中国能源资讯网在中国汽车高速发展的20多年时间里，丰田、奔驰、宝马等成熟的汽车企业往往都处于发展的高速扩张期，如果按照企业经营的阶段来看，这些成熟汽车企业的发展都处于从10到100的阶段。
而一家企业从0到1的阶段往往是大部分人没见过的。
在新能源汽车时代，各企业基本上都在同一起跑线，这意味着大家都要再次经历从0到1、从1到10的阶段。
整个2月，理想汽车的交付量达16620辆，同比增长97.5%。这一表现在一众造车新势力中十分抢眼。这也说明，随着理想汽车产品规划的不断完善，消费者对其产品的认可度也在不断提升。
近日，理想汽车创始人李想结合过去的经历，向外界分享了自己对于智能电动汽车领域的思考和判断。本报摘取整理李想完整分享中的部分独到观点，以飨读者。
站在更高的角度去看需求
在人类长达数千年的发展历程中，受到的影响主要来自两个方面，一方面是能源，另一方面是信息技术。
李想认为，中国作为一个汽车大国，能源领域一定是由政府主导的，企业应当看到用户和政府的需求，及行业面临的最大挑战。如果企业有能力解决这些问题，就能够获得市场认可。
从用户的角度而言，对能源的需求来自三个方面。
第一，是能源获取的便利性。不同的用户会对他们的电动汽车给出两极评价，有充电桩的会说电动汽车“真香”，没有充电桩的用户表达出的却是后悔。之所以会产生两级化的声音，是因为他们的使用便利性不一样。
第二，是用户能源获取的成本。能源获取成本涉及两方面，首先产品是不是更贵，其次是产品的使用成本。
第三，是舒适、环保和零污染。以在日常堵车的场景为例，由于没有变速箱，电动汽车驾乘起来往往会更舒适。
在用户眼中，环保其实指的是气味。“燃油车和电动汽车开着空调的舒适度和气味是完全不一样的”，李想说到，“用户需求满足得越好，电动汽车的普及率就会越高。”
从政府的角度来看，需求则来自另外三个方面。
第一，核心技术的自主可控。当中国快速发展，综合国力越来越 强的时候，会受到国外的制衡。所以，核心技术实现自主可控在大国竞争中十分关键。
第二，能源供给的安全。我国的石油、碳酸锂产量，都和实际的出货量和使用量不一样。我国生产了全世界超过60%的动力电池，但碳酸锂的储量不到10%；用了超过全世界20%的石油，但石油储量却不到3%。这背后关乎的是能源供给安全性的大问题。
第三，碳达峰与碳中和。归功于这个愿景目标，中国在电机、电控、第三代半导体、电池技术，以及光伏等与新能源汽车相关的全产业链都实现了世界领先。
以替代为目标去开发电动汽车
李想表示，在理想One立项之初，理想汽车便综合这些因素进行考量，发现面临的挑战主要有两方面。
首先是充电挑战，当消费者购买一辆电动汽车以后，用户体验、行驶半径、行驶效率的表现不应该比燃油车差。
其次是电池成本高，因为电池核心是由相当多的贵金属组成，这就会导致电动汽车卖得越好，电池原材料就越贵。
为了解决这两方面的挑战，也为了把充电焦虑的解决方法放在产品端而不是服务端。因此，在电动化路线的选择上，理想选择了增程式电动汽车。
相比之下，换电路线的补能体验虽无限接近于加油，也可降低用户的购车门槛，但建设换电站， 备更多的电池，承担电池价格波动的风险，对于当时钱不多的李想来说并不那么理想。
此外，李想还提到，由于目前大多数充电桩的功率都不高，用户还需要付出大量的时间成本，这造成了用户充电时会离车，从而导致翻台率进一步恶化。
理想汽车测算，如果能够把平均充电时间缩短到20分钟，用户就不会离车；如果缩短到10分钟，用户体验基本上和加油接近。
而解决上述问题的核心在于高压平台和碳化硅，不仅可以解决充电速度慢的问题，配合车辆的风阻系数优化，还可以降低电池的用量。
李想拿目前销量最好的一款中大型SUV举例，100kWh的电池包可以做到600km的续航，但用800V高压平台配合更低的风阻系数以及碳化硅，80kWh的电池包就可以达到同样的续航里程，车辆在更轻的同时也可以减少铝的使用，使整车成本下降3万到4万元。
李想预告称，未来理想推出的800V高压平台的电动汽车或将跟增程汽车的价格相同，今天大家都认为800V和碳化硅会更贵，其实不然，它可以节省非常多的成本。
此外，在未来一段时间理想汽车仍然会坚持增程、纯电两条路线同时前进，一方面要把增程效率做得更高，另一方面要把高压纯电平台产品做得更好。
“从0到1的阶段，增程帮我们站住了脚，让我们获得了一个可观的收入。在过去的几个月里，理想汽车一直是中国所有新能源汽车品牌中营业额的前三，这样的收入规模和收入增长速度，能够支撑我们接下来全力以赴地去做好纯电，我们在纯电上包含研发、自制的零部件、供应链在内各方面的投入，会比大家想象得更深、更多。”李想说道。
人工的“智能”不是自动驾驶
作为当今汽车另一大转型趋势，智能技术的发展对用户体验的提升也将起到重要作用。
在2023年年初发布的理想汽车全员信中，李想表示，理想汽车的愿景是到2030年成为全球领先的人工智能企业。
李想认为，只有AI是可以改变物理世界的。因为AI的核心既不是编程，也不是逻辑，而是其对人类行为的模仿和学习。
回到智能驾驶方面，李想表示，目前所有量产交付车型的判断决策都跟AI没有关系，它们都是基于人类编写的规则算法实现对路况的判断并做出动作，这需要大量的人工调试。所以，目前汽车辅助驾驶功能体验的好坏依赖的是谁写的规则更多，而不是AI算法。行业内部开玩笑地将其比喻为“有多少人工就有多少智能”。
而特斯拉率先搭载了360度摄像头，用“大模型”的方式实现了三维视觉感知，让车辆开始以与人类相似的方式来观察世界。特斯拉还在三维空间里加入了时间轴，让物体之间的遮挡问题也得以解决。
在此基础上，判断决策环节也大不相同。李想将整个判断决策环节分成两层：一层是“白盒子”，即编程制；另一层则把三维感知、 判断决策、执行控制融为一体，AI可以看到人类眼中所见，所作的判断，以及执行方式。李想认为这是一个本质的变化，并把其称之为 “影子学习”。
AI在车端进行学习，积累足够多的样本在云端进行训练。训练完以后不会直接部署，而是先回到车上做验证，当确认算法质量有显著提升后才会部署“上车”。只有这种“端到端”的训练样本足够多，智能驾驶的体验和安全性才会越来越好。
未来汽车企业软硬实力需兼备
在这种发展模式下，车企在智能驾驶方面比拼的实力主要有三部分：成本、数据以及大模型训练。
第一，如何降低车端的计算平台和传感器成本，尽可能为每辆车做到标配。
第二，比谁的“端到端”闭环数据多。不同国家、不同场景下的训练数据都是不一样的，不能直接复用。这不仅要求企业要给车辆装满传感器和计算平台，卖出去的数量也要足够多。
第三，大模型的训练难度更大、成本更高。自2022年起，美国就限制了中国训练芯片的发展，还限制英伟达向中国出售高带宽的训练芯片。今天国内企业无论是在车端使用GPU，还是在云端使用GPGPU，对于大模型的训练而言都不是效能最好的方式。
“这可能是下决心做人工智能的企业必须去面对、解决和投入研发的部分。”李想表示。
李想认为，除了做好产品，做好平台，做好背后的算法和应用，真正的竞争会出现在AI操作系统、车端的BPU（分支处理单元），以及训练端的TPU（张量处理器）等底层领域，这是整个人工智能发展的根本。
大模型技术让汽车真正智能
李想介绍，理想汽车是在特斯拉把大概的逻辑模型跑通以后，才 进行了真正核心的智能驾驶研发投入。目前。理想汽车已逐步弃用之前的算法，转而采用大模型训练。
对于智能电动汽车何时能够真正“智能”这个问题，李想认为，真正属于智能电动汽车的变革要从软件2.0开始。他预测，变革会出现在2024年，届时市场上的中高端汽车产品将具备真正的基于大模型技术开发的城市NOA（高速领航辅助）功能。
李想还预测，使用英伟达Orin计算平台的企业，会在今年第四季度交付搭载大模型NOA的产品进行测试。
到今年年底，大部分头部企业的智能驾驶能够达到2021年年底特斯拉的水平；到2024年，企业普遍能做到2022年年底至2023年年初特斯拉在北美的水平。在这之后，如果中高端智能电动汽车不能提供城市NOA，就会影响消费者的购买决策。也就在这个时间点，中高端汽车产品会率先进入到基于软件2.0的智能电动汽车的时代。
