🔥36氪•較早收集於 2m
理想汽車調整產品部，將智駕研發併入核心架構
💡理想汽車將產品與 AI 研發團隊合併，旨在加速其端到端自動駕駛模型的開發進程。
⚡ 30-Second TL;DR
有什麼變化
產品部職能拆分並併入研發部門
為什麼重要
此舉標誌著理想汽車轉向「模型優先」的開發模式，將產品定義與基礎 AI 模型開發緊密結合。
下一步行動
分析理想汽車的「基座模型」自動駕駛策略如何影響其軟體更新頻率與功能交付。
誰應關注：Developers & AI Engineers
關鍵要點
- •產品部職能拆分並併入研發部門
- •自動駕駛終端產品團隊併入基座模型研發團隊
- •電動本體定義團隊併入整車研發部門
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •此次調整旨在強化「端到端」自動駕駛技術的落地效率，透過將產品定義與模型研發深度綁定，縮短技術迭代週期。
- •理想汽車內部推行「矩陣型組織」向「流程型組織」的轉型，此次架構變動是為了減少跨部門溝通成本，提升決策速度。
- •調整後，理想汽車的智駕研發將更側重於基座模型的通用性，以支撐全場景輔助駕駛（NOA）在複雜城市路況的表現。
- •此舉反映了理想汽車在面對華為（ADS）與小鵬汽車等競爭對手在智駕領域的激烈競爭時，採取了更激進的技術整合策略。
- •組織調整後，原產品部負責人將轉向更具體的技術落地職責，顯示公司內部資源正向核心研發項目高度集中。
📊 競品分析▸ Show
| 特性/車企 | 理想汽車 (Li Auto) | 華為 (Huawei ADS) | 小鵬汽車 (XPeng) |
|---|---|---|---|
| 智駕架構 | 端到端模型整合 | 雲端訓練+端到端 | 端到端大模型 |
| 核心優勢 | 空間與家庭場景定義 | 演算法領先與品牌號召力 | 高速與城市NGP普及率 |
| 研發模式 | 組織架構深度整合 | 軟硬體全棧自研 | 數據驅動快速迭代 |
🛠️ 技術深入
- 採用端到端（End-to-End）神經網絡架構，將感知、決策與規劃模組整合至單一模型中。
- 基座模型研發團隊專注於視覺大模型（Vision Foundation Model）的訓練，提升對長尾場景的識別能力。
- 引入世界模型（World Model）概念，用於模擬真實交通環境，加速智駕系統的訓練與驗證。
- 透過整車研發部門的整合，實現智駕系統與底盤控制、動力系統的底層數據打通，提升車輛動態響應的平順性。
🔮 前景展望AI analysis grounded in cited sources
理想汽車將在2026年底前實現全場景無圖NOA的全面覆蓋。
透過將智駕產品與基座模型研發合併，技術迭代速度將顯著提升，足以支撐無圖方案的快速落地。
理想汽車將進一步縮減非核心產品線的研發投入。
組織架構向核心研發傾斜的趨勢，暗示公司將集中資源於智駕與純電平台，以應對市場競爭壓力。
⏳ 時間線
2023-04
理想汽車發布AD Max 3.0，正式開啟城市NOA內測。
2024-01
理想汽車宣布智駕研發團隊規模突破千人，並啟動端到端模型研發。
2024-07
理想汽車正式向全量AD Max用戶推送全國不限路段的城市NOA功能。
2025-03
理想汽車進行組織架構調整，強化AI與智駕部門的協同效應。
2026-06
理想汽車宣布智駕系統全面升級至基座模型架構，並進行產品部職能重組。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗
每週 AI 簡報
每週一封，可隨時退訂。