理想智驾“豹变”

在中国智驾军备竞争全面升级之际，理想AD Max高速冲到前排。

2024年10月23日，理想汽车发布OTA 6.4。

这个升级，意味着该公司基于「端到端+VLM」的智驾系统，可以被AD Max全量用户使用。

这次迭代，使得理想成为国内第一家把端到端智驾系统推给全量用户的车企，率先进入AI大模型时代。

在OTA之后，理想AD Max用户可以愉快地使用城市NOA功能，包括自如进出环岛，熟练地U型掉头，高效地在复杂的红绿灯路口与人车博弈，遇到有车辆占道，果断绕行……

一些特色功能包括：

能够识别公交车道的禁用和可用时段，能够识别坑洼路面并绕行，能够识别减速带并减速。

在设置好目的地之后，哪怕是P挡在路边的停车位上，也可以直接激活理想AD Max系统。

在实现端到端模型全量推送之后，理想AD Max，在城市NOA场景、包括AEB、AES等主动安全场景，以及自动泊车、代客泊车场景，无论从任何一个角度进行衡量，都无可争议地进入了国内智驾的第一梯队。

据理想汽车提供的数据，30万元以上的订单中，有70%的用户会选择AD Max版本，理想L9 AD Max订单甚至超过了80%。

和5月份相比，理想L7、L8和L9的订单中，AD Max版本的占比增加10个以上的百分点，理想L6的订单中，AD Max的占比提升了6个百分点。

高阶智驾系统，正在显著影响用户的购买决策。

决战智驾

理想智驾战略的转折点是2023年秋季的雁栖湖会议。

2023年9月25日，理想汽车秋季战略会在雁栖湖畔的凯宾斯基举行，当天下午的一个专题议程之一是关于如何看待智驾。

就是否大力投资智驾这个问题，理想汽车的高管争吵得非常激烈，外部专家的批评的意见也无比犀利。

2023年的秋季，正是理想汽车如日中天的时候，这家蒸蒸日上的企业，是否需要进行一次巨大的“核心战略转型”？

对于绝大多数车企而言，在顺境中，特别难以听进不同的意见并做出改变。

对于理想内部的高管们而言，Pro版本依然非常受欢迎，尤其是下沉市场，对于价格的敏感度非常之高，Pro版本备受欢迎。

另一方面，小鹏G6、问界M7等车型的智驾版本开始受到市场的欢迎。人们对理想在智驾方面的“不思进取”感到担忧。

如果从事后诸葛亮的角度看，我们很容易可以得出结论：

高阶智驾系统，将会在接下来12个月，从根本性上改变人们的用车体验。

主动安全系统，将会让人在黑夜无灯状况下，哪怕是时速达到120km/h，也能够实现紧急刹停。如果不能刹停，甚至可以实现自动转向避让。

人们在倒车时，在正面、后面、侧面的任何一个方向，遇到任何视野盲区的障碍，AEB系统都可以主动刹停。

基本上，当所有的智驾系统标配之后，我们可以永久性地避免倒车时撞上儿童的惨剧。

此外，油门当作刹车的意外永远不会发生了。

对于女性的司机而言，泊车再也不会是一个问题，她们可以选择离车自动泊入，可以选择跨楼层代客泊车，可选择召唤车辆出停车位，强大的AEB功能可以确保在泊车过程中不会发生碰撞。

最重要的是，城市NOA终于从PPT之中变成现实，不仅是有，而且是真的可以用了。这对于精力不济的中年男人而言，将会极大地缓解驾驶疲劳，避免通勤过程中的事故的发生。

AI已经从根本性上改变了汽车。

但是，在2023年的秋天，理想汽车的高管们对智驾发展的节奏，并不能做到未卜先知。

人们对智驾的重要性没有疑问，对智驾的终局也没有疑问，唯一的问题是，节奏。

在激烈的争吵中，李想问了一个问题，他请所有与会者做出一个判断，即在2025年12月份，在20万元以上的NEV车型的销量中，搭载能够支持城市NOA系统的车型销量占比大概会达到多少？

在经过激烈的分组讨论之后，绝大多数的预测指引落在了80%这个区间。

另外一个用以辅助的判断是，在2025年12月份，支持城市NOA的硬件成本会降到多少？

当时的判断是，有不小的概率逼近1万元。

对于所有的玩家而言，智驾的规模化落地节奏，正处于一个tipping point：一方面，用户的使用体验正在突破临界点；另一方面，智驾产品的硬件成本随着规模的快速扩张，正在急剧下降。

这也就意味着，智驾系统对用户购买决策的影响将会持续提升，并会形成一个飞轮效应，导致强者越强。

尤其是对于30万元以上的车型，智驾对购买决策的影响会更加显著。

2024年的这个夏天，上述判断都已经被一一验证。

随着价格的下压，在20万元-30万元的价格段，预计智驾将会在比较短的时间内成为影响购买决策的重要因素。

在经过这些探讨之后，理想汽车给出的判断是，在接下来的24个月左右时间里，城市NOA将成影响新能源汽车市场格局中最重要的因素。

于是，在最快的时间之内落地城市NOA上升为理想汽车公司的核心战略，无论是重要性，还是紧迫性，这个判断均能成立。

对于理想汽车战略负责人张辉而言，这又是一次开的“稀碎”的战略会。

由于智驾战略重要性陡然上升，李想当时就决定打破会议既定流程，集中力量研究如何在组织、资源和流程上保证智驾战略的落地。

这次会议的关键决策，决定了在12个月份之后，当中国市场爆发激烈的智驾军备竞赛时，理想汽车迅速从跟随者冲到了领先者的位置。

智驾豹变

理想这家组织，一旦战略确定之后，其组织迸发出来的执行力是惊人的。

在接下来的12个月又28天的时间里，理想汽车将会通过三种智驾技术路线，即NPN神经先验网络、无图城市NOA再到「端到端+VLM」，在主动安全、泊车和城市NOA三大场景中实现产品体验的突破。

2023年9月25日，该公司将智驾定为核心战略。

理想智驾突围第一阶段的突破口在主动安全和泊车场景，城市NOA主要还是处于跟随状态。

2023年12月10日，理想汽车发布了一次重大的软件升级，即OTA 5.0。

这次升级，该公司将智驾系统迭代到AD Max 3.0版本。

在这个版本中，理想汽车依托NPN神经先验网络，在100个城市落地城市NOA。

当然了，在城市NOA赛道，彼时的理想智驾依然处在追赶阶段。

在那个版本，理想AD Max所取得的突破是在AEB领域，即将AEB工作速度范围提升到了4-135km/h，使得AEB工作速度范围首次超过友商，AEB最高刹停时速达到了120km/h。

基本上，理想智驾的AEB能力进入行业第一阵营。

2024年2月3日，理想汽车发布了OTA 5.0.4版本。

在这个版本，理想AD Max在代客泊车场景取得突破，释放了地下停车、地上停车场的跨楼层记忆泊车。

在笔者自己做的对比测试中，理想AD Max跨楼层记忆泊车的好用程度已优于主要竞争对手。

2024年3月30日，理想汽车发布OTA 5.1.0版本。

在这个版本，理想智驾在代客泊车和主动安全场景实现新的里程碑。

在自动泊车方面，大幅优化了离车泊入功能。

在AEB场景，新增了左、右转弯时，对横穿行人、自行车的紧急制动，使得AEB功能体验在竞争中保持领先，并实现了巨大的用户价值。

此外，理想AD Max首次推出了“紧急避让”功能，如果驾驶员因为疲劳或分神的原因，车辆偏离当前车道时，若与侧方车辆、侧后方超车车辆、逆行车辆之间存在碰撞风险，车辆将自动纠偏，控制车辆回正至安全的原车道。

这项能力，发展成后来的AES，即主动安全的另一个赛道——车辆紧急转向。

在城市NOA场景，理想汽车的主攻由OTA 5.2.0版本开始发起，核心标志是在技术路线上开始从NPN神经先验网络切向无图城市NOA架构。

2024年5月11日，理想汽车发布OTA 5.2.0。

在OTA 5.2.0这个版本，里程碑依然来自于主动安全领域，包括新增了前向/后向横穿紧急制动功能(FCTB/RCTB)。

至此，在主动安全功能上，除AEB之外，理想智驾系统，在所有功能上，基本追上主要竞对。

在主动安全、泊车两大场景实现突破之后，理想开启发力难度最大的智驾场景——城市NOA。

从这个版本开始，该公司城市NOA的技术路线开始向无图路线进行切换。

在OTA 5.2.0发布的前一天，理想汽车已招募了1000名无图NOA的早鸟用户。

2024年6月11日，理想智驾无图NOA再次新增9000名早鸟用户。

2024年7月5日，理想汽车举行夏季发布会，核心内容是发布OTA 6.0。

在这次发布会中，理想汽车宣布无图城市NOA将于7月15日起，开始向全量AD Max用户推送。

同时，在智驾技术路线上，理想汽车从NPN神经先验网络切换到了无图模式，即在感知上通过神经网络来识别外部世界，摆脱了对高精地图的依赖，实现了有导航的地方就能够激活NOA智驾系统。

在发布会中，理想汽车提出，该无图NOA系统，“真正做到哪里都能开。不限道路，不限城市。偏僻小城窄路、乡村小路、错综山路等都能流畅通行，无车道线、临时施工路段都不再是问题。”

在城市NOA的竞争中，理想AD Max成为国内第三家实现了向全量用户推送的、所有城市都能开的智驾系统。

在主动安全方面，理想AD Max的AEB首度实现了夜间无灯场景，在120km/h时速下的AEB紧急制动功能。

此外，主动避让功能正式升级为AES，即哪怕因为距离过短不能有效刹停，车辆也可以自动转向换道避让。

这个功能属于行业首发，将主动安全水平卷到新高度。

在低速泊车场景，理想AD Max实现了前向、后向、侧向的人、车、障碍的碰撞紧急制动。

7月5日的发布会上，理想汽车对外发布了智驾新技术路线「端到端+VLM」架构。

如果说，无图城市NOA的全量推送，意味着理想智驾在城市NOA赛道上追上了行业领先水平的话，「端到端+VLM」架构的推出，代表了该公司试图在智驾上引领行业的决心。

7月31日，理想“端到端+VLM”智驾系统开启招募千人体验团。

8月30日，在成都车展，理想汽车“端到端+VLM”智驾系统开启招募早鸟用户万人体验团。

2024年10月23日，理想汽车发布OTA 6.4，行业首创的「端到端+VLM」智驾系统开启全量推送。

在这次更新中，理想AD Max增加的功能包括：

1.环岛通行，属行业领先水平。

2.U型掉头，与友商能力持平。

3.路边P挡激活，属行业领先水平，目前友商的逻辑是在D挡和Autohold情况下可激活。

4.升级绕行能力，提高通行效率，属于行业领先水平，遇到路边有临停车辆占道时，绕行能力强于友商。

5.升级复杂路口通信效率，属于行业领先水平。

6.识别限时公交车道，潮汐车道，属于行业首创。

7.识别减速带，提前减速，识别坑洼路面提前绕行，属于行业首创。

不一一赘述。

据理想汽车透露，该公司从2024年7月5日开始，发布第一个「端到端+VLM」智驾版本，到10月23日向全量用户推送，在110天时间里，一共迭代了30个版本，每3.7天迭代一个版本。

「端到端+VLM」架构的落地，充分体现这家造车新势力的做事方式。

理想模式

理想汽车投资人王兴对李想的一个重要评价是“think different”。

包括早期的SEV、增程的理想ONE、L系列和标新立异的MEGA，这里有得有失，但整体上看，得远大于失。

敢于做不同的东西的基础，是对事情有深度的洞察，然后才能做出那些真正意义上的正确而又非共识的决策。

在智驾突围战中，李想从来没有想过以堆几千人来解corner case的方式与友商竞争，他希望找到适合理想汽车特点的解决方案。

对于理想智驾突围战而言，最重要的一个决策就是技术路线的选择，即后来的“端到端+VLM”模式。

对于重图、轻图和“无图”这个事情，从用户体验的角度而言，车企几乎都能快速地确定“无图”是未来的方向。

这里除了政策在审图方面的因素之外，快速更新是另外一个几乎不可能完成的任务。

另一个挑战是，智驾系统如果必须依靠“高精地图”这个拐杖，这无法实现真正意义上的泛化，哪怕在中国可以，在其他国家也不行。

这就是理想早期试图通过NPN模式解决一些复杂路况的有效智驾时遇到的问题，无法泛化，运营的成本高到无法承受。

接下来更大的问题是，实现无图城市NOA，解决方案到底是以规则为主，还是以模型为主？

在早期，理想汽车的智驾在解决无保护左转时，找了很多算法高手，把各种各样的复杂博弈抽象成一些标准的模式和算法，但总是会遇到corner case。

收集到corner case之后，加入新的规则，继续训练、验证，投入使用。然后，又遇到新的corner case，周而复始……

这个时候的智驾系统，并不是本质上的智驾系统，而是一个“自动机”，如果之前遇到过这样的情况，且有相应的规则就可以执行，如果没有相应的规则，就不能执行。

李想认为，人们无法穷尽无保护左转所有的corner case，随着时间的推移，规则会越来越多，直到系统不堪重负而崩溃。

后来，理想团队决定试着用小模型来解决问题，结果发现原先需要一个算法高手忙活几个月的事情，半天就可以搞定。

这就有点像，小孩能够自然地感知外部的环境，然后通过感觉和模仿学会走路，但如果要把孩子怎么走路用函数表现出来，这是一个无比艰难的数学题。

在很多时候，近似模拟比精细化的数字控制更有优势。

关于智驾技术路线的选择，李想经常会讲一个他太太学车的故事，在刚学会开车的时候，李想的太太总是剐蹭，不断地剐蹭，无论是大车还是小车。

哪怕一个一个场景解释应该怎么开，依然会剐蹭。

后来，李想给他太太报了一个“宝马驾驶训练课程”，在一天的课程中，教练只教两个事情：

1.教如何看路。在各种复杂的场景，教司机聚焦于看要去的地方，而不是看各种复杂状况。

2.教如何踩刹车。即在各种复杂场景，如何有效地做好制动。

在这之后，李想说，他太太告别了开车剐蹭。

从这个案例中，李想得出的结论是，人学会驾驶，不是去学习各种复杂场景怎么处理，而是去学习处理复杂场景中最重要的两项基本能力，一个是看路，一个是刹车。

基于这样的思考，李想指出，真正的智能驾驶，一定不是rule-based的模型，而是一个principle-based的模型。

你需要教会模型能力，而不是告诉它什么样的问题应该怎么解决，否则永远做不好自动驾驶。

对于理想智驾技术路线的另外一个启发是一本名为《思考，快与慢》的书，这本书提出，人脑之中存在系统一和系统二，系统一是一个低功耗的高效系统，这个系统把一些经常性发生的事项，比如说走路、吃饭、开车的应对方式模式化，一旦进入到这些场景，系统一就会接管，会非常高效和轻车熟路地“自动反应”。

系统二则是一个能力更强的，能耗更大的思考系统，如果遇到一些特殊和复杂的事项，系统一处理不了时，系统二就会上线，进行思考和推理，试图解决问题。

人脑的运行机制，被李想应用到了智驾系统的技术决策之中，他们认为，绝大多数的场景，智驾系统均可快速响应和处理，这类似于人脑的系统一；在一些复杂的场景，比如说环岛、复杂红绿灯场景的博弈，一些更特殊的情况，系统一没有见过的话，这需要引入系统二，进行思考推理和决策。

基于对人脑解决问题架构的思考，理想汽车最终将该公司智驾系统的技术路线确定为“端到端+VLM”的结构。

端到端系统相当于人脑中的系统一，低功耗但快速地解决大多数常规驾驶中遇到的问题。

VLM相当于人脑中的系统二，在智驾系统遇到一些比较困难的场景时，系统二会上线，给出解法。系统的响应速度会慢一些，但能力会强很多。

系统一和系统二的特点，也反应在了「端到端」系统和「VLM」系统的参数规模和响应频率上。

相同的算力，端到端系统选择的是3亿参数模型，但响应的速度很快；VLM系统选择的是22亿参数模型，但响应的速度略微会慢一些。

技术Vision的获得，需要底层的思考。

底层的思考越扎实，技术的决策就会更坚决。这也是为何，理想始终没有投入大规模的人力参与友商的解corner case的竞赛。

破局的方式不来自于模仿，而是来自于持续思考底层逻辑。

在智驾系统向L4级智能驾驶演进的过程中，相信还会多次出现技术战略的抉择时刻，在这些时刻，车企们需要的，是更底层的思考。

One Model

One Model，是理想端到端模型几乎必然的选择。

One Model的缺点一目了然，难度极大，需要在早期付出巨大的模型架构探索成本。

好处也很清楚：一方面，减少分段式模型之间数据传输时的信息损失，尤其是避免损失掉那些人类意识不到的重要信息；另一方面，减少中间步骤，尽量降低“人工智能”中的人工部分，提升模型训练自动化程度，加快迭代。

一旦One Model模式跑通和进入正轨之后，剩下的竞争，将会进入到比拼数据规模、模型参数规模和迭代速度上。

这样的运营和竞争模式，一方面，符合AI产业的发展规律；另一方面，能够极大地与理想汽车自身的核心优势相结合。

从AI产业发展规律上看，我们至少要有以下几个判断：

1.智驾的竞争是马拉松而不是百米冲刺。或者说，要以接近冲刺的速度跑马拉松。

2012年，辛顿和他的弟子们推出了AlexNet，在李飞飞博士构建的ImageNet图像识别大赛中以巨大的优势夺得冠军，开启了人工智能的深度学习时代。

在这个过程中，AI行业先后经历了AlphaGo、ChatGPT等里程碑，不断经历高峰和低谷，但我们可以很容易地得出一个结论，AGI还在产业发展的初期。

一方面，人们对智能本身的认知依然不够深刻，还难以打造出真正的智能；另一方面，产业链还不够ready，无论是应用还是供应链。

智驾的故事一样曲折。

2012年，谷歌Waymo启动自动驾驶研究，到2024年10月，该公司依然没有实现商业模式的落地。

2016年，特斯拉启动了Autopilot系统的自研，2024年7月30日，特斯拉大范围推送FSD V12.5版本。

FSD V12.5版本在加州表现良好，一旦到了美国东海岸特斯拉车辆保有量低一些的地方，表现就不尽如人意，到中国的挑战显然会更大。

毫无疑问，做智驾的人对智驾前景充满乐观，但我们依然需要对何时实现L4持谨慎的态度，对困难预估的充分一些。

笔者认为，在英伟达Thor和Hardware4.0时代，人们能够实现城市NOA，但很难实现部分场景的L4级智驾。

在Hardware5.0，或者说AI5时代，算力增加10倍的情况下，模型参数规模再增加十倍，也许可以实现部分场景的L4。

更合理的预期是，特斯拉可以在AI6时代，能够在比较多场景中落地L4级自动驾驶。

此外，对于参与智驾竞争的车企而言，实现L4级自动驾驶并不是终点，需要扩大L4自动驾驶的覆盖范围，才能进行更好地商业化运营。

这注定会是一个漫长的过程。

从现在开始到L4级智驾实现有一定规模的商业化落地，时间预估为5-10年会更理性一些。

2.AI训练很烧钱。

在这个时候，GPU很贵，非常稀缺。

据甲骨文创始人拉里·埃里森回忆，他曾和马斯克一起请英伟达的黄仁勋吃饭，恳求黄仁勋尽量多地收走他们的钱，以获得尽可能多的H100。

在马斯克的恳求之下，特斯拉获得了5万张H100的GPU，据博主郑小康披露，截至2024年Q3，特斯拉拥有的等效训练算力达67.5Eflops，2024年12月，预计会增加至88.5Eflops。

在中国，因为众所周知的原因，获得GPU的困难更大、成本更贵。

据36氪报道，2024年下半年，理想汽车几乎横扫了渠道商手里的卡。

2024年7月，理想汽车训练算力为2.4Eflops；2024年8月31日，该公司的算力储备达到了5.39EFLOPS。

一举超过了鸿蒙智驾彼时5EFLOPS的算力储备，2024年9月24日，余承东在智界R7发布会上透露，该公司的云端智驾训练算力已增至7.5Eflops。

据理想汽车负责智驾研发的副总裁郎咸朋透露，到2024年底，该公司的智驾训练算力将会达到8Eflops。

在一两年之内，郎咸朋判断，理想汽车训练算力的需求将会达到100Eflops级别。

说到训练算力的成本，郎咸朋的原话是：“经费在燃烧。”

训练算力的增加，主要来自于模型参数规模的增加、训练样本量的增加和版本迭代速度，这三个因素是相乘的关系。

特斯拉FSD V12.5版本和V12.3版本相比，由于搭载了Hardware4.0，车端参数规模扩大5倍，相应的训练算力就需要增加5倍。

以理想汽车为例，该公司第一阶段的训练样本数量为100万clips，OTA 6.4全量推送的版本训练样本数量为400万clips，意味着训练算力需要增加4倍。

理想汽车的计划是，在2024年底，将训练样本量增加至1000万clips，大致与特斯拉的训练样本量持平。

你可以一周迭代一个版本，也可以3.5天迭代一个版本，迭代速度越快，用户体验越好。

车端参数规模越大AI模型的能力越强，优质样本规模越大，AI模型能力越强，版本迭代速度越快，AI模型能力提升越快。

以特斯拉为例，从Hardware4.0到AI6，我们预计车端算力可以增加100倍，可以支持100倍车端模型规模的扩张。

假设迭代速度不再增加，clips样本量也不大规模增加，云端算力还需要增加100倍。

郎咸朋认为，到2024年底，理想汽车算力将超过8EFLOPS，每年在训练算力的投入已经超过10亿人民币。最终实现自动驾驶需要的训练算力要达到100EFLOPS的量级，折合成投入每年要超过10亿美金。

3.需要大量的优质数据。

大模型，好的算法，一定要在大量优质数据的训练下，才会获得好的模型能力。

正如AI科学家李飞飞博士指出，AI的发生，本质上是辛顿和他学生的算法，加上黄仁勋的GPU和斯坦福的ImageNet大数据集同时出现时，它才会发生。

理想汽车的研发人员指出，当给端到端模型喂80万clips的数据时，它无法实现U型掉头，当数据规模提升到100万clips的时候，突然就学会了U型掉头。当然了，这些clips必须是优秀司机的驾驶里程视频片段。

一如人的学习，你需要给大脑足够多的优质数据，包括读好书，和牛人交流，以及参与好的实践，才能快速成长。

理想汽车的实践经验是，在所有的司机中，大概有3%的司机的驾驶行为，能达到他们的优质数据的标准。

如果你想获得足够多的优质数据，足够庞大的、能够收集数据的车队规模，是成功的保障。

智驾竞争是一场耗资巨大的长期竞争。

要想在这场竞争中胜出，长期的预算和海量的数据是决定成败的胜负手。

长期的预算和海量的优质数据，都只取决于你能够卖出多少新能源汽车，尤其是搭载高阶智驾系统的新能源车型。

或者说，主要是20万元以上的新能源车型。

首先，油车无法支持高阶智驾系统的落地。

其次，20万元以下的车型，购买者属于极度价格敏感型，极少用户会为一个没有被证明过的智驾系统额外增加3万元的购车预算。

20万元以上价位的购车者，选装智驾系统的意愿会随着价格增加逐步增强。

以理想汽车为例，售价在20-30万元之间的理想L6，AD Max的选装率在30%以下，售价在40万元以上的理想L9，AD Max版本接近80%。

最后，智驾的竞争，依然依赖于智驾模型参数规模的扩张，这需要车端AI算力的不断增加，在短期之内，低端车无法负担搭载大算力芯片的Bom成本。

对于理想汽车而言，在20万元以上的新能源汽车市场，他们依然是中国品牌中的销量冠军，2024年9月份的市占率为14.7%。

尾声

对于一个车企而言，需要在特别关键的事项花更多的时间进行决策，这样才可能把关键的决策做对。

对于任何一个车企而言，都需要找到符合自己企业特色的解决方案，模仿和对标，只有在足够幸运时才能发挥作用。

智驾的竞争之路，依然非常漫长。