這部影片是羅永浩主持的播客節目《羅永浩的十字路口》第 27 期,對談嘉賓為理想汽車創始人李想。訪談核心圍繞在理想汽車從汽車公司轉型為 AI 與具身智能(Embodied AI)公司的戰略思考,以及最新旗艦車款的技術突破。
以下為訪談的重點摘要:
一、 李想對 AI 的實踐與認知突破
親自學 AI 與內部推廣: 李想在過去 200 多天裡深度學習 AI,並在公司內部強推 Cursor 和 Claude 等工具,他認為高階主管必須親自使用,不能只聽匯報。
AI 時代的人才與管理變革:
他建議企業不要盲目裁員,因為 AI 時代的頂尖人才標準已變。許多過去表達能力弱、拿不到資源但腦袋極強的人,在 AI 工具輔助下能爆發出改造業務的巨大能量。
理想汽車的產品經理現在可以直接用 AI 做 Demo 驗證戰略與產品想法,不需先寫繁瑣的 PRD 文檔,大大提升了研發效率。
專業人士的價值放大: 他駁斥了「專業崗位將被 AI 徹底替代」的說法。普通人寫的代碼大規模部署會是災難,而專業人士使用 AI 則能將工作效率放大 10 倍甚至 100 倍。
二、 理想新一代旗艦技術突破
強大算力(自研馬赫 M100 晶片): 配備雙晶片,總算力達 2560 TOPS(單顆 1280 TOPS),採用全球首創的動態數據流架構,突破了傳統 GPU 在端側推理的瓶頸,大幅提升了數據搬運效率。
全線控底盤與主動懸吊: 實現全球首個量產的完全體全線控底盤與 800V 主動懸吊系統。
安全性: 反應時間從機電液壓的 60-70 毫秒縮短至 13 毫秒。從感知到執行到位的整體系統優化降至 200 多毫秒(人類約 350-400 毫秒),煞車距離可差出一個全尺寸 SUV 的車長。四輪可獨立控制,即便三個輪子壞了,剩下一個也能煞停。
舒適性與操控性: 擺脫傳統大車像「開船」的晃動感,在繞錐測試中車身幾乎紋絲不動。
系統級車機 AI 架構: 新車機系統(基於 Linux 和 Android)將於交付時完善,分為五大用戶需求:泛化任務(Agent)、泛化信息獲取(Chatbot)、精確控制(知識圖譜)、信息記錄(RAG 技術)及個性化,支持用戶手動設置並掛載不同的大模型(如千問、雲端/本地模型等)。
三、 具身智能與自動駕駛的發展路徑
具身智能的上、下半場: 李想定義「自動駕駛是具身智能的上半場,人形機器人是下半場」。汽車和人形機器人未來將是兩個各自達 5 萬億美元規模的最大市場。
自動駕駛的三個階段:
第一階段(輔助駕駛,2017-2023): 基於 CNN 2D 視覺與規則算法。
第二階段(L3 智能駕駛,目前): 基於 Transformer 2D 視覺與模仿學習,依賴 2000 TOPS 左右算力,預計 2027-2028 年 L3 技術與法規將完全成熟。
第三階段(L4 無人駕駛,2027-2028 年後): 走向 3D 視覺(3DVT)與真正的物理世界預訓練模型(理解學習)。需要端側算力接近 1 萬 TOPS,預計 2028-2029 年單/雙晶片可望突破。屆時國內汽車市場將收斂至僅剩約 5 家巨頭(類似手機市場)。
四、 理想汽車的機器人戰略
機器人商業化切入點——上料與搬運: 李想認為人形機器人目前缺乏成熟商業模式。工廠製造需要微米級精度,機器人做不到;但工廠和商業場景中最耗費人力、最需替代的是「上料、搬運」。
產品規劃: 理想已秘密研發機器人一年多,目前規劃兩款產品:
輪式功能機器人(如 AGV 加機械臂): 著重在物流搬運,預計 2 年內推出,實現每年數萬台的商業化落地,主打高性價比。
人形機器人: 技術難度極高(控制自由度遠超汽車),內部將其演進分為 6 歲、12 歲、18 歲三個階段,預計需要 15-20 年才能真正接近 AGI 程度。現階段專注於攻克本體硬體與控制。
五、 企業組織、出海與終極願景
仿照人體結構的組 織調整: 理想汽車在年初進行了激進的組織重組:INF 團隊負責數據(心臟)、基座模型(大腦)、軟體本體負責工具鏈(手腳)、硬體本體負責身體、以及獨立的評估團隊(多由沒有思維定勢的校招生組成,負責評估「能力」而非「功能」)。
全球出海戰略:
新一代車款在設計之初已兼顧海外法規。依賴自研的車機 AI 架構,出海時能直接透過更開放的 API 對接當地生態(地圖、音樂等),降低本地化成本。
目前以中亞、中東為起點,接下來以亞洲、歐洲為主戰場。海外經營採取「總代理制」招募在地經銷商,以更好地融入並分配當地利益。
終極理想: 李想希望未來 10 年,理想汽車能成為全球第一梯隊的具身智能企業,透過 AI 技術將過去頂級富豪才能享受的昂貴服務(司機、保姆、助理)平權化,普及給數億普通家庭。

