乘用车行业专题研究：理想汽车：如何全面转向智能化_11页_577kb

理想汽车智能驾驶转型分析总结

本报告分析理想汽车在“端到端”智能驾驶时代的追赶策略和优势。智能驾驶已从基于规则的基础方案过渡到数据驱动的方式，符合Scaling Law，即更多的计算量、训练数据和算法规模带来更好的性能。

理想汽车的核心优势包括：大规模车队提供的训练数据（如从7月底的100万剪辑增至12月中旬的800万），自动化数据基建实现数据闭环，以及领先的训练算力（68EFLOPS），支持模型快速迭代。集团资源倾斜涉及架构调整、人才招聘和自研智驾芯片研发。

在具体进展上，理想通过多次OTA更新，实现了行业首创的无图NOA、端到端智驾系统，并于2024年11月全球首发“车位到车位”功能。技术方面，采用端到端+VLM架构，领先于同行，如在复杂环境下的路径选择。理想还推进空间智能和语言智能，推出手机APP提升大模型训练，并领先于竞品。

资金实力雄厚，净现金储备接近千亿，支撑未来算力购买能力。自研芯片研发增强算法匹配度和供应链安全，应对外部风险。

潜在风险包括技术发展延迟、市场竞争加剧以及新能源汽车销量不及预期。

总之，理想汽车通过战略投资和创新，正快速从第二梯队迈向第一梯队，但需应对外部挑战。