从“冰箱彩电大沙发”到具身智能，理想如何开启智能汽车新十年？

先说几个核心判断。

当整个新能源车圈还在卷冰箱彩电、堆硬件配置、打价格战的时候，理想汽车在北京的研发总部，干了一件挺有意思的事。它没发新车，也没强调续航和加速，而是把聚光灯对准了软件和具身智能——这场名为“Livis Day”的活动，向外界亮出了一套构建技术护城河的底牌。

李想站在台上，几乎是在下定义。他说，今天的智能汽车和智能手机，本质上还是功能驱动的产物。那什么是真正的智能体？得满足三个门槛：比人类更安全的安全性能，能独立完成复杂任务的能力，以及在驾驶效率上超越人类水平的运作方式。基于这个判断，理想重新定义了具身智能汽车的“四位一体”架构——它既是电动车，也是职业司机、AI计算机和生活助手，所有功能都在同一个底层架构上协同运转。

支撑这一切的，是三套自研的模型体系。语言智能这边，理想推出了云端Agent模型“马赫 Mind-Pro”，以及端侧原生模型“马赫 Mind-Edge”。前者通过Token压缩技术，把任务调度效率直接拉升了2倍；后者更厉害，具备因果推理能力，能直接调用车辆硬件执行操作。机器智能层面，升级后的“马赫 VLA”系统把危险反应时间压缩到了0.28秒，其感知-预测-规划模块靠原生多模态MoE架构实现了意图对齐，再加上能模拟物理世界的World Model和强化学习基础设施RL Infra，一套完整的训练闭环就此形成。

视觉感知方案的选择，是这次发布会中很有意思的一个细节。理想汽车基座模型负责人詹锟讲得很实在：单纯靠堆激光雷达的线数，解决不了红绿灯识别这种现实问题。所以团队搞出了3D ViT模型，用单目摄像头实现了激光雷达级别的空间理解能力。这套模型靠高维表征学习技术，在移动中构建三维环境，配合视觉方案的高帧率优势，整体反应速度明显提升。当然，理想并不打算完全放弃激光雷达——在L3/L4场景下，它仍作为安全兜底方案存在，形成多模态感知的冗余设计。这是一个很聪明的战略选择。

底层算力的支撑，来自全球首颗动态数据流架构车规芯片——马赫M100。5nm制程，单颗算力1280 TOPS，它的创新在于抛弃了传统的冯诺依曼指令调度模式，改用数据驱动计算的并行架构。理想芯片团队负责人谢炎打了个比方：“AI计算的路径在模型设计时就已经确定了，不需要中央调度员来干预。”这意味着这颗芯片能同时运行语言大模型、智能驾驶等多种场景任务，它的配套编译器可以把算力释放效率提升到外购芯片的2倍以上。

学术界对这条路子给出了认可。马赫M100的架构论文被ISCA 2026工业分区收录，这也是汽车行业第一个获此殊荣的案例。谢炎算了一笔账：借助整车年销几十万台的规模效应，晶圆采购成本能充分摊薄，长期来看自研芯片的成本优势相当明显。更关键的是，芯片与模型的深度耦合让系统响应延迟大幅降低，这为缩小与特斯拉FSD的体验差距，打下了硬底子。

回过头来看整场发布会，它实际上标志着一个重要的战略转向——理想的重心，正从配置竞争转向底层技术博弈。当行业还在比拼冰箱功率和屏幕尺寸的时候，理想已经把视野拉到了芯片架构、多模态AI和数据闭环的完整技术体系上。正如李想所说的那样，具身智能汽车将拥有生命感，它不仅能主动保护用户安全，还能独立完成复杂任务，效率超越人类驾驶员。这种维度上的跃迁，或许真的会重新定义新能源汽车行业的竞争规则。