[汽車之家 資訊] 12月26日,，理想汽車CEO李想和智駕負責人郎咸朋在直播中講解了理想汽車在智駕方面的發(fā)展動向。理想汽車將在12月31日全量推送OTA 7.0給AD Max用戶,。按照理想現(xiàn)在的端到端+VLM體系繼續(xù)迭代,，有望在2025年實現(xiàn)L3級自動駕駛，其中一些重點的信息如下,。此外,，李想在前一天的直播中宣布了理想將轉型成為人工智能企業(yè)，具體信息可點擊鏈接查看,。

● 端到端的智駕表現(xiàn)將優(yōu)于現(xiàn)在的所有智駕軟件,，理想已經(jīng)為端到端做好了準備

理想智駕負責人郎咸朋表示，端到端一旦做出來,，會比現(xiàn)在所有的智能駕駛軟件都要好,，去年不上端到端是因為在等足夠的數(shù)據(jù)和算力。端到端VLM大模型其實最終的本質(zhì)是用人工智能來做自動駕駛,，人工智能的三個要素：算法,、數(shù)據(jù)和算力，這三個要素必須全都齊備,。理想今年已經(jīng)在這三個方面做好了準備,，理想AD Max車型的（高質(zhì)量訓練）數(shù)據(jù)量達到10億（公里） 左右規(guī)模，算力達到了5EFLOPS,，并且端到端的一些預研也有一定成果,。

● 理想汽車保留激光雷達，是為了安全考慮

理想汽車CEO李想表示,，保留激光雷達還是為了安全,。特斯拉選擇了純視覺，但是中國和美國是不一樣的,，夜里可能會有尾燈壞了的大貨車,、甚至可能尾燈壞的大貨車會直接停在主路上，攝像頭能夠在深夜里沒有光線下看到的距離其實只有100米出頭,。 而激光雷達在沒有任何光線的情況下是可以看到200米的,，這就可以實現(xiàn)130公里/小時的AEB自動緊急制動，帶來更高的安全性,。

● L3或者有監(jiān)督智能駕駛不是L2的延續(xù),，而是L4的先導

理想智駕負責人郎咸朋表示，自動駕駛是能力,、輔助駕駛是功能,，功能是預設條件，能力是應對所有條件。如果還是用上一代軟件1.0方案來做自動駕駛,，在研發(fā)之初,，就要清晰地設定所有條件、所有邊界,，以及最終確定性的結果,，這在自動駕駛里是非常困難的,。用人工智能的方式來做自動駕駛,，是從最本質(zhì)思考人是怎么學會開車的。最開始人去駕校學習,，掌握基本駕駛技能再考試,。考完掌握基本能力之后,，作為實習司機一邊實踐一邊提升能力,，慢慢地成長為老司機。系統(tǒng)1+系統(tǒng)2的方案,，是讓自動駕駛系統(tǒng)擁有這種能力去迭代和成長,，隨著數(shù)據(jù)量的增長，慢慢地性能隨之提升,。

● 智能駕駛對于理想的銷量有非常好的促進作用

從實際銷量表現(xiàn)來看,，2024年智能駕駛確實對于理想的銷量有非常好的促進作用。理想2月AD Max的交付量占比只到20%左右,，到下半年已經(jīng)超過50%,。早期用戶認為自動駕駛是一個功能，跟座椅加熱沒有大的區(qū)別,，并沒有解決用戶日常出行的舒適性,。而現(xiàn)在理想用AI來做自動駕駛，端到端+VLM能夠真正解放用戶長時間的駕駛疲勞,。

● L4級自動駕駛是決定勝負的關鍵點

李想認為,，L4級自動駕駛會是決定勝負的關鍵點。端到端只能解決L3,，解決不了L4級自動駕駛,。掌握L4首先需要500萬輛以上的車跑在路上收集數(shù)據(jù)，第二需要掌握VLA（視覺語言行動模型）這個基礎模型,，第三要有足夠多的錢去招募最頂級的人才,，以及足夠的算力。

直播問答全文如下：

01.理想智駕一號位的職業(yè)危機

張小珺：聽說李想對智駕發(fā)了很大的火,，你怎么還能留在這,？

郎咸朋：當時想哥說了一句很狠的話，他說郎博下半年如果我還看不到變化，咱們還是拿不到頭部位置的話,，那你這個負責人就可以不用干了,。

張小珺：那次發(fā)火完之后達成了什么結果？

郎咸朋：我覺得大家就回歸的是體驗和用戶價值,，重新把大家的思路聚攏了,。我們是給用戶做一個有更好體驗、更安全,、更便捷的產(chǎn)品,，而不是說做一大堆什么從指標上看起來挺好的產(chǎn)品。那次所有人心里邊又重新回到從產(chǎn)品出發(fā)去做智能駕駛,，這是我覺得印象最深的一點,。

張小珺：你們是那次之后開始轉的端到端嗎？

郎咸朋：其實在想哥發(fā)火之前,，我們內(nèi)部的這個端到端的預研,，已經(jīng)在開展了。那么從那一刻開始,，我們端到端的速度就加快了,。

張小珺：第一次試駕端到端是什么樣的體驗？

郎咸朋：我第一次試到這個車,，從中關村開到了北京交通大學,。開了幾公里我就問旁邊的賈鵬，這是規(guī)則還是怎么做的,？怎么我覺得開得這么好呢,？他說一句規(guī)則都沒寫，全都是系統(tǒng)按照咱們給它的數(shù)據(jù)自己訓練出來的,。

咱們開車都知道,，如果前面有個車剎停的話，它是要緩慢減速,，甚至還再抬起一點剎車,，有這樣非常舒適的剎車過程。這個過程我們團隊在規(guī)則階段寫了很長時間的代碼,，都沒有達到一個完全擬人,、解決所有場景的表現(xiàn)。

但我第一次試駕端到端,，它的縱向就已經(jīng)比之前試過所有的都要好的狀態(tài),，這才用了短短不到15天。所以我覺得那時候建立了一個信心,，就是端到端一定能做出來,。而且一旦它做出來,，就一定會比現(xiàn)在所有的智能駕駛軟件都要好。

張小珺：既然端到端是靈丹妙藥,，為什么去年不上,？特斯拉去年就上了，你去年在干嘛,？

郎咸朋：我們在等，等足夠的數(shù)據(jù)和算力,，等到了我們就能上了。

端到端 VLM大模型其實最終的本質(zhì)是用人工智能來做自動駕駛,。人工智能的三個要素：算法,、數(shù)據(jù)和算力,。這三個要素必須全都齊備。我們是今年是準備好了,，所以我們能做這個事情,。

理想AD Max 車型的銷量，去年起來了之后到今年初（高質(zhì)量訓練）數(shù)據(jù)量達到10億（公里） 左右規(guī)模,，這是一個基礎,。第二是算力基礎，今年初我們算力也到了5EFLOPS,。再加上第三步,，就是端到端的一些預研也有一定成果，所以到今年初是天時地利人和,，可以做這個事情了,，去年我們還在補課的一個過程。

張小珺：為什么很多企業(yè)的端到端是兩個模型,，而不是One Model,？

郎咸朋：這個是算法和理念的問題。我們要做端到端時就給自己定了一個目標,，一定要用純數(shù)據(jù)驅動的方式來做這件事情,，而不是結合了之前的規(guī)則來做，所以說它的性能上限會非常高,。

張小珺：為什么理想是端到端+VLM,，不像特斯拉只用端到端？你們對自己的端到端不夠自信嗎,？

郎咸朋：不能這么講,，我們在做技術方案時充分參考了世界上所有的先進方案,，但始終無法解決一個問題是，當一套自動駕駛或智能駕駛系統(tǒng),，它工作時如果遇到之前沒有見過的場景,，應該怎么處理？我們認為就是端到端+VLM,，就是系統(tǒng)1+系統(tǒng)2的方式,，很好地模仿人類大腦的工作方式。

張小珺：如果智駕一號位想要推動智能駕駛的投入,，老板會成為阻力嗎,？

郎咸朋：沒有，反而李想一直在催促我：郎博,，咱們自動駕駛怎么還是慢了,？趕緊加快速度！

02.要么就做端到端,，要么就不再做自動駕駛,。

張小珺：特斯拉沒有用激光雷達，你們?yōu)槭裁匆�用�?/strong>

李想：很多人不太理解說：為什么要保留激光雷達,，還是為了安全,。是不是因為你技術不好？不是,，中國和美國是不一樣的,，如果你經(jīng)常在中國晚上夜路開車，你會看到有尾燈壞了的大貨車,、甚至可能尾燈壞的大貨車會直接停在主路上,，至少我們今天的攝像頭，能夠在深夜里沒有光線下看到的距離,，其實只有100米出頭,。

但是激光雷達,，在沒有任何光線的情況下是可以看到200米的。這就可以幫助我們實現(xiàn)130公里/小時的AEB自動緊急制動,。那我覺得這個是非常重要的,，因為我們是個面向家庭的車，每個人生命安全都非常的重要,，所以這是我們繼續(xù)保留激光雷達根本所在。而且后邊的車型仍然會保留,。我相信如果馬斯克在中國,，在深夜里不同的高速開過車,，他也會選擇把前面的一顆激光雷達保留下來,。因為特斯拉對于安全同樣地重視，只是他要在這個環(huán)境里來看到,。

張小珺：理想激進的用只有一個模型的端到端,，其他車企還在用兩個模型，為什么,？

李想：很多時候可能跟我們有一些比較好的外腦有關,，像王興、陸奇博士,，他們會給我們帶來很多啟發(fā)。有一次陸奇博士跟我們講,，你們應該思考一下人是怎么工作的？我覺得這個當時對我們幫助很大,。

今年初我還逼著智駕團隊去美國,，他們在不同的城市開FSD V12。另一方面我們研究工作也在進行,，那時已經(jīng)在發(fā)端到端+VLM的各種研究論文了,。回來以后我覺得要么你做這個，要么我們就不要再做自動駕駛了,。今天你靠這些規(guī)則上來做的,，跟請個供應商做出來的東西有啥區(qū)別？沒有啥區(qū)別,。

我說服郎博他們很重要的一點,，我說你們經(jīng)常解決了一個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。

張小珺：所以其他人不轉,，是因為他們Corner Case解決得比你們好,？

李想：有些企業(yè)Corner Case確實解決得比我們好,，因為他會招很多的人，5倍,、10倍的人,，然后一個路口一個路口去解決。不但解決規(guī)則算法的Corner Case,，甚至還自己有地圖,，去修地圖的Corner Case。

張小珺：過去兩年在人工智能上,，你有什么哇塞Moment嗎,？

李想：ChatGPT 肯定是了，其次我們內(nèi)部還是有很多“哇塞”的,。一個印象最深的是,，我們決定啟動端到端并匹配好資源，準備好200人團隊,，他們訓練了幾十版模型,，第一版放到車上，當時郎博讓我們來試,，我跟張穎（經(jīng)緯中國合伙人）在北京研發(fā)總部正好就一起試了,。張穎坐主駕我坐副駕，當時我就很驚訝：這一個月的訓練,，比過去三年做的東西,，進步速度要快！

張穎之前試過無圖NOA,，當他試到端到端時發(fā)現(xiàn)這跟人很相似,，甚至在一個路口，旁邊有輛車為了躲行人往我們這邊躲時,，這個車也適時地避讓了,。他問為什么能躲那么快？我說端到端響應速度快了好幾倍,，因為他是個One Model,，而不是經(jīng)過4個步驟。

我們下一個大版本更新時,，用戶可以在車上直接很清楚地看到端到端的工作方式是什么樣的,，視覺語言模型工作方式是什么樣的，以及人工智能到底是怎么工作的,。

03.有監(jiān)督智能駕駛不是L2的延續(xù),，而是L4的先導。

張小珺：大家都說理想做智駕是投入最晚最慢的,，你怎么看,？

郎咸朋：2018年1月我加入理想時,，跟李想討論過這個問題。什么才是決定最終智能駕駛或自動駕駛實現(xiàn)的最關鍵因素,？我們當時聊的就是數(shù)據(jù),。人才可以流動、算法可以提升,、算力也非常重要,，但是只要有健康的資金、合理的資金使用也是能買得到的,。

那么最重要就是數(shù)據(jù),，數(shù)據(jù)它是買不到的，必須自己有這樣一個非常高質(zhì)量,、規(guī)模非常大的數(shù)據(jù),，才可以做好自動駕駛。所以我們要按照節(jié)奏來做自動駕駛,，剛開始我們要先把車造好,、把車賣好，然后積累更多的資金,、人才和數(shù)據(jù),，到了一定時間點再大量投入，去達到更好的自動駕駛的效果,。其實從現(xiàn)在結果上也是能看出這一點的：我們自動駕駛的節(jié)奏是非常好的,。

張小珺：什么時候理想意識到，智駕對于賣車是有幫助的,？

郎咸朋：從實際表現(xiàn)來看是從今年開始的,，今年智能駕駛確實對于銷量有非常好的促進作用。我們2月AD Max的交付量占比只到20%左右,，然后到今年下半年超過50%了，這是實打實的業(yè)績,。早期大家認為自動駕駛是一個功能,，它跟座椅加熱沒有大的區(qū)別，并沒有解決用戶日常出行的舒適性,。直到現(xiàn)在我們用AI來做自動駕駛,，端到端+VLM真正解放用戶長時間的駕駛疲勞。當我們能達到綜合MPI（城市+高速綜合接管里程）100公里,、幾百公里時,，大家就真正愿意為自動駕駛買單了。

張小珺：理想提出有監(jiān)督智能駕駛,，跟自動駕駛L1到L5傳統(tǒng)分級有什么區(qū)別,？

郎咸朋：這里面其實體現(xiàn)我們對自動駕駛研發(fā)的思路差別,。之前很多人認為L3自動駕駛是L2輔助駕駛的延續(xù)，只要把L2輔助駕駛的場景越做越多,，總有一天能無限趨近于L3,，甚至可能就能夠做到L3。

但在我們看來,，L3或者有監(jiān)督智能駕駛,，它并不是L2的延續(xù)，而是L4或者自動駕駛的先導程序,。實際上我們是錨著未來的自動駕駛能力去研發(fā),、去成長和迭代的，而不是沿著過去一套用L2的思路,，去做現(xiàn)在的自動駕駛,。

張小珺：你說自動駕駛是能力、輔助駕駛是功能,，兩者本質(zhì)區(qū)別是什么,？

郎咸朋：功能是預設條件，能力是應對所有條件,。你不可能窮盡所有的預設,。

功能的話，還是用上一代的這種軟件1.0方案來做自動駕駛,。最大的問題是在研發(fā)之初,，就要清晰地設定所有條件、所有邊界,，以及最終確定性的結果,。這在自動駕駛里是非常困難的。

能力的話,，是用人工智能的方式來做自動駕駛,。當我們把自動駕駛當成能力來開發(fā)，從最本質(zhì)思考人是怎么學會開車的,。最開始人去駕校學習,，掌握基本駕駛技能再考試�,？纪暾莆栈�本能力之��,，作為實習司機一邊實踐一邊提升能力，慢慢地成長為老司機,。我們系統(tǒng)1+系統(tǒng)2的方案,，讓自動駕駛系統(tǒng)擁有這種能力去迭代和成長，隨著數(shù)據(jù)量的增長，它會慢慢地讓性能隨之提升,，這個就是大家經(jīng)常說的規(guī)模效應,。

張小珺：你們驗證了自動駕駛的規(guī)模效應嗎？

郎咸朋：我們已經(jīng)驗證出來了,。這不是我們發(fā)明的,，所有的大模型應用都符合這種規(guī)律，也就是說數(shù)據(jù)規(guī)模和數(shù)據(jù)質(zhì)量的增長,，會帶動性能的增長,。而且性能增長是接近于線性的，這就是我們用大模型最本質(zhì)的好處,。

張小珺：有監(jiān)督智能駕駛階段,，理想交付給用戶的產(chǎn)品長什么樣？

郎咸朋：全場景的,、一體化端到端產(chǎn)品,。要想實現(xiàn)有監(jiān)督智能駕駛，一個前提是實現(xiàn)車位到車位,，也就是解決最前面一百米和最后面一百米,。以前智駕是從干道開始，現(xiàn)在可以從小區(qū)車位開始,，然后包括園區(qū)道路,、泊車、城市道路,，還有高速和收費站ETC都會全部打通,。

高速城市全場景升級端到端+VLM，以及創(chuàng)新的AI推理可視化的交互,，將在近期隨OTA全量推送給所有的AD Max用戶,。

張小珺：L3什么時候實現(xiàn)？

郎咸朋：按照現(xiàn)在的端到端+VLM這套體系,，能力繼續(xù)迭代的話,，我們是有希望在2025年去實現(xiàn)L3的。

張小珺：面對李想年初對于智駕的發(fā)火,，你的職業(yè)危機是什么時候解除的,？

郎咸朋：我覺得到現(xiàn)在還沒解除，因為還沒有做到極致,。我們的目標是今年綜合MPI（城市+高速綜合接管里程）做到100公里接管一次的能力。這個接管不是安全接管,，不是說你要撞車了才接管,，是用戶覺得車開得不符合體驗、不舒服的接管。到明年,、后年,，我們會逐漸提升至500公里、甚至1000公里以上,。慢慢讓大家對智駕越來越自信,、越來越依賴。

張小珺：要實現(xiàn)這樣的目標,，需要儲備多少算力和數(shù)據(jù),？

郎咸朋：要達到500公里的綜合MPI（城市+高速綜合接管里程），預計需要2000萬Clips（視頻片段）的水平,。如果2000萬Clips從不到5%的老司機去篩選,，這里隱含的數(shù)據(jù)量，要達到50億公里甚至上百億公里的水平,。

04電動車這場仗什么時候能分出勝負手,？

張小珺：你現(xiàn)在開車智能駕駛占比是多少？

李想：大概80%左右,。

張小珺：剩下的20%是因為你們技術不夠行嗎,？

李想：最主要是我趕時間。

張小珺：端到端是自動駕駛的制勝法寶嗎,？

李想：我覺得端到端只能解決L3,，解決不了L4。

張小珺：什么時候可以100%用自動駕駛,？

李想：給我三年的時間,，它需要技術到位，也需要產(chǎn)品到位,，也需要一些環(huán)境和政策到位,，也需要消費者對于人工智能的信任到位。

張小珺：電動車這場仗什么時候能分出勝負手,？

李想：現(xiàn)在中國的汽車仍然非常內(nèi)卷,。電動化和智能化是兩場仗，電動化其實是相當于是一張門票,，我認為L4會分出來真正的勝負,。但是我們今天在做的所有事情，是為了L4拿門票,，因為L4所需要花的錢,，所需要擁有的能力，所需要的數(shù)據(jù)量,，是今天所不具備的,，所以今天大家要靠這個東西去拿L4的門票,。

張小珺：拿L4的門票需要什么條件？

李想：足夠多的車跑在路上,。

張小珺：多少車,？

李想：得500萬輛以上。第二你要真的自己掌握VLA（視覺語言行動模型）這個基礎模型的能力,。第三,，你要有足夠多的錢去招募最頂級的人才，以及足夠的算力,，有這三個條件,。

張小珺：當滿足這些條件且做到足夠優(yōu)秀時，能做出一家像蘋果這樣的公司嗎,？

李想：一定會的,，一定會的。(編譯/汽車之家 顏歡）