行業首個“車位到車位”智駕落地，理想汽車如何逆襲？

“端到端”似乎正在快速替代“冰箱、彩電、大沙發”成為汽車一線門店最火熱的詞語，甚至超過了銷售顧問對于其真正含義的理解，以至于有人向顧客解釋“端到端”就是“從A點開到B點”。

不過對于理想汽車而言，“從A點開到B點”或許真的可以成為“端到端”的另一種解釋——11月28日，理想汽車成為了全球第一個向用戶全量推送“車位到車位”智駕的品牌，甚至比半年前的時間表還早了一個月。

要知道，就在一年之前，理想汽車的“百城NOA開城”目標都只得靠著“通勤模式”達成。

而從今年6月李想在“2024中國汽車重慶論壇”上提出“快、慢雙系統”概念，到11月底實現“車位到車位”全量推送，理想汽車的全新一代智能駕駛技術架構“端到端+VLM（視覺語言模型）”的價值，只用了四個多月時間，就從不明覺厲變成了觸手可及。

這種轉變的速度，甚至讓很多人都沒有“回過味兒來”。畢竟在過去很長時間里，理想汽車的成功都被認為是靠著“冰箱、彩電、大沙發”這種沒有什么“技術含量”的能力，而以一種可以觸摸的速度實現在智駕領域的逆襲，多少有些“不可思議”。

這背后究竟發生了什么？

“車位到車位”讓智駕進入新階段

“車位到車位”，顧名思義，用戶從坐上車就可以啟動智駕，直至最終目的地完成自動泊車，全程無斷點。這意味著，系統需要解決包括狹窄小區道路、停車場道閘、高速收費站ETC通行，以及環島、掉頭、施工改道等相對復雜場景的應對。

盡管我們已經在各種新車發布會上看到過這種體驗，但相比于其他品牌仍停留在時間表中的落地規劃，或是只開放給少數“先鋒用戶”體驗，理想汽車是第一個實現全量推送的品牌。

我們在OTA 6.5版本的體驗視頻中可以看到，用戶開啟智駕后，車輛從車位駛出，到通過小區道閘都能夠非常流程通過，而像進出環島、掉頭這種復雜場景，也可以果斷、高效完成。此外像高速公路收費站通過、公交車道識別、學校等特殊路段的減速與提醒，在這個版本中也都可以實現。

其實如果拿出這些能力中的某一些，我們或許能夠在其他企業的智駕產品中找到，但將所有這些集于一身的，理想汽車是唯一一個。

盡管OTA 6.5看上去只是將這些能力集于一身，但對于用戶而言是體驗的巨大提升。雖說撥動換擋撥桿開啟智駕是個很容易的操作，但也意味著用戶需要再整個旅程中，不斷經歷“激活-退出”的過程，這種連貫性的缺失其實會讓用戶更傾向于只在長時間單一場景下，才會開啟智駕。

理想汽車產品部高級副總裁范皓宇透露了這樣一組數據：相比去年12月，2024年10月理想汽車用戶的NOA里程占智駕總里程（包括ACC、LCC等）的比例從70%提升到了90%。

在無圖NOA推送后，NOA的可用范圍大幅增加，體驗的提升帶來了用戶依賴度的提升。而可以預見的是，隨著“車位到車位”的全量推送，這一比例會進一步上升。

當然，體驗的提升不僅在于會做更多題了，此前會做的題，正確率也在提升。

OTA 6.5版本在一些復雜路況下的表現更加成熟，更接近“老司機”，比如進出環島更加果斷、路線選擇更加精準；在擁堵、加塞等情況下博弈能力更強；繞行障礙車會更流程，而不會減速、甚至停車后再繞行；無保護左轉時把握車流間隙的能力更強等等。

這都讓智駕變得更加好用。

當智能駕駛已經逐漸成為中高端用戶購車決策中的重要因素時，用戶也更希望智駕可以解決高頻、困難場景的痛點。畢竟在車流稀少、路況極佳的高速公路上，即便是定速巡航也能有不錯的表現。

而用戶所面對的，是辦公樓復雜的地下停車場，即便每天重復行駛，但彎角坡道依然要小心翼翼；是下高速時需要留意NOA退出時間，通過收費站后還要再找時機開啟；是在狹窄的小區道路里，不僅需要避讓停滿的機動車，還要時刻小心“鬼探頭”的出現。

將這些場景交給系統解決，不僅會讓駕駛變得更輕松，事實上也會更安全。

因為OTA 6.5版本在已經覆蓋高風險、高頻的前向、橫向區域后，實現了360度全方位守護。尤其是后向主動安全能力，理想汽車開發了后向AEB（自動緊急制動）和后向MAI（誤加速抑制），可以在任意方向的倒車過程中介入工作，很大程度提升了在低速泊車場景下的安全能力。

智能駕駛技術在發展的過程中，必然會不斷經歷問題，然后不斷地改善，對于用戶而言，同樣伴隨著從謹慎到適應，再到越來越多場景下的放心的過程。

而這種信任的建立，不是依靠PPT的精美，而是每一公里的日積月累——截至廣州車展發布會，理想汽車在全國范圍的智能駕駛里程已達到26.7億公里，相比去年底提升123%，主動安全累計避險次數超360萬次，而相較于7月，端到端+VLM智能駕駛系統的MPI平均接管里程已經提升了3.5倍。

“差生”的逆襲之路

如果說7月中旬，理想汽車完成了OTA 6.0無圖NOA的全量推送，是追趕上了行業中智駕頭部企業的步伐，那么短短四個月之后，理想汽車就成為了智駕“頭牌”，率先實現了“車位到車位”能力，在OTA 6.0中還無法實現的環島、掉頭等場景，也都得以補足。

四個月時間里，理想汽車經歷了什么？

或許這還要從李想提出的“雙系統”開始說起，我們借用“理想同學”對于“雙系統”概念的解釋：一輛自動駕駛汽車在馬路上行駛時，有兩個超級大腦——系統1和系統2。“系統1”像一只小貓，可以快速幫汽車做決定，比如一眼就能知道前車車速，然后告訴汽車自己應該開多快。但它有時候也會犯錯，所以需要“系統2”，它像一只小狗，會用鼻子聞聞周圍的環境，幫助汽車仔細思考。比如轉彎時，會看看交通燈，再想想安全規則，這樣就更加安全。

而系統1和系統2在自動駕駛技術上的實現，就是通過端到端和VLM。

但就像開篇我們講到的“段子”，連用戶都知道端到端，可又連銷售人員都搞不懂端到端，端到端“泛濫”的時代里，其實不同品牌的技術架構有著巨大的差異。

“除了理想采用的One-Model一體化的端到端，還有分段式端到端和模塊化方案，大家可能還聽過像感知端到端、規劃端到端，其實也是分段式的一種。”理想汽車智能駕駛技術規劃負責人文治宇說道。

分段式，一體化端到端就像是我們常玩的“傳話游戲”，信息從第一個人開始，一個個傳到最后一個人，中間一定會出現遺漏和偏差，最終出現信息衰減，這就是分段式方案的問題。而理想采用的一體化端到端，可以將以往感知、決策、規劃等多個模塊集成到一個神經網絡模型中，每個中間環節都可以獲得全局信息。

此外，模型的相關計算需要再NPU上完成，而規則相關的計算要在CPU上完成，如果整個計算過程混合了模型和規則，就意味著需要在不同計算單元之間轉換及等待。但一體化端到端可以在NPU內一次性完成完整推理，這也就顯著降低了響應延遲。

“從數據驅動效率來看，理論上有了更大體量的數據，的確可以幫助訓練更好的模型。而分段式方案的訓練也是分開的，的確能達到各個部分的局部最優解，但組合在一起通常不是全局最優解。”文治宇補充道。

而一體化模型可以最大限度發揮數據閉環的優勢，從而提升模型迭代效率。事實上，過去兩個月時間里，理想汽車一共迭代了25版模型，平均2-3天迭代一次。從最終的結果來看，MPI平均接管里程從首個版本的10公里一次，提升到目前接近30公里一次，提升3.5倍。

但這也是理論，實現這些還需要人的努力。

“后進生逆襲到第一梯隊很正常，首先我們的組織效率確實非常高效，我們是向華為學習的組織架構，同時結合自己的企業特點進行內化處理。其次我們通過技術提升做到更好的測試和發布效果，人工智能相比于原先的人力測試更好，又減少了時間和人力投入。”理想汽車智能駕駛研發副總裁郎咸朋說道。

目前在理想的智駕團隊中，PD、RD和交付團隊同步推進，“交付一代、研發一代、預研一代”，這也使得理想汽車可以緊隨智駕行業的最新技術方案，并且實現更好的速度表現。

這并不容易。

文治宇提到，相比于分段式每個團隊負責一個部分，只需要把互通的協議商量好，就可以清晰地運作起來，這樣的模式對于模型設計以及團隊的工程化能力有著更高要求。同時，端到端“黑盒子”的特性，在以前以實車為主的測試方式下，存在不能很好覆蓋完整場景的問題，因此需要配合世界模型的方式，用更大體量的測試來評估，以降低“黑盒”帶來的影響。

而如果說理想汽車內部研發組織的變化，是推動“飛輪”轉動的開始，那么智駕能力提升在銷售端帶來的改變，就在加快理想汽車逆襲的速度。就像郎咸朋所講：“模型和算法對于大家而言都不是秘密，最終比拼的是有沒有算力和數據去訓練算法，更直接講，就是有沒有足夠的銷量去獲取更多利潤來養自動駕駛的算力和數據。”

截至目前，理想汽車智能駕駛訓練數據已達26.7億公里，年底預計會達到30億公里，而理想汽車擁有的整體算力達到6.83EFLOPS，到年底將超過10EFLOPS。這些訓練算力和基建設施的投入，每年超過了10億元。

而從市場端觀察，技術演進帶來的最直觀變化，就是7月中旬無圖NOA推送后，理想汽車的門店NOA試駕占比增長近3倍，AD Max車型銷量也持續增長，目前30萬以上車型AD Max銷售占比70%，40萬以上車型AD Max銷售占比達到80%。

隨著智駕體驗提升被更多用戶所認可，理想汽車逐漸開始在曾經落后的智駕領域找回“存在感”，加之本就出色的舒適、智能這些維度，使得理想汽車在競爭與內卷更加激烈的下半年車市，反而走出了上揚的曲線。

更多用戶基數，帶來了行業領先的500萬Clips模型訓練量，而這些數據的累積又讓理想汽車獲得了更快的技術迭代能力，“飛輪效應”逐漸加速。

大公司視點

其實對于年輕的新勢力品牌來說，犯錯太正常不過，但理想汽車是一個非常善于“反思”和學習的企業，也就使得每一次的挑戰最終都能轉化為推動企業更上一層樓的動力。

而更根本的，其實是理想汽車對于產品和技術的極致追求。

從當年的“冰箱、彩電、大沙發”，到如今的“車位到車位”，看上去也許都不算是什么奇思妙想，但理想汽車可以把它們做到極致。而在如今，越來越多“小理想”出現后，理想汽車也可以很快在其他領域實現追趕，并且構建新的護城河。

這并非“流量為王”思維下的“打一槍換一個地”，而是在造車這個“水桶”上不斷加高自己的護板。當然也正因如此，理想汽車能在2024年的慘烈競爭中，不靠發微博的數量就能贏得銷量的領先。