展

• 数据规模：自2024年3月交付以来，用户车队规模超18万辆，月增超2万辆，日行驶里程近1000万公里，全场景数据从238万clips增长至1360万clips，为千万级模型训练奠定基础。
• 技术迭代：通过英伟达合作优化云端推理效率（标注利用率翻倍、GPU利用率提升30%）和车端模型部署（加速20%-40%）。从高精地图模块化架构快速迭代至端到端架构，场景覆盖从高速领航扩展至全场景（泊车、城区领航），实现连续自驾体验。

关键成就与未来规划

• 全场景覆盖：OTA升级后，车辆具备车位启动、自主泊车、高速/城市领航能力，实现全国范围全场景自动驾驶。
• 持续演进：未来将逐步实现车位到车位的完整体验，持续交付高级自驾功能，并探索三层表达联合时序建模以提升预测精度。

工程优化措施

• 云端优化：自动化标注与GPU利用率提升。
• 车端优化：模型设计、算子性能优化，硬件端图像前处理与点云数据压缩。