2024年12月25日-27日，理想汽車連續三天推出“2024理想 AI Talk”，分享了對人工智能的最新思考，以及包含智能駕駛和理想同學在內的人工智能技術的最新進展，并宣布基于自研基座大模型Mind GPT的理想同學從車機進入手機，App已于12月27日全量上線。此外，理想汽車宣布OTA 7.0版本車機系統將于12月底全量推送AD Max用戶，新增AI推理可視化、高速端到端等功能，并實現Mind GPT-3o、Mind Diffusion V2.0的能力升級。

理想同學和智能駕駛是理想汽車的兩大核心AI產品。理想汽車董事長兼CEO李想表示：“我們在做的理想同學和自動駕駛，通常被視作獨立的領域。我們的大語言模型Mind GPT是認知智能，連接數字世界；而自動駕駛被稱為空間智能，關乎物理世界。我們同時在這兩個領域探索，并堅信認知智能與空間智能的結合——我們稱之為VLA（Vision Language Action Model，視覺語言行動模型）——是一個更值得相信和追求的機遇。”

李想表示，理想汽車的愿景已升級為“連接物理世界和數字世界，成為全球領先的人工智能企業”，汽車是連接這兩個世界的最佳橋梁。

“從企業角度來看，理想汽車是一家人工智能企業，我們要做的不是汽車的智能化，而是人工智能的汽車化，并將推動人工智能普惠到每一個家庭。從行業視角來看，汽車將從工業時代的交通工具，進化成為人工智能時代的空間機器人。在對整個世界的理解上，我們通過人工智能將物理世界與數字世界進行融合，讓有限的空間實現無限的延伸。”李想表示。

理想同學App，隨時隨地陪伴你的智能助手

理想同學App是一款人工智能應用，目前具備兩大功能：“知識問答”提供多領域的問答能力，包括汽車、出行、財經、科技等領域，并能處理多種文本任務，如撰寫文章、翻譯和創作文案等；“看世界”依靠視覺感知能力，幫助用戶識別菜單、畫作、動植物、汽車等上千種通用物品。

從車機進入手機，理想同學從智艙智能助理轉變為通用智能助手。從用戶需求的角度出發，這是一件順理成章的事情。很多理想汽車用戶的孩子首次接觸的人工智能產品就是理想同學，它通過對話幫助孩子們解決各種問題，比如畫畫或寫作業等。理想汽車希望讓100多萬的車主及其家庭成員，不僅在汽車，還可以在手機、電腦，甚至眼鏡等穿戴設備上，體驗到一致的人工智能產品。其次，從長遠角度來看，理想汽車認為，在掌握基座模型的前提下，真正的大模型產品會覆蓋所有的設備，能讓用戶自主使用所有的服務。

目前，大模型技術尚處于發展早期，很多團隊仍停留在聊天機器人的初始階段，所有參與者都有探索未知邊界的機會。理想汽車憑借100多萬的家庭基礎和在自動駕駛領域的技術積累，能夠在追隨優秀競爭對手的同時，實現更有效的投入。

L3有監督智能駕駛，不是L2輔助駕駛的延續，而是L4自動駕駛的先導

在自動駕駛的不同階段，L3為有監督智能駕駛，不是L2輔助駕駛的延續，而是L4高度自動駕駛的先導程序。

輔助駕駛只實現了特定功能，自動駕駛則關乎整體能力。傳統的L2輔助駕駛依賴上一代自動駕駛方案，通過預設條件來執行不同場景下的智駕功能，無法窮盡所有的corner case（極端情況）。理想汽車借鑒人類駕駛技能提升的過程，用人工智能的方式做自動駕駛，推出了端到端+VLM的雙系統解決方案，利用Scaling Law（規模效應）不斷迭代和提升自駕能力，以適應所有可能的駕駛環境。

自7月底推出端到端智能駕駛的內測版以來，理想汽車以每周更新兩個模型版本的頻率，致力于在今年將綜合MPI（城市+高速平均接管里程）提升至100公里。展望未來兩年，還將逐步提升MPI至500公里甚至1000公里以上。為了達到MPI 500公里的目標，預估需要2000萬Clips（視頻片段），意味著積累50億公里甚至超百億公里的數據量。

隨著端到端+VLM雙系統的不斷迭代，理想汽車希望在2025年實現L3有監督智能駕駛，并為用戶提供一個全場景、一體化端到端的產品。理想汽車認為，達到L3的前提是實現“車位到車位”的智能駕駛，這將自動駕駛服務從干道提前到小區車位，解決最先100米和最后100米的挑戰。11月底，理想汽車已全球首家全量推送“車位到車位”功能，有效應對了小區道路、環島、掉頭和復雜施工的場景。

此外，理想汽車將在12月底通過OTA 7.0版本車機系統向所有AD Max用戶全面推送“高速端到端”和行業首創的“AI推理可視化”功能。其中，“高速端到端”將實現高速特殊場景NOA不降級、不斷點、更連續，使理想汽車成為國內唯一一家、全球第二家將端到端技術應用到高速（及環路）NOA場景的車企。“AI推理可視化”通過展示10種可能的策略軌跡并實時選出最佳方案，同時以熱力圖形式直觀展現端到端系統在不同區域的關注度，將幫助駕駛員更直觀地理解AI的決策邏輯。

安全，是體驗的基石。雖然理想汽車在國內率先取消了角毫米波雷達，轉而采用以純視覺為主的技術路線，但仍然保留了激光雷達，并將其視作“安全帶”，與視覺技術配合，以期達到消除所有重大傷亡事故的目標。通過持續的OTA升級，理想汽車為用戶提供了行業領先的安全能力，包括全自動緊急轉向AES（自動緊急轉向）、全速域無上限激活AEB（自動緊急制動）、及城市路口多方向人車混行場景AEB等。至今，安全技術已成功預防超415萬起潛在事故，超1000起烈性事故，一定程度上保障了駕駛安全。在OTA 7.0更新中，理想汽車還將向AD Max用戶升級應對大霧天氣的高速智駕策略，實現業內場景覆蓋最全ELK（緊急車道保持輔助）。

得益于今年理想汽車在智駕領域的快速進步，截至12月中旬，AD Max銷量占比已從2月份的約20%增長至50%以上，30萬以上車型AD Max銷量占比已超75%。

在技術、產品、環境政策，以及消費者對人工智能信任度到位的前提下，理想汽車有望在三年后推出首款為L4級自動駕駛定義的汽車。在此之前，企業也必須滿足3個條件：500萬輛以上規模的車隊、掌握VLA基礎模型的能力、有足夠多的錢去招募最頂級的人才以及足夠的算力。

應用AI技術，推動快速成長

目前，理想汽車超100億的年研發投入已有接近一半聚焦于人工智能，并建立了四支AI團隊，分別解決不同問題。

在智能駕駛領域，憑借充足的訓練里程和先進的訓練算法，加之利用世界模型創建的模擬環境，理想汽車推出了行業首創的端到端+VLM雙系統方案。該方案自7月底啟動早鳥計劃以來，以每周兩次的頻率迭代更新，在10月底正式全量推送，11月底新增“車位到車位”功能，并將在12月底推出“高速端到端”功能。隨著數據規模的擴大和數據質量的提升，理想汽車已經成功驗證了Scaling Law在提高自動駕駛性能方面的作用。截至12月25日，理想汽車智駕總里程已達29億公里，訓練算力提升至8.1EFLOPS。

在理想同學方面，其搭載了自研的行業首個車載認知大模型Mind GPT。截至目前，該模型已積累10萬億Token的預訓練數據，覆蓋自動駕駛、對話等場景中特有的多模態數據。自2023年12月發布以來，Mind GPT已迭代30多次，將伴隨OTA 7.0進入到第三階段，即Mind GPT-3o，進一步發展任務助手、認知成長和情感陪伴能力。與前兩代側重語言模型不同，Mind GPT-3o將通過構建融合感知和認知的多模態端到端大模型能力，大幅降低人機交互延遲。

在智能商業方面，理想汽車通過大模型技術與商業領域數據和知識的深度結合，構建了一批具備零售、營銷、客服、金融、財經分析等能力的AI助手。例如，在零售領域，AI通過學習頂尖零售專家的溝通技巧，為更多零售伙伴培訓、賦能；在客戶服務方面，AI模型掌握了豐富的車輛使用知識，通過智能的多輪對話有效解決用戶咨詢，提升服務效率、釋放呼叫中心的坐席壓力等。

在智能工業方面，理想汽車通過全棧自研的智能制造系統、視覺算法、設備、質量預測模型等，依托于Li-MOS生產管理系統、連山云端質量預警平臺、MESS系統等自研的智能化平臺構建起智能制造超級大腦，橫向上實現從研發端到交付端的數據閉環，縱向實現多層供應鏈到整車廠的數據協同，以數據驅動生產、快速迭代生產技術，從而持續提高制造效率和產品質量。