北京
6月15日的Livis Day發布會上，理想汽車CEO李想花了大量時間解釋一件事：理想不是"不務正業"。
面對外界對其AI布局的質疑，他給出了一個完整的產品定義："真正的具身智能汽車，是一輛能夠保護人類安全、獨立完成任務、比人類更高效的汽車。"緊接著，他補上了更具情感張力的注腳——"過去十年，我們創造了一個移動的家。第二個十年，我們會給車和家，賦予生命。"
這句話值得拆解，在"造車"和"做AI"之間，理想試圖開辟第三條道路：汽車即AI最好的載體，一個產品，四重角色。
一、四重角色
理想對"具身智能汽車"的定義，比我此前想象的更具層次感。
它首先是一輛電動車，擁有身體、能移動、真正參與用戶生活。然后是一位職業司機，理解道路與風險，隨時待命安全可靠地完成出行任務。同時是一臺AI計算機，處理復雜信息并完成任務。最終是一位生活助手，了解用戶習慣、管理信息、處理事務，成為長期信賴的伙伴。
這個定義的高明之處，在于它把汽車從一個交通工具屬性的機械產物重新定義為"智能體"。傳統智能汽車的本質是"功能驅動"，服務于特定場景，對安全的定義也是"功能安全"。而理想的具身智能汽車，追求的是"獨立完成任務"的自主性。
但自主性的前提是交互。
理想在發布會上展示了全新一代座艙交互體驗。全球首發的高通8797 Elite旗艦芯片，具備504K CPU任務處理能力、8.1T GPU高精渲染、320TOPS NPU端側AI算力，硬件性能"全面超越主流手機"。配合行業首個90Hz高刷新率全景屏，自研底層系統實現極致觸控響應。
有人會覺得汽車上對屏幕這么下功夫有必要嗎？但恰恰在智能汽車時代，屏幕是除了方向盤之外最頻繁的交互界面，理想要在細節里筑起新的護城河，如果你體驗過，就會喜歡上這種絲滑帶來的“爽感”。
"克制與直白"是理想的交互設計理念：讓用戶看一眼就懂，點一下就響應。超寬全景屏在單人場景下將駕駛員顯示區域拓展至上一代雙聯屏的1.5倍；雙人場景下，駐車觀影時顯示面積增加1.7倍。聲音體驗上，9.3.6無瑕星環劇院音響峰值功率5440W，行業首創前后排雙音區布局，可同時播放全景聲。
這些配置看似是"堆料"，實則服務于一個核心目標：讓車成為"家"的延伸。
十年來，理想堅持"照顧車里的每一個人"——為副駕提供獨立娛樂空間，為二排打造親朋共享體驗，為第三排創造真正好用的出行感受。這種產品哲學，是理想敢于談"賦予生命"的底氣。
二、雙引擎大腦
具身智能的大腦，由語言智能與機器智能深度融合構成。
理想在構建完整的是"認知+行動"體系，語言智能由自研馬赫Mind-Pro與馬赫Mind-Edge承載，負責語言與邏輯思考，聽懂指令、推演行動方案。
馬赫Mind-Pro依托獨創的混合強化學習并行訓練體系，實現Token平均消耗降低38%、工具調用冗余輪次減少47%，TPS（每秒Token生成量）峰值達到208 token/s，推理效率是主流Agent模型的兩倍以上。在權威基準測試中穩居行業第一梯隊，Agent專項評測中綜合性能超越多款主流大模型。
馬赫Mind-Edge則是行業領先的端側原生具身智能體，基于車載芯片和車輛硬件原生設計，采用多模態流式時序建模，具備全天候主動感知、人車交互、自主控車能力，全部在車端本地完成，低延遲、高可靠、高隱私性。
機器智能由自研馬赫VLA承載，負責三維視覺感知與軀體動作控制，看清物理世界、精準執行操作。在效率層面，馬赫VLA綜合響應速度達到0.28秒，相比普通人類駕駛員0.45秒的平均反應速度快約40%，接近頂級F1車手0.25秒的人類生理極限。在120km/h行駛速度下，這意味著提前6米完成剎停。
能力層面，馬赫VLA實現了真正的能力涌現：可自主完成倒車讓路、識別交警手勢指揮、應對低矮不規則障礙物、穿越無車道線的城中村雨夜窄路等過去難以靠規則實現的場景。
背后是算力、數據、模型規模和架構的同時躍升。雙馬赫M100提供2560TOPS算力；模仿學習數據量增加50%，強化學習數據量增加15倍；行泊一體模型參數量增加10倍，TPS增大15倍；原生多模態MoE混合專家大模型取代傳統模塊化模型；3D ViT行業首次上車，讓智駕系統從"看見"進化為"看懂"；訓練范式升級為模仿學習和強化學習混合訓練，強化學習數據規模提升15倍，訓練算力增加5倍。
三季度，理想將為搭載Orin和Thor芯片的AD Max用戶推送全新馬赫VLA模型。四季度，馬赫VLA模型能力將對齊全球頂尖水平。
三、馬赫M100：一次架構革命
支撐這一切的底層硬件，是理想自研的馬赫M100芯片。
面對AI推理算力需求快速增長、算力供給放緩的行業挑戰，理想選擇從計算基礎架構層面重新出發。傳統指令驅動的馮·諾依曼架構，在面對AI大規模并行計算時存在效率瓶頸。而AI計算天然適合由數據驅動計算發生。基于這一判斷，理想設計了全新的數據流架構芯片。
從2022年正式立項起，歷經三年半打磨，馬赫M100于2026年5月實現量產上車，成為全球首款量產的動態數據流AI芯片。隨著馬赫M100部署，理想已實現芯片、編譯器、操作系統、AI算法及域控制器的全棧自研。
理想汽車CTO謝炎在發布會上的表態頗具歷史縱深感："馮·諾依曼架構用七十年推動了通用計算的輝煌。今天，我們以馬赫M100為起點，希望用數據流架構，接過歷史的這一棒，繼續推動AI計算再輝煌七十年！"
在馬赫M100基礎上，理想構建了完整的具身智能系統：芯片是"心臟"，提供算力支撐；全車感知系統是"眼睛"，實現精準三維感知及語義理解；自研馬赫模型是"大腦"，負責理解與決策；全線控主動底盤系統和能源系統是"手腳"，將決策轉化為物理世界的精準行動；自研星環OS是"神經系統"，為AI原生而生，實現"感知-決策-執行"全鏈路深度融合。
安全方面，理想將密鑰保護、設備身份、可信啟動鏈和關鍵權限管控全部前置到芯片設計中，通過全棧自研軟件實現統一調度，構建覆蓋全鏈路的縱深防御體系。
四、50.98萬：技術溢價還是品牌冒險？
L9 Livis的售價定格在50.98萬元，比老款L9貴了約5萬元。
這個定價策略耐人尋味。在問界M9（參數丨圖片）、蔚來ES8、 但消費者是否買賬？ 中國高端電動車市場的競爭，已經從"配置競賽"轉向"體驗敘事"。問界M9賣得好，不是因為某一項技術參數領先，而是華為品牌的信任背書和智能座艙的體驗口碑。理想的挑戰在于，它的"機器人"敘事足夠新穎，但尚未經過市場驗證。AI眼鏡1999元的定價看似親民，但它解決的是真痛點還是偽需求，需要用戶用錢包投票。 更具可驗證性的是理想給出的OTA成長里程碑。 7月的主題是"智駕效率整體提升30%"，將協助用戶通過限寬墩、限高桿等復雜場景，出行導游相關Agent技能正式上線，同時新增車友對講機、兩天一度電的哨兵模式、便捷換胎等功能。 9月的主題是"像人一樣倒車"，實現窄路會車、倒車讓行等全場景自主倒車能力，主動懸架處理復雜路面，操控智能地鎖和車庫門開關，Agent可連接電腦和手機，新增超級CarPlay。 12月的主題是"安全和效率超越人類"，新增誤觸方向盤主動防護、緊急躲避補償、聽從交警指揮、Face ID識別切換賬號等能力，端到端反應速度達到0.2秒，比人快56%。 這個時間表比此前模糊的"2028年L4落地"更有說服力。它把"超越人類"拆解為可驗證、可感知的具體功能，每一個節點都是一次用戶信任的積累或消耗。50.98萬的定價，本質上是在問用戶：你愿意為"具身智能"這個概念，提前支付多少溢價？ 五、第二次定義權之戰 這不是理想第一次爭奪定義權。 四年前的2022年，第一代 但定義權的紅利有保質期。 當問界M9帶著華為的智能座艙和智駕系統入場，當 Livis Day給出了答案——理想要爭奪的，是下一個十年的定義權。 問題在于，這一次的對手比四年前強大得多，在那之前，它必須證明：馬赫M100不是PPT芯片，VLA模型不是黑箱賭博，Mind-Pro的推理效率優勢能轉化為用戶體驗，50萬的L9 Livis不是智商稅。 這場押注的代價，是每年60億的AI研發投入，和一家公司未來能走多遠。 他賭的不是某一款車的銷量，是整個行業對"汽車"二字的重新定義。
本文來源：網易汽車
責任編輯：
董曉穎_NA2387
