作者 | 朱世耘
编辑 | 邱锴俊
6 月 22 日，帝都终于下了一场绵长的好雨，暑气略消。
新冠疫情缓解，线下活动正在恢复。《电动汽车观察家》参加了理想关于 L9 Max 的媒体沟通会。
「国内最拔尖的几个人都在我们团队里。」
理想汽车整车电动副总裁刘立国，在讲到理想 L9 Max 的 CDC（连续可调阻尼减震器系统）算法结构设计时，说出如此 「豪言」。
站在另一边的李想，闻言扭头看向刘立国，强忍笑意，得意之色溢于言表。
仅仅三年半的时间，曾经最不被看好的理想汽车，凭借理想 ONE 一款车型证明了自己，牢牢占据新造车势力头部位置。销量位居 30-35 万元级整体汽车细分市场第一。
此时，所有人都开始正视售价高达 45.98 万元理想 L9 Max（下称 L9），李想 「L9 销量妥妥超过理想 ONE」 的 flag，可信度也大了起来。
理想汽车为什么能取得目前的成功？L9 为什么呈现出惊人的吸引力和竞争力？
团队、技术都是表层，深层次的逻辑，在于李想带领理想汽车，探索出的 「苹果式造车法」。
45 万的 L9—— 高性价比车型
现在的新车发布会没有金句是不行的。
6 月 21 日，理想旗舰车型 L9 的发布会上，理想汽车创始人李想放言：「（L9 的驾驶性能和乘坐舒适性）哪怕是与库里南相比，我们也完全不怕。」
驾乘体验到底如何，还需 L9 大规模交付之后消费者给出评判。但值得注意的是，无论是 「500 万以内最好用的家用 SUV」，还是拉上奔驰 GLS、宝马 X7，甚至库里南来做竞品，李想的核心目的并非在宣传上抬高 L9 的身价，而是将理想 「苹果式高性价比」 的产品逻辑亮在明面上。
「苹果做的是 —— 让大家往上够一下就可以买到一个过去奢侈品 / 高级别才能够拥有的产品体验和产品细节。」
李想认为苹果的核心产品理念：其一是将一个过去极致奢侈的产品变得普世化，众人 「够得着」；其二是在体验和技术上做出非常独特的创新来获取消费者多花一点钱的消费意愿。
「我们对于苹果的理解是这样的，我们也会坚持用这样的方式去做。」
苹果式性价比产品落地的特征之一是化繁为简，从车型到配置都进行简化和标配。
L9 公布售价之后，大屏幕上满满当当地写了 100 项标配配置。其中不乏诸如全车座椅电动调节、全景天幕和电动遮阳帘、空气悬架、2160 瓦功率的 7.3.4 全景声音响等传统豪车常用的选配项目。以及理想 AD Max 智能驾驶系统这样新造车势力的收费项目。
L9 的选配项目仅有三个特别版车漆和电动踏板，「踏板这东西有的人个子高用不上，所以必须是选配。」 李想说。
车型方面，四年两款车型，且每款车型只有一个产品的布局速度绝对称不上快。李想表示，未来将应用苹果式样性价比逻辑，非常克制地打造产品。
「全系标配」 近年来已成为 20-25 万元级及以下汽车产品打造性价比的一个重要手段。但在 35 万元级及向上的豪华品牌核心价格带，给用户提供各式 「选配」 与品牌溢价一样，是豪华品牌获利和维护品牌门槛的商业模式，更有诸如保时捷、兰博基尼等品牌会限制产品以维护奢侈品牌的稀缺性。
从这个角度来看，虽然售价进入了 45 万元的豪华价格带，但理想并不是传统豪华品牌高溢价的商业模式，而是希望通过规模化将奢侈级的高端配置变得普世化。
「我们认为 40 万以上的价格区间非常健康。我们使用的很多技术在早期非常昂贵，需要一款比较贵的车，并且把规模扩大后降低成本，再往后推广给我们不同价位的车，这是核心的一个选择。」 李想在采访中表示。
要规模化，家庭用车市场够大吗？
大规模标配能走通的前提，是能够将高端配置的高成本用规模化摊薄。而要实现规模化，根本上是要做出能够满足消费者需求的产品。
要讨论 45 万元的 L9 能够月销过万，首先要必须考虑创始人的 「出身」。
李斌长于资本运作，蔚来起手就舍得花五年后的钱，高举高打，打造豪华品牌、产品和技术布局；
何小鹏的 UC 是当年少有的自研内核，小鹏汽车也第一个追随特斯拉，走上全栈自研的道路；
李想的汽车之家掌握中国最全面、最一线的用户需求，理想汽车首款产品就用不那么高精尖的增程式拿下 35 万元的细分市场。
「我不相信任何人在做市场研究的时候，能超过我在汽车之家时做的研究。」 李想在采访中这样解释理想汽车定位家庭用户群的原因：
「20 万以上价格区间内，89% 是家庭用户。如果我对着市场天天讲高端，没人理你，甚至团队都不知道怎么去做产品。但当你讲家庭的时候，团队会把每一分钱、每一份技术都围绕家庭去打造。」
「我觉得这是不一样的。这是定位的问题。」
花钱，打造非常独特的创新
如何将定位转化为规模化的销量？李想的计划是用 「非常独特的创新」。
理想 ONE 凭借六座大空间和增程式，打准了家庭用车对能耗性价比的需求点。如今 L9 在空间和增程式的基础上，玩起了炫酷的技术。
不惧库里南的驾乘舒适性、语音 / 手势的多维交互模式、落地标配的高速领航甚至城市领航智能驾驶辅助能力，以及十万公里误触发率已低到 0.31 次的 AEB 自动紧急制动系统等等。
但与时下绝大部分新车通过供应商能力实现功能堆料不同，L9 所应用的一系列创新体验背后是理想自有的团队和技术作为支撑。
「理想汽车有 4 支 AI 和算法团队独立的在跑。」 李想向《电动汽车观察家》表示，最大的团队在智能驾驶场景；第二是智能座舱团队；第三是包括销售、工厂系统在内的内部开发系统；第四是车辆控制团队。
「工厂里机器人的控制程序都是我们拿 AI 算法来写的，因为外采的控制程序做的太差，成本太高；增程器、增程的工作路况、悬架，电池故障各种的预测都是通过算法和人工智能来做的。」 李想表示，
「（AI 和算法团队）这是我们过去三年一直在认真储备的。我们认为智能电动汽车承载两个重要的目的：一是能源可再生化；二是（推动）人工智能进入三维世界。所以我们在人工智能和（通过人工智能）解决三维世界的问题上投入了大量的人、钱和精力。这是和传统品牌很大的不同。」
2021 年开始，带有 「抠门」 标签的理想开始大力投入研发，研发支出一路大幅翻番开始追上，甚至超过蔚来和小鹏。
「其实从 2020 年 IPO 以后，我们可以在研发上投入更多的钱.。」 李想表示，「过去真的没有钱，但是有钱以后真的往里投，现在可以看到像 XCU、像各种各样的主板都是我们自己来设计的。」
此外，理想还建立起了自己的供应链体系。
此次 L9 所应用的增程器出自理想控股的公司，电机和电池也是理想的合资公司。「（构建自己的供应链体系）一是实现技术可控，提升研发效率；二是把供应能力掌握在自己手里，避免出现理想 ONE 那样供应商供货不足导致的产能受限；第三也有一些成本优势。」 李想表示。
如何不怕库里南
针对不同场景独立运行的 AI 和算法团队，加上自有的供应链体系，为 L9 落地苹果式的高性价比打下了基础。
L9 在驾乘舒适性方面喊出不怕库里南的口号，是以车辆控制的一系列自研成果为基础。
在 L9 上，理想自研了基于最新恩智浦芯片的车控域控制器 XCU，以及其上的核心控制算法。
刘立国告诉《电动汽车观察家》L9 上 CDC 相关算法的前期结构设计是由国内最顶尖的人才团队负责，并且也与国际对顶尖的公司进行合作；与此同时，CDC 减震器的算法也并非从零开始，而是理想与保时捷工程一道进行的白盒交付开发，「我们和卡宴用一样的架构和算法，而且我们结合了更多的车内传感器使我们能够精准识别路面。」
更重要的是，虽然目前车上算法仍是被动控制，即基于车身对地面产生反馈后进行的控制。而理想已经在系统上，将车控域与视觉、激光雷达等传感器实现了交互融合，以提前识别路面情况，打算主动控制的车控算法，「所有代码和算法都在我们自己手里。」
不再直接交给国外大厂调校，而是自研车控算法将帮助理想积累汽车制造当中门槛最高的核心 Know how。
此外，理想还在更多传统的外采领域实现自研：L9 座椅的人体工程是基于理想自研具备体表、肌肉、关节和骨骼的中国人体模型仿真数据设计；车内空调也是基于中国地域特色和使用习惯的自研热力模型仿真布置。
人格化的理想同学
如果说自研车辆控制、人体工学、车内热力模型等领域，是理想在追赶传统汽车企业通过时间和金钱积累的领先优势。那么在智能座舱和智能驾驶领域，理想则希望处于时代的领先位置。
从目前的功能实现来看，L9 目前车内多块屏幕之间的相互跨越、抬头显示替代仪表盘、手势控制、语音交互等能力，与许多智能座舱能力较强的新老汽车品牌并没有非常明显的优势和不同。
但智能座舱背后的 「理想同学」 却很有意思。
理想同学目前还属于一个由关键词触发，能够执行语音 / 手势 / 触控命令的初级智能 AI。按照计划至 2023 年 Q2，理想同学将处于软件 1.0 的阶段，主要基于工程师主动 「喂养」 的元数据图谱进行机器学习，能够基于车内人命令触发式的执行各项任务；
之后，理想同学则将逐步进入软件 2.0 时代（至 2024 年 Q4），以通过数据驱动无监督的自主学习，能够根据人 \ 车 \ 场景情况自发提供被要求，或未被明确要求，而是基于自身推理理解，得出的各类服务；
至 2025 年年底，「理想同学」 则将人格化，「更像你身边的朋友或是家人」。理想汽车智能空间副总裁勾晓菲表示。
为实现理想同学 AI 模型的进化能力，理想的智能座舱团队在软硬件方面都做了诸多部署。
软件方面，「理想同学」 目前采用视觉和听觉两套感知体系。其中视觉感知构建了基于深度学习的多目视觉融合网络，能够在三维层面辨认车内人员的神态、手势和动作；
听觉感知则由一套基于多音区增强的深度卷积循环神经网络 MIMO-NET 执行，相比传统算法，音区定位准确率提升 20%，多人场景下识别错误率下降 30%。
硬件方面，听觉和触控由多音区麦克风和触控设备完成，视觉则引入了 IR 红外线传感器和 ToF 传感器协同。以及两颗高通 8155 大算力芯片支持。
TOF 是飞行时间（Time of Flight）技术的缩写，即传感器发出经调制的近红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，此外再结合传统的相机拍摄，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。
勾晓菲向《电动汽车观察家》表示，基于这样的软硬件，「理想同学」 能够绘制一张完整的车内 3D 图像，深度可精确到 1 毫米。AI 模型在这张图像中进行推理决策。「我们最终的感知一定是听觉加视觉的融合感知，我们实现的功能，比如打开这个打开那个，就是视觉和听觉的融合。」
理想 AD Max 跑得飞快
不过真正确定理想智能化水平的核心赛点，还是智能驾驶辅助能力。
在 「蔚小理」 当中，理想在智能驾驶领域属于后发选手，直到去年年底才向用户推送的 NOA 高速领航辅助功能，比蔚来和小鹏晚了一年多。但随着 NOA 的推送，理想智能 / 自动驾驶技术研发也完成了从依赖第三方到全栈自研的模式切换。
按照理想智能 / 自动驾驶技术的逻辑计划，2020 年理想 AD 实现 L2 级的 ADAS 能力，2021 和 2023 年，实现从第三方到自研高速 NOA 的能力，2024 年实现城市 NOA，2025 年则实现城市 FSD（完全自动驾驶）。
这一过程伴随着理想智能 / 自动驾驶技术体系能力的不断建设完善：2020 年实现数据回传、2021 年数据的自动标注，2022 年形成完成的数据闭环链路，2023 到 2024 年全链路数据自动化迭代，2025 年实现 100 亿公里的智能 / 自动驾驶里程。
「要最终实现城市级的完全自动驾驶能力，最基础一个数据是 100 亿公里。需要在 100 亿公里的场景中验证我的自动驾驶能力达到根人类接近的水平。」 理想汽车智能驾驶副总裁郎咸朋表示，「我们希望理想的自动驾驶团队是国内首先达到 FSD 能力的团队。」
想要后发先至，理想从研发流程、算法和数据三个层面进行投入。
研发流程
朗咸朋介绍，随着理想 AD Max 的交付，理想 AD 完整自主学习链路已经完全打通。
在产品研发阶段采用人工测试验证的方式，成本耗时巨大。目前，理想自动驾驶团队将这一过程升级为自主学习验证模式，即让整个算法 / 软件功能自动发现问题，解决问题，由此大幅提升迭代效率。
以理想的 AEB 功能迭代为例。通过在车辆上同时搭载新旧两套 AEB 版本，老版本在车端执行任务，新版本则对照实际场景及老版本的操作结果，发现差异信息，进行数据回传后学习、修正 「自己」，进行迭代。最终，在短短 6 个月的时间里，理想 AEB 的每十万公里误触发率从 1 次下降到 0.31 次。
朗咸朋还表示，在产品交付之后，理想还通过质量工单和客户在 APP 的反馈等多种渠道持续收集反馈数据，用以迭代系统。
算法架构
理想 AD Max 的算法将采取强视觉感知与激光雷达、高精地图融合的技术路线。而且为了增强安全性，理想 AD Max 还在主算法之外，增加了视觉安全和 Lidar 安全两套算法作为冗余，其将单独调用对应的视觉和雷达感知系统，参与主算法的 4D 环境建模工作。
两套安全冗余算法并不是理想 AD Max 唯一的独创之处。
理想 AD 系统包括 FUTR3D BEV 融合算法、DETR3D 检测算法、HDMapNet 建图算法、MUTR3D 跟踪算法和 DenseTNT 预测算法。
其中，基于 BEV 算法进行视觉感知在业内属于少数。
BEVFormer 是基于 Transformer 和时序模型在鸟瞰图视角下优化特征的环视物体检测方案，适用多视角摄像头的 3D 目标检测任务，由特斯拉首创。基于 BEV 框架，L9 可以建立与特斯拉感知类似的 360° 全场景图像。
在 BEV 基础上，理想在业内首次提出基于 BEV 进行的感知融合算法 FUTR3D。朗咸朋表示该融合算法的一大特点是可插拔，可任意替换和增减传感器，不会影响算法架构。
换而言之，即在有零个 / 一个 / 多个激光雷达，和不同摄像头的车辆上，FUTR3D 都可轻易适配使用，为理想未来 PRO\MAX 不同版本的感知体系通用算法提供基础。
当环视视觉能力很强之后，理想取消了效果不佳的角雷达设置
建图算法则使理想 AD Max 在城市场景下边走边构建实时的高清地图，由此减少系统在城市场景下对高精地图的依赖，更快落地更多城市。
理想 AD 的检测、跟踪、预算算法也都在近期的相关专业比赛中分别拿到了第一的成绩。
与 AEB 一样，理想 AD 也将在自主学习的研发模式下不断迭代成长。
数据
数据是各家自动驾驶竞争的核心战场。
朗咸朋表示，得益于标配 NOA 的商业决策，目前理想智能驾驶有效学习场景总里程已达到 1.9 亿公里。有效学习样本总量 3.3 亿帧。
这些数据的取得一方面是基于理想 ONE 持续的热销，另一方面则得益于理想自建的自动数据标注体系。
朗咸朋表示，理想数据表现类型超过 150 个。其中车端被触发收集后，将标注接管、特殊场景、异常等场景属性。当数据上传到云端后，将会更加具体的标注包括天气、光照、道路条件等 100 多个标签。
由此，理想工程师可针对不同的优化需求来检索特定的场景强化 「喂养」 AI 模型。
「我们车端有 4DBEV 框架的 AI 模型和自主学习的算法验证框架；在云端有快速的自动数据标注和算法训练的体系。由此，车端和云端有效结合进行算法迭代，从而实现更高级别的自动驾驶。」
在采访结束时，李想就 L9 后缀的 Max 到底何意给出了答案。
理想的智能座舱和智能驾驶都将由 MAX 和 PRO 两个版本。L9 的智能座舱和驾驶系统都应用 MAX 版本，因此后缀 X。「当两个 PRO 组合的时候我们的车型就叫做 PRO，特别简单。」
