文 | 308
编辑 | 经纬
理想智能驾驶，又放出大招了。
2025 年 1 月 16 日，理想汽车 OTA 7.0 正式开启推送。伴随这次 OTA，理想 AD Max 智驾版本再次迎来重大升级，这一智驾版本可挑战零接管，同时端到端 + VLM 从城市道路拓展到高速和环路，使得全场景智驾更加拟人、更加高效。
据了解，在整个 2024 年，理想智能驾驶完成了 12 次重大更新；因此从本次升级开始，理想 AD Max 的产品版本号也正式命名为 AD Max V13.0——这也是理想首次把内部使用的智能驾驶的版本号显示给用户。
而这样的智驾进度，以及相应的速度，在行业里令人刮目相看。
实际上，如果放眼理想汽车在 2024 年的智能驾驶表现，它不仅仅借助了端到端+VLM技术架构的机遇实现了智能驾驶在技术架构、软件版本和用户体验方面的快速进化，也很好地提升了用户对于智驾的认知度和接受度，并取得了显著的商业效应。
甚至从某种角度上来说，以成为全球领先的人工智能企业为目标，理想汽车也在参与并带动整个智驾行业前行的方向。
那么，回望 2024，理想汽车究竟做对了什么？
智驾快速进化，锁定第一梯队
从普通用户的角度来看，理想智能驾驶在 2024 年的最大变化就是：更新速度快。
2024 年 7 月 15 日，理想汽车面向用户推送了OTA 6.0版本，其中最大的更新点，就是在智能驾驶方面实现了无图 NOA。也就是说，它不依赖于高精地图等先验信息，没有开城限制，也不限城市、乡镇，可以实现在全国范围内可导航的道路都能够开启NOA。
也就是说，通过这次更新，理想汽车终于实现了「全国都能开」。
然而此时，理想汽车已经在进行新一代「端到端 + VLM」全新算法架构的开发过程之中，并且已经进行了前期的内测工作。
到了 10 月 23 日，在超越预期的内部进度之下，理想汽车面向全量用户正式推送了OTA 6.4版本，并由此在行业范围内开启了「端到端 + VLM」的首次全量推送。伴随这一版本，理想汽车的智驾体系正式切换到端到端，并且在场景、行驶和通行效率下都有了更大的提升空间。
毫无疑问，这也是理想汽车在智能驾驶技方面的一个重大跃迁。 但是理想并没有止步于此。
将近一个月后，11 月 28 日，理想汽车「车位到车位」智能驾驶功能随OTA 6.5版本正式全量推送给AD Max用户；由此，理想汽车正式成为全球首家全量推送车位到车位的车企——不仅如此，这次更新还带来了行业首个全国高速收费站 ETC 自主通行。
到此阶段，理想智驾落地的步伐，已经呈现出领先之势。
而到了 2025 年第一个月，理想汽车再次出招，将 OTA 版本号直接拉升到 7.0。 这次理想实现了高速城市全场景端到端+VLM——也就是说，无论是高速场景，还是城市场景，都能够获得同一套端到端技术方案的加持，体验也会更加统一。
值得一提的是，在过去半年多的进化中，无论是「车位到车位」功能，还是「高速城市全场景端到端 + VLM」，从普通用户实际体验的角度来看，理想汽车在智能驾驶方面的功能更新进度已经明显领先于华为、小鹏等竞争对手。
可以说，理想汽车已经毫无疑问地处于智能驾驶领域的第一梯队。
值得一提的是，理想汽车在智能驾驶方面取得的成绩，也获得了不少重要认可。比如说，理想智能驾驶提出的「端到端 + VLM 双系统方案」获得国家级媒体人民网的「人民匠心技术」奖项。
不仅如此，理想汽车的智能驾驶相关学术成果陆续发表在了 ECCV、CoRL 及 AAAI 等国际顶尖学术会议上。比如，理想智能驾驶的 DiVE（世界模型）及 StreetGaussians（世界模型）发表在了 ECCV 2024 上，DriveVLM（双系统）发表在了 CoRL 2024 上。
当然，理想智能驾驶在技术上的快速进化，不仅仅为理想 AD Max 车主带来了实际体验的提升，也促进了理想汽车用户对于智能驾驶的接受度。
据了解，随着技术进化带来的版本更新，理想智能驾驶的用户数量和里程数在过去一年得到了快速提升。数据显示，截至 2024 年 12 月 31 日，理想智能驾驶的用户数量已达 110.9 万人，使用率高达 98%；而理想累计智驾里程达 29.3 亿公里。
另外，随着理想汽车智能驾驶在能力和体验上的不断提升，智能驾驶也逐渐成为理想汽车在产品销售阶段的重要「法宝」。
具体来说，理想智能驾驶的持续升级，也极大地刺激了市场和客户的关注，并且开始成为潜在客户群体购买理想汽车的其中一个重要因素决策——随着理想智能驾驶的进化，用户选购AD Max版本的占比也在不断提升。
其中一个值得参考的数据是，截至 2024 年 12 月 31 日，在理想汽车交付的车型中，30 万以上车型 AD Max 交付量占比超 75%，40 万以上车型 AD Max 交付量占比超 84%。
用体系之力，抓住端到端的机会
对于理想汽车来说，能够在智能驾驶方面取得如何亮眼的成绩，并非偶然——实际上，智能驾驶发展到今天，已经不仅仅是技术本身的较量，它也是整个公司在路线决策、产品构建、市场洞察等多方面综合体系能力的较量。
其中，在技术方向上，理想很好地抓住了端到端带来的机遇，实现了高效的技术迭代。
实际上，在很长一段时间里，理想在智能驾驶技术方案上采用的是 NPN 的技术架构，比较依赖于规则，泛化性比较差。后来，理想在技术方案上采用了更先进的无图架构，它将诸多模块统合为感知和规划两个模型，实现了全国都能开——这使得理想迈入国内智能驾驶第一梯队。
然而，在开发无图架构的过程中，理想就已经认识到端到端的优势，并且在 2023 年下半年就投入到预研之中。而到了 2024 年，理想更是在初步看到端到端方案的效果之后，果断选择「端到端 + VLM」的双系统方案，并且进行研发端和产品端大力投入，最终实现了真正意义上的 One Model 结构。
尽管「端到端」眼下已经成为行业共识，但理想当初对于端到端技术路线的选择，不仅仅需要足够有效的技术前瞻性，还需要更加果断的决策和投入，当然也需要强大的团队执行力——某种程度上，这也需要足够的勇气。
当然，切换到端到端路线本身，意味着对于算力和数据都提出了很高的要求，为此理想也进行大力布局和投入。
其中在算力层面，理想汽车在 2024 年全面进行了智能驾驶云端训练算力的大幅度提升。在 2024 年 7 月，理想汽车的云端算力为 2.4 EFLOPS；而到了 8 月份，理想汽车的算力则迅速提升到 5.39 EFLOPS——到了 2024 年年底，理想汽车的训练算力达到 8.1 EFLOPS。
而根据理想汽车官方数据，其每年在训练算力的投入已经超过 10 亿人民币。
除了算力之外，理想汽车在智能驾驶的数据层面也做了很多努力。
比如说，One Model的端到端方案训练难度非常大，需要非常优质的训练数据；为此，理想汽车在训练端到端的过程中，进行了复杂而艰难的数据筛选，主要是通过打分的方式选择「老司机」的数据，而在理想汽车的车主中，被标注为「老司机」的数据比例仅为 3%。
当然，从另外一个维度上来说，持续增长的销量和用户里程也为理想汽车在智驾数据方面也提升了很好的支持。
除了数据之外，理想汽车还花大力气构建了一个世界模型，它主要部署在云端，其最大作用是为理想智能驾驶提供一个训练和测试的云端场地，而理想在智驾开发测试过程中的的测试、错题、真题，都在这个世界模型中进行训练。
此外，在产品方面，理想汽车遵从第一性原理，从用户需求的角度出发，在智能驾驶能力提升的基础上，推出一系列解决用户痛点的功能，比如说「车位随心画」，它可以允许用户在各种路面场景可以自定义车位使用智能泊车，在保证安全的前提下，尽可能满足用户的停车意图。
从实用性的角度来看，这个功能是非常贴近用户需求的。
值得一提的是，在最新推送的OTA7.0中，理想汽车还新增了一个「AI 推理可视化」功能，它可以让用户看得见 AI 的思考过程，理解 AI 轨迹规划的逻辑——这个产品本身，主要是从产品交互的维度，明确告知用户智驾系统的决策意图，从而大幅度增加用户对于智能驾驶的接受度和信心。
这个功能本身，也充分体现了理想汽车对于智能驾驶产品化的深刻洞察。
有意思的是，在市场销售端，理想汽车也在努力推进智驾进步的过程中，让普通用户通过试驾来亲身感受到 NOA 带来的体验。数据显示，截至 2024 年 12 月 31 日，用户试驾 NOA 的占比超过 72%。这样的 NOA 试驾占比，也为潜在用户最终选择理想AD Max车型做了很好的铺垫。
总体来看，理想在 2024 年取得的一系列与智驾相关的成绩，本质上是得益于理想汽车对于智能驾驶本身的高度重视和全力投入——正是基于这种投入，理想才能够在端到端这样极为难得的智能驾驶技术变革中抓住机会，并由此受到认可。
在荒原中，摸索一条可行的路
从企业发展的角度来看，理想汽车致力于推进智驾的发展背后，是它已经为自家智能驾驶的短期和长期发展，都设置了清晰的目标。
比如说，伴随着端到端+VLM的不断迭代，理想汽车希望在 2025 年能够实现 L3 级别的有监督智能驾驶——在理想汽车的定义中，它并非是 L2 级别辅助驾驶的延续，而是 L4 级别高度自动驾驶的先导程序。
从更长远的维度来看，理想已经瞄准了 L4 级别的自动驾驶。
实际上，就在 2024 年年底李想的 AI Talk 中，他已经明确表示，在技术、产品、环境政策，以及消费者对人工智能信任度到位的前提下，理想汽车有望在三年后推出首款为 L4 级自动驾驶定义的汽车。
而根据李想本人在 AI Talk 中的说法，要实现 L4 的目标，企业也必须满足 3 个条件：500 万辆以上规模的车队、掌握 VLA 基础模型的能力、有足够多的钱去招募最顶级的人才以及足够的算力。
当然，从理想这家企业推进 AI 的整体战略来看，理想智能驾驶面向 L3 和 L4 的进化，仅仅是理想在推进人工智能向 AGI 演化的一部分。
实际上，在李想给出的「AGI 战略地图」中，AI 在智能驾驶的落地层面将逐步推进至 L4 级别的自动驾驶。而随着智能驾驶不断向 L4 演进，自动驾驶代表的空间智能，将会与理想同学所代表的认知智能，结合成一个模型，理想汽车称之为 VLA——在此基础上，进入到「硅基家人」的阶段，而硅基家人则是 AGI 的最终产品。
这固然是一个听起来遥远的目标，但从具体的路径上来看，实际上它也已经在一步步落地。
回头来看，理想汽车智能驾驶在 2024 年的进化，本质上就是理想汽车通过 AI 来推进智能驾驶面向 L3 和 L4 演进过程中的关键一步。理想这家企业在这关键一步中，也呈现出了足够强大的前瞻性，洞察力和执行力——也呈现出了莫大的勇气。
为什么？
因为智能驾驶在过去十年的发展中，经历了数次技术迭代，而几乎的中国玩家们都在跟随特斯拉的脚步。但是，到眼下这个阶段，在技术路径上已经没有什么先路可循，也无法借鉴其他玩家的经验。
也就是说，在进入到端到端这个领域后，所有的玩家都仿佛进入了一片没有路的荒原，要想走出一条可行的路来，就需要自己费功夫摸索——理想自然也并不例外。
而摸索本身，固然需要一定的运气，但更加考验一家企业的整体实力。
如果站在这个角度去看待理想的 2024 年，我们会发现： 当 2023 年年初，李想宣布理想汽车将在 2030 年成为一家「全球领先的人工智能企业」的时候——这看起来更像是一个宏大的愿景，却无处着手。
而经历了 2024 年的智能驾驶进化后，当理想汽车在端到端 + VLM 的加持下取得智能驾驶重大突破的时候，它所强调的「成为一家全球领先的人工智能企业」看起来不再是遥不可及，而是理想汽车践行其图景过程中一个有力的注脚。
当然，这条路并不会那么顺利——但放眼 2025 年，理想汽车已经在智能驾驶这条最重要的 AI 落地赛道上初步证明自己，它的前进仍在继续。
本文来自微信公众号“智见 Time”，作者：308
