在智驾技术不断迭代和落地的过程中，车企在这一领域的排位座次也发生了重大变化 。

继10月23日理想汽车行业首创的端到端+VLM智能驾驶双系统架构全量推送后 ，11月28日
，理想汽车车位到车位功能随OTA 6.5全球首家全量推送
。该功能推送后，理想汽车的智能驾驶可实现车位内P挡直接NOA起步 ，并轻松应对狭窄小区道路、环岛 、掉头和复杂施工场景，给车主的驾驶体验带来质的飞跃。

回顾理想汽车的高阶智驾进化历程
，从最早的BEV+NPN（先验信息）的全场景NOA，到全国都能开的无图NOA ，再到端到端+VLM双系统的推送落地
，三次的技术技术跃迁和产品升级，见证了理想汽车在智能驾驶领域的角色变化和华丽转身 。从追赶者 ，到第一梯队
，如今已经成为了行业的领先者。

智驾进入AI大模型时代

国内新能源汽车渗透率已经连续4个月超过50%，意味着燃油车正在成为少数人的选择 ，越来越的人开始拥抱新能源汽车
。在新能源汽车加速发展的势能之下
，智能化尤其是智能驾驶的重要性显得愈发突出。

智能驾驶的发展路径经过单车智能和车路协同
、渐进式和跨越式、纯视觉和多传感器融合等数轮争论和交锋后，以端到端为核心的技术路线变得更加清晰 ，包括理想汽车在内
，特斯拉 、华为、蔚来
、小鹏等企业都在端到端领域发力 。

国信证券研报显示，当前汽车智能化已经具备端到端大模型的技术底层突破 ，国内市场远期具有近3000亿元的市场空间，智能驾驶奇点时刻渐近
。

不同于此前智能驾驶系统分为感知、规划 、定位和决策等多个模块
，端到端架构强调感知决策一体化，融合在一个大模型之中 ，其最大优势是减少模块间信息传递损失
，提升智驾能力上限。

据了解，理想汽车的端到端技术架构受诺贝尔奖得主丹尼尔·卡尼曼的快慢系统理论启发 ，在智能驾驶领域模拟人类的思考和决策过程
，形成更智能
、更拟人的驾驶解决方案 。

理想汽车提出了世界首创的双系统智能驾驶方案
，系统1是端到端模型，它是一个one-model的结构 ，是真正意义上的端到端
，输入是传感器，输出是行驶轨迹 ，全部由一个模型来实现，中间没有任何规则
。端到端大幅度提升了驾驶的安全、舒适和效率
，具备更拟人化的驾驶方式。

系统2由VLM视觉语言模型实现，理想汽车是第一个将视觉语言模型成功部署在车端芯片 ，使自动驾驶具备了应对未知场景的逻辑思考能力 。它能像人类一样深刻理解物理世界的复杂交通环境和中文语义
，并且辅助端到端，解决安全 、导航
、法规和舒适等方面的自动驾驶业内难题
。

理想汽车行业首创的全新一代双系统智能驾驶技术架构端到端+VLM ，标志着理想汽车智能驾驶正式进入AI大模型时代
，真正实现像人一样思考，像老司机一样驾驶 ，场景全覆盖、行驶更舒适 、通行更高效。

不止车位到车位

理想汽车“端到端+VLM“智驾在OTA 6.5上实现了车位到车位全场景覆盖能力
，即从车位泊出到泊入，全程都能实现无断点智驾 。车主从上车就能开一键开启智驾 ，自主进出园区和识别闸机抬杆
，在城市环岛
、掉头等复杂场景通行
。

这也让理想汽车成为行业首个全量推送这一功能的车企，而华为ADS3.0、小鹏当前只有少部分内测用户可以体验该功能。这背后 ，主要是基于理想汽车端到端+VLM双系统智能驾驶实现的全场景0断点覆盖 。

端到端不依赖规则式逻辑，具备更拟人化的驾驶方式
，老司机般的丝滑体验。整体大幅度提升了安全 、舒适和效率，能力更强
、上限也更高
。另外 ，VLM具备理解物理世界复杂的交通环境和中文语义的能力
，它还能辅助端到端解决了安全、导航 、法规和舒适等方面的自动驾驶业内难题。具备迭代速度更快，具备全数据驱动、快速迭代的能力 。

除了车位到车位的智驾，此次升级还新增了理想首创的基于端到端+VLM实现的全国高速收费站ETC通行功能 ，自动将导航终点匹配至AVP代客泊车路线
，真正实现全程无断点
、全场景100%覆盖的智能驾驶体验
。支持全国范围所有收费站，高速通行效率再度提升。

理想汽车的行业唯一VLM识别ETC自主通行能力 ，不限范围、无需学习过程
，全国用户都能用 。华为等其他智驾系统目前还不具备这样的能力，而小鹏汽车的AI代驾模式则需要依赖学习过程
。

这也是基于理想自研端到端+VLM 的视觉语言模型能力 ，不依赖地图数据，能够以更先进的技术方案解决高速收费站通行的行业难题。

通过端到端+VLM架构
，除了让系统开得像人以外，还能理解真实世界复杂的语义信息 ，这是因为只有理想汽车的新一代智驾车端的模型是端到端+VLM视觉语言模型
，而在实现ETC自主通行这个场景中，也是由VLM识别收费站及ETC通道位置 ，引导端到端系统向ETC通道行驶并通过闸机
，这是理想汽车首创的 。

要研发端到端+VLM架构，需要极强的底层算法研发能力 ，需要在双OrinX芯片的架构下兼容端到端和VLM两个独立的大模型
，并相互通信，而理想汽车是行业首个将VLM模型部署到Orin芯片上的团队
。

在端到端+VLM的加持下 ，理想智驾在面对U形掉头 、环岛通行
、旁车切入、限时公交车道等复杂多变的场景下
，也能具备快速反应和处理能力，这些功能都是行业首发和领先的。

从后进生到领先者

相较于其他造车新势力 ，理想汽车的自动驾驶起步较晚， 2021年开始自研
，但研发和落地进展飞快，当年底便落地高速 NOA 功能 。今年 ，理想汽车又先后全量推送无图NOA和全新一代智能驾驶技术架构——端到端+VLM双系统
，现在已经能实现车位到车位全程智驾的理想汽车，已然成了行业领军者
。

理想汽车智能驾驶研发副总裁郎咸朋博士在接受采访时认为 ，从后进生“逆袭”到第一梯队很正常。他总结了两大原因
，首先公司和团队的组织效率非常高效，比如内部有IPD（集成产品开发）流程等 。这是公司学习一些先进经验 ，然后结合理想汽车自己的企业特点进行内化处理的结果。

另外在验证测试方面
，理想通过技术提升做到更好的测试和发布效果，同时也减少了时间和人力
。而且 ，测试效果比原来人力测试更好
，这是人工智能技术带来的结果。理想

用重建 、生成技术取代了人工的测试，重建技术很快就能够重建几百公里的场景 ，包

括各种天气路况下的场景，这些场景通过人类驾驶未必能够获取 。

理想汽车智能驾驶高级算法专家詹锟补充道
，理想的智驾团队有比较好的阶梯式研发流程，能做到交付一代
、研发一代、预研一代 ，这是理想能一直紧跟目前智驾最新技术方案的重要原因
。

“我们在做无图NOA研发的时候
，其实端到端已经开始预研。并不是等无图NOA做

完，再慢慢地切换到端到端架构研发中 ，前面就已经有了相关技术储备 。 ”他表示
，理想已经逐渐找到了通过自动化测试 、世界模型高效验证模型的方法，所以才能兼顾智驾研发的速度和质量
。

截至目前 ，理想智能驾驶总用户超过100万
，智能驾驶总里程突破26.7亿公里；导航智能驾驶NOA总里程突破14.4亿公里，NOA里程占智驾总里程的90%。其中 ，10月份理想汽车的城区智能驾驶总里程突破2.3亿公里 。

越来越多的用户因为智能驾驶选择理想汽车
。数据显示
，相比半年前，理想NOA试驾占比已经增长了接近3倍 ，65%的进店用户都会试驾体验NOA，并且都会体验在城市里的表现。从直接销量上看
，目前30万以上车型的AD Max销售占比70%，40万以上的车型中 ，AD Max 的销售占比已经达到80% 。相比今年初
，AD Max的销量占比涨幅达到34%
。

高阶智驾车型的销售占比提高以及车主智驾使用率的提升，又促进了理想汽车智驾数据的积累和训练 ，从而形成了正向循环。截止目前
，理想汽车智能驾驶训练数据已经达到 26.7亿公里，年底预计会达到30亿公里 。另外 ，理想汽车整体的算力目前达到6.83EFLOPS
，相比2个月之前又有大幅提升，预计年底将超过10EFLOPS。在这种每年超10亿元训练算力和基建设施的投入下 ，理想智能驾驶算法和能力将得以持续进化
。

今年10月18日 ，理想汽车历时58个月达成百万辆交付的里程碑，成为中国首家达成这一成绩的新势力车企
，创下中国豪华车最快达成百万辆记录的同时，也是唯一一个均价超过30万元
、拥有百万规模的中国豪华汽车品牌。

在新能源汽车的上半场 ，理想汽车凭借精准的定位和过硬的产品力
，率先迈过第100万辆车交付的门槛，在一众造车新势力中脱颖而出 。行至新能源汽车竞争的下半场 ，首创全新一代双系统智能驾驶技术架构、全球首家全量推送车位到车位智驾
，在智能化领域再拔头筹的理想汽车，势必会引领中国智能电动汽车行业走向新的高度
。