ITBear旗下自媒体矩阵:

理想汽车自研突围:谢炎、詹锟详解芯片与智驾,年底追赶特斯拉FSD

   时间:2026-06-19 15:41:35 来源:互联网编辑:快讯 IP:北京 发表评论无障碍通道
 

在智能电动汽车领域,一场关于技术整合与创新的竞赛正在激烈展开。理想汽车近日举办了一场别开生面的技术展示活动,将原本计划在产品发布会上透露的技术细节,单独设立为理想Livis Day,这一举动引发了业界广泛关注。此举背后,是理想汽车对技术聚焦与AI战略深化的双重考量,旨在通过设立类似AI科技日的节点,进一步加深外界对其AI能力的认知。

在理想Livis Day上,理想汽车并未将卖车作为首要任务,而是将重点放在了软件和具身智能领域的全面升级上。自研芯片、新一代座舱、车载模型架构以及全年OTA路线等核心技术的展示,彰显了理想汽车在智能电动汽车领域的深厚积累与前瞻布局。媒体沟通会上,理想汽车CTO谢炎与基座模型负责人詹锟进一步阐释了芯片、模型及智驾路线等细节,让理想的差异化突围路径愈发清晰。

针对“四季度赶上特斯拉FSD”的目标,理想汽车展现出了强大的整合效率与团队协作能力。在相似的组织规模下,理想汽车通过打破“部门墙”,实现了技术边界的重新整合,使得团队成员之间的合作更加紧密。谢炎表示,理想汽车的优势在于能够快速迭代与垂直整合,这是追赶特斯拉等领先企业的关键所在。

在自动驾驶领域,数据的重要性不言而喻。理想汽车Livis版本的数据质量已达到L4公司采集车队水平,这得益于其足够大的车队基数与对“行为质量”的高度重视。谢炎强调,尽管数据收敛作用会随模型提升而衰减,但通过扩大车队规模与提升数据质量,可以有效抵抗这种衰减,为自动驾驶技术的持续进步提供有力支撑。

面对用户对于L9 Livis体验中智驾体感变“肉”的反馈,谢炎表示,下一个版本将改进加速逻辑,提升博弈能力与积极性,预计模型上限将比上一版有大幅提升。这体现了理想汽车在智驾技术上的不断精进与用户需求的深刻洞察。

在智驾路线上,理想汽车呈现出向纯视觉靠拢、激光雷达并重的趋势。基于CVPR最佳论文的3D-VIT技术证明了纯视觉可以学习完整3D空间结构,这是追赶特斯拉的关键一步。然而,激光雷达并未被理想汽车放弃,而是作为L3、L4的安全兜底,以解决极端情况下的问题并辅助数据采集。

马赫M100芯片作为理想汽车“下半场”序幕的核心,其立项初衷是为了降低成本并提升性能上限。谢炎表示,自研芯片的基本条件是年营收千亿,才有可能投入几亿去做芯片研发。马赫M100芯片一开始就定下了高于Orin X四倍性能的目标,并通过打破架构依赖、用“拿掉中间的翻译”的方式实现了性能与成本的双重优化。

在行业趋势判断上,理想汽车认为在L3/L4阶段,全域软硬一体是避免冗余与高延迟、摆脱同质化竞争、达到更高智能化标准的必然选择。尽管未来技术达到平台期后可能出现分工,但在当前技术未收敛期,垂直整合仍是核心竞争力。

在媒体沟通会上,谢炎与詹锟还就理想汽车的智能化体系调整、自研芯片背后的条件、芯片级舱驾融合的争议以及基座模型的应用等话题进行了深入探讨。他们表示,理想汽车之所以敢于自称自研芯片性能世界第一,是因为其与市面上标准可获得的芯片进行了对比,并拿出了Benchmark进行验证。同时,他们也承认在芯片研发过程中遇到了诸多困难,但通过团队协作与不断创新,最终实现了芯片的快速上车与模型的高效运行。

对于舱驾融合的争议,谢炎认为,在高端L3往L4走的智驾系统中,舱与驾是两个独立系统,资源不能实时切换会降低确定性,因此融合的价值并不大。而对于基座模型的应用,詹锟表示,虽然车与机器人在操作上存在差距,但车有机会涵盖具身交互、移动与操作三个关键任务,为未来扩展到其他终端形态提供有力支持。

在3D-VIT技术的研发上,理想汽车也取得了显著进展。该技术证明了2D视觉也能学会完整的3D空间结构,为纯视觉方案提供了有力支撑。詹锟表示,3D-VIT不依赖于激光雷达,能够基于视觉编码器与空间视觉表征实现更丰富的3D理解,并在极近处达到激光雷达的水平。这一技术的突破将为理想汽车在自动驾驶领域的持续领先提供有力保障。

 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  争议稿件处理  |  English Version