【太平洋汽車 技術頻道】6月17日的“理想家庭科技日”發(fā)布會上，理想汽車一口氣公布了多項技術的進展，主要涵蓋了高壓純電、智能空間、智能駕駛三大方面，每一部分都不乏技術亮點，比如“充電9分30秒，續(xù)航400公里”、“自研Mind GPT加持的Ai助手能讀懂圖片”、“中國首個不依賴高精地圖的城市NOA”、“通勤NOA”等等。最后還公布了旗下首款純電車型的命名：理想MEGA。下面我們來回顧一下主要的技術亮點。

　　“理想家庭科技日”發(fā)布會上，理想汽車發(fā)布了5C超級充電，在800V平臺下搭配5C電池技術，可以做到充電9分30秒，續(xù)航400公里！而且還將通過自動充電機器人等智能技術，提供遠超加油的補能體驗。

　　在理想汽車看來，目前純電動車只是解決了城市內(nèi)日常通勤的補能問題。而城際通勤的長途充電，依然存在很嚴重的焦慮。原因是有兩個問題沒解決，分別是“充電速度慢”和“長途充電難”。

　　那他們給出的方案是：自研800V高壓純電平臺，并且將大規(guī)模量產(chǎn)5C純電車。

　　他們對電池進行了系統(tǒng)級別的優(yōu)化，更加充分地利用了電池的最大5C充電倍率，做到：

　　充電4分30秒，續(xù)航200公里；

　　充電9分30秒，續(xù)航400公里；

　　充電22分鐘，續(xù)航600公里。

　　另外，發(fā)布會上還給出了另一組數(shù)據(jù)，對比目前市面上主流的1.6C倍率電池，理想800V平臺配合5C電池技術，同樣在充電400公里的情況下，縮短66%的充電時間；相比2C倍率電池則可縮短50%的充電時間。

　　為什么大部分電池做不到寬溫域極速充電？ 主要有三個原因：

　　第一，電池的電芯充電能力無法支持5C的倍率充電。

　　第二，電芯在大電流下產(chǎn)熱大、溫升高，無法支持大功率持續(xù)充電。

　　第三，電池PACK的熱阻高，換熱能力低，無法保證電芯的安全與壽命，

　　那理想汽車的5C電池技術，做了哪些方面的突破？主要在電芯技術、結構設計等方面進行了全面的創(chuàng)新。

　　首先是電芯大倍率充電能力的突破。我們知道，電芯充電是鋰離子從正極脫出，經(jīng)過電解液和隔膜，嵌入到負極的過程。要實現(xiàn)大倍率的充電能力，就需要提升整個過程中鋰離子的遷移速度。

　　大倍率電芯設計，正極采用了活性面調(diào)控技術。電解液引入了快充添加劑和界面調(diào)控技術，充電速度提升30%。負極采用超離子環(huán)石墨技術，對比常規(guī)石墨鋰離子擴散速度提升60%，整體實現(xiàn)了充電能力從傳統(tǒng)2C提升到5C，提升了2.5倍。當然，這是只是基礎。

　　第二是電池系統(tǒng)低產(chǎn)熱能力的突破。大倍率充電的過程，電芯產(chǎn)生量大，對電池系統(tǒng)溫升控制是一個巨大的挑戰(zhàn)。為了實現(xiàn)安全平穩(wěn)的大倍率充電性能，首先需要嚴格控制電芯產(chǎn)熱。

　　在電芯內(nèi)阻方面，理想在體系、結構、工藝方面進行了多重創(chuàng)新，比如，低阻抗體系設計和一體化極柱結構設計，把電芯內(nèi)阻從0.4毫歐降低到0.3毫歐以下，最大程度的減少了大倍率充電過程中電芯的產(chǎn)熱，實現(xiàn)產(chǎn)熱量降低30%。

　　第三是電池系統(tǒng)高換熱能力的突破。控制電芯發(fā)熱還不夠，還得提高電池系統(tǒng)的換熱能力。在熱管理系統(tǒng)設計上，理想創(chuàng)新性的引入了“麒麟”電池方案，將傳統(tǒng)的電池底部冷卻方式升級為技術難度更大的在電芯間的側面冷卻。

　　帶來的效果是，電芯換熱面積可以增加五倍，熱阻降低75%，最大換熱能力提升至16kW，保證了電芯運行的安全與壽命。這就是5C車型所配備的電池系統(tǒng)。

　　電池技術是一方面，5C充電網(wǎng)絡的布局同樣重要。

　　理想將通過高效的擴展速度，自己研發(fā)、建設并運營5C超級充電網(wǎng)絡，今年年底，將建設完成超過300個超級充電站，2025年超過3000個。這樣理想超充站在高速公路的覆蓋率將降低至小于100公里，同時可以做到每個站每小時能夠服務9-20臺車，運行效率與補能速度基本和燃油車看起，但充電費僅是加油費用的一半。按照這個技術路線，未來5C純電車型的大規(guī)模交付，有望實現(xiàn)大規(guī)模替代燃油車。

　　此外，理想還利用自動充電機器人等智能技術，未來將提供遠超加油的補能體驗。從現(xiàn)場播放的VCR可以看到：首先，車輛會自動行駛到充電車位，自動泊入。然后，充電機器人通過視覺識別，可以自動插槍充電，全程無需下車，完成充電后自動結算，自動駛出。這個場景值得期待！

　　大家認為好的智能語音交互應該是怎樣的？應該是像“人”一樣聰明，輕松讀懂并有效執(zhí)行“我們的對話”，而不是生硬的“指令”。在這方面，理想汽車也做了自己的思考并現(xiàn)場展示了技術成果，其中能“讀懂圖片”的對話，著實令人驚艷。

　　從軟件1.0時代進化到軟件2.0時代，在技術上做出了更大的變革，理想同學也將變成未來交互的一個主入口，從一個頭像，變成一個AI虛擬生命、一個新的“家庭成員”，擁有像人類一樣強的多模態(tài)感知、多模態(tài)交互能力。比如，它可以像人一樣主動地感知環(huán)境、感知人；像人一樣去學習、認知、推理和記憶，做到像人一樣去思考；像人一樣去表達和互動，未來還將擁有更多的超能力。

　　通過哪些技術來實現(xiàn)這種高階的進化？主要有三點：

　　第一、提升理想同學的多模態(tài)感知能力，讓它可以看得見、聽得清。

　　在多模態(tài)感知設備上的布局，擁有覆蓋全車多音區(qū)的數(shù)字硅麥、3D ToF攝像頭、IR傳感器，基于空間多模態(tài)感知-3M技術（視覺的MVS-NET、信號的MIMO-NET、語音的MSE-NET），理想同學的感知能力，將變得更像人，可以充分感知艙內(nèi)空間的多模態(tài)信息。

　　第二、多模態(tài)交互：視聽融合，輕松交互。

　　通過多維的感知訓練，理想同學“耳眼腦”并用的能力得到提升，像目前的可以用手指這某個屏它能理解，能力提升后，它可以讀懂電視劇和電影的封面海報，比如“男人搭著女人肩膀的那個”，這樣即便是小孩子模糊的語言表達都能識別并執(zhí)行操作。

　　可以看到，能指代更多的人和物后，可以接入更多控車、體驗的交互，想象的空間就更大了。

　　第三、融合自研認知大模型——Mind GPT

　　融合自研的認知大模型Mind GPT，可以讓理想同學的大腦更加聰明，可以像Chat GPT一樣回答問題、做出行規(guī)劃、甚至幫你做車輛功能自定義編程，從現(xiàn)場的錄像展示來看，這個功能還是相當強大的。

　　大家知道，模型的訓練非常重要。在 Mind GPT 上，理想采用了 1.3 萬億個 token 進行基座模型訓練。1.3萬億是什么概念？相當于具備了人類高質(zhì)量知識的總和。同時用數(shù)十個 TB 的原始數(shù)據(jù)對 15 個重點領域進行訓練。這樣一來，Mind GPT 將會具備準確、有邏輯的對話生成。

　　而且，Mind GPT 將會自帶記憶網(wǎng)絡，會根據(jù)每一次反饋和糾偏，不斷迭代更新自己的能力邊界，讓理想同學越用越好用。

　　新一代交互下的理想同學，可以成為一位車輛“專家”，知識淵博的“學者”，因材施教的“老師”，走遍世界的“導游”，無所不能的“助手”和更懂您的“家庭成員”。

　　總體來說，通過構建多模態(tài)人機交互技術體系，更符合人的直覺和本能，讓每個人使用AI的效率更高、學習成本更低、交互方式更簡單、更自然。

　　另外，理想全系車型發(fā)布智能空間OTA計劃，包括全新的AI交互界面、AI百科問答、任務大師AI版、AI繪畫、多模態(tài)可見即可說2.0等，即將和大家在不久的將來見面。理想ONE車主們期待的任務大師，很快也會推送給大家。

　　目前城市智能駕駛輔助，主流的是采用了結合高精地圖的方案。但是如果想要及時更新900多萬公里的高精地圖，顯然是相當困難的，而且是沒有辦法大規(guī)模快速拓展城市。所以去圖化的城市NOA也是接下來各大廠商的競爭高地，像小鵬、華為問界等車企也在推進中。

　　那理想的解決方案同樣也是不依賴高精地圖的方案，在技術層面，通過使用AI大模型技術，應對所有場景的挑戰(zhàn)，并且可以高效迭代，最終把整套智能駕駛系統(tǒng)打造成一個AI司機。

　　發(fā)布會現(xiàn)場，理想宣布是中國第一個不依賴高精地圖的城市NOA，而且給我們展示了一段很成熟的城市NOA智能駕駛視頻。可以看到，這套系統(tǒng)在感知、規(guī)劃上展示出了強大的能力。它是如何做到的呢？

　　首先在感知層面，核心是采用BEV大模型來實時感知和理解環(huán)境中的道路結構信息。通過大量的訓練，這個BEV大模型可以在絕大多數(shù)的道路和路況實時生成。

　　但是，在一些城市的復雜路口，僅通過這個是不夠的，比如大的十字路口，車流量大、遮擋物比較多，容易出現(xiàn)一個問題是，車端實時感知的結果會丟失局部信息。

　　理想的解決方法是，使用自研的神經(jīng)先驗網(wǎng)絡（NeuralPriorNet，簡稱NPN），對于這類復雜路況，提前進行路口NPN特征的提取與存儲，當車輛再次行駛到這個路口時，與車端感知大模型的BEV特征層相融合，就可以得到更完美的感知結果。

　　解決了感知的環(huán)節(jié)，在城市中行駛還有一個比較重要的，就是路口的紅綠燈通行規(guī)則。目前主流的做法是建立一套信號燈與道路通行意圖的規(guī)則算法。理想的做法不同，依然是依靠大模型算法去解決。

　　通過訓練一個端到端的信號燈意圖網(wǎng)絡（TIN），不需要認為設定任何規(guī)則，甚至不需要識別紅綠燈的具體位置。只要將圖片視頻輸入給TIN網(wǎng)絡模型，它就能直接給出車輛現(xiàn)在該怎么走的結果，是左右轉、直行或者是停止等待。通過學習大量人類司機在路口對于信號燈變化的反應，來訓練這個TIN網(wǎng)絡模型，得到了不錯的效果。

　　簡單來說，就是通過NPN特征和TIN網(wǎng)絡，配合BEV大模型能夠準確識別城市中的復雜路口和信號燈通行意圖。從而實現(xiàn)了去高精地圖的能力。

　　對于通用障礙物（比如施工路段、卡車后斗、遺散物體等），通過使用Occupancy網(wǎng)絡來精準識別它們的邊界和類型。

　　如何讓AI實際在駕駛決策和軌跡上與人類一樣做出合理的判斷？理想的做法是，在規(guī)控算法上應用了模仿學習的方法，通過大量駕駛員的駕駛行為進行訓練，讓城市NOA的決策和規(guī)劃在保證安全、符合交通規(guī)則的前提下，做出更像人類駕駛員的判斷。

　　當然，大模型的進化離不開一個強大的基礎訓練平臺，才能快速高效地完成訓練和迭代。理想表示，他們擁有中國最大的自動駕駛訓練集群，擁有1200PFLOPS的算力，自動駕駛訓練里程已經(jīng)突破6億公里。這個大模型可以進行高度自動化的閉環(huán)學習訓練。

　　總的來說，理想這套城市NOA技術架構的特點有以下幾點：

　　第一，使用NPN特征和TIN網(wǎng)絡增強BEV大模型，做到不依賴高精地圖，識別萬物。

　　第二，使用模仿學習讓規(guī)控算法做出更加擬人的決策。

　　第三，全自動、全閉環(huán)的訓練平臺支撐大模型持續(xù)進化。

　　最值得一提的是，現(xiàn)場還發(fā)布了“通勤NOA”。這個想法特別好，因為每天上下班通勤的路線，是我們最需要輔助駕駛的場景，如果能實現(xiàn)“自動駕駛”，將會大大降低我們的通勤疲憊。

　　所謂通勤NOA，就是用戶自己設定路線、自車學習NPN特征，學成之后就可以在上下班路線上使用NOA功能。現(xiàn)場展示了一段理想員工的通勤NOA視頻，都是沒有高清地圖的覆蓋路段，包括穿越田野的小路，成熟度相當高了，非常期待后續(xù)的實車表現(xiàn)。

　　這樣一來，有了通勤NOA，就不用等著整個城市NPN特征訓練好，才能開放使用。理想方面表示，設定好自己的通勤路線后，只要天天開這條路，相對簡單的路線，基本1周以內(nèi)就可以完成激活，較為復雜的路線，預計2-3周也足以完成訓練。

　　在通勤NOA使用過程中，各個模型仍會不斷地迭代訓練，越開越好，讓體驗越來越棒。個人認為，這種城市自動駕駛輔助功能才是最接地氣的。

　　城市NOA內(nèi)測將于本月在北京和上海開啟，早鳥用戶可以率先使用城市NOA功能，下半年將開放通勤NOA功能，以及更多的城市NOA區(qū)域，讓每個早鳥用戶都可以在日常上下班時使用NOA導航輔助駕駛。

　　最后一個彩蛋是，理想預告了旗下首款純電車型理想MEGA，將在今年年底發(fā)布。

　　而且立下了一個flag：它將成為50萬以上所有乘用車的銷量第一，不分能源形式、不分車身形式，打破高端純電動車無法成為爆品的傳統(tǒng)認知！對于這個flag，大家怎么看？

　　總得來說，理想汽車一口氣公布了目前旗下最新的技術進展，包括了純電/補能、智能空間/語音以及大家一直關注的城市NOA，又投下了一顆重磅炸彈，請問閣下又如何應對呢？對于此，您又怎么看？不妨評論區(qū)留下你的高見！