自动驾驶算法演进 - 自动驾驶算法发展分为三个阶段：规则算法阶段、端到端（E2E）加视觉语言模型（VLM）阶段、视觉语言动作模型（VLA）加强化学习（RL）阶段 [4][5] - E2E加VLM技术使自动驾驶行为更接近人类驾驶体感 通过模仿学习实现加速、减速、转弯等操作的优化 [5] - VLA+RL结构更简单 主体为语言模型（L） 视觉信号编码后输入L学习 最终通过diffusion生成轨迹 [5] 语言模型在自动驾驶中的必要性 - 技术原因：语言是人类泛化能力的基础 语言模型提供长链推理能力 解决最后5%-10%的极端场景（corner case）问题 [6][7] - 非技术原因：语言模型使自动驾驶系统具备人类世界观和价值观 实现更自然的驾驶行为交互 [8] - 语言模型scaling law要求车端算力超线性增长 从2025年开始算力需求可能从400Tops跃升至2500Tops [9] 计算架构演进与挑战 - 从CPU到GPU再到GPGPU 均遵循冯诺依曼架构 以计算为一等公民、数据为第二等公民 [11][12] - AI时代计算算子减少但数据处理复杂度增加 需要转向数据流架构 让程序更关注数据而非计算 [12] - GPGPU存在共享内存压力问题 高并行度下内存带宽需求急剧增加（如HBM） [11] 数据流架构历史发展 - 数据流架构先驱为MIT的Jack B Dennis和Arvind 提出数据驱动执行（Data driving execution）概念 [13] - 关键发展包括：静态数据流图（不支持循环）、tag token标记、I-structure内存模型（类似Java对象不可更改特性） [13] - 1990-2000年高光荣教授提出Threaded Dataflow Architecture 将计算粒度放大到thread级别 并开发RC编程语言 [14] - 2000-2015年应用于DSP领域 形成Codelet计算模型、COStream编程模型和配套memory model的完整体系 [14][15] 理想汽车自研计算架构实践 - 车端计算架构核心为NPU而非SOC NPU采用同构重合架构与Mesh Bus互连 独创CCB（Central Control Computing Block）处理非张量计算 [17] - 架构提供Ring Bus广播功能 为国内独家设计的AI推理架构 [17] - 与行业最佳推理芯片相比：同等晶体管消耗下CNN性能达4.4倍 transformer base模型性能达4-6倍 LlaMA2 7B模型性能达2-3倍 [2][18] - 编译器开发是主要挑战 涉及编程模型和编译架构的协同设计 [18] 算力需求趋势 - 语言模型应用推动车端算力需求指数级增长 2025年后算力规划从400Tops跃升至2500Tops（约6倍增长） [9] - 算力增长主要驱动因素为语言模型的长链推理需求 而非纯视觉处理需求 [9]

产品性能体验 - 底盘悬架在低设置下操控感显著增强 转弯加速至接近100公里/小时时侧倾小且无摆尾现象 [2] - 四驱系统带来优异制动性能 重型车辆能快速稳定刹停 [2] - 直线变道超车表现稳定 与保时捷竞速时加速性能突出 [2] 自动驾驶技术 - 复杂路况实现0接管 包括十字路口叠加高架桥、辅路并入主路等场景 [2] - 变道超车效率高 系统能自动记忆小区路线和车位位置 [2] - 自动驾驶完成后播放音乐的功能提升用户体验 产生类似飞机落地的松弛感 [2] 智能交互系统 - 车机界面设计直观 雷达音量调节等功能入口显著标识于屏幕 [3] - 自动识别常用停车位并提示命名 支持自建地图功能 [3] - 系统具备学习能力 能根据用户习惯提供个性化服务体验 [3] 市场竞争分析 - 产品体验超越传统试驾可感知范围 需长期使用才能充分理解核心优势 [3] - 当前消费者对价格敏感度较高 尤其中年群体消费能力明显下降 [3] - 华为、蔚来、腾势等竞品的最新车型能力尚未经过实际对比验证 [4] 用户群体特征 - 产品更易吸引年轻消费群体 其对价格敏感度相对较低 [3] - 现有车主多来自其他新势力品牌 具备横向对比经验 [1][4]

理想i6订单与市场前景 - 模糊定性判断i6订单本身良好以上是确定的 [1] - i6今年产能预计在10月底前售完 新的优惠政策可能在来年推出 [4] 关键时间节点与验证事项 - 一周内需验证是否出现超预期负面舆情 目前看大概率不会 [1] - 2025年10月15日左右可大致了解i6今年订单总量、交付产能、对L678/i8订单的影响以及公司全年总交付量 [1] - 2026年1月15日左右可评估2026年置换补贴政策及购置税降低后对i6订单的影响 [1] - 2026年3月1日左右可观察春节后i6/8/MEGA车主对补能的口碑及纯电车型NPS 24年春节后曾带动MEGA NPS明显增长 [2] - 2026年3月1日左右可预估i6在26年上半年的销量 [2] 理想i6产品配置与竞争力分析 - i6 2398万元版本配备冰箱、VLA、双腔空悬、电吸门、比L7更大的空间、良好操控、MEGA同款座舱智能化、超过MEGA的CLTC续航、5C充电及理想补能体系 [3] - 加2万元可升级四驱 加1万元可选装214寸电视 [3] - i6与i8的档次感差异小于L6与L8、L6与L7的差异 甚至与L7的档次感差异也很小 [4] - i6标配电吸门、副驾老板键、空悬、二排右侧腿托 1万元可选装214寸电视 而L7需顶配才有156寸电视且无流媒体后视镜 [4] - i6内部空间略大于L7 感知层面储物空间更大 座椅包裹性更好 可电动控制空调 [4] - L7优势在于多一个主驾左侧储物格、二排座椅按摩、220V电源、二排扶手卡钳更好 [4] 行业与市场不确定性 - i6今年产能快速售完可能提升市场乐观情绪 [5] - 明年购置税增加、潜在置换补贴不确定性及大量等待i6人群对短期订单的影响难以定量分析 主机厂在产业变革期面临类似复杂情况 [5]

以下文章来源于自动驾驶之心 ，作者Dapeng Zhang等 自动驾驶开发者社区，关注自动驾驶、计算机视觉、感知融合、BEV、部署落地、定位规控、领域方案 等，坚持为领域输出最前沿的技术方向！ 压缩版： VLA (Vision Language Action) 模型的出现标志着机器人技术从传统的基于策略的控制向通用机 器人技术的范式转变 。它将视觉语言模型 (VLM) 从被动的序列生成器重构为能够在复杂动态环 境中进行主动操作和决策的智能体 。 该综述对VLA方法进行清晰的分类和系统性的回顾。 VLA方法主要可分为四类：基于自回归、基于扩散、基于强化学习以及混合与专用方法 。 基于自回归 (Autoregression-based) 的模型 自动驾驶之心 . 核心思想: 将动作序列视为时间依赖过程，逐步生成动作 。 创新与发展: 通用智能体: 通过统一的多模态Transformer（如Gato, RT-1/RT-2, PaLM-E）实现跨任务的泛化 。 推理与规划: 结合大语言模型 (LLM) 进行链式思考 (Chain-of-Thought) 和分层规划，处理长时程 和复杂任务 。 轨迹生成: 直接将语言指 ...

2025年9月25日雷军年度演讲表示"我觉得 Modely真是一辆好车，如果不选 YU7，可以选择 ModelY。当然，国内别的车也不错，明天晚上理想i6发布， 也可以考虑一下理想i6。" 2024年4月27日雷军抖音视频表示，如果这条视频过50万点赞，将买一辆理想L6。 2024年4月28日李想表示： 2024年4月28日雷军表示： 加微信，进群深度交流理想实际经营情况与长期基本面。不是车友群。 ...

公司产品战略 - 理想i6被定位为一款前所未有的全新产品，旨在成为最好的电动车和最好的人工智能终端 [1] - 该产品设计需同时满足年轻用户需求，并能让中年用户群体感受到重返20岁的体验 [1] - 公司创始人通过个人驾驶经历强调产品应赋予用户掌控命运、与众不同的感受 [1] 公司创始人背景 - 公司创始人于2005年创办汽车之家，拥有丰富的汽车行业从业经验 [1] - 创始人个人拥有多款车型使用经历，包括大众POLO 1.4和宝马325i等，涵盖日常驾驶与赛道体验 [1] - 公司已累计制造接近150万辆汽车，具备大规模生产制造经验 [1]

公司战略 - 理想i6将标配AD Max高阶辅助驾驶系统并永久免使用费用 旨在让更多消费者体验中国人工智能技术 [1] - 公司认为高阶辅助驾驶不应收费 应作为智能电动车基本需求向用户提供 [1][4] - 公司高管提出自动驾驶服务定价参考人类司机成本的几分之一 约2000-3000元/月 可能包含保险和充电费用 [3] 产品竞争力 - AD Max系统综合表现被公司认定为行业数一数二 部分认可者认为即使不是第一也是第二名且差距很小 [2] - VLA司机大模型持续迭代将进一步提升系统认可度 [2] 行业观点 - 新能源汽车行业上半场聚焦电动化 下半场竞争重点转向智能化 [1] - 电动化已带来显著用户体验提升 包括更安静 更环保 更便宜 加速更快 保养成本更低等优势 [1] - 智能化核心现阶段体现为高阶辅助驾驶 未来将发展为自动驾驶 [1] 商业模式讨论 - 端侧AI模型不存在边际成本 不应采用订阅制收费模式 [7] - L2级辅助驾驶不应收费 但L4级自动驾驶可能通过订阅模式或保险模式实现商业闭环 [4] - 手机端侧AI功能（如修图）目前未见收费先例 支持端侧模型免费观点 [6] - 商业模式成立需符合用户价值公式：（新体验-旧体验）-切换成本 [5] - 自动驾驶若成为生产力工具 订阅模式可实现供需平衡 [4]

核心观点 - 理想i6宣传片通过价值观共鸣和情感连接 聚焦年轻群体并传递“不被定义、坚持自我”的生活态度 强化产品与用户身份认同的关联 [1][2] - 宣传片突出产品核心功能与技术亮点 包括前备箱智能开启、5C超充能力及大空间优势 支撑自由出行和休闲场景需求 [1][3] - 品牌命名“理想”具备天然双关传播价值 通过持续内容输出构建情感锚点 驱动用户基于价值观认同产生产品偏好 [2] 目标人群定位 - 主角聚焦25-35岁具备独立思考能力的年轻群体 包括新职场人、都市青年和新锐创业者 [1] - 针对该群体面临的“社会规训与自我表达”冲突 通过“你应该这样/不应该那样”的重复句式还原外界压力 再以“坚持我的坚持”引发情感共鸣 [1] - 全片去除家庭元素及儿童形象 明确区别于理想L9家庭奶爸定位 强化年轻化身份标识 [2] 产品功能与场景化应用 - 前备箱敲击两下即开启的功能被定义为“巨大核心技术” [1] - 5C超充能力支撑“想出发就出发”的自由出行场景 使车辆成为追风探索工具 [3] - 大空间设计适配“想停下就停下”的休闲需求 提供躺平与留白的松弛空间 [3] - 车辆定位为践行生活方式的“伙伴”而非代步工具 覆盖淋雨、划水、冒险等个性化场景 [3] 品牌传播策略 - 通过“年轻就该有理想”等文案实现价值观输出 将产品选择提升为生活态度选择 [2] - 利用“理想”品牌名的双关语义降低传播成本 名称本身具备千万级传播价值 [2] - 需持续内容建设锚定情感关联 使产品成为用户自我身份标识的一部分 [2] 发布会预期 - 9月26日理想i6发布会预计释放更多产品信息 [3] - 宣传片结尾强调“人生有一千种颜色 不要放弃自己的色彩” 强化年轻群体产品定位 [3]

核心观点 - 李想对理想汽车辅助驾驶发展的作用可高度类比马斯克对特斯拉辅助驾驶的影响 包括做大资源 保证资源持续投入 以及基于对AI底层原理的理解做出关键技术路线判断 [1][2][3] - 理想智驾发展取决于三大要素：全球AI产业发展阶段（天时） 理想各类生产要素匹配度（地利） 以及李想个人能力（人和） [2][5] - 理想智驾部门组织架构调整属于次要矛盾 未来1-12个月智驾系统将出现多次高质量快速迭代 [2][6] - 公司发展方向强调"合适萝卜坑"比以履历为锚点的人才更重要 前者面向未来 后者以过去为荣耀点 [2][11] 李想的关键作用 - 具备三个核心作用：做大资源 保证资源持续投入 在理解AI底层原理基础上对技术路线做出关键think different判断并执行 [2][3] - 44岁创始人拥有极高投票权和强驱动力 能保证未来10-15年对公司绝对控制权并推动组织架构变革 [3] - 亲自决策将资源核心投向基于强化学习的VLA（视觉语言行动）模型 减少对端到端投入 并判断双Orin平台可运行VLA模型 [4] - 创始人真懂技术且持续关注 既能获得更多资源又能提高资源利用效率 [3] 产业发展与生产要素 - 全球AI产业发展阶段是关键前提 具备齐全生产资料的只有中美 [5] - 中国公司需要高效组织生产要素 时机与创始人能力至关重要 深谙创始人梁文锋指出中国创新缺的是信心和高密度人才组织能力 [5] - 自动驾驶是物理AI子集 做好物理AI需要负责人持续下判断并能按产业特点改组公司 [6] - 理想和小米是生产要素相对匹配的公司 理想更擅长think different 小米更擅长吃第二波与价值传递 [6] 技术发展路径 - 理想智驾部门从3个二级部门调整为11个属于次要矛盾 [2] - 迭代方向明确 未来1-12个月VLA将出现多次高质量快速迭代 [2][6] - 具体迭代方向包括：提升仿真数据效率 压榨车端芯片潜力 通过强化学习提升模型能力 优化语音控车体验 以及VLA框架落地 [6][7] - 当前运行4B模型 未来将升级至7B 14B甚至100B模型 实现能力飞跃 [8] - 辅助驾驶比chatbot和机器人更适合强化学习 因奖励函数明确 易于收敛 [8] - 监督学习只能特定场景优化 模仿学习主导的端到端难以针对性解决问题 而强化学习主导的VLA可专门优化问题 [9] - 当前发展阶段类似GPT-1到GPT-3/3.5 大力出奇迹 [10] 人才观念 - 合适萝卜坑（岗位与人才匹配）比以履历为锚点的人才更重要 [2][11] - 英伟达应届生质量低于谷歌Facebook但不影响发展 因所做事情更重要 阿里巴巴十八罗汉也是类似道理 [11] - 理想整体环境具备做成物理AI的条件 使得萝卜坑比履历锚点人才重要得多 [11]

产品设计哲学 - 卓越设计需超越用户需求而非仅满足需求 优秀设计满足用户明确要求 卓越设计则突破既有认知框架 [7] - 低熵设计理念强调从第一性原理出发 避免迎合短期情绪需求 确保设计经得起时间检验 [2] - 产品设计需从多领域汲取灵感 包括消费电子和工业产品 以提升汽车设计的质感和用户体验 [13] 技术整合战略 - 智能电动车核心竞争力在于同时掌握硬件、操作系统、模型算法及芯片的全栈自研能力 实现系统级优化 [6][7] - 全链路技术控制可带来显著性能差异化 类似苹果通过整合硬件、软件和芯片达到最佳效果的模式 [6][7] - 纯电平台需突破传统燃油车架构约束 采用原生设计以实现空间、能耗和操控性的代际提升 [8][11] 造型设计创新 - L系列首创SUV去中网设计 采用超级跑车级进风工程方案 形成星环灯等标志性特征 [8] - L系列造型成为行业设计标杆 被超过20款车型借鉴 在推出前市场无同类设计 [8] - 纯电产品采用生物仿生设计 MEGA参考鲸鱼形态 纯电SUV参考鲨鱼形态 实现功能与美学的统一 [7][8] 纯电平台性能优势 - 鲨鱼造型设计使风阻显著降低 高速能耗较传统造型下降20% 实现500公里续航而非400公里 [9] - 低风阻设计带来NVH全面提升 风噪降低使静音表现达到同级别最佳水平 [9] - 一体化造型带来整洁侧表面和齐平玻璃设计 增强高级感 照片难以完全呈现实物质感 [10] 空间与操控突破 - 原生纯电平台在同等尺寸下提供越级空间 MEGA可实现车厢旋转变成客厅的灵活布局 [10] - i6车型重心低于多数运动轿车 成为新能源SUV首款通过120公里/小时麋鹿测试的产品 [11] - 短机头设计优化驾驶视野 提升操控安全性和易用性 性能与驾驶体验并重 [11] 设计灵感来源 - 消费电子领域推崇iPhone4开创智能手机时代的设计 认可iPhone17 Air回归轻薄便携本质 [5][6] - 博朗9系列剃须刀 劳力士星期日历型手表 拓竹H2D激光打印机被视为工业设计典范 [12] - 大疆全线产品包括Pocket3展现卓越设计 强调跨领域产品体验对汽车设计的启发作用 [12][13] 产品定位策略 - iPhone17 Pro系列定位专业影像设备市场 标准版追求智能手机极致体验 [6] - 理想i6瞄准年轻客群但兼顾全年龄段需求 宣称能让40多岁用户获得年轻化体验 [14] - 纯电产品设计强调时代属性 摆脱燃油车设计范式 属于纯电时代的原创设计 [8]