- 全球智能网联解决方案提供商 | 车联网软件生态服务
2025年9月,理想汽车率先推出行业首个“车位到车位”智驾功能,彻底颠覆了传统驾驶场景的割裂感。用户只需在车位内按下启动键,车辆便能自主完成地库起步、园区通行、公共道路行驶、闸机识别等一系列操作,最终精准停入目的地车位。这项功能的背后,是理想独创的“端到端+VLM”双系统架构——端到端模型负责常规驾驶决策,VLM视觉语言模型则通过22亿参数量的深度学习,理解潮汐车道标识、施工路段🏐PG平台提示等复杂场景信息。数据显示,在千人内测阶段,系统平均接管里程(MPI)从12.2公里提升至21.8公里,提升幅度近2倍,相当于用户每驾驶20公里才需手动介入一次,而传统L2级辅助驾驶的这一数据通常不足5公里。

更值得关注的是,理想通过“世界模型”技术构建了虚拟训练场。系统能将用户遇到的真实场景转化为“错题集”,例如某次因未识别锥桶导致的急刹,模型会通过生成技术模拟出100种类似场景进行强化训练。这种“举一反三”的能力,使得系统在2025年底训练数据突破30亿公里后,迭代速度达到行业领先的“30天12版模型”,平均每2-3天就能优化一次决策逻辑。对于普通🈚用户而言,这意味着每次OTA更新都能感受到更拟人的驾驶风格——比如遇到加塞车辆时,系统会像老司机一样先轻点刹车礼让,而非突然急停。
在2025年11月发布的汽车技术成果中,理想汽车凭借“辅助驾驶安全能力”斩获创新大奖,其核心突破在于将激光雷达从高端配置变为全系标配。以AD4.0平台为例,车辆搭载的ATL全天候激光雷达探测灵敏度提升130%,体积缩小60%,却能在黑夜中以120km/h时速精准识别两台事故车并连续躲避。这种能力源于激光雷达与800万像素长焦摄像头的融合感知——前者负责200米内的障碍物建模,后者通过30°视野提前200米“看到”红绿灯变化,为AEB自动紧急制动和AES自动紧急转向提供双重保障。
实际案例更能体现技术价值:在苏州某园区测试中,一辆理想MEGA在夜间遭遇“鬼探头”场景——突然冲出的电动车距离不足10米。系统通过激光雷达0.1秒内完成障碍物定位,结合VLM模型对骑行者动线的预测,在0.2秒内完成紧急转向避让,整个过程比人类反应快2倍。更关键的是,这种安全能力已覆盖全系车型:30万元级理想L7的AD Pro版本与40万元级L9的AD Max版本,在AEB、ELK紧急车道保持等核心安全功能上完全一致,真正实现了“安全不分高低配”。据统计,截至2025年9月,理想主动安全系统已累计避免潜在风险近千万次,相当于每天为2.7万名用户消除安全隐患。
智驾系统的普及,本质是解决用户痛点。理想通过用户社区的真实反馈,精准捕捉到三大核心需求:通勤疲劳缓解、停车焦虑消除、家🐍PG平台庭出行安全。以2025年5月发布的L系列智能焕新版为例,AD Max平台引入的VLA大模型让系统具备了“类人思维”——用户只需说“这段路慢点”,车辆就能结合导航限速和车流密度自动调整车速;遇到潮汐车道时,系统能通过识别地面文字和箭头标识,提前300米规划变道路线。这种“自然语言交互+场景理解”的能力,使得智驾系统从“工具”升级为“伙伴”。
数据印证了体验升级的效果:在2025年广州车展后,理想门店NOA试驾率增长近3倍,超六成进店用户主动体验城市NOA功能;30万元以上车型AD Max销售占比从年初的36%跃升至70%,40万元以上车型更达80%。更有趣的是,有3600位此前从未使用过NOA的“沉默用户”,在端到端+VLM功能推送后一周内,每天导航里程翻了两倍,成为重度使用者。这些变化背后,是理想对“用户体验飞轮”的精准把控——通过海量真实数据训练模型,用快速迭代提升能力,再以更优体验吸引更多用户贡献数据,形成正向循环。
当行业还在争论“L2.999与L3的边界”时,理想已用行动证明:高阶智驾的普及不靠技术名词堆砌,而靠真实场景覆盖和用户体验优化。2025年3月发布的VLA大模型,标志着智驾系统从“规则驱动”迈向“认知驱动”——系统能理解“前面车太慢,超过去”这类模糊指令,并通过3D空间推理规划最优路径。这种能力不仅需要700TOPS的NVIDIA Thor-U芯片支撑,更依赖理想自建的“高频高危驾驶风险场景库”——该库已收录超百万用户实际遇到的1.2万种复杂场景,其中30%是传统测试中从未覆盖的“长尾案例”。
对于消费者而言,选择智驾车型的逻辑正在改变:不再单纯比较传感器数量或算力大小,而是关注系统能否真正解决通🍉勤、停车、安全等刚需。理想汽车的实践给出答案:通过全系标配激光雷达实现安全平权,用双系统架构平衡性能与成本,借世界模型加速技术迭代。这种“技术普惠”战略,或许正是中国汽车工业从“跟跑”到“领跑”的关键——当智驾系统能像智能手机一样成为家庭标配,交通出行的革命才真正开始。