今年上海车展，理想汽车没有发布新车型，而是重点发布了智电双能战略，并第一次公布了800V高压快充和支持城市NOA的AD Max3.0的最新进展。
理想汽车提供的800V超充解决方案，可以实现充电10分钟，续航400km，将充电效率从“2G带入到5G时代”。其中核心技术是基于第三代功率半导体的高压电驱系统，具备4C充电能力的电池、宽温域的热管理系统和4C超充网络。
(资料图片仅供参考)
图源：理想汽车官方
同时，理想汽车还宣布，理想AD Max 3.0的城市NOA将于本季度开始推送内测用户，到年底将推送100座国内城市，并实现用一套技术，完全打通城市与高速。
AD Max 3.0也将与理想自营超级充电站融合，让去超充站比去加油站还方便。此外，也将释放给AD Pro 3.0。
同时，理想也是第一家宣布城市NOA的软件与服务价格终身免费的企业。
理想汽车的超充站也已经开始布局，今年年底，将建设完成300+高速超充站，覆盖京津冀、长三角、大湾区和成渝四大经济带，2025年，理想超充站将建成3000座，覆盖90%的国家高速里程和主要城市。
并且，5月底前，理想汽车超级充电站的首批25个场站将开启试运营，并对所有电动车车主开放，每个场站配备3个快充桩和1个4C超充桩。
据悉，未来3年内，理想汽车将不断完善对超充网络的建设。理想汽车的4C超充将达到480kw最大输出功率。
理想汽车还宣布，随着纯电解决方案的发布，理想汽车也将迈入增程与纯电并驾齐驱的新阶段。到2025年，理想汽车将形成“1款超级旗舰+5款增程电动车型+5款高压纯电车型”的产品布局 ，面向20万以上的市场，全面满足家庭用户需求。
就在刚刚过去的一季度，理想汽车总共交付了52584辆，同比2022年一季度增长65.8%，实现了一季度的交付预期。
随着新技术方案的公布，品驾在上海车展期间，也与理想汽车总裁兼总工程师马东辉，理想汽车智能驾驶副总裁郎咸朋博士、理想汽车智能驾驶产品负责人赵哲伦分别进行了深入对话。
此前搭载800V高压快充的小鹏G9上市时，主打“充电5分钟，续航200公里”，此次理想高压快充主打“充电10分钟，续航400公里”，
关于两种补能效率是否一样，理想汽车总裁兼总工程师马东辉称，看似是简单的换算，实际上充电5分钟后电池开始发热，
这时会考虑电芯设计能力以及在快充过程当中如何结合热管理系统让它冷却下来的问题，从技术实现角度来看，充电10分钟，续航400公里更难。
理想汽车总裁兼总工程师马东辉 图源：理想汽车官方
关于是否做换电，马东辉也回应，换电要换整个PACK，它是存在物理边界的，而要在不同车型、不同品牌上做兼容本身是非常大的挑战，不符合理想汽车效率优先的原则。同时，马东辉也认为，国家对于PACK、换电等很难出台一个标准，在技术推广中不如超充效果好。
针对智能驾驶层面，理想支持城市NOA的AD Max3.0能否在年底覆盖100座城市，技术能力是否能达到，理想汽车智能驾驶副总裁郎咸朋说，大家使用的训练和车端算力平台很相近，主要比拼的是自动驾驶大模型的快速迭代，但是理想的数据和训练里程数在这几年里一直在翻倍提升，能够支持AD Max快速迭代。
理想汽车智能驾驶副总裁 郎咸朋 图源：理想汽车
关于AD Max终身免费的盈利逻辑，理想汽车智能驾驶产品负责人赵哲伦提到，城市NOA这样更高级别的辅助驾驶能力越来越好的话，那么它一定会成为将来越来越强的决策因素，同时理想汽车也有一个判断：到2024年、2025年，就会经历第一代智能车的用户换车，这时智能驾驶就会变成非常重要的选项，所以理想不想把AD Max单独拿出去交付、选装。
以下是品驾与理想汽车总裁兼总工程师马东辉，理想汽车智能驾驶副总裁郎咸朋博士、理想汽车智能驾驶产品负责人赵哲伦的对话：
关于高压快充：
提问：之前特斯拉在投资日上宣布在下一代车型上会把碳化硅的含量减少75%，现在理想也在投产做这个方案，特斯拉的路线会不会对我们的工厂或技术路线有影响？
马东辉：首先是并不会，我们认为碳化硅特别适合高压纯电车型，因为可以解决效率的问题。其他品牌提出来碳化硅或IGBT混用等类似减少碳化硅芯片使用的面积方案，我判断更多是出于成本去考虑。理想汽车在高压纯电车型主驱控制芯片上会采取碳化硅，通过深度自研、自制或成立合资厂的方式，我们有信心把碳化硅技术路线的成本降低。
提问：理想不做纯电的原因之一是因为电池成本高，现在开始做纯电，电池贵的问题怎么解决？
马东辉：从今年年初开始，原材料碳酸锂出现了大幅的降低，每吨从50多万降至最近的20万+，甚至跌破20万。本身电池的价格是下行的，电池成本占电动车当中非常大的一部分，我觉得从趋势上来看有利于电动车行业的发展。
我们要考虑相同电量能够跑更长的里程、也就是能耗的问题，通过极致的整车风阻系数与高效的电驱动系统设计，像高压、碳化硅、多合一，都可以减少行驶过程当中电机的能耗，因此是两方面。一方面是电池本身的原材料成本在不断地下降，再通过电池PACK结构不断优化，包含今天分享的4C麒麟电池；一方面可以解决高速快充过程中的发热量，另外集成式的设计也可以降低PACK的成本；第二是如何降低行驶过程中驱动的能耗，通过两方面，可以把每公里的成本降低下来。
提问：理想高压快充提到“10分钟续航400公里”，对于用户从系数上来说等于5分钟实现200公里的水平吗？
马东辉：看似是一个简单的换算，其实并不是这样的，比如说两个人进行赛跑，你跑200公里，他跑400公里，最后200公里的速度跟以前肯定是不一样的；
200公里在充电5分钟以后，电池会发热，这时会考虑电芯设计能力以及在快充过程当中如何结合热管理系统让它冷却下来的问题，这样才能保证你接下来5分钟充电的速度仍然跟之前一样，我觉得从技术挑战上是不一样的，肯定是充电10分钟行驶400公里的挑战更大。
提问：目前在补能方面做了纯电，除了增大电池的充电功率外，未来会有考虑做换电的布局吗？在充电介质方面是否有考虑布局氮化镓材料供应商的选择？
马东辉：之前理想汽车很少对外沟通技术，大家对理想汽车的产品、用户需求是非常认可的，所有产品功能的表现需要很强的技术作为支撑。
现在理想汽车慢慢做一些改变，让媒体和用户理解我们做产品背后的技术，包含今天发布的自研的碳化硅、三合一、热管理系统，其实这些我们在几年前就已经有在做，这点也是想呼应你说的氮化镓，我们也会去关注并跟踪一些重要的技术方向的发展和趋势。
第二部分是关于换电问题，我个人认为无论是增程换电还是高压快充，都是解决用户在补能过程当中的一个痛点，换电我认为也是一种解决方案，但理想汽车并不会选择这种方式；
主要因为无论是液态的石油还是无形当中的电，其实它是没有物理边界的；但是如果说换电的话就要换整个PACK，它是存在物理边界的，而要在不同车型、不同品牌上做兼容本身就是非常大的挑战，我觉得不符合我们效率优先的原则。
第二点，我们认为超充是可以提高效率的，首先充电枪的标准是极容易统一的，国家有相关法规，但是对于PACK、换电等其实并没有发挥实际作用要求，也很难出台一个标准。
另外，无论是我们的超充还是市场上第三方的超充，它其实都是一个公有化的资源，我既可以给别人充，我的车又可以在别的品牌充电站去充，只有这样才能够把快充或者超充的技术推进起来，我并不认为换电在乘用车的推进中能够比超充做得更好。
提问：充电服务，你们的团队是自建还是找第三方合作？
马东辉：团队是理想汽车自己的团队，最重要的是要保证用户的体验。关于成本，我觉得还是要通过智能化和系统来解决现有的大规模其他品牌服务团队的情况。
打个比方，我们在每个超充站上面都会有4颗摄像头和一颗128TOPS算力的芯片，其实这个桩就相当于一个智能化充电桩，可以有很多使用场景或者想象空间，比如说识别是否有燃油车占到了我们的位置上，比如说在充电过程当中发生了一些安全事故，我们都可以通过摄像头进行感知，包括桩的体验可以不断地进行迭代、升级。
同时我们也可以通过车、桩、云的数据继续观测我们的桩目前的运营程序是怎样的，现在有很多桩到达之后发现不能用，如果有这些数据，就完全可以实现远程技术控制，我们的服务人员也不需要一直在现场守着了。
关于智能驾驶：
提问：AD Max做到终身免费，在行业里算是比较少有的，很多品牌都会有付费的需求，理想怎么有免费的底气？
郎咸朋：标配和免费都是理想从第一天开始进入智能驾驶就制定的策略，从没有变过。我们的初衷还是说想把智能驾驶的能力变为用户的资产，而不是他的费用；
用户买了我们的车之后拥有了使用AD Max的能力，而且能力还可以不断升级迭代，能力越强，买了我们车之后AD Max方面的应用价值会越来越大，当然AD Max也是一样的，也会不断地提升Pro的能力和价值。
在二手车交易时，价值自然而然转让给了买二手车的用户，买了这个车之后可以继续享受AD Max和Pro的能力以及好处，而且买了车之后，如果还有升级，买二手车的用户也可以持续把资产化的东西延续下去，这是站在用户角度的考量。
我们始终有一个理念，智能驾驶能力应该是普惠到所有人的，而不是少数人的权利；而且我们认为，作为智能汽车而言，未来如果没有高级别智能驾驶能力的车就不能称之为智能电动车。
因为这个理念，我们做车一定要标配智能驾驶能力，否则我们的用户就不能完全享受和体验到智能电动车所带来的好处，这也是为什么终身免费的问题。
提问：我们现在的城市NOA是免费给用户标配，但开发这个投入了很多钱，整个成本分摊就只靠销量来看开发的成本吗？
赵哲伦：从我们的视角，这部分本身就是应该是为所有用户服务，其实前面那里可以再说一下，我们确实是以极低的成本，我们的成本潜质到购车的车价里，这肯定是在里面的，但这部分因为不作为选配，很重要的原因是看特斯拉的FSD，如果是在国内买是6.4万，到今天为止卖车的话不止一万。
某些车企是采用订阅的手段，每个月花几百块钱，那么在卖车的时候是没有任何价值的。
但如果是标配硬件能力的车，在卖车的时候依然是保持价值的，这点对于用户来说很重要，并不是说这个东西白送，但它是以低的成本前置到用户的购车中，对用户来讲利益是最大化的，这很重要，到底这个事是为用户服务的，一定要为用户创造价值。
提问：很多车企选择把硬件成本压下来，靠软件来盈利，理想这边的盈利逻辑是什么？
赵哲伦：如果这个车上有硬件，但没有选装软件，这个硬件成本到底是收了还是没收？这是需要考虑的。所谓的硬件前置、软件收费，那么硬件成本到底是谁花的？硬件成本如果花了，为什么用户没有体验到功能？就是这个问题。
提问：目前理想AM Max3.0处于二期内测阶段，今年内建设发展至100个城市的规模，但是咱们的合作伙伴就像地平线余总之前说过还是存在一些挑战的，您是怎么看待他这个观点的？以及我们是怎么协调他说的跟我们实际落地使用的问题？
郎咸朋：这个问题恰恰就是，大家其实现在对于自动驾驶方案或者自动驾驶未来的发展还没有形成一个共识，这两天大家还可以看到有比这更保守的方案或更激进的说法亮相发布；
我觉得是因为大家还是在不断地快速迭代当中有一些不同的见解。我们认为自动驾驶的研发就是一个人工智能研发的过程，对于人工智能来说的最主要的就是三个要素：算法、算力和数据。
在算法方面上，今天我讲了很多，就像BEV网络、Occupancy网络迭代的速度非常快，而且趋势也是往大的模型算法或者网络算法方向迭代，整体趋势应该大家都可以看到，特别是最近这半年，虽然GPT已经做了很长时间，但是最近半年它的迭代速度应该也是远超了大家的预期。
对于我们内部来说，我们自动驾驶的大模型演进也是超过我们所有人的预期的，所以说我们为什么说能快速地迭代，我们今年6月份就能预测，年底就能覆盖100个城市，这也是我们可以实现快速迭代的底气，是先进研发技术的体现。
算力方面，我相信大家也可以看到各品牌之间算力数据都差不多，大家使用的训练和车端算力平台也都是相近的，我觉得算法、算力这一部分只要大家有投入就都差不多。
最重要的一点，就是我们的数据或者训练的里程数，不可能在短期内就能够达到一个质的飞跃，这需要持续地积累和迭代。从2018年开始到现在五年时间，从AD 1.0的1亿公里的训练里程，到AD 2.0的2亿公里再到现在的4亿多公里，都是翻倍提升。
一方面，是因为大算法模型对训练里程的要求确实是高，因为理想的车卖得比较好、比较多，整体规模也不断地在扩大、我们用以训练的里程数呈指数级的增长，所以说更有希望在大模型时代相比较其他家而言，更快速的迭代升级。
提问：现在新的方案如果按照纯视觉去做，以后Pro和Max的差别会不会越来越小？以后是不会有Pro的级别，还是说人为限制提供两个级别的选择，而Max依然坚持做城市NOA，Pro仅限于高速使用，还是说以后所有的车型都可以使用MAX的选择。
郎咸朋：我们Max和Pro两个产品在设计的时候，就是有“差别对待”的。我们当时给Pro产品的定义就是最好用的高速NOA产品，对Max的定义就是它的能力扩展可以扩展到城市场景。
因为有了这样的产品定义，我们在接下来硬件的选择和软件的功能研发方面就是做了差异化研发，所以不存在后续的Pro也有城市NOA的功能。你刚才也说了后面更多的用户是否会去购买Max系统，我觉得是有可能的。
如果他就喜欢用城市NOA的话，可能会有很多人去买Max。但是这取决于我们的技术和产品是不是做得更好、第二个用户的需求是不是也被激发出来了。
现在我理解自动驾驶和城市NOA方面，大家的认知和使用还是处于一个稍微早期的阶段，但是对于高速来说，我们内部看到其实30%-50%高速公路大家都是用高速NOA来开的，对于ADAS来说的话，可能大家接受的程度会更高。
我觉得这是一个过程，大家逐渐都会感受到自动驾驶带来的好处和便利。
提问：我们现在看L8、L7是有Pro和Max硬件上的差别，会不会下一代的硬件成本，比如说把激光雷达砍掉了，它的硬件成本有可能就会很接近；又比如说我用Thor的芯片，它的算力其实也足够大，那我是不是就可以统一成同级别的东西？
郎咸朋：这个我们内部还没有最终的判断。刚才我们也提到了在纯视觉感知的研发其实做了很多的探索，但是激光雷达这一部分对于我们现阶段而言，也有两个最主要的作用。
第一个作用是在夜间对安全性是一个很好的补充和冗余作用；第二个作用是为我们的视觉算法提供的很好的ground truth的样本。至于后续Max与Pro是不是统一成同一级别、如何去做，还有待我们产品研发规划，后续再看。
提问：前两天有华为、小鹏提出了遥遥领先的口号，郎总怎么看待今年整个智能驾驶行业竞争的格局变化，马总也可以聊聊。因为有传统车企说新造车势力会的（技术），我们三年就会；但是我们传统车企会的（技术），可能新造车势力十年都不会，这个问题也可以聊一下，以及今年对于整个新能源车行业的判断。
郎咸朋：自动驾驶确实这两天提的比较多，我觉得大家“卷”起来了，首要原因是是现在技术发展到了一定的程度，刚才我也提到了大模型、大算力的内容；
第二个原因是我觉得产品这一部分的用户接受程度也到了一定的拐点，刚才提到了ADAS辅助驾驶、高速NOA导航辅助驾驶大家接受程度与使用频率也都比较高了，接下来自然而言就会进入到城市导航辅助驾驶竞争里面，这个我觉得挺好的，大家一起来卷、一起竞争，这个东西发展就会越来越快。
提问：行业的格局呢？像咱们车企自研的，或者说第三方、开发商这种的。
郎咸朋：这一块儿我简单谈一下自己的感想，我觉得还是按照刚才的说法，我们需要在数据部分的闭环上有一个非常高的自研效率；如果说是第三方或者用其他的合作方式来做的话，它的效率可能未必会这么高。
所以说在后续的产品研发速度上，我觉得会存在一定的差异。
提问：我们可能跟他们拉开多远的距离？
郎咸朋：就看大家开放城市的速度，看看谁敢说10城、50城、100城，这些慢慢就会通过产品表达出来，现在大家还属于嘴上说的状态，具体还是要看实际表现。
马东辉：我有同感，尤其说今年疫情放开之后，上海车展大家都是憋着放大招，其实是有点“卷”的感觉。
昨天在跟同事聊的时候，往往也都是说百米赛跑之后首先感谢的是对手，是对手激励碰得越快、迭代速度更快，我觉得也是一样。我们把格局放大，希望国内的所有自主品牌做得更好，让中国品牌走向世界才是共赢的选择。
第二点你提的大家最近讨论的，我个人觉得这个问题是比较难回答的，但还是想说一下，我个人都得内心感受就是说“三人行必有我师”，每一家企业都会有自己的长处，我觉得应该是相互学习，并且尊重对手。
同时大家也知道研发投入包含技术是有周期的，需要长时间的投入，可能我们看到一个功能，背后其功能或者说蕴含的价值大家不见得能够体验到，比如说人才、人才规模、人才密度等，比如说你的组织、商业模式等，都会影响到企业提供给用户的产品变化，而不仅仅是说单一的某个功能或者单一的技术。
提问：请问高速NOA的边界能力范围在哪里？因为不知道智能驾驶系统是否能应对某些特殊情况，所以在日常驾驶过程中，如果遇到栈道施工或者前车压线的情况，我会不由自主的接管车辆。因此，我经常不知道这项功能的边界，它的能力到底能应对哪些场景？对于厂家来说，应该如何详细描述并向用户宣传NOA的能力？
赵哲伦：你说的问题在城市里会更显著，因为城市里的场景更复杂、更难描述，如果把这个问题放在高速相对会简单点。我们很难描述在驾驶过程中到底什么时候一定可以，因为描述“一定可以”，那就是告诉大家这是绝对安全的，但事实上它还只是辅助驾驶系统。
在高速上有几个主要的风险场景，但风险场景不代表NOA应付不了。高速场景主要就是旁车的切入、前车的急刹、施工栈道等。目前这一代算法能力基本可以应对一部分场景问题，但其中的边界确实很难All in。从用户体验来讲，这完全是感受层面上的，很难明确的跟用户划定一个边界，告诉他们边界以内一定可以，边界以外一定不行。
一般来讲对用户而言，如果这个车目前和前面车的速度差已经达到风险的阈值，那就人为接管。我们并不倾向在L2阶段就对用户说智能驾驶的判别能力完全OK，只是从用户个人角度出发，可以去挑战它的能力边界。
碰到风险场景，如果达到你的心理阈值，就直接接管，这是目前大部分用户使用智能驾驶时的常态。如果是作为媒体要测极限边界的话，你的心里阈值是5秒，在安全的场地，那可以放到3秒、2秒再试探。
对于普通用户来讲，首先你要看路，提前做好风险预判评估，到你心里的阈值就要接管。
提问：其实在高速上还遇到一个问题，在实际的过程中支持NOA的路段，但之前是LKA，而且这段距离非常长，中间会有NOA介入说现在开启了，开启之后可能几百米之后会告诉你NOA退出，回到LKA的模式，这是什么原因造成的？
赵哲伦：因为目前我们的算法还是比较依赖高精地图（高速），它背后有一个问题是高精地图的新鲜度，国内高速场景修路改道经常有变化，这些变化高精地图虽然没有更新，但是会知道那个地方路可能有些变化，这时候会标记为高精地图无法很好覆盖的区域，这样的区域在系统里，我们叫功能降级，NOA会降级到普通的辅助驾驶功能，这块本质上是高精更新的问题，目前有两条路线：
一是从图商角度来讲，他们也在积极提升更新的能力；二是从我们的角度来讲，就像今天上午讲到的，更多是提升算法的能力，让算法不那么依赖高精地图，也能解决前面说的，是否能一路保持NOA的状态，是否能一路保持能自主超车、上下匝道的状态，这依赖于车端的能力，无论外界的环境怎么变化，无论是今天修路明天修路，车端都能像人一样可以驾驶，这是我们所追求的。
提问：现在已经有些在推的城市NOA，但实际体验感觉并不好，对于理想来说，我们推出来的时候是想要逐渐发展成熟的，还是在一个领域就已经非常成熟了？对于城市NOA，在您看来，到什么时候会真正符合人类对它的预期？
郎咸朋：城市NOA的推出肯定有自己内部的产品检验和质量把关，不可能是自己都开不好就给用户开，既不安全也不方便。现在市面上有感觉不太好的体验，一方面可能是用的高精地图，会出现无法处理临时道路施工、修路等问题，或者是道路当时做地图的时候，图本身就做得不是很精确，这些都会带来体验上的差距。
据我们了解，小鹏、华为第一代的城市NOA都是应用了高精地图，也是在最近才逐步切换到没有高精地图的城市NOA方案，这其中考验的是算法能力。算法迭代能力取决于两个因素，一个是算力是否OK，一个是数据是否OK，算力大家都差不多，用的都是A100的服务器去训练集群。接下来最重要的是看训练的里程，是不是量足够大，种类足够丰富，如果数量也不行，种类也不行，那可能体验也不好。
赵哲伦：我补充一点。从产品来讲可以分为几个维度：目前早期阶段，因为用户在城市开车一般单程是10公里左右，所以能做到10公里左右的城市NOA，我们认为已经基本能够达到向用户做推送的状态。
再往后到什么程度是能符合用户预期的好用？需要做到一天行车三四十公里，用户只接管一次。
但这个必须区分用户所在的位置，比方说我们理想汽车总部在北京的顺义区，我们完全可以做到三四十公里甚至上百公里的接管级别，但如果在北京的朝阳区，或者在上海的徐汇区，这样的地方接管次数会相对高一些，整体的体感是一次行程接管一次还是一天会接管一次，还是一周接管一次，这个会持续影响到用户对它的使用体验和预期，我们会持续努力优化这件事情。
提问：关于目前的配置，Max、Pro它会有数字吗？就是选择Max、选择激光雷达的比例在多少？长期来看，智能驾驶对产品竞争力的帮助主要是什么？
就像小鹏可能是把它作为主要的产品竞争力，但蔚来可能是它的盈利模式，我们怎么应用智能驾驶来体现自己的产品竞争力？
郎咸朋：Max和Pro的选用率我们，我们之前是有内部的预期，但是现在感觉Max选用率比预想要高。因为大家对智能驾驶的预期或者需求不断在上升，之前可能辅助驾驶、智能驾驶，只是用户购车排名比较靠后的决策点，而现在逐渐往前提了，这是我们看到的趋势。
第二个问题，如果例如城市NOA这样更高级别的辅助驾驶能力越来越好的话，那么它一定会成为将来越来越强的决策因素，并且对于理想来说，我们不想把它单独拿出去交付、选装。
因为我们觉得在智能电动车产品上，智能驾驶一定是核心的特点，我把它单独摘出去，用户买了一辆没有智能驾驶的车，那相当于是损失很多用户价值的产品，我们不希望用户得到这样一个产品。我们还是希望用户可以体验到智能电动车的电动化和智能化，两个方面都有用户价值。
今天也说了，用户价值是用户的一个资产，而不是费用，不是说花了钱才能用，而是你买我的车就拥有智能驾驶这样一个资产，不管是Max还是Pro。
当这个资产进行二手车交易的时候，买二手车的人自然而然也得到这样一个资产，那么接下来不管是Pro还是Max OTA的更新，买二手车的人也会享受到，而不是还要交额外的费用去再激活辅助驾驶，这跟其他人的理念是不同的。
但核心还是刚才说的，我们认为智能驾驶是新能源车的一部分，不能把它拆开，如果拆开就不叫智能车。
赵哲伦：我分享一个有意思的现象，如果大家广泛做了用户购车调研，会发现智能驾驶不会被非常主动地提出来。
但我们观察到，对于NPS、也就是用户对这个产品的推荐指数，买L7、L8、L9的用户在填NPS问卷的时候，除了最核心的比如外形、空间等车本身的东西之外，就是辅助驾驶。对于很多在实际使用之后愿意向朋友推荐这台车的用户，智能驾驶是非常高排位的理由。
所以我们内部还是非常重视的，因为大家会感受到，现在往往是上一代的传统车用户下来会选择我们的车，所以对这个东西确实没有那么敏感，但实际用了之后对他来讲非常重要。
再后面的时代，我们判断到2024年、2025年，就会经历第一代智能车的用户换车，这时智能驾驶就会变成非常重要的选项。所以我们在看事情的时候，不能看当下，至少是一两年、两三年，智能驾驶将成为非常重要的选项，且在现在的用户特征中已经表达出来了。
提问：我有一个问题，昨天听到小鹏在谈自动驾驶的时候，对于今年提出了比较具体的目标，城市NOA的能力是从家里的停车场和公司的停车场，并且接管率非常低。理想今年也在做城市NOA，会不会有这样一个具体的目标？
第二，因为30万级以上，大算力的芯片上车也算体现基础能力的一点，但一个是理想的产品会往下走到20万级，再加上软件能力算法会提升，这样你们以后还会不会特别追逐，比如像英伟达新发的大算力芯片？在芯片的应用上，你们会有什么变化？
郎咸朋：第一个是刚才提到小鹏有具体自动驾驶的目标，比方说P2P或者智驾开放的指标，接管率等等，其实这些功能我们都是有的，这更多像是他营销和宣传的策略。
如果我现在提出这些指标，告诉你接管率到1000分钟一次，但对于中国人来说是无法验证的，我们认为还是要把产品的能力具体做到位，用户自然而然就知道这个事情。
与其看营销策略，不如看最终的产品体验，比如我们是不是真的可以做到100个城市，小鹏是不是可以做到20分钟、30分钟一次的接管率，这背后体现的还是大家对技术的投入、以及对技术的展示。我认为最终还是要看产品。
还有大算力芯片的这件事情，算力芯片的选择是跟着算法和产品走的，那么如果是像今天说的，用了大模型的算法，自然而然对算力的要求会多，而且像刚才提到我们对智能驾驶的理念，我们认为这就是用户一个最本质的需求。
所以我们会尽可能让产品符合用户的价值。如果说智能驾驶需要大算力，或者需要什么芯片的话，我们将来也会去解决刚才你说的问题，但这跟产品有关，因为我们现在有两套产品，一套Max，一套Pro，Pro的定位是最极致高速NOA的体现，Max是不断探索在城市上的应用，这两者对算力的要求是不同的，所以您说的芯片问题，在这两方面会有不同的解决方案。
提问：城市NOA，是不会向AD pro释放，还是会推迟晚一点？
赵哲伦：不会。
提问：城市NOA是完全不依赖高精地图，还是高精地图是一个次要的部分？
赵哲伦：可能还是需要它，但主要还是依靠自身的算力和模型来支持它。
我解释一下这个问题。首先推出所谓不依赖高精地图方案的车企，在北美是特斯拉，但因为你是A点到B点的驾驶，所以依然离不开导航地图，导航地图上面会有一些，就像人在开车一样，会告诉我什么时候要提前进入到最左车道，准备左转，什么时候要进到右端，走岔路是走左边还是走右边，这是需要辅助车端做识别，这其实就是所谓的导航地图。
特斯拉在北美也是这样应用的，所以目前是一定不用所谓传统意义的高精度地图，因为它有很大的问题，它本身的采集成本非常高，需要非常高成本的车不断在路上跑，来更新这个地图，后面还有一段非常复杂的制图过程。现在对于它没有高精度定位的要求，但是车道与车道之间的匹配关系还是需要的，这里依然会用到导航地图，但是不会用高精地图。
提问：理想现在做的跟特斯拉路线还是挺像的，但是我们还是用了激光雷达。后面如果包括整个的算法、数据量够的话，是不是说我们在某一个节点，未来哪个产品可以拿掉激光雷达，去做跟特斯拉一样的纯视觉，或者是毫米波雷达呢？
郎咸朋：这个问题很多人问，首先我会告诉你为什么要用激光雷达，激光雷达现在对我们来说就是两个最主要的作用：
第一，夜间的安全冗余，特别是视觉表现不是特别好的时候，对于一些安全场景会有更好的检测效果，在这之前我们的一些评测、功能也会看到类似的东西。
第二，是为我的感知样本做真值标注，激光雷达的数字距离是比较客观准确的，这样它就让我的视觉感知样本有了真值，可以通过真值再去训练我的算法。
什么时候这两个作用没有了，什么时候我们就可以拿激光雷达了。包括你说的四级毫米波雷达，我们也在做一些探索和测试，包括我们在L7上也用了四级毫米波，但是我们没有对外宣传，因为用的时候当成一个正常的雷达来满足车上的功能。
但是对于它的测试是我们额外在做的事情，我们也在看四级毫米波是不是能在一些表现上做到一个补充。现在看还不行，因为它的分辨率太低，当然我们会持续探索这个事情，如果能拿掉激光雷达，每个厂都想把这个大的BOM减下来了，大家都在探索，但前提我们还是要保证安全。
