理想最近开了一次媒体发布会。
关于理想如何造车？正在面临的挑战？以及内部如何解决问题？……
这样完整的自我剖析，最近也取得了比较好的反馈。
我们从官方要来了一份详实完整的2万+字速记整理。
如果你感兴趣，可以直接往下看。
（下文仅做逻辑通顺性编辑，未改动访谈原意）
为什么创办理想？
此前，我创立了汽车之家。
那要进行一次新的创业，我们肯定要看最核心的大趋势，我们自己的理解就是，人类过去的几千年整个的发展，其实最主要的影响有两个方面：
一方面是能源，从我们人类开始会使用钻木取火，到后面会使用化石能源，再到后面会使用电能，再到最近这几十年可再生能源的大量应用，这是人类文明进步的过程。
另外一方面，人类文明进步的过程，其实就是信息技术的发展。
从人类区别于其他动物，然后有了语言可以沟通、有了度量衡、有了印刷术、到后面有计算机、再到现在人工智能的发展，整个信息技术也在高速发展。
理想如何理解能源？
智能电动车为什么那么受关注？
因为智能电动车是少有的行业，同时跨越这两个领域的，就是既涉及到能源，又涉及到前沿的信息技术，所以这是我们看到的重要机会，虽然可能在2015年的时候，还有很多事情尚不明朗。
那首先我讲的第一件事情是能源，即我们是怎么来理解能源的？
我觉得作为一个超级大国，能源一定是由国家来主导的，最核心的能源技术路线、国家背后的思考，这时候我们看什么呢？
我们最核心的是看用户和国家的需求，以及背后挑战性的问题，也就是整个行业最大的挑战问题来自于哪里？如果我们有能力解决这个问题，其实我们就能够获得市场的一个认可。
从用户的角度而言，能源的需求其实是三个层面。
第一个层面是能源获取的便利性，我们也经常看到在论坛、微博、抖音里，不同的电动车用户会对他们的电动车给出完全两级的评价。
有充电桩的会说电动车真香、用了以后再也回不去，很多没有充电桩的用户，包括没有电动车的用户还经常跑长途的，表达出后悔为什么买一辆电动车。
那么，为什么会产生两级的声音？因为他们的使用便利性不一样，任何一个有了充电桩的用户，整个思考方式完全不一样，所以这是第一点。
第二点是用户能源获取的成本，但能源获取成本其实有两个方面，一个是我买的这个产品是不是更贵，所以这里边是电池价格的组成。
然后另外一个其实是使用成本，那当然电动车的使用成本是非常的低，我觉得这也是过去这么多年，尤其在当下经济背景下，会有越来越多的消费者选择电动车，因为每年能省的钱就能多买一个iPhone，能多买一个新的iPad，其实节省对于全球经济增速放慢以后是非常关键的，所以这是第二个用户的需求。
第三个用户的需求是什么呢？就是用户的需求是舒适、环保零污染，但是和大家讲的碳中和、碳排放又是不一样的。例如，电动车在日常堵车的时候，没有变速箱更舒适，这是大家都认可的。
用户认为环保是什么？其实比如我们在夏天自己开了一个车去接孩子放学，如果我开着空调，到处都是味道，这就是污染，而我开个电动车开着空调就会很好。
所以这时候我们发现我们用户里边就有一个特点，就是有的用户买了多辆车、家里有燃油车、也有我们的车，他会发现一个问题，他也不明白为什么，用户更乐于使用我们的车。
燃油车和电动车开着空调的舒适和气味，是完全不一样的，所以我觉得这是用户的需求货真价实，这些需求满足的越好，会让电动车的普及率越高，因为归根到底，就是能够把目前2亿辆左右的乘用车逐步替代。
另外一方面在国家，有三个方面需求。
第一方面是核心技术的自主可控。
国家很早就做出这样的判断，为什么？能够看的越来越清楚，当我们快速发展成一个越来越强、全球GDP第二名的时候，这时候会受到外界的制衡。所以，技术的自主可控对于竞争来说很关键。
第二点是能源供给的安全。
其实无论是我们的石油的产量、碳酸锂的产量，都是和我们自己实际的出货量和使用量是不一样的。
我们生产全世界超过60%的燃料电池，但是我们的碳酸锂储能不到10%，我们用了全世界20%以上石油，但我们石油的储备大概是2%不到3%，所以这就背后的能源供给就有这样的问题。
第三是国家的需求。
碳达峰、碳中和理念的提倡，也造就了中国无论是整个电动车行业、全产业链，包含电机、电控、然后包括第三代半导体，也包括后面的电池、新的电池技术，以及像光伏这样的全产业链，我们已经跑到了全世界领先的一个位置，都是基于整体有这样核心的愿景。
智能电动车面临什么挑战？
那如果回到一个车企而言，我们思考这个问题背后到底是什么样的？
我们觉得，其实归根到底，就跟我们2016年在做理想ONE立项的时候，做的判断是一样的。
其实我们面临所有的挑战就两个：
第一个挑战是充电难的问题，我指的充电难是替代燃油车的标准来开展充电，因为消费者没有任何义务，当我买一辆电动车以后，用户整个的体验、行使半径，效率是比燃油车下降的。
所以，我们思考从完全替代燃油车的角度，来看充电挑战。
那我觉得第二个挑战就是电池成本高，因为电池是有核心贵金属的大宗商品组成，所以它就会呈现一个现象：电动车卖的越好（比如去年下半年开始更强的爆发性增长），所以就会变的越来越贵。
正如今年一二月份，有些朋友在微博上所讲一样，虽然各家降价并没有帮助自己胜利，但可以打击对手。
所以，整个消费者购买观望态度就非常明显，几乎每一家企业定的全年目标两个月过去普遍仅完成了4%-5%。
这时候，碳酸锂的价格就明显下降了，从55万一吨现在降价39万一吨。我们判断，整体的成本肯定不会再降到原来的4-5万元一吨，20到30万一吨是个长期稳定的价格。
这样的话电池成本还是没有办法大幅下降，甚至今天的电池成本比2018年的时候还要贵得多，这是我们看到的一个现象。
充电难+电池成本高，如何解决？
所以我们自己的解决方案其实就是两个。我们从最开始的时候分析我们认为有三条路径，是可以解决这个问题的：
第一条路径也是我做蔚来汽车董事的时候做的换电。
其实换电是非常好的方式，因为第一，换电的体验可以无限接近于加油的体验；第二，用户很多担心的问题都得以解决；另外，换电可以让消费者买一辆电动车的成本甚至比一辆燃油车还低，这整个的体验就会完全不一样了。
当然，换电也会出现建换电站要准备更多的电池、包含要承担电池涨价、降价大幅波动的风险。
我们当时的钱并不多，所以我们在想一个问题，能不能把它直接放在产品端，而不依赖于服务端，所以我们就做了增程电动车，这是第二条路径。
当时，增程技术跟今天大家看到的是不一样。因为当时无论是增程，像雪佛兰Volt还是PHEV车型普遍都是50到60公里，所以我们当时想的问题就是，我们如何能够把用户的体验和出行效率结合在一起，所以我们当时做了最重要的选择——做大电池（40度起），今天我们所有卖的车，都是可以做到200公里以上的CLTC续航里程。
我们特别希望的一个真实场景，就是在城市里用电，大家可以看到我们总交付量近29万辆车，装出去的充电桩已经达20万，所以用户选择安装充电桩的比例非常高。
另外一方面其实我们所面向的家庭用户，他非常需要出行足够方便，他能够带着一家人出行的时候，不需要到处去找充电桩，不需要在那里排队充电。
还有，如果大家去三亚、新疆、西藏，往往能看到最多的绿牌车是理想汽车，而且还容易组车队。
因为今天大家如果开着纯电动车有那么三五辆车出去玩，其实车队没办法组，因为充电的时候互相排队三四个小时就过去了。
所以我说这是我们的解决方案之一，因为增程可以用更少的电池，也可以把车重控制下来，也能够解决这种长途出行充电的问题，跟我们SUV更相符。
另外第三条路径是什么呢？
其实今天充电桩还有另外一个问题，就是绝大部分企业充电桩都是不赚钱的，因为充电桩这个生意很容易计算，就是一天大概做到6单到7单，就是有6到7次充电，基本上就收支平衡，如果做到10单，基本上一根充电桩的盈利状况，会好于加油站的盈利状况，就是它的利用率。
但是，如今普遍2到3单基本上是赔钱，那大家普遍做的方式，包括企业的融资方式，就是这个充电桩明明只能用5年，但是我把它分摊到10年的成本上去，所以是用这样的方式，来把整个自己的盈利和亏损减少，这时候核心的问题，充电桩的原理其实跟饭店一样，就是一个饭周率。
用户充电的话需要大量的等待时间成本，所以就很造成一天就普遍2到3单的情况。测算一下，如果能够把用户的时间缩短在20分钟之内，用户就不会离车；如果缩短到10分钟充足够使用的里程，那用户体验就基本上跟燃油车是一致了，所以这是我们做的一个判断。
要想做到这一件事情，其实有两个核心：
第一个核心是必须用高压平台，用高压平台才能做到这样的充电速度。
同时，高压平台第二个好处就是当我们使用碳化硅配合高压平台以后，再配合比较好的风阻系数，电池成本可以大幅下降，就是效率可以显著提升。
比如说目前销售最好的一款中大型SUV大概是有100度电，做到600公里续航，但其实我们用800伏的高压平台，配合更好的风阻系数以及碳化硅和整体效率的优化，我们大概用80度电就可以做到同样的续航里程，而且车辆也会更轻。
因为车更轻了以后就可以减少铝的使用，成本下降大概在3到4万块钱。这背后也跟我们自己来做碳化硅的模、三合一的电机都是相关的。
当把这些东西做好以后，相比今天传统的400V主流电动车，在相同尺寸、相同驱动形式下，大概可以一辆车降低3到4万块元零部件成本，所以大家到时候可以看到我们推出800V高压平台电动车，因为4C还有一定的选择性，大概可以做到跟增程相同的价格，这可能跟大家想象的不一样，因为今天大家都认为800V碳化硅是一个更贵的价格，其实不是，它可以节省非常多的成本。
所以我觉得这是我们自己的两个核心路线，无论是我们做的增程电动，还是做的高压纯电，其实核心目的第一个是解决充电的问题，当我们使用4C电池的时候可以做到，10分钟充电400公里，当我们使用2C电池的时候可以做到，20分钟充电400公里，这是里面的核心。
另外一方面我们今天到了这样的规模以后，我们自己始终坚信，跟选择增程技术路线一致的，我们认为如果我们要推出电动车，充电桩对我们而言它是产品，不是服务，充电桩是产品本身，如果我们提供4C，但是没有4C的完善充电网络，那其实就相当于我们买了一部4G手机，但还仅有2G网络。
所以我们认为它属于产品本身的事情，大家完全不用担心我们铺设充电桩的速度和决心，因为背后没有大家想象的那么贵。
往后看的2030年，我们仍然会坚持两条路线同时往前走，然后把增程效率做的更高，做的更好。另外一方面在高压纯电上做的更好，根据用户自己的选择提供两种需求。因此，这是能源方面的思考。
在过去的从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，我们上面就是比亚迪和特斯拉。
这样的收入规模和收入的增长速度，能够支撑我们接下来全力以赴的去做好纯电，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。
只有AI可以改变物理世界
另外一个部分是信息技术的层面，其实就是人工智能。
很多人不理解我们为什么那么重视人工智能，我展开讲讲。
在理想汽车，我们是有四支人工智能的算法团队，分别在解决四个领域的问题：
1、去年建立的智能座舱团队，做多模态算法；
2、智能驾驶；
3、智能工厂；
4、零售端智能。
关于为什么要做人工智能，原因是我们在“智能工厂”产线上，每天一个生产工序里会有几百个检验人员，都可以通过人工智能算法取代；同时，还能帮助我们用算法来解决质量问题，
从一个量化角度来看，每辆车在质量成本的分摊上，大概是同样售价的奔驰、宝马、奥迪的约50%。因此，如果用钱衡量质量状况，同样价格的产品，我们的质量是显著优于BBA这些豪华汽车品牌的。
另外，这套算法还能帮助我们对于各种事故的分解，如果大家问问身边开理想ONE的朋友，会得到一个重要的反馈——我们的保险是所有同行里价格最低的，甚至比燃油车还要低，这是不同于一般电动车的，因为一般电动车的保险价格是比燃油车更贵的。
而理想ONE作为一个30多万的车，第二年续险时商业险的部分是3300块钱人民币，如果加上交强险等等整体就是4300元。所有保险公司给出来的标准价格，都是这么低，这一价格甚至跟很多10万块钱左右的新能源汽车的保险是差不多的，这背后的就是得益于我们整套算法体系。
回到我们为什么要做这样一条体系，其实是跟我之前做汽车之家有关。之前做汽车之家时，基本上所有产品都成功了，但唯一一个失败的，且失败的一塌糊涂的就是汽车电商。
而且，不仅我们在汽车电商方面失败了，包括易车、淘宝和京东，以及当时好多汽车电商创业公司同行和二手车电商也全失败了。
这也不只是国内的品牌，还包括过去几年，在美国一直做到了五六百亿美金市值的Carvana二手电商，今天又掉到了十几亿、二十亿美金，以及我们学习美国的True CAR也都没有成功。
我们反思为什么会出现这样的问题时，有一个很重要的思考，汽车电商整个业务链条中90%，甚至95%是发生在线下的，在整个线下的仓储、库存、物流、交付的体验环节，我们当时没有做任何的改造，整个成本甚至比传统的汽车经销商还要高，我们只是在线上多花了5000到15000块钱的CPS成本，剩下的什么都没改造。
也就是说，在整个拿钱衡量效率和商业的链条里面，我们除了多花了一部分钱之外，剩下什么价值都没创造。
而同样的问题在过去大家认为很火的新零售方面，比如社区团购方面以及打车软件等，也都是相同的问题。
无论是美国的Uber还是中国的滴滴，今天的市值都远远不及它当时融资的市值，其核心问题是过去的时候是软件1.0，没有办法解决线下物理世界的问题。
我们定义的软件1.0是什么呢？就是人类自己来制定规则，人类自己来编程，然后编完程程序给人类自己使用，无论是我们的使用互联网、还使用的APP、或者其他终端，都是一个相同的原理，主要核心就是运行在一个数字世界，但是物理世界发生的一切我们改变不了。
我们可以在美国非常快的拿Uber打一辆车，但是这辆车从A到B点中间发生的一切，我们叫TCO的成本没有任何的下降，甚至比出租还高，因为空驶率更高。
所以这些平台公司就会出现一个问题，当它要想获得高速的增长和份额时它就会亏损，如果它想赚钱，唯一的方法就是剥削司机，比如美国收30%、中国收到25%，而之前的出租公司只收20%，所以他们现在比出租公司向司机收了更多的钱。
零售电商则不一样，电子商务把这种昂贵的商场卖货挪到了库房卖货，整体的成本下降35%到40%，只是整个的行业的35%到40%被三个群体分割了，首先就是消费者拿走了一部分，让零售价格更便宜了；其次是平台方拿走一部分，造就了像阿里、亚马逊这样万亿美金级别的企业，第三个就是这些品牌——用新零售方式做电商的品牌。
所以，当时我们就在思考一个问题——什么可以改变物理世界？有什么办法能改变物理世界？我们发现，只有AI！
AI是可以改变物理世界的，因为AI的核心其实是学习，它不是编程、不是逻辑，是依赖于其对人类的模仿和学习。
我们又把AI分成了两大类别，第一个类别是基于长期进行分析和观察，做到拟人的状态。
因为人在物理世界的工作，大概有两种学习的方式，一种是行为学习，就是小脑为主、大脑为辅。
我们用大脑来思考和训练自己，但是训练成功以后小脑就能处理任务，就像我们开车或者生产线上做一些检测等，其实很多时候都不需要进行大脑完整的思考，他可以快速及时的反应，这是小脑为主、大脑为辅的工作。
另一个类别，就是最近比较流行的基于Open AI，比如ChatGPT，当然也包含车里的“理想同学”和蔚来的“NOMI”等，它们的工作方式是认知学习，认知学习是大脑为主、小脑为辅的。
当你给出一个复杂命令，它要回到云端去处理，然后经过训练后有相对确定性的执行，而如果放在车端的，它就通过GPU或者BPU就可以给出去结果，这是两种不同的方式。
Open AI的一个好处，就是对大脑的训练产生的好处是它难度很高，但是你并不怕它犯错，比如Chat GPT对着你一本正经的胡说八道，你也不会太介意。
但是，如果是基于第一类别的AI，也就是小脑处理执行动作的，一旦它犯了错，可能就是一场交通事故，可能就是一个人员的伤害，这两种错误的后果完全不同。
我们还是拿开车来举例子吧，就是先要了解人类自己是怎么学开车的，怎么来在物理世界以行为的方式来进行工作的。
第一就是三维的感知，就是人类通过两个眼睛和两个耳朵并配合大脑的处理，对整个的三维世界进行信息的获取和信息的处理。
我们人类眼中的成像和其他动物眼中是不一样的，是因为各自的“传感器”和“处理器”处理的结果是不一样的，这就会出现比较有意思的现象，我们自己内部开玩笑讲，就是生物和生物之间的差别，是信息获取能力和信息处理能力的差别，人类成为地球霸主可能不是谁的繁殖能力更强，而是因为人类拥有地球上最强的信息获取能力和信息处理能力，所以人类就是地球的霸主。
而我们用这样的眼睛看车，车前面到底是车还是石头，是运动的车还是静止的车。
首先，就需要有一个三维感知的能力；其次，我们还需要让车对看到的东西，和结合自身的状态进行一个判断决策，比如如果看到前面是一辆车，就踩刹车减速，如果前面是事故车或者是石头，我就判断我要躲开它。
第三，我们要通过小脑以及神经系统去执行，我应该怎么打转向去躲开它，打多大力度和速度，或是我应该怎么去踩刹车，刹车踩成什么样的一个力度。
第四，是结果和反馈，反馈其实就是训练。也就是如果刚才整个操作体验非常顺畅，又很安全，我就会逐步训练成强化自己的本能，但如果我用上面的一二三步操作，不小心追尾了，我们一般三年之内很难再追尾，因为我们会调整自己的下一次行为，比如以后但凡遇到这样的情况我会提前踩刹车。
其实，我们小的时候学走路、学拍球都是类似这样的学习过程，一旦经过这种先有问题反馈、后经过大脑训练的过程，后面我们小脑就能处理了。
就比如当我们开车开得非常熟练的时候，我们可能忽然接了一个电话，打了半个小时甚至几个小时，无论是在高速上还是堵车的时候，我们的大脑没有对车辆的行驶控制进行任何的处理，但我们仍然在安全的情况下开着车。
回到我说自动驾驶也会经历了两个阶段：行为学习阶段和认知学习阶段。
第一个阶段，由于整个传感器，还有整个算力并不强，我们用的Mobileye的2个TOPS的算力，用了前视只有200万像素的摄像头。
最开始的工作原理，第一它没有办法做三维的感知，它在这个视频里面，其实是识别一张张的二维图片，因此在整个感知的环节只能做二维，运用到AI技术也只是识别二维的图片，其余的能力都没有。直观点讲，就是在这一张图片里画出来，长的像车画一种框，长的像人的画一种框。
同时，也是在用“二维测距”，一张图片越宽就距离我越近，图片越窄距离我就越远，但是车在行驶过程中会出现各种的抖动，因此也会出现识别不准。
大家的解决方案就是用了成本比较低的方法，放一颗毫米波雷达，使用毫米波雷达测距，每一张图片反馈一次和物体、和人之间的距离。
总之，这就是最开始，或者说其实到今天为止，跑的中国路面上99%的车都是这么工作的，哪怕今天已经上了英伟达Orin的这一套计算平台，也包含特斯拉在中国的Autopilot和FSD，都是以这样的方式来工作。
这被我们戏称为是一个2.5D的工作方式。所谓“2.5D工作方式”就是像蝙蝠，用雷达测量我离各种障碍物和目标物体之间的距离，以此来成为下一步的前提。
因此，今天路面上所有量产交付的车，判断决策也都跟AI没有关系，它们都是规则制，哪怕它有算法，也都是白盒子的算法，是人类写的透明规则的算法。
这就意味着如果根据我的车速来判断，当我遇到加塞进车道我会怎么处理，当我认为它离开车道我要怎么处理，它距离我近了怎么处理，它距离我很远时我又该怎么处理等等。
这些东西都是靠大量的人在调试，依靠人类进行编程来实现的。所以，今天体验好不好依靠的是谁写入更多的规则而不是AI算法。这样的第一阶段，是需要更多的测试场景，靠人类写入更多的规则，有一个确定结论就是，规则之内可以解决，规则之外一律解决不了，出现事故是消费者自己的责任，因为我只是个辅助驾驶。
第三个部分，在整个的执行控制方面也是一样，完全规则制的。
因此就会出现当遇到一段堵车路段，如果跟的紧就会有点晕车，因为它刹车更急、起步更快一些，以便防止别的车加塞。
做得比较舒适的车，加速都会比较稳，但是很容易在堵车的时候被别人加塞，各大车企都是不停的在调，去寻找这两者之间的平衡点。
第四个部分，反馈成长。
这块就是分为两大部分，第一是由于我收集了更多视频，背后雇一个标注团队，比如说特斯拉的标注团队是放在的印度，过去一年大家老说特斯拉的自动驾驶团队裁人，其实裁的都是标注团队，而中国品牌的标注团队也都是外包的，大量的标注团队都在贵州。
说回来这个阶段的工作，就是根据视频来进行人工标注，比如人识别出这是一个桩子，立着是一根桩，倒下来以后它也是一个桩，给立着和倒着都画同样的框，之后车就能“识别”它都是桩。
有轱辘且有两个轱辘的能被识别出来是车，后来发现压路机只有一个轱辘，当我们完成标注以后，就也能识别出来，说这是个车，不能直接撞上去了。
而如果没有标定，它就可能认为前面没有物体，策略就会是继续行驶，导致直接撞上去。因此，在这个阶段，这行业里无论是做视觉的人工智能，还是做语音的人工智能，我们内部开玩笑的说法是——有多少人工就有多少智能。
以上这都是其中训练的部分。而另外一个训练的部分就是我们可以调规则，无论是决策的规则，还是执行的规则，我们把它调的更舒适、调的更安全，让更多的人去更多的场景里调。
所以目前的阶段本质上跟“自动驾驶”没什么关系，它就是辅助驾驶，无论L2的“点儿几”也都是只是L2。
而这个阶段发生本质的变化是从特斯拉的FSD，以及它的自动驾驶算法的高级总监，Andrej Karpathy是被马斯克从Open AI招过去的，自从他去特斯拉之后，特斯拉的智能驾驶才有了本质的变化。他之前是在斯坦福跟着李飞飞学3D视觉的。
同时，FSD芯片效率其实很高，因为FSD是专用的BPU，虽然只有144的TOPS，但是它的有效算力基本上是跟两颗Orin是一样的，它的有效算力是我们用GPU大概3倍的水平，所以两颗的144 TOPS的FSD，其实基本上是跟两颗508 TOPS的Orin X性能是差不多。
同时，特斯拉在那个时候已经升级成了360度的摄像头，它用“大模型”的方式开始做BEV的3D，变成了三维的视觉，整个的三维视觉像素占用和像素移动之间的过程，包括背后这种占用网络都是类似的，这样一来，好处就是车开始以跟人相似的方式来观察这个世界了。
人在晚上看到物体，我们可能不知道这是个什么东西，但是我们知道躲开，逻辑是我看到一个像素被占用，我应该躲开，我不需要非得像原有的方式拿一个二维图片画框，让我知道它到底是什么我再决定要不要躲。
这是个很大的变化，在三维的空间里面，还加入时间轴，就这个物体从另外一个物体穿过，互相遮挡的问题都能解决。
当然，它和人还是有一定的差别，它有比人更好的地方、也有比人差的地方。
比人差的地方是它的像素目前只有200万像素，后边的车做到800万像素，而人眼基本上1.5亿到2亿的像素。它的好处是你不需要回头看，你始终是个360度的，所以它在整个观察范围里，其实比人更有效，但是它往前看的效率就比人更低，因为人看到400-500米之外是没什么问题的，而今天所有摄像头大概看到100米左右基本上就是个极限了，尤其是在晚上的时候，这是目前遇到的问题。
当然，我们相信无论是视觉传感器，还是其他传感器，也都会继续高速发展，算力也会高速发展，这些问题都可以等时间来解决。
有了这样的三维感知以后，其实接下来的判断决策就不一样了。在整个判断决策上其实分成两层：一层会是白盒子的，就是编程制的，用于遵守交通规则、遵守法律。
另外一层是从三维感知，到判断决策，再到执行控制形成一体，我们叫“端到端”，它可以清晰地看到人类是怎么做的，人类看到什么样的东西，做了什么样的判断，进行什么样的执行，这套整个的过程就可以被记录下来了。
我认为，这是一个本质的变化，我们把这称之为“影子学习”。它是个学习的过程，而且需要你的终端，包括今天用的GPU或是专用的BPU有一个闭环的能力，能够获取整个过程。
这以后，整个“反馈成长”的层面也就不一样了，它会把这种已经变成结构性的数据，回传到超算平台进行训练，而这里的训练是个黑盒子的过程。
虽然同样有算法，但有的算法是白盒子，我们认为它属于1.0或者1.5阶段，但是完全黑盒子的算法，我们认为那才是2.0，这是一个本质的变化。
在车端进行学习，足够多的样本放到云端进行训练，这种云端就会做自动化的标注、自动化的分类还有自动化的训练，不再需要那么多人了，也不需要养那么多人了，其实特斯拉算法团队的人数非常之少，包括Open AI的算法团队人数也非常少，跟中国大部分的四小龙AI公司人数差别巨大，是因为“大模型”以后的自动化完全不一样。
同时，由于它是一个黑盒子，所以整个训练观察的不是它的对和错，而是观察它整个训练质量的提升程度。
当机器进入了学习的时候就不是再看对和错，只有编程能看对和错，核心是看质量的变化。
这时候会在整个超算端进行训练，训练完以后也不会直接到车上去部署，过去还有仿真系统，现在也会进入到另外一种仿真的方式，会再回到车上，去做影子的验证。
就是跟大量的人类的操作行为做验证，从而来看看我的算法质量的是否得到了提升。当验证这个算法质量有显著的提升之后，才会部署到车辆上去，因为这样做才安全。
只要这种“端到端”训练的样本足够多，整个驾驶体验和安全性就会变得越来越好，它就像人类在各种各样的场景下怎么工作，去进行学习。
车企比拼智能驾驶看三方面
这时候，车企在智能驾驶方面的比拼其实就是三个部分：
第一部分，如何降低车端的计算平台和传感器成本，从而尽可能做到每辆车的标配，只放个摄像头什么都训练不了，所以是背后整个车端的能力。
其实，特斯拉今天的成本很低，特斯拉和我们的智能驾驶的成本是包括传感器（雷达、摄像头）+计算平台的，特斯拉是1500美金，理想是4000美金。
第二部分，是比谁的“端到端”闭环数据多，只拿到一部分数据是没有用的，只有做到刚才讲的完整的端到端的训练才可以，而且不同的国家、不同的场景的训练都是不一样的，不能简单的挪过来就复用。
这就要求企业得卖出去足够多的，装满这些传感器和计算平台的车才能完成这部分。
第三部分，接下来成本更高、挑战更大的是整个大模型的训练，因为美国从去年开始就限制中国训练芯片的发展，以及限制英伟达向中国出售高带宽的训练芯片。
包含训练芯片以后也不一样，今天无论是在车端我们使用GPU，还是我们在云端使用GPU，其实对于大模型而言都不是效能最好的方式，它只有20%左右的效能，也就是理论上另外80%的成本都是被浪费掉的。
因此，其实像英伟达，做自己的BPU，以及做自己的D1的训练芯片，以数据流的方式来做大模型的训练，基本上整个体系构建起来以后，大概能做到英伟达A100 1/6的成本，复制整个计算集群，而且可扩展性变得更高。
我觉得这可能是以后真正要下决心去做人工智能的企业可能必须去面对、解决和投入研发的部分，这是我们看到的人工智能发展的进展。
其实除了我们真正去做好产品、做好平台、做好背后的算法和应用，我们认为以后真正的竞争会出现在最底层——AI的操作系统。
因为AI的操作系统要求的是硬实时，就是在这个规定的时间、规定的地点我必须去执行，在物理世界的运行不能是那种延迟操作系统。
比如说我用安卓的时候，大家点开就看哪个速度快，很多时候测安卓手机的时候，两个手机同时打开王者荣耀，看哪个先进入到界面。但是车机端它不允许出现延迟，因为可能延迟0.5秒就会车毁人亡了。到那个时候，整个全系统链条都是实时操作系统，这样的操作系统在跑各种全新的大模型算法时候，效率就变得很关键了。
另外一方面是车端的BPU，BPU就是典型的小脑为主、大脑为辅的工作方式。
回到训练端的TPU，专用的云端训练芯片，也就是以后的超级中央大脑。这是我们看到整个人工智能往后发展的根本。很多人说我们在人工智能方面比较小心翼翼，但是其实我们是长期在这方面做深入的感知，确定这条路线可行以后，我们就会All-in来做。
我们其实真正核心的智能驾驶的自研投入，是从特斯拉把大概的逻辑模型跑通以后，我们才开始正式投入的。
而当我们在做这件事情的时候，包含为什么我们的L系列开始，车里会做多模态，我们会有ToF，会有阵列式麦克风，原因都是我们在车内开启了自己的算法，我们开始逐步放弃之前用的算法以后，在自己车内用大模型训练，因为只有大模型材能够实现我们想要的、真正的人工智能2.0。
电动车何时真正进入智能时代？
关于这一块，我们还有一个关键判断，就是关于智能电动车何时真正进入“智能时代”。
今天很多人会看到，你看好的很多企业在AI方面发展得很好，或者说投入得很早，但是它并没有体现在销量上。其实这时候，我们要找到精准的用户体验的价值点，从那之后才会全面爆发。
当时，我认为智能手机同时满足三个条件就可以快速发展了：第一个是3G网络，第二个是2008年7月App Store上线。在此之前，我如果给父母安装手机软件，要么从电脑上iTunes同步，要不去电脑城花钱解决，从App Store推出的那一刻开始，我的父母就可以直接点手机下载软件了。
第三，2010年iPhone4发布后提供的OTA技术，原来我的手机更新需要像下载固件一样下载到iTunes上然后进行更新，现在可以直接点一下便可实现软件升级。
当三个条件都具备以后，从2010年开始，手机才真正从触屏时代进入到了智能手机的时代。因为2010年之前，很多触屏手机卖得也非常好，但是从此以后就发生变化了，也包含同一年有了OTA技术那一刻开始，小米业务逐渐做起来，所以小米抓住了整个安卓的机会，并配合3G、4G网络发展了起来。
回到智能电动车，什么时候智能电动车才真正智能？
终端不算智能，终端只是延续了手机的功能，为什么延续手机功能？因为安卓构建了一个非常好的生态，消费者不是为了用安卓，而是为了用安卓背后的生态，因为里面有地图的生态、娱乐影音的生态、大量应用软件开发者的生态。
但是我觉得真正属于智能电动车的变革时代要从真正2.0能跑动开始。我自己做一个预测，我认为这个时间点，尤其是对于中高端车，会出现在2024年。
真正的基于大模型，基于BEV技术实现的城市NOA。如今，理想汽车已经算做的比较好的了，整个辅助驾驶的使用率是超过13%。因为高速场景有限，虽然高速场景下我们的辅助驾驶使用率已经超过50%了，但是在市区里没有办法使用。我觉得一个技术只有用户每天使用，里程使用率稳定超过60%，这个技术就会变得让用户再也离不开了。
城市NOA什么样的结果呢？其实不需要它变成完全的自动驾驶，而是每天上下班堵车的时候它都可以帮助驾驶员提升解决体验。一个是城市里面60%以上甚至80%以上的车，交给这个功能来开，而且安全性也没问题，除非别人违章，哪怕出现肇事，大概率也都是小的刮蹭。这时候就会产生一个巨大的变化，正如消费者买了一幢20-30层的楼房一样，有电梯没电梯是根本差别。
我觉得今年的一个现象，使用英伟达Orin计算平台这些企业，基本上都会在今年Q4的时候交付最早用于测试的NOA，基于大模型的。
因为它需要丰富的训练，并不是单纯把计算平台放上去就可以。我个人认为到今年年底，大部分头部企业能够做到2011年年底特斯拉的水平，到2024年的时候，大家普遍能做到2022年底、2023年初特斯拉在北美的水平。
我觉得这以后，至少中高端车，如果不能提供城市NOA，会影响消费者购买决策了。在这个时间点，首先从中高端车开始，彻底进入到智能自动车时代，基于软件2.0的智能电动车的时代。这是我们做的预测，否则永远只能卖非智能的电动车。
这是我们做一个简单的小预测，我们不会提供基于原来的方式做的城市NOA，一个城市一个城市地标定，不会这么来做，我们提供城市NOA的时候，就会提供这种基于大模型的全部城市覆盖的NOA功能。
理想是谁？要去哪里？要怎么去？
前两个问题回答了为什么我们创办这家企业。接下来，作为一个从0到1的企业，最重要的事情是品牌，因为我们的品牌要回答对内对外两面的问题。
第一，我们要向内回答，因为我们还没有教会消费者，我们是谁，我们要到哪里去，我们以什么样的方式走过去。
另外一方面，必须要向消费者回答清楚，我们是谁，我们提供什么样的价值。这是我认为一个品牌最重要的事情。
因为这件事情是我在汽车之家的时候，2007年秦致加入以后带着我们做的，秦致带给我们巨大的帮助，是特别好的老师，教会了我们这些。因为他决定了企业效率，所有人是不是相信你所做的事情，大家是不是心往一处使。
理想汽车核心的，如果从企业层面，我们企业的使命是什么？我们为什么要创办这家企业？
其实从注册那一刻开始就有了，我们的公司名叫“车和家”，我们希望通过人工智能和可再生能源的技术，改变两个最重要的空间，一个是车，一个是家，所以我们的使命是“创造移动的家，创造幸福的家”。
第二，什么是企业愿景？
企业愿景就是我们中长期希望自己成长为何种企业。当时我们在2015年制定了15年后的计划，到2030年，我们致力成为全球领先的人工智能企业，无论是头部有三家企业还是五家企业，我们希望我们一定是其中的一家。无论是产品层面，还是平台应用层面，还是底层系统层面，我们必须得具备特斯拉、苹果这样相同的能力，方可立足。
第三，什么是企业的价值观？
企业的价值观就是我们所拥有的，属于自己的，能持续帮助我们获得成功的能力。一般的企业价值观，不是缺什么补什么，而且企业价值观比较好的梳理阶段，是经过了一定验证周期以后，你才能提炼出来我们到底拥有什么。
当时秦致2007年加入时，汽车之家已经把产品库做到了行业第一，论坛做到第二，资讯做到第三。但是秦致说，我们为什么能在那么短的时间之内做到这种成绩，背后原因是什么？我们就找了最开始所有的元老同事，然后我们就在黑板上写为什么能够做到这些，每个背后都有很深刻的故事。
当时决定了，第一条是把消费者的利益放在第一位；第二条是做正确的事，不做容易的事。第三条，先做到60分，再去做100分。
其实回到我们这里也是一样的，最开始我们做理想ONE的时候很多人提出为什么要做家庭，为什么要做六座，为什么后面要引入OKR，为什么要使用丰田工作法（TBP），背后其实都蕴藏我们的思考。
我们总结出来，理想汽车的核心价值观是超越用户的需求，打造最卓越的产品和服务。我们核心讲的是必须超越用户的需求，因为汽车这个产业周期太长了，只是满足需求，很容易过时，就被替代掉。
什么叫超越用户需求？在我们2016年的时候如果去做用户的调研，问需不需要增程式电动？用户肯定会说，你们的选择无意义。
然后问用户，需不需要四屏，用户会说需要更多按键。用户是否需要六座车？因为那时候没有六座SUV，只有MPV上有中间两个座椅的，用户会说我为什么不买五座和七座，而多花钱买少一个座位的。我觉得这就是我们要看到的，用户自己不知道，但是可能他有这方面的需求。
直到用户开上了六座SUV以后，带着老人和孩子发现，原来上下车如此方便，老人还可以自己调自动座椅；当用户用了多屏以后，副驾驶会发现原来长途出行体验变得非常好；用户用了增程以后发现其实可以像燃油车一样方便，但是整个驾驶体验都是电动车的，所以慢慢就会有更多人跟进。
也包括大家今天看任何一个企业卖SUV三排座椅一定是6座的，7座基本上卖不出去了，这是我们要做的。当然背后还有一些我们行为准则，始终把用户价值放在第一位，绝对不是需求。
第二，是做正确的事，不做容易的事。为什么很多东西要先思考，因为周期太长，在理想汽车必须进行深刻的洞察和思考以后再去行动，是正确的事，而不是上来就行动。上来就行动是容易的事，我们很多错误选择都是这样造成的。
第三，用协作的方式解决所有的问题，我们为什么要上OKR，为什么要上IPD，是因为协作是一切，不仅要跟自己协作好，还要跟所有合作伙伴协作好。产品要跟技术、跟制造、跟服务都能协作好，这样才有效。这是我们自己的核心价值观。
另外一方面，我们面向的消费者是谁？提供什么价值？核心定位是家庭首选的豪华电动车品牌，这里面包含两个关键要素，一个是豪华，跟BBA一样只在20万以上的用户群。
家庭意味着什么？20万以上用户群里面79%是家庭用户，其实就像奔驰致力于豪华，宝马致力于驾驶，沃尔沃致力于安全。
我们不是电动车行业的开创者，所以要有一个鲜明的形象来做这个事情。当然我也认为做家庭这个事情，是我们比较擅长的。
因为理想汽车创始人团队几位合伙人家庭中平均有三个孩子。所以对六座场景、多人出行的场景非常了解，因为自己感同身受，没有能够满足我们自己的产品，所以就先选择自己把这个产品做好，所有伙伴就相信这个东西。
整个品牌理念，无论是向内、向外要梳理清楚，而且要天天得讲，才能让所有的资源投入、精力团结一致，也让大家知道如何做观念的取舍，因为在这个行业里面取舍是非常重要的，想清要什么、不要什么。
如果一个企业方向不清楚、选择不清楚，你会发现各种各样的人在开辟自己想要的事情，而不是用户需要的东西，而不是对企业更有价值的事情。这是我们的品牌理念，有了之后无论从0到1，还是从一到十，我们都拿这张图来诊断我们作为一家智能电动车企业，必须要面对每一个方面能力的提升、挑战和竞争。
因为智能电动汽车是超级大产品，我们把30多万、40多万产品交付到用户手里，要确保它的安全，要确保它的保值率，要确保它好的体验，这可能跟很多快销产品不一样，作为工业上的一颗明珠它尤其专业的属性。
车企如何自我诊断？
我们是怎么来做这方面的自我观察和自我诊断的？
有时候我们做的非常自嗨，但其实有严重的问题。我们画了一个十字架构的模型，第一就是刚才大家讲的品牌，大家都知道有300多家造车新势力，但在品牌上基本过关的，我觉得别说5%、10%，也就1%。
过去300多家造车新势力，只有1%企业在品牌方面是合格的，大部分连基本的常识都不具备。今天跟你讲我要家用，第二天就跟你讲我三秒加速，所有的逻辑都是乱套的，后面影响了它的产品和经营所有的环节，基本上所有品牌是折在品牌上。
你可以看到基本上出问题的企业，内部的管理都乱的一塌糊涂，是因为每个团队的人都各怀鬼胎。但我们做到连工区里星巴克的员工，都知道我们这家企业要做什么。
第二点是产品，有了品牌就要有产品，品牌是脑袋，产品才是身体。
我觉得作为汽车这个产品，大概分成三个层面，没有什么奥秘，都是常识，但很多人不尊重常识。
第一个层面必须是安全。安全我们认为是一个底线，在我们力所能及范围之内，能做多安全就做多安全，我可以放心的跟别人讲，L7、L8、L9都是这个世界上最安全的车，是远远超过了各种碰撞要求的安全。
为什么？因为我家人都坐在车上，我身边所有的朋友都在买这个车，我怎么可能让这个车不安全，而且面向的家庭用户也是在意安全，不是一个人的安全，而是一家人的安全，包括整个结构的设计，很多东西是行业背后的奥秘，比如在A柱上用高强度钢和热成型钢成本就差几百块钱，但很多企业非要省这几百块钱。
媒体拆我们车的时候，看到有两个防撞梁，在A柱下面轮眉那里还有两个防撞梁，尾部有防撞梁，这些防撞梁都用最好的铝结构，成本也就多不到一千块钱，但就是有企业往上面放泡沫塑料，因为过去成本竞争太狠了。
另外，大家去看我们所有车前排安全带都是燃爆预紧式的，无论什么情况下都能把你牢牢的拽住。我们所有车都是安全气囊配满的，包括第二排的头部气囊、侧气囊都是配满的，整体下来也就多花2000块钱的成本，但是大部分企业都不愿意花这个钱。
安全一旦出问题就是超大的问题，安全上这是底线，安全从来不过任何的预算，就直接做，并不是左侧满足碰撞测试要求，右侧就不做了，左侧和右侧都一样，因为右侧坐的是我老婆，她当然重要了。
第二是产品价值，包含空间、舒适性、配置，这里面又分成两部分，一个是软件部分，一个是硬件部分。
软件部分核心就是当我能做到中央域控制器、智能驾驶控制器全都自研，包括背后整个软件都自研的情况下，软件不是问题，用户有什么需求都可以满足，甚至我们现在让用户自己做产品经理，就是我们提供任务大师。
苹果的捷径只能调取APP软件功能，我们的任务大师是硬件和软件可以一起调用。是不是自研？就看任务大师里面能调用多少功能，有些功能是供应商不给你开放的，只有你自己自研才可以调用所有的功能，并把这些功能组合在一起。
最难是硬件的部分，汽车的硬件相当于52张扑克，你每多一个功能就得去掉一个功能，并不是说我想加成本就可以，举一个例子，很多人说为什么L7不做成联动座椅，像奔驰S级和宝马7系那样，我调椅背的时候，坐垫自动往前延伸，因为它是另外一种骨架方式。
要想保证结构的安全同时使用联动的方式，无论是宝马7系、奥迪A8，还是奔驰S级，这些车第二排的椅背都不能放倒，作为一个家庭想要运输一些东西，就变得非常的困难，这时候就要做一个取舍，你到底服务老板，还是服务于家庭用户，这种取舍关系就容易做了。
如果你想把一个车做三秒多的加速，可能就会牺牲掉一些其他的部分，比如在中低速的能耗，再比如你电机尺寸的大小。
这时候大家会发现，硬件是取舍，怎么做这个取舍，要围绕你的品牌，围绕你的用户，而不是为了研发团队自己的存在感。一定是为了用户的价值来进行取舍，为你用户群的价值做取舍。
同时一定要建立完整的验证体系，在理想汽车我一个人要改一个什么东西，根本不可能的，跟你们想象的完全不一样，是一个非常严谨的过程，我们要有PEA，要有需求分析。我们需求分析会写到连这个东西研发需要多少周期，所有竞争对手是怎么做的，实际上线之后产生什么价值，这个价值怎么计算，都要做。
一个软件和硬件都要做完整的PEA分析，很多传统汽车厂商的员工来我们这里做产品之后就明白，传统汽车厂商产品根本没有办法超越我们，因为我们做的工作比传统汽车厂商完善的多，从需求的分析到需求的验证，再到零部件的SOR，再到后面零部件的验证，再到整车的验证，我们整个流程非常完整，没有任何人可以跳过去，不做完整的分析绝对不会立项，研发也根本不会去做。
在做的过程当中，研发团队、包括后面供应链都跟产品提前介入，我们想做一个新的功能一定要到供应商里面，到研发里面拿到所有关键的细节才能往下走，这是怎么做好产品的关键，一定要知道怎么去做取舍，以及建立完整的验证体系。
第三，是品牌的特殊向往感。我们想要做成移动的家，我们在移动的家这方面就不能蜻蜓点水，我们认为它如果像一个家，就要最大、最舒适的空间，如果想做智能化一定要放更多的屏幕，因为在家里每个人抱一个屏幕，为什么在这个空间里面不行？
另外一方面如果想做智能驾驶一定要上激光雷达，上双Orin，我们把NOA变成每辆车的标配，这是核心。千万不要蜻蜓点水，一定要做超额的投入、超额的配置。否则用户没有感知，你觉得你挺好，别人感觉不到。
这是整个产品的三个层面：安全的层面、产品价值层面，还有产品向往感的层面。
请你相信我，消费者完全感受得到这些东西，一点儿都不假。只不过你不能看非用户群体，你真正的消费者对这个东西，是可以非常好的理解和认同的。这就是我们怎么向用户交付一个足够好的产品。
第三个就是毛利率，为什么毛利率那么重要？
还是跟汽车行业有关，因为你要想成为留在牌桌上的汽车企业，基本上你要有几千亿的收入，你要想成为世界头部的企业，基本上一定是上万亿收入的。
请问这样的收入规模怎么来经营？这就变得很关键了，不能永远靠融资，小的时候几十亿收入、几百亿收入可以靠融资，再大怎么靠融资？
而且我们看历年汽车行业发展历史可以看得清楚，当车最难卖的时候，比如遇到经济危机，车最难卖，融资也根本融不到的时候，就会出现哪怕像通用和克莱斯勒这样大的企业，在2008年经济危机的时候，汽车销量大概掉了40%，这两家企业都破产了。
除了收入以外，就是杠杆用的过多，包括后面就把德尔福这样的企业都拆出来了，自己承担所有的杠杆，所以销量下滑40%几乎全由自己承担。
什么是毛利率？毛利率就是销售价格-销售成本，销售成本包括车的BOM成本、车的制造成本、车对应的分摊、车的运输费用、车的软件费用、税费，都是车的销售成本。
店面里人员的支出叫销售费用，这是毛利率以外的部分，我们毛利率留的部分就是应对销售费用的，所以毛利率等于销售收入-销售成本。所以销售收入减去销售成本之后，剩下的都是公司可以投资的钱，是提升自己能力的部分。
回到车的角度而言，作为智能电动车企业，我们认为一个健康的门槛是20个点，我们研发投入基本上在10个点以上，销售管理费用做得非常好也要7到8个点，同时还要承担一定的风险，还有资本的投入，比如建工厂。
我们认为20个点是比较健康的，目前来看特斯拉是超过20个点的，我们也是稳定的超过20个点，比亚迪也是超过20个点。
