意料之中，理想汽车的7月销量在新势力中依旧“遥遥领先”。

8月1日，理想汽车公布7月交付量——51,000辆，同比大增49.4%。理想汽车曾在2023年12月首次将月交付提升至5万辆以上（50,353辆），成为首个交付量突破5万的新势力车企。这一次，理想再次突破自己的天花板，不仅创下单月交付量历史新高，同时再创中国新势力品牌月交付量的最高纪录。

截至2024年7月31日，理想汽车累计交付量达到873,345辆，稳居中国新势力品牌总交付量第一。从这一层面来看，理想在新势力车企中已经做到了断层式领先的程度，可谓是中国品牌高质量发展的代表。

时至今日，几乎没有人再会质疑理想的成功，取而代之的是同行的争相模仿。但从没有哪个友商能达到理想现在的高度。这表明，理想的成功范式不能轻易被模仿，理想已建立起了一条模仿者无法逾越的企业护城河。

理想汽车热销的背后

理想汽车的护城河，最直接的体现是将一个个高端电动车打造成月销稳定过万的爆品，这是其他中国品牌此前从未达到过的高度。

自2022年起，理想接连推出了L9/L8/L7/L6四款增程式高端电动车，这四款定位中大型级以上的高端电动SUV，接连成为广受用户欢迎的“香饽饽”。

售价45万以上的理想L9首个完整交付月就达成了月销过万的成就，30万以上的L7同样如此。截至目前，理想L9、理想L7累计交付均突破20万辆，理想L8累计交付突破15万，是30万以上家庭首选的豪华SUV。

更值得一提的是今年4月上市的理想L6，不仅在首个完整交付月销量过万，而且6、7月连续两个月交付量破2万。上市100余天的L6，累计交付量已经突破6万辆，在20万元以上价格区间，销量仅次于特斯拉Model Y。同时在6月和7月，成为20万-30万元价格区间中国品牌销量冠军。

一个公开的秘密是，理想汽车之所以能大卖，首要原因是出色的产品定义。这种产品定义总能一针见血地戳中中国用户的痛点。理想汽车创始人、董事长兼CEO李想早在2019年就道明了理想产品定义的成功。

在李想看来，中国购车用户群体有一个非常显著的特点，尤其是25万以上或者30万以上的用户群体。这些用户90%以上都是父母帮忙照顾孩子，而且都有着强烈的安全意识。那么只要在车里装一个儿童安全座椅，其实就会发现第二排没有办法舒适地坐两个老人。基于此痛点，理想敏锐地发现这些用户都有一个可以舒适坐人的第三排座椅需求。

同时理想还发现另一个同行没有注意到的现状，在中国，有一个及以上孩子的中等偏上收入家庭，其实家里并没有很多车位。这些家庭并不是像很多人想象的那样，家里有一台轿车、一台SUV，还有一台MPV，以满足不同场景的出行需求。事实上，这些家庭只有一到两个车位。

这是由中国城市的楼宇结构以及车位配比决定的。基于这样的现状，这些家庭对于车的需求是一个多功能需求，而不是个性化的需求。这也是中国市场很多旅行车销量惨淡的主要原因。因为中产家庭需要一个可以扮演多重角色的车，既可以开着很体面，也能够接送孩子，还可以周末开出去带着家人玩。

这是理想早在首款产品面世之前就看到的一个用户需求，而且理想当时也认为该需求是明显增长的。

事实证明，理想前瞻性的用户需求洞察是准确的。5年出头超过87万的交付量就是最好证明。这些前瞻性用户需求洞察，让理想L系列完整覆盖20万-50万元价格区间，产品定位清晰，为不同年龄层、不同人口的家庭提供选择，满足不同家庭用户的需求。

在围绕家庭用户的核心需求定义产品的基础之上，理想靠着领先的产品力聚焦用户价值。比如理想车型的舒适性产品定义取向契合家庭用户需求，打造出了可持续成长的智能空间；还比如理想车型拥有行业天花板级别的智能空间体验，其荣获了中国首个“AI智能座舱能力A级认证”。再比如理想坚持为家庭用户打造最高等级的安全，理想汽车是首个全系车型都通过国内最严苛的中保研碰撞测试，并获得GGGM评价的汽车品牌。

可以看到，理想汽车的大卖，切中家庭用户核心需求是基础，包括严苛的安全标准在内的领先产品力是吸引用户选择的保证。

热销背后的持续技术迭代

如果说围绕用户需求的产品定义还能模仿，那么持续的技术迭代就很难复制了，这和企业的底层技术搭建和体系能力相关，这种基础能力不是一朝一夕就能学会。

理想汽车持续的技术迭代能力主要体现在持续的OTA升级和跻身第一梯队的智能驾驶。

在汽车产品由机械产品向科技产品发展的过程中，OTA升级是很多企业追逐的能力。但时至今日，鲜有企业能具备出色的OTA迭代能力，要么只停留在信息娱乐功能的简单OTA，要么“万年”不OTA一次。而理想汽车，是鲜有的具备高频高质量OTA升级能力的企业。

理想汽车是智能电动车企中OTA升级最快的企业之一，2024年1-7月共推送升级9次，每个月都带来新版本的OTA推送，新增、优化功能超370项。尤其在7月短短两周内，更是连续推送两次OTA大版本，在智能驾驶、智能空间和智能电动各个平台都带来了重磅功能更新。

高质量OTA方面，相较于很多厂商只能对信息娱乐系统进行功能增加和优化的简单OTA，理想的OTA就不仅局限于此，其OTA涉及用户体验的方方面面。

总结来看，理想的高质量OTA主要体现在智能驾驶的迭代、智能空间和智能电动的全面进化。比如理想在OTA 6.0中向AD Max用户全量推送了无图NOA，实现了在全国范围内可导航的城市道路均可使用的智能驾驶，并在OTA 6.1中新增了自动紧急转向功能，使主动安全能力大幅提升。而智能空间和智能电动的持续进化则让车主的智能化体验不断提升，真正让可成长的汽车成为现实。

尤其是7月中旬无图NOA的全量推送，让理想毫无悬念地进入智能驾驶第一梯队。数据显示，截至7月31日，全量推送全国都能开的无图NOA车企仅3家。对比推送时间，理想汽车位居第二。

而随着功能的不断迭代，智能驾驶正在成为用户的常用功能。数据显示，在已开放无图NOA的企业中，理想汽车智能驾驶累计行驶里程最多，仅用时半年，累计里程从12亿公里增长至19亿公里；从2023年底到2024年7月5日，人均智能驾驶行驶里程数超2300公里。

智驾渗透率的快速攀升，让用户选择智驾车型的热情水涨船高。据此，理想无图NOA发布后，AD Max选配率显著升高，门店NOA试驾率实现翻倍。到店试驾环节，通过无图NOA的发布，用户NOA试驾占比从5月23.8%提升到7月46.5%，翻倍提升，用户考虑购车时更愿意了解体验理想的智能驾驶；购车环节，通过无图NOA的发布会，用户选购AD Max的定单占比从5月份的37%提升至49%。单车型来看，理想L9车型75%的用户选购AD Max，理想L8达到56%，理想L7达到65%。

AD Max车型的用户占比显著提升，表明理想的智驾功能正在得到越来越多用户的认可。随着智驾功能在用户购车需求中的权重不断上升，智驾将成为车企角逐未来市场的核心竞争力。

为此，理想正在围绕智驾构建自己的核心技术能力。

正在构建核心技术能力

特斯拉开启的端到端自动驾驶，正在成为各大车企竞相追逐的热点技术。但能落地端到端并且打出差异化标签的车企却少之又少，多数还处在“口头承诺”的阶段。

与之相比，理想的步伐就迈得更快一些，其不仅启动了量产步伐——已经开启向千人规模的测试用户推送，而且还正在构建自己的差异化优势。

和特斯拉实现自动驾驶全程使用端到端方法不同，理想基于端到端的自动驾驶技术架构由三部分构成：端到端、VLM视觉模型和世界模型。

为何不直接全程使用端到端？理想汽车的考虑是，端到端的泛化能力（在不同场景和条件下的表现）不如传统的分层设计方法，因为模型可能会过于依赖训练数据中的特定模式。考虑到中国的复杂路况，仅有端到端是不够的。

理想汽车基于快慢系统理论形成了自动驾驶算法架构的原型。系统1由端到端模型实现，具备高效、快速响应的能力。端到端模型接收传感器输入，并直接输出行驶轨迹用于控制车辆；系统2由VLM视觉语言模型实现，其接收传感器输入后，经过逻辑思考，输出决策信息给到系统1。

但是光有端到端和VLM视觉语言模型，还不够。

因为端到端和VLM视觉语言模型都是“黑盒子”属性。它们的内部决策机制复杂且难以解释。即使模型在某些测试环境下表现良好，但也很难完全理解和预测它在所有未知情况中的行为。

对此，理想结合重建和生成两种技术路径，构建一个符合真实规律的新场景，让理想的车型在其中考试，用于评价自动驾驶系统在各种条件下的适应能力，以此保证在真实驾驶环境中的安全可靠。

总结来看，理想自研的这套拟人化的端到端自动驾驶的工作原理是，端到端相当于人的系统1，解决日常95%的驾驶场景；VLM视觉语言模型相当于人的系统2，解决5%的驾驶场景，提供兜底和泛化能力；再应用一个生成式的小视觉模型对自动驾驶能力进行考试。三个环节形成了理论上的自动驾驶安全闭环。

理想构建的这套原创自动驾驶技术方案，或将帮助理想在自动驾驶领域形成自己的差异化优势。正如理想汽车智能驾驶研发副总裁郎咸朋表示的一样：“国内厂商在端到端处于同一起跑线，但如果单看one model的话，可能我们会领先一些。”郎咸朋说，“在one model的基础上，我们首先是发布了千人规模测试版本，而且参与测试的用户也切身体验到了端到端对比无图NOA带来的性能和体验上的提升。”

郎咸朋还表示，大家接下来肯定会看到理想汽车在智能化方面加大投入和持续进化的表现，端到端只是一个开始。据悉，经过初步估算，目前理想每年仅在自动驾驶研发中的训练环节就投入10亿人民币，其预估将来的投入会扩大到每年10亿美金。

写在最后：

理想的成功不是偶然，它凭借前瞻性的用户需求洞察打开了市场，迈出了从0到1的第一步。此后又凭借以用户需求为指引，和以用户体验为核心的产品价值，成为市场上的领先者和被模仿对象。其中，持续进化的智能化技术，是构成理想成功范式的基础。

放眼未来，不断完善底层核心技术能力，仍是理想的长期追求。启动端到端自动驾驶的量产落地，只是一个开始。