在售/即将发布车型
- 在售/即将发布
社区动态
-
对话理想智能驾驶产品经理哲伦、智能座舱产品经理胡含: 1、今年落地 NOA 城市后明年会陆续落地到高速 2、今年选择没有走高精地图的道路,会采用重感知的路线,但还不会完全铺开,而是找到少量用户做验证,而且必须是熟手,再扩散范围 3、Bev路线后还是要和图商还是有合作。其实北美的导航地图会是比国内精度更大,也是具备拓扑信息,还是有要求。但现在最大的问题是小鹏、华为的高精地图,是要采集车去跑的。现在轻地图是还需要图商的拓扑信息,需要高精更新,但不需要高精地图的信息。但目前需驾驶辅助的图都要审 4、前期开放上还是会保守一点,会先把开放的城市先上 5、静态感知和动态感知会切换 bev 算法,lidar 和 视觉会做前融合,今年静态网络感知就带非规则的物体信息了 6、双orin 和特斯拉自研的 FSD 还是有差距,有传感器还有激光雷达,但特斯拉的 130 万像素还比较低,也有六年的时间了,比我们采用 800 万更低,芯片上我们有一个高精度单元价格也不低。 7、理想 L 系列车机芯片能够升级到 8295, 接口都已经预留好了 8、Wifi 和投屏下半年落地 9、理想 ONE 的 2020 款不会再升级,第一是功能目前比较稳定,更新后可能会有一定风险。第二是2020 款不是自研的系统,更新上也有难度。2021 款还是有更新,比如功能性会提升,性能上也会提升。 10、Pro 没有用征程3 而是用了征程 5 是因为要提高 Pro 的能力上限,背后迭代非常多,max上算法的应用也要往pro上尝试的。pro高速上会最佳体验。 11、BEV 的升级我们的尝试比较激进,感知、越决策、预测、规划都要结合 BEV ,过去是规划是规则算法,我们目前比较寂静,感知、预测到决策规划都是要结合 BEV 的。 12、目前大部分都是后融合的状态,感知输出后在结合计算平台结合到平面上,再投射到坐标系。我们会做前融合,算法出来的时候就是坐标系的算法,感知一致性会比较好。后融合两个相机的交界处的时候一致性会有问题,会有抖动,可能会导致误刹车等。 13、Max 和 Pro 座舱是一个包,不需要开发两个包,效率会更快。 14、技术上地图依赖并不大,地图的制图相比高精地图的简单,不会有出现三四线城市用的比较晚,审图管理上还是驾驶辅助审核的范畴,最早的开放还是大城市。 15、更新后新算法会越来越多,到时候有老算法和新算法的用户,当渗透率足够高的时候,就会考虑迁移到征程 5 上。Max 城区 BEV 需求会更高,高速的匝道通过上就不用那么依赖地图,提高通过性。 16、高速 NOA 降级的本因,如果依赖地图的方案就会有降级,那段地图不是不可用的状态,只是地图的数据和现实数据变了,车道线可能偏移,采集图的时候可能是施工,本来也不全,是制图的工艺等问题。下一步解决分两条路,第一条是下半年和高德合作实现快速更新,快速修复,第二点是下半年采用车端的感知。8-10 月升级后体验会更好。 17、车机开发上会划分八大板块,包括车机、屏幕、音响、交互、生态、外设接口、 OTA 升级、智能钥匙。 18、8295 在 3D 呈现、推理等能力上会有提升,推理上会不断进化的。感知精度和性能会更强,它会带更多的屏幕,NPU 也很强,升级到 30TOPS。
-
#飞机先生唠唠#理想 2023 春季沟通会(汇总) 一、能源 能源、信息技术是影响目前人类发展的两大重要核心,而智能电动车刚好跨越这两个领域。 首先用户在能源需求上,有能源获取的便利性、成本(使用成本)、舒适环保零污染的理念; 在政府需求上,包括核心技术的可控、能源供给的安全性、实现碳达峰与碳中和。 在车企上,车需要第一个解决的是充电难的问题,第二个是电池成本。我们认为三个路径可以解决: 第一是换电。换电可以无限接近于加油的体验,用户成本也比较低。 第二是增程。我们做的是大电池,不是过去主流的 50-60的电池,满足城市用电的场景。 第三是高压纯电。家里慢充、城市快充以及长途超充。 所以我们做了增程以及高压纯电转变: 高压纯电商配合高压平台以后,再配合比较好的风阻系数,其实电池的成本还可以大幅下降,效率比显著的提升。 在充电上: 4C 电池可以做到 10 分钟 400 公里; 2C 电池可以做到 20 分钟 400 公里。 在成本上: 相比目前传统的 400 V主流的电动车,相同尺寸相同的驱动形式下大概可以降低 3 -4万块钱零部件成本。到时候 800 V高压平台以及 4C 的特性,碳化硅的使用会把整体的成本可以做到和增程相同的价格。 在充电桩上: 充电桩对我们而言是一个产品。你提供 4C 这个也没有大家想象的贵,所以大家不用怀疑我们铺设的决心。 二、智能驾驶 1、软件 2.0 的迭代 利用白盒的判断规以及黑盒的影子学习模式,来改变传统的基于规则的智能驾驶。 车端的数据与云端的分类、学习,实际算法的团队会更少,大模型后的自动化,训练不是对和错,而是训练质量的变化。训练后会重新进入到车上和人的开车效果对比,最后才会部署到车辆上。只要端到端样本足够多,安全体验会变得越来越好。 2、未来智能驾驶将会有三个部分的比拼: -降低计算平台和传感器的成本,做到标配。特斯拉 FSD 的成本1500 美金,双 Orin 已经 4000 美金以上了。 -端到端的闭环数据量更多,需要端到端,还要包括多地区、多国家的数据。 -大模型的训练。其实 GPU 不是大模型训练效能最高的方式,大概只是发挥了五分之一左右,英伟达也在构建专属的训练芯片,成本大概只有 A1000 的 六分之一。 未来 Ai 的操作系统、BPU(小脑)以及训练端的 TPU (大脑),将会是未来最核心的竞争。 3、城市 NOA 将会带来核心体验的改变 李想预测 2024 年主流的中高端车型,基于大模型、BEV 技术,城市 NOA 会面向所有城市覆盖的时候,体验会有很大变化。 城市 NOA 不是变得完全自动驾驶,而是堵车情况,60%左右的场景让它开。就像你买了一个 20-30 层楼房一样,开始有电梯和没电梯的区别了。 今年年底大家都会会发布用户城市 NOA 测试系统,达到 2021 年特斯拉的水平,2024 年能做到 2023 年年初特斯拉在北美的水平。 我们提供城市 NOA 的时候就会所有城市的覆盖,基于大模型的技术,不会采用目前主流的单个城市的覆盖。 三、产品 产品共有四个层面,包括品牌、研发、交互以及毛利率。 1、毛利率是血,健康的门槛是 20% 。 特斯拉、比亚迪都是超过 20%,只有毛利率好的时候才能投入研发,而不是依赖资本。 2、研发。 毛利率够了,才能投入研发,理想共经历三个阶段: -产品研发。就是 0-1 的理想 ONE 。 -平台化研发。L 系列,2019 年做的最重要的决定,是全力以赴做平台化。 -系统研发。基于软件来做操作系统,包括背后的处理芯片,算法已经在自己手里了。 增程电动、高压纯电、智能驾驶以及智能座舱四大平台,以及子电气的小平台,而且是复用的,所以我们 OTA 的效率很高,因为只有一个平台。过去都是供应商的现成方案。 智能驾驶起步是 10 亿美金起,做到城市 NOA 都要 20 亿美金起步。早期供应商方案可以和多车企合作分摊成本,但自研只有一个人兜底,但换来的供应链管理、更新效率会更强。 比如 L7、L8 、 L9 除了车壳和座椅以外,其他都是一样。 3、销售模式 直营的三大挑战: -现金流 -开店速度 -避免吃大锅饭 4、供应能力 爬坡限制最大还是三电。目前供应有三个分类: -基础的供应:后视镜、保险杠等,这个和燃油市场没有太大区别 -芯片类:例如域控制器,这个体系制造效率很高,目前很成熟 -三电:L 系列一个车型要三个电机,一年一台车要 30 万台的需求,三台车就是 90 万台,没有一个供应商敢接,所以我们自己建。800V 的碳化硅的自研也是类似,外供也是不够的。北京的新工厂也要生产我们的纯电车型。 供应链自制率也不能过高,30%的自制率是比较健康的,包括自研后也会让供应商生产。 5、组织能力 组织决定了效率以及正反馈。 最底层是懒惰,如何把懒惰变成主动; 第二层是惯性,例如利用燃油车的标准来做电动车,如果把惯性变成必要性; 第三层是无知,如何把无知变成认知。 解决认知,知己知彼 制定目标、规划 更高的执行与系统 我们会经历五个阶段: 我们老觉得自己和别人不一样,其实就是不向外看 当你向外看的时候,你会看不明白 这时候开始找顾问以及专家去看明白 看明白后就去做,也会出问题 最后才会真正看明白 QA: 1、一季度比较难,因为 12 月份透支了需求,补贴以及燃油购置税的取消,上海政策变化。第二是降价。这两个影响了车市的变化。 第二是我们的产品竞争力。销量等于市场将占用率,产品力等于产品价值除以产品价格乘以 NPS,产品力越强销量自然越高,NPS 越高销量会越好。如果想要提升销量,不动产品力,最好的方式就是降价。而我们其实在产品力中价值体现是比较多的。 2、这个行业压力肯定打。头部两个企业都能打价格战。如果把 b 级 suv 卖到 30 万以上肯定就没有量了,比亚迪不是过分便宜,而是放在用户合理的价值期内。我们为什么理想 ONE 为什么不降到 30 万内?也是类似,大家一定会认为你有问题的,这是 用户的认知。第二个用户和用户之间的认知,可能会觉得你穷。 所以不能定价太贵、也不能太便宜。 我们当时担心的不是汉兰达,而是一个集团有三款中大型suv,就是凯迪拉克的 XT6 、昂科旗以及开拓者,好在昂科旗一来就降到 20 多万。 3、理想 ONE 是一个增量市场,我们做了多款产品后,加入了 40-50 万后其实是抢存量市场。比如 L7 面对存量市场,如果 L7 增长的话奥迪 Q5 肯定会下降。我多的肯定是别人少的。 4、大模型做城市 NOA ,城市 NOA 再去解决高速的问题,真正的关键是用户的使用时长占比,这就像一次考试,还是开卷的。今年年底大家就开始交这个卷子。 5、自研和自制是两个纬度,包括增程电动、高压平台、智能空间。供应的物料会根据不同的策略,保证我们核心技术能够落地以及供应安全。自研自制控制 25%-30%。 6、Orin 的tranformer 的效率不会很高,我们可以和英伟达优化可以做提升,相当于你用一个弱的平台花很多的功夫。下一代的芯片是 2025 年,算法可以延续,模型训练也是可以延续。 7、20-30 万的成本挑战会更大,一个月 3-4 万的时候去打才更有效,我们的产品策略会继续延续,长期下去效率才会更高。 8、超充没有大家想象高,同时也有五年分摊。如果一个 480kW + 三个250 kW 只有 100 万人民币,五年分摊也就是 20 万,一年 1000 座也就 20 亿,只有 2% 的成本。 家里家充, 城市用 200kW 快充(加油站附近布局),高速长途才是 480kW 超充,其中超充会开放给第三方 800V 车型。收费价格上肯定是不赔钱的,赚钱就看各自的表现。 9、技术路线和 FSD 完全一样,训练为主,人工的干预只是辅助。但只有 AD Max 只能跑通,AD Pro 只能跑 2.5D 算法+高速 NOA 的工作方式,不是三维 BEV 的算法。