3月2日，特斯拉在投資者活動日，發布“祕密宏圖”第三篇章。同一天，理想汽車也舉辦

$小鵬汽車(NYSE|XPEV)$  

3月2日，特斯拉在投資者活動日，發布“祕密宏圖”第三篇章。同一天，理想汽車也舉辦了規模空前的溝通會。馬斯克鼓呼“我們是地球的投資人”，爲智能電動車行業勾勒可持續能源經濟的宏大終章。

理想汽車CEO李想務實一些，長達2個多小時的交流，李想循循善誘，分享了爲什么創辦理想汽車，做增程的出發點，如何布局純電和超充網絡，怎么做經營管理、搭建供應鏈以及進入智能電動車時代。

實際上，馬斯克在過往17年，用三篇祕密宏圖，爲智能電動車行業开拓了車、出行和能源三大商業圖景。目前，國內的造車公司都還掙扎在造好車、賣好車階段。而體格相對健壯的理想，已經开始初步展望未來的智能出行。

關於技術，李想直言，公司的自動駕駛技術路徑和特斯拉的FSD沒有區別。而關乎能源，李想着墨不多，提及更多的是“能源安全”，以及在此背景下，公司的實踐性思考。

圖源：理想汽車

李想依然犀利敢言。“消費者沒有任何義務，當我买一輛電動車以後，整個的體驗、行使半徑，效率是比燃油車下降的。”談及如何推動燃油車走向新能源車，李想亮明了這個決策出發點。

基於此，理想汽車到2023年依然會堅持增程和純電兩套技術方案。而圍繞純電布局，李想也有明確的計劃：800V高壓+480V高功率充電樁，實現燃油車的補能效果。

這套方案理想汽車早已對外宣講，但這次李想也給出了詳細的決策模型。首先，800V高壓平臺和碳化硅功率芯片，配合更好的風阻系數和整體效率的優化，能讓續航大幅提升，從而節約成本。

“相比今天傳統的400V主流電動車，在相同尺寸、相同驅動形式下，大概可以一輛車降低3到4萬塊元零部件成本。“李想說，“大家都認爲800V碳化硅是一個更貴的價格，其實不是。” 

李想對充電樁的定位是，這是和電動車一體的產品，必須要建。他算了一筆账，一個超過640千伏安的充電站大概需要100萬元投資，建1000個站就是100億元，按5年攤銷，每年20億，對於年收入1000億元的公司並不構成壓力。

而大功率充電，也會縮短充電時長至10-20分钟，這會讓充電樁從過往的每天2-3單，提升到5-6單，實現盈虧平衡，“如果能做到一天10單，盈利會超過加油站。”

持續投入需要健康的財務模型。“20個點是一個企業能夠長期健康發展的最低毛利率。”李想說，“毛利率越高企業經營難度越大，毛利率越低越容易，負毛利率相當於送錢，是最容易的。”

理想汽車除了發力電動布局，也在加深智能技術投入和應用，包括不依賴高精度地圖，年底落地城市NOA。李想的判斷是，到2024年，是否配備高速NOA开始影響中高端車的消費決策，這也掀开了智能電動車的時代帷幕。

行業劇烈變革，競爭顯著加劇。去年开始，特斯拉連續在全球發起了4輪降價，降幅高達4萬元，國內的比亞迪等老牌車企也快跟進了萬元級的降價。頭部企業之間的價格战，讓行業狼煙四起。

李想承認，這是行業巨大壓力的表現，“一個行業，很少有兩家頭部公司都能打價格战”。

雖然特斯拉降價至30萬元以下，給理想汽車讓开了些許空間，但李想很清楚，“這是我們幸運的地方，但不會一直幸運下去，還得做好各種準備。”

以下是理想汽車CEO李想的分享和交流內容，經過摘編：

車賣得越好，電池可能越貴

因爲智能電動車是少有的一個行業，既涉及到能源又涉及到前沿的信息技術，所以這是我們看到的一個重要機會。

從用戶的角度而言，能源的需求其實是三個層面。第一個層面是能源獲取的便利性，我們也經常看到在論壇裏、在微博、在抖音裏不同的電動車用戶會對他們的電動車給出完全兩極的評價，就是有充電樁的會說電動車真香、用了以後再也回不去，很多沒有充電樁的用戶、包括沒有電動車的用戶還經常跑長途的，表達出後悔爲什么买一輛電動車。

圖源：理想汽車

第二點，是用戶能源獲取的成本，但能源獲取成本其實有兩個方面，一個是我买的這個產品是不是更貴，所以這裏邊是電池價格的組成。

另外一個其實是使用成本，電動車的使用成本是非常的低，我覺得這也是過去這么多年，尤其在當下經濟背景下，會有越來越多的消費者選擇電動車，因爲每年能省的錢就能多买一個iPhone，就能多买一個新的iPad，這個其實節省對於整個經濟增速放慢以後是非常關鍵的，所以這是第二個用戶的需求。

第三個用戶的需求是什么呢？就是用戶的需求是舒適、環保零污染。用戶認爲環保是什么？其實比如我們在夏天自己开了一個車去接孩子放學，如果我开着空調，到處都是味道，這就是污染，而我开個電動車开着空調就會很好。

另外一方面在政府，有三個方面需求：

• 第一方面是核心技術的自主可控；
• 第二點是能源供給的安全，其實無論是我們的石油的產量、碳酸鋰的產量，都是和我們自己的實際的出貨量和使用量是不一樣的，我們生產全世界超過60%的燃料電池、但是我們的碳酸鋰儲能不到10%，我們用了全世界20%以上石油，但我們石油的儲備大概是2%不到3%；
• 第三個，碳達峯和碳中和，也造就了中國無論是整個電動車行業、全產業鏈，包含電機、電控、然後包括第三代半導體，也包括後面的電池、新的電池技術，以及像光伏這樣的全產業鏈。

那回到一個車企而言，那我們覺得跟2016年在做理想ONE立項的時候判斷是一樣的，我們面臨所有的挑战就兩個，第一個挑战是充電難的問題，我指的充電難是替代燃油車的標準來开展充電，因爲我們消費者沒有任何義務，當我买一輛電動車以後，用戶整個的體驗、行使半徑，效率是比燃油車下降的。

那我覺得第二個挑战就是電池成本高，因爲電池是有核心貴金屬的大宗商品組成，所以它就會呈現一個什么樣的現象？就是電動車賣的越好，比如說去年下半年开始更強的爆發性增長，所以就會變的越來越貴；今年一二月份，幾乎每一家企業定的全年目標兩個月過去普遍僅完成了4%-5%。這時候，碳酸鋰的價格就明顯的下降了，從55萬一噸現在降價39萬一噸。

我們判斷，整體的成本肯定不會再降到原來的4-5萬元一噸，但20到30萬一噸是個長期穩定的價格。這樣的話電池成本還是沒有辦法大幅的下降，甚至今天的電池成本比2018年的時候還要貴得多。

充電樁生意：每天10個訂單，盈利超過加油站

我們從最开始的時候分析，有三條路徑是可以解決這個問題的，第一條路徑，也是我做蔚來汽車董事的時候做的換電。其實換電是一個非常好的方式，因爲第一換電的體驗可以無限的接近於加油的一個體驗。第二，換電可以讓消費者买一輛電動車的成本甚至比一輛燃油車還低。

當然，換電也會出現建換電站要準備更多的電池、包含要承擔電池漲價、降價大幅波動的風險。我們當時的錢並不多，所以我們在想能不能把它直接放在產品端，而不依賴於服務端，所以我們就做了增程電動車。

另外第三條路徑充電樁。今天的絕大部分充電樁都是不賺錢的，因爲充電樁這個生意很容易計算，就是一天大概做到6單到7單就是有6到7次充電，基本上就收支平衡，如果做到10單基本上一根充電樁的盈利狀況會好於加油站的盈利狀況。

但是，如今普遍2到3單基本上是賠錢，那大家普遍做的方式就是這個充電樁明明只能用5年，但是我把它分攤到10年的成本上去，用這樣的方式來把虧損減少。

用戶充電需要大量的等待時間成本，所以就造成一天就普遍2到3單的情況。如果能夠把充電縮短在20分钟之內，用戶就不會離車，如果縮短到10分钟，那用戶體驗就基本上跟燃油車是一致了。

電動車沒你想象那么貴，2030年還會做增程

要想做到充電體驗和燃油車一致，其實有這兩個核心，第一個核心是必須用高壓平臺做到這樣的充電速度，第二個好處就是，當我們使用碳化硅、配合高壓平臺以後，再配合比較好的風阻系數，電池成本可以大幅的下降，就是效率可以顯著的提升。

比如說目前銷售最好的一款中大型SUV大概是有100度電，做到600公裏，但其實我們用800伏的高壓平臺，配合更好的風阻系數以及碳化硅和整體效率的優化，我們大概用80度電就可以做到同樣的續航裏程，而車輛也會更輕，因爲車更輕了以後就可以減少鋁的使用，成本下降大概在3到4萬塊錢。這背後也跟我們自己來做碳化硅的模、三合一的電機都是相關的。

當把這一些東西做好以後，相比今天傳統的400V主流電動車，在相同尺寸、相同驅動形式下，大概可以一輛車降低3到4萬塊元零部件成本，所以大家到時候可以看得到我們推出800V高壓平臺電動車，因爲4C還有一定的選擇性，大概可以做到跟增程相同的價格，這可能跟大家想象的不一樣，因爲今天大家都認爲800V碳化硅是一個更貴的價格，其實不是，它可以節省非常多的成本。

所以我覺得這是我們自己的兩個核心路线，無論是我們做的增程電動，還是做的高壓純電，其實核心目的第一個解決充電的問題，當我們使用4C電池的時候可以做到10分钟充電400公裏，當我們使用2C電池的時候可以做到20分钟充電400公裏，這是裏面的核心。

我們認爲如果我們要推出電動車，充電樁對我們而言它是產品，不是服務，充電樁是產品本身。如果我們提供4C，但是沒有4C的完善充電網絡，那其實就相當於我們买了一部4G手機，但還僅有2G網絡，所以我們認爲它屬於產品本身的事情，大家完全不用擔心我們鋪設充電樁的速度和決心。

超充站沒有大家想象的成本那么高，比建一個工廠便宜多了。我可以算一筆账，如果一個高速的超充站，能拉到的大概是640千伏安到800千伏安的電量，由於普遍會做3+1的站，會是1個480千瓦，配合3個250千瓦。因爲我們如果都放480千瓦也沒有用，整個超充站只能達到峯值800千伏安這樣的水平。那如果到2025年，我們建立3000個超充站，總共花費會是100億。按5年攤銷，分攤到每年是20億元，對於年收入千億規模的企業而言，成本根本沒有大家想象的那么高。

往後看的2030年，我們仍然會堅持增程和純電兩條路线同時往前走，然後把增程效率做得更高。另外一方面在整個高壓純電上做得更好，根據用戶自己的選擇提供兩種需求。

車不是賣得越便宜越好

這個行業壓力最大的一點就是頭部兩個企業都能打價格战。這在手機和各個行業裏是根本看不到的。而且我覺得大家容易忽略一個問題，就是我們診斷各種各樣企業的問題，我們發現消費者還是有一些非常基礎的常識認知的。我舉一個例子，作爲一個中國品牌，如果我們把一輛中型的B級SUV賣到30萬以上，百分之百就沒有量了。這就是一些很重要的常識。

我們如果看調完價格以後的特斯拉和比亞迪，它們一直把自己的價位放在合理的空間，也不是過分便宜，而是放在符合用戶認知的合理範圍。很多人說，理想爲什么不把價格降到30萬以內？同樣的問題，消費者不接受一款還不錯品牌的中大型SUV，賣到20多萬。

在汽車之家的時候我們就觀察到用戶心理認知的狀態，他如果买一輛中大型的SUV，又是一個還不錯的品牌，不能賣到20多萬。因爲大家一定認爲你的車是有問題的，你可能大概率會偷工減料，這是用戶的一個認知。還會出現另外一個認知，就是用戶和用戶之間的認知，就是你花那么多錢，然後买了一個那么大的車，你一定很窮。你一定經濟出了問題。這些是很常識的認知，所以很多時候車不是賣得越便宜越好，車也不是賣得越貴越好。你可以在每個級別裏，很清楚地畫出來一個曲线。

20%毛利率是底线

爲什么毛利率那么重要？還是跟汽車行業有關，因爲你要想成爲一個留在牌桌上的汽車企業，基本上你要有幾千億的收入，你要想成爲世界頭部的企業，基本上一定是上萬億收入的。請問這樣的收入規模怎么來經營？這就變得很關鍵了，不能永遠靠融資，小的時候幾十億收入、幾百億收入可以靠融資，再大怎么靠融資？

而且我們看歷年汽車行業發展歷史可以看得清楚，當車最難賣的時候，比如遇到經濟危機，車最難賣，融資也根本融不到的時候，就會出現哪怕像通用和克萊斯勒這樣大的企業，在2008年經濟危機的時候，汽車銷量大概掉了40%，這兩家企業都破產了。

除了收入以外，就是槓杆用的過多，包括後面就把德爾福這樣的企業都拆出來了，自己承擔所有的槓杆，所以銷量下滑40%幾乎全由自己承擔。

什么是毛利率？毛利率就是銷售價格-銷售成本，銷售成本包括車的BOM成本，包括車的制造成本，車對應的分攤，還有車的運輸費用，車的軟件費用，還有稅費，都是車的銷售成本。店面裏人員的支出叫銷售費用，這是毛利率以外的部分，我們毛利率留的部分就是應對銷售費用的，所以毛利率等於銷售收入-銷售成本。所以銷售收入減去銷售成本之後，剩下的都是公司可以投資的錢，是提升自己能力的部分。

回到車的角度而言，作爲智能電動車企業，我們認爲一個健康的門檻是20個點，我們研發投入基本上在10個點以上，銷售管理費用做得非常好也要7到8個點，同時還要承擔一定的風險，還有資本的投入，比如建工廠。我們認爲20個點是比較健康的，目前來看特斯拉是超過20個點的，我們也是穩定的超過20個點，比亞迪也是超過20個點。比亞迪的銷售網絡並不是直營的，如果把經銷商費用一起算進來，比亞迪車的毛利率也是超過20個點的，我們認爲這是比較健康的，否則怎么投研發。

不能說資本市場好的時候投研發，資本市場不好就收縮研發，汽車不是這樣的，汽車做任何計劃都應該是五年以上的周期，所以毛利率是這裏面的關鍵點。當然，毛利率越高企業經營難度越大，毛利率越低越容易，負毛利率相當於送錢，是最容易的。

圖源：理想汽車

我們看到的是，20個點是一個企業能夠長期健康發展的最低毛利率，大家可以看到特斯拉在過去那么多年一直賠錢，但從Model S、Model X，甚至從Roadster开始，毛利率一直穩定在20%以上。我可以花很多錢，但始終堅持毛利率在20%以上。特斯拉只有一年是降到十八點幾，應該是2018年，Model 3難產的一年。盡管特斯拉今年已經大規模降價，但是在年報會議上他講，我今年仍然保持20個點以上的毛利率，因爲只有這樣企業才能健康的發展，當企業做任何長期投資的時候，才可以不慫，才可以堅定的往下投。

目前理想的研發包括產品研發、平臺研發、系統研發。平臺成本如何繼續下降，更深一層究竟是用別人的系統，還是自己开發操作系統？還有芯片，如果自己做推理芯片，可以做到像特斯拉一樣的成本，因爲算法、訓練平臺、芯片都掌握在自己的手裏。

我們在2月份所有支撐店面的工作人員已經做到了接近7輛車的人均銷售能力。如果把管理人員去掉，那么人均超過10輛車，大概是新勢力同行的大概三倍以上，這樣我們就有機會讓我們員工做三個人的活掙兩個人的錢，所以我們的人現在是最難挖的。包括剛才講的充電網絡，我們在整個結構裏面看的是战略的必要性，並不是走哪兒算哪兒，是必須要建，必須要建到什么樣的程度。

供應鏈：需要24個月的前瞻

限制我們爬坡速度最關鍵的還是三電，我們把車所有零部件分成四個部分。

第一是傳統的後視鏡、保險槓，汽車行業本來一年就有2000多萬乘用車的產能，給電動車、給燃油車沒有區別，這不需要我們去做，給供應商就可以了；

第二類是新的電子類、芯片類的，比如我們的域控制器，中國過去有非常好的代工體系，而且中國採購全世界大概40%的芯片，這個體系的制造效率很高，給我們一款車生產20萬套、30萬套域控制器沒有任何問題，像富士康這樣的企業都可以給你做到，解決起來也不復雜；

大家都在講缺芯片，但從來沒有缺過高通的芯片和高通的計算平臺，沒有缺過英偉達的芯片和英偉達的計算平臺，也沒有缺過地平线的芯片和地平线的計算平臺，缺的都是傳統的小功能芯片，因爲這方面中國還是非常成熟的，中國是全世界最強的電子代工廠。

第三類問題比較麻煩，就是跟三電相關的。比如說我們开發L系列，一臺車要用三臺電機，兩個驅動電機，一個發電機。如果一年賣30萬輛，向任何一個電機廠下單90萬臺，他們都沒有辦法接，因爲90萬臺意味着他要蓋10個廠房，而如果生產出來我們不要了，那這些所有東西都是他們承擔的。

有一個非常有意思的現象，這些供應商在面對新勢力的時候，我們給他們報的單量和他們計算的單量都是不一樣的，他們會有一套分析系統，分析我們實際能夠賣多少，他們才愿意生產那么多。當車企過去只賣1萬臺，但告訴供應商後面需要生產3萬臺時，他們是不會相信的。去年年底所有供應商都認爲我們今年大概能做15萬輛，直到我們證明了這個量之後，才給我們調到了25萬輛。而且在這個情況背後，像三電，包括增程器，都是我們自己來生產，否則我們的供應商根本跟不上。所以我們在綿陽建了自己的增程器廠，我們L系列的前五合一電機就是在常州旁邊自己生產的。

我們會爲800伏自己生產碳化硅模塊，也包括會做自己的碳化硅電機。這都是我們的供應能力。

除此之外還有工廠，我們除了在常州有工廠以外，我們還會在北京建立工廠生產純電動車的產品。

供應能力需要有24個月的前瞻，否則來不及。包括拿土地、建廠房、招募人、試生產，基本上要24個月時間才來得及。跟供應商合作也是一樣的，如果找一個歐洲廠商，一年只給我們做3到4萬套空氣懸架，我們跟他聊來聊去聊一年時間，可能最多也就能供應6萬套。但我們一年需要幾十萬套，這時候我們就會跟中國的供應商一起，討論怎么來建產线、廠房，確保二、三級零部件是到位的。供應鏈方面需要做的很到位，我們過去一年也做的不好，但有些方面我們的提前布局還是給我們帶來了非常大的幫助。

自制率不超過30%，否則背負高槓杆

供應鏈還有一個問題，就是自制率也不能做得太高。全世界所有企業都經歷過，比如說像豐田把愛信、豐田紡織拆出來和別人共用，也比如通用把德爾福拆出來。

我們知道，現在很多零部件廠商都是拆出來的。因爲如果自己做全自制，就意味着當銷量下滑40%的時候，你要背負40%裏的全部槓杆、全部成本。這時候就特別怕遇到經濟危機這種大問題

所以，我們內部認爲，30%的自制率是比較健康的，可以跟供應商一起合作，哪怕我們自研以後也可以是交給供應商來生產，而不是自己來生產。

AI改變物理世界

在理想汽車，我們是有四支人工智能的算法團隊，分別在解決四個領域的問題，包含：1. 去年建立的智能座艙團隊，做多模態算法；2. 智能駕駛；3. 智能工廠；4. 零售端智能。

“智能工廠”爲什么要做人工智能，原因是我們在產线上，每天一個的生產工序裏會有幾百個檢驗人員，都可以通過人工智能算法取代；同時，還能幫助我們用算法來解決質量問題，從一個量化角度來看，每輛車在質量成本的分攤上，大概是同樣售價的奔馳、寶馬、奧迪的約50%。

圖源：理想汽車

因此，如果用錢衡量質量狀況，同樣價格的產品，我們的質量是顯著的BBA這些豪華汽車品牌的。

另外，這套算法還能幫助我們對於各種事故的分解，如果大家問問身邊开理想ONE的朋友，會得到一個重要的反饋——我們的保險是所有同行裏價格最低的，甚至比燃油車還要低，這是不同於一般電動車的，因爲一般電動車的保險價格是比燃油車更貴的。

而理想ONE作爲一個30多萬的車，第二年續險時商業險的部分是3300塊錢人民幣，如果加上交強險等等整體就是4300。所有保險公司給出來的標準價格，都是這么低，這一價格甚至跟很多10萬塊錢左右的新能源汽車的保險是差不多的，這背後的就是得益於我們整套算法體系。

回到我們爲什么要做這樣一條體系，其實是跟我之前做汽車之家有關。之前做汽車之家時，基本上所有產品都成功了，但唯一一個失敗的，且失敗的一塌糊塗的就是汽車電商。

而且，不僅我們在汽車電商方面失敗了，包括易車、淘寶和京東，以及當時好多汽車電商創業公司同行和二手車電商也全失敗了。這也不只是國內的品牌，還包括過去幾年在美國一直做到了五六百億美金市值的Carvana二手電商，今天又掉到了十幾億、二十億美金，以及我們去學習美國的True CAR也都沒有成功。

我們反思爲什么會出現這樣的問題時，有一個很重要的思考，汽車電商整個業務鏈條中90%，甚至95%是發生在线下的，在整個线下的倉儲、庫存、物流、交付的體驗環節，我們當時沒有做任何的改造，整個成本甚至比傳統的汽車經銷商還要高，我們只是在线上多花了5000到15000塊錢的CPS成本，剩下的什么都沒改造。也就是說，在整個的拿錢衡量效率和商業的鏈條裏面，我們除了多花了一部分錢之外，剩下什么價值都沒創造。

而同樣的問題在過去大家認爲很火的新零售方面，比如社區團購方面以及打車軟件等，也都是相同的問題。無論是美國的Uber還是中國的滴滴，今天的市值都遠遠不及它當時融資的市值，其核心問題是過去的時候是軟件1.0，沒有辦法解決线下物理世界的問題。

我們定義的軟件1.0是什么呢？就是人類自己來制定規則，人類自己來編程，然後編完程程序給人類自己使用，無論是我們的使用互聯網、還使用的APP、或者其他終端，都是一個相同的原理，主要核心就是運行在一個數字世界，但是物理世界發生的一切我們改變不了。

我們可以在美國非常快的拿Uber打一輛車，但是這輛車從A到B點中間發生的一切，我們叫TCO的成本沒有任何的下降，甚至比出租還高，因爲空使率更高，所以這些平臺公司就會出現一個問題，當它要想獲得高速的一個增長和份額時它就會虧損，如果它想賺錢，唯一的方法就是剝削司機，比如美國收30%、中國收到25%，而出之前的租公司只收20%，所以他們現在比出租公司向司機收了更多的錢。

零售電商則不一樣，電子商務當把這種昂貴的商場賣貨挪到一個庫房就能賣貨，整體的成本下降35%到40%，只是整個的行業的35%到40%被三個分割了，首先就是消費者拿走了一部分，讓零售價格更便宜了；其次是平臺方拿走一部分，造就了像阿裏、亞馬遜這樣萬億美金級別的企業，第三個就是這些品牌——用新零售方式做電商的品牌。

所以，當時我們就在思考一個問題——什么可以改變物理世界？有什么辦法能改變物理世界？我們發現，只有AI。

AI是可以改變物理世界的，因爲AI的核心其實是學習，不是編程，不是邏輯，而是依賴於其對人類的模仿和學習。

理想把AI分成了兩大類別，一種是行爲學習，就是小腦爲主、大腦爲輔。用大腦來思考和訓練自己，但是訓練成功以後小腦就能處理任務，就像开車或者生產线檢測等，很多時候不需要進行大腦完整的思考，就快速及時的反應。

另一個類別，是認知學習，大腦爲主、小腦爲輔。最近比較流行的ChatGPT、包括“理想同學”和蔚來的“NOMI”等。當給出一個復雜命令，它要回到雲端去處理，然後經過訓練後有相對確定性的執行，而如果放在車端的，就要通過GPU或者BPU給出結果。

自動駕駛也經歷了行爲學習、認知學習兩個階段。第一個階段由於傳感器、算力並不強。比如理想最早用Mobileye 2 TOPS算力的芯片，前視200萬像素的攝像頭。這些硬件不足以支撐做三維感知，識別一張張的二維圖片，甚至“二維測距”，一張圖片越寬就距離越近，圖片越窄距離就越遠。爲解決測距，加一顆毫米波雷達。

這就是最开始，或者說迄今爲止，跑的中國路面上99%的車都是這么工作的，哪怕已經上了英偉達Orin計算平臺。特斯拉在中國的AP和FSD都是以這樣的方式來工作。這是一個2.5D的工作方式，就是像蝙蝠，用雷達測量我離各種障礙物和目標物體之間的距離，以此來成爲下一步的前提。

所以這些量產交付的車的判斷、決策跟AI沒有關系。算法都是規則制的，是人類寫的透明規則的算法。當遇到加塞進車道，我會怎么處理，當離开車道我要怎么處理，當距離我近了怎么處理等等。這些東西都是靠大量的人在調試，依靠人類進行編程來實現的。

而智能駕駛體驗好不好，也依靠的是誰寫入更多的規則而不是AI算法。一個確定結論就是：規則之內可以解決，規則之外一律解決不了，出現事故是消費者自己的責任，因爲它只是個輔助駕駛。

在控制方面也完全屬於規則制的。因此當遇到一段堵車路段，如果跟的緊會暈車，因爲剎車更急、起步更快。做得比較舒適的車，加速都會比較穩，但容易被加塞，各大車企都是不停的在調，去尋找這兩者之間的平衡點。

第四個部分是反饋成長。由於收集了更多視頻數據，這背後是人力標定團隊，比如特斯拉的標定團隊在印度，中國品牌的標定團隊也都是外包的，大量標定團隊都在貴州。

這個階段，視頻需要人工標定，比如人識別出立着的是一根樁，有軲轆且有兩個軲轆的能被識別出來是車。當完成標定後，車不會直接撞上去。如果沒有標定，系統可能認爲前面沒有物體，策略就會是繼續行駛導致直接撞上去。

在這個階段，行業裏無論是做視覺的人工智能，還是做語音的人工智能，我們內部开玩笑的說法是——有多少人工，就有多少智能。

而自動駕駛行業的認知學習變化，是從特斯拉的FSD开始的。特斯拉前自動駕駛算法高級總監，被馬斯克從Open AI招過去，從他過去後，特斯拉的智能駕駛有了本質的變化。

FSD芯片效率很高，雖然只有144的TOPS，但有效算力基本上是跟兩顆Orin是一樣的，有效算力是通用GPU大概3倍的水平。加之，特斯拉已經升級成了360度的攝像頭，變成三維視覺，用“大模型”的方式开始做BEV感知。帶來的好處是，車开始以跟人相似的方式來觀察這個世界了。

雖然和人還是有一定的差別。目前攝像頭只有200萬-800萬像素，而人眼基本上1.5億到2億的像素。人看到400-500米之外是沒什么問題的，今天攝像頭大概看到100米左右基本上就是極限了，尤其是晚上。

有了三維感知後，判斷決策就不一樣了。判斷決策上其實分成兩層：一層是白盒子的，編程制式，用於遵守交通規則、遵守法律。另一層是從三維感知，到判斷決策，再到執行控制形成一體，我們叫“端到端”。可以清晰地看到人類是怎么做的，人類看到什么樣的東西，做了什么樣的判斷，進行什么樣的執行，這套過程就可以被記錄下來了。

這是一個本質的變化，我們把這稱之爲“影子學習”。它是個學習的過程，而且需要終端GPU或是專用的BPU有閉環的能力。

從這裏开始，“反饋成長”層面也不一樣。結構性數據回傳到超算平臺進行訓練，而訓練是個黑盒子的過程。有的算法是白盒子，它屬於1.0或者1.5階段，完全黑盒子的算法，那才是2.0，這是一個本質的變化。

雲端進行訓練可以做自動化標注、分類、訓練，不再需要那么多人了。目前特斯拉、Open AI算法團隊的人數非常之少，跟中國大部分的AI公司人數差別巨大。

且由於雲端訓練是一個黑盒子，所以訓練觀察的不是對和錯，而是觀察訓練質量的提升程度。只有這種“端到端”訓練的樣本足夠多，整個駕駛體驗和安全性就會變得越來越好，它就像人類在各種各樣的場景下怎么工作，去進行學習。

建立這套自動駕駛認知學習體系，需要車企在智能駕駛方面的比拼三樣東西：第一如何降低車端的計算平臺和傳感器成本，盡可能做到每輛車標配。智能駕駛的成本是包括傳感器（雷達、攝像頭）+計算平臺，特斯拉是1500美金，理想是4000美金；

第二比誰的“端到端”閉環數據多，只拿到一部分數據是沒有用的，完整的端到端的訓練才可以，不同國家、不同的場景的訓練都是不一樣的，不能簡單挪過來就復用。這要求企業得賣出去足夠多的、裝滿傳感器和計算平臺的車才能完成這部分；

第三完成成本更高、挑战更大的大模型訓練。美國從去年开始限制中國訓練芯片的發展，以及限制英偉達向中國出售高帶寬的訓練芯片。今天無論是車端使用GPU，還是在雲端使用GPGPU，對於大模型而言都不是效能最好的方式，它只有20%左右的效能，理論上另外80%的成本都是被浪費掉的。

因此像英偉達做自己的BPU以及D1的訓練芯片，整個體系構建起來以後，大概能做到英偉達A100 1/6的成本復制整個計算集羣，而且可擴展性變得更高。這也是下決心去做人工智能的企業必須去面對、解決和投入研發的部分。

此外，以後真正的競爭會出現在最底層——AI的操作系統。因爲AI的操作系統要求的是硬實時，規定的時間、地點必須去執行，在物理世界的運行不能延遲。

很多人說我們在人工智能方面比較小心翼翼，但是其實我們是長期在這方面做深入的感知，確定這條路线可行以後，我們All-in來做。從特斯拉把大概的邏輯模型跑通以後，我們才开始正式投入。

很多企業在AI方面發展得很好或投入得很早，但並沒有體現在銷量上。關鍵在於要找到一個精準的用戶體驗的價值點，才會全面爆發。就像智能手機同時滿足三個條件：3G網絡、App Store上线、OTA技術之後，手機才真正從觸屏時代進入到了智能手機的時代。

2024年，進入智能電動車時代

回到智能電動車，什么時候智能電動車才真正智能？終端不算智能，終端只是延續了手機的功能，爲什么延續手機功能？因爲安卓構建了一個非常好的生態，消費者不是爲了用安卓，而是爲了用安卓背後的生態，因爲裏面有地圖的生態、娛樂影音的生態、大量應用軟件开發者的生態。

但是我覺得真正屬於智能電動車的變革時代要從真正2.0能跑動开始。我自己做一個預測，我認爲這個時間點，尤其是對於中高端車，會出現在2024年。

真正的基於大模型，基於BEV技術實現的城市NOA。如今，理想汽車已經算做的比較好的了，整個輔助駕駛的使用率是超過13%。因爲高速場景有限，雖然高速場景下我們的輔助駕駛使用率已經超過50%了，但是在市區裏沒有辦法使用。我覺得一個技術只有用戶每天使用，裏程使用率穩定超過60%，這個技術就會變得讓用戶再也離不开了。

城市NOA什么樣的結果呢？其實不需要它變成完全的自動駕駛，而是每天上下班堵車的時候它都可以幫助駕駛員提升解決體驗。一個是城市裏面60%以上甚至80%以上的車交給這個功能來开，而且安全性也沒問題，除非別人違章，哪怕出現肇事，大概率也都是小的刮蹭。這時候就會產生一個巨大的變化，正如消費者买了一幢20-30層的樓房一樣，有電梯沒電梯是根本差別。

我覺得今年的一個現象，使用Orin計算平臺這些企業，基本上都會在今年四季度的時候交付最早用於測試的NOA，基於大模型的。因爲它需要豐富的訓練，並不是單純把計算平臺放上去就可以。

我個人認爲到今年年底，大部分頭部企業能夠做到2011年年底特斯拉的水平，到2024年的時候，大家普遍能做到2022年底2023年初特斯拉在北美的水平。我覺得這以後，至少中高端車，如果不能提供城市NOA，會影響消費者購买決策了。

在這個時間點，首先從中高端車开始，徹底進入到智能自動車時代，基於軟件2.0的智能電動車的時代。否則永遠只能賣非

本文作者可以追加內容哦 !