涵盖补能/城市NOA等 「理想科技日」想了解的信息都在这

　　【太平洋汽车 技术频道】6月17日的"理想家庭科技日"发布会上，理想汽车一口气公布了多项技术的进展，主要涵盖了高压纯电、智能空间、智能驾驶三大方面，每一部分都不乏技术亮点，比如"充电9分30秒，续航400公里"、"自研Mind GPT加持的Ai助手能读懂图片"、"中国首个不依赖高精地图的城市NOA"、"通勤NOA"等等。最后还公布了旗下首款纯电车型的命名：理想MEGA。下面我们来回顾一下主要的技术亮点。

800V和5C：充电9分30秒续航400公里

　　"理想家庭科技日"发布会上，理想汽车发布了5C超级充电，在800V平台下搭配5C电池技术，可以做到充电9分30秒，续航400公里！而且还将通过自动充电机器人等智能技术，提供远超加油的补能体验。

　　在理想汽车看来，目前纯电动车只是解决了城市内日常通勤的补能问题。而城际通勤的长途充电，依然存在很严重的焦虑。原因是有两个问题没解决，分别是"充电速度慢"和"长途充电难"。

　　那他们给出的方案是：自研800V高压纯电平台，并且将大规模量产5C纯电车。

　　他们对电池进行了系统级别的优化，更加充分地利用了电池的最大5C充电倍率，做到：

　　充电4分30秒，续航200公里；

　　充电9分30秒，续航400公里；

　　充电22分钟，续航600公里。

　　另外，发布会上还给出了另一组数据，对比目前市面上主流的1.6C倍率电池，理想800V平台配合5C电池技术，同样在充电400公里的情况下，缩短66%的充电时间；相比2C倍率电池则可缩短50%的充电时间。

　　为什么大部分电池做不到宽温域极速充电？ 主要有三个原因：

　　第一，电池的电芯充电能力无法支持5C的倍率充电。

　　第二，电芯在大电流下产热大、温升高，无法支持大功率持续充电。

　　第三，电池PACK的热阻高，换热能力低，无法保证电芯的安全与寿命，

　　那理想汽车的5C电池技术，做了哪些方面的突破？主要在电芯技术、结构设计等方面进行了全面的创新。

　　首先是电芯大倍率充电能力的突破。我们知道，电芯充电是锂离子从正极脱出，经过电解液和隔膜，嵌入到负极的过程。要实现大倍率的充电能力，就需要提升整个过程中锂离子的迁移速度。

　　大倍率电芯设计，正极采用了活性面调控技术。电解液引入了快充添加剂和界面调控技术，充电速度提升30%。负极采用超离子环石墨技术，对比常规石墨锂离子扩散速度提升60%，整体实现了充电能力从传统2C提升到5C，提升了2.5倍。当然，这是只是基础。

　　第二是电池系统低产热能力的突破。大倍率充电的过程，电芯产生量大，对电池系统温升控制是一个巨大的挑战。为了实现安全平稳的大倍率充电性能，首先需要严格控制电芯产热。

　　在电芯内阻方面，理想在体系、结构、工艺方面进行了多重创新，比如，低阻抗体系设计和一体化极柱结构设计，把电芯内阻从0.4毫欧降低到0.3毫欧以下，最大程度的减少了大倍率充电过程中电芯的产热，实现产热量降低30%。

　　第三是电池系统高换热能力的突破。控制电芯发热还不够，还得提高电池系统的换热能力。在热管理系统设计上，理想创新性的引入了"麒麟"电池方案，将传统的电池底部冷却方式升级为技术难度更大的在电芯间的侧面冷却。

　　带来的效果是，电芯换热面积可以增加五倍，热阻降低75%，最大换热能力提升至16kW，保证了电芯运行的安全与寿命。这就是5C车型所配备的电池系统。

　　电池技术是一方面，5C充电网络的布局同样重要。

　　理想将通过高效的扩展速度，自己研发、建设并运营5C超级充电网络，今年年底，将建设完成超过300个超级充电站，2025年超过3000个。这样理想超充站在高速公路的覆盖率将降低至小于100公里，同时可以做到每个站每小时能够服务9-20台车，运行效率与补能速度基本和燃油车看起，但充电费仅是加油费用的一半。按照这个技术路线，未来5C纯电车型的大规模交付，有望实现大规模替代燃油车。

　　此外，理想还利用自动充电机器人等智能技术，未来将提供远超加油的补能体验。从现场播放的VCR可以看到：首先，车辆会自动行驶到充电车位，自动泊入。然后，充电机器人通过视觉识别，可以自动插枪充电，全程无需下车，完成充电后自动结算，自动驶出。这个场景值得期待！

智能空间/语音：自研Mind GPT加持更拟人化

　　大家认为好的智能语音交互应该是怎样的？应该是像"人"一样聪明，轻松读懂并有效执行"我们的对话"，而不是生硬的"指令"。在这方面，理想汽车也做了自己的思考并现场展示了技术成果，其中能"读懂图片"的对话，着实令人惊艳。

　　从软件1.0时代进化到软件2.0时代，在技术上做出了更大的变革，理想同学也将变成未来交互的一个主入口，从一个头像，变成一个AI虚拟生命、一个新的"家庭成员"，拥有像人类一样强的多模态感知、多模态交互能力。比如，它可以像人一样主动地感知环境、感知人；像人一样去学习、认知、推理和记忆，做到像人一样去思考；像人一样去表达和互动，未来还将拥有更多的超能力。

　　通过哪些技术来实现这种高阶的进化？主要有三点：

　　第一、提升理想同学的多模态感知能力，让它可以看得见、听得清。

　　在多模态感知设备上的布局，拥有覆盖全车多音区的数字硅麦、3D ToF摄像头、IR传感器，基于空间多模态感知-3M技术（视觉的MVS-NET、信号的MIMO-NET、语音的MSE-NET），理想同学的感知能力，将变得更像人，可以充分感知舱内空间的多模态信息。

　　第二、多模态交互：视听融合，轻松交互。

　　通过多维的感知训练，理想同学"耳眼脑"并用的能力得到提升，像目前的可以用手指这某个屏它能理解，能力提升后，它可以读懂电视剧和电影的封面海报，比如"男人搭着女人肩膀的那个"，这样即便是小孩子模糊的语言表达都能识别并执行操作。

　　可以看到，能指代更多的人和物后，可以接入更多控车、体验的交互，想象的空间就更大了。

　　第三、融合自研认知大模型——Mind GPT

　　融合自研的认知大模型Mind GPT，可以让理想同学的大脑更加聪明，可以像Chat GPT一样回答问题、做出行规划、甚至帮你做车辆功能自定义编程，从现场的录像展示来看，这个功能还是相当强大的。

　　大家知道，模型的训练非常重要。在 Mind GPT 上，理想采用了 1.3 万亿个 token 进行基座模型训练。1.3万亿是什么概念？相当于具备了人类高质量知识的总和。同时用数十个 TB 的原始数据对 15 个重点领域进行训练。这样一来，Mind GPT 将会具备准确、有逻辑的对话生成。

　　而且，Mind GPT 将会自带记忆网络，会根据每一次反馈和纠偏，不断迭代更新自己的能力边界，让理想同学越用越好用。

　　新一代交互下的理想同学，可以成为一位车辆"专家"，知识渊博的"学者"，因材施教的"老师"，走遍世界的"导游"，无所不能的"助手"和更懂您的"家庭成员"。

　　总体来说，通过构建多模态人机交互技术体系，更符合人的直觉和本能，让每个人使用AI的效率更高、学习成本更低、交互方式更简单、更自然。

　　另外，理想全系车型发布智能空间OTA计划，包括全新的AI交互界面、AI百科问答、任务大师AI版、AI绘画、多模态可见即可说2.0等，即将和大家在不久的将来见面。理想ONE（参数丨图片）车主们期待的任务大师，很快也会推送给大家。

城市NOA：不依赖高精地图

　　目前城市智能驾驶辅助，主流的是采用了结合高精地图的方案。但是如果想要及时更新900多万公里的高精地图，显然是相当困难的，而且是没有办法大规模快速拓展城市。所以去图化的城市NOA也是接下来各大厂商的竞争高地，像小鹏、华为问界等车企也在推进中。

　　那理想的解决方案同样也是不依赖高精地图的方案，在技术层面，通过使用AI大模型技术，应对所有场景的挑战，并且可以高效迭代，最终把整套智能驾驶系统打造成一个AI司机。

　　发布会现场，理想宣布是中国第一个不依赖高精地图的城市NOA，而且给我们展示了一段很成熟的城市NOA智能驾驶视频。可以看到，这套系统在感知、规划上展示出了强大的能力。它是如何做到的呢？

　　首先在感知层面，核心是采用BEV大模型来实时感知和理解环境中的道路结构信息。通过大量的训练，这个BEV大模型可以在绝大多数的道路和路况实时生成。

　　但是，在一些城市的复杂路口，仅通过这个是不够的，比如大的十字路口，车流量大、遮挡物比较多，容易出现一个问题是，车端实时感知的结果会丢失局部信息。

　　理想的解决方法是，使用自研的神经先验网络（NeuralPriorNet，简称NPN），对于这类复杂路况，提前进行路口NPN特征的提取与存储，当车辆再次行驶到这个路口时，与车端感知大模型的BEV特征层相融合，就可以得到更完美的感知结果。

　　解决了感知的环节，在城市中行驶还有一个比较重要的，就是路口的红绿灯通行规则。目前主流的做法是建立一套信号灯与道路通行意图的规则算法。理想的做法不同，依然是依靠大模型算法去解决。

　　通过训练一个端到端的信号灯意图网络（TIN），不需要认为设定任何规则，甚至不需要识别红绿灯的具体位置。只要将图片视频输入给TIN网络模型，它就能直接给出车辆现在该怎么走的结果，是左右转、直行或者是停止等待。通过学习大量人类司机在路口对于信号灯变化的反应，来训练这个TIN网络模型，得到了不错的效果。

　　简单来说，就是通过NPN特征和TIN网络，配合BEV大模型能够准确识别城市中的复杂路口和信号灯通行意图。从而实现了去高精地图的能力。

　　对于通用障碍物（比如施工路段、卡车后斗、遗散物体等），通过使用Occupancy网络来精准识别它们的边界和类型。

　　如何让AI实际在驾驶决策和轨迹上与人类一样做出合理的判断？理想的做法是，在规控算法上应用了模仿学习的方法，通过大量驾驶员的驾驶行为进行训练，让城市NOA的决策和规划在保证安全、符合交通规则的前提下，做出更像人类驾驶员的判断。

　　当然，大模型的进化离不开一个强大的基础训练平台，才能快速高效地完成训练和迭代。理想表示，他们拥有中国最大的自动驾驶训练集群，拥有1200PFLOPS的算力，自动驾驶训练里程已经突破6亿公里。这个大模型可以进行高度自动化的闭环学习训练。

　　总的来说，理想这套城市NOA技术架构的特点有以下几点：

　　第一，使用NPN特征和TIN网络增强BEV大模型，做到不依赖高精地图，识别万物。

　　第二，使用模仿学习让规控算法做出更加拟人的决策。

　　第三，全自动、全闭环的训练平台支撑大模型持续进化。

更接地气的"通勤NOA"

　　最值得一提的是，现场还发布了"通勤NOA"。这个想法特别好，因为每天上下班通勤的路线，是我们最需要辅助驾驶的场景，如果能实现"自动驾驶"，将会大大降低我们的通勤疲惫。

　　所谓通勤NOA，就是用户自己设定路线、自车学习NPN特征，学成之后就可以在上下班路线上使用NOA功能。现场展示了一段理想员工的通勤NOA视频，都是没有高清地图的覆盖路段，包括穿越田野的小路，成熟度相当高了，非常期待后续的实车表现。

　　这样一来，有了通勤NOA，就不用等着整个城市NPN特征训练好，才能开放使用。理想方面表示，设定好自己的通勤路线后，只要天天开这条路，相对简单的路线，基本1周以内就可以完成激活，较为复杂的路线，预计2-3周也足以完成训练。

　　在通勤NOA使用过程中，各个模型仍会不断地迭代训练，越开越好，让体验越来越棒。个人认为，这种城市自动驾驶辅助功能才是最接地气的。

　　城市NOA内测将于本月在北京和上海开启，早鸟用户可以率先使用城市NOA功能，下半年将开放通勤NOA功能，以及更多的城市NOA区域，让每个早鸟用户都可以在日常上下班时使用NOA导航辅助驾驶。

纯电MPV：理想MEGA 年底发布

　　最后一个彩蛋是，理想预告了旗下首款纯电车型理想MEGA，将在今年年底发布。

　　而且立下了一个flag：它将成为50万以上所有乘用车的销量第一，不分能源形式、不分车身形式，打破高端纯电动车无法成为爆品的传统认知！对于这个flag，大家怎么看？

　　总得来说，理想汽车一口气公布了目前旗下最新的技术进展，包括了纯电/补能、智能空间/语音以及大家一直关注的城市NOA，又投下了一颗重磅炸弹，请问阁下有如何应对呢？对于此，您又怎么看？不妨评论区留下你的高见！