一场以“AI如何融入物理世界”为主题的发布会上，理想汽车展示了其具身智能系统Livis的最新成果。当产品经理说出“后排小朋友困了，帮我哄他睡觉”的指令后，车辆自动调节灯光、切换音乐、降低空调风量、放平座椅，并通过主动悬架实现轻柔摇晃，将车厢环境从聚会模式切换至婴儿睡眠场景。这一过程无需手动操作，标志着AI技术从数字屏幕向真实物理空间的突破性延伸。
当前智能汽车仍面临显著局限。理想汽车创始人李想指出，现有产品本质仍是功能驱动型设备，而非真正的智能体。以智能驾驶为例，复杂场景下系统频繁要求驾驶员接管，接管瞬间的事故率占整体事故近一半；倒车能力普遍薄弱，窄路腾挪或紧急避险等场景仍需人工干预；效率层面，胡同行驶或紧急通勤时，智能驾驶的响应速度甚至低于人类驾驶。这些问题的根源在于感知层缺乏语义理解能力——激光雷达虽能识别物体轮廓，却无法解读红绿灯颜色、路牌文字或交警手势。
理想汽车通过架构重构破解这一难题。感知层引入3D ViT三维视觉模型，实时构建场景中每个对象的空间位置、姿态动作及颜色信息，现场演示中成功还原观众席三维动态并识别文字内容。决策层推出马赫VLA视觉-语言-行动大模型，将感知、决策、执行模块整合为单一架构，使反应速度缩短至0.28秒，较人类平均刹车反应快0.17秒，在120公里时速下可减少约6米制动距离。该模型计划于今年第四季度对标特斯拉FSD V14，并承诺在年底实现安全与效率全面超越人类驾驶员。
底层技术自主化成为理想的核心战略。针对芯片领域，传统车企依赖英伟达等供应商的方案，但理想发现通用芯片在AI时代面临效率瓶颈。其自研的马赫M100芯片采用数据流架构，突破冯·诺依曼架构的顺序执行限制，实现5nm制程下1280 TOPS的单芯片算力，双芯组合达2560 TOPS，且能效比超过82%。该架构论文已入选计算机体系结构顶级会议ISCA 2026工业论文分区，使理想成为全球首家获此殊荣的车企。
操作系统层面，理想同步推出星环OS整车系统，通过芯片与系统的协同设计，将响应速度提升1倍、稳定性提高5倍。具体表现为120km/h时速下AEB刹停距离缩短7米。全栈自研带来的优化权限贯穿视觉感知、模型推理、操作系统、线控底盘四个层级，各团队可跨层级协作优化端到端时延。这种垂直整合模式使新一代车型取消域控制器，单台成本降低千元以上。
技术降本效应已显现。在电池及存储芯片价格上涨压力下，理想通过自研体系消化成本，全系车型未同步涨价且硬件升级不加价。开源星环OS的决策更将行业年研发成本降低百亿规模。这种模式背后是组织能力的质变——芯片团队与算法团队从定义阶段深度协作，形成硬件与软件咬合式研发体系，构建起外部供应商无法复制的技术壁垒。
从产品定义到系统能力，理想正经历战略转型。其早期通过精准捕捉家庭用户需求，以增程技术、多屏交互等创新实现千亿营收。但随着行业成熟，单纯的产品差异化优势逐渐弱化。为此，理想提前五年布局底层技术，将研发架构重组为五个专业团队，使智驾模型迭代频率从两周一次提升至每日一次。这种积累形成独特的竞争护城河——对手可复制屏幕布局或增程系统，却难以在短期内重建覆盖芯片、OS、大模型的完整技术栈。
李想提出更具前瞻性的判断：自动驾驶仅是上半场，通用人形机器人代表的下半场才是终极目标。数据显示，L4自动驾驶汽车用户与家庭机器人用户重合度预计达90%。这意味着当前的技术投入不仅服务于现有市场，更在为万亿级机器人市场储备能力。这种“用成熟业务反哺底层技术，再以技术开拓新市场”的路径，与亚马逊通过AWS实现业务转型的逻辑异曲同工，或为中国科技产业提供系统性创新的新范式。
