涵蓋補能/城市NOA等 「理想科技日」想了解的信息都在這

　　【太平洋汽車 技術頻道】6月17日的“理想家庭科技日”發布會上，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”發布會上，理想汽車發布了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，并且將大規模量產5C純電車。

　　他們對電池進行了系統級別的優化，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，續航200公里；

　　充電9分30秒，續航400公里；

　　充電22分鐘，續航600公里。

　　另外，發布會上還給出了另一組數據，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，電芯在大電流下產熱大、溫升高，無法支持大功率持續充電。

　　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，經過電解液和隔膜，嵌入到負極的過程。要實現大倍率的充電能力，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控技術。電解液引入了快充添加劑和界面調控技術，充電速度提升30%。負極采用超離子環石墨技術，對比常規石墨鋰離子擴散速度提升60%，整體實現了充電能力從傳統2C提升到5C，提升了2.5倍。當然，這是只是基礎。

　　第二是電池系統低產熱能力的突破。大倍率充電的過程，電芯產生量大，對電池系統溫升控制是一個巨大的挑戰。為了實現安全平穩的大倍率充電性能，首先需要嚴格控制電芯產熱。

　　在電芯內阻方面，理想在體系、結構、工藝方面進行了多重創新，比如，低阻抗體系設計和一體化極柱結構設計，把電芯內阻從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熱，實現產熱量降低30%。

　　第三是電池系統高換熱能力的突破。控制電芯發熱還不夠，還得提高電池系統的換熱能力。在熱管理系統設計上，理想創新性的引入了“麒麟”電池方案，將傳統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。

　　電池技術是一方面，5C充電網絡的布局同樣重要。

　　理想將通過高效的擴展速度，自己研發、建設并運營5C超級充電網絡，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純電車型的大規模交付，有望實現大規模替代燃油車。

　　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感知、多模態交互能力。比如，它可以像人一樣主動地感知環境、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這種高階的進化？主要有三點：

　　第一、提升理想同學的多模態感知能力，讓它可以看得見、聽得清。

　　在多模態感知設備上的布局，擁有覆蓋全車多音區的數字硅麥、3D ToF攝像頭、IR傳感器，基于空間多模態感知-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，可以充分感知艙內空間的多模態信息。

　　第二、多模態交互：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、做出行規劃、甚至幫你做車輛功能自定義編程，從現場的錄像展示來看，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量知識的總和。同時用數十個 TB 的原始數據對 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 將會自帶記憶網絡，會根據每一次反饋和糾偏，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，并且可以高效迭代，最終把整套智能駕駛系統打造成一個AI司機。

　　發布會現場，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，這套系統在感知、規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，使用自研的神經先驗網絡（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。

　　解決了感知的環節，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絡（TIN），不需要認為設定任何規則，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網絡模型，它就能直接給出車輛現在該怎么走的結果，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的決策和規劃在保證安全、符合交通規則的前提下，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突破6億公里。這個大模型可以進行高度自動化的閉環學習訓練。

　　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，使用模仿學習讓規控算法做出更加擬人的決策。

　　第三，全自動、全閉環的訓練平臺支撐大模型持續進化。

　　最值得一提的是，現場還發布了“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“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，非常期待后續的實車表現。

　　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？不妨評論區留下你的高見！