395
理想的AI talk從傳播來看是非常成功的，如果說第一天講硅基家人和理想同學有一些抽象的話，那么這次圍繞智能駕駛，這個車企爭奪市場份額和提升用戶體驗的核心戰(zhàn)場，理想非常具體地解釋了整個迭代的路徑。
理想汽車通過端到端（End-to-End）技術和視覺語言行動模型（VLM）的創(chuàng)新應用，明確了智能駕駛發(fā)展的戰(zhàn)略路徑，同時對L3及以上級別自動駕駛、激光雷達等技術的核心觀點進行了深刻解讀。
我們將從理想智能駕駛開發(fā)的技術戰(zhàn)略、產(chǎn)品迭代路徑以及對行業(yè)未來發(fā)展的思考等角度進行分析，以洞悉其在智能駕駛領域的布局及潛在挑戰(zhàn)。
Part 1、理想智能駕駛的開發(fā)過程與戰(zhàn)略
我們首先要清楚，李想本人對智能駕駛領域的研發(fā)理念是非常明確的，從基礎的智能輔助駕駛功能起步，通過逐步優(yōu)化和數(shù)據(jù)驅(qū)動，邁向全場景自動駕駛。
AI 技術浪潮來襲，理想敏銳捕捉到變革契機，決心以端到端結(jié)合 VLM 的架構(gòu)重塑智能駕駛體驗，真正緩解用戶長途駕駛疲勞。
備注：這里的問題很清楚，解決了一個Corner Case（極端情況），又出現(xiàn)三個其他的Corner Case。你們一輩子都在解決Corner Case，解決不完。
當然端到端技術的導入并非一蹴而就。
在前期準備階段，理想組建超 200 人的專項團隊，開展多輪模型訓練。當?shù)谝话娑说蕉四Ｐ蜕宪噷崪y，效果驚艷 —— 短短月余訓練成果遠超過往三年，響應速度更是傳統(tǒng)多步驟模型的數(shù)倍。
端到端技術摒棄復雜的多模塊銜接流程，采用單一模型處理感知、決策、控制，極大提升效率與擬人化操作表現(xiàn)，比如在路口避讓突發(fā)狀況時，動作更敏捷自然。VLM（視覺語言行動模型）則為智能駕駛增添理解與交互維度。
它類比人類視覺認知與語言邏輯協(xié)同機制，讓車輛不僅 “看清”，更能 “讀懂” 路況場景，配合端到端架構(gòu)，把智能駕駛從預設規(guī)則的桎梏中解放，開啟數(shù)據(jù)驅(qū)動的自適應進化模式。
理想汽車在 2024 年初算力達到 5EFLOPS ，配合超 10 億公里的高質(zhì)量行駛數(shù)據(jù)，解鎖端到端 + VLM 的落地可能。
●?端到端（E2E）+VLM的技術框架，這種技術路徑的優(yōu)勢在于：
◎?快速迭代與規(guī)模效應：理想的端到端技術依賴One Model（單模型）來處理復雜駕駛場景，通過深度學習與大規(guī)模數(shù)據(jù)訓練顯著提升系統(tǒng)反應速度。
相比傳統(tǒng)的規(guī)則驅(qū)動方法，該技術減少了復雜的模塊間交互，使得性能上限大幅提升。
李想指出，“端到端+VLM訓練一個月的進步，超過了過去三年的工作成果。”
◎?VLM（視覺語言行動模型）的核心價值：VLM作為理想技術體系的關鍵創(chuàng)新點，通過融合視覺、語言理解和動作決策能力，模擬人類駕駛的邏輯思維。
與單純的端到端技術相比，VLM的引入使系統(tǒng)具備對未見場景的適應能力，尤其在極端案例（Corner Case）處理中表現(xiàn)突出。
理想錨定 L4 級自動駕駛這一遠期目標布局當下。李想直言，沖擊 L4 需 500 萬輛以上規(guī)模的車輛在路上收集數(shù)據(jù)、掌握 VLA 基礎模型自主研發(fā)能力，以及雄厚資金招募頂級人才、擴充算力。
當下推進端到端 + VLM，是為積累數(shù)據(jù)、打磨技術、培育人才，攢下沖擊 L4 的 “入場券”，先在 L3 階段憑借更智能的產(chǎn)品收割市場青睞與數(shù)據(jù)反哺。
●?理想的智能駕駛產(chǎn)品迭代分為三個階段：
◎?有監(jiān)督駕駛階段：實現(xiàn)從車位到車位的全場景覆蓋，包括小區(qū)道路、泊車場景、高速公路等。此階段通過OTA升級將端到端+VLM推向量產(chǎn)車型。
◎?L3自動駕駛：預計在2025年實現(xiàn)，目標是綜合接管里程（MPI）達到500公里，形成用戶認可的自動駕駛體驗。
◎?L4門票爭奪戰(zhàn)：以長期數(shù)據(jù)積累、算力儲備和頂尖人才為核心，通過實現(xiàn)規(guī)?；?00萬輛級別車輛部署進入高級自動駕駛賽道。
為達到500公里MPI的目標，需積累2000萬Clips的視頻訓練數(shù)據(jù)，相當于50億至100億公里的駕駛數(shù)據(jù)規(guī)模。同時，理想通過擴展算力資源，在硬件支持上為大模型訓練與推理提供保障。
Part 2、理想對L3/L4自動駕駛的理解與產(chǎn)品布局
●?L3自動駕駛：路徑清晰
理想對L3的定位明確，即以端到端+VLM的技術體系實現(xiàn)用戶場景中的“解放雙手”功能，核心邏輯在于通過高質(zhì)量數(shù)據(jù)訓練與算法優(yōu)化提升MPI，確保用戶體驗的連續(xù)性與安全性。
郎咸朋表示，2025年L3的實現(xiàn)基于以下兩點：
◎?端到端+VLM模型的持續(xù)優(yōu)化：在現(xiàn)有技術框架上進行深度迭代，提升系統(tǒng)應對復雜場景的能力。
◎?全場景覆蓋的產(chǎn)品形態(tài)：理想AD Max已實現(xiàn)城市、高速一體化的自動駕駛體驗，為L3功能奠定了基礎。
●?L4自動駕駛：條件與挑戰(zhàn)
李想認為，L4自動駕駛的核心在于“拿門票”，需要滿足以下三大條件：
◎?大規(guī)模車輛部署：500萬輛以上的車輛在路上跑，形成數(shù)據(jù)閉環(huán)與規(guī)模效應。
◎?核心算法能力：自主掌控VLM等基礎模型的研發(fā)與優(yōu)化。
◎?資源投入：足夠的資本支持頂尖人才招募及算力建設。
理想還明確了L4的決勝點在于電動化、智能化的協(xié)同發(fā)展，以及技術、產(chǎn)品與用戶信任的全面成熟。
●?激光雷達的堅持與應用
與特斯拉的“無激光雷達”路徑不同，理想選擇保留激光雷達以增強安全性，在中國夜間駕駛的特殊環(huán)境下，激光雷達的200米無光感知能力顯著提升了AEB（自動緊急制動）的可靠性。
這種技術路線的選擇反映了理想對家庭用戶安全性的重視，同時也展現(xiàn)了其產(chǎn)品差異化策略。
小結(jié)
理想汽車在智能駕駛領域的戰(zhàn)略路徑清晰，依托端到端+VLM的技術體系以及全場景覆蓋的產(chǎn)品形態(tài)，正在逐步邁向L3乃至L4的高階自動駕駛目標，實現(xiàn)這一目標的關鍵在于數(shù)據(jù)積累、算力擴展與人才儲備的持續(xù)投入。
同時，理想在激光雷達的堅持上為其帶來了安全性方面的優(yōu)勢，但也需在成本與市場競爭中尋找平衡點。在電動化與智能化的雙重戰(zhàn)場上，理想深知L4是最終的勝負手。
通過明確技術路線、強化產(chǎn)品能力并聚焦用戶體驗，理想有望在智能駕駛時代中占據(jù)領先地位，這場競爭的最終贏家仍需時間去檢驗。
