6 月 17 日，理想首届家庭科技日在理想汽车常州智能制造基地举行。

这座常州工厂曾下线了第一台理想 ONE，而后又接连交付了理想 L9、理想 L8、理想 L7 等多款车型。在家庭科技日现场，该工厂正式下线第 40 万辆理想汽车。

(资料图)

40 万辆，对于跨国车企巨头而言，其实并不算什么，但对于一家造车新势力而言，确实可以说是 " 里程碑 "。

销量不断攀升的同时，理想汽车的底气也越来越足，日前曾放话，" 截至 6 月 11 日，本月理想汽车仅通过三款 SUV 产品，超过了 BBA 任一品牌在中国市场全部 SUV 产品的销量总和，随着纯电车型以及明年理想 L6 的交付，我们有信心在 2024 年实现总销量超过 BBA。"

如何在总销量上超越 BBA，光放狠话、吹牛皮是实现不了的。理想汽车在这次科技日上，围绕上海车展提出的 " 双能战略 " 进行了一次全面的技术路径与目标规划的对外输出，以此证明其技术实力能够撑起其销量目标。

那么，这次科技日都有哪些重要的技术发布？我们接下来逐一进行看看。

实现 " 无图化 " 城市 NOA，推出通勤 NOA

城市 NOA（ Navigate on Autopilot），可以说正在成为智能驾驶 " 卷王 " 的战场，今年各家都在争相量产。

在家庭科技日上，理想汽车也首次对外全面梳理了其智能驾驶的技术实现路径，技术架构主要包括三方面特征——

运用 NPN 与 TIN 增强 BEV 大模型，做到不依赖高精地图；

使用模仿学习让规控算法做出更加拟人的决策；

全自动、全闭环的训练平台支撑大模型持续进化。

可以看到，在城市 NOA 上，理想同样选择了无高精地图的技术路线。与业内主流做法一样，其技术实现的核心同样是采用 BEV 大模型来实施感知和理解环境中的道路结构信息。

不过，面对城市场景中一些复杂路口，理想汽车发现仅通过 BEV 大模型进行感知不够稳定，尤其是当通勤车辆或者遮挡物较多的路况中，传感器被遮挡容易出现局部信息缺失等问题。

为解决这类复杂场景下的现实问题，理想汽车的做法是引进自研的神经先验网络（NeuralPriorNet，即 NPN 网络），提前对复杂入口进行 NPN 特征的提取和存储，当车辆再次行驶到这个路口时再将特征提取与车端的感知大模型 BEV 的特征层相融合以提升感知效果。

值得一提的是，在理想提出 NPN 网络之后，有观点认为这一做法是以矢量地图的方式，用摄像头采集图像，再用神经网络、Transformer 方式预测出道路轨迹、拓扑关系，把它放到 BEV 空间里供车辆直接使用，在避免审核的同时能够描绘出一定范围的地图信息。在这一基础上，结合 NPN 通过车队提前采集路口的语义特征以拼图的方式，将数据存储到云端以保证稳定的地图输出。对此，会后，理想汽车智能驾驶副总裁郎咸朋对 NPN 的特征作了进一步解释，并阐述了 NPN 感知与高精地图的区别：

NPN 特征必须配合 BEV 模型和图像数据才能使用，而每家的 BEV 网络模型和传感器型号和位置都是各不相同的，所以即使拿到了 NPN 特征也无法使用。高精地图，用 Link 和 ID 表示的车道线、路沿等信息，对于每个方案都可以无差别的使用。

举例来说，NPN 特征就像一把私有钥匙，只能开自家 BEV 模型这把锁。但高精地图是一把万能钥匙，如果这把钥匙丢了，所有人都可以拿去开自己的锁，也就是用在自己的自动驾驶解决方案里面。

另外，针对路口红绿灯的通行规则，主流做法是建立一套信号灯与道路通行意图的规则算法，理想则是选择利用大模型训练出端到端的信号灯意图网络模型（TIN），不需要识别红绿灯的具体位置，只要将图像视频输入至 TIN 网络模型，就能通过概率值的判断得出车辆应该如何走的结果，并且 TIN 网络模型还会学习大量人类驾驶员在路口信号灯的反应进行强化训练。

通过 NPN 特征提取和 TIN 信号灯意图识别的网络，配合 BEV 大模型，理想城市 NOA 从而实现去高精地图的能力。需要指出的是，虽然这种方式能够不使用高精地图，但理想城市 NOA 是需要在系统已经完成的路段才能使用，并非一步到位实现全面覆盖各种场景的无图方案。

钛媒体 App 注意到，理想城市 NOA 通过大模型以减少规则化的使用，而大模型的进化需要一个强大的基础训练平台。为此，理想搭建了闭环的自动驾驶训练集群，目前拥有 1200 PFLOPS 自动驾驶训练算力，6 亿公里的自动驾驶训练里程。

图注：绿色代表该地点的 NPN 特征已经通过了测试验证，是可用状态；红色代表该地方已有 NPN 特征，但还需验证；灰色代表暂时还没有 NPN 特征。

从今年 3 月开始，理想汽车在城市 NOA 的早早鸟和测试车辆上开始运行 NPN 网络，提取和存储 NPN 特征，本月内将在上海和北京开启内测计划。

理想汽车城市 NOA 开放计划

基于上述技术布局，理想还推出了通勤 NOA ——用户可以自行设定路线（理论上只需要使用高德导航）、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。据悉，简单的路线 1 周以内就可以完成训练，较为复杂的路线预计要 2-3 周。

值得一提的是，目前仅有 Max 车型才可开启通勤 NOA 功能。

事实上，通勤 NOA 与大疆车载提出的 " 通勤模式 "、小鹏 G6 的 " 通勤模式 " 有异曲同工之处，都是通过学习来优化在某一段路的辅助驾驶体验。可以看到，这种实现成本不高且能够迅速落地的方式正被越来越多车企和解决方案提供商接受。

随着理想在北京、上海等城市开始内测应用，这也意味着理想将与小鹏、蔚来等车企在城市辅助驾驶赛道上正面相对。

自建 5C 超充网，年底前建 300 个超级充电站

而在电能战略上，理想汽车主要从三方面着手，包括自研 800V 高压纯电平台、提成电池充电倍率以及自建充电网络。

事实上，在上海车展发布双能战略时，理想就发布了 800V 超充纯电解决方案，结合基于第三代功率半导体的高压电驱系统、具备 4C 充电能力的电池、宽温域的热管理系统和 4C 超充网络，实现 " 充电 10 分钟，续航 400 公里 " 的充电体验。

而在此次科技日活动上，理想更新了充电倍率表现。按照官方的宣传口径，800V 平台搭配 5C 电池的加持之下，可以实现充电 4 分 30 秒，续航 200 公里；充电 9 分 30 秒，续航 400 公里；充电 22 分钟，续航 600 公里。

值得一提的是，理想在 5 月 31 日宣传海报上预告的还是 4C ，但在 6 月 12 日发布的海报中，原本位于左上角的 "4C" 被改成了 "5C"。

电池充电速度会受到不同地域温度下的影响，从而导致充电时间长短不一，理想在发布会上宣布电池充电将采用 " 宽温域 " 技术，在零下 10 摄氏度到 40 摄氏度的区间能保证 5C 电池的 400 公里补能时长小于 10 分钟。

<>同时，理想汽车研发了自动充电机器人，充电时，车辆会自动行驶到充电车位、自动泊入。充电机器人则将通过视觉识别，自动插枪充电，完成后能够实现自动结算、自动驶出。

在纯电战略下，理想还公布了更为具体的高速充电站点规划——今年年底将建设完成超过 300 个超级充电站， 2025 年将超过 3000 个。届时，高速公路上，理想超级充电站的平均间隔将小于 100 公里，每个站每小时能够服务 9- 20 台车。

理想汽车动力驱动负责人刘强表示，该规划以及站点密度是依据理想用户的平均高速和城市环线出行里程，在满足将来 300 万保有量的用电需求下，结合工作日、周末、节假日的充电高频时间确定。

可以看到，理想在纯电战略上已经有了详细的布局和规划，将技术与产品、充电运营网络和用户运营进行全面打通。

但需要指出的是，相较于蔚来、小鹏在纯电和充电桩上的率先布局，理想作为后来者要想在高速等场景和其它车企抢夺电网资源，难度并不小。

狠话说在前头，结果还待检验

在发布会尾声，理想汽车还放出了一个彩蛋，透露首款纯电车型，理想的超级旗舰命名为 " 理想 MEGA"（Make Ev Great Again），将在今年年底发布。

理想汽车商业副总裁刘杰表示："理想 MEGA 将成为 50 万以上所有乘用车的销量第一，不分能源形式、不分车身形式。" 虽是狠话，但也透露了理想首台纯电旗舰车型的价格定位，这将进一步上探理想车型的价格区间。

尽管发布会仅开展了 45 分钟，但基本已经全面呈现出理想 " 双能战略 " 的技术面貌和路径规划。

智能化方面，无论是智能座舱还是智能驾驶，理想几乎全线引入大模型进行能力升级，从目前的技术进度来看，理想已经完成了初步技术交卷，这仅仅只是开始，后续的应用以及数据训练带来的迭代才是能力的真正释放。

电能方面，800V 高压平台叠加 5C 倍率的电池表现以及站点规划的三重 Buff， 足以想见理想为纯电赛道所做的准备和布局，但规划不等于落地，在纯电赛道上，尚未推出产品的理想汽车能否延续增程路线的高光，还难以提前下定论。

理想已经出招，狠话也已说，结果只待时间验证。

（本文首发钛媒体 App，作者｜肖漫，编辑｜张敏）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体 App