2025年2月5日苹果发布Robust Autonomy Emerges from Self-Play， 所有作者名看起来都不是中国人。 论文链接： https://arxiv.org/pdf/2502.03349 小米王乃岩对这篇论文的评价是现阶段强化学习如果想攻克自动驾驶，最相关，也是最值得推荐的一 个工作。王乃岩个人觉得这是一个里程碑级别的工作，标志着强化学习在自动驾驶中向前迈了一大 步。 这篇论文如果能被后世公认为里程碑级别的工作，意味着将来量产的更强的自动驾驶方案将通过Self- Play RL( 自我博弈强化学习)的方式获得。 这是第一篇在自动驾驶领域证明了完全基于 Self-Play RL( 自我博弈强化学习)的有效性。其在所有闭 环benchmark（nuPlan、CARLA、Waymax）上都刷到了benchmark（基准测试）性能上限。 如果 Self-Play RL( 自我博弈强化学习)将来不成为自动驾驶主流或热点研究方案，那这篇论文也就称 不上里程碑工作。 一旦 Self-Play RL( 自我博弈强化学习)成为了自动驾驶主流方案，意味着人类驾驶数据重要性将大大 降低，极端情况下是压根 ...

易车AEB测试结果分析 - 阿维塔07和智界R7在2025年4月27日的测试中以总分310分并列第一，超过理想L9的290分[1][2] - 水马锥桶项目是阿维塔07和智界R7的主要优势，分别获得110分和120分，远超理想L9的30分[1][2] - 理想L9在假人组团鬼探头(80分)、隧道盲区故障车自燃(70分)和暗夜逆光儿童鬼探头(80分)三项上表现优于阿维塔07和智界R7[1][2] - 问界M9在拥有4颗激光雷达的情况下，水马锥桶项目仅得30分，与其他车型处于0-30km/h范围[1][2] 测试车型排名情况 - 阿维塔07和智界R7并列第一(310分)，理想L9排名第三(290分)，问界M9排名第四(240分)[2] - 深蓝S09以225分排名第五，享界S9和智己LS6以210分并列第六[2] - 仰望U8排名第八(180分)，小鹏G和小鹏G9并列第九(160分)[2] - 比亚迪海狮05EV仅得10分排名第21，小米SU7标准版得0分排名最后[2] 内容创作背景 - 该内容创作者强调客观中立原则，此前已发布理想L9测试第一的文章，现需平衡报道阿维塔07超越理想L9的事实[3] - 创作者在标题选择上权衡了完全客观("阿维塔07总分超理想L9")和揭示原因("得益于水马锥桶超高分")两种思路[3] - 文章隐含对理想有利的叙事逻辑但缺乏证据，创作者选择坦诚心路历程而非强行客观[3][4] - 该内容旨在证明创作者并非理想吹捧者，保持中立立场[4]

测试概况与核心结果 - 2025年4月26日易车横评直播AEB测试共12款车型参与，24款理想L9以290分排名第一，25款问界M9以240分排名第二 [1] - 测试共包含5个项目：水马锥桶大挑战、假人组团鬼探头横穿、地库下坡儿童嬉戏、隧道盲区故障车自燃、暗夜逆光儿童鬼探头 [2] - 在5项测试中，理想L9有3项测试成绩优于问界M9，2项测试成绩与问界M9持平 [2] 各项测试表现详情 - **水马锥桶挑战**：理想L9与问界M9均在30km/h速度下1次通过测试，均未通过40km/h测试，且均未进行复测 [3] - **假人组团鬼探头横穿**：理想L9在80km/h速度下1次通过，复测再次成功；问界M9在80km/h速度下测试失败，复测仍失败，后在70km/h速度下测试成功 [4] - **地库下坡儿童嬉戏**：在10km/h站姿测试中，理想L9与问界M9均通过，但问界M9离假人距离更远；在10km/h坐姿测试中，两车均发生碰撞 [4] - **隧道盲区故障车自燃**：理想L9在80km/h测试失败，在70km/h测试成功；问界M9在70km/h测试失败，在60km/h测试成功 [5] - **暗夜逆光儿童鬼探头**：理想L9在90km/h测试失败，在80km/h测试成功并复测成功；问界M9在60km/h测试失败，在50km/h测试成功 [6] 测试过程与行业观察 - 5项测试中有3项执行了相同标准的复测，2项（假人组团鬼探头横穿、暗夜逆光儿童鬼探头）执行了不同标准的复测 [10] - 测试主持人初始预期为问界M9表现更优，但随着测试深入，愈发认为理想L9应为第一 [10] - 测试采用直播形式增强了参考性，但结果仅代表特定5个场景下的表现，不能完全等同于车辆在所有情况下的AEB能力 [10]

理想汽车发展历程 - 2015年公司启动SEV造车项目投入数亿资金后因政策原因中止随后将剩余资源集中投入增程车项目理想ONE实现转型突破[2] - 2018年理想ONE项目面临多重挑战包括业务复杂度高(整车研发/智能系统/自动驾驶等9大模块)、跨公司千人团队协作困难、外部投资环境质疑赛道前景[3] 组织变革与OKR引入 - 组织形态从深井型转向网状协作结构提升跨部门协同效率[4] - 2018年底至2019年初CEO李想通过《这就是OKR》书籍推动OKR工具全面落地[7] - OKR实施分阶段推进：2018年7月首次制定OKR(同期产品发布)2019年3月全面推广4月系统上线7月全员培训9月支撑战略讨论2020年实现90%日报使用率及全员普及[10] OKR七大核心实践经验 1 **一把手工程** - CEO亲自制定企业级OKR每周六Review季度末复盘并公开个人OKR日报周报[12] 2 **在线系统支撑** - 2019年4月上线自研OKR系统研发团队不超过3人后续1人维护实现信息高效流转[13] 3 **三大基本功建设** - 目标设定：通过共创确定关键事务2018-2019年企业级OKR仅1个目标(业务)2020年增至2个(业务+组织)2021年不超过3个[15] - 高频回顾：聚焦责任人信心指数而非客观进度90%代码完成度可能仅代表50%实际进度[16] - 深度复盘：提前结构化准备会议充分讨论共识并保留分歧推动集体认知升级[17] 4 **日报周报体系** - 将日报周报作为mini OKR工具融入日常培养组织OKR思维习惯[18] 5 **CFR持续绩效管理** - 强调持续共创与LSA/OKR深度复盘关注人与组织成长优先于目标考核[20] 6 **彻底共创机制** - 通过共创明确How(KR)和What(O)理解Why避免执行偏差不采用简单投票决策[23] 7 **专职运营保障** - 组织战略部负责OKR系统迭代与运营以日活为效果指标推动工具常态化使用[24] OKR与战略管理闭环 - LBP工作法实现战略分析(LSA)→目标关键结果(OKR)→持续绩效管理(CFR)全链路闭环解决组织执行脱节问题[36] - 通过OKR+日报周报体系实现跨部门目标透明化无需会议即可同步中长期要事与关键进展[33] - 即使切换至PBC考核体系OKR方法论仍持续影响公司目标拆解与关键路径规划[33] 行业方法论洞见 - OKR本质是精确性工具可提升目标共识与行动力但无法解决战略或经营层面的根本问题[27] - 德鲁克目标管理与格鲁夫OKR实践均强调激发个体自驱力谷歌案例使其广为人知[27]

超充建设进度 - 超充总建成数从2129座增至2132座，新增3座 [2] - 318川藏超充站目标16座，已建成7座，进度43.75%，剩余4天需每日建设2.25座以达标 [2] - i8发布前目标2500+座，当前进度52.39%，剩余96天需每日新增3.83座 [3] - 2025年底目标4000+座，当前年度进度17.82%，剩余249天需每日新增7.50座 [3] 新增超充站点详情 - 广东省深圳市新增深圳喜悦假日酒店4C站，规格4C×8 [4][8] - 天津市武清区新增天津武清友谊4C站，规格4C×8 [4][8] - 浙江省嘉兴市新增4C站，规格4C×6 [4][5] 建设进度对比 - 318川藏超充站建设进度43.75%落后于时间进度96.67% [2] - i8发布前建设进度52.39%落后于时间进度54.50% [3] - 2025年底目标建设进度17.82%落后于时间进度31.78% [3]

以下文章来源于AcademicDaily ，作者AcademicDaily AcademicDaily . AcademicDaily是一个跟踪、推荐和解读大模型等AI成果的技术交流平台，致力于传播和分享前沿技术。 MCAF在理想内部被称为自动驾驶第三只眼。 兼容理想自研的Mind GPT-3o 与 BEV 大模型，无需重新训练。 MCAF是一个 多模态粗到细注意力聚焦框架，核心解决的是长视频理解的关键瓶颈。 当前视频理解领域对长视频（>5分钟）的处理存在显著缺陷，主流方法（如Video-MLLM）依赖全局压缩或均匀采样，导致细 节丢失和冗余计算。MCAF直接针对这一问题，通过多模态分层注意力和时间扩展机制，在信息保留与计算效率之间找到了平 衡点，这是其核心价值。 在平均时长达60分钟的Video-MME数据集上，MCAF超越其他代理方法（如VideoTree、DrVideo）约3-5个百分点。 不同于VideoTree等需要额外奖励模型评估置信度，MCAF利用单一LLM完成生成-评估-调整闭环。这不仅简化了架构（如代码 实现仅需1个LLM接口），还避免了多模型协同的兼容性问题，更适合实际部署。 不过在NEx ...

理想星环OS概述 - 理想星环OS是理想汽车自主研发的整车级操作系统，旨在解决智能汽车系统复杂性、功能多样性及高性能需求 [1] - 采用开源模式，遵循Apache License V2 0协议，目前拥有31仓库、197Star、67Fork、8成员、366关注 [1] - 核心目标是为整车计算、通信与控制提供统一高效的技术平台，突破传统车载系统在灵活性、扩展性及协同效率方面的瓶颈 [1] 技术架构 辅助驾驶系统 - 类比为车辆"大脑"，专注于计算密集型任务，提升计算效率和资源利用率 [3] - 设计重点包括资源集中与共享、极致性能、快速迭代和高安全性 [3] 智能车控系统 - 类比为车辆"小脑"，负责底层控制指令的快速精确执行，如车灯、空调、电机控制 [4] 通信中间件 - 承担车辆"神经系统"角色，实现高效可靠的数据通信，设计重点在通信效率和可靠性 [4] 信息安全系统 - 相当于"免疫系统"，保护用户隐私和控车指令安全，构建系统化安全体系 [4] - 核心安全目标包括系统完整性保护、数据加密与保护、身份认证与权限管控、可信执行环境 [11] 关键技术 矛盾1：算力 vs 成本 - 通过算力池化（虚拟化）、车载通信以太网化和统一应用API解决算力需求与成本矛盾 [7] - 虚拟化技术降低AI算力相关开销80%，设备访问延迟缩减90% [1] 矛盾2：软件 vs 硬件迭代周期 - 通过软硬解耦、软软解耦和定制化工具解决软件快速迭代与硬件研发周期矛盾 [7] - 新芯片平台适配周期从行业通常的3-6个月压缩至4周 [1] 矛盾3：复杂系统 vs 实时性/稳定性 - 通过硬实时内核、端到端确定性调度和确定性通信解决系统复杂性与实时性需求矛盾 [7] - 实测数据显示响应效率提升1倍、稳定性提高5倍 [1] 矛盾4：智能网联化 vs 安全风险 - 通过软硬协同构建原生安全防御体系，应对智能化网联化带来的安全风险 [7] - 采用高性能密码学算法，性能达到主流方案的4-8倍 [1] 性能优化 - 在120km/h高速工况下，AEB刹停距离缩短7米 [1] - 悬架系统响应速率及车身姿态控制精度提升73% [1] 开源计划 - 计划从2025年4月底逐步开放源码 [8] 硬件适配 - 支持芯驰E3650、英飞凌TC397等主流车规级芯片，提供开发板套件和模拟器环境 [10] - 开发板套件支持多核并行处理、CAN-FD接口、千兆以太网等关键功能 [10]

产品定位与功能 - 理想MEGA Home定位为多功能移动空间 兼具移动工作室和家庭旅行场景需求 [1][4] - 后排座椅可旋转设计提升上下车便利性 特别适合家庭用户 [4] - 配备超大尺寸小桌板 支持工作用餐等多场景使用 [1][3][4] 目标用户群体 - 核心用户为内容创作者 满足移动拍摄/化妆/换衣等专业需求 [1][2][3] - 家庭用户场景被重点突出 解决亲子出行中的用餐/休息痛点 [4][5] - 产品吸引高净值人群 用户存在家庭购车预算调配行为 [5] 产品配置细节 - 提供银色金属漆外观选项 搭配18英寸黑灰双色低风阻轮毂 [8] - 内饰采用白色系设计 强化高端家居感 [8] 营销策略 - 通过KOL真实使用场景展示产品功能 微博博主粉丝量达181万 [1] - 建立专属社群运营 提供非车友性质的基本面交流渠道 [10] - 用户自发进行场景化内容创作 如工作拍摄/家庭旅行等UGC传播 [1][2][4]

超充建设进度 - 超充总建成数从2128座增至2129座 [2] - 318川藏超充站目标16座 当前建成7座 进度43.75% 剩余5天需每日建成1.80座才能达标 [2] - 基于i8发布目标的2500+座超充 当前进度52.01% 剩余97天需每日建成3.82座 [3] - 2025年底4000+座目标 当前新增进度17.69% 剩余250天需每日建成7.48座 [3] 新增超充站详情 - 最新建成1座4C规格超充站 位于江苏省无锡市江阴五洲国际 配备6个4C充电桩 [4] 建设进度对比 - 318川藏线建设进度落后时间进度（43.75% vs 95.83%） [2] - i8发布目标建设进度落后时间进度（52.01% vs 54.03%） [3] - 2025年底目标建设进度显著落后时间进度（17.69% vs 31.51%） [3]

超充建设进度 - 超充总建成数从2115座增至2128座 新增13座 [2] - 318川藏超充站目标16座 当前建成7座 进度43.75% 剩余6天需每日建成1.5座以达标 [2] - i8发布会前目标2500+座 当前进度51.88% 剩余98天需每日建成3.8座 [3] - 2025年底目标4000+座 当前新增进度17.64% 剩余251天需每日建成7.46座 [3] 新增超充站分布与规格 - 北京市房山区新增城市4C站 配备6个4C充电桩 [4] - 广西玉林市容县服务区新增高速5C站 含3个2C和1个5C桩 [4] - 河南商丘市新增城市4C站 配备4个4C桩 [5] - 武汉天河机场新增城市4C站 配备6个4C桩 [5] - 南京大胜关大桥服务区双向新增高速5C站 各含3个2C和1个5C桩 [6][7] - 四川眉山市文宫服务区双向新增高速5C站 各含3个2C和1个5C桩 [7][8] - 浙江温州桥头服务区新增高速5C站 含3个2C和1个5C桩 [8] 建设进度对比 - 318川藏线建设进度43.75%落后于时间进度95% [2] - i8发布会前建设进度51.88%落后于时间进度53.55% [3] - 2025年底目标建设进度17.64%落后于时间进度31.23% [3]