作者：卤卤vc
来源：雪球
我在群里看到一个观点：蔚来不行了，会被理想碾压。这个看法对，但也不对。
理想L9产品力无疑比ES7更好，但看问题需要更立体，ES7在NIO的定位和L9在理想的定位不同，ES7是二代平台的溢出产品，公司内部预期并不高。也可以理解为NIO SUV线上只有ES6一款车，ES7是pro，ES8是PLUS，定价互相重叠，最大限度利用平台价值。L9是理想集大成的王牌，能否卖爆决定生死。
ES6发布的时候，很多人看衰理想，说理想是脱裤子放屁；小鹏高举高打智能化以后，又有人说NIO不行了，小鹏领先了一个代际。这和今天的情况一样，蔚小理三家是中国内卷出来的三个卷王，交替领先是常态，现在谁还记得：博郡、拜腾、游侠？他们早已在激烈的竞争中倒地化为养料。
理想L9卖爆是非常确定的。这个车能看到李想本人使劲的方向，能看到理想汽车未来的选择，是观察理想最好的切口。
01
如何看理想的智能化路线?
理想的技术底座是Tesla的BEV框架模型，在此基础上叠加了LIDAR和HD MAP。
可以说理想借鉴了Tesla，也可以说抄袭了Tesla，其实这都无所谓，发展是硬道理，只要前进了就不丢人，事实上理想在BEV基础上做了大量的本地化优化，已经发展出了自己的特色。
BEV模型就是Bird's-eye-view Perception，我在之前几次的线分享时都提到过，是Andrej Karpathy大牛主持的AI项目。汽车是一个长四五米宽近2米的行进中的物体，参照对象一部分进行（车辆）一部分静止（锥桶），这就涉及到两个速度，拍照的和被拍的不同步。典型场景是相机A拍到了一个物体的头，相机B拍到了身体，相机C拍到了尾巴，如何让系统识别他是一个东西并且准确的缝合在一起？。Andrej的方案就是把看到的东西打上坐标，缝合形成三维世界，然后拍扁输入给神经网络，这叫做空间时序前置，解决了摄像头本身的局限性（测距和时间测量）。这套模型的先进性已无需再去证明，拿来主义是正确的。
视觉的上限有多高？以目前的技术来看应该是无限高，无论Tesla还是追随者都还看不到天花板。大家都在早期阶段，区别是Tesla走的快些，积累的经验多，追随者慢一些，犯的错误少。今年6月7号，Tesla向FCC联邦通讯委员会提交了4D毫米波雷达的资料，这款又是Tesla自研的硬件可能会装备在HW4.0上，FSD的技术路线又要有一些调整了，追随者的脚步也会跟着一起变化吗？
理想作为一家偏保守的“小型”公司，不会把大量资源倾斜到短期没回报的项目上，这种星辰大海的事还是Tesla先干吧。理想L9和除Tesla以外的几家头部公司一样，在纯视觉的基础上叠加LIDAR和HD MAP。发布会上示范的倒翻车辆，Tesla曾经一头撞上去没有任何减速动作，因为视觉缺乏这个场景的训练，这是典型的corner case，Tesla用血的代价填了坑。
侧翻车辆案例对智能驾驶的影响深刻而长远，仿真模拟和真车实测最大的区别是，仿真模拟场景提前预设，而真车实测随时会出现意想不到的工况，这也是主机厂对L4公司ROBOTAXI的最大优势。
理想和小鹏蔚来做了一致的选择，在视觉不成熟前直接用LIDAR补盲，用HD MAP去开上帝视角。这样就看到了一个和FSD北美版体验接近、碾压Tesla中国区的中国特色版智能驾驶。
但，核心仍然是视觉，其他是冗余和补充。郎博士说其他硬件可插拔，也就是说不管增加或者减少哪个传感器，都不影响核心算法框架。
BEV框架模型还有另外一个优势，实时扫描建造ADAS地图，这是Mobileye和Tesla一直在推进的技术，也是Tesla中国被监管限制的主要原因。
理想在做这套模型的时候，又根据中国特色做了一些独特设计，比如施工场景，水坑、土堆、路锥，比如马路加塞，这些思路非常具体，Tesla只要中国团队权重上不来就做不好。小鹏汽车在泊车上发力，也是充分考虑了中国停车难的本地特色，这一点Tesla同样不行，因为北美停车太容易了，不是刚需。
L9还取消了角毫米波雷达，是不是和Tesla有异曲同工之妙？角雷达反射杂波大，会影响融合精度，造成“幽灵刹车”。既然不是主感知，说砍就砍了，此即为郎博士形容的：只要核心框架稳定，其他均可插拔。
理想的一大步，也是全行业的一小步，反映出来的是：L2造车公司攻城拔寨，L4公司面临无米下锅。
今年有几家L4公司路演中说：驾驶里程数量不重要，质量才重要。
没有数量，哪来质量？全靠仿真模拟吗？
别看广告，看疗效，百度已经按捺不住下场造车了。
理想汽车有超过30亿公里的驾驶里程，有2.91亿的辅助驾驶里程，还有有2462万NOA里程。
全球王者特斯拉积累有效学习场景10亿公里（理想口径，实际远远不止），理想1.91亿公里，排在第二位（排名存疑），waymo和百度还是几千万公里的规模。城市级FSD成熟，需要100亿公里以上的数据训练，不知道L4公司该如何调整。
截止到六月，理想积累了15万个corner case，比如婚礼车队头车上两个装饰用的小人，一开始都是别识别为真人，路上放个玩具娃娃也会被识别为真人。这些corner case是L4公司无法拥有的宝贵财富。理想还创建了3.3亿个学习样本，而且都是真实的场景，不是模拟的，比如暴雨天，有施工点的城市道路，比如拥堵的途径车祸的高架，等等等等。
综上：实现高级自动驾驶，前提必须是足够的里程数量，足够的车队规模，这一点滴滴都比L4公司靠谱。
理论上，最接近L4的造车公司是Tesla，在国内，技术路线最接近Tesla的公司，最接近L4。
我们已经看到了理想迈出了一大步，在技术路线上向Tesla靠拢，理想说他们希望成为国内第一个实现FSD的公司，我觉得很有戏。
02
如何理解软件定义汽车?
理想给了一个很好的例子，AEB。
过去主机厂向供应商采购的是“功能”，这个功能里包括“硬件”+“软件”以及工具包，上车以后基本就不动了，三年还是五年，这个功能都没有变化。智能车，传统一点的也是采购“功能”，但电车供应链短，整合压力降低了。做自研的企业，你给我基础硬件，软件我自己做，这样效率高了，融合度高了，供应商的权重下降，主机厂权重上升。再强一点比如Tesla，硬件我也自己设计，找个代工厂三星什么的，你给我生产出来就行了，这就是全栈自研。
理想以及另外两家目前做的是半全栈自研，核心功能有软件没硬件。从软到硬是个必然的过程，蔚小理早晚要走到这一步。暂时不具备设计能力，就和供应商合资或者入股，从周边供应商到核心供应商，从参与设计到自主研发，一步一步从硬件设计、驱动层、软件算法层都变成自己的。
蔚来今年自己开发了底盘域控制器，底盘控制提升了好几个档次，这就是自研的好处，指望供应商猴年马月也调不好。
理想AEB，去年的版本10万公里误触发1次，到今年六月份降到了0.5次。半年提高了一倍，最终是0.34。
智能车的软件是能迭代的，因为车本身数据化，能联网，影子模式把数据传回去，后台迭代形成新的版本。这个过程和tesla处理corner case的逻辑一样，不可能全部数据提取，体积太大了，只是提交corner case，case每一个都不一样，处理一个就相当于填完一块拼图，往后的版本越来越完善。
不仅仅是理想L9，Tesla、nio、小鹏也一样，硬件的潜能隔段时间就提升一下，软件功能也提升一下，对传统车是维度上的打击。传统车也在也OTA，但无论是思路还是效率都令人捉急，如果手机升级个系统需要10个钟头以上，并且电池充满电也不够用，那这个手机就算不上是智能手机。大众现在就是这么个情况。
为什么大众做不好智能车？当然不仅是技术，从体系到组织结构，甚至从基因开始就不具备做好智能车的能力。
03
理想为什么不出海？
本地化和全球化是矛盾体。
Tesla本地化做的很糟糕，用过的都知道。同时全球化做的很好。它抓住了全球普世的需求：续航长，价格低，品牌好。
理想本地化做的不仅仅是好，简直是优秀，所以全球化就不合适了，中国的需求老外完全没有，老外的需求又没满足。
理性的说，nio出海也不会太成功，SUV和C、D级轿车都不是欧洲主流。过重的服务在欧洲也没优势，人工太贵了。欧洲用户对中国品牌的认知目前还是性价比优先。所以我觉得小鹏会更好一些。
同时不看好岚图，国企体制去拼海外自由竞争市场，基因不给力。
04
怎样做到配置豪华？
有人说，理想就是堆料，要啥给啥。这么说对，但也不对。
堆料是真，堆料的同时让燃油车堆不上才是有意义的。
李想举了车载音响的例子。
一套7.3.4，豪华车上的选装价六七万，看起来贵，但中国市场上这样的选装一年也就几百套，而且它出现在不同的车上，每个车都要匹配不同的研发费用。奥迪Q7在全球的销量目前大概是3000辆到5000辆之间，它有4缸汽油、4缸柴油，6缸汽油、6缸柴油，然后8缸汽油、8缸柴油还有混合动力，然后它的座椅然后有5座板，有7座板，而且5座板还有各种各样不同的配置。理想ONE一年超过10万辆，每个月超过1万辆就一套音响，整个成本就完全不一样。
所以说，奥迪选装贵，并不一定是因为它价格黑，而它商业模式决定的。
这是李想同学对苹果单品战略的一次复刻，非常成功。
