理想汽车：NOA比小鹏有2点优势，首款纯电预定50万以上销冠

“南有比亚迪，北有理想汽车”。

这是今年中国智能汽车上半年发展的一个真实写照。

描述的是两家势头最猛、增长最快，且展现能力最突出的两个玩家。

比亚迪自不必说，在一众巨头中脱颖而出；而理想汽车，则在新势力中展现出一种“质变”的发展速度。

一方面是凭借“超级产品经理”的功底，在豪华车市场拿下月销过三万的稳定成绩。

另一方面，组织能力、制造能力方面，理想展现出超越“新势力”，向成熟车企进化的趋势，也是一众“后来者”中的头一个。

而在技术方面，理想以无图NOA功能推送、5C电池、800V高压纯电车型等等等，也一稿过去“技术第二梯队”的映像。

理想汽车的智能驾驶到什么水平？纯电车型有什么新消息？智能车参考刚刚和理想内部负责人聊了聊。

NOA：对比小鹏有2点优势

 

1、相对于之前的工程版本，目前推送的城市NOA主要聚焦在哪些方面的优化？理想的城市NOA相比于小鹏有哪些优势？

理想汽车智能驾驶产品负责人赵哲伦：相比于之前媒体老师体验过的城市NOA版本，我们这段时间主要在做算法泛化性的提升。城市NOA功能最早是在北京可以跑通，很快在上海也跑通了，但是之后我们发现在类似广深、川渝、等更多的城市时，有非常多，非常复杂的区域性问题，比如上海、深圳有非常多的潮汐车道的场景，比如成都老城区的车道非常狭窄，比如广州车道非常弯折，曲率较大。我们希望能通过算法模型的提升，在各个城市都能实现比较好的产品力，这样才能做到像今天大家看到的城市扩展计划，从10城到100城，这都基于优秀的算法泛化性。

至于与小鹏相比的优势，核心有两点。第一点是技术路径，小鹏做得比较早，他们从早期开始，采用的都是依赖高精地图的方式，最近也在做一些试驾活动，所以现在小鹏还是需要维护地图版本和地图软件。而理想汽车从立项开始，就一直坚持用模型的方式、用无图的方式去实现，我们整体更加专注，专注于将无图的方案、把BEV的方案做好，这是很核心的一点；第二点，除了无图，我们在车队规模上有绝佳优势。在这一代AD Max和AD Pro平台的定义上，两个平台的数据、训练资料完全是可以复用的，而且加上保有量的优势，我们在算法的提升上有很大的资源储备。

2、理想的NOA使用里程已经突破了2亿公里，之前自动驾驶领域也都在谈里程对于系统和产品体验的作用，你们对此有什么感知吗？比如多少里程的时候有”量变带动质变”的意味？预计城市NOA推送后，什么量级的里程数据是“关键指标”？

赵哲伦：首先，我们公布的NOA使用里程是差不多2亿公里以上，整体辅助驾驶的里程会更多，训练里程也会更多，因为从算法训练上来说，用户在非辅助驾驶状态下的一些训练资料是可取的，所以我们的训练数据量相对会更多。
从功能使用上来说，目前行业内的共识是，基本上到百亿公里的规模是面向L4算法所需要的训练量，但对我们而言，我们在不断提升L2+级、包括城市NOA的产品力过程中，我们的接管率有一个很明显的提升。

理想汽车商业副总裁刘杰：今天早上我们也公布了BEV的训练里程，现在已经超过7亿公里了，刚才您提到的2亿公里，是之前我们高速NOA的里程，本质上是两个概念。另外，在目前的智能辅助驾驶阶段，无论是城市NOA还是全场景NOA，本质上和训练里程都是线性关系，训练里程越多，泛化性能力就越强。无论是在城市NOA，还是以后在高速NOA的场景上，车自己做感知决策的能力就会越强。
我们认为下一阶段从量变到质变的过程就是真正迈入L4，因为目前无论是哪种NOA，本质上还是需要驾驶者去关注路面、去作为主导的，所以要真的实现L4才是质变的过程，要实现这个质变，我们认为基本上是需要100亿公里的训练里程。

3、现在理想智驾有Max、Pro两种方案，采用了并非完全一样的传感器和硬件算力，在数据处理、数据融合中会有额外的挑战吗？理想的做法是什么？

赵哲伦：我们在前期定义架构时，就是比较早的AD Max、AD Pro两套平台的定义，是在同一时间围绕车型去做定义的。我们在定制架构的时候，两套平台的控制器或者芯片其实不一致，传感器会有差别，但有一个很重要的事情是，传感器的布置位置是保持完全一致的，包括摄像头的角度。
所以在初期验证时，两组数据对我们的算法都是有效的，这两组算法在云端做模型融合时，基本上能做到90%以上的复用率，所以AD Max和AD Pro在训练资料上基本上还是可以共享的。

4、如果未来硬件成本降到一定程度，理想大一统的传感方案里，是否还保留激光雷达？

赵哲伦：我觉得这是个很好的问题，问题的核心取决于我们到底怎样看待激光雷达。激光雷达其实像是智能驾驶领域的安全气囊，它的物理特性对我们的视觉以及传感器是很好的补充。
过去有很多媒体问过我，激光雷达对于理想的城市NOA有没有价值，我的答案是肯定的。今天在以感知为主的NOA方案下，没有激光雷达的车辆依然可以自主转向，去博弈，但当遇到视觉无法感知的特殊情况，比如弱光环境时，激光雷达就起到很好的兜底作用，能够帮助车辆去制动。
所以在我们看来，激光雷达依然是一个对车辆行驶安全和稳定很重要的部分。但产品的推出往往需要在功能和成本之间综合考虑，我们的核心原则还是为用户创造真正的使用价值，后续我们也会基于这个原则去选择用还是不用。

5、在理想看来，高速NOA是否会成为智能驾驶方面的第一个刚需？未来，具备城市NOA能力的车型，那是否会在高速NOA的能力表现上实现降维打击？
赵哲伦：首先，我认为高速NOA一定会先成为刚需。从今天整体用户使用上来说，城市NOA的用户状态还处于相对比较早期的阶段，更多是追求新鲜的极客用户会使用，对于广泛的消费者来讲还有一定的距离。
而对于高速NOA，事实上，在理想汽车高速NOA的大部分用户中，很多已经是标准的价值用户，不是很有极客属性的，但他们已经能很好的从一个新手用户进入高速NOA的使用过程，并且在我们的使用频率上可以看到，我们高速NOA的活跃率、使用率是非常高的，基本上大部分用户一开到高速上或者环路上就会打开功能了。但是目前行业里面高速NOA的成本依然还是比较高，从行业视角来讲，随着行业的降本，让相对价格更低的车型也能配备高速NOA之后，很多用户都会适应这样的功能并且去使用。
当大模型算法从城市迁移到高速之后，绝对是降维打击。核心原因是具备了整个场景的还原、感知能力和预测能力之后，过去高速上一些大家觉得很复杂的场景，但相对城市来讲，基本上是比较简单的场景，类似于旁车的恶意加塞、前方道路施工、不规则的匝道，这些情况在城市来讲算是比较简单的。唯一要克服的问题是高速有高速特性，高速它速度快，所以感知距离需要更远，这个是我们下半年正在处理的工作，当我们的处理好、感知的又远、又加上城市NOA对环境的理解处理之后，在高速上能实现一个非常好的水平。

6、现在J5（征程5）的版本和Max版本是两套硬件，如果Orin N的硬件跟J5拉平，因为毕竟用的是同一个硬件平台，算法迁移是更合理的，有没有可能我们切换到Orin N上，不用J5了？
赵哲伦：第一个问题，Orin N其实是Orin X基础上的裁切，由于都能复用英伟达的OS架构，所以确实有算法迁移的便利性。我们目前应用的一个是地平线的征程5，一个是英伟达的Orin X，这点对于我们来说有点特殊，因为我们早期在做算法设计的时候，本身就考虑到了在这两款平台上的算法迁移，所以对于你提到的Orin N和Orin X之间迁移会更便利，其实在我们内部架构下，征程5、Orin X平台也具备这样的能力。所以从研发效率的考虑上，是一个已解决的问题。
另外，在考虑平台的过程中，我们考虑的维度会相对更多一些，除了研发效率的问题，还会考虑一些别的因素，从目前的决策来讲，我们认为保留一套地平线的征程5和一套英伟达的Orin X平台，对我们来讲是效率很高、产品也很棒的决策。

7、现在BEV的上限是非常高的，但特斯拉在推动纯视觉时，中间一度把雷达砍掉又加回来了。理论上加回来的核心原因一定是算法的感知能力受到了挑战。对于理想来说，如果我们的视觉能力提升到足够高度，比如至少达到现在特斯拉FSD版本的能力，在这个基础之上，激光雷达有没有退出的机会？同时，理想对于类似特斯拉遇到的这种工程问题，有没有去进行验证和思考，为什么会又把激光雷达、毫米波雷达加回来？
赵哲伦：在我看来，特斯拉是非常善于做工程化的公司，但是有时也会激进地去做工程化。举个例子，早期来讲，特斯拉首先取消了雨量传感器，然后是毫米波、超声波，每次取消的时候，都是很激进的在提高效率、在降本，但是往往取消之后的产品结果是小于等于原来的专业传感器。特斯拉寄希望于通过AI的能力，通过一套视觉的通用算法，同时做到识别雨量、并覆盖类似超声波、毫米波的能力，但是往往最终交付到用户端时，只能做到无限接近原来的超声波、毫米波。在我看来，如果他接近得并没有那么到位，跟原来的技术预期不符的时候，就可能会加回来。
事实上在今天，很多传感器还有它独特的特性，比如毫米波，它是所有传感器中，抗异常天气如雨雪雾等性能最强的，穿透能力最好的。基于视觉本身的限制，虽然能取代毫米波，能达到类似于毫米波的性能，但是碰到极端的环境时，是可能会受到一定干扰的。所以在我们内部更多维的产品决策中，我们不会那么激进的一定把哪个区域砍掉，完全通过通用的视觉去解决，我们相对会更谨慎一些，更多的考虑产品力这个角度。
对于雷达的问题，在我们内部，雷达其实比较像智能汽车的安全气囊，它依然能在很多情况下作为跟视觉不同的安全兜底，或者在一些特殊场景起到保护作用，在我们看来，它有它特别的价值。其实特斯拉用与不用雷达核心原因是成本问题，我们也会积极的把成本问题和产品力结合在一起，更好的放在我们的平台上。

刘杰：我补充一下，现在雷达在整个算法中也发挥了比较重要的作用。因为虽然通过视觉可以判断占用网络或者不明的道路参与的物体，但是目前还存在没有办法完全辨别的情况，和人在路上开车是一样的，所以目前雷达在Occupancy网络中也是一个重要的输入。
至于要不要保留雷达的问题，对于理想来讲，这里边有两件事。
第一，理想汽车是面向家庭用户的，安全特别重要，所以我们还是会保留一些重要的安全冗余。比如说雷达所提供的Occupancy网络信息，可能没有雷达就提供不了，所以这是第一个非常重要的条件。
第二，我们所在的国内的道路，路况相比美国要复杂得多，所以在一段时间内我们不会直接放弃掉雷达的能力，与其说我们在想怎么去把雷达砍掉，我们更多思考的问题其实是，随着雷达装机量的提升，怎么让雷达的成本更优秀。

8、今天是到7亿公里，这大概是一个什么概念？它是包含了一些影子模式采用的数据还是原始的？它包含了哪些东西以及仿真的数据在里面？
赵哲伦：事实上它这里的数据比想象的会更精准，因为7亿公里的训练里程是我们现在目前算法实际已经用上的训练里程。但从采集层面上来讲，我们的车辆保有量基本一天就有几百万公里的驾驶里程。事实上，要达到7亿并不难，但是我们算法的使用更多是有一个数据筛选的过程，他会要求训练的样本是跟我们算法所要提升的目标一致。比如我们在训练过程中有很多的雨天，夜行的车辆和人，只有这些东西才会很大程度地被纳入我们的训练里程中。所以7亿公里是我们筛选完很多样本之后，最后留下的放到模型中的训练里程。完全是来自真实世界的，不是仿真的。

9、采集是怎么触发的？不完全是在使用NOA的情况之下？
赵哲伦：没错，这是行业里比较通识的方法，但我们做得更早、更细致一些。当车遇到一些场景的时候，我们的传感器能实时地去感知，感知到这些场景之后，在车上有一个机制叫作trigger。例如，它知道这是一个红绿灯的路口，或是有前车加塞、逆行车，或是天气异常，这时会触发trigger，车上的训练样本会到云端。

10、是从用户的行驶里程中采集？
赵哲伦：用户驾驶过程依然有他的“质量”，这个质量更多来源于用户本身的决策，用户的接管会帮助我们判断哪个场景是很特殊的。比如我们在NOA过程中，用户突然接管了，这时候可能是前面一个紧急的加塞，这也是非常重要的trigger。

11、通勤NOA和比较全面的无图的城市NOA相比在研发上的差异大吗？或者性能强吗？
赵哲伦：这其实来源于我们内部的一个思考。事实上在过去所谓的开城，更多是高精地图的逻辑。例如，高德拓展了城市高精范围，在广州、上海之类的城市开放，华为也在做类似的事情。在过去的开城领域并没有一个核定的标准。比方说，原来高精地图的逻辑是说指更优先于做“大路”，在很多地图里，它会将道路分等级，分成一级道路，二级道路，三级道路，他们优先会去做一些大路，把城市的大路都做了，城市再打开。但是做大路也会存在一个问题，就是往往从家到公司，会经历很多的小路，其次是一些主干道，这其中也有它所存在的问题。
最早立项的时候，我们就不再采用高精地图的方式去做城市NOA，而是回到用算法模型的方式去思考。回到用户如何真正用上城市NOA能力这个问题，我们想优先覆盖用户从家到公司的通行路线。这里的通行路线就不会有类似于道路等级、道路类型的限制，用户能很快地用上，这是我们的初衷，也和我们的算法方式相契合。
第二点，本质上来讲，对于我们的算法结构，用户都用上了之后，大家的路线能做到共享。用户数一旦多了，只要是用户要行驶的路，我们都是开通的，就没有道路等级的关系了。到更多的三四线城市都能去做这样的开道。我们今天之所以会首推通勤NOA，因为能服务更多的用户率先用上。而跟我技术的效率去契合的是，随着更多的用户用上，区域也会很快得到开放。

12、所以它是两个并行的吗？
赵哲伦：从大模型的逻辑来讲，当用户使用的路多了之后，开放的路就多了，于是就形成了区域。所以本质上来说，通勤NOA是城市NOA的一个产品，它利用了城市NOA的能力，做到了更好、更快让用户能够使用上，最后组成一个区域。我们在试驾会也是这样说的，基于大模型的NOA如何去扩散使用范围，就是基于用户的通勤，从高频路线到区域开放。

刘杰：我们也可以用传统的开城方式，让大家都等着，所有人都是早鸟。但是我们思考了一下，到最后它到底是为谁服务的，是为了比较覆盖城市数量的军备竞赛服务的？还是最终为了用户去服务的？所以我们还是选择把城市NOA的能力提取出来，变成通勤NOA，让产品能够更早地去服务于全量的用户。所以这是我们选择的路线，我们也不再去定义说怎么叫算开一个城市，开启几条路算开一个城市。我们还是认为城市所有的用户都能够去使用和享受到城市NOA的能力，用作日常通行，我们认为这才算是服务了一个城市的用户。产品最后到底是不是真的能为用户创造价值，这是我们一直在思考的。因为用户的使用时长和使用里程才是最重要的，一个智能驾驶产品没人用，那就是失败的。所以这是我们今天说通勤NOA会率先覆盖更多用户的原因。

13、这个可以理解成是我们之前宣布的“无图百城”的目标，是以通勤NOA的方式先去开拓？

刘杰：是的，可以这么讲。

14、会不会再更新，比如说会有一个“覆盖百城”的计划？

赵哲伦：我们覆盖百城的用户。

刘杰：对。其实本质上也是“无图百城”。

15、无图方案中各家品牌好像也有差异化。其他品牌的的无图智能驾驶开城逻辑是先用团队去跑规则，比如北京有哪些规则跟其他城市不一样，但他们是不需要依赖任何特征的提取积累，他们更倾向于彻底的无图，以及不需要任何的特征信息，这个路线跟我们现在是不太一样的。

赵哲伦：事实上智能驾驶和人的驾驶行为是不同的。因为今天人在开车的时候，如果是非常标准化的道路，是可以在陌生城市开的很好，但到一个陌生的城市，如果你对这个城市的道路没有经验，不知道路和路之间的连接关系，往往很容易开错路。其实今天我们说的图，或者所谓的先验，更多就是指道路与道路的连接关系，或者道路和红绿灯之间、信号灯之间的连接关系，对于这部分，如果没有先验，很容易产生比较大的误差，并不是不能开，是很容易开错。
所以这样思考的时候，其实像我们之前做过的NPN网络，是一个非常棒的方式，去发动群众的力量，能获得一些先验信息，这在我们看来是比较重要的。
另外，我们在开放一个城市的前期，也会有自己的路测团队去当地做一些验证，当然为了效率更高，我们的早鸟计划本身核心也是发动群众的力量，让早鸟用户参与到很多小城市的验证过程中。因为今天我们的测试团队可以去一线、二线、三线城市，但下到四五线城市是很难去设计的，真要递推的话，会非常影响效率。所以本质上来看，还是能让用户自己去验证道路的可行性、城市开通的可行性，这才是最终能把区域都开通的最核心要素。

16、所以理论上通勤NOA没有开启的概念，就相当于只要这个城市有一定的保有量就可以用？
赵哲伦：没错。我们核心关注的是用户到底是不是能真的用上这个功能。我们用户覆盖的城市数一定是大于100座的，相应的用户都用上了，基本上城市区域也就都开通了，甚至很多四五线城市也就都开放了。

17、据我所知，理想汽车应该是明年有八款新车，那么纯电在八款新车里的销量预期，比重大概占多少？

刘杰：首先，官方并没有八款新车的信息。比较确定的答案是，MEGA将在今年年底发布，明年二月份开启交付。同时，明年我们还会有三款纯电产品，所以在纯电产品的布局上，我们也会加快节奏和速度。
对于销售比例的问题，首先理想的产品都面向家庭，家庭用户有不同的场景和需求，而且地域级也会有差别。今天跑在前面的一些企业，比如同时拥有纯电车和增程/插混解决方案的车企，当他们定价相差在合理范围的时候，基本上能够做到将近1:1的比例。我们相信中国家庭用户的范围足够广泛，所以当纯电和增程产品在并行销售的时候，我们认为也会接近这个比例。
当然我们还是会交给用户自己去选择和判断，我们也给自己预留了一定的灵活性和弹性，因为销量不是简简单单计划出来的，还需要去看消费者最后的选择，我们希望每一个家庭用户最好的搭配是既有一台理想的增程，又有一台理想的纯电，这个是我们的基本判断。

18、理想对于城市NOA开城的标准是什么？
赵哲伦：这里的标准是围绕“早鸟”市场定义的，具体有两个层面。
第一，我刚刚前面也提到，通勤NOA是真正满足用户需求的产品，这也是我们为什么大范围推广的初衷，训练路段的分享的功能会让城市NOA的路段变为路网，进而扩散到更大的城市区域。
第二，我们是不是可以马上向所有的用户推送，那样很快就实现覆盖了。但为了实现更好的用户体验，我们内部会对早鸟用户有所筛选，其中一个非常核心的指标是MPCI（Mileage Per Critical Intervention）它有两个重要参数，一个是用户紧急接管判断力，另一个是平均接管里程数。

用户紧急接管判断力是指出现紧急场景，如果用户不接管大概率会发生事故。这一点其实是对用户熟练程度的重要衡量标准，越熟练，接管的意识就会越强。

平均接管里程数是NOA系统对路况识别和处理问题的能力，平均多少公里需要用户接管一次。
所以今天我们会在符合这两个维度的基础上，去持续提升早鸟用户的数量。早鸟用户数量多了，意味着日均训练里程，周均训练里程，月均训练里程等都在提升，当用户的数量足够大，训练的路段足够多，城市开放的范围也就更广。因此城市的开放并有没有一个严格的标准，但我们的核心出发点还是希望让更多得用户使用上城市NOA的功能。

19、中国有600多座城市，为什么只在100座城市告诉大家理想做到了城市NOA？
赵哲伦：首先，我们目前规划的100座城市名单，对理想用户的覆盖率已经到95%以上。
另外，后续阶段我们逐渐将不限制用户所在的城市，只要是理想AD Max车主，他只要符合早鸟用户标准，都可以去使用我们的城市NOA功能。

20、高速NOA也将使用BEV大模型，这一点用户是比较关心的，因为高速是用户需求频次比较高的场景，这个升级的推进节奏是什么？算是一次改写吗？

赵哲伦：明年一季度，基于BEV的高速NOA将率先推送给全量AD Max用户，AD Pro的推送将紧随其后。这次升级是彻底的改写，不止高速，包括我们的全部的技术栈下的所有智能驾驶相关，整个感知能力，它底下的所有能力都会提升。

刘杰：或者你不仅仅理解它是高速NOA，其实把高速NOA和城市NOA打通了，其实就是一个偏全场景的NOA。

21、优化好的功能应该还要在明年一季度？

赵哲伦：我们的内测会更早。所以到时候看情况也可以邀请感兴趣的媒体老师来提前的体验。

22、假设以后Orin N的成本跟J5持平，甚至更低的情况下，如果Pro版本用Orin N，高阶版本用两个Orin X，那算法架构在OTA的时候是不是可以同步更新？

赵哲伦：事实上还是有区别的，哪怕是英伟达的高算力平台和低算力平台之间，依然涉及到算法的迁移过程，或者叫算法的删减过程。AI的算力里，有很多算法层会占用很多的算力。同样对于一个场景，比方说Cut in的场景，场景考虑的参数量级有多大、有多少层参数，往往在从高算力平台往低算力平台迁移的时候，要去少考虑一些维度，这样可能性能上有些删减，但算法依然可以去复用，这里面依然是存在工作量、开发量的。所以今天哪怕切换一个英伟达的低算力平台，依然不能直接去复用。另外其实我们在增程5上已经做了非常好的优化，也能做到很好的复用。

23、最近大家对于最低算力好像没有那么高的需求了，您觉得这个坎在多少算力比较合适？
赵哲伦：我觉得有几个等级吧。比较早期的时候，我们的理想ONE 2021款，通过10TOPS的算力，也能做一个还不错的高速NOA功能，但那会儿更多是毫米波雷达的，包括我们做的是推荐变道的机制。现在因为成本在下降，很多20万以内的车，都在利用类似增程3的架构去做高速NOA功能，但是这不是一个体验非常好的高速NOA方案。
今天我们公布了Pro平台会同步升级基于大模型的高速NOA功能，这种实现高速NOA的方式在我们看来是比较合适的，而且它在自主变道、非常低的接管率、一些cut in的场景、匝道的通过等方面，都具备较好的能力。但是再往上，除了高速场景，还要做到对城市里更复杂场景的预测、意图的识别、道路结构的关联关系，那现在的算力就不够了，需要更高算力的平台去支持。
所以是不同等级的，有把比较基础的功能做出来的，有把高速做得比较好的，再往上到城市，一定需要更高的算力。

24、两千应该是很富余？

赵哲伦：也不能这么说。因为我们正在迎来一个技术革命的时代，大模型的时代，从技术的本质上来说两千也不嫌多，因为大模型对于算法的使用方式变了。在智能驾驶领域，对于完全的大模型落地的方式，大家都还在做实验，我们觉得算力的提升对整个产业都是有帮助的。

理想首款纯电：为啥要做MPV？

 

25、理想的第一款纯电车——理想MEGA，为什么做成这么大的MPV？
理想汽车纯电产品负责人李昕旸：纯电是一个产品线，MEGA是第一款车，之后我们也会像L系列一样去做不同价位段的产品，做广泛覆盖，MEGA是这条产品线的最顶端。
我们为什么选择做MPV，出发点和之前做理想L9、理想ONE是一样的，我们发现市场上仍然有用户的客观需求没有被满足，我们希望能够去超越这种需求。现阶段市场上已经有很多MPV，包括燃油，纯电和增程等各种能源形式，但背后有很多问题没有被解决。比如纯电MPV已经有很多款，几乎没有爆款出现，因为这背后是补能和用户出行的问题，尤其是跨城出行体验，这个是我们要解决的一个问题。
即便是在解决现有问题的基础之上，MPV今天依然更多被认为是一个工具，买MPV意味着妥协，外观要妥协，内饰要妥协，智能化更要妥协，在现阶段选择MPV意味着告别智能化，我们今天提到的高阶驾驶辅助，智能座舱是在MPV中很那接触到的。同时，对于中高端用户，他们对于安全性，操控性和舒适性的期待，MPV也是很难去满足的。而这些都是理想MEGA要解决的问题，因此我们在制定MEGA的销量目标时，并不是去看高端车型、新能源车型、MPV的总盘有多少，这其中我们可以分到多少，而是我们认为解决了这些根本问题之后，MEGA就能够成为这个价位区间所有车型的销冠。因为我们认为没有一款车真正的做到了解决所有的问题，无论什么能源形式，无论什么车身形态，我们认为MEGA都会成为第一。

26、刚刚提到如果纯电和其他能源形式的价格差距不大，一般的销量比例是1比1。但是腾势D9的纯电产品只占1%，怎么看待这个问题呢？
李昕旸：刚刚提到的是一个关键假设，这个假设的前提是产品力水平相当，我们认为市面上很多MPV车型，因为是共架构、共车身的，所以多多少少需要做妥协。只有产品力相同甚至超越的情况下，我们认为才能达到这样的销量比例，产品力包括刚才我们提到的从安全到空间的各方面，包括最基础的补能体验。因为家庭用车是无法容忍一家人在充电时等待1-2个小时，家庭用车是无法容忍不安全的。

刘杰：理想MEGA在立项的时候，跟我们做理想ONE和L9的阶段一样，按照李想的话来讲，这是一台我和我身边的朋友都想买的车。

27、所以是调研了高端用户的需求？

刘杰：不是。我们认为家庭需要一台更好的MPV，但是目前有没有真正适合家庭用的MPV？你的问题关键想问理想为什么没有推出增程MPV。关于这个问题，首先我们要去解决目前行业遇到的问题；第二，纯电的架构让MPV有更大的可能性，但现在并不是所有做MPV的人都是真正围绕家庭去解决问题，今天我看了其它品牌的MPV，发现大家都差不多，能源形式和样子都差不多。
我们来看几个问题：

第一，如果今天推出纯电MPV，是不是能够解决家庭出行的问题，包括能耗问题和续航问题。可能并没有，所以现阶段大家会选择用增程的解决方案。

第二个问题，今天一辆MPV的车内空间，真的是为家庭去设计的吗？并不一定。实际上，今天进入一些车身5m或接近5.2m的MPV，大家就会发现，车内的空间并没有想象的大，并不能为一个大家庭服务。而为什么没有人能够解决好这些问题，与整车架构也是相关的。今天纯电给了我们一个特别好的机会，能够在MPV里边打造前所未有的极致价值。

第三个问题，MPV能做到真正的安全吗？传统的MPV架构能做到极致的安全吗？包括25%的碰撞，侧面碰撞，平撞等都能保证安全吗？我们都知道MPV的架构，但我们怎么去做到真正的安全，能不能解决好这个问题。

第四个问题，MPV开起来只能像工具车吗？MPV是不是也能让开车的男主人觉得自己不是个司机，让开车的女主人也觉得它很好开，让后排的家人也觉得很舒适，怎么去解决这个问题，还有车内智能的问题。
本质上，理想的产品价值观是要超越用户的需求，做最卓越的产品和服务。我们并不是因为发现MPV有市场，或增程MPV有市场，就去推出MPV，这是过不了我们自己这关的。这款产品真正超越了用户需求，真正卓越的吗？我们认为不一定，这只是做了一件别人都已经在做的事情。
所以，这是为什么理想MEGA是一个纯电车型。我们希望借助纯电的能力，现在800V高压平台研发已经成熟了，纯电也能带来前所未有的车内空间条件，同时在纯电平台上我们能够做出非常极致的安全性和很好的驾驶性，这些东西都实现了，大家还会看到一个全新的车身形态，这个车身形态不仅是为了不一样，更重要的是从整体能耗和安全性方面综合考虑的。我们认为一台真正解决了问题的纯电MPV，才是超越用户需求的产品。所以，如果今天当你们市面上看到很多品牌都在推出增程MPV的时候，理想也去推出一台增程MPV，那就不是理想。

28、理想的5C超充网络，在运营侧怎么跟增程车去匹配？
刘杰：如何去跑运营算法，其实就是各桩之间的功率分配问题。我们现在有一套基本的模型，比如2C和5C都在充电的时候，在什么阶段把更多的功率给到5C，在什么阶段把更多的功率给到2C，怎么去调配，这是一个很复杂的算法。但是目前这个算法和智能驾驶一样，还需要积累更多的实际运营数据，还要再去做训练，所以接下来我们在运营过程中要不断去迭代和优化，我们最终的目标还是在单位时间内实现每台车最高的充电效率。而且尤其对于2C来讲，在电压极低和极高的时候，都有涓流效应产生，所以并不是任何时候都需要用到或者能够充到满功率的状态，所以这里就需要算法来做有效的功率分配。

29、现在大家和宁德时代合作出来的产品好像都不太一样，理想和宁德时代在电池上是怎么合作的？是不是基于麒麟电池可以做定制化？
刘杰：麒麟电池是一个架构。很多人都在用麒麟电池，但每一个厂家的解决方案是不一样的。
我们是基于麒麟架构，跟宁德时代做了很多深层次的联合研发，包括与车型、电机端、平台端去匹配的问题，否则我们的充电功率是达不到5C的。所以大家虽然都叫麒麟架构，但是每一家企业最终匹配出来的方案和与宁德合作的研发深度还是有差别的。

李昕旸：5C最终是一个体系，电池只是其中的一环，还有电控、动力芯片、充电桩。

30、麒麟的电芯应该是宁德时代的标准电芯，我们在这个基础之上，有没有对电芯本身去做深度联合开发？
李昕旸：是有的。很多车都说配备了麒麟电芯，但是大家的充电倍率、各方面表现，甚至物理尺寸都是不一样的，所以我们从电芯到电池到整车的集成，都是做了联合开发的。

刘杰：比如说要满足5C的要求，锂离子的传输速率就要优化，另外充电功率提升了，发热量就大了，即便具备5C的能力，只要电池温升不控制好，温度一上来就会有问题，所以我们也做了对于电芯内阻的优化，这都是到电芯级别的联合开发。所以合作深度上不同的企业还是有差异的。

31、理想和宁德时代联合开发的深度具体是怎样的？
李昕旸：我们从项目开始立项的早期就在跟宁德时代深度合作，因为现在的电动车与之前的油改电逻辑不一样，整车定义的架构边界、热管理系统、电控系统，和电池方案都是深度绑定的。在这个过程中我们的合作是双向的，一方面宁德时代会有架构的基本设定，但因为我们要支持更快的充电能力，要支持更大的一款车有更快、更好的散热能力，所以我们不是简单的提指标，而是去做很多联合的攻坚，这是无法单靠一方供应商的能力去完成的。

刘杰：最后还是看我们要给终端用户什么样的价值，比如我们特别关注能不能达到12分钟充电500公里，所以我们是在这个目标下和宁德做非常深度的开发，当然还有整车级别的开发，因为跟整车的热管理系统都需要去做联合开发，所以MEGA是什么时候立项的，MEGA基于麒麟架构的电池就是什么时候立项的。

李昕旸：甚至我们的充电桩也是在整体考虑的。

32、5C是一个技术体系，其中非常重要的就是自研半导体。在L9第一次公布的时候，李想就提出理想汽车要自研半导体，自建工厂生产，理想汽车为什么要亲自做这件事？它的必要性是什么？做这件事的成本贵不贵？
李昕旸：首先从自研深度角度来讲，我们主要还是关注的是自研，因为自研一方面影响技术本身的进步，另外一方面是跟车的高度定制化，至于说具体选择自建工厂还是代工，不同的车型会有不同的策略。
为什么我们会选择去做这件事？

本质是因为现在行业基本处在一个800V高压平台开始成熟，但并没有真正成为所有车标配的阶段，这里主要约束条件就是碳化硅。因为在800V平台上，碳化硅会大幅度提升效率，我们在800V用了碳化硅之后的效率，发热量比400V还要低。在这个时间点，我们认为这会是推动行业转变的关键点，所以我们选择去做自研。

第二个点，碳化硅背后是整个功率模块，包括对充电和安全，以及整个性能的掌握，所以围绕碳化硅我们去做了很多背后集成系统模块的工作。
从投入的角度来讲，综合来看，在我们研发的时候，是整个工程效率的提升，我们的目标是替代燃油车。