理想凭什么敢“造人”？

昨天，全新理想L9 Livis发布会开完之后，如果只盯着新车参数看，很容易把它理解成一场旗舰SUV的常规升级：更强的算力、更先进的底盘、更聪明的智驾、更豪华的家庭空间。

但这是理想要表达的核心吗？

过去几年，科技行业最热闹的地方在大模型。人们讨论Chatbot，讨论Agent，讨论AI会不会写代码、做PPT、生成视频，讨论机器人什么时候能进工厂、进家庭。可所有这些讨论最后都会落到一个问题上：AI如果只能停留在屏幕里，它再聪明，也只是一个答案机器。AI只有进入物理世界，能感知、决策、行动，才真正开始改变生活和生产。

这也是“具身智能”突然变成热门词的原因。问题是，具身智能的第一台大规模商业化设备会是什么？每个人有不同的想象和答案。

李想在与罗永浩的对谈中，给了一个很有判断力的定义：自动驾驶是具身智能的上半场，通用人形机器人是具身智能的下半场。此外，李想还系统化将上下半场分成共六个阶段，并分别对应具体落地时间节点，时间线从辅助驾驶初期的2018年，贯穿至2040年的通用人工智能（AGI）。

这句话的价值在于，它没有把自动驾驶继续放在汽车功能的小框里讨论，而把车放进了整个AI产业的下一阶段里。汽车除了是交通工具和移动终端，更是一个在真实世界中高速移动、持续感知、实时决策并承担安全责任的机器人。

昨天发布的全新理想L9 Livis，正是理想把这套判断落到现实产品里的第一步。

AI的下一站，不求更会聊天，要长出肉身

过去两年，AI产业的一个明显变化是：人们不再满足于它能回答什么，而开始追问它能替我做什么。

Chatbot时代，AI的核心能力是理解语言、生成内容。它可以帮人搜索信息、写文案、做分析、出主意。但从Chatbot到Agent，行业真正想完成的跃迁，是让AI具备任务能力：理解目标、调用工具、拆解步骤、执行动作、反馈结果。

再往前一步，Agent如果要离开屏幕，进入家庭、道路、工厂、商场这些真实空间，它就必须拥有身体。它要看见世界，理解空间，判断风险，控制动作，还要在不确定环境中持续学习。这就是具身智能的本质。

从这个角度看，汽车其实天然就是具身智能最早成熟的形态之一。

一辆智能汽车要面对的物理世界，远比手机或电脑复杂得多。它每天都要处理天气、光照、行人、车辆、施工、突发障碍物、道路博弈和用户情绪。它不能只给出建议，而必须在毫秒级时间里做出动作。它的每一次判断，都会直接影响人的安全和体验。

所以，自动驾驶几乎是具身智能最现实、最严苛、也最有商业规模的第一战场。

李想提出“具身智能上下半场”论的背后，某种意义上是在给行业重新划边界。过去，自动驾驶、机器人、大模型、智能硬件经常被分成不同赛道，各有各的估值逻辑和技术路线。但从具身智能的视角看，它们其实在共享同一组底层能力：感知、模型、芯片、操作系统、执行器，以及真实场景中的数据闭环。

这也是汽车企业切入具身智能的特殊优势。

汽车企业没有从0开始造一个“会动的AI”。它们原本就在制造一个复杂的移动机器，拥有大规模硬件交付能力、供应链能力、安全验证体系和真实用户场景。智能驾驶积累的感知、规划、仿真、模型训练能力，也可以迁移到更广义的机器人系统中。

更重要的是，汽车是一个足够大的商业场景。具身智能最难的地方是让它在真实世界里持续运行、迭代、创造价值，自动驾驶恰恰提供了这样一个入口。

这也解释了为什么理想此时要把自己从“新能源车企”重新定义为“具身智能企业”。

并非换一个更时髦的标签，产业逻辑推到了这里：当汽车的竞争从电动化进入智能化深水区，真正决定上限的，不光靠电池、电机、电控，也不靠座舱屏幕和语音助手，靠谁能把AI真正接入物理世界。

中高端汽车未来3到5年的竞争，本质上会越来越像具身智能系统的竞争。

谁能让车看得更远、理解得更深、反应得更快、动作更精确，谁就能在下一轮汽车产业格局里拿到主动权。

理想的“逆共识”，本质是提前把车看成机器人

理想这家公司有一个很鲜明的特征：它并不总是站在行业共识最热闹的地方，但经常站在用户需求最终会抵达的地方。

第一次是增程。

在新能源行业早期，纯电是更容易被资本、媒体和技术叙事认可的方向。增程一度被看作不够先进的过渡路线。但理想判断的是另一个更朴素的问题：对家庭用户来说，补能焦虑、长途出行、全家乘坐的确定性，是不是比路线纯粹性更重要？

后来市场证明，这个判断并不浪漫，却足够有效。理想并非用增程对抗纯电，而用增程解决当时纯电尚未完全解决的真实生活问题。

第二次是家庭SUV。

当很多车企仍在强调性能、操控、品牌个性时，理想把家庭放在产品定义的中心。外界曾经用“冰箱彩电大沙发”调侃它，但这套表达背后，其实是对汽车空间价值的一次重新理解。

车不只是驾驶机器，也不只是从A点到B点的交通工具。对很多中国家庭来说，它是周末出游的客厅，是孩子休息的第二空间，是一家人在路上的生活容器。理想把这个需求做得非常具体，也因此在中高端家庭SUV市场建立了清晰坐标。

第三次，就是具身智能。

这一次的“逆共识”更大。因为它没有选择某一种动力路线，也没有重新定义一个座舱场景，而是重新定义汽车本身。

在理想的说法里，全新理想L9 Livis被装上了具身智能的五个关键部件：芯片是心脏，模型是大脑，感知系统是眼睛，底盘是手脚，操作系统是神经系统。

这套比喻听起来很直观，理想确实开始按这个逻辑重构技术和组织。

从时间线上看，这不是昨天才有的概念。理想从2021年立项自研操作系统，2022年立项自研800V主动悬架和自研芯片，2023年立项自研大模型，随后MindGPT、星环OS、端到端+VLM、VLA司机大模型陆续交付。到全新理想L9 Livis，芯片、模型、感知、底盘、操作系统第一次在一辆旗舰SUV上形成相对完整的闭环。

这条线索说明，理想不是凑具身智能的热闹，才把自动驾驶包装成机器人概念。更准确地说，它过去几年做的很多“重投入”，现在开始被一个更大的战略框架解释清楚。

芯片和模型，是这套框架的核心。

李想把未来汽车竞争壁垒类比为手机行业：手机时代，苹果的壁垒来自芯片和操作系统，高通芯片和安卓系统则支撑了另一套产业生态。到了具身智能时代，技术制高点会落到芯片和模型的联合设计上。

这很关键。

过去行业喜欢谈算力，动辄几百上千TOPS。但进入大模型和具身智能时代，仅有算力并不够。芯片架构要适配模型，模型训练要理解芯片约束，感知、规划和控制要在端侧稳定运行。未来真正的差距，只来自芯片和模型能否co-design。

这也是理想从2022年开始自研芯片、从2023年开始做基座模型的原因。

做这件事很贵，也很慢。理想2025年研发投入达到113亿元，其中AI相关投入占比约50%。2026年研发投入计划仍保持在120亿元左右，AI相关投入继续占约一半。这样的投入是在为下一阶段竞争建立底层能力。

更有意思的是组织变化。

理想在2026年1月进行研发体系调整，从过去按软硬件功能划分部门，转向按照“数字人”和“硅基人”的方式组织研发。它把芯片、数据集、操作系统放入“脏器系统”，把感知、预训练、后训练、强化学习和基础设施放入“脑系统”，再把软件Agent和硬件执行体系分别作为“软件本体”和“硬件本体”。

这听起来有点像科幻，但背后是一个很现实的管理问题：当汽车变成具身智能体，传统车企按控制器、部门、零部件划分的研发方式，会越来越难支撑系统级智能。

如果团队们分别只负责眼睛、大脑、手脚，但彼此之间没有共同目标，那么最后很容易出现大脑很强、身体很迟钝，或者硬件很先进、软件调不动的情况。具身智能需要系统协同，而非功能堆叠。

所以，理想这次真正值得行业关注的除了一辆新L9，还有它把一家车企的研发组织，开始改造成一个面向具身智能的系统工程组织。

这件事的行业意义在于：汽车公司未来的核心能力，可能不再局限于“造车能力+软件能力”的简单相加，更在于像造一个智能生命体一样，同时具备心脏、大脑、眼睛、神经和手脚。

这也是为什么“理想做AI不是冒险，不做才是冒险”这句话成立。因为如果汽车未来会成为具身智能的上半场，那么车企继续只把自己理解为制造商，才是最大的战略风险。

L9 Livis是理想具身智能的第一具“肉身”

回到昨天发布的全新理想L9 Livis，它最值得讨论的，就是它第一次把理想对具身智能的理解，装进了一辆可交付的量产车。

所谓具身，不能只有大脑。它必须有感知、计算、动作、系统调度，也有真实环境中的反馈。L9 Livis的意义在于，把五个关键系统放到了一起。

先看“心脏”。

全新理想L9 Livis搭载两颗自研5纳米马赫M100芯片，有效算力达到2560 TOPS。这颗芯片是全球率先基于数据流架构研发的大算力端侧推理芯片，面向AI原生设计。它的重点不只是算力数字，而在于架构可以服务模型。

这对于具身智能很重要。因为车在路上行驶时，智能不能完全依赖云端。它必须在端侧完成大量实时推理，在极短时间内处理复杂传感器数据，并把判断转化为动作。芯片就是这个系统的能量与计算供给。没有足够强、足够匹配模型的端侧推理能力，再先进的模型也很难真正进入物理世界。

再看“眼睛”和“大脑”。

L9 Livis搭载3D ViT感知模型和马赫VLA模型。理想之所以说这代车“首次敢讲具身智能”，关键就在于感知方式发生了变化。

过去很多智能驾驶系统对世界的理解，仍然带有二维图像识别的影子。它可以识别车道线、行人、车辆、红绿灯，但对真实三维空间的理解还不够充分。人类司机开车时，不只是看到物体，而是天然理解距离、速度、遮挡、空间关系和潜在意图。

3D ViT的技术本身，就是让车辆更接近这种三维空间理解。这一技术的意义，不仅仅是将车辆的感知能力大幅提升，而是下一阶段，进入到L4无人驾驶以及通用人形机器人下半场，一个AI具身机器人必备的感知能力。

马赫VLA模型则对应“会思考的司机”。它要处理的不止“前方有车所以减速”这种单一规则，还有更复杂的道路语境：施工路段如何绕行，前车爆胎如何防御性减速，遇到倒车车辆如何礼让。具身智能的关键就在这里，它不能只识别物体，还要理解情境。不能只输出答案，还要形成动作。

然后是“手脚”。

一辆车再聪明，如果底盘仍然停留在传统机械逻辑里，智能就会被身体限制。L9 Livis搭载的“完全体”线控底盘和800V主动悬架，解决的是AI如何高效控制车辆身体的问题。

线控底盘包括线控转向、后轮转向和EMB线控机械制动。转向和制动由电信号取代传统机械或液压路径，意味着系统从发出指令到完成动作的链路更短、响应更快。据理想介绍，线控机械制动相比传统液压制动缩短约0.1秒响应时间，120公里/小时高速制动距离缩短3米以上。

800V主动悬架则让四个车轮真正实现独立解耦。它由4个800V液压泵、4支双阀CDC减振器与空气弹簧组成，单轮主动支撑力超过1万牛，并取消传统防倾杆。遇到坑洼可以主动伸长，遇到凸起可以主动收缩，转弯时主动抵消侧倾，急加速不抬头，急刹车不点头。

这些技术听起来像高端底盘配置，但放到具身智能语境里，它们的意义更深：汽车的“肉身”开始具备更高自由度、更快反应速度和更强可控性。自动驾驶越往高阶走，车辆越需要一个能被AI精确调用的身体。

最后是“神经系统”。

星环OS承担的角色，是把芯片、模型、传感器、底盘、座舱和整车控制串联起来。没有操作系统，硬件和软件容易变成一堆孤岛。有了自研操作系统，车才能成为一个统一调度的智能体。

据介绍，星环OS配合全线控底盘，可以把端到端延迟压缩到300毫秒左右，反应速度比人类更快。这个指标的重要性在于，具身智能不是静态推理，它要在现实世界里连续感知、连续判断、连续动作。延迟越低，系统越像一个协调的身体。

所以，全新理想L9 Livis的真正角色是它的第一个现实载体。

它先把“司机+生活助理”这件事放进车里。未来的自动驾驶不应该只是把人从A点送到B点。一个真正的智能司机，应该能接孩子父母、洗车、充电、保养，甚至在家庭生活中承担一部分时间管理和任务执行。车从交通工具变成家庭智能体，这是具身智能上半场最有可能率先落地的场景。

李想认为，具身智能的上下半场的边界衔接得非常紧密。未来买L4自动驾驶车的人和购买家政机器人的人，90%可能是同一拨人。这句话背后是一个很现实的判断：对家庭来说，司机、保姆、家政都是时间和精力的再分配。

过去，这些服务只属于极少数人，只有超级富豪可以同时拥有。科技进步真正有公共价值的地方，是把原来少数人才能享受的服务，通过规模化技术变成更多家庭负担得起的能力。

这也是具身智能不同于上一轮移动互联网的地方。

移动互联网改变的是信息分发、社交关系和消费方式。具身智能要改变的，是物理世界中的劳动、照护、出行和家庭服务。它影响的不只是屏幕上的内容，而是人每天如何移动、生活、照顾家庭、把时间从重复事务中释放出来。

理想的行动值得放在这个大背景下理解。

它不是唯一一家在做具身智能的公司，也不可能凭一辆车定义整个产业。但它的特殊性在于，它试图用汽车这个已经成熟的大规模商业载体，率先跑通具身智能的上半场：先让车拥有更完整的身体，再让车成为一个能够感知、理解、行动、服务的智能体。

这件事如果成立，汽车产业和机器人产业之间的边界会被重新划定。车企不再只是车企，机器人公司也不再只是机器人公司，未来真正的竞争者，可能都是那些能同时掌握芯片、模型、系统、硬件和场景的具身智能公司。

结语

很多时候，行业喜欢把未来想象成一个突然降临的东西：某一天，人形机器人走进千家万户，L4自动驾驶全面普及，AI从屏幕里走出来，开始替人干活。

但真正的产业变化，往往不这样发生。

它通常先伪装成一次产品升级、一次系统迭代、一次组织调整，甚至一场看起来还在讲车的发布会。直到几年后回头看，人们才发现，新的行业边界已经被悄悄推开。

昨天的全新理想L9 Livis发布会，表面上还是一场新车发布会，但它背后的问题已经超出了汽车行业：AI如何拥有身体？具身智能如何商业化？机器人产业的第一阶段会在哪里出现？一家车企怎样从制造交通工具，走向制造能够行动的智能体？

李想给出的“上下半场”答案已经非常清晰，它提供了一个足够清晰的跨行业观察坐标。这让自动驾驶不再只是智驾功能的迭代，让机器人不再只是遥远的科幻想象，也让汽车重新获得了一种更大的技术叙事。

过去十年，理想证明的是，一家车企可以通过理解家庭用户，把被低估的需求做成一个市场。接下来十年，它要面对的问题更难：一家汽车公司能否把车真正做成具身智能时代的第一类大众机器人。

这不是一个可以靠发布会完成的答案。但全新理想L9 Livis，至少让这个问题第一次有了一具清晰的肉身。