文丨李安琪
【资料图】
编辑丨李勤
" 别把自己当成车企人员，当作 AI 从业者，考虑能在车内做些什么。"
理想汽车 CEO 李想曾向公司高管表示。这句话正代表了理想汽车顶层设计的转向，即成为 AI 车企。
这不是一句空话，新能源车销量之王比亚迪的掌舵人王传福曾发出明确论断，新能源车的 " 上半场是电动，下半场是智能 "。
遗憾的是，比亚迪的新能源车销量节节走高，但智能化却没有太多起色。此前主导智能化研发的规划院，从去年底至今调整不断，如今，智能驾驶业务的出口在第五部、第十五部和规划院等部门之间盘桓，仍未统一。
而在销量市场增长不停的理想汽车，则迅速切入到了智能化战场。持续稳定的产品实现、高效的组织运转和稳健的产供销配合，这显然是理想汽车的底气。
6 月 17 日家庭科技日上，理想汽车在常州工厂，大肆宣讲了公司在大模型、城市领航驾驶 NOA 等领域的投入、思考以及落地进展。借助数字制造的底色，这家公司清晰地揭示了下一阶段的发展版图。
座舱：从冰箱、彩电到 AI
年初，李想用一封全员信，宣贯了其成为人工智能公司的其远大理想。
这改变了理想部分业务的思考模式。家庭科技日上，理想汽车也试图告诉行业，其将如何成为一家 AI 公司。
以座舱为例，理想汽车将在舱内打造一个认知大模型 Mind GPT。据智能空间算法科学家陈伟介绍，该模型采用了 1.3 万亿个 token 进行模型训练，经过训练后，Mind GPT 包括对话生成、语言理解、知识问答、逻辑推理等在内的各项能力。
做个对比，Open AI 的 GPT-3 是在 3000 亿 token 上进行训练的，谷歌 PaLM 2 大模型的训练则用到了 3.6 万亿个 token。但大模型的效果不完全取决于 token 的数量，还要看模型内嵌的参数大小，这部分理想暂时没有透露。
此外，智能空间还提升了语音助手 " 理想同学 " 的多模态感知能力，这背后是理想新的视觉感知技术、人声分离算法和语音感知算法。用理想的话来说就是，看得懂、听得清舱内每一个成员的指令。
可见，理想汽车正在摒弃直接将冰箱、多屏彩电等搬到车内的座舱模式，而是从人机深度交互出发打磨座舱体验。这也是 AI 大模型风起时，理想的新尝试。不难看出，理想还将继续追击 AI。
城市 NOA，大模型的渗透
但最能体现理想的 AI 追求，恐怕还是其积极的城市智能驾驶扩张速度。
近日小鹏也宣布，其城市 NGP 在北京正式开放。但理想汽车在城市 NOA 领域也攻势凶猛，其将在本月向北京和上海的内测用户交付不依赖高精地图的城市 NOA 功能。
据理想汽车智能驾驶副总裁郎咸朋介绍，之所以能够不依赖高清地图，核心是采用了 BEV 大模型来感知和理解城市道路结构信息。
不过随着研发深入，理想汽车发现城市复杂路口，仅通过 BEV 大模型来进行感知，依然不够稳定的。" 城市道路入口跨度很大、且通行车辆很多，传感器的视野容易被遮挡，导致车端感知结果会丢失一些局部信息。"
针对这种情况，理想的做法是使用自研的神经先验网络，简称为 NPN 网络（NeuralPriorNet，神经先验网络）。
有业内人士告诉 36 氪，理想所说的 NPN 网络，是当下行业火热的 BEV 算法的一种升级。" 行业基本都在转向这个方向。"
郎咸朋也表示，通过该网络，可以复杂路口提前进行 NPN 特征提取和存储。当车辆再次行驶到路口时，可以将之前提取的 NPN 特征拿出来，与车端感知大模型 BEV 特征层融合，得到更加好的感知结果，" 随着 NPN 特征在云端大模型持续自动化生成，城市 NOA 的可用范围也将不断扩展。"
此外，理想汽车还在红绿灯信号识别、通行规划控制等方面引入大模型算法，让汽车学会像人类司机一样应对城市道路。
" 无论是感知还是规控，我们都是用大模型来做的，尽量减少规则化的使用。而大模型的进化需要一个强大的基础训练平台，才能完成快速高效的训练和迭代。"
郎咸朋透露，理想很早就开始了训练平台的建设，目前其自动驾驶训练集群算力达到 1200 PFLOPS 算力（每秒 120 亿亿次浮点运算），自动驾驶训练里程也已经突破 6 亿公里。
训练平台是消化海量智能驾驶数据的关键。行业中，特斯拉的超级计算机 Dojo 是行业首创，基于 Dojo 的计算集群峰值算力达到百亿亿次浮点运算；小鹏汽车的 " 扶摇 " 智算中心也是类似存在，算力达 60 亿亿次浮点运算。
不过，在智能驾驶底层技术升级之后，最重要的，还是如何将其变成消费者愿意买单的产品。
为此理想选择从城市通勤 NOA 开始。据理想介绍，用户可以自己设定一条通勤路线，通过自车学习 NPN 特征，学成之后就可以在上下班路线上使用 NOA 功能了。
关键的是，如此一来，用户就不用等着整个城市 NPN 特征训练好，才能开放使用。" 设定好自己的通勤路线后，只要天天开这条路，相对简单的路线基本 1 周以内可以激活，较为复杂的路线，2-3 周也足以完成训练。" 理想表示，通勤 NOA 功能将在下半年开放。
这也是城市 NOA 规模经受市场考验的重要一步。此前特斯拉已经通过这种模式，将 FSD 开放给早鸟用户，其智能驾驶能力也获得了不断迭代的机会。
纯电和制造， 不留销量死角
此前依靠增程方案，理想汽车在销量上已经独树一帜。据李想透露，5 座 SUV 车型 L7 已经单日突破 1000 台销量。但纯电市场的角逐同样激烈，比亚迪超 180 万台的年销量样本显示，纯电销量接近一半。对于 " 寸土寸金 " 的汽车市场规模来说，纯电必然不可忽视。
理想汽车也将推出首款 MPV 纯电车型，计划用 "800V 高压 +5C" 超充方案来解决补能问题。公司将该纯电车命名为 MEGA，意 "Make EV great again"，以此凸显其补能效率之快。据 36 氪了解，理想内部同样还有 5 款纯电车型在研发。
但纯电市场一向受到地域、气温和补能条件限制，能否成为销量主力，至少目前除了特斯拉，并未看到第二家依靠纯电产品独立生存的公司。理想的销量底盘或许还是增程产品。
而为保障销量顺利爬升，生产和供应是隐形的第二战场，理想汽车再次揭示了这个战场的重要性。
" 将制造车辆的工厂当成一个可进化的产品来对待。" 理想汽车毫不掩饰对特斯拉的效仿。
在常州西太湖 7 公里不远处，常州制造基地是目前理想汽车唯一在生产的基地，总占地 750 亩，相当于 70 个标准足球场大小，年产能 10 万辆。
比起同行，理想汽车常州工厂的面积不算大，但却是理想多款爆款车型的诞生地。6 月 17 日，理想第 40 万台车也在这里正式下线。
据理想汽车透露，常州工厂有两条产线，一条生产理想 L9 和理想 L8，双班制，每月产能在 2 万 -2.5 万台；另一条产线则是生产理想 L7 和理想 L8，单班生产，每月产能在 1 万 -1.2 万台。两条产线可以满足今年三款车型的交付需求。
常州工厂拥有冲压、焊接、涂装、总装四大车间。忙碌不停的机械臂与顶吊，夹杂着机器的轰鸣声与生产播报，以及来来往往的工人，撑起了理想常州工厂的运作。
这里有理想汽车采用国产零部件的尝试，比如冲压车间国产的济南二机床以 15 冲次 / 分钟的速度在运作；5.3 万平方的焊装车间高度自动化，具备 21 条自动化产线与 600 多个机械臂焊，焊接时火星四溅；总装车间则是理想汽车白车身经过加装底盘、座椅、电池、玻璃天窗等部件后，正式下线的地方。
除制造以外，数字与智能是理想常州工厂被频繁提及的关键词。
生产过程中的零部件的状态参数尤为重要。以焊接为例，理想整车车身焊点有 7000 多个。据理想车间人士介绍，行业传统方法是记录焊接点的开始与结果数据，但过程状态数据往往是缺失的。如果对焊点质量把握不准确，可能会影响车身结构强度
为此，理想自研了一套制造数据算法系统——连山平台。通过实时数据采集，理想能对焊接过程中电流电压状态进行监测，以此确保焊点质量。
此外连山平台还能对对车身精度、焊点质量、漆膜厚度、扭矩质量等关键制造工艺及设备进行实时监控及智能预警，类似的数据，理想的车间每天能够上传分析上亿条。用理想车间负责人的话来说就是：" 将生产质量的抽检，变成实时的监测。
智能出行是新造车浪潮革新传统汽车制造产业的美丽图景，但如何推进、落地以及进行实际的商业运营，至今仍是空白。机遇和风险并存，这就要求车企们做好充足的筹备，从这一点上看，理想汽车展示了信心，并迈出了一大步。
标签：
