10月28日，主题为“直觉·新时代”的智己智能驾驶技术发布日如期举行。在发布会上，智己汽车宣布IM AD 3.0率先完成从“最像人”到“有直觉”的断代式进化，为智驾系统率先注入人工智能生成的“直觉”，正式迈入“直觉”智驾新时代。
智能驾驶辅助系统可谓这几年汽车圈最热也是最IN的话题，似乎一个车企没有智驾就是被时代抛弃被消费者抛弃。但同时也有很多消费者对于智驾持怀疑态度甚至是敬而远之，根本原因是很多人认为驾驶不仅仅是一种逻辑，更是一种下意识的反应，是一种经过时间和公里数锻炼出来的技能。
作为驾驶员，很多老司机能够依靠直觉、经验或者是肌肉记忆瞬间判断处理各种驾驶难题，如插队、超车、瓢泼大雨漫天大雪甚至诸如“诡探头”之类的紧急情况。
而直觉是没有理性可言的，是没有逻辑的，而目前很多车企推出的智驾系统恰恰是基于理性分析和底层逻辑。这正是让很多老司机不信任智驾系统的原因之一，如果道路上不论是汽车还是行人都充满了理性和逻辑，也就不会那么多的交通事故发生。
人脑在快速变化或突发状况下的反应能力，源自亿万年进化赋予的直觉。智己汽车率先将“直觉”引入智能驾驶中，让IM AD拥有人类的直觉，具备快速学习、快速进化的能力。智己IM AD3.0实现从“像人”到“成为人”的断代式进化，率先进入“直觉智驾”时代。通过“直觉”，IM AD能实现以本能反应为主导、省时果断的快思考能力。面对未知障碍，IM AD能够如同人类驾驶员一样，凭借直觉脑补预判，迅速作出规避动作。
“直觉驾驶”让智能汽车首次拥有综合分析道路环境全局信息，尤其在应对突发状况时，能够“脑补”出看不见、看不全的路况信息，像人类高级思维一样可以做出瞬间预判，既人们通常所说的“直觉”或“下意识反应”；即使在最复杂的交通环境中，都做到真正老司机般“看路开车”的驾驶方式。
例如，在中心城区无图NOA驾驶中，IM AD3.0可以丝滑礼让盲区横穿、轻松绕行水坑等障碍物；在面对人车混流的无保护左转场景时，能够像老司机一样老练博弈不傻等；在错综复杂的路口，即使面对无中线、超宽车等看不清的路况，也能从容应对、流畅通行……每一瞬间都是老司机的感觉，而且“全国都好开，全场景都敢用”。
直觉智驾新时代的核心技术底座，主要为“一段式端到端大模型”+“安全逻辑网络”；它凭借“直觉+逻辑”，突破智能驾驶体验的上限，同时又大幅增强安全性。
“一段式端到端大模型”取消了分模块智驾结构，将感知与规划整合进一个大模型，通过数据飞轮提供的海量优质数据，训练一个完整的神经网络，分析全局信息、隐含信息，学习优秀的人类驾驶行为，从原始数据输入到规划路径输出，形成人脑高级思维的直觉反应。同时，IM AD智驾大模型还有“安全逻辑网络”来保证直觉决策的安全性，让直觉驾驶的行为既高效、又恰当、更安全。
智己汽车 & Momenta联合打造的“一段式端到端直觉式智驾大模型”，拥有行业首创的“长短期记忆模式”独特架构，这种方法分为两条支路——短期记忆和长期记忆。短期记忆的训练周期以天为级别，通过快速训练验证数据和算法的有效性，而经过筛选的优质数据会不断积累到长期记忆中。在将模型训练成本节省10-100倍的同时，大幅提升迭代速度，让产品获得“专家级直觉”。
通过仿真人脑，用“直觉推理+逻辑分析”的方式正确处理问题。直觉推理善于直觉与经验快速处理问题，形成决策。逻辑分析通过端到端大模型中的安全逻辑网，让智驾系统的决策始终实现安全增强，来保证车辆行驶安全可控。
一段式端到端大模型训练，需要海量的数据以及对数据的收集和处理能力。智己和Momenta目前已有亿级优质数据，到2027年数据积累将超过1000亿公里，最大限度解决长尾场景问题。
通过一段式端到端智驾大模型提升驾驶能力。在复杂的大路口场景、正向或对向车流规划轨迹以及无车道线的山区小路等情况下，端到端大模型可以基于图像全局信息直接输出轨迹预测，甚至在看不到车道线或面对复杂场景时，仍能像人类司机一样综合判断并完成驾驶任务。这一技术突破了感知模型的局限性，实现了更加智能的路径规划和驾驶决策。
在数据处理的工具链“闭环自动化”能力上，已实现100%数据驱动，算法自动化迭代。采用数据驱动的方法，依托共享数据池和端到端大模型，业内领先的100%数据闭环自动化链路，来解决自动驾驶中遇到的海量问题，实现数据飞轮快速迭代。
智己汽车是全国首个率先具备L2、L3、L4智能驾驶量产能力的品牌。L2+级高阶辅助驾驶，已于本月在全国范围内开通全系车型“无图城市NOA”，做到“全国都好开、全场景都敢开”。目前，智己又已启动欧洲市场的L2+道路测试，为智驾出海打造首个“全球都能开”的无图NOA。L3级自动驾驶也已进入量产倒计时。今年6月份，智己入选全国首批“L3准入及路试联合体名单”，预计将于2026年正式具备L3级自动驾驶方案的量产条件。L4级，预计将在年内获得首批“L4级无驾驶人道路测试牌照”，实现无人驾驶车率先上路。
L2、L3、L4自动驾驶采用共平台开发，共享一段式端到端大模型，可以通过大量L2工程实践、数据获取和训练，支撑L3、L4研发。同时，可将L3、L4科技成果，充分赋能到现在的L2场景，实现更安全、舒适的智驾体验。