理想汽車在智能駕駛方面有哪些進展？

理想汽車在智能駕駛領域的進展集中體現在技術落地、功能覆蓋與用戶體驗的全面升級上。2024年以來，其智能駕駛系統通過多次OTA迭代實現關鍵突破：無圖NOA技術全量推送，擺脫高精地圖依賴，借助BEV鳥瞰視角與時空聯合感知提升復雜路況適應性；全球首家全量推送“車位到車位”全程智駕功能，覆蓋自主泊出、園區通行、閘機識別等全場景，還新增高速收費站ETC通行與智能泊出功能；端到端+VLM雙系統智能駕駛方案隨OTA6.4落地，標志進入AI大模型時代，VLM視覺語言模型帶來22億參數量的場景理解能力，端到端模型新增路邊起步等實用功能。主動安全方面，AEB、R-AEB、防御性AES自動緊急轉向等功能持續優化，累計減少數百萬起潛在事故。同時，全棧自研的技術架構支撐算力快速提升，截至2024年11月算力達6.83EFLOPS，年底將超10EFLOPS，雙系統架構實現一周兩版本的快速迭代，為用戶帶來更高效、安全的智能駕駛體驗。

理想汽車在智能駕駛領域的技術迭代始終圍繞用戶實際場景需求展開。2024年10月推出的端到端+VLM雙系統方案，不僅將智能駕駛帶入AI大模型時代，更通過V4.8.6模型的全量推送，顯著提升了車輛在無保護左轉、擁堵跟車等復雜場景下的決策效率。數據顯示，該方案落地后，智能駕駛行駛里程迅速突破25億公里，超80%的用戶日常駕駛依賴NOA功能，30萬以上車型中AD Max訂單占比超70%，足見用戶對其技術的認可。而雙系統架構支持一周兩個版本的快速迭代，讓功能優化節奏與用戶需求保持同步，這種高效的更新機制為行業樹立了新標桿。

在功能覆蓋的廣度上，理想汽車持續拓展智能駕駛的應用邊界。“車位到車位”全程智駕功能的落地，實現了從家到目的地的全場景無縫銜接：車輛可自主泊出小區車位，識別園區閘機并自動抬桿通行，在城市道路中規劃最優路線，最終精準泊入目的地車位，復雜場景下的無感通行極大降低了用戶的操作負擔。同時，全國高速收費站ETC通行功能的新增，無需依賴地圖數據即可完成自動繳費通過，進一步提升了高速出行的便利性。智能泊車系統也同步升級智能泊出功能，解決了狹窄車位的出庫難題，讓用戶在日常用車場景中獲得更完整的智能體驗。

技術投入與基礎設施建設是理想智能駕駛持續進化的堅實后盾。截至2024年11月，理想汽車已累計投入超10億元用于訓練算力和基建設施，當前整體算力達6.83EFLOPS，預計年底將突破10EFLOPS，強大的算力支撐為AI模型訓練和功能迭代提供了充足動力。在充電場景的智能化探索上，基于VLA司機大模型推出的VLA充電功能，計劃2026年1月覆蓋首批1400座理想超充站，3月覆蓋量突破2900座，屆時車輛可自主駛入超充站、完成充電槍對接與支付，實現充電過程的全自動化。主動安全領域，防御性AES自動緊急轉向功能的即將推送，將進一步完善安全防護體系，為用戶出行筑牢安全屏障。

理想汽車的智能駕駛進展，本質上是技術創新與用戶需求深度融合的結果。從無圖NOA的全量覆蓋到車位到車位的場景閉環，從端到端+VLM的技術突破到VLA充電的生態拓展，每一項功能升級都緊扣用戶實際用車痛點。全棧自研的技術架構讓理想能夠掌握核心技術自主權，快速響應市場變化；持續的算力投入和基礎設施建設，則為智能駕駛的長遠發展奠定了基礎。未來，隨著城市NOA向AD Pro車型下放、智能空間與智能電動平臺的同步優化，理想汽車將繼續以用戶為中心，推動智能駕駛從“可用”向“好用”“常用”進化，為用戶創造更智能、更便捷、更安全的出行體驗。