文 | 308

編輯 | 經緯

理想智能駕駛，又放出大招了。

2025 年 1 月 16 日，理想汽車 OTA 7.0 正式開啟推送。伴隨這次 OTA，理想 AD Max 智駕版本再次迎來重大升級，這一智駕版本可挑戰零接管，同時端到端 + VLM 從城市道路拓展到高速和環路，使得全場景智駕更加擬人、更加高效。

據了解，在整個 2024 年，理想智能駕駛完成了 12 次重大更新；因此從本次升級開始，理想 AD Max 的產品版本號也正式命名為 AD Max V13.0——這也是理想首次把內部使用的智能駕駛的版本號顯示給用戶。

而這樣的智駕進度，以及相應的速度，在行業里令人刮目相看。

實際上，如果放眼理想汽車在 2024 年的智能駕駛表現，它不僅僅借助了端到端+VLM技術架構的機遇實現了智能駕駛在技術架構、軟件版本和用戶體驗方面的快速進化，也很好地提升了用戶對于智駕的認知度和接受度，并取得了顯著的商業效應。

甚至從某種角度上來說，以成為全球領先的人工智能企業為目標，理想汽車也在參與并帶動整個智駕行業前行的方向。

那么，回望 2024，理想汽車究竟做對了什么？

智駕快速進化，鎖定第一梯隊

從普通用戶的角度來看，理想智能駕駛在 2024 年的最大變化就是：更新速度快。

2024 年 7 月 15 日，理想汽車面向用戶推送了OTA 6.0版本，其中最大的更新點，就是在智能駕駛方面實現了無圖 NOA。也就是說，它不依賴于高精地圖等先驗信息，沒有開城限制，也不限城市、鄉鎮，可以實現在全國范圍內可導航的道路都能夠開啟NOA。

也就是說，通過這次更新，理想汽車終于實現了「全國都能開」。

然而此時，理想汽車已經在進行新一代「端到端 + VLM」全新算法架構的開發過程之中，并且已經進行了前期的內測工作。

到了 10 月 23 日，在超越預期的內部進度之下，理想汽車面向全量用戶正式推送了OTA 6.4版本，并由此在行業范圍內開啟了「端到端 + VLM」的首次全量推送。伴隨這一版本，理想汽車的智駕體系正式切換到端到端，并且在場景、行駛和通行效率下都有了更大的提升空間。

毫無疑問，這也是理想汽車在智能駕駛技方面的一個重大躍遷。 但是理想并沒有止步于此。

將近一個月后，11 月 28 日，理想汽車「車位到車位」智能駕駛功能隨OTA 6.5版本正式全量推送給AD Max用戶；由此，理想汽車正式成為全球首家全量推送車位到車位的車企——不僅如此，這次更新還帶來了行業首個全國高速收費站 ETC 自主通行。

到此階段，理想智駕落地的步伐，已經呈現出領先之勢。

而到了 2025 年第一個月，理想汽車再次出招，將 OTA 版本號直接拉升到 7.0。 這次理想實現了高速城市全場景端到端+VLM——也就是說，無論是高速場景，還是城市場景，都能夠獲得同一套端到端技術方案的加持，體驗也會更加統一。

值得一提的是，在過去半年多的進化中，無論是「車位到車位」功能，還是「高速城市全場景端到端 + VLM」，從普通用戶實際體驗的角度來看，理想汽車在智能駕駛方面的功能更新進度已經明顯領先于華為、小鵬等競爭對手。

可以說，理想汽車已經毫無疑問地處于智能駕駛領域的第一梯隊。

值得一提的是，理想汽車在智能駕駛方面取得的成績，也獲得了不少重要認可。比如說，理想智能駕駛提出的「端到端 + VLM 雙系統方案」獲得國家級媒體人民網的「人民匠心技術」獎項。

不僅如此，理想汽車的智能駕駛相關學術成果陸續發表在了 ECCV、CoRL 及 AAAI 等國際頂尖學術會議上。比如，理想智能駕駛的 DiVE（世界模型）及 StreetGaussians（世界模型）發表在了 ECCV 2024 上，DriveVLM（雙系統）發表在了 CoRL 2024 上。

當然，理想智能駕駛在技術上的快速進化，不僅僅為理想 AD Max 車主帶來了實際體驗的提升，也促進了理想汽車用戶對于智能駕駛的接受度。

據了解，隨著技術進化帶來的版本更新，理想智能駕駛的用戶數量和里程數在過去一年得到了快速提升。數據顯示，截至 2024 年 12 月 31 日，理想智能駕駛的用戶數量已達 110.9 萬人，使用率高達 98%；而理想累計智駕里程達 29.3 億公里。

另外，隨著理想汽車智能駕駛在能力和體驗上的不斷提升，智能駕駛也逐漸成為理想汽車在產品銷售階段的重要「法寶」。

具體來說，理想智能駕駛的持續升級，也極大地刺激了市場和客戶的關注，并且開始成為潛在客戶群體購買理想汽車的其中一個重要因素決策——隨著理想智能駕駛的進化，用戶選購AD Max版本的占比也在不斷提升。

其中一個值得參考的數據是，截至 2024 年 12 月 31 日，在理想汽車交付的車型中，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%。

用體系之力，抓住端到端的機會

對于理想汽車來說，能夠在智能駕駛方面取得如何亮眼的成績，并非偶然——實際上，智能駕駛發展到今天，已經不僅僅是技術本身的較量，它也是整個公司在路線決策、產品構建、市場洞察等多方面綜合體系能力的較量。

其中，在技術方向上，理想很好地抓住了端到端帶來的機遇，實現了高效的技術迭代。

實際上，在很長一段時間里，理想在智能駕駛技術方案上采用的是 NPN 的技術架構，比較依賴于規則，泛化性比較差。后來，理想在技術方案上采用了更先進的無圖架構，它將諸多模塊統合為感知和規劃兩個模型，實現了全國都能開——這使得理想邁入國內智能駕駛第一梯隊。

然而，在開發無圖架構的過程中，理想就已經認識到端到端的優勢，并且在 2023 年下半年就投入到預研之中。而到了 2024 年，理想更是在初步看到端到端方案的效果之后，果斷選擇「端到端 + VLM」的雙系統方案，并且進行研發端和產品端大力投入，最終實現了真正意義上的 One Model 結構。

盡管「端到端」眼下已經成為行業共識，但理想當初對于端到端技術路線的選擇，不僅僅需要足夠有效的技術前瞻性，還需要更加果斷的決策和投入，當然也需要強大的團隊執行力——某種程度上，這也需要足夠的勇氣。

當然，切換到端到端路線本身，意味著對于算力和數據都提出了很高的要求，為此理想也進行大力布局和投入。

其中在算力層面，理想汽車在 2024 年全面進行了智能駕駛云端訓練算力的大幅度提升。在 2024 年 7 月，理想汽車的云端算力為 2.4 EFLOPS；而到了 8 月份，理想汽車的算力則迅速提升到 5.39 EFLOPS——到了 2024 年年底，理想汽車的訓練算力達到 8.1 EFLOPS。

而根據理想汽車官方數據，其每年在訓練算力的投入已經超過 10 億人民幣。

除了算力之外，理想汽車在智能駕駛的數據層面也做了很多努力。

比如說，One Model的端到端方案訓練難度非常大，需要非常優質的訓練數據；為此，理想汽車在訓練端到端的過程中，進行了復雜而艱難的數據篩選，主要是通過打分的方式選擇「老司機」的數據，而在理想汽車的車主中，被標注為「老司機」的數據比例僅為 3%。

當然，從另外一個維度上來說，持續增長的銷量和用戶里程也為理想汽車在智駕數據方面也提升了很好的支持。

除了數據之外，理想汽車還花大力氣構建了一個世界模型，它主要部署在云端，其最大作用是為理想智能駕駛提供一個訓練和測試的云端場地，而理想在智駕開發測試過程中的的測試、錯題、真題，都在這個世界模型中進行訓練。

此外，在產品方面，理想汽車遵從第一性原理，從用戶需求的角度出發，在智能駕駛能力提升的基礎上，推出一系列解決用戶痛點的功能，比如說「車位隨心畫」，它可以允許用戶在各種路面場景可以自定義車位使用智能泊車，在保證安全的前提下，盡可能滿足用戶的停車意圖。

從實用性的角度來看，這個功能是非常貼近用戶需求的。

值得一提的是，在最新推送的OTA7.0中，理想汽車還新增了一個「AI 推理可視化」功能，它可以讓用戶看得見 AI 的思考過程，理解 AI 軌跡規劃的邏輯——這個產品本身，主要是從產品交互的維度，明確告知用戶智駕系統的決策意圖，從而大幅度增加用戶對于智能駕駛的接受度和信心。

這個功能本身，也充分體現了理想汽車對于智能駕駛產品化的深刻洞察。

有意思的是，在市場銷售端，理想汽車也在努力推進智駕進步的過程中，讓普通用戶通過試駕來親身感受到 NOA 帶來的體驗。數據顯示，截至 2024 年 12 月 31 日，用戶試駕 NOA 的占比超過 72%。這樣的 NOA 試駕占比，也為潛在用戶最終選擇理想AD Max車型做了很好的鋪墊。

總體來看，理想在 2024 年取得的一系列與智駕相關的成績，本質上是得益于理想汽車對于智能駕駛本身的高度重視和全力投入——正是基于這種投入，理想才能夠在端到端這樣極為難得的智能駕駛技術變革中抓住機會，并由此受到認可。

在荒原中，摸索一條可行的路

從企業發展的角度來看，理想汽車致力于推進智駕的發展背后，是它已經為自家智能駕駛的短期和長期發展，都設置了清晰的目標。

比如說，伴隨著端到端+VLM的不斷迭代，理想汽車希望在 2025 年能夠實現 L3 級別的有監督智能駕駛——在理想汽車的定義中，它并非是 L2 級別輔助駕駛的延續，而是 L4 級別高度自動駕駛的先導程序。

從更長遠的維度來看，理想已經瞄準了 L4 級別的自動駕駛。

實際上，就在 2024 年年底李想的 AI Talk 中，他已經明確表示，在技術、產品、環境政策，以及消費者對人工智能信任度到位的前提下，理想汽車有望在三年后推出首款為 L4 級自動駕駛定義的汽車。

而根據李想本人在 AI Talk 中的說法，要實現 L4 的目標，企業也必須滿足 3 個條件：500 萬輛以上規模的車隊、掌握 VLA 基礎模型的能力、有足夠多的錢去招募最頂級的人才以及足夠的算力。

當然，從理想這家企業推進 AI 的整體戰略來看，理想智能駕駛面向 L3 和 L4 的進化，僅僅是理想在推進人工智能向 AGI 演化的一部分。

實際上，在李想給出的「AGI 戰略地圖」中，AI 在智能駕駛的落地層面將逐步推進至 L4 級別的自動駕駛。而隨著智能駕駛不斷向 L4 演進，自動駕駛代表的空間智能，將會與理想同學所代表的認知智能，結合成一個模型，理想汽車稱之為 VLA——在此基礎上，進入到「硅基家人」的階段，而硅基家人則是 AGI 的最終產品。

這固然是一個聽起來遙遠的目標，但從具體的路徑上來看，實際上它也已經在一步步落地。

回頭來看，理想汽車智能駕駛在 2024 年的進化，本質上就是理想汽車通過 AI 來推進智能駕駛面向 L3 和 L4 演進過程中的關鍵一步。理想這家企業在這關鍵一步中，也呈現出了足夠強大的前瞻性，洞察力和執行力——也呈現出了莫大的勇氣。

為什么？

因為智能駕駛在過去十年的發展中，經歷了數次技術迭代，而幾乎的中國玩家們都在跟隨特斯拉的腳步。但是，到眼下這個階段，在技術路徑上已經沒有什么先路可循，也無法借鑒其他玩家的經驗。

也就是說，在進入到端到端這個領域后，所有的玩家都仿佛進入了一片沒有路的荒原，要想走出一條可行的路來，就需要自己費功夫摸索——理想自然也并不例外。

而摸索本身，固然需要一定的運氣，但更加考驗一家企業的整體實力。

如果站在這個角度去看待理想的 2024 年，我們會發現： 當 2023 年年初，李想宣布理想汽車將在 2030 年成為一家「全球領先的人工智能企業」的時候——這看起來更像是一個宏大的愿景，卻無處著手。

而經歷了 2024 年的智能駕駛進化后，當理想汽車在端到端 + VLM 的加持下取得智能駕駛重大突破的時候，它所強調的「成為一家全球領先的人工智能企業」看起來不再是遙不可及，而是理想汽車踐行其圖景過程中一個有力的注腳。

當然，這條路并不會那么順利——但放眼 2025 年，理想汽車已經在智能駕駛這條最重要的 AI 落地賽道上初步證明自己，它的前進仍在繼續。

本文來自微信公眾號“智見 Time”，作者：308