理想新車在智能駕駛方面已處于國內第一梯隊水平，技術成熟度與用戶體驗均位居行業前列。這一成績的背后，是理想汽車對科技創新的持續深耕與重金投入——第二季度研發費用達30億元，同比增長24.8%，每年在訓練算力上的投入超10億人民幣，當前訓練算力已達5.39EFLOPS。從技術落地來看，理想不僅實現了理想ONE的車道保持、自適應巡航等基礎功能，L系列車型更完成了端到端智能駕駛的全場景覆蓋，7月向全量AD Max用戶推送的無圖NOA，累計行駛里程在已開放該功能的車企中處于領先位置，年底預計突破30億公里。同時，其智駕系統迭代迅速，OTA更新頻率高，近期推送的AD Max V13.0還新增了AI推理可視化功能，進一步提升了用戶對智駕過程的感知與信任。截至2024年底，理想智能駕駛用戶已達110.9萬人，累計智駕里程29.3億公里，超90萬用戶的實際使用數據反哺技術優化，形成了“研發投入-技術落地-用戶反饋-迭代升級”的良性循環，讓智能駕駛既具備“好用”的體驗感，又兼顧“安全”的核心需求。

理想汽車在智能駕駛技術架構上不斷突破，已完成三代迭代升級：從最初的NPN架構，到第二代無圖方案，再到如今的端到端+VLM雙系統架構，每一代演進都瞄準更高效的場景覆蓋與更精準的決策邏輯。其中，One Model單模型技術架構于7月底在車端落地并開啟千人內測，測試成績出色，隨后啟動萬人體驗團招募，讓更多用戶提前感受技術升級帶來的變化。這種架構能將復雜的感知、決策、規劃等環節整合為統一模型，減少系統冗余，提升響應速度，為全場景智能駕駛奠定了堅實基礎。

在技術路線選擇上，理想采用以純視覺為主、保留激光雷達的方案，既利用視覺感知對復雜環境的理解優勢，又通過激光雷達補充高精度距離信息，保障極端場景下的安全性。基于這一路線，理想還推出了“車位隨心畫”等創新功能，用戶可在車機上自定義車位形狀，系統自動規劃路徑完成泊車，解決了傳統自動泊車對標準車位的依賴問題。車主實測L6 Max版V7.2.0系統時也提到，智能駕駛停車舒適便捷，雖偶有現實挑戰，但整體體驗符合預期。

理想汽車構建的“智能駕駛考試驗證系統”，為技術迭代提供了嚴謹的測試標準。該系統模擬各類復雜路況與極端場景，確保每一次版本更新都經過充分驗證。同時，理想計劃2025年實現L3級有監督自動駕駛，2028年推出首款L4級自動駕駛定義的汽車，清晰的技術路線圖展現了其長期布局的決心。截至目前，理想智駕用戶滿意度持續提升，NOA試駕率穩步增長，AD Max車型銷量可觀，用戶的認可進一步推動了技術的普及與優化。

總結來看，理想新車的智能駕駛水平不僅體現在數據與技術參數上，更通過用戶實際使用的反饋不斷打磨細節，形成了技術與市場的雙向賦能。從基礎功能到全場景覆蓋，從架構升級到路線優化，理想汽車以持續的投入與迭代，讓智能駕駛從“實驗室技術”真正走向“用戶日常工具”，為行業樹立了技術落地與用戶體驗結合的標桿。