理想总是后来者，却总能在关键节点做到奋起直追。
8月25日的成都车展，理想汽车公布了通勤NOA的推送计划。9月起，理想汽车将向早鸟用户推送通勤NOA的内测版本，首先覆盖包括北京、上海、广州、深圳、成都在内的10座城市。推送范围将于10月覆盖20座城市，11月达到50座，并于今年12月进一步扩展至全国100座城市。2024年第二季度，理想汽车通勤NOA将向全量AD Max用户开启推送。
这又是一次对先行者的迎头跟进。此前，理想用一年时间自研了高速NOA导航辅助驾驶功能，将水平与小鹏汽车拉齐。
而这一次，在技术门槛更高的城市NOA路线，理想又通过快速补课将自己拉至与小鹏、华为同一身位。与小鹏不同的是，理想的城市NOA的特点为：使用NPN特征和TIN网络增强BEV大模型，做到不依赖高精地图而识别万物；使用模仿学习让规控算法做出更加拟人的决策；全自动、全闭环的训练平台支撑大模型持续进化。
这需要大量的道路数据做支撑，据理想汽车商业副总裁刘杰透露，截至8月，理想汽车的自动驾驶训练里程已经超过7亿公里，这足以驱动理想城市NOA的能力迭代。
越高级的自动驾驶规格也需要更多的道理数据规模，这是业内的技术共识，“基本上到百亿公里的规模是面向L4算法所需要的训练量。”
卖出更多的车，拿到更多的道路数据，也是理想壮大商业规模，并夯实自动驾驶护城河的关键。
接下来的希望被寄托在电动车领域，毕竟电动车对应着广袤的市场份额和想象空间。理想拿出了首款电动产品——理想MEGA，这是一款MPV产品，其在电动产品序列的地位就像理想ONE、理想L9(配置|询价)之于增程动力产品一样，“MEGA是这条产品线的最顶端，然后基于MEGA的基础，再去做不同阶段的覆盖。”
虽然与L系列的技术路线不同，但打造纯电系列的出发点依然是理想的“老套路”，发现市场上未被满足的需求，超越这种需求，然后拿到更多的市场订单。刘杰透露，纯电和增程，未来销量基本上能够做到将近1:1的比例。
这个的前提是产品力水平相当，相较于增程动力，纯电有着天生的补能焦虑。如何将纯电的产品力拉到与增程齐平，这是理想要面对的技术必考题。
跨过0到1的创业期，也走过了1到10的新阶段，接下来的战局将决定理想汽车的上限，纯电产品序列和自动驾驶是理想突破上限的支撑点。
以下是媒体与理想汽车商业副总裁-刘杰，理想汽车智能驾驶产品负责人-赵哲伦，理想汽车纯电产品负责人-李昕旸的采访实录：
Q：相对于之前的工程版本，目前推送的城市NOA主要聚焦在哪些方面的优化？
A：主要聚焦在泛化性的提升。在广深、川渝等更多的城市，有非常多，非常复杂的区域性问题，比如上海、深圳有非常多的潮汐车道的场景，比如成都老城区的车道非常狭窄、比如广州车道非常弯折、曲率较大。
理想希望通过算法模型的提升，在各个城市都能实现比较好的产品力，这样才能做到更多的城市扩展计划，从10城到100城，这都基于优秀的算法泛化性。
Q：理想的城市NOA，相较于小鹏汽车有哪些优势？
A：第一点是技术路径，小鹏做得比较早，他们采用的都是依赖高精地图的方式，所以现在小鹏还是需要维护地图版本和地图软件。而理想汽车从立项开始，就一直坚持用模型的方式、用无图的方式去实现，我们整体更加专注，专注于将无图的方案、把BEV的方案做好。
第二点，除了无图，理想在车队规模上有绝佳优势。在这一代AD Max和AD Pro平台的定义上，两个平台的数据、训练资料完全是可以复用的，而且加上保有量的优势，我们在算法的提升上有很大的资源储备。
Q：理想的NOA使用里程已经突破了2亿公里，之前自动驾驶领域也都在谈里程对于系统和产品体验的作用，理想对此有什么感知？
A：理想公布的城市NOA使用里程是差不多2亿公里以上，整体辅助驾驶的里程会更多，训练里程也会更多，因为从算法训练上来说，用户在非辅助驾驶状态下的一些训练资料是可取的，所以我们的训练数据量相对会更多。
从功能使用上来说，目前行业内的共识是，基本上到百亿公里的规模是面向L4算法所需要的训练量，但对我们而言，我们在不断提升L2+级、包括城市NOA的产品力过程中，我们的接管率有一个很明显的提升。
Q：多少里程的时候有量变带动质变的意味？
在目前的智能辅助驾驶阶段，无论是城市NOA还是全场景NOA，本质上和训练里程都是线性关系，训练里程越多，泛化性能力就越强。无论是在城市NOA，还是以后在高速NOA的场景上，车自己做感知决策的能力就会越强。
我们认为下一阶段从量变到质变的过程就是真正迈入L4，因为目前无论是哪种NOA，本质上还是需要驾驶者去关注路面、去作为主导的，所以要真的实现L4才是质变的过程，要实现这个质变，我们认为基本上是需要100亿公里的训练里程。
Q：理想智驾有Max、Pro两种方案，采用了并非完全一样的传感器和硬件算力，在数据处理、数据融合中会有额外的挑战吗？
A：理想在前期定义架构时，就是比较早的AD Max、AD Pro两套平台的定义，即在同一时间围绕车型去做定义。我们在定制架构的时候，两套平台的控制器或者芯片其实不一致，传感器会有差别，但有一个很重要的事情是，传感器的布置位置是保持完全一致的，包括摄像头的角度。
所以在初期验证时，两组数据对我们的算法都是有效的，这两组算法在云端做模型融合时，基本上能做到90%以上的复用率，所以AD Max和AD Pro在训练资料上基本上还是可以共享的。
Q：如果未来硬件成本降到一定程度，理想大一统的传感方案里，是否还保留激光雷达？
A：这个问题的核心在于我们如何看待激光雷达。激光雷达其实像是智能驾驶领域的安全气囊，它的物理特性对我们的视觉以及传感器是很好的补充。
激光雷达对理想的城市NOA是有价值的。今天在以感知为主的NOA方案下，没有激光雷达的车辆依然可以自主转向，去博弈。但当遇到视觉无法感知到的特殊情况，比如弱光环境时，激光雷达就能起到很好的兜底作用，能够帮助车辆去制动。
所以在我们看来，激光雷达依然是一个对车辆行驶安全和稳定很重要的部分。但产品的推出往往需要在功能和成本之间综合考虑，理想的核心原则还是为用户创造真正的使用价值，后续我们也会基于这个原则去选择用还是不用。
Q：高速NOA是否会成为智能驾驶方面的第一个刚需？
A：我认为高速NOA一定会先成为刚需。从今天整体用户使用上来说，城市NOA的用户状态还处于相对比较早期的阶段，更多是追求新鲜的极客用户会使用，对于广泛的消费者来讲还有一定的距离。
目前行业里面高速NOA的成本比较高，从行业视角来讲，随着行业的降本，让相对价格更低的车型也能配备高速NOA之后，很多用户都会适应这样的功能并且去使用。
Q：未来，具备城市NOA能力的车型，是否会在高速NOA的能力表现上实现降维打击？
A：当大模型算法从城市迁移到高速之后，绝对是降维打击。核心原因是具备了整个场景的还原、感知能力和预测能力之后，过去高速上一些大家觉得很复杂的场景，但相对城市来讲，基本上是比较简单的场景，类似于旁车的恶意加塞、前方道路施工、不规则的匝道，这些情况在城市来讲算是比较简单的。
唯一要克服的问题是高速有高速特性，高速它速度快，所以感知距离需要更远，这个是我们下半年正在处理的工作，当我们的处理好、感知得又远、又加上城市NOA对环境的理解处理之后，在高速上能实现一个非常好的水平。
Q：如果理想的视觉能力提升到足够高度，在这个基础之上，激光雷达有没有退出的机会？
A：事实上在今天，很多传感器还有它独特的特性。比如毫米波雷达，它是所有传感器中，抗异常天气如雨雪雾等性能最强的，穿透能力最好的。基于视觉本身的限制，虽然能取代毫米波，能达到类似于毫米波的性能，但是碰到极端的环境时，是可能会受到一定干扰的。所以在我们内部更多维的产品决策中，我们不会那么激进的一定把哪个区域砍掉，完全通过通用的视觉去解决，我们相对会更谨慎一些，更多的考虑产品力。
至于要不要保留雷达的问题，对于理想来讲，这里边有两件事：
第一，理想汽车面向的是家庭用户，安全特别重要，所以我们还是会保留一些重要的安全冗余。比如说雷达所提供的Occupancy网络信息，可能没有雷达就提供不了，所以这是一个非常重要的条件。
第二，我们所在的国内的道路，路况相比美国要复杂得多，所以在一段时间内我们不会直接放弃掉雷达的能力，与其说我们在想怎么去把雷达砍掉，我们更多思考的问题其实是，随着雷达装机量的提升，怎么让雷达的成本更优秀。
Q：通勤NOA和比较全面的无图的城市NOA相比在研发上的差异大吗？
A：最早立项时，理想就不再采用高精地图的方式去做城市NOA，而是回到用算法模型的方式去思考。回到用户如何真正用上城市NOA能力这个问题，我们想优先覆盖用户从家到公司的通行路线。这里的通行路线就不会有类似于道路等级、道路类型的限制，用户能很快地用上，这是我们的初衷，也和我们的算法方式相契合。
第二点，本质上来讲，对于我们的算法结构，用户都用上了之后，大家的路线能做到共享。用户数一旦多了，只要是用户要行驶的路，我们都是开通的，就没有道路等级的关系了。到更多的三四线城市都能去做这样的开道。我们今天之所以会首推通勤NOA，因为能服务更多的用户率先用上。而跟我技术的效率去契合的是，随着更多的用户用上，区域也会很快得到开放。
Q：中国有600多座城市，为什么只在100座城市告诉大家理想做到了城市NOA？
A：理想目前规划的100座城市名单，对理想用户的覆盖率已经到95%以上。
另外，后续阶段我们逐渐将不限制用户所在的城市，只要是理想AD Max车主，他只要符合早鸟用户标准，都可以去使用我们的城市NOA功能。
Q：理想汽车纯电产品的布局是如何的？
A：MEGA将在今年年底发布，明年二月份开启交付。明年理想还有三款纯电产品。
Q：增程式和纯电动，两种不同动力车型未来销量比重是多少？
A：跑在前面的一些企业，比如同时拥有纯电车和增程/插混解决方案的车企，当他们定价相差在合理范围的时候，基本上能够做到将近1:1的比例。我们相信中国家庭用户的范围足够广泛，所以当纯电和增程产品在并行销售的时候，我们认为也会接近这个比例。
我们希望每一个家庭用户最好的搭配是既有一台理想的增程，又有一台理想的纯电。
Q：理想的第一款纯电车——理想MEGA，为什么做成MPV？
A：纯电是一个产品线，MEGA是第一款车，之后我们也会像L系列一样去做不同价位段的产品，做广泛覆盖，MEGA是这条产品线的最顶端。
做MPV的出发点和理想之前做理想L9、理想ONE是一样的，我们发现市场上仍然有用户的客观需求没有被满足，我们希望能够去超越这种需求。现阶段市场上已经有很多MPV，包括燃油，纯电和增程等各种能源形式，但背后有很多问题没有被解决。比如纯电MPV已经有很多款，几乎没有爆款出现，因为这背后是补能和用户出行的问题，尤其是跨城出行体验，这个是我们要解决的一个问题。
Q：刚刚提到如果纯电和其他能源形式的价格差距不大，一般的销量比例是1：1。但是腾势D9(配置|询价)的纯电产品只占1%，怎么看待这个问题？
A：刚刚提到的是一个关键假设，这个假设的前提是产品力水平相当，只有产品力相同甚至超越的情况下，我们认为才能达到这样的销量比例，产品力包括刚才我们提到的从安全到空间的各方面，包括最基础的补能体验。家庭用车是无法容忍一家人在充电时等待1—2个小时。
Q：理想的5C超充网络，在运营侧怎么跟增程车去匹配？
A：如何去跑运营算法，其实就是各桩之间的功率分配问题。我们现在有一套基本的模型，比如2C和5C都在充电的时候，在什么阶段把更多的功率给到5C，在什么阶段把更多的功率给到2C，怎么去调配，这是一个很复杂的算法。
但是目前这个算法和智能驾驶一样，还需要积累更多的实际运营数据，还要再去做训练，所以接下来我们在运营过程中要不断去迭代和优化，我们最终的目标还是在单位时间内实现每辆车最高的充电效率。而且尤其对于2C来讲，在电压极低和极高的时候，都有涓流效应产生，所以并不是任何时候都需要用到或者能够充到满功率的状态，所以这里就需要算法来做有效的功率分配。
Q：理想和宁德时代在电池上是怎么合作的？
A：麒麟电池是一个架构。很多人都在用麒麟电池，但每一个厂家的解决方案是不一样的。
我们是基于麒麟架构，跟宁德时代做了很多深层次的联合研发，包括与车型、电机端、平台端去匹配的问题，否则我们的充电功率是达不到5C。5C最终是一个体系，电池只是其中的一环，还有电控、动力芯片、充电桩。
虽然都叫麒麟架构，但是每一家企业最终匹配出来的方案和与宁德合作的研发深度还是有差别的。
Q：麒麟的电芯应该是宁德时代的标准电芯，理想有没有对电芯本身去做深度联合开发？
A：理想从电芯到电池到整车的集成，都是做了联合开发的。
如说要满足5C的要求，锂离子的传输速率就要优化，另外充电功率提升了，发热量就大了，即便具备5C的能力，只要电池温升不控制好，温度一上来就会有问题，所以我们也做了对于电芯内阻的优化，这都是到电芯级别的联合开发。所以合作深度上不同的企业还是有差异的。
作者| 苏鹏
编辑| 李勤