汽车怎么变成具身智能？这次，听李想讲完

在社交媒体上，有很多用户分享理想汽车“任务大师”功能的任务码，甚至理想汽车官方账号也给出了一些热门功能的分享。

但在评论区，依然众口难调。

事实上，且不说有多少用户真的会自己创建和使用“任务大师”功能，对于每一项功能，不同用户的使用习惯与场景，其实也都有所差异。

但在理想L9 Livis上，你可以只说一句“二排小朋友困了，帮我哄睡他”，车就可以自动切换背景音乐、调暗氛围灯、关闭遮阳帘，甚至配合主动悬架像婴儿床一样摇动车身。

这背后，就是规则驱动与智能体的本质区别。

不久之前，理想汽车举办的一场小范围股东大会上，有人质疑理想的具身智能叙事无法让用户感知，也有人说为什么能让用户快速感知的内饰设计就是不改？

6月15日，李想与他的团队用软件与具身智能发布会，完整地回答了这些问题。

01

理想汽车的豪华是什么？

VERTU手机代表的是一种高端，但没有人会否认iPhone更加伟大。因为豪华不仅是由皮革、木材与缝线定义的，也存在于设计的细节与某一刻的会心一笑。

此前李想在回应用户对于设计风格的质疑时曾经说过：当座舱大屏放在那里的时候，不管怎样设计，看上去都是差不多的，因为屏幕是最显眼的。

这是智能汽车时代的必然，它决定了汽车内饰的设计不会像90年代那样“百花齐放”，同时也为豪华、舒适的体验带来了新的呈现方式。

而在理想汽车上，你会发现设计是一套完整的叙事逻辑，它有着独特的思考，并且为整个功能体系服务，而并非当下流行什么，设计师就加上什么。

就像L9 Livis上那条被去掉的屏幕分割线，它并不是为了炫耀自己有一个更大的屏幕，而是一个可以平衡单人出行、副驾同行不同场景下屏幕使用需求的最佳方案。而每一个开关动态的设计、圆角的比例，都是精心设计的结果，甚至屏幕上光影的效果也会随着唤醒人的位置、氛围灯的设定联动。

如果说，“老钱”时代的豪华是木纹、皮革所营造的视觉效果，那么在智能时代，如何在屏幕中呈现豪华，可能理想汽车的设计就是答案。

更重要的是，这种豪华的体验是“鲜活”的。

当你在泊车时，关键信息会自动放大，从而给你提供充分的环境感知信息，带来足够的安全感；而当你走在每天经过的熟悉路段时，也可以隐藏掉所有内容，仅仅保留一个空旷、流动的光影效果。

一旦副驾上车，娱乐信息面板会自然出现，但依然把更大面积留给主驾，而当他点开视频的时候，屏幕会1:1平分，到了停车看电影时，整个大屏又可以变成沉浸式宽幅电影幕布。

从设计到交互，屏幕有机地融合到了内饰当中，代表着内饰设计的品位，以及智能豪华的体验。

02

具身智能汽车是什么？

李想为具身智能汽车给出的定义，是一辆电动车+一位职业司机+一台AI计算机+一个生活助手，其中电动车和AI计算机负责“具身”，职业司机与生活助手负责“智能”。

李想直言：“如今的智能手机和智能汽车，它们本质上还是功能驱动的，而不是一个有生命力的智能体。”

如果说过去在汽车行业，大多数“AI上车”所描述的还是如豆包、ChatGPT一样的对话工具，能够更好地理解用户所说，或是玩一玩成语接龙的游戏。那么在理想L9 Livis上，AI成为了可以像Codex、Claude Code一样可以完成任务的工具。

这将真正改变用户的体验。

比如在发布会上所演示的场景：你需要去机场接朋友，然后根据他的饮食偏好寻找一个洗尘宴餐厅。

通常来说，我们可能要通过航旅纵横App查询航班时刻，然后用大众点评查找餐厅，最后再将机场、餐厅分别作为途经点输入到车机地图。

但在理想L9 Livis上，你只需告诉理想同学：我有个朋友要来北京，他的航班号是CA1314，然后他是一个素食主义者，你先去接他，然后去望京找个餐厅吃洗尘宴，规划一下路线。

车机就会直接帮你查询到航班时刻，然后查找餐厅，并且一并完成线路规划。

而当电动车与职业司机结合在一起时，它可以在你前往理想超充站后，自动进行排队、配合站端的充电机器人完成自动充电，甚至充电完成后还可以自动驶离停到旁边的空闲车位。

在停车场里，它也可以在用户离车后自动寻找车位、自动停车，甚至在这个过程中能够告诉穿行的行人先走，或是理解保安的语言、手势指挥。

李想说：“有没有一种感觉？虽然他长得还像一辆汽车，但似乎他已经慢慢的拥有了生命，充满了人味。”

03

如何构建具身智能大脑？

本质上，具身智能对于汽车而言，就是通过具身智能打造一辆能够保护人类安全、独立完成任务、比人类更高效的汽车。

而想要实现这一能力，最核心的就是构建一个完整具身智能大脑：马赫VLA完成机器智能、马赫Mind-Pro与马赫Mind-Edge完成语言智能。

马赫Mind-Pro与马赫Mind-Edge由过去的Mind-GPT经过多轮重构迭代进化而来，前者在通用基准能力方面达到了行业第一梯队水平。而后者是一个为车载场景打造的原生端侧智能体模型，它可以成为用户车内的“私人助理”，帮助寻找物品、照顾家人。

针对车端使用，工程师还进行了大量的车载专用行为特化训练，摆脱传统AI只回答不行动的模式，它可以输出动作、实时调用车辆硬件，时刻在线的全天候主动感知、人车交互、自主控车、多模态问答，都可以在车端本地实现，底并且数据完全不上传。

在智能辅助驾驶方面，马赫VLA实现了更安全、更高效、更强大的能力。

过去，理想全系智能驾驶实现了超过1727万次的主动避险，而随着马赫VLA到来，车辆的主动安全能力进一步提升，无论是面对常见的鬼探头，还是深夜高速路上“隐身”的故障车这种极端场景，系统都能够做出响应。

0.28秒的AEB响应速度，接近顶级F1赛车驾驶员的能力，远超普通人，在120km/h的时速下，可以为用户带来6米的制动距离缩短。而6米，可能意味着一场重大事故的避免。

而在大多数用户感知更明显的日常使用中，系统可以更加拟人，可以主动倒车让行、可以看懂人类的指挥手势完成停车与前进，在发布会的演示场景中，还可以在广州傍晚的雨夜里，丝滑完成人车混行小路的安全、高效通行。

接下来，理想汽车为马赫VLA进化提出的目标是：第三季度，为Orin和Thor平台的老车主，推送全新的马赫VLA裁剪版模型；第四季度，理想辅助驾驶模型能力，对齐特斯拉FSD V14。

04

“堆砌”硬件的本质是什么？

芯片算力的“通胀”或是车企自研芯片，在这个时代里并不是什么新鲜事，但越来越大的数字到底为用户带来了怎样的价值？硬件堆砌的尽头又是什么？其实并没有太多人能够讲清楚。

理想汽车在启动自研芯片设计时，就在思考一个问题：当砖头的质量与数量都无法大幅提升时，能不能重新发明盖楼的方式？

相比于过去统治计算机领域70年的“冯·诺依曼架构”，马赫M100芯片采用了数据流架构。这意味着，计算从过去的按顺序的指令驱动，转变为并行的数据驱动，而后者是天然适合AI计算的。

举个简单的例子：计算“C = A + B、F = C × D”，在冯·诺依曼架构中，会先读A、B，做加法，再读D，做乘法；而动态数据流架构中，A和B一旦到达，加法节点就被触发，C产生后，只要D也已经准备好，乘法节点就自动执行，它更像一张“计算网络”，数据在网络中流动并触发相应运算。

而在马赫M100的基础之上，从心脏、眼睛、大脑、手脚再到神经系统，理想汽车构建了一套完整的具身智能体。这其中，星环OS就是专为具身智能设计的“神经系统”，通过感知、决策、执行的全链路深度融合，再结合全线控底盘的极速响应，最终实现了端到端0.28秒的延时。

这不是单一的芯片快或软件快，而是整个系统的高效。

此外，就像苹果与安卓两个系统谁更安全，大多数人都有着显而易见的答案一样。和苹果将芯片与操作系统一同设计一样，马赫M100芯片最重要的价值之一就是安全，工程师将关键环节的管控权限前置到芯片设计中，再通过全栈自研的软件实现统一调度，让芯片、编译器、操作系统和AI算法在同一套可信的基础上协同运行。

05

大公司视点

李想说：“很多人问我，你们天天在折腾什么？为什么非要搞具身智能？”

这是当理想在终端市场销量遭遇挑战，而李想本人大谈人工智能时，外界最多的疑问和质疑。

事实上，当理想L9 Livis没有到来时，任何的解释与描述都会被认为是“画饼”，甚至直到现在，理想L9 Livis尚未形成规模化、长期化的用户群体时，市场对于“具身智能”的认知仍然是浅薄的。

这并不意外，毕竟即便是火到出圈的豆包，大多数人也只是拿它当个更好用的“搜索引擎”而已，而“龙虾”其实已经超出了大部分人的认知与使用。

而随着全新一代产品的落地，这种认知会一点点被具象化，被生活化。

当理想在为下一个10年铺路时，李想在发布会结束时那句“理想汽车坚持做最好的自己，不要期望我们变成别人”，也就有了更具象的理解。