乘用车行业专题研究：理想汽车：如何全面转向智能化

1证券研究报告作者：行业评级：上次评级：行业报告 | 请务必阅读正文之后的信息披露和免责申明乘用车强于大市强于大市维持2025年02月21日（评级）分析师 孙潇雅 SAC执业证书编号：S1110520080009理想汽车：如何全面转向智能化行业专题研究摘要2请务必阅读正文之后的信息披露和免责申明 “端到端”时代，理想如何实现追赶头部算法厂商✓ 智能驾驶从基于规则驱动的“rule-base”方案 ，过渡到数据驱动的“端到端”方案，符合Scaling Law，即更多的计算量+更多的训练数据+更大的算法规模=更棒的算法性能。✓ 理想在端到端时代的优势：从Scaling Law看：大车队能够提供大量训练数据；构建自动化的数据基建，实现数据闭环；积累大量云端训练算力，支撑模型快速迭代并允许模型参数进一步膨胀。公司资源的倾斜：架构调整，给予智驾团队更多话语权；同步购买算力、招揽人才，并推进自研智驾芯片。 发力智能驾驶，从落后进化到第一梯队✓ 通过多次OTA，迅速实现全国可开的无图NOA、端到端智驾系统、车位到车位功能。逐步实现智驾架构、智驾功能的行业首发，成功引领智驾风向。 多方面横向对比国内头部智驾企业，理想优势明显✓ 空间智能+语言智能并举：理想智驾第一梯队，且作为车企，率先推送手机端AI应用，空间智能和语言智能均较为领先。✓ 推进自研智驾芯片：调整团队内部分工，NPU负责人权利逐渐加强。✓ 训练算力与净现金指标：理想现存算力第一梯队。若以净现金指标衡量未来购买算力能力，理想同样凭借近千亿储备，具备打赢算力仗的能力。风险提示：技术发展不及预期、竞争情况加剧、新能源汽车销量不及预期。“端到端”时代，理想如何实现追赶头部算法厂商3资料来源：2024理想AI Talk第二场，天风证券研究所图：理想端到端智驾算法性能迭代符合Scaling Law 智能驾驶从基于规则驱动的“rule-base”方案 ，过渡到数据驱动的“端到端”方案。两套方案中均包含感知和规划两部分，感知信息由程序一端进入，先由感知部分处理并输出到规划部分，最后由另一端输出如预测轨迹等结果。两套方案的感知部分均已神经网络化，区别在于规划部分。✓ rule-base：规划部分存在大量人工规则。路试出现的新问题，需要工程师继续添加或调整规则以规避，算法的快速迭代导致团队的臃肿，难以实现高效自动化的程序迭代。✓ 端到端：规划部分同感知部分一样神经网络化，符合Scaling Law，即更多的计算量+更多的训练数据+更大的算法规模=更棒的算法性能。因此可以通过扩大算法参数规模，或用大量高质量驾驶数据迭代程序，让程序规划更加拟人。 参考Scaling Law，理想如何迅速提高自身智驾能力？✓ 大车队能够提供大量训练数据，从7月底的100万clips，迅速增加到12月中旬的800万，从平均接管里程评价算法性能，有近5倍的提升。“端到端”时代，理想如何实现追赶头部算法厂商4资料来源：2024理想AI Talk第二场，天风证券研究所✓ 数据基建，即自动化的模型评价体系，实现数据闭环。通过自研的世界模型，从多维度评估算法性能，也能够比较模型在不同城市场景下的能力，并给予训练数据调整建议，且模型评价实现完全自动化。✓ 训练算力是支撑算法快速迭代的基石。理想拥有国内车企中第一梯队的算力规模，保证理想高速的智驾算法更新频率。✓ 集团资源倾斜：理想在2023年9月的战略会上得出结论，要大力发展智能化，通过加强投入，补足落后于头部车企的差距。理想迅速做出调整，将负责感知和系统的负责人已晋升为副总裁，并开始积极采购算力卡，大量招揽智驾人才，推进自研智驾芯片开发等。图：理想打造自动化算法评价体系发力智能驾驶，从落后进化到第一梯队5 2023年初以来，国内智能驾驶经过多轮方案迭代，逐渐摆脱对高精地图的需求。端到端中以“车位到车位”（即用户除却安全接管，车辆能够自主完成从起始地停车位到目的地停车位的完整行程）作为衡量其性能的里程碑功能。 在确立智能驾驶的优先级后，理想智驾性能的进步速度突飞猛进：✓ 2024年7月15日，发布OTA 6.0，向用户全量推送全国都可开的无图NOA。✓ 2024年10月23日，发布OTA 6.4，向用户全量推送行业首创的“端到端+VLM”智驾系统。通过22亿参数量的VLM（视觉语言模型），协助端到端系统对复杂场景进行决策。现在这套系统同样被小米、极氪等采用，理想成功引领了一波智驾架构转变。✓ 2024年11月28日，发布OTA 6.5，全球首家向用户全量推送“车位到车位”功能，对于陌生停车库，在司机激活功能并手动行驶一遍后，车辆即可记忆路线，并在下一次自动循迹停车。公司空间智能（智驾）进度语言智能（大语言模型）进度自研智驾芯片云端训练算力积累/EFLOPS净现金/亿元华为(赛力斯等)24.09.05推送ADS 3.0，进入端到端时代（分段式）24.12.17推送ADS 3.2，支持车位到车位24.06.21发布盘古大模型5.0，可根据使用场景调节模型参数，最大达万亿，支持多模态24.10.29推送手机端AI小艺入口昇腾610，预估算力200TOPS左右7.5(24.09)1669小米24.10.31推送OTA1.4.0，全国都可开24.12.23推送OTA1.4.5，切换到端到端（VLM）24.12月底，先锋团内测车位到车位24.11.09推送超级小爱手机APP，具备多模态感知和理解能力-8.1(24.11)586理想24.07.05推送OTA 6.0，全国都可开24.10.23推送OTA 6.4，切换到端到端（VLM）24.11.28推送OTA 6.5，支持车位到车位23年12月多模态大模型Mind GPT上车24.12.27推送理想同学手机APP，具备多模态感知和理解能力研发中6.8(24.11)10(预计24年底)945小鹏24.07.30推送XOS 5.2.0，切换到端到端（分段式）24.10.24推送XOS 5.4.0，切换到轻雷达方案，首发落地于P7+24.11.15首测车位到车位24.05.20灵犀大模型上车，同时融合阿里通义大模型以及智谱AI大模型流片成功，等效算力预估相当于3颗Orin-X2.5(2024)10(预计25年底)221蔚来预计25年1月推送Banyan 3.1.0，切换到端到端24.04.12多模态大模型NOMI GPT上车流片成功，等效算力预估相当于4颗Orin-X，将首发搭载于ET91.4(2024）316【天风电新】头部智能驾驶厂商空间智能和语言智能进度梳理净现金=现金+现金等价物+短期投资-有息负债，统计数据均为各公司2023年年报数据空间智能+语言智能并举，布局未来L4自动驾驶6资料来源：理想汽车公众号，小米汽车公众号，汽车之心公众号，皆电公众号等，天风证券研究所 空间智能（智能驾驶）方面，从“车位到车位”这个指标来看，理想已经成为国内智驾的领头羊。理想采用的端到端+VLM架构，对复杂环境的理解能力（如环岛等场景下的路径选择）比目前华为、小鹏的分段式端到端更强，模型理论的上限更高。 语言智能（大语言模型，即LLM）方面，理想为什么要推出理想同学手机APP？✓ 训练数据：推出手机应用，意味着