在成立的十一年中，理想汽車最擅長也最聲名在外的能力，是把復雜技術與家庭的出行需求對齊。

增程不是一套非主流動力架構，而是“沒有里程焦慮”；大型SUV不是一組車身尺寸，而是“一家人坐得舒服”；冰箱、彩電、大沙發不是配置堆疊，而是讓一輛車成為自在的移動空間的必需品。

這套方法曾經讓理想從一堆更先鋒、更激進、更性感的技術路線中，找到了一個最容易商業閉環的入口。別人忙著證明自己更像未來，理想先回答了一個更樸素的問題：今天的用戶到底愿意為什么買單。

但到了2026年，理想已經不再滿足于回答“什么是一輛更好的家庭車”，而是走向了一個更大的問題：當AI從屏幕走向物理世界，一輛車在未來到底應該變成什么？

理想最新的回答是，造一個披著汽車外衣，能感知、思考、行動、反饋的硅基生命體。

過去，車的終點是把人從A點送到B點；現在，車被放進了更長的演化鏈條里：先成為硅基司機，再通向硅基保姆，最終演化出具身智能時代的通用機器人。

這也是李想最近提出“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”行業觀點的真正背景。

這句話表面上是在定義一個新賽道，實際上是在用李想的方式，重新定義理想自己。

具身智能的分野

2024年的Chatbot，2025年的視頻生成大模型，以及2026年開年的龍蝦熱，一次又一次地震撼著碳基生命：

僅僅活在數字空間里，AI就已經帶來了可觀的生產力供給提升，如果走向物理世界，它會創造多大價值？

物理AI，現在通常被稱為具身智能。特斯拉帶頭，自2022年將人形機器人從實驗室敘事，推成了資本市場與公眾輿論的焦點后，科技大廠相繼下場，創業公司一擁而上。

而過去兩年，在經歷了高強度的機器人跳舞、機器人馬拉松、機器人進工廠運動后，公眾幾乎已經把具身智能和人形機器人畫上了等號，更油然而生出一種期待：

機器人今年都能跳托馬斯回旋了，明年幫我做家務豈不是手拿把掐？

但實際情況是，眼下的人形機器人受限于數據、算法、硬件、產品質量體系等各個維度的難題，疊好一件衣服都成問題，進度約等于2015年的電動車。

反倒是今天帶有高階智能駕駛的汽車，已經能夠解讀人類模糊的語音指令，在幾十公里的距離上無需人類接管，把人送到目的地。

顯然，同樣是帶有大腦、眼睛與運動機構的智能設備，不似人形的自動駕駛汽車，如今比人形機器人更能代表具身智能：實際落地應用規模更大、供應鏈成熟度更高、離商業閉環更近。

李想的具身智能上下半場論

當數不清的科技大廠與創業公司入局打造人形機器人之時，一些掌握自動駕駛技術的車企，已經攥著半張直通具身智能決賽圈的門票：

從技術來看，帶有自動駕駛能力的智能汽車本就是一種廣義的機器人，兩者技術棧高度同源。

這不僅意味著車企為自動駕駛構建的感知、規劃、交互、運動能力可遷移至其他形態機器人，也意味著芯片、傳感器、能源等硬件體系，以及數據、基座模型、云端算力等基礎設施資產，也可以被批量復用。

從商業維度來考慮，人形機器人在規模化量產前，還會經歷長時間、高強度的研發階段，年營收千億的車企，有現金流扛起每年上百億的研發支出。

同時，車企的生產工廠與銷售門店，天然為機器人早期落地提供了冷啟動的場景；車企積累的C端用戶，則會是機器人大規模商業化時的有生力量。

此外，車企在汽車業務中錘煉的產品定義能力、生產制造管理體系，同樣是大規模制造機器人時，需要點出的前置科技樹。

李想提出的具身智能上下半場論，言外之意是，一家具備自動駕駛研發能力的車企，每賣出一輛智能汽車，不只是掙得幾十萬營收，更是鋪下了一塊通往具身智能終局的路基。

節奏，被忽視的賽點

在科技商業史中，一個屢見不鮮的現象是，最早投入一項新技術的企業往往摘不到最大的果實。

因為在“早半步是先驅、早一步是先烈"的泛科技產業中，企業看錯方向固然危險，但更常見的死法是看對了方向，卻踏錯了節奏。其表象是快或慢，但更底層是技術、成本、場景和用戶預期之間，是否達成了匹配。

技術太早，產品就只能停留在演示；成本太高，商業閉環就無法成立；場景框得太大，穩定性就會被真實世界反復拷打；預期拉得太高，用戶信任則會在一次次落差中被消耗。

具身智能尤其是人形機器人，并沒有吸取前車之鑒，各要素的錯配仍在放大。

原因在于，當看不清未來時，在害怕錯過的情緒驅使下，社會資源會非理性地往人形機器人過度富集，也將對其期望推向巔峰。而一旦發現不能快速落地，隨之而來的就是“絕望之谷”。

一家企業如果對此沒有前瞻判斷，同周期隨波逐流，結果是浪費大量資源和機遇，更壞的結果將是退出舞臺。

這也是為何李想會在定義具身智能上下半場的同時，以5年為刻度，將其劃分為六個階段。

其中自動駕駛這個上半場分為：2018-2023年為L2輔助駕駛階段；2023年至2028年，L3自動駕駛階段；2028年至2033年，是L4無人駕駛階段。

到下半場，通用人形機器人的節奏則是：2030年至2035年，具備相當于6歲兒童的泛化能力；2035年至2040年，達到12歲水平；2040年到AGI實現前后，具備接近18歲成人的泛化能力。

本質上，這是李想在多次創業的經驗積累上，吸收大量研發、業務、供應鏈一手信息，為具身智能畫出的成熟度坐標系與關鍵技術圖譜。

它把具身智能從一步到位的效果演示、終局想象，拆成了具體且循序漸進的六級階梯。

對理想公司而言，它類似于“五年計劃”，指引理想核心技術、產品與組織的變陣節奏。而在行業中，當李想將這套坐標系“開源”，就像過去幾年發生的，它大概率會被集體學習，隨后被組織為新的共識。

2020年之前，當新能源汽車市場絕大多數資源投向插混與純電時，理想選擇押注增程與家庭旗艦SUV，隨后被行業競相效仿，最終促成了一個千億規模市場的誕生。

把握節奏，找到階段性最容易實現商業閉環的入口，一直是李想創業以來的強項。只是這一次，李想想用它撬動的，是萬億級的具身智能市場。

用造人的方式造車

在具身智能上下半場的分野中，2026年是一個臨近中場的年份。

一邊，L3自動駕駛的商業化呼之欲出，L4無人駕駛正在加速驗證可行性；另一邊，人形機器人雖然仍在早期，卻已經開始在部分細分場景中努力自證價值——上半場還沒有結束，下半場已經在熱身。

對一家有雄心的車企來說，此時最重要的問題，是由內而外，從組織、技術到產 品，都統一到新的語境與目標下：

在能力上，要能橫跨具身智能的上下半場；造車的目標，也從“造一輛更聰明的車”，變成了“造一個能夠感知、思考、行動、反饋的硅基生命體”。

這也是理想今年一月重構研發體系的原因。

過去汽車研發的組織方式，大多圍繞軟硬件功能劃分：硬件歸硬件，軟件歸軟件，智能駕駛歸智能駕駛，座艙歸座艙。這套方法適合造傳統汽車，甚至也適合造一輛初級智能汽車，但到了具身智能階段，它開始顯得不夠用了。

因為新的技術命題，已經不再是給一輛車增加幾個智能功能，而是讓一輛車愈發逼近生命體：它要有心臟提供算力，有眼睛理解世界，有大腦做出判斷，有手腳完成動作，還要有神經系統把各個器官連接起來。

如果產品正在變成一個“人”，組織還停留在按傳統零件劃分，就會出現錯位。

理想的做法，是用"造人"的方式重構組織。研發團隊不再簡單按軟硬件切塊，而是圍繞數字人與硅基人的能力方劃分為Infra團隊、基座模型團隊、軟件本體團隊、硬件本體團隊和評估團隊。

其中Infra提供算力基礎設施與數據工程，類似心臟和能量系統；基座模型負責多模態預訓練與后訓練，類似大腦；軟件本體負責Agent、工具鏈、記憶與上下文工程，承擔執行與交互；硬件本體負責芯片、傳感器和機器人硬件，構建物理身體；評估團隊則像免疫系統，獨立判斷軟硬件本體的工作質量。

這套組織調整的意義，是讓理想第一次把汽車、Agent和機器人放進了同一套研發語言里。

五月發布的全新理想L9 Livis，則是這套語言在產品端的第一次集中呈現，也是理想第一次明確用造機器人的思路造一輛車：

心臟是兩枚自研的馬赫M100芯片，用2560 TOPS的有效算力，保障大腦和眼睛的敏捷運轉。

眼睛是從2D ViT到3D ViT的感知算法升級，讓車對世界的理解，從二維提升到充分理解距離、速度、遮擋和運動關系的三維空間，真正像人一樣看世界，從而為L3乃至L4自動駕駛做準備。

大腦是馬赫VLA模型。憑借數十億參數模型中濃縮的知識，它相當于聽懂話、會看路、懂開車的專職司機。

手腳則是“完全體”線控底盤和800V主動懸架。線控轉向、后輪轉向、線控機械制動EMB，讓模型輸出不必再繞過多層機械和控制器鏈路，而是可以更直接地作用于車輛動作，從而以比人類更快的反應速度執行車輛控制指令。

扮演神經系統的是星環OS。它負責把芯片、模型、感知、控制和應用連接起來，讓各個器官不再各自為戰，真正組成一個無縫協作的整體。

這些器官不僅僅指向一輛車的核心競爭力，在不遠的將來，更是一款機器人得以量產的地基，因此理想采取了全面深度自研的策略。

但理想又并非為了自研而自研。正如早期智人的眼、腦、手腳、脊椎協同進化，才產生了地球上最聰明的物種，同樣，讓機器人的器官在統一意志下協同研發，才能把具身智能推向真正的智能，讓看得見、摸得著，讓能夠幫人做事的物理AI盡早走向用戶。

從這個角度看，L9 Livis是理想具身智能戰略的入口，也是一個接口。

它一頭連接自動駕駛汽車，一頭連接未來通用人形機器人；一頭承接理想過去十年在汽車上的工程積累，一頭指向未來十年“硅基司機”和“硅基保姆”的產品想象。

理想仍然在造車，它正在嘗試用造人的方式，重新定義汽車產品的未來。