发布时间：2023-11-25 作者: 新闻中心
3月2日，特斯拉在投资者活动日，发布“秘密宏图”第三篇章。同一天，理想汽车也举办了规模空前的沟通会。马斯克鼓呼“我们是地球的投资人”，为智能电动车行业勾勒可持续能源经济的宏大终章。
理想汽车CEO李想务实一些，长达2个多小时的交流，李想循循善诱，分享了为什么创办理想汽车，做增程的出发点，如何布局纯电和超充网络，怎么做经营管理、搭建供应链以及进入智能电动车时代。
实际上，马斯克在过往17年，用三篇秘密宏图，为智能电动车行业开拓了车、出行和能源三大商业图景。目前，国内的造车公司都还挣扎在造好车、卖好车阶段。而体格相对健壮的理想，慢慢的开始初步展望未来的智能出行。
关于技术，李想直言，公司的无人驾驶技术路径和特斯拉的FSD没有区别。而关乎能源，李想着墨不多，提及更多的是“能源安全”，以及在此背景下，公司的实践性思考。
李想依然犀利敢言。“消费者没有一点义务，当我买一辆电动车以后，整个的体验、行使半径，效率是比燃油车下降的。”谈及如何推动燃油车走向新能源车，李想亮明了这个决策出发点。
基于此，理想汽车到2023年依然会坚持增程和纯电两套技术方案。而围绕纯电布局，李想也有明确的计划：800V高压+480V高功率充电桩，实现燃油车的补能效果。
这套方案理想汽车早已对外宣讲，但这次李想也给出了详细的决策模型。首先，800V高压平台和碳化硅功率芯片，配合更好的风阻系数和整体效率的优化，能让续航大幅度的提高，从而节约成本。
“相比今天传统的400V主流电动车，在相同尺寸、相同驱动形式下，有可能可以一辆车降低3到4万块元零部件成本。“李想说，“大家都认为800V碳化硅是一个更贵的价格，其实不是。”
李想对充电桩的定位是，这是和电动车一体的产品，必须要建。他算了一笔账，一个超过640千伏安的充电站大概需要100万元投资，建1000个站就是100亿元，按5年摊销，每年20亿，对于年收入1000亿元的公司并不构成压力。
而大功率充电，也会缩短充电时长至10-20分钟，这会让充电桩从过往的每天2-3单，提升到5-6单，实现盈亏平衡，“如果能做到一天10单，盈利会超过加油站。”
持续投入需要健康的财务模型。“20个点是一个企业能够长期健康发展的最低毛利率。”李想说，“毛利率越高企业经营难度越大，毛利率越低越容易，负毛利率相当于送钱，是最容易的。”
理想汽车除了发力电动布局，也在加深智能技术投入和应用，包括不依赖高精度地图，年底落地城市NOA。李想的判断是，到2024年，是否配备高速NOA开始影响中高端车的消费决策，这也掀开了智能电动车的时代帷幕。
行业剧烈变革，竞争显著加剧。去年开始，特斯拉连续在全球发起了4轮降价，降幅高达4万元，国内的比亚迪等老牌车企也快跟进了万元级的降价。头部企业之间的价格战，让行业狼烟四起。
李想承认，这是行业巨大压力的表现，“一个行业，很少有两家头部公司都能打价格战”。
虽然特斯拉降价至30万元以下，给理想汽车让开了些许空间，但李想很清楚，“这是我们幸运的地方，但不会一直幸运下去，还得做好各种准备。”
因为智能电动车是少有的一个行业，既涉及到能源又涉及到前沿的信息技术，所以这是我们正真看到的一个重要机会。
从用户的角度而言，能源的需求其实是三个层面。第一个层面是能源获取的便利性，我们也常常看到在论坛里、在微博、在抖音里不同的电动车用户会对他们的电动车给出完全两极的评价，就是有充电桩的会说电动车真香、用了以后再也回不去，很多没有充电桩的用户、包括没有电动车的用户还经常跑长途的，表达出后悔为什么买一辆电动车。
第二点，是用户能源获取的成本，但能源获取成本其实有两个方面，一个是我买的这样的产品是否更贵，所以这里边是电池价格的组成。
另外一个其实是使用成本，电动车的使用成本是非常的低，我觉得这也是过去这么多年，尤其在当下经济背景下，会有更多的消费者选择电动车，因为每年能省的钱就能多买一个iPhone，就能多买一个新的iPad，这个其实节省对于整个经济提高速度放慢以后是最重要的，所以这是第二个用户的需求。
第三个用户的需求是什么呢？就是用户的需求是舒适、环保零污染。用户觉得环保是什么？其实比如我们在夏天自己开了一个车去接孩子放学，如果我开着空调，到处都是味道，这就是污染，而我开个电动车开着空调就会很好。
第二点是能源供给的安全，其实无论是我们的石油的产量、碳酸锂的产量，都是和我们自己的实际的出货量和使用量是不一样的，我们生产全世界超过60%的燃料电池、但是我们的碳酸锂储能不到10%，我们用了全世界20%以上石油，但我们石油的储备大概是2%不到3%；
第三个，碳达峰和碳中和，也造就了中国无论是整个电动车行业、全产业链，包含电机、电控、然后包括第三代半导体，也包括后面的电池、新的电池技术，以及像光伏这样的全产业链。
那回到一个车企而言，那我们觉得跟2016年在做理想ONE立项的时候判断是一样的，我们面临所有的挑战就两个，第一个挑战是充电难的问题，我指的充电难是替代燃油车的标准来开展充电，因为我们消费者没有一点义务，当我买一辆电动车以后，用户整个的体验、行使半径，效率是比燃油车下降的。
那我觉得第二个挑战就是电池成本高，因为电池是有核心贵金属的大宗商品组成，所以它就会呈现一个什么样的现象？就是电动车卖的越好，比如说去年下半年开始更强的爆发性增长，所以就会变的越来越贵；今年一二月份，几乎每一家公司定的全年目标两个月过去普遍仅完成了4%-5%。这时候，碳酸锂的价格就明显的下降了，从55万一吨现在降价39万一吨。
我们判断，整体的成本必然不会再降到原来的4-5万元一吨，但20到30万一吨是个长期稳定的价格。这样的话电池成本还是没有很好的方法大幅的下降，甚至今天的电池成本比2018年的时候还要贵得多。
我们从最开始的时候分析，有三条路径是能解决这个问题的，第一条路径，也是我做蔚来汽车董事的时候做的换电。其实换电是一个非常好的方式，因为第一换电的体验可以无限的接近于加油的一个体验。第二，换电可以让我们消费者买一辆电动车的成本甚至比一辆燃油车还低。
当然，换电也会出现建换电站要准备更多的电池、包含要承担电池涨价、降价大幅度波动的风险。我们当时的钱并不多，所以我们在想能不能把它直接放置在产品端，而不依赖于服务端，所以我们就做了增程电动车。
另外第三条路径充电桩。今天的绝大部分充电桩都是不赚钱的，因为充电桩这个生意很容易计算，就是一天大概做到6单到7单就是有6到7次充电，基本上就收支平衡，如果做到10单基本上一根充电桩的盈利状况会好于加油站的盈利状况。
但是，如今普遍2到3单绝大多数都是赔钱，那大家普遍做的方式是这个充电桩明明只能用5年，但是我把它分摊到10年的成本上去，用这样的方式来把亏损减少。
用户充电需要大量的等待时间成本，所以就造成一天就普遍2到3单的情况。若能够把充电缩短在20分钟之内，用户就不会离车，如果缩短到10分钟，那使用者真实的体验就基本上跟燃油车是一致了。
要想做到充电体验和燃油车一致，其实有这两个核心，第一个核心是必须用高压平台做到这样的充电速度，第二个好处就是，当个人会使用碳化硅、配合高压平台以后，再配合比较好的风阻系数，电池成本可以大幅的下降，就是效率可以显著的提升。
比如说目前销售最好的一款中大型SUV大概是有100度电，做到600公里，但其实我们用800伏的高压平台，配合更好的风阻系数以及碳化硅和整体效率的优化，我们大概用80度电就能做到同样的续航能力，而车辆也会更轻，因为车更轻了以后就能够大大减少铝的使用，成本下降大概在3到4万块钱。这背后也跟我们自己来做碳化硅的模、三合一的电机都是相关的。
当把这一些东西做好以后，相比今天传统的400V主流电动车，在相同尺寸、相同驱动形式下，有可能可以一辆车降低3到4万块元零部件成本，所以大家到时候可以看得到我们推出800V高压平台电动车，因为4C还有一定的选择性，有可能可以做到跟增程相同的价格，这可能跟大家想象的不一样，因为今天大家都认为800V碳化硅是一个更贵的价格，其实不是，它可以节省非常多的成本。
所以我觉得这是我们自己的两个核心路线，无论是我们做的增程电动，还是做的高压纯电，其实核心目的第一个解决充电的问题，当我们使用4C电池的时候能做到10分钟充电400公里，当个人会使用2C电池的时候能做到20分钟充电400公里，这是里面的核心。
我们认为如果我们要推出电动车，充电桩对我们而言它是产品，不是服务，充电桩是产品本身。如果我们提供4C，但是没有4C的完善充电网络，那其实就相当于我们买了一部4G手机，但还仅有2G网络，所以我们认为它属于产品本身的事情，大家完全不用担心我们铺设充电桩的速度和决心。
超充站没有大家想象的成本那么高，比建一个工厂便宜多了。我可以算一笔账，如果一个高速的超充站，能拉到的大概是640千伏安到800千伏安的电量，由于普遍会做3+1的站，会是1个480千瓦，配合3个250千瓦。因为我们如果都放480千瓦也没有用，整个超充站只能达到峰值800千伏安这样的水平。那如果到2025年，我们建立3000个超充站，总共花费会是100亿。按5年摊销，分摊到每年是20亿元，对于年收入千亿规模的企业而言，成本根本没有大家想象的那么高。
往后看的2030年，我们仍然会坚持增程和纯电两条路线同时往前走，然后把增程效率做得更高。另外一方面在整个高压纯电上做得更好，根据用户自己的选择提供两种需求。
这个行业压力最大的一点就是头部两个企业都能打价格战。这在手机和各个行业里是根本看不到的。而且我觉得大家容易忽略一个问题，就是我们诊断各种各样企业的问题，我们发现消费者还是有一些非常基础的常识认知的。我举一个例子，作为一个中国品牌，如果我们把一辆中型的B级SUV卖到30万以上，百分之百就没有量了。这就是一些很重要的常识。
我们如果看调完价格以后的特斯拉和比亚迪，它们一直把自己的价位放在合理的空间，也不是过分便宜，而是放在符合用户认知的合理范围。很多人说，理想为什么不把价格降到30万以内？同样的问题，消费者不接受一款还不错品牌的中大型SUV，卖到20多万。
在汽车之家的时候我们就观察到用户心理认知的状态，他如果买一辆中大型的SUV，又是一个还不错的品牌，不能卖到20多万。因为大家一定认为你的车是有问题的，你可能大概率会偷工减料，这是用户的一个认知。还会出现另外一个认知，就是用户和用户之间的认知，就是你花那么多钱，然后买了一个那么大的车，你一定很穷。你一定经济出了问题。这些是很常识的认知，所以很多时候车不是卖得越便宜越好，车也不是卖得越贵越好。你可以在每个级别里，很清楚地画出来一个曲线%毛利率是底线
而且我们看历年汽车行业发展历史可以看得清楚，当车最难卖的时候，比如遇到经济危机，车最难卖，融资也根本融不到的时候，就会出现哪怕像通用和克莱斯勒这样大的企业，在2008年经济危机的时候，汽车销量大概掉了40%，这两家企业都破产了。
除了收入以外，就是杠杆用的过多，包括后面就把德尔福这样的企业都拆出来了，自己承担所有的杠杆，所以销量下滑40%几乎全由自己承担。
什么是毛利率？毛利率就是销售价格-销售成本，销售成本包括车的BOM成本，包括车的制造成本，车对应的分摊，还有车的运输费用，车的软件费用，还有税费，都是车的销售成本。店面里人员的支出叫销售费用，这是毛利率以外的部分，我们毛利率留的部分就是应对销售费用的，所以毛利率等于销售收入-销售成本。所以销售收入减去销售成本之后，剩下的都是公司可以投资的钱，是提升自己能力的部分。
回到车的角度而言，作为智能电动车企业，我们认为一个健康的门槛是20个点，我们研发投入基本上在10个点以上，销售管理费用做得非常好也要7到8个点，同时还要承担一定的风险，还有资本的投入，比如建工厂。我们认为20个点是比较健康的，目前来看特斯拉是超过20个点的，我们也是稳定的超过20个点，比亚迪也是超过20个点。比亚迪的销售网络并不是直营的，如果把经销商费用一起算进来，比亚迪车的毛利率也是超过20个点的，我们认为这是比较健康的，否则怎么投研发。
不能说资本市场好的时候投研发，资本市场不好就收缩研发，汽车不是这样的，汽车做任何计划都应该是五年以上的周期，所以毛利率是这里面的关键点。当然，毛利率越高企业经营难度越大，毛利率越低越容易，负毛利率相当于送钱，是最容易的。
我们看到的是，20个点是一个企业能够长期健康发展的最低毛利率，大家可以看到特斯拉在过去那么多年一直赔钱，但从Model S、Model X，甚至从Roadster开始，毛利率一直稳定在20%以上。我可以花很多钱，但始终坚持毛利率在20%以上。特斯拉只有一年是降到十八点几，应该是2018年，Model 3难产的一年。尽管特斯拉今年已经大规模降价，但是在年报会议上他讲，我今年仍然保持20个点以上的毛利率，因为只有这样企业才能健康的发展，当企业做任何长期投资的时候，才可以不怂，才可以坚定的往下投。
目前理想的研发包括产品研发、平台研发、系统研发。平台成本如何继续下降，更深一层究竟是用别人的系统，还是自己开发操作系统？还有芯片，如果自己做推理芯片，能做到像特斯拉一样的成本，因为算法、训练平台、芯片都掌握在自己的手里。
我们在2月份所有支撑店面的工作人员已经做到了接近7辆车的人均销售能力。如果把管理人员去掉，那么人均超过10辆车，大概是新势力同行的大概三倍以上，这样我们就有机会让我们员工做三个人的活挣两个人的钱，所以我们的人现在是最难挖的。包括刚才讲的充电网络，我们在整个结构里面看的是战略的必要性，并不是走哪儿算哪儿，是必须要建，必须要建到什么样的程度。
第一是传统的后视镜、保险杠，汽车行业本来一年就有2000多万乘用车的产能，给电动车、给燃油车没有区别，这不需要我们去做，给供应商就可以了；
第二类是新的电子类、芯片类的，比如我们的域控制器，中国过去有非常好的代工体系，而且中国采购全世界大概40%的芯片，这个体系的制造效率很高，给我们一款车生产20万套、30万套域控制器没有任何问题，像富士康这样的企业都可以给你做到，解决起来也不复杂；
大家都在讲缺芯片，但从来没有缺过高通的芯片和高通的计算平台，没有缺过英伟达的芯片和英伟达的计算平台，也没有缺过地平线的芯片和地平线的计算平台，缺的都是传统的小功能芯片，因为这方面中国还是非常成熟的，中国是全世界最强的电子代工厂。
第三类问题比较麻烦，就是跟三电相关的。比如说我们开发L系列，一台车要用三台电机，两个驱动电机，一个发电机。如果一年卖30万辆，向任何一个电机厂下单90万台，他们都没有办法接，因为90万台意味着他要盖10个厂房，而如果生产出来我们不要了，那这些所有东西都是他们承担的。
有一个非常有意思的现象，这些供应商在面对新势力的时候，我们给他们报的单量和他们计算的单量都是不一样的，他们会有一套分析系统，分析我们实际能够卖多少，他们才愿意生产那么多。当车企过去只卖1万台，但告诉供应商后面需要生产3万台时，他们是不会相信的。去年年底所有供应商都认为我们今年大概能做15万辆，直到我们证明了这个量之后，才给我们调到了25万辆。而且在这个情况背后，像三电，包括增程器，都是我们自己来生产，否则我们的供应商根本跟不上。所以我们在绵阳建了自己的增程器厂，我们L系列的前五合一电机就是在常州旁边自己生产的。
我们会为800伏自己生产碳化硅模块，也包括会做自己的碳化硅电机。这都是我们的供应能力。
除此之外还有工厂，我们除了在常州有工厂以外，我们还会在北京建立工厂生产纯电动车的产品。
供应能力需要有24个月的前瞻，否则来不及。包括拿土地、建厂房、招募人、试生产，基本上要24个月时间才来得及。跟供应商合作也是一样的，如果找一个欧洲厂商，一年只给我们做3到4万套空气悬架，我们跟他聊来聊去聊一年时间，可能最多也就能供应6万套。但我们一年需要几十万套，这时候我们就会跟中国的供应商一起，讨论怎么来建产线、厂房，确保二、三级零部件是到位的。供应链方面需要做的很到位，我们过去一年也做的不好，但有些方面我们的提前布局还是给我们带来了非常大的帮助。
我们知道，现在很多零部件厂商都是拆出来的。因为如果自己做全自制，就意味着当销量下滑40%的时候，你要背负40%里的全部杠杆、全部成本。这时候就特别怕遇到经济危机这种大问题
所以，我们内部认为，30%的自制率是比较健康的，可以跟供应商一起合作，哪怕我们自研以后也可以是交给供应商来生产，而不是自己来生产。
“智能工厂”为什么要做人工智能，原因是我们在产线上，每天一个的生产工序里会有几百个检验人员，都可以通过人工智能算法取代；同时，还能帮助我们用算法来解决质量问题，从一个量化角度来看，每辆车在质量成本的分摊上，大概是同样售价的奔驰、宝马、奥迪的约50%。
因此，如果用钱衡量质量状况，同样价格的产品，我们的质量是显著的BBA这些豪华汽车品牌的。
另外，这套算法还能帮助我们对于各种事故的分解，如果大家问问身边开理想ONE的朋友，会得到一个重要的反馈——我们的保险是所有同行里价格最低的，甚至比燃油车还要低，这是不同于一般电动车的，因为一般电动车的保险价格是比燃油车更贵的。
而理想ONE作为一个30多万的车，第二年续险时商业险的部分是3300块钱人民币，如果加上交强险等等整体就是4300。所有保险公司给出来的标准价格，都是这么低，这一价格甚至跟很多10万块钱左右的新能源汽车的保险是差不多的，这背后的就是得益于我们整套算法体系。
回到我们为什么要做这样一条体系，其实是跟我之前做汽车之家有关。之前做汽车之家时，基本上所有产品都成功了，但唯一一个失败的，且失败的一塌糊涂的就是汽车电商。
而且，不仅我们在汽车电商方面失败了，包括易车、淘宝和京东，以及当时好多汽车电商创业公司同行和二手车电商也全失败了。这也不只是国内的品牌，还包括过去几年在美国一直做到了五六百亿美金市值的Carvana二手电商，今天又掉到了十几亿、二十亿美金，以及我们去学习美国的True CAR也都没有成功。
我们反思为什么会出现这样的问题时，有一个很重要的思考，汽车电商整个业务链条中90%，甚至95%是发生在线下的，在整个线下的仓储、库存、物流、交付的体验环节，我们当时没有做任何的改造，整个成本甚至比传统的汽车经销商还要高，我们只是在线块钱的CPS成本，剩下的什么都没改造。也就是说，在整个的拿钱衡量效率和商业的链条里面，我们除了多花了一部分钱之外，剩下什么价值都没创造。
而同样的问题在过去大家认为很火的新零售方面，比如社区团购方面以及打车软件等，也都是相同的问题。无论是美国的Uber还是中国的滴滴，今天的市值都远远不及它当时融资的市值，其核心问题是过去的时候是软件1.0，没有办法解决线下物理世界的问题。
我们定义的软件1.0是什么呢？就是人类自己来制定规则，人类自己来编程，然后编完程程序给人类自己使用，无论是我们的使用互联网、还使用的APP、或者其他终端，都是一个相同的原理，主要核心就是运行在一个数字世界，但是物理世界发生的一切我们改变不了。
我们可以在美国非常快的拿Uber打一辆车，但是这辆车从A到B点中间发生的一切，我们叫TCO的成本没有任何的下降，甚至比出租还高，因为空使率更高，所以这些平台公司就会出现一个问题，当它要想获得高速的一个增长和份额时它就会亏损，如果它想赚钱，唯一的方法就是剥削司机，比如美国收30%、中国收到25%，而出之前的租公司只收20%，所以他们现在比出租公司向司机收了更多的钱。
零售电商则不一样，电子商务当把这种昂贵的商场卖货挪到一个库房就能卖货，整体的成本下降35%到40%，只是整个的行业的35%到40%被三个分割了，首先就是消费者拿走了一部分，让零售价格更便宜了；其次是平台方拿走一部分，造就了像阿里、亚马逊这样万亿美金级别的企业，第三个就是这些品牌——用新零售方式做电商的品牌。
所以，当时我们就在思考一个问题——什么可以改变物理世界？有什么办法能改变物理世界？我们得知，只有AI。
AI是可以改变物理世界的，因为AI的核心其实是学习，不是编程，不是逻辑，而是依赖于其对人类的模仿和学习。
另一个类别，是认知学习，大脑为主、小脑为辅。最近比较流行的ChatGPT、包括“理想同学”和蔚来的“NOMI”等。当给出一个复杂命令，它要回到云端去处理，然后经过训练后有相对确定性的执行，而如果放在车端的，就要通过GPU或者BPU给出结果。
自动驾驶也经历了行为学习、认知学习两个阶段。第一个阶段由于传感器、算力并不强。比如理想最早用Mobileye2 TOPS算力的芯片，前视200万像素的摄像头。这些硬件不足以支撑做三维感知，识别一张张的二维图片，甚至“二维测距”，一张图片越宽就距离越近，图片越窄距离就越远。为解决测距，加一颗毫米波雷达。
这就是最开始，或者说迄今为止，跑的中国路面上99%的车都是这么工作的，哪怕已经上了英伟达Orin计算平台。特斯拉在中国的AP和FSD都是以这样的方式来工作。这是一个2.5D的工作方式，就是像蝙蝠，用雷达测量我离各种障碍物和目标物体之间的距离，以此来成为下一步的前提。
所以这些量产交付的车的判断、决策跟AI没有关系。算法都是规则制的，是人类写的透明规则的算法。当遇到加塞进车道，我会怎么处理，当离开车道我要怎么处理，当距离我近了怎么处理等等。这些东西都是靠大量的人在调试，依靠人类进行编程来实现的。
而智能驾驶体验好不好，也依靠的是谁写入更多的规则而不是AI算法。一个确定结论就是：规则之内可以解决，规则之外一律解决不了，出现事故是消费者自己的责任，因为它只是个辅助驾驶。
在控制方面也完全属于规则制的。因此当遇到一段堵车路段，如果跟的紧会晕车，因为刹车更急、起步更快。做得比较舒适的车，加速都会比较稳，但容易被加塞，各大车企都是不停的在调，去寻找这两者之间的平衡点。
第四个部分是反馈成长。由于收集了更多视频数据，这背后是人力标定团队，比如特斯拉的标定团队在印度，中国品牌的标定团队也都是外包的，大量标定团队都在贵州。
这个阶段，视频需要人工标定，比如人识别出立着的是一根桩，有轱辘且有两个轱辘的能被识别出来是车。当完成标定后，车不会直接撞上去。如果没有标定，系统可能认为前面没有物体，策略就会是继续行驶导致直接撞上去。
在这个阶段，行业里无论是做视觉的人工智能，还是做语音的人工智能，我们内部开玩笑的说法是——有多少人工，就有多少智能。
而自动驾驶行业的认知学习变化，是从特斯拉的FSD开始的。特斯拉前自动驾驶算法高级总监，被马斯克从Open AI招过去，从他过去后，特斯拉的智能驾驶有了本质的变化。
FSD芯片效率很高，虽然只有144的TOPS，但有效算力基本上是跟两颗Orin是一样的，有效算力是通用GPU大概3倍的水平。加之，特斯拉已经升级成了360度的摄像头，变成三维视觉，用“大模型”的方式开始做BEV感知。带来的好处是，车开始以跟人相似的方式来观察这个世界了。
虽然和人还是有一定的差别。目前摄像头只有200万-800万像素，而人眼基本上1.5亿到2亿的像素。人看到400-500米之外是没什么问题的，今天摄像头大概看到100米左右基本上就是极限了，尤其是晚上。
有了三维感知后，判断决策就不一样了。判断决策上其实分成两层：一层是白盒子的，编程制式，用于遵守交通规则、遵守法律。另一层是从三维感知，到判断决策，再到执行控制形成一体，我们叫“端到端”。可以清晰地看到人类是怎么做的，人类看到什么样的东西，做了什么样的判断，进行什么样的执行，这套过程就可以被记录下来了。
这是一个本质的变化，我们把这称之为“影子学习”。它是个学习的过程，而且需要终端GPU或是专用的BPU有闭环的能力。
从这里开始，“反馈成长”层面也不一样。结构性数据回传到超算平台进行训练，而训练是个黑盒子的过程。有的算法是白盒子，它属于1.0或者1.5阶段，完全黑盒子的算法，那才是2.0，这是一个本质的变化。
云端进行训练可以做自动化标注、分类、训练，不再需要那么多人了。目前特斯拉、Open AI算法团队的人数非常之少，跟中国大部分的AI公司人数差别巨大。
且由于云端训练是一个黑盒子，所以训练观察的不是对和错，而是观察训练质量的提升程度。只有这种“端到端”训练的样本足够多，整个驾驶体验和安全性就会变得越来越好，它就像人类在各种各样的场景下怎么工作，去进行学习。
建立这套自动驾驶认知学习体系，需要车企在智能驾驶方面的比拼三样东西：第一如何降低车端的计算平台和传感器成本，尽可能做到每辆车标配。智能驾驶的成本是包括传感器（雷达、摄像头）+计算平台，特斯拉是1500美金，理想是4000美金；
第二比谁的“端到端”闭环数据多，只拿到一部分数据是没有用的，完整的端到端的训练才可以，不同国家、不同的场景的训练都是不一样的，不能简单挪过来就复用。这要求企业得卖出去足够多的、装满传感器和计算平台的车才能完成这部分；
第三完成成本更高、挑战更大的大模型训练。美国从去年开始限制中国训练芯片的发展，以及限制英伟达向中国出售高带宽的训练芯片。今天无论是车端使用GPU，还是在云端使用GPGPU，对于大模型而言都不是效能最好的方式，它只有20%左右的效能，理论上另外80%的成本都是被浪费掉的。
因此像英伟达做自己的BPU以及D1的训练芯片，整个体系构建起来以后，大概能做到英伟达A100 1/6的成本复制整个计算集群，而且可扩展性变得更高。这也是下决心去做人工智能的企业必须去面对、解决和投入研发的部分。
此外，以后真正的竞争会出现在最底层——AI的操作系统。因为AI的操作系统要求的是硬实时，规定的时间、地点必须去执行，在物理世界的运行不能延迟。
很多人说我们在人工智能方面比较小心翼翼，但是其实我们是长期在这方面做深入的感知，确定这条路线可行以后，我们All-in来做。从特斯拉把大概的逻辑模型跑通以后，我们才开始正式投入。
很多企业在AI方面发展得很好或投入得很早，但并没有体现在销量上。关键在于要找到一个精准的用户体验的价值点，才会全面爆发。就像智能手机同时满足三个条件：3G网络、App Store上线、OTA技术之后，手机才真正从触屏时代进入到了智能手机的时代。
但是我觉得真正属于智能电动车的变革时代要从线能跑动开始。我自己做一个预测，我认为这个时间点，尤其是对于中高端车，会出现在2024年。
真正的基于大模型，基于BEV技术实现的城市NOA。如今，理想汽车已经算做的比较好的了，整个辅助驾驶的使用率是超过13%。因为高速场景有限，虽然高速场景下我们的辅助驾驶使用率已经超过50%了，但是在市区里没有很好的方法使用。我觉得一个技术只有用户每天使用，里程使用率稳定超过60%，这个技术就会变得让用户再也离不开了。
城市NOA什么样的结果呢？其实不需要它变成完全的自动驾驶，而是每天上下班堵车的时候它都可以帮助驾驶员提升解决体验。一个是城市里面60%以上甚至80%以上的车交给这个功能来开，而且安全性也没问题，除非别人违章，哪怕出现肇事，大概率也都是小的刮蹭。这时候就会产生一个巨大的变化，正如消费者买了一幢20-30层的楼房一样，有电梯没电梯是根本差别。
我觉得今年的一个现象，使用Orin计算平台这些企业，基本上都会在今年四季度的时候交付最早用于测试的NOA，基于大模型的。因为它需要丰富的训练，并不是单纯把计算平台放上去就可以。
我个人认为到今年年底，大部分头部企业能够做到2011年年底特斯拉的水平，到2024年的时候，大家普遍能做到2022年底2023年初特斯拉在北美的水平。我觉得这以后，至少中高端车，如果不能提供城市NOA，会影响消费者购买决策了。
在这一段时间点，首先从中高端车开始，彻底进入到智能自动车时代，基于软件2.0的智能电动车的时代。否则永远只能卖非智能的电动车。
13878175538
