今天小编分享的汽车经验：全球首家全量推送，理想摘得「抢车位」头名，欢迎阅读。
巨大的资本投入下，车企的智驾能力逐渐与赚钱能力强绑定，而原本处于智驾「后进生」地位的理想，正凭借「钞能力」带来的专注力，迅速跻身第一梯队，并做到了「全球首个全量推送车位到车位」，实现智能驾驶技术和现金流的正循环。
文丨智驾网 零酱
编辑丨浪浪山与明知山
2008 年，稍有社互動联网雏形的开心网让千万计的用户体验定闹钟「抢车位」、「偷菜」的快乐。
彼时的雷军，刚刚出任 UC 的董事长；余承东，带领团队开发出第四代信号基站。
16 年后，没能踩中陌生人社交风口的程炳皓和他的开心网终究沉寂在简中互联网编年史中，而他想不到的是，在新能源汽车浪潮中博出个名堂的雷军余承东们，开启了新一番「抢车位」。
广州车展前后，多家汽车企业公布其智能驾驶的最新进展，其中「车位到车位」成为智驾第一梯队们争抢的技术高地。
该功能是指车辆可以自主完成从出发地的停车位行驶到目的地停车位的各种操作，包括进出停车位、识别闸机抬杆、U 型调头、自动选择车道行驶等。
在各家 CEO、CTO 的努力下，「端到端」在技术用语和营销话术间反复横跳，而与之相比，「车位到车位」更容易被大众理解、更方便传播，也更容易体验评判。
是时候开抢了。
01.
「抢车位」时间表
与此前的无图城市 NOA 功能相比，「车位到车位」的智能驾驶无需驾驶员将车辆开出停车场至公开道路，想要跳过这一步，难点在于需要在网络信号较差的地下停车场实现智能驾驶。
这要求沉迷「端味」的智驾企业们从年初的技术路线之争进阶到落地体验之争。而从头部智驾企业的动态来看，这场斗争的核心，就是「车位到车位」。
首先来看一下各家「车企」制定的「抢车位」时间表，之所以打引号，主要是因为鸿蒙智行。
作为最早公布「车位到车位」功能的企业，华为虽然不断重申自己「不造车」的主张，但从「遥遥领先」到「远远超越」，其在汽车行业的地位早已成为不可忽视的一极。
鸿蒙智行的「车位到车位」功能是在今年 8 月随着正式搭载 ADS 3.0 的享界 S9 首度亮相。截至上月，ADS3.0 已经服务超 30 万用户，智驾累计里程已经超 9.3 亿公里，日均新增智驾里程 490 万公里。
但尽管已经有如此体量，其「车位到车位」功能尚未开启推送。此前曾有媒体报道该功能预计在 11 月底上线，但截止到发稿，官方尚未发布更新消息。
除鸿蒙智行外，其他各家主流智驾车型开启「车位到车位」的官宣时间大致相近，我们也按照其发布时间逐个梳理。
11 月 14 日，广州车展开幕前一天，小米董事长雷军通过直播展示了小米汽车的「车位到车位」智驾能力。车展现场，雷军也公开表示「小米智驾进入新阶段。车位到车位，起步即可启动。」小米官方称新系统将在 11 月 16 日开启定向邀请内测，12 月底开启先锋版推送。
20 分钟后，同一展馆的小鹏汽车，也宣布将启动「车位到车位」智驾方案测试，并在车展首日开启全网首测，未来会在 AI 天玑 5.5.0 上全量推送。
40 分钟后，极氪负责智能驾驶研发的副总裁陈奇在发布会上宣布，浩瀚智驾 2.0 无图城市 NZP 将于 2024 年底全量推送全国用户。至于「车位到车位」端到端方案，极氪也正在研发当中，预计将于明年第一季度分批推送，第二季度全量向用户推送。
再过 40 分钟，智己汽车同样在车展现场表示，已经与 NVIDIA 英伟达与 Momenta 三方将合作打造行业首批 DRIVE AGX Thor 芯片量产智驾解决方案。在此基础上，IM AD 3.0 为用户提供行泊一体 Door to Door 全场景智驾体验，需要注意的是，这里智己并没有提出推送用户的具体的时间安排。
理想则是又一家在广州车展发布 NOA 最新信息的车企，但与其他企业相对模糊的进程不同，理想汽车产品部高级副总裁范皓宇在现场公布了「车位到车位」的推送时间表：
「基于端到端 +VLM 的车位到车位功能，理想目前已经开启了万人团和全国门店的试驾车的推送，11 月底全量 AD Max 用户都可以享受到车位到车位的有监督智能驾驶。」
在广州车展进行到第五天，理想汽车以直播的形式公布了端到端 +VLM 双系统的最新进展。直播显示，测试车辆从地下车库一键开启智驾，自动响应抬杆到行驶至终点中汽研汽车检验中心，理想汽车可以快速识别闸机、进出环岛、U 型调头、轻松通过高速 ETC 收费站，最后驶进停车场，自动泊入车位。
时间来到 11 月 28 日，理想 OTA 6.5 如期推送给理想 L 系列 AD Max 用户和理想 MEGA 用户，理想汽车成为目前整个行业中，第一家同时也是唯一一家全量推送车位到车位的有监督智能驾驶的车企。
从上述时间点可以发现，原本被认为智驾技术相对滞后的理想，反而是首先推送「车位到车位」，个中缘由，其实不难猜测。
在今年 8 月，极越 CEO 夏一平以短视频的形式表表达了对端到端技术的看法。
「真正端到端、完全视觉看到直接做执行还很难。要知道，这背后的验证模型是巨大的投入。」
夏一平所提到的巨大投入，就是端到端大模型量产的最大难点——它的完善需要巨额的训练数据积累，原本已经属于资本密集型的智能驾驶产业变得越来越烧钱。
根据官方消息，特斯拉仅仅建设超算中心就花费了 40 亿美元。
华为智能汽车解决方案 BU 自 2019 年成立以来，累计研发投入已达 300 亿元。
在智驾研发上，小米三年已经投入了 55 亿元人民币，原则是 " 上不封顶 "。
小鹏汽车仅 2024 年规划人工智能年度研发费用就高达 35 亿元。
巨大的资本投入下，智驾能力逐渐与车企的赚钱能力强绑定。上述公布抢车位时间表的企业，差不多也是国内最会赚钱的车企
赛力斯三季度 营收为 415.82 亿元， 净利润 40.38 亿元，毛利率 25.23％。
极氪三季度营收 183.6 亿元、 整车毛利率 15.7%、现金储备 82.98 亿元。
小鹏汽车三季度营收 101 亿元，整体毛利率 15.3%， 现金储备为 357.5 亿元。
小米汽车三季度营收 97 亿元，整体毛利率 17.1%，这里需要说明的是，虽然小米集团整体现金储备 1516 亿，但并不能全部归入汽车业务。
第一是谁呢？
手握 1065 亿现金的理想。
02.
端到端 +VLM ——为了自动驾驶
在几个月前的成都车展上，理想汽车 CTO 郎咸朋在媒体对谈环节用「后进生」比喻理想在智驾领網域的技术布局。
但他随即表示，「后进生逆袭到第一梯队很正常。」
尤其是在「后进生」财力惊人的情况下。
根据理想财报，其第三季度研发费用为 25.9 亿元，2024 年前三季度研发费用累计 86.6 亿元，同比增长 22.1%。
据郎咸朋此前透露，目前理想有 1.5 万张等同于 A100、A800 算力的 GPU，每年光是在租卡上就要投入 10 亿人民币，但这还远远不够。将来，理想预计花在这方面的费用将高达每年 10 亿美元。
「如果你一年拿不出 10 亿美金训练系统，可能会在将来的自动驾驶竞争中被淘汰。」
理想很清楚，在卷向自动驾驶的过程中，会拖死一批友商。
基于维持稳定的智能驾驶研发投入，在 2024 重庆汽车论坛现场过半企业都在主动被动地站队卷与不卷的时候，李想可以跳出舆论场，讲一个「系统一」和「系统二」的故事。
系统 1，即端到端模型，是一种直觉式、快速反应的机制，它直接从传感器输入（如摄像头和激光雷达数据）映射到行驶轨迹输出，无需中间过程，是 One Model 一体化的模型。
这种设计确保了信息的高效传递、推理的高效计算以及模型的快速迭代能力。
系统 1 端到端模型的输入包括摄像头和激光雷达，通过为英伟达 Orin-X 专门优化的卷积神经网络（CNN）主干网络提取和融合多传感器的特征，并投影到 BEV 空间。
为提升模型的表征能力，理想专门设计了记忆模块，不仅有时间维度的记忆，还有空间维度的记忆。除了摄像头和激光雷达，理想还在模型的输入中加入了车辆状态信息和导航信息。最终经过 Transformer 的编码后，与 BEV 特征共同解码出动态障碍物、道路结构、通用碍物，并规划出行车轨迹。
系统 2，则是由一个 22 亿参数的视觉语言大模型（VLM）实现，它的输出给到系统 1 综合形成最终的驾驶决策。
理想方面表示，VLM 整体的算法架构由一个统一的 Transformel 模型组成，将提示词（Prompt）文本进行 Tokenizer 编码，然后将前视 120 度和 30 度相机的影像以及导航地图信息进行视觉信息编码，通过图文对齐模块进行模态对齐，统一交给 Transformer 模型进行自回归推理。
除此之外，理想还运用云端世界模型对系统 1 和系统 2 进行能力的训练和考试，从而使这套系统能够快速迭代。
如果觉得上述概念过于繁琐，「理想同学」给出了更容易理解的版本：
一辆自动驾驶汽车在马路上行驶，它里面有两个超级大腦，一个叫「系统一」，一个叫「系统二」。「系统一」就像一只小猫，它飞快地帮助汽车做决定，比如它一眼就能知道前车的车速，然后告诉汽车自己应该开多快。但是，这只小猫有时候会看错，所以它做的决定有时候可能会出错。「系统二」就像一只聪明的小狗，它会用鼻子闻闻周围的环境，帮助汽车仔细思考。比如，它要决定转弯时，会看看交通灯，再想想安全规则，这样决定就会更加安全。所以，当自动驾驶汽车在马路上行驶时，「系统一」和「系统二」会一起工作，帮助汽车又快又安全地行驶。
在提出端到端 +VLM 双系统概念后，理想汽车 AD Max 迅速跟进 OTA，从 6.0 版本开始理想以几乎 20 天一次的速度陆续无图 NOA（导航辅助驾驶）功能、全自动紧急转向（AES）功能、全方位低速 AEB 等功能。
10 月 23 日，理想智能驾驶「端到端 +VLM」正式随 OTA 6.4 版本推送，包含识别公交车道的禁用和可用时段、识别坑洼路面并绕行、识别减速带并减速等行业首创功能。
开启推送后，资本市场回给理想一个 7.23% 的高涨，比此前一周第 100 万辆下线的 6.8% 还要多。
而这 100 万辆，正是理想在智驾领網域能有如此追赶速度的原因之一。
郎咸朋此前曾对媒体表示，在他看来理想做自动驾驶研发的最大优势，是外界所说的「套娃」：
「理想 L 系列外观比较相似，传感器布局和传感器型号完全一致，所以理想 L 系列的数据可以完全复用，这个是我们比其他企业想的更长远的。」
「所以说大家觉得我们套娃了，实际上对自动驾驶的研发非常有好处。」
作为目前造车新势力中唯一一个达成 100 万辆交付目标的企业，理想拥有巨量的可复用数据。
而这个数字还在不断增加。
在成都车展期间，郎咸朋透露理想的 AD Max 车型销量每个月保持 10% 以上的提升，30 万元以上车型 AD Max 销量占比达到 70%，部分车型部分地網域 AD Max 占比达到 90% 以上。
这一增速一方面来自用户对理想技术路线的认可和信任，另一方面也因为理想曾经承诺「理想智能驾驶终身免费」，大大降低了用户选择 AD Max 版本的心理门槛。
在承诺免费时，郎咸朋曾对媒体表示：
「标配和免费都是理想从第一天开始进入智能驾驶就制定的策略，从没有变过。」
「我们的初衷还是说想把智能驾驶的能力变为用户的资产，而不是他的费用。」
郎咸朋称，用户买了理想的车之后，拥有了使用 AD Max 的能力，而且能力还可以不断更新迭代，能力越强，AD Max 的应用价值会越来越大。
按照前文 AD Max 的销量占比估算，理想在今年 10 月销售新车 51443 辆，其中除 L6 价格在 30 万以下外，其余车型的 AD Max 总销量将在 1.79-2.3 万辆之间，这一数字已经相当于其他造车新势力单月销量，如果再计算 L6 的 AD Max 车型，那每月至少新增近 3 万辆支持高阶智驾的车型将为理想提供源源不断的数据。
这将 OTA6.4 版本的体验推到与一线智驾企业拉平。
而刚刚推送的 6.5 版本则是理想智驾领先的开始。
本次 OTA6.5 版本，共提供包括车位到车位、全国高速收费站 ETC通行两项新增功能以及包括路边起步、U 型掉头、换道通行、复杂路口、拥堵博弈、旁车切入、限时公交车道识别等 16 项 OTA 功能。
其中车位到车位全量推送后，上车即可开启一键智驾，自主泊出车位，自主进出园区和识别闸机抬杆，城市环岛、掉头等复杂场景无感通行，可驶入封闭的园区小区，自动将导航终点匹配园区小区内的行驶路线，无论是露天还是地库等各种停车位，都能够最终自主泊入车位。上车一键开启，全程轻松驾驶，一镜到底到达目的地。
而本次更新的另一个重点是全国高速收费站 ETC 通行功能，这也是目前行业唯一 VLM 识别 ETC，端到端大模型规划行驶轨迹，可支持全国范围所有收费站（超过 1 万个）识别与自主通行。
截至目前，理想汽车的智能驾驶累计里程已达 26.7 亿公里，训练算力目前已达 6.83EFLOPS，并且在年底将超过 10EFLOPS。基于超 26 亿公里智驾里程的打磨验证、不断增长的训练算力以及世界模型在云端的提前部署，理想汽车端到端 +VLM 智能驾驶系统得以实现快速迭代。
而理想汽车要做的不止于此。
在重庆论坛现场，李想其实已经给出自己的目标。
「我这里强调一下，我讲的突破是关于‘自动驾驶’的，不是智能驾驶，也不是辅助驾驶，这是一个关键。」
03.
现城实测表现如何
说过商业与技术，让我们来实打实地看看理想 OTA6.5 的表现。
在正式版本推送之前，智驾网已经提前拿到 Beta 试驾车，并在北京的园区、城市道路、快速路以及商场停车场等常见场景测试相关能力，我们先来一起看看搭载 OTA6.5 版本的理想 MEGA 表现如何。
在视频中，理想 MEGA 大致经过如下场景，我们的体验感受如下。
园区道路 + 收费闸机通行：
系统首次在车位及园区道路学习路线很简便，系统会自动推送学习建议，使用效率比较高。在记录好路线后，后续的使用也会自动推送智驾建议，轻点开始按键即可在车位上就开启智驾功能。系统在园区内的行驶路线严格遵循之前学习的路线行驶，安全感良好，对于收费闸机的识别也很高效，能做到提前减速，停下车时距离闸机的距离也很得当，与老司机无异。在识别到抬杆之后，车辆立即就能起步，没有等待感，通行效率高。
多岔路通行 + 与其他车辆博弈：
在岔路比较多的立交桥下，系统对岔路的识别高效，并能较早提前变道，为驶入岔路提前做好准备。在变道过程中，与其他车辆的博弈表现良好，能够准确把握变道机会，不会过于保守，变道操作也比较果断。在 50 公里的试驾路线中，未出现因变道失败而错过岔路或路口的情况。
公交道识别：
能够识别全天限行的快速公交道，即便前车比较慢，也不会占用快速公交道超车。对限时公交道也能根据时间进行判断，在限行时段内不会驶入，在可行驶时间会视情况占用，并同时有语音提示告知驾驶员。
环岛：
环岛一直是难度较大的场景，但理想端到端系统做到了一次通过，整个过程十分丝滑，没有任何犹豫。在进入环岛时，车辆沿着中间车道行驶，车速控制得当。在接近出口时，系统会提前开始变道至最右侧车道，直至按照导航路线顺利驶出环岛。
窄路通行：
系统在窄路场景中的策略比较保守，行驶速度会比较缓慢。如果前方有自行车，系统会慢慢跟随行驶，只有当左侧有非常充裕的空间可用时，才会绕行超越自行车。
调头：
本次测试涉及两个调头场景，其中一个是中央有绿化带的调头，转向角度需要打满，系统对对向直行车辆的检测很到位，会暂停让行，在确认无危险后继续行驶，调头操作有老司机风范，丝滑无卡顿。另一个调头场景需要穿过主路高架桥，行驶距离长，且桥下光线昏暗，对系统认知车道标线有更大挑战。理想端到端智驾系统在这个场景下的表现同样稳定顺畅，车道居中良好，车速把控得当，调头完成后并线汇入车流也很流畅。
地库代客泊车：
在「车位到车位」智驾的尾声，车辆驶入之前学习过的地库很丝滑，提前减速并严谨按照学习的路线驶入地库入口。在检测达到入口闸机时，能够准确分辨车道，对正其中一个缓慢接近。在识别到抬杆之后，起步没有等待感。在面对多层地库时，系统也能顺畅按照学习路线行驶，中途对弯道转向、车速控制、障碍物避让的控制都很得当，并且行驶车速会保持在 10km/h 左右，通行效率很高。在驶近终点车位后，系统自动做好泊入准备，转向操作如同老司机，能做到一把泊车入位，中途没有任何犹豫，比绝大多数驾驶者的泊入速度明显更快一些，实用价值比较高。
写在最后：
在三季度电话会上，有提问关注到今年三个季度以来 AD Max 版本的销量有没有显著的占比变化。
对此理想汽车的回答是：
「AD Max 对于整个销售的影响其实还是非常显著的，不仅是在 30 万以上的 AD Max 的版本的销量提升到一定的水平。另外我们在理想 L6 上 AD Max 的占比也是在持续的提升。」
不仅如此，理想还透露已经启动了 L4 级别自动驾驶的预研，在当前的技术路线基础上，研发能力更强的车端 VLA（Visual-Language-Action）模型与云端世界模型相结合的强化学习体系。理想还将持续加大智能驾驶基建方面的投入，保持训练算力的领先以及智能训练里程数的领先。
智能驾驶技术和现金流的正循环正在形成。
【关注智能汽车，关注智驾网视频号】
