前沿科技，数智经济

AI 时代，人类需要给 AI 一个更大的舞台。

文｜刘俊宏

" 今天的智能汽车不是智能，而是功能驱动。" 理想汽车创始人、CEO 李想在发布会开场就语出惊人。

李想的逻辑其实很简单，一直以来行业定义的智能汽车是基于软件定义硬件、实时联网、可持续升级的三件套。这本质还是一堆被调用的功能，根本没法体现智能。

作为对标，李想用之前的智驾来证明了这一点。例如在安全上，传统智驾在遇到不会的问题就 " 撒手不管 "，等着人来介入。在效率上，智驾在复杂区域开得太慢，让人着急。在能力上，传统智驾本质上都是驾驶指令的组合，不能真正思考驾驶策略。

对于什么是真正的智能汽车，李想给出了一个定义：是一辆电动车、一位职业司机、一台 AI 计算机、一位生活助手。它要保护人类安全，能独立完成任务，并且比人类更高效。

为了更深入了解理想汽车智能化的细节，光锥智能也采访到了理想汽车 CTO 谢炎、理想汽车基座模型负责人詹锟。从技术细节，到落地实践，我们看到了理想再次走进了全新的智能化 " 无人区 "。

理想的智能化升级，主要体现在两个方面：马赫 VLA（智驾）和理想同学 Agent（智舱）。

在座舱里，Agent 能将一个 " 大任务 " 拆解，并自行调用工具，再整合结果再输出。理想现场演示了一个极其复杂的语音命令：用户要求规划燕京八景的路线。

看起来，这像是需要 AI 分别对 8 个景点的路线进行 " 连线 "，但实际输出结果非常震撼。AI 在自行搜索中看到了一些景点暂时关闭，也看到了一些景点因为时间问题来不及去，所以生成了现实更可执行的游览方案。

这背后体现的就是 Agent 的 " 代位思考 " 能力，因为按照传统的 AI 座舱执行的话，根本不会考虑方案可行性。

随后，理想还展示了一个更符合家庭场景的演示：先给车机介绍了几个地点，然后打乱顺序指定先后到达顺序，最后再去一个指定地点。可以看到，理想汽车能够正确理解，并且成功规划出了一条导航路线。

这一演示的震撼之处在于，理想座舱不仅能够理解堪比 " 贯口 " 长度的文本输入，同时还能梳理出 " 三段式 " 指令的上下文相关性。

在智驾环节，理想则是先回顾了一下过去智驾的 " 战绩 "。截至 6 月 14 日，理想辅助驾驶系统累计规避安全风险 17273307 次，其中重大避险 55671 次。

保障安全，背后离不开智驾的反应能力。现场詹锟播放了几段智驾视频。其中大部分都是应对道路突发状况，例如鬼探头。最惊险的一段是高速上有一辆侧翻的车辆。当时汽车行驶速度为 120，车机画面里只能看见一个灯，根本无法判断前方是什么，距离有多远。但理想智驾仍能正确触发 AEB，不需要人类接管，智驾在减速之后就绕开了。

这一反应速度与适应能力背后，是整个智驾技术架构的优化。

根据介绍，理想的新一代马赫 VLA 架构，系统视觉输入时延降低 47%，模型推理时延降低 43%，底盘响应降低 38%，操作系统调度降低 28%，整体端到端时延降低 40%。技术原理上，理想是把传统智驾的感知 - 预测 - 规划模块化结构，统一成了一个原生多模态 MOE 大模型。同时用 3D VIT 替代传统的感知方案。简单来说，就是智驾数据流的计算流程少了，反应自然就快了。

据了解，马赫 VLA 系统的端到端反应时延压到了 0.28 秒。普通人平均反应时间 0.45 秒，F1 车手极限 0.25 秒。这意味着 120km/h 的速度下，这多出来的零点几秒相当于提前约 6 米完成刹停。

那么，全新的汽车智能什么时候能上线？

理想预计，7 月，智驾效率整体提升 30%，出行导游 Agent 正式上线；9 月，类人倒车能力上线，汽车智能可以自己开车库门，Agent 能连接手机电脑操作飞书、微信；12 月，安全和效率超越人类，反应速度提到 0.2 秒超过 F1 车手。

要实现这一计划，理想需要搭建一套从芯片、模型到操作系统的全新智能底座。

理想认为，上一代智能汽车的问题不在某个具体模块，而是它的底层架构没有为 AI 考虑。

为了释放能力上限，理想认为，需要将芯片、算法、智能化架构全部升级一次。

芯片：拿掉冯 · 诺依曼的 " 翻译层 "。

四年前，理想决定自研芯片。理想汽车 CTO 谢炎与李想达成一个共识：" 自研不是为了证明自己，而是真正解决问题。"

从头再来，理想扔掉了对所有传统架构的依赖。

发布会上，理想终于披露了马赫 M100 芯片的具体细节：

硬件参数上，马赫 M100 Ultra 采用 5nm 车规级工艺，单芯片算力 1280TOPS。为了给 AI 原生算法加速，理想使用了数据流架构，重新定义芯片内部细节，这使得马赫 M100 的实际算力利用率超过 82%。

谢炎介绍，之前计算芯片最经典的是冯 · 诺依曼架构，但是这一架构会将 30% 的晶体管用在缓存一致性、指令重排序、分支预测上。这些设计的原因，本质上都是为了让人类编程更方便。理想采用的数据流架构，则是回到计算的本质——用编译器显式编排数据搬运与时序，用更 AI 的方式来计算 AI。

谈及两边架构的差异，谢炎介绍说，" 冯诺伊曼架构是为了适应人类的思考，把计算抽象成顺序的指令，这样人可以一步步做推理。而数据流是大规模的并发，多条数据流同时进行，它不仅在时间上往前推，在空间上也要布局，叫时间空间编译。再加上我们没有指令顺序，基本上是用消费者 - 生产者的模式，大量的消费者和生产者在同步进行，这需要完全不一样的编译框架。"

简单来说，就是理想在这颗芯片上 " 彻底想明白了 "。

如果说之前的芯片计算架构还依赖中央处理器拆解大任务，然后 " 分发 "，主打什么都能做，那么数据流架构就是一条 " 天然适配 " 的生产流水线，这就是专用工具对通用工具在效率层面上的 " 降维打击 "。

对于这种思路改变，谢炎还引用数据流鼻祖 Jack Dennis 的话：" 现在计算机分工太细了，硬件的人不懂软件，芯片的人不懂编译器，软件的人不知道硬件怎么工作。当你同时看到硬件与软件，本质就是计算机完整的图景，当你看到所有东西时，你可以创造更大的创新。"

感知：从 BEV 到 3D ViT，AI 真正 " 看懂 " 物理世界

在智能驾驶的视觉感知层面，理想在行业主流的路线上更进了一步。

传统智驾系统多用 BEV（鸟瞰图）表达环境，但詹锟指出其根本缺陷：" 拿 BEV 来表达的问题是，如果我没有定义什么是沟和坑，对下游决策来说就缺少了这个信息。"

换句话说，之前的技术方案只是让汽车看到外部环境，但没有达到 " 看懂 " 这一维度。

理想的解法是 3D ViT（三维视觉 Transformer）。从技术原理上说，3D ViT 是一种针对三维空间的建模方式。这种方式能够向智驾系统输入更丰富层次的信息，除了理解环境的 3D 结构外，还能理解 3D 物体的属性、纹理、类型，由于建模结合了视觉，现在它还能看到颜色。

本次技术方案的进化，本质上还是人类 " 放下执念 "：少一点人为的规划，多一点 AI 原生的架构和计算。

詹锟解释说，" 以前大家熟知的‘ The Bitter Lesson ’（苦涩的教训），是指机器不要加任何人为先验，用数据训练，一定做得比人更好。现在最新的理念是‘ Vision Bitter Lesson ’（视觉苦涩教训），就是怎么判断你的视觉表征好不好？看你有没有做出对应的动作——你绕过了这个沟，才能证明你理解了这个沟。我们通过构建一个非常好的三维空间表征标准，让下游把动作真正理解好，这样视觉能力就得到了充分展现。"

计算架构：不认可 " 舱驾一体 "，" 舱 " 和 " 驾 " 需要各自的专业性

2026 年，舱驾一体成为智能汽车行业的最新趋势。

舱驾一体具备两大优势：一是降本，当智舱和智驾的两块芯片合并成一个，直接减少一块芯片的成本；二是舱驾一体后，统一的中央架构可以让 AI 在两个智能化系统中无缝流转，用语音指令就能直接控制智驾。

但对于这一趋势，理想还有自己的判断。

谢炎表示：" 舱和驾是两个独立系统。特别是 L3 升 L4，智驾需要一个更高确定性的系统，内存是专属、计算资源是专属，这时，融合的意义就小了很多。因为资源不能实时切换，否则会降低确定性。"

理想认为，车内需要有一个 AI 计算中心。

谢炎解释：" 就像笔记本上跑 OpenClaw 一样，AI 的计算不在笔记本上，而是在 Token Provider Server（Token 生产服务器）上，车里也类似，有一个 Token Server。" 这个设计的优势在于效率非常高，且能做到不同任务互相隔离、互不影响。智驾任务的确定性——无论是内存还是带宽，能够保证不被其他任务干扰，这是软件和硬件一起设计才能实现的。

可以看到，理想的 AI 研发处于人类进一步 " 放开手脚 "、让 AI 更自由 " 闯荡 " 的阶段。这种路线也是整个 AI 大模型时代的缩影（例如 Scaling Law 对精巧模型的冲击）

向前一步，理想的智能研究再次踏入了无人区。

走进无人区不是盲目前行，而是看清谁在领先后，选择自己认定的路。

采访之后，光锥智能有一个清晰的感受：在中国智能汽车产业 " 变着花样 " 对标特斯拉的今天，终于有玩家真正理解了特斯拉的 " 强大 "。

在发布会台上，李想很坦诚地说：" 特斯拉真的太强大，压力也真的太大。" 但他紧接着说：" 只有真正把目标对准最高，才有机会超越特斯拉。"

实测特斯拉 FSD V14.3 之后，詹锟认为，特斯拉在两方面建立了壁垒：

第一是它的基础体验非常扎实。

" 安全感非常足，效率很好，舒适度很好，这是它的基本功。" 詹锟说，" 我不一定跑很难的路，但这些基本功可以达到这个水平。"

第二是在各种细节上的独家能力。

" 特斯拉会礼让特殊车辆，有极窄通行时的感知精准度，它会识别交警指挥，这些能力非常强。"

对于能否追平特斯拉 FSD，詹锟很有信心，" 在基础体验上，需要我们拥有一个非常好的评价体系。我们希望从自己的测试团队和产品团队开始，跟用户和媒体一起想，怎么去评价我们的模型——它的安全感、舒适和效率怎么平衡。这里有很多方法，我们很有信心可以追上 FSD V14 的水平。再加上我们芯片性能还没完全释放，我们可以效率更高、反应更快。"

在更加深入了解技术之后，理想也看到了 " 全栈 " 是超越特斯拉的唯一路径。

追赶的前提是先建立起别人无法快速迁移的壁垒。詹锟直言：" 全栈才能建立真正的护城河。你的算力、芯片、基础设施能不能完全统一在自己的可控范围内，这很重要。如果你只有算法优势，中美之间的人才流动很快，很容易被迁移。但如果你是全栈的，迁移成本很高，也很难。"

但全栈自研的背后，也意味着理想需要付出超出想象的艰辛。

" 你愿不愿意把精力投入到苦功夫上，这是护城河。哪些是苦功夫？比如精细地洗数据。这里有很多细节，这些细节并不高大上，但这些一点一滴的细节才能形成护城河。" 詹锟说。

AI 的每次爆发都给人一种启示，旧的架构里诞生不了新王。

走进智能的无人区，光喊口号不够，必须换一套底层架构、换一种做事方式、换一个追赶目标。

或许，理想在本次 Livis Day 上，李想手上那本《停车艺术》既是一个自嘲的彩蛋，也是一个技术路线的隐喻。当智能真正发生时，那些曾经需要人类技巧才能完成的事，会变得越来越 " 艺术化 "。

AI 时代，人类需要给 AI 一个更大的舞台。

光锥智能"AI 交流群 "已建立，

感兴趣的朋友可以添加小助手微信（GZZN2019）沟通进群。

联系我们

王一粟

创始人 / 主编

ID：cishicike000

商务合作请添加微信：GZZN2019

转载开白请留言或添加微信：GZZN2019

进群交流请添加微信：GZZN2019

※添加时请备注公司 + 姓名 + 来意

「往期精彩推荐」

深度研报：

AI 大爆炸：

云计算：

数智化案例：

更多精彩内容，欢迎关注：