今年上海車展，理想汽車沒有發(fā)布新車型，而是重點發(fā)布了智電雙能戰(zhàn)略，并第一次公布了800V高壓快充和支持城市NOA的AD Max3.0的最新進展。

理想汽車提供的800V超充解決方案，可以實現(xiàn)充電10分鐘，續(xù)航400km，將充電效率從“2G帶入到5G時代”。其中核心技術(shù)是基于第三代功率半導體的高壓電驅(qū)系統(tǒng)，具備4C充電能力的電池、寬溫域的熱管理系統(tǒng)和4C超充網(wǎng)絡(luò)。

(資料圖片僅供參考)

圖源：理想汽車官方

同時，理想汽車還宣布，理想AD Max 3.0的城市NOA將于本季度開始推送內(nèi)測用戶，到年底將推送100座國內(nèi)城市，并實現(xiàn)用一套技術(shù)，完全打通城市與高速。

AD Max 3.0也將與理想自營超級充電站融合，讓去超充站比去加油站還方便。此外，也將釋放給AD Pro 3.0。

同時，理想也是第一家宣布城市NOA的軟件與服務(wù)價格終身免費的企業(yè)。

理想汽車的超充站也已經(jīng)開始布局，今年年底，將建設(shè)完成300+高速超充站，覆蓋京津冀、長三角、大灣區(qū)和成渝四大經(jīng)濟帶，2025年，理想超充站將建成3000座，覆蓋90%的國家高速里程和主要城市。

并且，5月底前，理想汽車超級充電站的首批25個場站將開啟試運營，并對所有電動車車主開放，每個場站配備3個快充樁和1個4C超充樁。

據(jù)悉，未來3年內(nèi)，理想汽車將不斷完善對超充網(wǎng)絡(luò)的建設(shè)。理想汽車的4C超充將達到480kw最大輸出功率。

理想汽車還宣布，隨著純電解決方案的發(fā)布，理想汽車也將邁入增程與純電并駕齊驅(qū)的新階段。到2025年，理想汽車將形成“1款超級旗艦+5款增程電動車型+5款高壓純電車型”的產(chǎn)品布局 ，面向20萬以上的市場，全面滿足家庭用戶需求。

就在剛剛過去的一季度，理想汽車總共交付了52584輛，同比2022年一季度增長65.8%，實現(xiàn)了一季度的交付預期。

隨著新技術(shù)方案的公布，品駕在上海車展期間，也與理想汽車總裁兼總工程師馬東輝，理想汽車智能駕駛副總裁郎咸朋博士、理想汽車智能駕駛產(chǎn)品負責人趙哲倫分別進行了深入對話。

此前搭載800V高壓快充的小鵬G9上市時，主打“充電5分鐘，續(xù)航200公里”，此次理想高壓快充主打“充電10分鐘，續(xù)航400公里”，

關(guān)于兩種補能效率是否一樣，理想汽車總裁兼總工程師馬東輝稱，看似是簡單的換算，實際上充電5分鐘后電池開始發(fā)熱，

這時會考慮電芯設(shè)計能力以及在快充過程當中如何結(jié)合熱管理系統(tǒng)讓它冷卻下來的問題，從技術(shù)實現(xiàn)角度來看，充電10分鐘，續(xù)航400公里更難。

理想汽車總裁兼總工程師馬東輝 圖源：理想汽車官方

關(guān)于是否做換電，馬東輝也回應(yīng)，換電要換整個PACK，它是存在物理邊界的，而要在不同車型、不同品牌上做兼容本身是非常大的挑戰(zhàn)，不符合理想汽車效率優(yōu)先的原則。同時，馬東輝也認為，國家對于PACK、換電等很難出臺一個標準，在技術(shù)推廣中不如超充效果好。

針對智能駕駛層面，理想支持城市NOA的AD Max3.0能否在年底覆蓋100座城市，技術(shù)能力是否能達到，理想汽車智能駕駛副總裁郎咸朋說，大家使用的訓練和車端算力平臺很相近，主要比拼的是自動駕駛大模型的快速迭代，但是理想的數(shù)據(jù)和訓練里程數(shù)在這幾年里一直在翻倍提升，能夠支持AD Max快速迭代。

理想汽車智能駕駛副總裁 郎咸朋 圖源：理想汽車

關(guān)于AD Max終身免費的盈利邏輯，理想汽車智能駕駛產(chǎn)品負責人趙哲倫提到，城市NOA這樣更高級別的輔助駕駛能力越來越好的話，那么它一定會成為將來越來越強的決策因素，同時理想汽車也有一個判斷：到2024年、2025年，就會經(jīng)歷第一代智能車的用戶換車，這時智能駕駛就會變成非常重要的選項，所以理想不想把AD Max單獨拿出去交付、選裝。

以下是品駕與理想汽車總裁兼總工程師馬東輝，理想汽車智能駕駛副總裁郎咸朋博士、理想汽車智能駕駛產(chǎn)品負責人趙哲倫的對話：

關(guān)于高壓快充：

提問：之前特斯拉在投資日上宣布在下一代車型上會把碳化硅的含量減少75%，現(xiàn)在理想也在投產(chǎn)做這個方案，特斯拉的路線會不會對我們的工廠或技術(shù)路線有影響？

馬東輝：首先是并不會，我們認為碳化硅特別適合高壓純電車型，因為可以解決效率的問題。其他品牌提出來碳化硅或IGBT混用等類似減少碳化硅芯片使用的面積方案，我判斷更多是出于成本去考慮。理想汽車在高壓純電車型主驅(qū)控制芯片上會采取碳化硅，通過深度自研、自制或成立合資廠的方式，我們有信心把碳化硅技術(shù)路線的成本降低。

提問：理想不做純電的原因之一是因為電池成本高，現(xiàn)在開始做純電，電池貴的問題怎么解決？

馬東輝：從今年年初開始，原材料碳酸鋰出現(xiàn)了大幅的降低，每噸從50多萬降至最近的20萬+，甚至跌破20萬。本身電池的價格是下行的，電池成本占電動車當中非常大的一部分，我覺得從趨勢上來看有利于電動車行業(yè)的發(fā)展。

我們要考慮相同電量能夠跑更長的里程、也就是能耗的問題，通過極致的整車風阻系數(shù)與高效的電驅(qū)動系統(tǒng)設(shè)計，像高壓、碳化硅、多合一，都可以減少行駛過程當中電機的能耗，因此是兩方面。一方面是電池本身的原材料成本在不斷地下降，再通過電池PACK結(jié)構(gòu)不斷優(yōu)化，包含今天分享的4C麒麟電池；一方面可以解決高速快充過程中的發(fā)熱量，另外集成式的設(shè)計也可以降低PACK的成本；第二是如何降低行駛過程中驅(qū)動的能耗，通過兩方面，可以把每公里的成本降低下來。

提問：理想高壓快充提到“10分鐘續(xù)航400公里”，對于用戶從系數(shù)上來說等于5分鐘實現(xiàn)200公里的水平嗎？

馬東輝：看似是一個簡單的換算，其實并不是這樣的，比如說兩個人進行賽跑，你跑200公里，他跑400公里，最后200公里的速度跟以前肯定是不一樣的；

200公里在充電5分鐘以后，電池會發(fā)熱，這時會考慮電芯設(shè)計能力以及在快充過程當中如何結(jié)合熱管理系統(tǒng)讓它冷卻下來的問題，這樣才能保證你接下來5分鐘充電的速度仍然跟之前一樣，我覺得從技術(shù)挑戰(zhàn)上是不一樣的，肯定是充電10分鐘行駛400公里的挑戰(zhàn)更大。

提問：目前在補能方面做了純電，除了增大電池的充電功率外，未來會有考慮做換電的布局嗎？在充電介質(zhì)方面是否有考慮布局氮化鎵材料供應(yīng)商的選擇？

馬東輝：之前理想汽車很少對外溝通技術(shù)，大家對理想汽車的產(chǎn)品、用戶需求是非常認可的，所有產(chǎn)品功能的表現(xiàn)需要很強的技術(shù)作為支撐。

現(xiàn)在理想汽車慢慢做一些改變，讓媒體和用戶理解我們做產(chǎn)品背后的技術(shù)，包含今天發(fā)布的自研的碳化硅、三合一、熱管理系統(tǒng)，其實這些我們在幾年前就已經(jīng)有在做，這點也是想呼應(yīng)你說的氮化鎵，我們也會去關(guān)注并跟蹤一些重要的技術(shù)方向的發(fā)展和趨勢。

第二部分是關(guān)于換電問題，我個人認為無論是增程換電還是高壓快充，都是解決用戶在補能過程當中的一個痛點，換電我認為也是一種解決方案，但理想汽車并不會選擇這種方式；

主要因為無論是液態(tài)的石油還是無形當中的電，其實它是沒有物理邊界的；但是如果說換電的話就要換整個PACK，它是存在物理邊界的，而要在不同車型、不同品牌上做兼容本身就是非常大的挑戰(zhàn)，我覺得不符合我們效率優(yōu)先的原則。

第二點，我們認為超充是可以提高效率的，首先充電槍的標準是極容易統(tǒng)一的，國家有相關(guān)法規(guī)，但是對于PACK、換電等其實并沒有發(fā)揮實際作用要求，也很難出臺一個標準。

另外，無論是我們的超充還是市場上第三方的超充，它其實都是一個公有化的資源，我既可以給別人充，我的車又可以在別的品牌充電站去充，只有這樣才能夠把快充或者超充的技術(shù)推進起來，我并不認為換電在乘用車的推進中能夠比超充做得更好。

提問：充電服務(wù)，你們的團隊是自建還是找第三方合作？

馬東輝：團隊是理想汽車自己的團隊，最重要的是要保證用戶的體驗。關(guān)于成本，我覺得還是要通過智能化和系統(tǒng)來解決現(xiàn)有的大規(guī)模其他品牌服務(wù)團隊的情況。

打個比方，我們在每個超充站上面都會有4顆攝像頭和一顆128TOPS算力的芯片，其實這個樁就相當于一個智能化充電樁，可以有很多使用場景或者想象空間，比如說識別是否有燃油車占到了我們的位置上，比如說在充電過程當中發(fā)生了一些安全事故，我們都可以通過攝像頭進行感知，包括樁的體驗可以不斷地進行迭代、升級。

同時我們也可以通過車、樁、云的數(shù)據(jù)繼續(xù)觀測我們的樁目前的運營程序是怎樣的，現(xiàn)在有很多樁到達之后發(fā)現(xiàn)不能用，如果有這些數(shù)據(jù)，就完全可以實現(xiàn)遠程技術(shù)控制，我們的服務(wù)人員也不需要一直在現(xiàn)場守著了。

關(guān)于智能駕駛：

提問：AD Max做到終身免費，在行業(yè)里算是比較少有的，很多品牌都會有付費的需求，理想怎么有免費的底氣？

郎咸朋：標配和免費都是理想從第一天開始進入智能駕駛就制定的策略，從沒有變過。我們的初衷還是說想把智能駕駛的能力變?yōu)橛脩舻馁Y產(chǎn)，而不是他的費用；

用戶買了我們的車之后擁有了使用AD Max的能力，而且能力還可以不斷升級迭代，能力越強，買了我們車之后AD Max方面的應(yīng)用價值會越來越大，當然AD Max也是一樣的，也會不斷地提升Pro的能力和價值。

在二手車交易時，價值自然而然轉(zhuǎn)讓給了買二手車的用戶，買了這個車之后可以繼續(xù)享受AD Max和Pro的能力以及好處，而且買了車之后，如果還有升級，買二手車的用戶也可以持續(xù)把資產(chǎn)化的東西延續(xù)下去，這是站在用戶角度的考量。

我們始終有一個理念，智能駕駛能力應(yīng)該是普惠到所有人的，而不是少數(shù)人的權(quán)利；而且我們認為，作為智能汽車而言，未來如果沒有高級別智能駕駛能力的車就不能稱之為智能電動車。

因為這個理念，我們做車一定要標配智能駕駛能力，否則我們的用戶就不能完全享受和體驗到智能電動車所帶來的好處，這也是為什么終身免費的問題。

提問：我們現(xiàn)在的城市NOA是免費給用戶標配，但開發(fā)這個投入了很多錢，整個成本分攤就只靠銷量來看開發(fā)的成本嗎？

趙哲倫：從我們的視角，這部分本身就是應(yīng)該是為所有用戶服務(wù)，其實前面那里可以再說一下，我們確實是以極低的成本，我們的成本潛質(zhì)到購車的車價里，這肯定是在里面的，但這部分因為不作為選配，很重要的原因是看特斯拉的FSD，如果是在國內(nèi)買是6.4萬，到今天為止賣車的話不止一萬。

某些車企是采用訂閱的手段，每個月花幾百塊錢，那么在賣車的時候是沒有任何價值的。

但如果是標配硬件能力的車，在賣車的時候依然是保持價值的，這點對于用戶來說很重要，并不是說這個東西白送，但它是以低的成本前置到用戶的購車中，對用戶來講利益是最大化的，這很重要，到底這個事是為用戶服務(wù)的，一定要為用戶創(chuàng)造價值。

提問：很多車企選擇把硬件成本壓下來，靠軟件來盈利，理想這邊的盈利邏輯是什么？

趙哲倫：如果這個車上有硬件，但沒有選裝軟件，這個硬件成本到底是收了還是沒收？這是需要考慮的。所謂的硬件前置、軟件收費，那么硬件成本到底是誰花的？硬件成本如果花了，為什么用戶沒有體驗到功能？就是這個問題。

提問：目前理想AM Max3.0處于二期內(nèi)測階段，今年內(nèi)建設(shè)發(fā)展至100個城市的規(guī)模，但是咱們的合作伙伴就像地平線余總之前說過還是存在一些挑戰(zhàn)的，您是怎么看待他這個觀點的？以及我們是怎么協(xié)調(diào)他說的跟我們實際落地使用的問題？

郎咸朋：這個問題恰恰就是，大家其實現(xiàn)在對于自動駕駛方案或者自動駕駛未來的發(fā)展還沒有形成一個共識，這兩天大家還可以看到有比這更保守的方案或更激進的說法亮相發(fā)布；

我覺得是因為大家還是在不斷地快速迭代當中有一些不同的見解。我們認為自動駕駛的研發(fā)就是一個人工智能研發(fā)的過程，對于人工智能來說的最主要的就是三個要素：算法、算力和數(shù)據(jù)。

在算法方面上，今天我講了很多，就像BEV網(wǎng)絡(luò)、Occupancy網(wǎng)絡(luò)迭代的速度非?？?，而且趨勢也是往大的模型算法或者網(wǎng)絡(luò)算法方向迭代，整體趨勢應(yīng)該大家都可以看到，特別是最近這半年，雖然GPT已經(jīng)做了很長時間，但是最近半年它的迭代速度應(yīng)該也是遠超了大家的預期。

對于我們內(nèi)部來說，我們自動駕駛的大模型演進也是超過我們所有人的預期的，所以說我們?yōu)槭裁凑f能快速地迭代，我們今年6月份就能預測，年底就能覆蓋100個城市，這也是我們可以實現(xiàn)快速迭代的底氣，是先進研發(fā)技術(shù)的體現(xiàn)。

算力方面，我相信大家也可以看到各品牌之間算力數(shù)據(jù)都差不多，大家使用的訓練和車端算力平臺也都是相近的，我覺得算法、算力這一部分只要大家有投入就都差不多。

最重要的一點，就是我們的數(shù)據(jù)或者訓練的里程數(shù)，不可能在短期內(nèi)就能夠達到一個質(zhì)的飛躍，這需要持續(xù)地積累和迭代。從2018年開始到現(xiàn)在五年時間，從AD 1.0的1億公里的訓練里程，到AD 2.0的2億公里再到現(xiàn)在的4億多公里，都是翻倍提升。

一方面，是因為大算法模型對訓練里程的要求確實是高，因為理想的車賣得比較好、比較多，整體規(guī)模也不斷地在擴大、我們用以訓練的里程數(shù)呈指數(shù)級的增長，所以說更有希望在大模型時代相比較其他家而言，更快速的迭代升級。

提問：現(xiàn)在新的方案如果按照純視覺去做，以后Pro和Max的差別會不會越來越??？以后是不會有Pro的級別，還是說人為限制提供兩個級別的選擇，而Max依然堅持做城市NOA，Pro僅限于高速使用，還是說以后所有的車型都可以使用MAX的選擇。

郎咸朋：我們Max和Pro兩個產(chǎn)品在設(shè)計的時候，就是有“差別對待”的。我們當時給Pro產(chǎn)品的定義就是最好用的高速NOA產(chǎn)品，對Max的定義就是它的能力擴展可以擴展到城市場景。

因為有了這樣的產(chǎn)品定義，我們在接下來硬件的選擇和軟件的功能研發(fā)方面就是做了差異化研發(fā)，所以不存在后續(xù)的Pro也有城市NOA的功能。你剛才也說了后面更多的用戶是否會去購買Max系統(tǒng)，我覺得是有可能的。

如果他就喜歡用城市NOA的話，可能會有很多人去買Max。但是這取決于我們的技術(shù)和產(chǎn)品是不是做得更好、第二個用戶的需求是不是也被激發(fā)出來了。

現(xiàn)在我理解自動駕駛和城市NOA方面，大家的認知和使用還是處于一個稍微早期的階段，但是對于高速來說，我們內(nèi)部看到其實30%-50%高速公路大家都是用高速NOA來開的，對于ADAS來說的話，可能大家接受的程度會更高。

我覺得這是一個過程，大家逐漸都會感受到自動駕駛帶來的好處和便利。

提問：我們現(xiàn)在看L8、L7是有Pro和Max硬件上的差別，會不會下一代的硬件成本，比如說把激光雷達砍掉了，它的硬件成本有可能就會很接近；又比如說我用Thor的芯片，它的算力其實也足夠大，那我是不是就可以統(tǒng)一成同級別的東西？

郎咸朋：這個我們內(nèi)部還沒有最終的判斷。剛才我們也提到了在純視覺感知的研發(fā)其實做了很多的探索，但是激光雷達這一部分對于我們現(xiàn)階段而言，也有兩個最主要的作用。

第一個作用是在夜間對安全性是一個很好的補充和冗余作用；第二個作用是為我們的視覺算法提供的很好的ground truth的樣本。至于后續(xù)Max與Pro是不是統(tǒng)一成同一級別、如何去做，還有待我們產(chǎn)品研發(fā)規(guī)劃，后續(xù)再看。

提問：前兩天有華為、小鵬提出了遙遙領(lǐng)先的口號，郎總怎么看待今年整個智能駕駛行業(yè)競爭的格局變化，馬總也可以聊聊。因為有傳統(tǒng)車企說新造車勢力會的（技術(shù)），我們?nèi)昃蜁?；但是我們傳統(tǒng)車企會的（技術(shù)），可能新造車勢力十年都不會，這個問題也可以聊一下，以及今年對于整個新能源車行業(yè)的判斷。

郎咸朋：自動駕駛確實這兩天提的比較多，我覺得大家“卷”起來了，首要原因是是現(xiàn)在技術(shù)發(fā)展到了一定的程度，剛才我也提到了大模型、大算力的內(nèi)容；

第二個原因是我覺得產(chǎn)品這一部分的用戶接受程度也到了一定的拐點，剛才提到了ADAS輔助駕駛、高速NOA導航輔助駕駛大家接受程度與使用頻率也都比較高了，接下來自然而言就會進入到城市導航輔助駕駛競爭里面，這個我覺得挺好的，大家一起來卷、一起競爭，這個東西發(fā)展就會越來越快。

提問：行業(yè)的格局呢？像咱們車企自研的，或者說第三方、開發(fā)商這種的。

郎咸朋：這一塊兒我簡單談一下自己的感想，我覺得還是按照剛才的說法，我們需要在數(shù)據(jù)部分的閉環(huán)上有一個非常高的自研效率；如果說是第三方或者用其他的合作方式來做的話，它的效率可能未必會這么高。

所以說在后續(xù)的產(chǎn)品研發(fā)速度上，我覺得會存在一定的差異。

提問：我們可能跟他們拉開多遠的距離？

郎咸朋：就看大家開放城市的速度，看看誰敢說10城、50城、100城，這些慢慢就會通過產(chǎn)品表達出來，現(xiàn)在大家還屬于嘴上說的狀態(tài)，具體還是要看實際表現(xiàn)。

馬東輝：我有同感，尤其說今年疫情放開之后，上海車展大家都是憋著放大招，其實是有點“卷”的感覺。

昨天在跟同事聊的時候，往往也都是說百米賽跑之后首先感謝的是對手，是對手激勵碰得越快、迭代速度更快，我覺得也是一樣。我們把格局放大，希望國內(nèi)的所有自主品牌做得更好，讓中國品牌走向世界才是共贏的選擇。

第二點你提的大家最近討論的，我個人覺得這個問題是比較難回答的，但還是想說一下，我個人都得內(nèi)心感受就是說“三人行必有我?guī)煛保恳患移髽I(yè)都會有自己的長處，我覺得應(yīng)該是相互學習，并且尊重對手。

同時大家也知道研發(fā)投入包含技術(shù)是有周期的，需要長時間的投入，可能我們看到一個功能，背后其功能或者說蘊含的價值大家不見得能夠體驗到，比如說人才、人才規(guī)模、人才密度等，比如說你的組織、商業(yè)模式等，都會影響到企業(yè)提供給用戶的產(chǎn)品變化，而不僅僅是說單一的某個功能或者單一的技術(shù)。

提問：請問高速NOA的邊界能力范圍在哪里？因為不知道智能駕駛系統(tǒng)是否能應(yīng)對某些特殊情況，所以在日常駕駛過程中，如果遇到棧道施工或者前車壓線的情況，我會不由自主的接管車輛。因此，我經(jīng)常不知道這項功能的邊界，它的能力到底能應(yīng)對哪些場景？對于廠家來說，應(yīng)該如何詳細描述并向用戶宣傳NOA的能力？

趙哲倫：你說的問題在城市里會更顯著，因為城市里的場景更復雜、更難描述，如果把這個問題放在高速相對會簡單點。我們很難描述在駕駛過程中到底什么時候一定可以，因為描述“一定可以”，那就是告訴大家這是絕對安全的，但事實上它還只是輔助駕駛系統(tǒng)。

在高速上有幾個主要的風險場景，但風險場景不代表NOA應(yīng)付不了。高速場景主要就是旁車的切入、前車的急剎、施工棧道等。目前這一代算法能力基本可以應(yīng)對一部分場景問題，但其中的邊界確實很難All in。從用戶體驗來講，這完全是感受層面上的，很難明確的跟用戶劃定一個邊界，告訴他們邊界以內(nèi)一定可以，邊界以外一定不行。

一般來講對用戶而言，如果這個車目前和前面車的速度差已經(jīng)達到風險的閾值，那就人為接管。我們并不傾向在L2階段就對用戶說智能駕駛的判別能力完全OK，只是從用戶個人角度出發(fā)，可以去挑戰(zhàn)它的能力邊界。

碰到風險場景，如果達到你的心理閾值，就直接接管，這是目前大部分用戶使用智能駕駛時的常態(tài)。如果是作為媒體要測極限邊界的話，你的心里閾值是5秒，在安全的場地，那可以放到3秒、2秒再試探。

對于普通用戶來講，首先你要看路，提前做好風險預判評估，到你心里的閾值就要接管。

提問：其實在高速上還遇到一個問題，在實際的過程中支持NOA的路段，但之前是LKA，而且這段距離非常長，中間會有NOA介入說現(xiàn)在開啟了，開啟之后可能幾百米之后會告訴你NOA退出，回到LKA的模式，這是什么原因造成的？

趙哲倫：因為目前我們的算法還是比較依賴高精地圖（高速），它背后有一個問題是高精地圖的新鮮度，國內(nèi)高速場景修路改道經(jīng)常有變化，這些變化高精地圖雖然沒有更新，但是會知道那個地方路可能有些變化，這時候會標記為高精地圖無法很好覆蓋的區(qū)域，這樣的區(qū)域在系統(tǒng)里，我們叫功能降級，NOA會降級到普通的輔助駕駛功能，這塊本質(zhì)上是高精更新的問題，目前有兩條路線：

一是從圖商角度來講，他們也在積極提升更新的能力；二是從我們的角度來講，就像今天上午講到的，更多是提升算法的能力，讓算法不那么依賴高精地圖，也能解決前面說的，是否能一路保持NOA的狀態(tài)，是否能一路保持能自主超車、上下匝道的狀態(tài)，這依賴于車端的能力，無論外界的環(huán)境怎么變化，無論是今天修路明天修路，車端都能像人一樣可以駕駛，這是我們所追求的。

提問：現(xiàn)在已經(jīng)有些在推的城市NOA，但實際體驗感覺并不好，對于理想來說，我們推出來的時候是想要逐漸發(fā)展成熟的，還是在一個領(lǐng)域就已經(jīng)非常成熟了？對于城市NOA，在您看來，到什么時候會真正符合人類對它的預期？

郎咸朋：城市NOA的推出肯定有自己內(nèi)部的產(chǎn)品檢驗和質(zhì)量把關(guān)，不可能是自己都開不好就給用戶開，既不安全也不方便?，F(xiàn)在市面上有感覺不太好的體驗，一方面可能是用的高精地圖，會出現(xiàn)無法處理臨時道路施工、修路等問題，或者是道路當時做地圖的時候，圖本身就做得不是很精確，這些都會帶來體驗上的差距。

據(jù)我們了解，小鵬、華為第一代的城市NOA都是應(yīng)用了高精地圖，也是在最近才逐步切換到?jīng)]有高精地圖的城市NOA方案，這其中考驗的是算法能力。算法迭代能力取決于兩個因素，一個是算力是否OK，一個是數(shù)據(jù)是否OK，算力大家都差不多，用的都是A100的服務(wù)器去訓練集群。接下來最重要的是看訓練的里程，是不是量足夠大，種類足夠豐富，如果數(shù)量也不行，種類也不行，那可能體驗也不好。

趙哲倫：我補充一點。從產(chǎn)品來講可以分為幾個維度：目前早期階段，因為用戶在城市開車一般單程是10公里左右，所以能做到10公里左右的城市NOA，我們認為已經(jīng)基本能夠達到向用戶做推送的狀態(tài)。

再往后到什么程度是能符合用戶預期的好用？需要做到一天行車三四十公里，用戶只接管一次。

但這個必須區(qū)分用戶所在的位置，比方說我們理想汽車總部在北京的順義區(qū)，我們完全可以做到三四十公里甚至上百公里的接管級別，但如果在北京的朝陽區(qū)，或者在上海的徐匯區(qū)，這樣的地方接管次數(shù)會相對高一些，整體的體感是一次行程接管一次還是一天會接管一次，還是一周接管一次，這個會持續(xù)影響到用戶對它的使用體驗和預期，我們會持續(xù)努力優(yōu)化這件事情。

提問：關(guān)于目前的配置，Max、Pro它會有數(shù)字嗎？就是選擇Max、選擇激光雷達的比例在多少？長期來看，智能駕駛對產(chǎn)品競爭力的幫助主要是什么？

就像小鵬可能是把它作為主要的產(chǎn)品競爭力，但蔚來可能是它的盈利模式，我們怎么應(yīng)用智能駕駛來體現(xiàn)自己的產(chǎn)品競爭力？

郎咸朋：Max和Pro的選用率我們，我們之前是有內(nèi)部的預期，但是現(xiàn)在感覺Max選用率比預想要高。因為大家對智能駕駛的預期或者需求不斷在上升，之前可能輔助駕駛、智能駕駛，只是用戶購車排名比較靠后的決策點，而現(xiàn)在逐漸往前提了，這是我們看到的趨勢。

第二個問題，如果例如城市NOA這樣更高級別的輔助駕駛能力越來越好的話，那么它一定會成為將來越來越強的決策因素，并且對于理想來說，我們不想把它單獨拿出去交付、選裝。

因為我們覺得在智能電動車產(chǎn)品上，智能駕駛一定是核心的特點，我把它單獨摘出去，用戶買了一輛沒有智能駕駛的車，那相當于是損失很多用戶價值的產(chǎn)品，我們不希望用戶得到這樣一個產(chǎn)品。我們還是希望用戶可以體驗到智能電動車的電動化和智能化，兩個方面都有用戶價值。

今天也說了，用戶價值是用戶的一個資產(chǎn)，而不是費用，不是說花了錢才能用，而是你買我的車就擁有智能駕駛這樣一個資產(chǎn)，不管是Max還是Pro。

當這個資產(chǎn)進行二手車交易的時候，買二手車的人自然而然也得到這樣一個資產(chǎn)，那么接下來不管是Pro還是Max OTA的更新，買二手車的人也會享受到，而不是還要交額外的費用去再激活輔助駕駛，這跟其他人的理念是不同的。

但核心還是剛才說的，我們認為智能駕駛是新能源車的一部分，不能把它拆開，如果拆開就不叫智能車。

趙哲倫：我分享一個有意思的現(xiàn)象，如果大家廣泛做了用戶購車調(diào)研，會發(fā)現(xiàn)智能駕駛不會被非常主動地提出來。

但我們觀察到，對于NPS、也就是用戶對這個產(chǎn)品的推薦指數(shù)，買L7、L8、L9的用戶在填NPS問卷的時候，除了最核心的比如外形、空間等車本身的東西之外，就是輔助駕駛。對于很多在實際使用之后愿意向朋友推薦這臺車的用戶，智能駕駛是非常高排位的理由。

所以我們內(nèi)部還是非常重視的，因為大家會感受到，現(xiàn)在往往是上一代的傳統(tǒng)車用戶下來會選擇我們的車，所以對這個東西確實沒有那么敏感，但實際用了之后對他來講非常重要。

再后面的時代，我們判斷到2024年、2025年，就會經(jīng)歷第一代智能車的用戶換車，這時智能駕駛就會變成非常重要的選項。所以我們在看事情的時候，不能看當下，至少是一兩年、兩三年，智能駕駛將成為非常重要的選項，且在現(xiàn)在的用戶特征中已經(jīng)表達出來了。

提問：我有一個問題，昨天聽到小鵬在談自動駕駛的時候，對于今年提出了比較具體的目標，城市NOA的能力是從家里的停車場和公司的停車場，并且接管率非常低。理想今年也在做城市NOA，會不會有這樣一個具體的目標？

第二，因為30萬級以上，大算力的芯片上車也算體現(xiàn)基礎(chǔ)能力的一點，但一個是理想的產(chǎn)品會往下走到20萬級，再加上軟件能力算法會提升，這樣你們以后還會不會特別追逐，比如像英偉達新發(fā)的大算力芯片？在芯片的應(yīng)用上，你們會有什么變化？

郎咸朋：第一個是剛才提到小鵬有具體自動駕駛的目標，比方說P2P或者智駕開放的指標，接管率等等，其實這些功能我們都是有的，這更多像是他營銷和宣傳的策略。

如果我現(xiàn)在提出這些指標，告訴你接管率到1000分鐘一次，但對于中國人來說是無法驗證的，我們認為還是要把產(chǎn)品的能力具體做到位，用戶自然而然就知道這個事情。

與其看營銷策略，不如看最終的產(chǎn)品體驗，比如我們是不是真的可以做到100個城市，小鵬是不是可以做到20分鐘、30分鐘一次的接管率，這背后體現(xiàn)的還是大家對技術(shù)的投入、以及對技術(shù)的展示。我認為最終還是要看產(chǎn)品。

還有大算力芯片的這件事情，算力芯片的選擇是跟著算法和產(chǎn)品走的，那么如果是像今天說的，用了大模型的算法，自然而然對算力的要求會多，而且像剛才提到我們對智能駕駛的理念，我們認為這就是用戶一個最本質(zhì)的需求。

所以我們會盡可能讓產(chǎn)品符合用戶的價值。如果說智能駕駛需要大算力，或者需要什么芯片的話，我們將來也會去解決剛才你說的問題，但這跟產(chǎn)品有關(guān)，因為我們現(xiàn)在有兩套產(chǎn)品，一套Max，一套Pro，Pro的定位是最極致高速NOA的體現(xiàn)，Max是不斷探索在城市上的應(yīng)用，這兩者對算力的要求是不同的，所以您說的芯片問題，在這兩方面會有不同的解決方案。

提問：城市NOA，是不會向AD pro釋放，還是會推遲晚一點？

趙哲倫：不會。

提問：城市NOA是完全不依賴高精地圖，還是高精地圖是一個次要的部分？

趙哲倫：可能還是需要它，但主要還是依靠自身的算力和模型來支持它。

我解釋一下這個問題。首先推出所謂不依賴高精地圖方案的車企，在北美是特斯拉，但因為你是A點到B點的駕駛，所以依然離不開導航地圖，導航地圖上面會有一些，就像人在開車一樣，會告訴我什么時候要提前進入到最左車道，準備左轉(zhuǎn)，什么時候要進到右端，走岔路是走左邊還是走右邊，這是需要輔助車端做識別，這其實就是所謂的導航地圖。

特斯拉在北美也是這樣應(yīng)用的，所以目前是一定不用所謂傳統(tǒng)意義的高精度地圖，因為它有很大的問題，它本身的采集成本非常高，需要非常高成本的車不斷在路上跑，來更新這個地圖，后面還有一段非常復雜的制圖過程?，F(xiàn)在對于它沒有高精度定位的要求，但是車道與車道之間的匹配關(guān)系還是需要的，這里依然會用到導航地圖，但是不會用高精地圖。

提問：理想現(xiàn)在做的跟特斯拉路線還是挺像的，但是我們還是用了激光雷達。后面如果包括整個的算法、數(shù)據(jù)量夠的話，是不是說我們在某一個節(jié)點，未來哪個產(chǎn)品可以拿掉激光雷達，去做跟特斯拉一樣的純視覺，或者是毫米波雷達呢？

郎咸朋：這個問題很多人問，首先我會告訴你為什么要用激光雷達，激光雷達現(xiàn)在對我們來說就是兩個最主要的作用：

第一，夜間的安全冗余，特別是視覺表現(xiàn)不是特別好的時候，對于一些安全場景會有更好的檢測效果，在這之前我們的一些評測、功能也會看到類似的東西。

第二，是為我的感知樣本做真值標注，激光雷達的數(shù)字距離是比較客觀準確的，這樣它就讓我的視覺感知樣本有了真值，可以通過真值再去訓練我的算法。

什么時候這兩個作用沒有了，什么時候我們就可以拿激光雷達了。包括你說的四級毫米波雷達，我們也在做一些探索和測試，包括我們在L7上也用了四級毫米波，但是我們沒有對外宣傳，因為用的時候當成一個正常的雷達來滿足車上的功能。

但是對于它的測試是我們額外在做的事情，我們也在看四級毫米波是不是能在一些表現(xiàn)上做到一個補充?，F(xiàn)在看還不行，因為它的分辨率太低，當然我們會持續(xù)探索這個事情，如果能拿掉激光雷達，每個廠都想把這個大的BOM減下來了，大家都在探索，但前提我們還是要保證安全。

標簽：