理想憑什么敢“造人”？

昨天，全新理想L9 Livis發布會開完之后，如果只盯著新車參數看，很容易把它理解成一場旗艦SUV的常規升級：更強的算力、更先進的底盤、更聰明的智駕、更豪華的家庭空間。

但這是理想要表達的核心嗎？

過去幾年，科技行業最熱鬧的地方在大模型。人們討論Chatbot，討論Agent，討論AI會不會寫代碼、做PPT、生成視頻，討論機器人什么時候能進工廠、進家庭。可所有這些討論最后都會落到一個問題上：AI如果只能停留在屏幕里，它再聰明，也只是一個答案機器。AI只有進入物理世界，能感知、決策、行動，才真正開始改變生活和生產。

這也是“具身智能”突然變成熱門詞的原因。問題是，具身智能的第一臺大規模商業化設備會是什么？每個人有不同的想象和答案。

李想在與羅永浩的對談中，給了一個很有判斷力的定義：自動駕駛是具身智能的上半場，通用人形機器人是具身智能的下半場。此外，李想還系統化將上下半場分成共六個階段，并分別對應具體落地時間節點，時間線從輔助駕駛初期的2018年，貫穿至2040年的通用人工智能（AGI）。

這句話的價值在于，它沒有把自動駕駛繼續放在汽車功能的小框里討論，而把車放進了整個AI產業的下一階段里。汽車除了是交通工具和移動終端，更是一個在真實世界中高速移動、持續感知、實時決策并承擔安全責任的機器人。

昨天發布的全新理想L9 Livis，正是理想把這套判斷落到現實產品里的第一步。

AI的下一站，不求更會聊天，要長出肉身

過去兩年，AI產業的一個明顯變化是：人們不再滿足于它能回答什么，而開始追問它能替我做什么。

Chatbot時代，AI的核心能力是理解語言、生成內容。它可以幫人搜索信息、寫文案、做分析、出主意。但從Chatbot到Agent，行業真正想完成的躍遷，是讓AI具備任務能力：理解目標、調用工具、拆解步驟、執行動作、反饋結果。

再往前一步，Agent如果要離開屏幕，進入家庭、道路、工廠、商場這些真實空間，它就必須擁有身體。它要看見世界，理解空間，判斷風險，控制動作，還要在不確定環境中持續學習。這就是具身智能的本質。

從這個角度看，汽車其實天然就是具身智能最早成熟的形態之一。

一輛智能汽車要面對的物理世界，遠比手機或電腦復雜得多。它每天都要處理天氣、光照、行人、車輛、施工、突發障礙物、道路博弈和用戶情緒。它不能只給出建議，而必須在毫秒級時間里做出動作。它的每一次判斷，都會直接影響人的安全和體驗。

所以，自動駕駛幾乎是具身智能最現實、最嚴苛、也最有商業規模的第一戰場。

李想提出“具身智能上下半場”論的背后，某種意義上是在給行業重新劃邊界。過去，自動駕駛、機器人、大模型、智能硬件經常被分成不同賽道，各有各的估值邏輯和技術路線。但從具身智能的視角看，它們其實在共享同一組底層能力：感知、模型、芯片、操作系統、執行器，以及真實場景中的數據閉環。

這也是汽車企業切入具身智能的特殊優勢。

汽車企業沒有從0開始造一個“會動的AI”。它們原本就在制造一個復雜的移動機器，擁有大規模硬件交付能力、供應鏈能力、安全驗證體系和真實用戶場景。智能駕駛積累的感知、規劃、仿真、模型訓練能力，也可以遷移到更廣義的機器人系統中。

更重要的是，汽車是一個足夠大的商業場景。具身智能最難的地方是讓它在真實世界里持續運行、迭代、創造價值，自動駕駛恰恰提供了這樣一個入口。

這也解釋了為什么理想此時要把自己從“新能源車企”重新定義為“具身智能企業”。

并非換一個更時髦的標簽，產業邏輯推到了這里：當汽車的競爭從電動化進入智能化深水區，真正決定上限的，不光靠電池、電機、電控，也不靠座艙屏幕和語音助手，靠誰能把AI真正接入物理世界。

中高端汽車未來3到5年的競爭，本質上會越來越像具身智能系統的競爭。

誰能讓車看得更遠、理解得更深、反應得更快、動作更精確，誰就能在下一輪汽車產業格局里拿到主動權。

理想的“逆共識”，本質是提前把車看成機器人

理想這家公司有一個很鮮明的特征：它并不總是站在行業共識最熱鬧的地方，但經常站在用戶需求最終會抵達的地方。

第一次是增程。

在新能源行業早期，純電是更容易被資本、媒體和技術敘事認可的方向。增程一度被看作不夠先進的過渡路線。但理想判斷的是另一個更樸素的問題：對家庭用戶來說，補能焦慮、長途出行、全家乘坐的確定性，是不是比路線純粹性更重要？

后來市場證明，這個判斷并不浪漫，卻足夠有效。理想并非用增程對抗純電，而用增程解決當時純電尚未完全解決的真實生活問題。

第二次是家庭SUV。

當很多車企仍在強調性能、操控、品牌個性時，理想把家庭放在產品定義的中心。外界曾經用“冰箱彩電大沙發”調侃它，但這套表達背后，其實是對汽車空間價值的一次重新理解。

車不只是駕駛機器，也不只是從A點到B點的交通工具。對很多中國家庭來說，它是周末出游的客廳，是孩子休息的第二空間，是一家人在路上的生活容器。理想把這個需求做得非常具體，也因此在中高端家庭SUV市場建立了清晰坐標。

第三次，就是具身智能。

這一次的“逆共識”更大。因為它沒有選擇某一種動力路線，也沒有重新定義一個座艙場景，而是重新定義汽車本身。

在理想的說法里，全新理想L9 Livis被裝上了具身智能的五個關鍵部件：芯片是心臟，模型是大腦，感知系統是眼睛，底盤是手腳，操作系統是神經系統。

這套比喻聽起來很直觀，理想確實開始按這個邏輯重構技術和組織。

從時間線上看，這不是昨天才有的概念。理想從2021年立項自研操作系統，2022年立項自研800V主動懸架和自研芯片，2023年立項自研大模型，隨后MindGPT、星環OS、端到端+VLM、VLA司機大模型陸續交付。到全新理想L9 Livis，芯片、模型、感知、底盤、操作系統第一次在一輛旗艦SUV上形成相對完整的閉環。

這條線索說明，理想不是湊具身智能的熱鬧，才把自動駕駛包裝成機器人概念。更準確地說，它過去幾年做的很多“重投入”，現在開始被一個更大的戰略框架解釋清楚。

芯片和模型，是這套框架的核心。

李想把未來汽車競爭壁壘類比為手機行業：手機時代，蘋果的壁壘來自芯片和操作系統，高通芯片和安卓系統則支撐了另一套產業生態。到了具身智能時代，技術制高點會落到芯片和模型的聯合設計上。

這很關鍵。

過去行業喜歡談算力，動輒幾百上千TOPS。但進入大模型和具身智能時代，僅有算力并不夠。芯片架構要適配模型，模型訓練要理解芯片約束，感知、規劃和控制要在端側穩定運行。未來真正的差距，只來自芯片和模型能否co-design。

這也是理想從2022年開始自研芯片、從2023年開始做基座模型的原因。

做這件事很貴，也很慢。理想2025年研發投入達到113億元，其中AI相關投入占比約50%。2026年研發投入計劃仍保持在120億元左右，AI相關投入繼續占約一半。這樣的投入是在為下一階段競爭建立底層能力。

更有意思的是組織變化。

理想在2026年1月進行研發體系調整，從過去按軟硬件功能劃分部門，轉向按照“數字人”和“硅基人”的方式組織研發。它把芯片、數據集、操作系統放入“臟器系統”，把感知、預訓練、后訓練、強化學習和基礎設施放入“腦系統”，再把軟件Agent和硬件執行體系分別作為“軟件本體”和“硬件本體”。

這聽起來有點像科幻，但背后是一個很現實的管理問題：當汽車變成具身智能體，傳統車企按控制器、部門、零部件劃分的研發方式，會越來越難支撐系統級智能。

如果團隊們分別只負責眼睛、大腦、手腳，但彼此之間沒有共同目標，那么最后很容易出現大腦很強、身體很遲鈍，或者硬件很先進、軟件調不動的情況。具身智能需要系統協同，而非功能堆疊。

所以，理想這次真正值得行業關注的除了一輛新L9，還有它把一家車企的研發組織，開始改造成一個面向具身智能的系統工程組織。

這件事的行業意義在于：汽車公司未來的核心能力，可能不再局限于“造車能力+軟件能力”的簡單相加，更在于像造一個智能生命體一樣，同時具備心臟、大腦、眼睛、神經和手腳。

這也是為什么“理想做AI不是冒險，不做才是冒險”這句話成立。因為如果汽車未來會成為具身智能的上半場，那么車企繼續只把自己理解為制造商，才是最大的戰略風險。

L9 Livis是理想具身智能的第一具“肉身”

回到昨天發布的全新理想L9 Livis，它最值得討論的，就是它第一次把理想對具身智能的理解，裝進了一輛可交付的量產車。

所謂具身，不能只有大腦。它必須有感知、計算、動作、系統調度，也有真實環境中的反饋。L9 Livis的意義在于，把五個關鍵系統放到了一起。

先看“心臟”。

全新理想L9 Livis搭載兩顆自研5納米馬赫M100芯片，有效算力達到2560 TOPS。這顆芯片是全球率先基于數據流架構研發的大算力端側推理芯片，面向AI原生設計。它的重點不只是算力數字，而在于架構可以服務模型。

這對于具身智能很重要。因為車在路上行駛時，智能不能完全依賴云端。它必須在端側完成大量實時推理，在極短時間內處理復雜傳感器數據，并把判斷轉化為動作。芯片就是這個系統的能量與計算供給。沒有足夠強、足夠匹配模型的端側推理能力，再先進的模型也很難真正進入物理世界。

再看“眼睛”和“大腦”。

L9 Livis搭載3D ViT感知模型和馬赫VLA模型。理想之所以說這代車“首次敢講具身智能”，關鍵就在于感知方式發生了變化。

過去很多智能駕駛系統對世界的理解，仍然帶有二維圖像識別的影子。它可以識別車道線、行人、車輛、紅綠燈，但對真實三維空間的理解還不夠充分。人類司機開車時，不只是看到物體，而是天然理解距離、速度、遮擋、空間關系和潛在意圖。

3D ViT的技術本身，就是讓車輛更接近這種三維空間理解。這一技術的意義，不僅僅是將車輛的感知能力大幅提升，而是下一階段，進入到L4無人駕駛以及通用人形機器人下半場，一個AI具身機器人必備的感知能力。

馬赫VLA模型則對應“會思考的司機”。它要處理的不止“前方有車所以減速”這種單一規則，還有更復雜的道路語境：施工路段如何繞行，前車爆胎如何防御性減速，遇到倒車車輛如何禮讓。具身智能的關鍵就在這里，它不能只識別物體，還要理解情境。不能只輸出答案，還要形成動作。

然后是“手腳”。

一輛車再聰明，如果底盤仍然停留在傳統機械邏輯里，智能就會被身體限制。L9 Livis搭載的“完全體”線控底盤和800V主動懸架，解決的是AI如何高效控制車輛身體的問題。

線控底盤包括線控轉向、后輪轉向和EMB線控機械制動。轉向和制動由電信號取代傳統機械或液壓路徑，意味著系統從發出指令到完成動作的鏈路更短、響應更快。據理想介紹，線控機械制動相比傳統液壓制動縮短約0.1秒響應時間，120公里/小時高速制動距離縮短3米以上。

800V主動懸架則讓四個車輪真正實現獨立解耦。它由4個800V液壓泵、4支雙閥CDC減振器與空氣彈簧組成，單輪主動支撐力超過1萬牛，并取消傳統防傾桿。遇到坑洼可以主動伸長，遇到凸起可以主動收縮，轉彎時主動抵消側傾，急加速不抬頭，急剎車不點頭。

這些技術聽起來像高端底盤配置，但放到具身智能語境里，它們的意義更深：汽車的“肉身”開始具備更高自由度、更快反應速度和更強可控性。自動駕駛越往高階走，車輛越需要一個能被AI精確調用的身體。

最后是“神經系統”。

星環OS承擔的角色，是把芯片、模型、傳感器、底盤、座艙和整車控制串聯起來。沒有操作系統，硬件和軟件容易變成一堆孤島。有了自研操作系統，車才能成為一個統一調度的智能體。

據介紹，星環OS配合全線控底盤，可以把端到端延遲壓縮到300毫秒左右，反應速度比人類更快。這個指標的重要性在于，具身智能不是靜態推理，它要在現實世界里連續感知、連續判斷、連續動作。延遲越低，系統越像一個協調的身體。

所以，全新理想L9 Livis的真正角色是它的第一個現實載體。

它先把“司機+生活助理”這件事放進車里。未來的自動駕駛不應該只是把人從A點送到B點。一個真正的智能司機，應該能接孩子父母、洗車、充電、保養，甚至在家庭生活中承擔一部分時間管理和任務執行。車從交通工具變成家庭智能體，這是具身智能上半場最有可能率先落地的場景。

李想認為，具身智能的上下半場的邊界銜接得非常緊密。未來買L4自動駕駛車的人和購買家政機器人的人，90%可能是同一撥人。這句話背后是一個很現實的判斷：對家庭來說，司機、保姆、家政都是時間和精力的再分配。

過去，這些服務只屬于極少數人，只有超級富豪可以同時擁有。科技進步真正有公共價值的地方，是把原來少數人才能享受的服務，通過規模化技術變成更多家庭負擔得起的能力。

這也是具身智能不同于上一輪移動互聯網的地方。

移動互聯網改變的是信息分發、社交關系和消費方式。具身智能要改變的，是物理世界中的勞動、照護、出行和家庭服務。它影響的不只是屏幕上的內容，而是人每天如何移動、生活、照顧家庭、把時間從重復事務中釋放出來。

理想的行動值得放在這個大背景下理解。

它不是唯一一家在做具身智能的公司，也不可能憑一輛車定義整個產業。但它的特殊性在于，它試圖用汽車這個已經成熟的大規模商業載體，率先跑通具身智能的上半場：先讓車擁有更完整的身體，再讓車成為一個能夠感知、理解、行動、服務的智能體。

這件事如果成立，汽車產業和機器人產業之間的邊界會被重新劃定。車企不再只是車企，機器人公司也不再只是機器人公司，未來真正的競爭者，可能都是那些能同時掌握芯片、模型、系統、硬件和場景的具身智能公司。

結語

很多時候，行業喜歡把未來想象成一個突然降臨的東西：某一天，人形機器人走進千家萬戶，L4自動駕駛全面普及，AI從屏幕里走出來，開始替人干活。

但真正的產業變化，往往不這樣發生。

它通常先偽裝成一次產品升級、一次系統迭代、一次組織調整，甚至一場看起來還在講車的發布會。直到幾年后回頭看，人們才發現，新的行業邊界已經被悄悄推開。

昨天的全新理想L9 Livis發布會，表面上還是一場新車發布會，但它背后的問題已經超出了汽車行業：AI如何擁有身體？具身智能如何商業化？機器人產業的第一階段會在哪里出現？一家車企怎樣從制造交通工具，走向制造能夠行動的智能體？

李想給出的“上下半場”答案已經非常清晰，它提供了一個足夠清晰的跨行業觀察坐標。這讓自動駕駛不再只是智駕功能的迭代，讓機器人不再只是遙遠的科幻想象，也讓汽車重新獲得了一種更大的技術敘事。

過去十年，理想證明的是，一家車企可以通過理解家庭用戶，把被低估的需求做成一個市場。接下來十年，它要面對的問題更難：一家汽車公司能否把車真正做成具身智能時代的第一類大眾機器人。

這不是一個可以靠發布會完成的答案。但全新理想L9 Livis，至少讓這個問題第一次有了一具清晰的肉身。

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4858911.html?f=wyxwapp