超充建设进度 - 超充总建成数从2129座增至2132座，新增3座 [2] - 318川藏超充站目标16座，已建成7座，进度43.75%，剩余4天需每日建设2.25座以达标 [2] - i8发布前目标2500+座，当前进度52.39%，剩余96天需每日新增3.83座 [3] - 2025年底目标4000+座，当前年度进度17.82%，剩余249天需每日新增7.50座 [3] 新增超充站点详情 - 广东省深圳市新增深圳喜悦假日酒店4C站，规格4C×8 [4][8] - 天津市武清区新增天津武清友谊4C站，规格4C×8 [4][8] - 浙江省嘉兴市新增4C站，规格4C×6 [4][5] 建设进度对比 - 318川藏超充站建设进度43.75%落后于时间进度96.67% [2] - i8发布前建设进度52.39%落后于时间进度54.50% [3] - 2025年底目标建设进度17.82%落后于时间进度31.78% [3]

以下文章来源于AcademicDaily ，作者AcademicDaily AcademicDaily . AcademicDaily是一个跟踪、推荐和解读大模型等AI成果的技术交流平台，致力于传播和分享前沿技术。 MCAF在理想内部被称为自动驾驶第三只眼。 兼容理想自研的Mind GPT-3o 与 BEV 大模型，无需重新训练。 MCAF是一个 多模态粗到细注意力聚焦框架，核心解决的是长视频理解的关键瓶颈。 当前视频理解领域对长视频（>5分钟）的处理存在显著缺陷，主流方法（如Video-MLLM）依赖全局压缩或均匀采样，导致细 节丢失和冗余计算。MCAF直接针对这一问题，通过多模态分层注意力和时间扩展机制，在信息保留与计算效率之间找到了平 衡点，这是其核心价值。 在平均时长达60分钟的Video-MME数据集上，MCAF超越其他代理方法（如VideoTree、DrVideo）约3-5个百分点。 不同于VideoTree等需要额外奖励模型评估置信度，MCAF利用单一LLM完成生成-评估-调整闭环。这不仅简化了架构（如代码 实现仅需1个LLM接口），还避免了多模型协同的兼容性问题，更适合实际部署。 不过在NEx ...

理想星环OS概述 - 理想星环OS是理想汽车自主研发的整车级操作系统，旨在解决智能汽车系统复杂性、功能多样性及高性能需求 [1] - 采用开源模式，遵循Apache License V2 0协议，目前拥有31仓库、197Star、67Fork、8成员、366关注 [1] - 核心目标是为整车计算、通信与控制提供统一高效的技术平台，突破传统车载系统在灵活性、扩展性及协同效率方面的瓶颈 [1] 技术架构 辅助驾驶系统 - 类比为车辆"大脑"，专注于计算密集型任务，提升计算效率和资源利用率 [3] - 设计重点包括资源集中与共享、极致性能、快速迭代和高安全性 [3] 智能车控系统 - 类比为车辆"小脑"，负责底层控制指令的快速精确执行，如车灯、空调、电机控制 [4] 通信中间件 - 承担车辆"神经系统"角色，实现高效可靠的数据通信，设计重点在通信效率和可靠性 [4] 信息安全系统 - 相当于"免疫系统"，保护用户隐私和控车指令安全，构建系统化安全体系 [4] - 核心安全目标包括系统完整性保护、数据加密与保护、身份认证与权限管控、可信执行环境 [11] 关键技术 矛盾1：算力 vs 成本 - 通过算力池化（虚拟化）、车载通信以太网化和统一应用API解决算力需求与成本矛盾 [7] - 虚拟化技术降低AI算力相关开销80%，设备访问延迟缩减90% [1] 矛盾2：软件 vs 硬件迭代周期 - 通过软硬解耦、软软解耦和定制化工具解决软件快速迭代与硬件研发周期矛盾 [7] - 新芯片平台适配周期从行业通常的3-6个月压缩至4周 [1] 矛盾3：复杂系统 vs 实时性/稳定性 - 通过硬实时内核、端到端确定性调度和确定性通信解决系统复杂性与实时性需求矛盾 [7] - 实测数据显示响应效率提升1倍、稳定性提高5倍 [1] 矛盾4：智能网联化 vs 安全风险 - 通过软硬协同构建原生安全防御体系，应对智能化网联化带来的安全风险 [7] - 采用高性能密码学算法，性能达到主流方案的4-8倍 [1] 性能优化 - 在120km/h高速工况下，AEB刹停距离缩短7米 [1] - 悬架系统响应速率及车身姿态控制精度提升73% [1] 开源计划 - 计划从2025年4月底逐步开放源码 [8] 硬件适配 - 支持芯驰E3650、英飞凌TC397等主流车规级芯片，提供开发板套件和模拟器环境 [10] - 开发板套件支持多核并行处理、CAN-FD接口、千兆以太网等关键功能 [10]

Eva的科技生活微博有181万关注，2025年4月25日微博： 这次逛车展，就买了一辆车 ：MEGA HOME 它太适合我了： ⭐首先是完美的移动工作室，如图二图三，我跟 @老汤哥Tango 汤总坐在后排，对面是我的两位摄像同事，小桌板上放着补光灯。 我的《科技青年说》系列访谈栏目，以后就不受限于拍摄场地了，直接开车到嘉宾楼下，下来就 录制，结束就开走，节省一两个小时布景时间。 而且因为有超级大的小桌子，我化妆师可以在车里给我化妆，再加个帘子我可以换衣服，已经脑 补了好多工作使用场景 ⭐我可能更想要开它去旅行，它二排座椅可以旋转，火箭奶奶上下车的时候更方便，而且下次 出去玩，小桌板不仅可以给火箭放零食，一家人也可以玩累了在车里一起吃饭。 绝了，真的绝了，给火箭爸买梦中情车的预算，先挪给我用吧 理想用户 恭喜您成功定购理想MEGA Home 银色金属漆 18英寸黑灰双色低风阻轮毂 白色内饰 分享此刻 加微信，进群深度交流理想长期基本面。不是车友群。 ...

超充建设进度 - 超充总建成数从2128座增至2129座 [2] - 318川藏超充站目标16座 当前建成7座 进度43.75% 剩余5天需每日建成1.80座才能达标 [2] - 基于i8发布目标的2500+座超充 当前进度52.01% 剩余97天需每日建成3.82座 [3] - 2025年底4000+座目标 当前新增进度17.69% 剩余250天需每日建成7.48座 [3] 新增超充站详情 - 最新建成1座4C规格超充站 位于江苏省无锡市江阴五洲国际 配备6个4C充电桩 [4] 建设进度对比 - 318川藏线建设进度落后时间进度（43.75% vs 95.83%） [2] - i8发布目标建设进度落后时间进度（52.01% vs 54.03%） [3] - 2025年底目标建设进度显著落后时间进度（17.69% vs 31.51%） [3]

超充建设进度 - 超充总建成数从2115座增至2128座 新增13座 [2] - 318川藏超充站目标16座 当前建成7座 进度43.75% 剩余6天需每日建成1.5座以达标 [2] - i8发布会前目标2500+座 当前进度51.88% 剩余98天需每日建成3.8座 [3] - 2025年底目标4000+座 当前新增进度17.64% 剩余251天需每日建成7.46座 [3] 新增超充站分布与规格 - 北京市房山区新增城市4C站 配备6个4C充电桩 [4] - 广西玉林市容县服务区新增高速5C站 含3个2C和1个5C桩 [4] - 河南商丘市新增城市4C站 配备4个4C桩 [5] - 武汉天河机场新增城市4C站 配备6个4C桩 [5] - 南京大胜关大桥服务区双向新增高速5C站 各含3个2C和1个5C桩 [6][7] - 四川眉山市文宫服务区双向新增高速5C站 各含3个2C和1个5C桩 [7][8] - 浙江温州桥头服务区新增高速5C站 含3个2C和1个5C桩 [8] 建设进度对比 - 318川藏线建设进度43.75%落后于时间进度95% [2] - i8发布会前建设进度51.88%落后于时间进度53.55% [3] - 2025年底目标建设进度17.64%落后于时间进度31.23% [3]

海量数据分析的挑战 - 汽车制造业数据分析主要围绕车辆数据，包括车机埋点数据、车辆信号数据和视频图像数据，每天数据量达万亿级别[8][10][11][16] - 海量数据分析面临稳定性、性能和效率三大问题：缺乏规范导致问题发现难、SQL拦截难、业务隔离难；Hive查询时快时慢、Spark+StarRocks技术栈查询慢；资源使用周期明显导致利用率低[12][14][15][21] - 目标基于StarRocks构建稳定、高效、易用的查询分析服务，通过规范使用、多级隔离、限流降级提升稳定性，优化查询性能和资源利用率提高效率，统一查询服务降低使用门槛[17][19][22] 发展历程与现状 - StarRocks引擎迭代经历三阶段：从多种引擎共存到统一为StarRocks解决资源成本高问题；第二阶段重点解决稳定性问题并提升产品化能力；第三阶段探索云原生和存算分离架构[23][25] - 当前集群规模达10+集群、1w+ CPU cores，每天处理超过1000w query和100亿级别写入[26] 存算一体实践 - 稳定性保障体系包括事前风险识别、事中快速止损和事后持续治理，通过规范SOP、多级隔离、限流降级等措施[29][31][32][33][34][35][38] - 性能优化通过自研DQS服务替代原有技术栈实现10倍提升，并针对慢SQL五类场景制定优化方案[42][45][46][47][49] - 存算一体架构存在扩容成本高、弹性伸缩能力弱问题，车辆自助分析平台场景为扩存储需扩容20台机器造成资源浪费[50][52][55] 存算分离实践 - 采用Multi-Warehouse实现三级隔离：内外表集群隔离、业务隔离和读写隔离（探索中）[56][58][61][64][68] - 存算分离架构结合资源削峰措施使机器资源节省30%，冷数据存储于百度云对象存储BOS[65][71] - StarRocks on K8s实现弹性伸缩，与Spark资源互补部署使利用率提升50%[72][75] 未来规划 - 实现单一集群共享元数据并按场景隔离FE实例，按场景切分warehouse实现多维度隔离[78][79] - 推进资源弹性和按量付费，将ad-hoc等场景部署于K8s实现弹性伸缩，内表场景设置弹性warehouse[79]

超充建设进度 - 超充总建成数从2105座增至2115座 新增10座 [2] - 318川藏超充站目标16座 当前建成7座 进度43.75% 剩余7天需每日建设1.29座以达标 [2] - i8发布会前目标2500+座 当前进度50.19% 剩余99天需每日建设3.89座 [3] - 2025年底目标4000+座 当前年度新增进度17.07% 剩余252天需每日建设7.48座 [3] 新增超充站分布与规格 - 安徽省合肥丰辉国际广场 城市4C站 配备6个4C充电桩 [4] - 福建省莆田九龙小区 城市4C站 配备6个4C充电桩 [4] - 湖北省武汉CBD泛海城市广场停车场 城市4C站 配备6个4C充电桩 [5] - 湖南省长沙井湾子天心苑 城市5C站 配备3个2C和1个5C充电桩 [5] - 辽宁省沈阳三台子嬴河·邻里汇 城市4C站 配备6个4C充电桩 [5] - 陕西省西安汉城国际创客停车场 城市4C站 配备6个4C充电桩 [6] - 上海市杨浦区滨江国际广场 城市4C站 配备4个4C充电桩 [6] - 浙江省杭州钱江文体公园 城市4C站 配备6个4C充电桩 [6] - 浙江省嘉兴绿地创天地 城市4C站 配备6个4C充电桩 [7] - 浙江省温州桥头服务区 高速服务区5C站 配备3个2C和1个5C充电桩 [7]

具身智能导航技术现状与分类 - 现有视觉语言导航(VLN)方法分为三类：基于大语言模型(LLM)的导航依赖自然语言描述但缺乏高维语义信息[4][5]，基于价值地图的导航解决长时记忆遗忘但易产生次优解[5]，基于视觉语言模型(VLM)的导航促进上下文感知但需权衡泛化性与实时性[5] - 主流方法面临四大核心挑战：复杂环境布局导致决策困难[6]，未知环境自适应需理解人类指令[6]，LLM语言表征丢失几何信息[6]，VLM单一视角导致观测不完整[6] MEM2EGO框架创新设计 - 记忆模块采用三层架构：frontier地图标记未知/可通行区域边界[11][15]，访问记录避免冗余检索[12]，语义地标记忆存储全局坐标和场景描述(如"水槽旁有浴缸")[13] - 导航流程实现八步闭环：360°全景观测突破单一视角限制[14]，候选点聚类优化路径规划[14]，历史地标检索结合思维链提示实现多模态决策[20][21]，动态更新语义记忆[23] 技术实现与微调策略 - 数据采集使用A*算法生成真实轨迹，通过贝塞尔曲线平滑处理[24]，从5678个任务生成30352对VQA数据[26] - 模型微调采用Llama3 2-11B-Vision模型，3周期训练batch_size=128，学习率1e-5[26]，GPT-4o生成地标描述增强语义理解[24] 实验性能验证 - 在HSSD数据集成功率(SR)达86 85%，超越基线PIVOT(78 4%)和VLFM(76 52%)[30]，HSSD-Hard数据集SR提升12 75个百分点至76 47%[30] - 微调后Llama3 2-11B模型SPL达59 95%，优于原始版本(55 82%)和GPT-4o(57 88%)[31]，消融实验显示移除语义记忆导致SR下降3 29%[34] 技术局限与发展方向 - 当前框架过度依赖VLM空间推理能力，文本化存储可能导致语义信息丢失[36] - 未来需探索多视角图像并行处理技术[36]，突破单一视角的空间推理瓶颈

MEGA可以完成年度交付指引的第一原因是目标定的不高，为1-1.5万。 假设4-5月MEGA 一共会卖300辆，一个挺低估的数字。 即老款L6 MAX展车价格接近新款L6 Pro官方指导价，老款MAX理想给了可以跑VLA的预期，新款 Pro理想没给可以城区智驾的预期，看起来在这种情况下老款L6 Max是比新款L6 Pro更划算。 | MEGA | | Lé | L7 | Г8 Го | | | --- | --- | --- | --- | --- | --- | | 2025年3月 | 916 | 17197 | 8707 | 5275 | 4579 | | 2025年2月 | ୧81 | 13160 | 5783 | 3340 | 3300 | | 2025年1月 | 807 | 13990 | 6493 | 4325 | 4312 | | 2024年12月 | 1255 | 27769 | 13167 | 8571 | 7751 | | 2024年11月 | 863 | 24318 | 11067 | 6383 | 6112 | | 2024年10月 | 824 | 25814 | 11841 | 64 ...