MEGA 大定在8000左右主要2个依据 故本文假设前提是这两个信息都为真，即MEGA大定8000左右，最近三周大定分别为800/1000/800。 如果5月MEGA交付1000台（不低概率交不了这么多），则剩余7000大定。 如果接下来7个月(下同)，每个月订单1000，则接下来7个月共计14000订单，对应月销2000。假设月 销=产能(下同)，则现在下定，9月中旬提车。 如果每个月订单1500，对应7个月17500订单，对应月销2500。现在下定，8月底左右提车。 1.群友说XX说MEGA目前大定8000+。 如果每个月订单2000，对应7个月21000订单，对应月销3000。现在下定7月底8月初左右提车。 MEGA今年如果能月销3000，预期会有一部分MEGA小市场派转向大市场派。 MEGA大市场派一切的根基观点都在于两个方面： 2.这张网传图显示到5月18日，MEGA有7800大定。 1.认为MEGA真实体验真比L9好一个档次。 2.主流以为的MEGA不好的地方，其实都是误解。(很多人以为MEGA不好停，需要别墅条件，没法轻 度越野，补能体验疑虑，造型过于先锋与前期负面舆情残余导致的担心他人怎么开， ...

基于i8发布日期 2500+座目标 新增数进度值：74.64%→75.55% i8发布剩余72天（按7月31假设） i8发布剩余时间进度值：65.88% 需每日 2.63 座，达到 i8发布 目标值 基于2025年底4000+座目标 今年新增数进度值：25.38%→25.69% 今年剩余225天 今年时间进度值：38.36% 需每日 7.51 座，达到年底目标值 【附】7 座新增建成 福建省 厦门市 厦门宏益华府西南停车场 为城市4C站，规格：4C × 6 江苏省 苏州 苏州常熟凤凰城 为城市5C站，规格：2C × 3 5C × 1 内蒙古自治区 呼和浩特市 呼和浩特御花园玺宴 为城市4C站，规格：4C × 8 来源： 北北自律机 25年05月20日星期二 理想超充 7 新增。 超充建成数：2304→2311座 上海市 嘉定区 上海嘉定金园五路 为城市4C站，规格：4C × 6 天津市 静海区 天津新世纪购物中心 为城市4C站，规格：4C × 8 浙江省 杭州 杭州往来数聚产业园 为城市4C站，规格：4C × 6 浙江省 绍兴市 绍兴迅腾大厦 为城市4C站，规格：4C × 6 福建省 厦门市 ———————— ...

在TOP2信息茧房内，理想自动泊车口碑总体处于一个不错的水平，不过问界的口碑要更好一些，这 个更好主要体现在两个方面。 1.停的速度明显更快。(一方面是倒车的绝对速度，另一方面是一些车位，理想要调整更多次方向。) 2.一部分理想自动泊车停不进去的地方，问界可以停。 造成这个现象的直接原因是问界的自动泊车华为花了很多精力基于规则优化，理想目前的版本没有为 泊车专门做基于规则的优化，模型能力在哪里，泊车能力就在哪里。 在这个局部此时此刻的用户价 值的确问界比理想更强，且有可能还会持续不算很短的时间。 理想为什么自动泊车不深入做基于规则的优化，而对ETC出入口做了基于规则的优化，背后可能有主 要两方面考虑： 1. ROI考虑，做的话要投入资源精力，理想认为随着能力更强，自动泊车能力本身就会更强，且基于 规则投的资源，对基于能力的自动泊车体验没啥帮助。 2.李想个人可能不爱用自动泊车或对泊车方便度耐受度比较高，他这块的痛点低，ETC痛点更高。 李想个人可能不爱用自动泊车或对泊车方便度耐受度比较高的推测依据主要基于4点: 1.曾经很长一段时间理想自动泊车处于很差的水平。 2.李想在AI Talk 第一季时表示，他用理想 ...

来源： 北北自律机 5C监工机：25年05月19日星期一 理想超充 2 新增。 超充建成数：2302→2304座 基于2025年底4000+座目标 今年新增数进度值：25.30%→25.38% 今年剩余226天 今年时间进度值：38.08% 需每日 7.50 座，达到年底目标值 【附】2 座新增建成 加微信，进群深度交流理想长期基本面。不是车友群。 基于i8发布日期 2500+座目标 新增数进度值：74.39%→74.64% i8发布剩余73天（按7月31假设） i8发布剩余时间进度值：65.40% 需每日 2.68 座，达到 i8发布 目标值 ———————————————————— 福建省泉州市 泉州鲤城奇顺停车场 为城市4C站，规格：4C × 6 广东省广州市 广州力达广场 为城市4C站，规格：4C × 6 ...

以下文章来源于有个理想 ，作者「 有个理想 」 有个理想 . 洞悉理想造车理念，了解最新产品技术 原文由有个理想于2019年1月19日发布，是 是李想在《理想汽车企业文化与经营战略》培训中关 于《高效能人士的七个习惯》部分内容实录。 我们到底需要什么样的人才？成年人意味着自己可以主动做选择，可以承担责任，能够不断地问自 己"最重要的事情是什么"。 像亚马逊、谷歌、脸书这样的顶尖企业，在招聘时都有一个不变的核心要求： 只招成年人 。 成年人 意味着什么？成年人意味着自己可以主动做选择，可以承担责任，能够不断地问自己"最重要的事情 是什么"。 在美国可以招到 "成年人"，因为他们整个教育体系就是培养这样的人，他们的家庭关系也是如此， 自己选择，为自己负责。 反观中国，老师说的得听，家长说的得听，甚至父母到了60岁依然想干涉你的生活。于是，许多公司 把员工招聘进来后，当成小孩一样对待，这就是我们看到的家长制。 所以，我在做组织建设的时候，决定做两件事：第一，我要培养成年人；第二，让公司的价值观能够 以非常好的方式落地。 我们想要的成年人，也就是系统型的人才，是能够通过网状进行协作的，每个人有自己非常强的判断 力、决 ...

Core Viewpoint - The article discusses the advancements in the field of autonomous driving, particularly focusing on the Diffusion model and its application in generating driving trajectories, highlighting the differences between VLM and VLA systems [1][4]. Group 1: Diffusion Model Explanation - Diffusion is a generative model that learns data distribution through a process of adding noise (Forward Process) and removing noise (Reverse Process), akin to a reverse puzzle [4]. - The model's denoising process involves training a neural network to predict and remove noise, ultimately generating target data [4]. - Diffusion not only generates the vehicle's trajectory but also predicts the trajectories of other vehicles and pedestrians, enhancing decision-making in complex traffic environments [5]. Group 2: VLM and VLA Systems - VLM consists of two systems: System 1 mimics learning to output trajectories without semantic understanding, while System 2 has semantic understanding but only provides suggestions [2]. - VLA is a single system with both fast and slow thinking capabilities, inherently possessing semantic reasoning [2]. - The output of VLA is action tokens that encode the vehicle's driving behavior and surrounding environment, which are then decoded into driving trajectories using the Diffusion model [4][5]. Group 3: TransDiffuser Architecture - TransDiffuser is an end-to-end trajectory generation model that integrates multi-modal perception information to produce high-quality, diverse trajectories [6][7]. - The architecture includes a Scene Encoder for processing multi-modal data and a Denoising Decoder that utilizes the DDPM framework for trajectory generation [7][9]. - The model employs a multi-head cross-attention mechanism to fuse scene and motion features during the denoising process [9]. Group 4: Performance and Innovations - The model achieves a Predictive Driver Model Score (PDMS) of 94.85, outperforming existing methods [11]. - Key innovations include anchor-free trajectory generation and a multi-modal representation decorrelation optimization mechanism to enhance trajectory diversity and reduce redundancy [11][12]. Group 5: Limitations and Future Directions - The authors note challenges in fine-tuning the model, particularly the perception encoder [13]. - Future directions involve integrating reinforcement learning and referencing models like OpenVLA for further advancements [13].

江西省 赣州 赣州钱权三和停车场 为城市4C站，规格：4C × 6 山东省 泰安市 京台高速 泰安悦蓝山小区 为高速出入口4C站，规格：4C × 6 来源： 北北自律机 25年05月17日星期六 理想超充 7 新增。 超充建成数：2295→2302座 基于i8发布日期 2500+座目标 新增数进度值：73.48%→74.39% i8发布剩余75天（按7月31假设） i8发布剩余时间进度值：64.45% 需每日 2.64 座，达到 i8发布 目标值 基于2025年底4000+座目标 今年新增数进度值：24.99%→25.30% 今年剩余228天 今年时间进度值：37.53% 需每日 7.45 座，达到年底目标值 【附】7 座新增建成 北京市 朝阳区 北京富力双子座 为城市5C站，规格：4C × 6 5C × 2 甘肃省 兰州 接驾嘴服务区(青兰高速青岛方向) 为高速服务区5C站，规格：2C × 3 5C × 1 ———————————————————— 山东省 烟台市 烟台威斯汀酒店 为城市4C站，规格：4C × 6 天津市 宝坻区 天津安成街 为城市4C站，规格：4C × 6 天津市 河北区 天津诺德中心 为 ...

Core Viewpoint - The article discusses the personal growth and maturity of Li Xiang, emphasizing the lessons learned from the 2008 financial crisis and how it shaped his understanding of responsibility, collaboration, and the importance of knowledge, wisdom, and trust in achieving personal and professional success [1][4][6]. Group 1: Personal Growth and Responsibility - The 2008 financial crisis was a pivotal moment for Li Xiang, marking his transition into adulthood and a deeper understanding of personal responsibility [4][6]. - Li Xiang faced significant challenges during the crisis, including cash flow issues and difficulties in securing financing, which led to internal conflicts with co-founders [2][3]. - The experience taught Li Xiang that personal capability directly influences outcomes, leading to a mindset shift where he accepted full responsibility for both successes and failures [2][3]. Group 2: Key Lessons from 2008 - Li Xiang identified three key markers of adulthood: the ability to learn and grow, clarity on personal desires and responsibilities, and the capacity to collaborate effectively with others [5][6]. - The realization that personal value is derived from the multiplication of knowledge, wisdom, and trust was a significant insight for Li Xiang, shifting his focus from solely knowledge to a more holistic view of personal development [3][6]. - The understanding that both operational efficiency and capital management are equally important for a company's success was a crucial lesson learned post-crisis [3].

粗糙路隔振、路噪控制、座椅动态舒适度方面，维持了一贯的优秀水准。深井盖、减速带这种大 冲击的柔和度相比老款提升不明显。二排的隔振表现有所提升，改善了老款的二排抖动问题。 一阶车身运动控制提升巨大: 桥头跳表现非常优雅，上桥稳稳贴地，下桥从容干净（下桥这个工 况，比较能体现双阀CDC压缩力上限高的优势），车身侧倾、俯仰控制非常优秀，同级优秀水准。 瑕疵: 井盖、减速带这种大冲击，簧下质量有可感知的抖动余振（after shake），有点影响高级感。 原作者：微博用户冷静的饺子 原文链接： https://weibo.com/1932357922/5166328671639128 相比于我之前测评的单腔空簧＋单阀CDC减振器的老款L9，2025款在车身运动控制方面，例如: 侧 倾、俯仰、长波路起伏、桥头跳这些方面提升明显，表现优秀。 但是，在转向手感、簧下质量抖动控制方面仍有提升空间。 一、底盘舒适性—9分（舒适模式综合表现优于运动模式） 拍脑袋觉得是: 新款L9的天纳克双阀CDC的电磁阀能力不足以产生完全抑制簧下质量抖动的高速拉 伸阻尼。（这句比较拗口） 二、转向操控—7.5分 虽然绝对分数不高，但是相比老款仍 ...

基于2025年底4000+座目标 今年新增数进度值：24.90%→24.99% 今年剩余229天 今年时间进度值：37.26% 需每日 7.45 座，达到年底目标值 江苏省 苏州市 苏州相城环球港 为城市4C站，规格：4C × 6 加微信，进群深度交流理想长期基本面。不是车友群。 ———————————————————— 【附】2 座新增建成 北京市 朝阳区 北京十里堡地铁站 为城市4C站，规格：4C × 8 来源： 北北自律机 25年05月16日星期五 理想超充 2 新增。 超充建成数：2293→2295座 基于i8发布日期 2500+座目标 新增数进度值：73.22%→73.48% i8发布剩余76天（按7月31假设） i8发布剩余时间进度值：63.98% 需每日 2.70 座，达到 i8发布 目标值 ...