文/周雄飛

　　馬斯克要直面的對(duì)手，永遠(yuǎn)都不缺。

　　一直以來，特斯拉都是整個(gè)智能汽車行業(yè)的對(duì)標(biāo)對(duì)象，不僅是因?yàn)檫@家企業(yè)引領(lǐng)了行業(yè)的發(fā)展，同時(shí)基于電動(dòng)汽車、Robotaxi和機(jī)器人等產(chǎn)品，特斯拉也成為了全球賣車最多且科技屬性最濃的車企。

　　雖然有很多車企在這些年都喊出要成為“中國版特斯拉”，但真正能讓全行業(yè)乃至消費(fèi)者認(rèn)可該標(biāo)簽的車企卻寥寥無幾。

　　這其中，理想汽車應(yīng)該會(huì)成為馬斯克不能忽視的一個(gè)對(duì)手。

　　最近，已有9個(gè)月不對(duì)外發(fā)聲的理想汽車董事長兼CEO李想，通過連續(xù)三場(chǎng)的AI Talk直播，再次強(qiáng)調(diào)了他對(duì)自己掌舵的這家企業(yè)的未來規(guī)劃——成為一家全球領(lǐng)先的人工智能企業(yè)。

　　具體來看，理想計(jì)劃在今年實(shí)現(xiàn)L3，而對(duì)于什么時(shí)候能實(shí)現(xiàn)L4級(jí)別自動(dòng)駕駛的問題，李想表示“給他三年時(shí)間”。但與特斯拉不同的是，李想不準(zhǔn)備打造Robotaxi，而是把L4的能力搭載在智能汽車產(chǎn)品中，讓他們的產(chǎn)品從移動(dòng)的家，升級(jí)為幸福的家。

　　李想能說出這些激進(jìn)的目標(biāo)，也是因?yàn)槔硐肫�車這兩年在智駕領(lǐng)域完成了“后來者居上”的趕超。

　　從車企智駕的發(fā)展來看，理想不算是最先布局的玩家，但隨著智駕算法和技術(shù)的迭代，理想不僅率先行業(yè)創(chuàng)新性推出了端到端+VLM雙系統(tǒng)算法架構(gòu)，而且還是全球首家全量推送“車位到車位”功能的車企。

　　智駕功能落地之外，理想也在推進(jìn)著消費(fèi)者對(duì)于智駕功能從“好用”邁向“愛用”的進(jìn)程，最明顯的例子就是理想30萬元和40萬元以上AD MAX交付量占比已經(jīng)超過行業(yè)智駕搭載率的水平。

　　由此在業(yè)內(nèi)看來，基于率先落地體驗(yàn)更好的智駕功能和用戶的良好反饋，理想汽車目前已經(jīng)站在了智駕行業(yè)的第一梯隊(duì)之中。

　　理想能實(shí)現(xiàn)智駕從追趕到領(lǐng)先的跨越，在飛說智行看來并非偶然，因?yàn)檫@得益于這家企業(yè)很早就用AI來做智駕的迭代。

　　早在2023年初，李想就在公司內(nèi)部提出希望理想在2030年成為人工智能企業(yè)的構(gòu)想。這之后，理想也把AI的能力融入到智駕的標(biāo)注、篩選、訓(xùn)練和數(shù)據(jù)閉環(huán)等環(huán)節(jié)之中，從而推動(dòng)算法的快速迭代。

　　除了推動(dòng)自身算法升級(jí)之外，理想也在向智駕行業(yè)輸送AI如何推動(dòng)技術(shù)發(fā)展的成果。比如在去年一年理想有關(guān)大模型、雙系統(tǒng)和世界模型的學(xué)術(shù)成果就發(fā)表在ECCV、CoRL及AAAI等國際頂尖學(xué)術(shù)會(huì)議上，獲得行業(yè)一致的認(rèn)可。

　　從用AI迭代自身算法能力，到給予整個(gè)行業(yè)AI的啟發(fā)，面對(duì)日益激烈的行業(yè)內(nèi)卷，李想或許也給出了他認(rèn)為的最好應(yīng)對(duì)之策。

　　1、讓用戶愛用智駕，是智駕第一梯隊(duì)玩家的“基操”

　　消費(fèi)者愛不愛用，已成為評(píng)判智駕行業(yè)發(fā)展的一大指標(biāo)。

　　隨著特斯拉、“蔚小理”等車企品牌把智駕功能作為自身主要的技術(shù)布局方向，以及關(guān)鍵的營銷重點(diǎn)后，讓智能駕駛技術(shù)和對(duì)應(yīng)的功能從此前消費(fèi)者不信任、不敢用，轉(zhuǎn)變?yōu)檫@兩年逐漸信任和樂于體驗(yàn)。

　　按照華安證券研究院發(fā)布的數(shù)據(jù)來看，去年下半年L2及以上智駕的滲透率已經(jīng)達(dá)到60%，并且預(yù)估到今年年底這個(gè)比例會(huì)達(dá)到70%。

2022-2025年中國L2及以上智駕功能滲透率，圖源華安證券研究院，飛說智行制圖

 

　　這個(gè)行業(yè)表現(xiàn)為背景下，再以理想這個(gè)品牌為視角，則可以看到消費(fèi)者對(duì)于智駕的使用程度不止于此。

　　按照公開數(shù)據(jù)顯示，截至去年12月31日，理想30萬元以上車型AD Max交付占比超過75%，40萬元以上車型AD Max交付占比更是超過84%�？梢哉f，理想高階智駕的滲透率已經(jīng)超過了行業(yè)的整體水平。

　　理想能做到這一成績，原因可以總結(jié)為一句話——用戶用得多，潛客感興趣。

　　先從理想用戶視角看，在端到端+VLM全量推送一周的時(shí)間內(nèi)，就有3600名此前從來沒在城市道路中使用NOA的車主，開始每天使用該功能來完成通勤和出行。此外，截至去年年底，理想高階智駕的用戶使用里程占整體智駕里程的70%。

　　具體功能來看，“車位隨心畫”和關(guān)門泊入成為受用戶歡迎的智駕功能。前者可以滿足用戶在各種道路場(chǎng)景下在中控屏中“畫”出一個(gè)車位，車輛就可以完成泊入;而后者功能則可以讓消費(fèi)者無需操控手機(jī)，長按門把手就可啟動(dòng)泊車程序，過程中也可隨時(shí)拉開車門取放東西，讓智駕更加人性化。

　　可以說，越來越多的理想用戶從智駕“沉默用戶”變成“重度用戶”。而對(duì)于理想的潛客群體來說，智駕也已成為他們購買理想產(chǎn)品的最重要因素之一，按照理想的數(shù)據(jù)顯示，截至2024年底，城市NOA試駕的占比已經(jīng)超過72%。

　　基于這些處于行業(yè)前列的數(shù)據(jù)，證明了用戶以及更多消費(fèi)者對(duì)于理想智駕能力的信任、認(rèn)可且愛用。

　　這背后，更是得益于理想智駕能力的“后來者居上”。

　　在車企智駕的競速賽中，理想是在一開始被視為“慢了幾步”的玩家，就在其他玩家率先推出領(lǐng)航輔助駕駛后，理想在2023年年底才基于BEV+NPN具備了全場(chǎng)景NOA的能力。

　　這之后，理想在智駕領(lǐng)域的布局和迭代開始“大步快跑”。先是在去年7月通過OTA 6.0版本讓無圖NOA功能落地，讓理想智駕實(shí)現(xiàn)了全國都能開，追平了行業(yè)的發(fā)展進(jìn)程。

　　僅僅過了三個(gè)月，理想全新一代的智駕算法架構(gòu)——端到端+VLM雙系統(tǒng)，正式隨OTA 6.4版本向理想L系列AD Max用戶和理想MEGA用戶全量推送，由此理想成為了率先行業(yè)創(chuàng)新性地把類腦工作模式引入到智駕架構(gòu)的車企，這一算法架構(gòu)一度被行業(yè)視為處于前沿水平。

　　就在智能汽車行業(yè)紛紛在端到端和“車位到車位”上瘋狂內(nèi)卷時(shí)，理想則在去年11月底成為全球首家全量推送“車位到車位”的車企，將自動(dòng)駕駛服務(wù)從干道提前到小區(qū)車位，解決最先100米和最后100米的挑戰(zhàn)。

　　經(jīng)過以上這樣三次的功能迭代，可以說理想在保證安全下限的同時(shí)，也拉高了智駕體驗(yàn)的上限，由此理想毫無疑問站在了智駕行業(yè)的第一梯隊(duì)中�；�于這樣的能力，用戶和消費(fèi)者愛用理想的智駕，也在情理之中。

　　而在這些背后，弄明白理想是如何實(shí)現(xiàn)“后來者居上”的原因，變得更加重要。

　　2、數(shù)據(jù)、算力和算法“三大件”齊備，理想用AI做智駕

　　端到端，一度被行業(yè)視為智駕行業(yè)發(fā)展的一大分水嶺。

　　因?yàn)樵诙说蕉酥���，智駕算法架構(gòu)大多由多模塊組成，都需要基于規(guī)則博弈來應(yīng)對(duì)現(xiàn)實(shí)世界的各種路況挑戰(zhàn)。

　　在這樣的架構(gòu)下，消費(fèi)者有可能在小部分路段有較好的體驗(yàn)，但在絕大多數(shù)的路段存在泛化性差的問題，再加上多模塊傳輸信息會(huì)有損失和延時(shí)，導(dǎo)致整體架構(gòu)并不可靠。理想對(duì)于他們最早的NPN架構(gòu)智駕，就有“存在一定延遲”的評(píng)價(jià)。

　　智能汽車行業(yè)邁入端到端時(shí)代后，最大的變化就是讓感知、預(yù)測(cè)、決策和規(guī)劃等模塊合并成一個(gè)AI大模型，車端感知信息輸入，控制端輸出，過程中信息可保證無損傳遞，智駕架構(gòu)全局可優(yōu)化。

端到端自動(dòng)駕駛算法架構(gòu)，圖源清華大學(xué)智能產(chǎn)業(yè)研究院

 

　　但端到端也不是“靈丹妙藥”。就比如在規(guī)控時(shí)代可通過幾行代碼容易實(shí)現(xiàn)的功能，在端到端時(shí)代反而就需要大量訓(xùn)練才能保證下限的能力。這就意味著，需要大量的高質(zhì)量數(shù)據(jù)來“喂養(yǎng)”算法，但可遇不可求的Corner cases卻無法窮盡。

　　率先布局端到端算法架構(gòu)，并推出端到端+VLM雙系統(tǒng)的理想，自然也會(huì)遇到相似的挑戰(zhàn)。

　　對(duì)此，理想他們的解法是通過世界模型建立一套“智能駕駛的考試驗(yàn)證系統(tǒng)”，來篩選出最滿意的算法模型。簡單說，就是在算法訓(xùn)練過程中建立“錯(cuò)題集”和“模擬題”。

　　其中，“錯(cuò)題集”是由測(cè)試開發(fā)人員和內(nèi)測(cè)用戶們，在現(xiàn)實(shí)世界中實(shí)車路測(cè)中遭遇的問題場(chǎng)景或者Corner cases通過回傳收集和篩選得來的，就像我們上學(xué)期間收集錯(cuò)題的錯(cuò)題本一樣。

　　要讓智駕算法的能力向好迭代，光收集“錯(cuò)題”可不夠，還需要用“模擬題”來教會(huì)算法舉一反三的能力，以便在未來碰到相似的場(chǎng)景可以處理好。

　　對(duì)于“模擬題”，理想通過AI生成式仿真模型把“錯(cuò)題集”中的考題進(jìn)行泛化，用Diffusion transformer和3DGS等技術(shù)改變同一場(chǎng)景的天氣、光照和障礙物出現(xiàn)方式等等，讓模型學(xué)會(huì)舉一反三，以便通過這樣“錯(cuò)題集+模擬題”的考試方式來提升算法模型的能力。

　　這套考試系統(tǒng)幫助端到端+VLM雙系統(tǒng)實(shí)現(xiàn)不斷升級(jí)迭代的同時(shí)，理想也在推進(jìn)端到端減少“黑箱”特性影響，讓算法更有效率的實(shí)現(xiàn)迭代。

　　理想的方法就是把不同的模型引入到上述提到的這套“考試系統(tǒng)”中，通過在上千萬個(gè)場(chǎng)景中“考試”，就可以幫助算法工程師理解當(dāng)前模型的安全性、舒適性和效率等能力，從而針對(duì)性的進(jìn)行優(yōu)化。

　　與此同時(shí)，理想也在更為直觀地提升端到端+VLM算法架構(gòu)的可解釋性。去年11月底，理想在全量推送“車位到車位”功能的同時(shí)，也基于車端的VLM模型可在中控屏中顯示關(guān)鍵路段的圖文播報(bào)能力，進(jìn)一步來增加對(duì)于算法的理解能力，提升算法迭代效率。

　　智駕功能體驗(yàn)要好，除了算法迭代之外，數(shù)據(jù)和算力的支撐同樣關(guān)鍵。

　　數(shù)據(jù)方面，理想基于龐大的智駕用戶群體，擁有大量的智駕里程數(shù)據(jù)，截至2024年底，他們的智駕總里程累計(jì)達(dá)29.3億公里，再配合上述提到的AI考試評(píng)價(jià)體系，不僅可以更有效率的獲得高質(zhì)量數(shù)據(jù)，同時(shí)通過數(shù)據(jù)閉環(huán)的能力推動(dòng)算法迭代。

　　算力上，目前理想的訓(xùn)練算力規(guī)模達(dá)到了8.1 EFLOPS，已處于行業(yè)前列水平。在理想汽車自動(dòng)駕駛研發(fā)副總裁郎咸朋看來，最終要實(shí)現(xiàn)自動(dòng)駕駛需要的訓(xùn)練算力要達(dá)到100 EFLOPS的量級(jí)，為此他們正在用每年超過10億人民幣的投入來完善算力能力。

　　用AI能力推動(dòng)自身算法架構(gòu)迭代之外，理想也把AI的研發(fā)成果向整個(gè)行業(yè)分享。

　　比如在去年一年，理想智能駕駛的DiVE(世界模型)及StreetGaussians(世界模型)的研發(fā)成果就發(fā)表在了ECCV 2024上;DriveVLM(雙系統(tǒng))發(fā)表在CoRL 2024上，獲得行業(yè)的一致認(rèn)可。

　　基于以上分析來看，理想之所以能如此快地實(shí)現(xiàn)“后來者居上”，主要是基于更大的用戶規(guī)模和算力規(guī)模，以及更多的高質(zhì)量數(shù)據(jù)形成的Scaling Law優(yōu)勢(shì)，再加上把AI的能力融入到智駕架構(gòu)和功能的打造中完成的。

　　做到這些后，理想或許并不滿足，因此可以看到他們?cè)谟肁I做智駕的道路上繼續(xù)走下去。

　　本月16日，理想全量推送了OTA 7.0版本的車機(jī)系統(tǒng)，其自研的“高速端到端”功能開始向AD Max車主全量推送。這也意味著理想成為了國內(nèi)唯一一家、全球第二家將端到端技術(shù)應(yīng)用到高速(及環(huán)路)NOA場(chǎng)景的車企，也讓端到端+VLM智駕完成了高速+城市的全場(chǎng)景覆蓋。

　　更為重要的是，隨著該版本的更新，“AI推理可視化”的能力得以上車。通過端到端權(quán)重博弈、Attention系統(tǒng)指引和VLM圖文播報(bào)三大模塊，來把端到端+VLM算法的動(dòng)作推理展現(xiàn)給消費(fèi)者。

理想汽車AI推理可視化車端信息顯示

 

　　換句話說，就是把AI的大腦拆開擺在消費(fèi)者面前，進(jìn)一步讓消費(fèi)者理解智駕算法的工作模式，從而增加消費(fèi)者對(duì)于理想智駕的信任。

　　正因看到基于AI的能力有了這些收獲后，李想對(duì)于AI有了更高的期待。

　　3、從移動(dòng)的家，到幸福的家

　　“創(chuàng)造移動(dòng)的家，創(chuàng)造幸福的家。”

　　熟悉理想汽車的朋友，都應(yīng)該知道這句話是這家車企的Slogan。回望理想過去的9年多時(shí)間里，智能汽車對(duì)于消費(fèi)者來說，已從單純的出行工具，變?yōu)榱顺�了家之外�?ldquo;第二個(gè)家”。

　　為此，如果要用一句話總結(jié)理想此前的產(chǎn)品發(fā)展戰(zhàn)略，那就是站在用戶的視角上，為用戶們打造一款移動(dòng)的家。

　　時(shí)間調(diào)回理想汽車創(chuàng)立之初，當(dāng)時(shí)行業(yè)內(nèi)絕大多數(shù)造車新勢(shì)力玩家們都選擇了純電路線，但彼時(shí)由于純電產(chǎn)品的補(bǔ)能設(shè)施和網(wǎng)絡(luò)并不完善，眾多消費(fèi)者一度陷入續(xù)航和補(bǔ)能焦慮之中。

　　或許李想看到了這一行業(yè)問題，以至于在外界眾多反對(duì)聲中，依然選擇了增程式動(dòng)力模式，從而滿足了用戶們沒有續(xù)航焦慮、長距離出行的需求。

　　再來看從理想ONE延續(xù)到L系列產(chǎn)品的“冰箱彩電大沙發(fā)”智艙配置，基于這些配置，讓以上這些產(chǎn)品無不成為理想的爆款產(chǎn)品，而這背后的邏輯也很簡單，就是相比于內(nèi)卷到天花亂墜的智能化功能，冰箱、彩電和大沙發(fā)對(duì)于消費(fèi)者來說，更能看得見、摸得著，由此更愿意為此買單。

理想汽車全系產(chǎn)品

 

　　智駕方面，同樣如此�；赝�過去一年，理想共計(jì)推送了19次OTA升級(jí)，其中有關(guān)智駕升級(jí)的OTA就有12次，這一更新速度屬于行業(yè)前列的水平。這其中，就包含關(guān)門泊入、車位隨心畫、AES/AEB以及車位到車位等眾多提升消費(fèi)者智駕體驗(yàn)的功能。

　　可以說，產(chǎn)品經(jīng)理出身的李想，在過去9年多的時(shí)間里，一直站在用戶視角下打磨自身的產(chǎn)品和功能，從而讓“移動(dòng)的家”從口號(hào)變?yōu)楝F(xiàn)實(shí)。理想在去年10月率先其他新勢(shì)力們完成累計(jì)銷量突破100萬輛的目標(biāo)，應(yīng)該是最好的證明。

　　今年，理想也會(huì)迎來他們的十周年生日，在這樣的時(shí)間點(diǎn)，理想要實(shí)現(xiàn)打造“移動(dòng)的家，幸福的家”，或許不僅需要基于用戶視角考慮，還需要AI的加持。

　　“不只要滿足用戶需求，更要超越用戶需求。通過人工智能，理想可以完美結(jié)合用戶的需求，最終創(chuàng)造移動(dòng)的家，創(chuàng)造幸福的家。”李想這樣公開表示道。

　　對(duì)于如何通向“幸福的家”，李想認(rèn)為理想需要邁過三個(gè)階段：

　　第一階段為“增加我的能力”，簡單說這一階段就是為消費(fèi)者們打造提升效率的產(chǎn)品，比如說L3級(jí)別的有監(jiān)督自動(dòng)駕駛，可以讓用戶們的出行更有效率。

　　按照李想的介紹，基于端到端+VLM這套體系的持續(xù)迭代，他們計(jì)劃在今年實(shí)現(xiàn)L3，只不過該階段智能駕駛還是一個(gè)輔助角色，依然需要駕駛員做好接管的準(zhǔn)備，為駕駛結(jié)果負(fù)責(zé)。

理想汽車端到端+VLM雙系統(tǒng)算法架構(gòu)

 

　　第二階段是“成為我的助手”，指的是人工智能已經(jīng)能為自己的行為負(fù)責(zé)，可以獨(dú)立完成一個(gè)或多個(gè)任務(wù)。如果放在智駕場(chǎng)景中，那就是一輛具備L4級(jí)別自動(dòng)駕駛的車輛，消費(fèi)者可以對(duì)它發(fā)布指令，比如去接孩子放學(xué)，這時(shí)這輛車就可以獨(dú)自完成這一任務(wù)。

　　對(duì)于理想何時(shí)達(dá)到這一階段的問題時(shí)，李想認(rèn)為需要三年的時(shí)間，“需要技術(shù)到位，也需要產(chǎn)品到位，也需要一些環(huán)境和政策到位，也需要消費(fèi)者對(duì)于人工智能的信任到位。”

　　不僅如此，李想還認(rèn)為，要拿到L4的門票，要有足夠的車跑在路上，至少有500萬輛以上。其次要真的自己掌握VLA(視覺語言行動(dòng)模型)這個(gè)基礎(chǔ)模型的能力。第三，你要有足夠多的錢去招募最頂級(jí)的人才，以及足夠的算力。

　　第三個(gè)階段就是“成為硅基家人”，在李想看來這個(gè)階段中，智能汽車或者具身智能就會(huì)是每個(gè)消費(fèi)者家中的一員，它了解家中的一切，并且可以主動(dòng)地去做很多事，來讓家庭變得更好，這應(yīng)該也是“幸福的家”終極形態(tài)。

　　雖然按照李想的話來看，他會(huì)在之后計(jì)劃打造具身機(jī)器人，但從以上“三步走”的戰(zhàn)略來看，李想更加專注于用智能汽車來達(dá)到AGI的目標(biāo)。

　　就目前行業(yè)現(xiàn)狀看，具身智能行業(yè)雖然由自動(dòng)駕駛和大模型趨勢(shì)帶火，但從技術(shù)落地的視角來看，相比于自動(dòng)駕駛，具身智能更加困難一些。“如果我們連L4級(jí)跟自動(dòng)駕駛的汽車都解決不了，怎么去解決更復(fù)雜(具身智能)的?”李想這樣說。

　　但如果以智能汽車和自動(dòng)駕駛領(lǐng)域作為進(jìn)軍AGI時(shí)代的入口，在業(yè)內(nèi)看來則更加實(shí)際一些，由此也能看出李想對(duì)于人工智能發(fā)展是有過深思熟慮的，才能做到這樣的戰(zhàn)略前瞻性。

　　如今，除了理想之外，已有很多車企也喊出要成為AI科技公司的口號(hào)。但在我看來，要做到這個(gè)目標(biāo)不僅需要用AI來改進(jìn)效率和迭代產(chǎn)品，更需要為行業(yè)帶來AI變革的啟發(fā)。

　　在這個(gè)標(biāo)準(zhǔn)下，回過頭看理想在過去這九年多時(shí)間里，使用AI的能力持續(xù)打磨算法和產(chǎn)品，已經(jīng)讓理想身上的技術(shù)底色越來越濃，再加上還在持續(xù)向行業(yè)分享AI研發(fā)成果給予行業(yè)啟發(fā)和思考。正因如此，在飛說智行看來，理想汽車已經(jīng)有了全球人工智能企業(yè)的模樣。