盖世汽车讯 在近期人工智能技术突破和消费者期望快速变化的推动下，自动驾驶领域领导力的争夺正在加速。特斯拉的完全自动驾驶能力以及中国领先汽车厂商的进步，为端到端（E2E）驾驶辅助性能设定了高标准。这给其他汽车制造商带来了一场充满挑战的技术竞赛。

图片来源： Applied Intuition

据外媒报道，为了助力客户在这场竞争中脱颖而出，Applied Intuition宣布推出其汽车自动驾驶系统（Self-Driving System（SDS）for Automotive）。SDS for Automotive是一个端到端学习型神经网络ADAS平台，将感知、规划和控制无缝集成到一个统一的系统中，而非基于规则的独立模块，使原始设备制造商（OEM）能够提供安全可靠的类人驾驶性能。它将提供完整的L2++级功能集，并可升级至L3级和L4级，并由Applied开发和验证工具链提供支持。

SDS由Applied Intuition的自动驾驶工程和研究团队设计，并汲取了近十年在卡车、采矿和国防领域自动驾驶工作的经验。SDS与Applied Intuition的车载操作系统（Vehicle OS）集成，并采用量产传感器和嵌入式计算技术，从零开始设计，以应对量产需求。

“我们的E2E学习方法将驾驶环境感知、驾驶行为理解和可观察性融于一体，”联合创始人兼首席技术官Peter Ludwig表示。

SDS for Automotive可提供定义的中间输出（例如检测到的物体和场景理解），这些输出可进行检查、验证和追踪。这使得原始设备制造商能够满足法规要求和全球安全标准，包括ISO 26262、SOTIF和ISO/PAS-8800:2024，同时仍能受益于先进的神经架构。

从远程智能泊车和自动紧急制动（AEB），到先进的城市驾驶和高速公路导航，SDS旨在提供全面的L2++级驾驶辅助功能，并可升级至L3级和L4级。

SDS不受芯片和计算硬件的限制，使OEM能够选择最符合其需求的计算和传感器方案。其摄像头密集型设计支持灵活的传感器配置——从单个前置摄像头到11个环视摄像头，并可选配雷达。L3及以上级别可添加激光雷达，提升安全性。SDS无需高清地图，因此汽车可以在任何有道路的地方行驶，从而降低物料清单（BOM）成本，并实现全球扩展。

白盒自动驾驶堆栈为OEM提供完整的源代码访问权限，以及定制、验证和深度集成的能力。这使得制造商能够在其产品线中打造符合品牌定制的自动驾驶体验。

“过去两年端到端研究的突破使我们能够彻底重新思考ADAS工程，”Applied Intuition联合创始人兼首席技术官Peter Ludwig表示。“我们的端到端模型基于大规模人工和合成数据进行训练，能够以可扩展和自适应的方式学习整个驾驶过程，从而提供如同顶级专业驾驶员般平稳可靠的驾驶体验。”

依托Applied在ADAS人工智能研究（基于类似于现代生成式人工智能的大规模变压器架构）方面的成果，SDS for Automotive每隔几个月就能实现功能上的阶跃式提升，并且持续快速改进。

SDS背后的大部分技术已在日本公共道路上的卡车运输中得到验证——它们与现有项目集成，实现了快速验证、合规性，并直接为乘用车提供了SOP途径。

Peter表示：“我们在卡车和非公路车辆项目中成功应用了这种方法，证明了它能够快速适应，并提供更安全、更强大的功能。这一基础使我们能够将SDS应用于乘用车。”

SDS for Automotive的端到端神经网络设计将成熟的E2E自动驾驶生产技术与面向下一代技术的前沿研究相结合。该方法的核心是基于海量数据训练的模型，并不断集成新的训练前和训练后技术。该系统的架构在保留可追溯性的同时，仍可在生产级嵌入式计算上运行，并保持复杂的驾驶能力。

该E2E管道经过生产验证，可在大众市场硬件上运行，并支持新功能的快速闭环。PB级数据引擎收集、处理和整理多模态车辆和传感器数据，并在支持标记、数据挖掘、实验跟踪和管理计算的强大基础架构上运行，从而加速模型迭代和部署。