理想智駕“零接管”背后，李想的AI哲學(xué)

　　2025剛開年，智能汽車今年競(jìng)爭(zhēng)的主旋律便已經(jīng)定調(diào)。隨著武漢、北京等城市即將允許L3自動(dòng)駕駛上路，卷了一年高階智駕落地的玩家們終于到了“決戰(zhàn)時(shí)刻”。

　　面對(duì)這場(chǎng)競(jìng)爭(zhēng)，理想汽車(下簡(jiǎn)稱“理想”)選擇率先出手。

　　1月16日，理想汽車全量推送了OTA7.0版本車機(jī)系統(tǒng)，并將高階智駕升級(jí)到 AD Max V13.0版本。與特斯拉的“期貨”不同，理想已經(jīng)給車主們準(zhǔn)備好了擁有800萬clips訓(xùn)練數(shù)據(jù)、無限接近零接管、全場(chǎng)景端到端、車位到車位“絲滑無斷點(diǎn)”的智駕體驗(yàn)。

　　值得注意的是，此次明確的智駕版本號(hào)，背后是理想要讓用戶更好感知智能駕駛變化的決心。事實(shí)上，自理想OTA 5.0切換BEV架構(gòu)，上線城市NOA以來，理想內(nèi)部就啟用了AD Max的獨(dú)立版本號(hào)進(jìn)行管理。如今的V13.0版本，意味著過去一年理想共完成了12次AD Max重大更新。并且后續(xù)AD Max版本號(hào)也將按照產(chǎn)品的更新及優(yōu)化進(jìn)行版本號(hào)迭代和維護(hù)。

　　政策的松口、無限接近“零接管”智駕的落地，意味著一個(gè)新的高階智能駕駛的時(shí)代已經(jīng)到來。

　　在智駕落地的壓力下，車企和智駕供應(yīng)商們開始“著急”起來。其中，奧迪和廣汽全面抱上了華為的“大腿”;比亞迪宣稱要在智能化方面投入1000億;地平線新推出了智駕掉頭和園區(qū)漫游功能。

　　就在智能汽車玩家們狂卷智駕能力的節(jié)點(diǎn)上。理想汽車CEO李想?yún)s在2024年12月25日-27日連續(xù)的三天理想AI Talk中，再次強(qiáng)調(diào)理想汽車將成為一家全球領(lǐng)先的人工智能企業(yè)。

　　為何理想要在汽車智能化競(jìng)爭(zhēng)最激烈的時(shí)刻認(rèn)為AI比汽車更重要?背后或許是李想洞察到公司落地AI所取得的成果。

　　聚焦產(chǎn)品層面，理想在2024年實(shí)現(xiàn)了汽車智能化從追趕、持平到領(lǐng)先的追越。在智駕上，理想僅用了3個(gè)月便完成了無圖NOA到端到端+VLM智能駕駛的迭代。在技術(shù)的迭代下，消費(fèi)者也形成了理想=智駕的認(rèn)知。

　　統(tǒng)計(jì)數(shù)據(jù)顯示，截至2024年12月31日，理想NOA導(dǎo)航智能駕駛里程已占智駕里程的70%。同時(shí)，在理想產(chǎn)品最主要的30萬及以上的價(jià)格段內(nèi)，AD Max(智駕頂配版)的交付量超過75%。

　　“增強(qiáng)我的能力、成為我的助手、成為我的硅基家人”。

　　隨著用戶對(duì)智駕逐漸依賴，李想也看到了一條AI連接物理世界和數(shù)字世界的道路。AI以汽車作為載體，為用戶提供越來越豐富的服務(wù)和價(jià)值�；蛟S在李想看來，未來Robotaxi提供的服務(wù)還是過于“冰冷”，有人情味的“車和家”才是更接近智能汽車產(chǎn)品的第一性。

　　為了實(shí)現(xiàn)AI能更懂人類的夢(mèng)想，據(jù)理想汽車數(shù)據(jù)顯示，每年投入上百億元研發(fā)，有近50%用于投入AI。在大模型這邊，李想也提出了公司要在未來幾年內(nèi)把大語言模型的基座模型做到行業(yè)前三的要求。如此，在視頻(VLM)大模型的結(jié)合下，懂視覺和語言的AI，最終將徹底理解這個(gè)世界。

　　在2024年完成智駕趕超的理想，能實(shí)現(xiàn)李想宏大的AI理想嗎?

　　L3智駕，理想準(zhǔn)備好了

　　“下半年如果我還看不到變化，理想智駕拿不到頭部位置的話，那你這個(gè)負(fù)責(zé)人就可以不用干了。”回憶起2024年初李想對(duì)智駕落地的督促，理想汽車自動(dòng)駕駛研發(fā)副總裁郎咸朋至今都倍感壓力。

　　在李想看來，理想汽車是否能順利落地高階智駕，已經(jīng)到了影響“生死存亡”的地步。

　　而在此之前的2023年，郎咸朋帶領(lǐng)的團(tuán)隊(duì)和國內(nèi)大多數(shù)的智駕公司一樣，一直在嘗試用規(guī)則的方式解決Corner case(邊界情況)，就是出一個(gè)問題，寫一個(gè)代碼去解決。這導(dǎo)致理想汽車在2023年落地高階智駕的節(jié)奏整體偏慢。

　　2024年上半年，高階智駕已經(jīng)成為消費(fèi)者選車考慮的重要因素。根據(jù)工業(yè)和信息化部披露的數(shù)據(jù)顯示，中國乘用車L2級(jí)輔助駕駛及以上新車滲透率達(dá)55.7%，其中具備領(lǐng)航輔助駕駛(NOA)功能的新車滲透率達(dá)到11%。

　　換句話說，是理想產(chǎn)品主打的30萬及以上的價(jià)格段內(nèi)(在整體車市的銷量占比大概為15%左右)，消費(fèi)者已經(jīng)形成了標(biāo)配高階智駕的共識(shí)。

　　事實(shí)上，理想智駕起步的目標(biāo)非常高。早在2023年4月的上海車展，理想汽車就喊出了城市NOA落地100城的目標(biāo)。但半年過后，這個(gè)目標(biāo)就縮水為“在100城開通通勤NOA”。2024年初，李想帶隊(duì)前往美國體驗(yàn)特斯拉FSD，隨后理想的智駕才開始轉(zhuǎn)向無圖NOA。

　　此時(shí)，各路智駕供應(yīng)商們，開始向車企兜售無圖NOA解決方案。同時(shí)，由于AI大模型的催化，智駕技術(shù)領(lǐng)先的玩家們也都開始了初步“端到端”的探索。

　　“還是回歸產(chǎn)品和用戶體驗(yàn)上，而不是追求指標(biāo)的領(lǐng)先。”誠如郎咸朋所說，在與李想達(dá)成智駕研發(fā)要用“端到端”技術(shù)和注重體驗(yàn)的共識(shí)之后，2024年4月開始，理想的智駕能力“直線起飛”。

　　以O(shè)TA大版本為節(jié)點(diǎn)，在2024年5月，理想智駕主要還是聚焦在場(chǎng)景細(xì)節(jié)調(diào)優(yōu)。從7月的6.0版本更新無圖NOA開始，理想智駕開始更注重功能和體驗(yàn)。

　　作為佐證，理想在2024年8月更新的車位隨心畫功能，智駕能夠理解用戶的停車意圖，想停哪里就停哪里。離車泊入功能也升級(jí)到了關(guān)門泊入，在用戶對(duì)理想智駕的信任下，用戶自動(dòng)泊車再也不需要掏手機(jī)控制了。

　　10月，理想智駕更新至“端到端+VLM智能駕駛”后，理想的智駕能力再一次飛躍式提升。光錐智能在實(shí)際體驗(yàn)之后，發(fā)現(xiàn)這個(gè)版本的智駕不僅能順利通過環(huán)島。而且在無保護(hù)右轉(zhuǎn)時(shí)，不會(huì)向其他廠商的智駕一樣，還需要“踩一腳剎車”。

　　參考理想用戶社區(qū)@仟仟爸爸的分享，理想智駕能夠輕松面對(duì)環(huán)島+突然加塞+變道繞行的復(fù)雜操作。用戶全程只是吐槽了一下加塞車輛，然后用“也行”，點(diǎn)評(píng)了一下變道操作。

　　如今，隨著已經(jīng)推送的AD Max V13.0更新，可以預(yù)見，理想智駕在復(fù)雜的中國道路可以實(shí)現(xiàn)“零接管”。這也是符合自動(dòng)駕駛L3標(biāo)準(zhǔn)的表現(xiàn)。

　　消費(fèi)者也開始逐漸信任智駕，并愿意為此買單：“買理想就買智駕版”，成了消費(fèi)者的共識(shí)。

　　李想曾經(jīng)在采訪中對(duì)光錐智能透露，2024年上半年，理想曾經(jīng)有幾個(gè)月被問界的銷量壓制的很難受，但在智駕能力上升后，理想的銷售們都能挺起腰桿讓消費(fèi)者“隨便對(duì)比”，而后，理想的銷量也隨之打了一個(gè)漂亮的翻身仗。

　　根據(jù)理想統(tǒng)計(jì)的數(shù)據(jù)顯示，截至2024年12月31日，NOA導(dǎo)航智能駕駛里程已占智駕里程的70%。這意味著，NOA已經(jīng)替代了原先大量輔助駕駛的使用，類似LCC(車道居中保持)等功能，正在“撤離”用戶心智。另一邊，在端到端全量推送一周內(nèi)，理想注意到有3600位之前從未在城市使用NOA的車主開始每天使用該功能。并且，這些用戶每天的導(dǎo)航里程提升了兩倍，這意味著用戶已經(jīng)相當(dāng)依賴智駕了。

　　在銷售端，理想智駕也已經(jīng)成了潛在客戶最重要的購車原因之一。據(jù)統(tǒng)計(jì)，截至12月31日，理想NOA試駕占比超72%。30萬以上車型AD Max交付量占比超75%，40萬以上車型AD Max交付量占比超84%。這樣的銷量構(gòu)成，意味著消費(fèi)者幾乎是因?yàn)槔硐胫邱{而選購理想汽車。

　　可以看到，在智駕經(jīng)歷不到一年的迭代中，理想不僅實(shí)現(xiàn)了智駕跨越式升級(jí)，還更新了品牌的消費(fèi)者認(rèn)知。如今的理想，已經(jīng)從此前“冰箱、彩電、沙發(fā)”的標(biāo)簽，切換到了智駕(AI)實(shí)力派。

　　為何理想的AI進(jìn)展能如此之快?

　　或許正如李想與郎咸朋在討論智駕方向時(shí)所言， “要么做端到端，要么別做自動(dòng)駕駛了”。在AI時(shí)代，選對(duì)路徑比一味的努力更重要。

　　對(duì)標(biāo)“人”，理想智駕的第一性原理

　　在人類研究AI的60余年里，科學(xué)家們得到次數(shù)最多的教訓(xùn)便是方向比努力更重要。

　　以AI大模型的基礎(chǔ)架構(gòu)Transformer為例，雖然谷歌的科學(xué)家在8年前提出了Transformer，但谷歌在研究方向的猶豫，讓OpenAI率先完成了ChatGPT，顛覆了谷歌此前在NLP領(lǐng)域不少心血。

　　同樣的感慨，也發(fā)生在理想轉(zhuǎn)向“端到端”之后。

　　“比之前所有車的狀態(tài)都要好，剎車非常擬人舒適，這些問題在規(guī)則階段用很多代碼都沒辦法解決。”在采用端到端僅僅15天之后，看到新技術(shù)架構(gòu)對(duì)過去的顛覆，郎咸朋不禁驚嘆道。而實(shí)現(xiàn)這種差異的過程，理想智駕算法研發(fā)部門負(fù)責(zé)人賈鵬總結(jié)說：“一行規(guī)則都沒寫，全是系統(tǒng)按照給的數(shù)據(jù)訓(xùn)練出來的。”

　　回顧理想的三次智駕技術(shù)變遷，從NPN(先驗(yàn)信息)到無圖NOA，再到如今的端到端+VLM雙系統(tǒng)架構(gòu)，每一代都在根本上顛覆了上一代的設(shè)計(jì)架構(gòu)。

　　其中，無圖NOA為了替代NPN必須的先驗(yàn)信息(一般是指高精地圖)，智駕系統(tǒng)強(qiáng)化了感知和規(guī)劃模塊，將智駕從原本的“開卷答題”轉(zhuǎn)向到“閉卷作答”。端到端對(duì)無圖NOA的提升，主要在于端到端用AI學(xué)習(xí)取代了無圖NOA的人力編寫規(guī)則模塊，相當(dāng)于原本智駕“背公式”轉(zhuǎn)向到“隨機(jī)應(yīng)變”。

　　由此看到，設(shè)計(jì)更好的AI架構(gòu)，智駕也更接近實(shí)現(xiàn)全自動(dòng)駕駛。

　　理想?yún)⒖剂巳祟愡壿嬎季S中的下意識(shí)反應(yīng)和深思熟慮，將整個(gè)智駕系統(tǒng)拆解成了“快慢”雙系統(tǒng)(對(duì)應(yīng)系統(tǒng)一和系統(tǒng)二)。

　　其中，系統(tǒng)一是完全的端到端架構(gòu)。智駕模仿人類面對(duì)正常路況的操作，這時(shí)候控制車輛“加減速”不需要思考太多。系統(tǒng)二則是在端到端的基礎(chǔ)上，理想“外接”了一個(gè)多模態(tài)大模型(VLM)。利用多模態(tài)大模型對(duì)圖片、文字等信息的理解能力，系統(tǒng)二能為系統(tǒng)一提供真實(shí)世界的認(rèn)知。

　　為何理想的架構(gòu)與市面上玩家都不同，既不是特斯拉用單個(gè)端到端模型“暴力破解”人類操作，也不是小鵬、華為、蔚來等分段式端到端的路線?

　　因?yàn)�，這么設(shè)計(jì)能帶來更快的智駕迭代速度。

　　具體而言，是端到端部分負(fù)責(zé)快速學(xué)習(xí)投喂的clips(視頻片段)。通過對(duì)人類操作的模仿，智駕系統(tǒng)能快速學(xué)到與“老司機(jī)”近似的操作水平。

　　“我們起初投喂80萬clips的時(shí)候，還過不了環(huán)島。后來當(dāng)數(shù)據(jù)量達(dá)到100萬clips時(shí)，他自己就能過環(huán)島了。我覺得是100萬clips里頭剛好有一些環(huán)島數(shù)據(jù)的原因。模型確實(shí)很神奇，你喂了什么數(shù)據(jù)，他就能學(xué)會(huì)相應(yīng)能力。”賈鵬解釋說。

　　另一邊，借助能理解真實(shí)世界信息的VLM，整個(gè)智駕系統(tǒng)還能方便投入到世界模型中參與“考試”，從而實(shí)現(xiàn)針對(duì)能力訓(xùn)練和模擬智駕在Corner case中的表現(xiàn)。“我們還會(huì)根據(jù)所有的數(shù)據(jù)生成“模擬題”，針對(duì)模型容易出問題的部分，再生成一些內(nèi)容訓(xùn)練。”郎咸朋說。

　　理想富有創(chuàng)意的架構(gòu)設(shè)計(jì)，一經(jīng)發(fā)布便斬獲行業(yè)內(nèi)多個(gè)獎(jiǎng)項(xiàng)。2024年，理想智能駕駛的DiVE(世界模型)及StreetGaussians(世界模型)發(fā)表在了ECCV 2024上，DriveVLM(雙系統(tǒng))發(fā)表在了CoRL 2024上，獲得行業(yè)的一致認(rèn)可。

　　總之，面向2025年即將推廣的L3自動(dòng)駕駛，坐擁110.9萬用戶、智駕總里程累計(jì)達(dá)29.3億公里、800萬clips投喂、8.1EFLOPS訓(xùn)練算力，并且每年訓(xùn)練算力的投入超過10億人民幣(以上數(shù)據(jù)截至2024年12月31日)的理想，已經(jīng)做好了十足的準(zhǔn)備。

　　隨著理想對(duì)智駕的深入研究，其AI基礎(chǔ)能力也在快速升級(jí)。

　　其中，為了在芯片層繼續(xù)優(yōu)化智駕能力，理想即將流片自己專用的智駕SoC。原本用于座艙助手的理想同學(xué)，現(xiàn)在也登陸手機(jī)，對(duì)標(biāo)ChatGPT、豆包等通用智能體。在汽車AI能理解人類之后，李想也開始考慮起人工智能的下一個(gè)形態(tài)——機(jī)器人。

　　汽車之外，理想要用AI做更多產(chǎn)品了。

　　李想的理想，打通硅基世界

　　理想汽車至今的成功，背后離不開李想頂級(jí)的產(chǎn)品能力。

　　細(xì)細(xì)復(fù)盤李想的每次創(chuàng)業(yè)，都能看到他以“超級(jí)產(chǎn)品經(jīng)理”的姿態(tài)，對(duì)每個(gè)行業(yè)的高舉高打。每次切入一個(gè)新賽道，李想都能看到行業(yè)最根本的發(fā)展主線。

　　例如，2005創(chuàng)立汽車之家時(shí)，李想看到了中國消費(fèi)者巨大的汽車消費(fèi)潛力，但缺乏了解渠道的困境。為了滿足消費(fèi)者對(duì)汽車產(chǎn)品的好奇，汽車之家主打汽車評(píng)測(cè)，一舉打敗了主做車友會(huì)的愛卡汽車網(wǎng)。

　　2015年創(chuàng)立理想汽車時(shí)，李想看到的是中國汽車在電動(dòng)化和智能化存在機(jī)遇，同時(shí)傳統(tǒng)汽車供應(yīng)鏈早已成熟的情況。為了在最低限度打造一款智能汽車，李想盡可能采用成熟的技術(shù)和設(shè)計(jì)。避免了里程焦慮、空間不夠、不舒適等新能源汽車常見問題的理想ONE，開賣即爆款。

　　在AI大模型時(shí)代剛剛開始的2023年初，看到ChatGPT的橫空出世，李想在1月發(fā)布的全員信中提到，公司將在2030年成為全球領(lǐng)先的人工智能企業(yè)。隨后在李想的號(hào)召下，理想快速跟上了行業(yè)每一個(gè)AI落地的風(fēng)口，AI從隱藏戰(zhàn)略變成了“陽謀”。

　　“AI意味著未來的全部。”誠如李想在2024年12月的理想AI Talk上對(duì)AI的看法。隨著理想對(duì)AI的落地，李想也慢慢看到了AI應(yīng)用更廣袤的視野。

　　在智艙領(lǐng)域，是理想為了追趕大語言模型的熱度，2023年一季度理想開始了Mind GPT項(xiàng)目，并在2023年6月的理想家庭科技日發(fā)布會(huì)上發(fā)布。2023年年底，Mind GPT隨著OTA 5.0上車，跟上了行業(yè)用大語言模型提升車機(jī)智能化的趨勢(shì)。如今，結(jié)合VLM對(duì)視覺世界的理解，理想“摸到”了AI融合的邊界。

　　“基座模型到一定時(shí)刻，一定會(huì)變成VLA(視覺語言行動(dòng)模型，可以理解成真正能理解世界的智能)。因?yàn)檎Z言模型，也要通過語言和認(rèn)知去理解三維的世界。”正如李想所說，隨著AI對(duì)世界愈發(fā)理解，語言、圖片、生成、硬件的邊界即將被打破。

　　“一個(gè)真正的大模型產(chǎn)品，一定是能夠去自主使用所有的設(shè)備，會(huì)擁有所有的服務(wù)，這才是真正的人工智能。”正如李想所言，AI產(chǎn)品的核心邏輯其實(shí)與智駕一模一樣。

　　都是從小范圍、標(biāo)準(zhǔn)化的場(chǎng)景出發(fā)，到逐漸適應(yīng)更多場(chǎng)景，為客戶提供更多樣的服務(wù)。最終打破硬件的壁壘，同一個(gè)AI能同時(shí)落地到全場(chǎng)景的智能硬件。換句話說，能聽懂指令并能自覺執(zhí)行任務(wù)的機(jī)器人，何嘗又不是一種帶著乘客“逛街”的自動(dòng)駕駛呢?

　　“普通老百姓都能用了，它能獨(dú)立地、持續(xù)地、連續(xù)地完成任務(wù)，而不需要靠密集的提示詞。”李想說。

　　或許，在AI即將大范圍落地端側(cè)的2025年里，李想看到了AI終將打通硅基世界的未來。