贾浩楠 发自 副驾寺
智能车参考 | 公众号 AI4Auto
“给我拍张照片吧，要不网上留下的都是我举桌子的。”
2026年6月15日，理想技术日，李想站在台上，手里举着一块芯片——理想自研的AI芯片马赫100。
台下笑了。
一年前MEGA HOME发布会上举桌板，有人觉得幽默，但也有人觉得滑稽，争议不少。李想很聪明地用自嘲和过去的形象划清界限。
而连同个人过去的标签，一起被李想甩倒身后的，还有“智能汽车”这四个字。
他说了一句很多人不爱听、也不一定认可的话：
“今天的智能汽车，其实不智能。”
意思是，理想不再跟友商卷智能汽车了——理想在做在思考的，是具身智能汽车应该长什么样？
物理AI怎么在一辆车上真的跑起来？
这不是一次升级。这是一次和主流产业界的割席断交。
是飞升还是飘了？李想给出的技术逻辑和实现路径，藏着答案。
李想的具身智能汽车，啥样的？
李想狂戳行业肺管子：“今天的智能汽车是假智能”，他的论点有三个。
安全上，传统智驾遇到复杂、极端场景会直接退出，把方向盘甩给毫无准备的驾驶员——近一半的智驾事故发生在接管瞬间，合规但不安全、不负责任。
能力上，智驾只会向前、向左、向右，不会像人一样倒车腾挪，也不会靠边停车。
效率上，你赶时间或走窄路时宁愿自己开，因为智驾太慢。一个号称“智能”的东西用起来比人还慢，用户凭什么买单？
基于此，李想定义的具身智能汽车是这样：它是一辆电动车，一位职业司机，一台AI计算机，一个生活助手。
四个角色合为一体，指向三大升维——从功能安全到保护人类安全，从调用功能到独立完成任务，从运行缓慢到比人类效率更高。
比如挖掘机爪臂伸出时减速、收起时通过——它看懂了；保安打手势，它识别停和走；激光雷达被遮挡，它自己靠边并请车主帮忙。
再比如一句“去新国展充电”，它自己找有空位的充电站导航过去；窄路会车时自主倒档礼让；泊车时对外喊话“麻烦让一下”；被保安告知不能停，它回“那我换个车位”。
生活助手场景更惊艳：用户丢出一串混乱的接人顺序和生日安排，它自动重排并规划最优路线；从Party模式到“哄宝宝睡觉”，它联动音乐、灯光、空调、悬架一键切换；甚至“耳机找不到了”，它直接回答“在扶手箱上”。
这些案例的共同本质：车不再等你“调用功能”，而是一个超级Agent，理解目标、自主完成。这就是李想所说的“独立完成任务，比人类更高效”。
李想的具身智能技术栈
理想的打法很清晰：从最底层的计算范式开始重构，向上依次是芯片、操作系统、模型、交互，每一层都为物理AI原生设计，层与层之间深度耦合而非简单堆叠。
这套体系的核心逻辑可以概括为——用数据流芯片提供算力基座，用AI原生操作系统调度确定性延迟，用VLA融合模型理解物理世界，用Agent完成自主任务。
四层一体，才能让车从“功能执行”变成“目标完成”。
最底层：芯片的范式革命——数据流架构
一切能力的起点是算力。但理想的判断是：传统芯片架构已经跑不动AI了——摩尔定律和登纳德缩放定律双双在失效边缘，但AI算力需求在以超指数级增长，这个剪刀差，是行业最深层的矛盾。
底层因素，是传统芯片架构基于冯·诺依曼，指令队列顺序执行，大量晶体管消耗在“取指、译码、调度、分支预测”这些管理开销上，真正用于计算的效率只有30%-50%。而AI计算天然是并行的、数据关系确定的。
理想给出的方案是抛弃指令驱动的范式，改用数据流架构。
马赫M100芯片内部由56个计算单元和数据处理模块构成，通过网格总线和环形总线互联。没有中央指挥，数据在阵列中自由流动，流到哪里就在哪里触发计算。
单芯片算力达到1280 TOPS——量产车的行业第一。数值之外，有数倍性能领先，比如官方给的案例是跑千问3.5大模型，甚至比一台4万元的桌面AI超算还要快1.5-2.7倍。
操作系统层：星环OS——AI原生神经系统
理想没有用安卓或Linux魔改，而是从零打造了星环OS，专门为AI原生和具身智能设计。它的核心任务只有一个：把感知、决策、执行全链路打通，确保关键任务的延迟是确定的、极短的。
传统车载OS是多层软件栈堆叠，传感器数据经过层层传递才能到达决策模块，每个环节都有不可控的抖动。星环OS为紧急刹车这类任务开辟了“火箭通道”，从硬件中断到执行器响应，整条链路被统一调度。
配合全栈自研的线控底盘，端到端反应速度做到了0.28秒，比人类平均反应快40%。120公里时速下，这多出来的0.17秒意味着提前6米刹停——一台劳斯莱斯幻影的长度，也是生存与毁灭的全部距离。
芯片和OS的深度协同，是理想软硬件一体化的第一道关。
模型层：VLA——让机器真正“看懂”物理世界
理想的模型体系分为两路，一路处理语言，一路处理物理世界，最终融合成完整的具身大脑。
语言智能负责逻辑推理和任务规划，包括端云双模型：云端的马赫Mind Pro是强Agent模型，Token消耗降38%，推理速度208 token/s，效率是主流模型的两倍以上。
端侧的马赫Mind Edge则Always-on运行在车机本地，毫秒响应、数据不上传、能直接调用车辆硬件。
两者配合，让车既能理解“先去接老大再去接老四最后给老四过生日”这种复杂指令，又能实时回答“我的耳机在哪”。
处理物理世界任务的核心是3D-ViT（Vision Transformer） ，将多视角摄像头同步采集的图像切分成固定大小的Patch（图像块），每个Patch被线性投影为一个向量，并加上时序信息（当前帧与前后若干帧）一起输入Transformer编码器，通过多头自注意力机制计算所有Patch之间的相关性。
然后编码器输出一个统一的3D场景表示——可以是体素网格或隐式神经场，每个体素附带语义类别标签。
3D-ViT的能力，是输出“在坐标(x,y,z)处有一个正在伸臂的挖掘机”这样的结构化语义信息，不需要预先为每一种可能出现的物体编写规则。
语言、物理AI模型，统一在MoE（Mixture of Experts，混合专家模型）下， 核心思想是将模型拆分成多个“专家”子网络，每个专家擅长处理某类特定输入。同时有一个“门控网络”负责判断当前输入应该由哪些专家处理。
使得MoE模型能在保持超大参数量（从而具备强大表达能力的）同时，将单次推理的计算量控制在一个较低水平。
本质上是让“看见、理解、行动”从一开始就在同一个框架里对齐，而非机械地把几个网络串联成“端到端”。
比如VLA将3D-ViT输出的3D语义场景直接输入到MoE架构的决策模块，形成端到端的统一模型，覆盖从像素到轨迹的全链路，所有参数联合优化，彻底消除了模块间的信息损耗和目标冲突。
交互与Agent层：从“调用功能”到“完成目标”
第一层是意图理解与任务拆解。当用户输入一段自然语言，语言模型（马赫Mind系列）先进行语义解析，将模糊目标转化为结构化的任务树——哪些硬件参数的变化符合用户的需求。
第二层是工具调用与跨域执行。传统车控是扁平的原子指令，Agent则构建了一个可调用的“工具库”，覆盖娱乐系统、车身控制、空调、底盘、导航、第三方应用等数十个域。
规划模块决定调用哪些工具、以什么顺序调用、如何处理依赖关系，内部还会维护一个短期记忆，记录当前车辆状态和执行进度，以便在长链路任务中支持恢复和纠偏。
第三层是端云协同的推理与响应。Mind Edge运行在车机本地，负责低延迟、高隐私的场景——如“耳机找不到了”这类实时问答，数据不传出车外。
马赫Mind Pro部署在云端，处理长链路、复杂推理的任务——如包含多个地点和约束条件的路线规划、需要外部知识检索的出行攻略。
Agent架构的语言智能部分与机器智能（MoE）并非独立运行，而是在决策层深度融合，Agent的最终决策需要同时满足语言指令的约束和物理世界的实时条件。
总结一下，理想把车打造成具身智能产品方案，技术框架的逻辑非常清晰：
最底层的数据流芯片马赫100，解决了“算得动”的问题；
星环OS解决了“来得快”的问题；
3D-ViT模型解决了“看得懂”的问题；
Agent解决了“做得到”的问题。
四层缺一不可，层层自研、层层打通，统一在MoE架构下。
行业第一份物理AI答案，理想给出的
2025年初，李想的一系列AI Talk并不被人理解——“有点颠，好好造车不行吗？”
一年多后，理想用Livis Day第一次给出了系统性、技术性的回应：AI汽车，不是加个语音助手或升级智驾，而是从芯片架构、模型架构、操作系统到体验的全套重构。
造车这件事本身，除了提供现金流和利润，更本质的是围绕这个汽车这个载体，构建一套从芯片到算法再到OS，甚至包括用户一侧的Agent的物理AI全栈技术平台。
因为汽车本身足够普及、足够高频、足够复杂，也是最强的用户入口，背后连接着最广泛的终端触点。
物理AI内涵，不是模型对数字世界的脱离、泾渭分明，而是横跨虚拟和现实维度，完成各种物理的、语言的任务。
换句话说，理想比任何自动驾驶玩家都更深一层。
相对绝大数把物理AI挂在嘴边，只有使命愿景、市值管理，却没有技术路线落地思考的L2玩家，理想领先不知多少个身位。
相对L4阵营来看，他们从Robotaxi的出租车产品需求出发，的确只需要把驾驶这件事做好，VLA中的L（language）是Over Kill，没必要。
但理想则从具身智能、物理AI与真实世界、用户的交互出发，没有单一押注vision based或language based，提出了任务导向、用户导向的综合软硬件技术——
第一次系统性地回答了物理AI怎么在车上落地，而物理AI的终点，远比自动驾驶要远。
可能被质疑、被模仿、或被证伪，但历史来看，从来没人可以假装理想的思考和实践不存在。
One More thing
不是老有人黑理想用户乱停车吗？
这次李想给了「官方回应」：
李想的AI形象坐在桌前，认真地翻阅一本名为 《停车的艺术》（The Art of Parking） 的书，封面还印着“如何正确泊车”，书页看起来已经被翻了不知道少次。
没人比李想更会玩梗，没人比李想更会自嘲。
