6 月 17 日，理想举办了家庭科技日发布会，在此次发布会上理想不仅带来了自研的大倍率电池和 800V 高压纯电平台，还有大模型的各项运用，城市 NOA 和理想首台纯电车型的命名等等。下面就让我们详细的来看看理想家庭科技日发布会的具体内容吧。

一、电能战略：充电体验如何趋近甚至超越燃油车？

首先理想带来了自研的大规模量产 5C 纯电车型（剪影为理想 MEGA ）和 800V 高压纯电平台，以及 500kW 超充网络和补能方式的规划布局。

- 5C 和 800V 带来怎样的补能体验

在相同的电池容量条件下，不同倍率情况的下的电池补能速度差异较大：以 100 度电池包为例，5C 电池可以实现 500kW 的效率。

而在 800V 平台搭配 5C 电池的加持之下，可以实现：

• 充电 4 分 30 秒，续航 200 公里；
• 充电 9 分 30 秒，续航 400 公里；
• 充电 22 分钟，续航 600 公里。

对比目前市面上主流的 1.6C 倍率电池，理想的 800V 平台搭配 5C 电池在同样充电 400 公里的情况下可缩短 66% 的充电时间；对比 2C 倍率电池可缩短 50% 的充电时间。

而在电池充电速度会受到不同地域温度下的影响所导致的时间长短不一，理想在发布会上宣布电池充电也带来了"宽温域"技术，在零下 10 摄氏度到 40 摄氏度的区间都能保证 5C 电池的 400 公里补能时长小于 10 分钟。

-超充网络布局和自动充电机器人

我们在目前已经见过理想铺设的部分高速超充站，而依据理想用户的平均高速和城市环境出行里程情况，在满足理想未来 300 万保有量的用电需求之下，理想将在今年年底建设完成超过 300 个超级充电站，2025 年将建设超过 3000 个。

届时理想超充站对于高速公路的覆盖率将降低至小于 100 公里，同时做到每个站每小时能够服务 9-20 台车，在运行效率和补能速度效率方面向燃油车看齐，同时充电费用低于加油费用的一半。

同时为了形成补能网络的闭环生态，理想还将推出自动充电机器人。在车辆自动行驶到充电车位后，充电机器人会通过视觉识别自动插枪充电，充满自动拔枪和结算，车辆自动驶出。

在电能战略的最后，理想的目标是将用户的出行旅程体验当作完整的产品去思考和制作：在发起长途导航的时候，根据车辆剩余续航里程和超充场站的数据进行测算，自动规划沿途的充电规划。设置有超充站的服务区作为途经点；同时所有超充站的充电桩使用情况都能查询，并且可以提前预定充电车位。从根源改变纯电产品的体验。

二、智能战略：大模型规模运用下的改变

-智能空间

好的交互，就应该像人与人之间的交互一样，在自然空间下的交互应该让任何人都能轻松的使用。而从软件 1.0 进化到软件 2.0 时代，理想同学需要在技术上实现更大的变革。

而在座舱空间内与语音助手的交互主要来源于视觉和听觉，为此理想带来了全栈自研的舱内感知技术：MVS-NET 2.0 视觉感知算法、MIMO-NET 2.0 多模态人声分离算法、MSE-NET 2.0 语音感知算法。

在视觉训练大模型的打磨之下，理想同学可以做到自主学习使用者的意图，比如后排乘客对理想同学打开那个屏幕，在不断学习后的理想同学会认知到使用者的需求为打开后排娱乐屏；同时理想同学还能够读懂电视剧和电影封面海报，即使是孩童的模糊语态表达也能清晰认知并打开对应内容。

而在语音交互上，理想宣布自研了认知大模型 Mind GPT。

在 Mind GPT 上，理想采用了 1.3 万亿个 token 进行基座模型训练——相当于具备了人类高质量知识的总和。同时理想重点针对中英双语进行学习训练，同时用数十个 TB 的原始数据对 15 个重点领域进行训练。在数百万数据的监督指令下，Mind GPT 将会具备安全、准确、有逻辑的对话生成。

同时，Mind GPT 将会自带记忆网络，会根据每一次反馈和纠偏，不断迭代更新自己的能力边界，让理想同学越用越好用。

在大规模的 AI 模型运用之下，AI 百科问答、任务大师 AI 版、AI 绘画、多模态可见即可说 2.0 等都将在年内的 OTA 进行升级以供用户体验。

-无图化的城市 NOA

对于城市中的复杂路口，仅依靠 BEV 模型进行感知是不够稳定的。因此理想采用了自研的神经先验网络模型（NPN），对于复杂路口将会提前进行 NPN 特征的提取和存储。当车辆再次行驶到同一个复杂路口时，之前所提取存储的 NPN 特征将会和 BEV 模型感知相融合，得到更加完美的感知效果。

而针对路口红绿灯的通行规则，理想则是摈弃主流做法，选择利用大模型训练出端到端的信号灯意图网络模型（TIN）。其最大的特点为不需要识别红绿灯的具体位置，只要将图像视频输入至 TIN 网络模型，就能通过概率值的判断得出车辆应该如何走的结果，并且 TIN 网络模型还会学习大量人类驾驶员在路口信号灯的反应进行强化训练。

最终，在 NPN 复杂路口特征提取和 TIN 信号灯意图识别的网络加持 BEV 感知模型下，理想的城市 NOA 做到了去高精地图化的能力。

而理想构建大模型训练平台的目标则是让智驾更向人类驾驶员看齐，像人类一样持续进化。为此理想搭建了闭环的自动驾驶训练集群，其拥有 1200 PFLOPS 自动驾驶训练算力，6 亿公里的自动驾驶训练里程。

而理想城市 NOA 的技术架构特点如下：

1. 运用 NPN 与 TIN 增强 BEV ，做到不依赖高精地图
2. 模仿学习算法，强化学习人类驾驶员的行为习惯
3. 全闭环的自动驾驶训练平台，持续推动大模型进化

对于一个城市能否顺利开启城市 NOA 的情况，理想则利用此前所讲述的 NPN 复杂路口特征提取进行判断，当提取和通过的路口越多，该城市开放城市 NOA 的速度便越快。而在本月内，城市 NOA 即将在上海和北京开启内测计划。

-有导航就能跑的通勤 NOA

正如副标题所说，理想推出的通勤 NOA 只要是有高德地图覆盖的地区，理论上经过训练后都将可以支持通勤 NOA。

在上下班通勤路线固定的情况下，车主可以自行设计并且训练车辆自主学习通勤路线。面对较为简单的路线，通勤 NOA 预计训练一周便可开启使用；而面对较为复杂的无保护路段，比如田间道路，无清晰车道线上，通勤 NOA 预计需花费 2-3 周完成训练并开启使用。这意味着通勤 NOA 可以突破城市边界，进入乡村街道。

同时通勤 NOA 将不会受到所在城市是否开放城市 NOA 的影响，理论上只要有高德导航便可预设生成训练路线。但目前仅有 Max 车型才可开启通勤 NOA 功能。

三、总结 & One more thing

在发布会中，理想针对电能和智能两大领域向用户放送出诸多新技术，在充电补能、智能座舱和智能驾驶三大板块上均给出了自己对于当下和未来的思考和解决方案。

而在发布会的最后， 理想宣布了理想首款纯电车型 W01 的正式命名——理想 MEGA。

理想官方表示，理想 MEGA 将凝聚着理想“双能战略”的最新科技成果，它将成为 50 万以上所有乘用车的销量第一。不分能源形式、不分车身形式，打破高端纯电动车无法成为爆品的传统认知。

被理想寄予厚望的超级旗舰 MEGA 将于今年年底上市并交付，汇聚了理想诸多前沿科技的 ta 究竟能否达成理想上述的“宏伟蓝图”？就让我们敬候佳音。