芝能科技出品

在这个智能汽车竞赛日益激烈的时代，理想汽车如何从行业的“后进生”逆袭成为“领跑者”？他们在智能驾驶领域的策略和愿景又是如何？

在2024年成都车展期间，我有幸参加理想汽车交流会，与智能驾驶研发副总裁郎咸朋博士，以及智能驾驶高级算法专家詹锟，探讨理想汽车在智能驾驶领域的发展策略、技术突破和未来愿景。

从后进生到行业领跑者：

快速迭代的秘诀

在被问及理想汽车如何在短时间内从智能驾驶领域的“后进生”迅速追赶，甚至赶超其他竞争对手时，郎咸朋博士坦言：“后进生逆袭到第一梯队很正常。”

他解释道，这一转变的背后是组织效率的极大提升和快速试错的机制。“我们的组织架构向华为学习，内部有IPD流程等先进的管理方式。通过内化这些经验，并结合理想汽车的自身特点，我们能够在保证质量的同时，加快产品的迭代速度。”

对于如何在快速迭代中兼顾速度与质量，詹锟补充道：“我们在整个智驾团队中实行‘交付一代、研发一代、预研一代’的三步走策略，这样就能确保我们一直走在最新技术的前沿。”

通过PD（产品开发）、RD（研究开发）和交付这三者的同步进行，理想汽车能够高效运作，快速响应市场需求。

● 高效测试与模型优化：智能时代的全新范式

智能驾驶技术的研发离不开大量的数据测试和验证。理想汽车通过人工智能技术的引入，大幅优化了传统的测试方式。

郎咸朋介绍道：“我们用重建、生成技术取代了人工的测试。重建技术可以迅速重建几百公里的场景，包括各种天气和路况下的场景，这些通过人类驾驶未必能获取到。”这种智能化的测试方法，不仅提升了测试效率，还降低了人力和时间成本。

詹锟进一步解释了理想汽车如何通过端到端+VLM技术来提升智能驾驶的安全性。“端到端+VLM这套系统能够通过生成和重建技术进行泛化测试和检验，比实车在全中国驾驶测试要好得多。”

这意味着，通过这种方法，理想汽车能够在短时间内模拟出各种可能的驾驶场景，并不断优化智能驾驶的模型性能。

● 技术架构的灵活调整与持续进化

在交流中，郎咸朋博士还详细介绍了理想汽车如何根据技术的迭代和成本的优化来调整组织架构。“我们的组织变化要追溯到去年或者更早。我们把智能驾驶作为公司战略之后，业务和组织才开始发生迭代和变化。”

他提到，理想汽车在去年秋季的战略会议上，首次明确了PD和RD的双重重要性，并将其纳入公司级战略。

未来，随着技术的发展和市场需求的变化，理想汽车的组织架构也会进一步调整，以适应新的挑战和机遇。

詹锟在谈到智能驾驶的短期和长期目标时强调，理想汽车的端到端+VLM方案已达到L3水平，未来将向L4甚至更高的等级发展。“我们认为端到端+VLM是面向L4的一个终局方案。”

同时，他也提到未来可能会出现更加一体化、超大规模的统一模型，以实现更高等级的自动驾驶能力。

● 数据安全与多传感器冗余设计：保障用户体验

数据安全是智能驾驶领域的重要问题，尤其是在面对恶意攻击和数据污染时。

詹锟表示：“我们已经将这种情况涵盖到整个网络训练过程中。即使在雨天某个传感器脏污严重的情况下，我们依然能保持稳健驾驶。”

理想汽车通过多传感器的冗余设计，如Radar、Lidar等，能够在不同环境下互补工作，确保系统安全性。

在谈到传感器遭受恶意攻击的应对措施时，詹锟指出：“我们可以通过BEV（鸟瞰图）技术来解决单个传感器的失效问题，并给用户对应的提示。这种多层次的防护设计让智能驾驶系统更加稳健可靠。”

智能驾驶与销售的平衡：

技术如何驱动市场表现？

在智能驾驶技术的驱动下，理想汽车的销售表现也在逐步提升。

郎咸朋表示，理想汽车的L系列车型由于共享传感器布局和型号，实现了数据的完全复用，这对于智能驾驶的研发极为有利。

“最近两个月，我们的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%。”这充分体现了智能驾驶技术对销量的拉动作用。

他进一步解释道：“如果技术没有影响销售，可能是技术落地没有做好，没有真正解决用户需求。”这意味着，理想汽车不仅关注技术的前沿发展，更注重技术如何转化为用户实际可感知的价值。

● 未来的智能驾驶：多方案探索与双系统方向发展

对于智能驾驶未来的发展方向，詹锟表示，目前各大车企都在探索不同的解决方案，没有一个公认的最佳方案。在这种背景下，理想汽车也将继续探索新的技术路径。

“我们认为端到端+VLM双系统是面向L4的终局方案。”他补充说，未来，随着技术的不断迭代和数据的积累，理想汽车将继续尝试更加一体化的智能驾驶解决方案，以实现更高等级的自动驾驶。

小结

通过本次交流，我们看到了理想汽车在智能驾驶领域的深耕与创新。从快速迭代到智能化测试，再到数据安全与多传感器冗余设计，理想汽车展现出了其在智能驾驶领域的独特策略和优势。

通过不断调整组织架构和研发策略，理想汽车也在积极应对未来的技术挑战和市场机遇。