今天小編分享的汽車經驗：理想汽車在首屆家庭科技日上，把「狠話」説在前頭，歡迎閲讀。
6 月 17 日，理想首屆家庭科技日在理想汽車常州智能制造基地舉行。
這座常州工廠曾下線了第一台理想 ONE，而後又接連交付了理想 L9、理想 L8、理想 L7 等多款車型。在家庭科技日現場，該工廠正式下線第 40 萬輛理想汽車。
40 萬輛，對于跨國車企巨頭而言，其實并不算什麼，但對于一家造車新勢力而言，确實可以説是 " 裏程碑 "。
銷量不斷攀升的同時，理想汽車的底氣也越來越足，日前曾放話，" 截至 6 月 11 日，本月理想汽車僅通過三款 SUV 產品，超過了 BBA 任一品牌在中國市場全部 SUV 產品的銷量總和，随着純電車型以及明年理想 L6 的交付，我們有信心在 2024 年實現總銷量超過 BBA。"
如何在總銷量上超越 BBA，光放狠話、吹牛皮是實現不了的。理想汽車在這次科技日上，圍繞上海車展提出的 " 雙能戰略 " 進行了一次全面的技術路徑與目标規劃的對外輸出，以此證明其技術實力能夠撐起其銷量目标。
那麼，這次科技日都有哪些重要的技術發布？我們接下來逐一進行看看。
實現 " 無圖化 " 城市 NOA，推出通勤 NOA
城市 NOA（ Navigate on Autopilot），可以説正在成為智能駕駛 " 卷王 " 的戰場，今年各家都在争相量產。
在家庭科技日上，理想汽車也首次對外全面梳理了其智能駕駛的技術實現路徑，技術架構主要包括三方面特征——
運用 NPN 與 TIN 增強 BEV 大模型，做到不依賴高精地圖；
使用模仿學習讓規控算法做出更加拟人的決策；
全自動、全閉環的訓練平台支撐大模型持續進化。
可以看到，在城市 NOA 上，理想同樣選擇了無高精地圖的技術路線。與業内主流做法一樣，其技術實現的核心同樣是采用 BEV 大模型來實施感知和理解環境中的道路結構信息。
不過，面對城市場景中一些復雜路口，理想汽車發現僅通過 BEV 大模型進行感知不夠穩定，尤其是當通勤車輛或者遮擋物較多的路況中，傳感器被遮擋容易出現局部信息缺失等問題。
為解決這類復雜場景下的現實問題，理想汽車的做法是引進自研的神經先驗網絡（NeuralPriorNet，即 NPN 網絡），提前對復雜入口進行 NPN 特征的提取和存儲，當車輛再次行駛到這個路口時再将特征提取與車端的感知大模型 BEV 的特征層相融合以提升感知效果。
值得一提的是，在理想提出 NPN 網絡之後，有觀點認為這一做法是以矢量地圖的方式，用攝像頭采集影像，再用神經網絡、Transformer 方式預測出道路軌迹、拓撲關系，把它放到 BEV 空間裏供車輛直接使用，在避免審核的同時能夠描繪出一定範圍的地圖信息。在這一基礎上，結合 NPN 通過車隊提前采集路口的語義特征以拼圖的方式，将數據存儲到雲端以保證穩定的地圖輸出。
對此，會後，理想汽車智能駕駛副總裁郎鹹朋對 NPN 的特征作了進一步解釋，并闡述了 NPN 感知與高精地圖的區别：
NPN 特征必須配合 BEV 模型和影像數據才能使用，而每家的 BEV 網絡模型和傳感器型号和位置都是各不相同的，所以即使拿到了 NPN 特征也無法使用。高精地圖，用 Link 和 ID 表示的車道線、路沿等信息，對于每個方案都可以無差别的使用。
舉例來説，NPN 特征就像一把私有鑰匙，只能開自家 BEV 模型這把鎖。但高精地圖是一把萬能鑰匙，如果這把鑰匙丢了，所有人都可以拿去開自己的鎖，也就是用在自己的自動駕駛解決方案裏面。
另外，針對路口紅綠燈的通行規則，主流做法是建立一套信号燈與道路通行意圖的規則算法，理想則是選擇利用大模型訓練出端到端的信号燈意圖網絡模型（TIN），不需要識别紅綠燈的具體位置，只要将影像視頻輸入至 TIN 網絡模型，就能通過概率值的判斷得出車輛應該如何走的結果，并且 TIN 網絡模型還會學習大量人類駕駛員在路口信号燈的反應進行強化訓練。
通過 NPN 特征提取和 TIN 信号燈意圖識别的網絡，配合 BEV 大模型，理想城市 NOA 從而實現去高精地圖的能力。需要指出的是，雖然這種方式能夠不使用高精地圖，但理想城市 NOA 是需要在系統已經完成的路段才能使用，并非一步到位實現全面覆蓋各種場景的無圖方案。
钛媒體 App 注意到，理想城市 NOA 通過大模型以減少規則化的使用，而大模型的進化需要一個強大的基礎訓練平台。為此，理想搭建了閉環的自動駕駛訓練集群，目前擁有 1200 PFLOPS 自動駕駛訓練算力，6 億公裏的自動駕駛訓練裏程。
圖注：綠色代表該地點的 NPN 特征已經通過了測試驗證，是可用狀态；紅色代表該地方已有 NPN 特征，但還需驗證；灰色代表暫時還沒有 NPN 特征。
從今年 3 月開始，理想汽車在城市 NOA 的早早鳥和測試車輛上開始運行 NPN 網絡，提取和存儲 NPN 特征，本月内将在上海和北京開啓内測計劃。
理想汽車城市 NOA 開放計劃
基于上述技術布局，理想還推出了通勤 NOA ——用户可以自行設定路線（理論上只需要使用高德導航）、自車學習 NPN 特征，學成之後就可以在上下班路線上使用 NOA 功能。據悉，簡單的路線 1 周以内就可以完成訓練，較為復雜的路線預計要 2-3 周。
值得一提的是，目前僅有 Max 車型才可開啓通勤 NOA 功能。
事實上，通勤 NOA 與大疆車載提出的 " 通勤模式 "、小鵬 G6 的 " 通勤模式 " 有異曲同工之處，都是通過學習來優化在某一段路的輔助駕駛體驗。可以看到，這種實現成本不高且能夠迅速落地的方式正被越來越多車企和解決方案提供商接受。
随着理想在北京、上海等城市開始内測應用，這也意味着理想将與小鵬、蔚來等車企在城市輔助駕駛賽道上正面相對。
自建 5C 超充網，年底前建 300 個超級充電站
而在電能戰略上，理想汽車主要從三方面着手，包括自研 800V 高壓純電平台、提成電池充電倍率以及自建充電網絡。
事實上，在上海車展發布雙能戰略時，理想就發布了 800V 超充純電解決方案，結合基于第三代功率半導體的高壓電驅系統、具備 4C 充電能力的電池、寬温網域的熱管理系統和 4C 超充網絡，實現 " 充電 10 分鍾，續航 400 公裏 " 的充電體驗。
而在此次科技日活動上，理想更新了充電倍率表現。按照官方的宣傳口徑， 800V 平台搭配 5C 電池的加持之下，可以實現充電 4 分 30 秒，續航 200 公裏；充電 9 分 30 秒，續航 400 公裏；充電 22 分鍾，續航 600 公裏。
值得一提的是，理想在 5 月 31 日宣傳海報上預告的還是 4C ，但在 6 月 12 日發布的海報中，原本位于左上角的 "4C" 被改成了 "5C"。
電池充電速度會受到不同地網域温度下的影響，從而導致充電時間長短不一，理想在發布會上宣布電池充電将采用 " 寬温網域 " 技術，在零下 10 攝氏度到 40 攝氏度的區間能保證 5C 電池的 400 公裏補能時長小于 10 分鍾。
同時，理想汽車研發了自動充電機器人，充電時，車輛會自動行駛到充電車位、自動泊入。充電機器人則将通過視覺識别，自動插槍充電，完成後能夠實現自動結算、自動駛出。
在純電戰略下，理想還公布了更為具體的高速充電站點規劃——今年年底将建設完成超過 300 個超級充電站， 2025 年将超過 3000 個。屆時，高速公路上，理想超級充電站的平均間隔将小于 100 公裏，每個站每小時能夠服務 9- 20 台車。
理想汽車動力驅動負責人劉強表示，該規劃以及站點密度是依據理想用户的平均高速和城市環線出行裏程，在滿足将來 300 萬保有量的用電需求下，結合工作日、周末、節假日的充電高頻時間确定。
可以看到，理想在純電戰略上已經有了詳細的布局和規劃，将技術與產品、充電運營網絡和用户運營進行全面打通。
但需要指出的是，相較于蔚來、小鵬在純電和充電樁上的率先布局，理想作為後來者要想在高速等場景和其它車企搶奪電網資源，難度并不小。
狠話説在前頭，結果還待檢驗
在發布會尾聲，理想汽車還放出了一個彩蛋，透露首款純電車型，理想的超級旗艦命名為 " 理想 MEGA"（Make Ev Great Again），将在今年年底發布。
理想汽車商業副總裁劉傑表示："理想 MEGA 将成為 50 萬以上所有乘用車的銷量第一，不分能源形式、不分車身形式。" 雖是狠話，但也透露了理想首台純電旗艦車型的價格定位，這将進一步上探理想車型的價格區間。
盡管發布會僅開展了 45 分鍾，但基本已經全面呈現出理想 " 雙能戰略 " 的技術面貌和路徑規劃。
智能化方面，無論是智能座艙還是智能駕駛，理想幾乎全線引入大模型進行能力更新，從目前的技術進度來看，理想已經完成了初步技術交卷，這僅僅只是開始，後續的應用以及數據訓練帶來的迭代才是能力的真正釋放。
電能方面，800V 高壓平台疊加 5C 倍率的電池表現以及站點規劃的三重 Buff， 足以想見理想為純電賽道所做的準備和布局，但規劃不等于落地，在純電賽道上，尚未推出產品的理想汽車能否延續增程路線的高光，還難以提前下定論。
理想已經出招，狠話也已説，結果只待時間驗證。
（本文首發钛媒體 App，作者｜肖漫，編輯｜張敏）
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
