2021年，理想汽車決定自研操作系統(tǒng)的時候，很多人沒看懂。

2022年，他們又說要自研芯片。外界反應(yīng)大概是：一個造車的，折騰這些干嘛？

2023年，大模型立項。這時候，稍微有點嗅覺的人開始意識到，理想可能不是在折騰，是在下一盤大棋。

2026年6月15日，“Livis Day”，棋盤上的子兒亮了。

這一天的發(fā)布會，理想沒聊哪款新車續(xù)航多少、加速幾秒，卻給汽車下了個新定義——具身智能汽車。四個能力疊滿：電動車、職業(yè)司機、AI計算機、生活助手。說白了，它想把車從“四個輪子的家用電器”，變成一個有手有腳有腦子、還能幫你干活的“硅基家人”。

回頭看看過去五年那些看似“不務(wù)正業(yè)”的投入，突然就串起來了。

“冰箱彩電大沙發(fā)”之后，理想靠什么贏？

理想汽車最初是靠“讀懂人”起家的。

理想ONE那會兒，同行的PPT都在講續(xù)航、電動化，理想的PPT在講“二胎家庭出門，老婆坐副駕，孩子坐二排，奶爸怎么兼顧所有人的體驗”。結(jié)果大家都知道了，理想ONE成了現(xiàn)象級爆款，理想汽車成了國內(nèi)首個營收過千億的新勢力。

那個階段的護城河，叫產(chǎn)品定義能力。

但到了2026年，光靠產(chǎn)品定義還能守住城墻嗎？

李想自己在內(nèi)部說過一句話，大意是：你能洞察用戶要“冰箱彩電大沙發(fā)”，別人也能。這玩意兒不是獨家秘方，抄起來沒那么難。真正的壁壘，得往底層走——芯片、模型、操作系統(tǒng)，這些用戶看不見摸不著、但每分每秒都在影響體驗的東西。

Livis Day展示的，就是理想從“產(chǎn)品驅(qū)動”轉(zhuǎn)向“技術(shù)驅(qū)動”的階段性答卷。這個轉(zhuǎn)身，從2021年就悄悄開始了。

回頭去看理想這幾年的操作——

2021年：操作系統(tǒng)立項。不是做個UI皮膚，是從底層開始寫。那時候大多數(shù)人覺得車機就是個安卓平板，有必要從頭搞嗎？

2022年：芯片立項。一家才成立幾年的中國新勢力要自己畫芯片？這步棋，旁觀的人都捏了把汗。

2023年：大模型立項。ChatGPT剛火，大家都說大模型是手機電腦的事，跟車有什么關(guān)系？

這幾個決策當時看著像“戰(zhàn)略多元化”，現(xiàn)在復(fù)盤，分明是“AI鐵人三項”——算力、算法、平臺，缺一不可，全得自己上。

發(fā)布會上公布的馬赫M100芯片，就是算力那塊的答卷。這枚號稱“全球首款動態(tài)數(shù)據(jù)流AI芯片”的家伙，思路跟傳統(tǒng)芯片不太一樣。傳統(tǒng)芯片是“你給我指令，我按部就班執(zhí)行”，馬赫M100是“數(shù)據(jù)流自己決定怎么跑、跑哪里”，對AI這種大規(guī)模并行計算場景，效率提升是代際的。

理想汽車CTO謝炎在專訪中直言，四年前他們啟動自研芯片，就沒走馮·諾依曼架構(gòu)的老路。沿著成熟路徑跟跑，永遠追不上海外頭部幾十年的積累，要破局就得換賽道。馬赫M100采用的動態(tài)數(shù)據(jù)流架構(gòu)拿掉了傳統(tǒng)架構(gòu)里的指令翻譯環(huán)節(jié)，回歸計算本身，實際運行效率超過82%，遠超主流架構(gòu)的GPGPU。

自己寫操作系統(tǒng)、自己造芯片、自己訓(xùn)大模型，再把這三樣?xùn)|西捏在一起做軟硬一體優(yōu)化。這套組合拳打下來，理想在技術(shù)維度上，已經(jīng)跟“供應(yīng)商方案集成商”身份說了再見。

具身智能，為什么一定是車先跑出來？

“具身智能”這四個字喊了好幾年了。人形機器人、智能家居、工業(yè)機械臂，大家都在說，但大多停留在實驗室或演示視頻里。

理想是第一個系統(tǒng)性地把具身智能定義清楚、并且量產(chǎn)出方案的汽車企業(yè)。

李想和羅永浩的對談里曾表示：“自動駕駛是具身智能的上半場，通用人形機器人是下半場。”

這邏輯其實很順。

你看，一輛車要跑起來，先得能看懂路、能自己判斷、能執(zhí)行操作。這不就是具身智能的“基礎(chǔ)訓(xùn)練”嗎？等車把這個能力練到爐火純青了，再把大腦移植到人形機器人上，讓它去干更復(fù)雜的活兒。

理想搞的具身智能汽車，不是給車加了個“語音助手Pro”，而是讓車同時擁有：

電動車的軀干：動力、底盤、電池，這些是物理基礎(chǔ)。

職業(yè)司機的技能：自動駕駛能力，而且是能升級、能成長的。

AI計算機的大腦：本地算力足夠強，不需要什么事都上傳云端，反應(yīng)更快、更安全。

生活助手的交互：能聽懂話、能看懂手勢、能主動服務(wù)，而不是“一喊一答”的智障音箱。

這里有個很關(guān)鍵的躍升——從“被動響應(yīng)”到“主動理解”。

現(xiàn)在的智能汽車，你跟它說“我有點冷”，它把空調(diào)溫度調(diào)高兩度。這是指令-執(zhí)行。

理想的具身智能，你上車它可能已經(jīng)根據(jù)你的體態(tài)、表情、車內(nèi)外的溫度，提前把座椅加熱和方向盤調(diào)溫打開了。它不需要你下指令，它“看”出來了。你說了句“今天好累”，它不光調(diào)氛圍燈和香氛，可能還主動建議：“需要開啟座椅按摩并且播放舒緩音樂嗎？”再比如你跟它說“接國航CA1234落地的朋友，他吃素，一天逛完燕京八景”，系統(tǒng)自己就能查航班、算時間、找餐廳、規(guī)劃路線，甚至?xí)嬖V你哪兩個景點當天閉館，主動優(yōu)化方案。

換以前你得切三四個APP，現(xiàn)在一句話全搞定。

這種能力的底層，就是理想這幾年死磕的——自研大模型+自研芯片+自研操作系統(tǒng)的整合。缺了哪個環(huán)節(jié)，體驗都會打折。

“傳統(tǒng)智能汽車，并不真的智能”

發(fā)布會上李想有句話挺刺耳，但細想沒毛病：“傳統(tǒng)智能汽車，并不真的智能。”

他進一步點明：今天的智能汽車本質(zhì)還是“功能驅(qū)動”，一個功能對應(yīng)一個場景。而真正的具身智能汽車，能保護人類安全、獨立完成任務(wù)、比人類更高效。

傳統(tǒng)意義上的“智能汽車”，大部分是功能堆疊——中控大屏、語音控制、L2+輔助駕駛。這些是智能的“零件”，但離真正的“智能體”還有距離。

打個比方：傳統(tǒng)智能汽車像一臺裝了很多App的手機，每個App各干各的，互不通氣。而具身智能汽車像一個活的人，眼睛、耳朵、大腦、手腳是協(xié)同工作的，信息是共享的，決策是一體的。

理想把具身智能汽車的能力拆成了三個維度：

更安全：不光是碰撞安全，更是“預(yù)判安全”。AI能提前幾秒甚至十幾秒感知到潛在風(fēng)險，做出人類反應(yīng)不及的避險操作。這不是堆傳感器能解決的，需要模型對環(huán)境的深度理解。

更高效：車自己會規(guī)劃路線、管理能耗、安排充電，把出行這件事的效率做到極致。人只需要說“我要去哪”，剩下的交給車。

更強大：車的能力可以持續(xù)進化。OTA不只是修Bug、換個皮膚，而是模型在升級、技能在增加、體驗在深化。今天的車和一年后的車，可能完全不是一個物種。

這三個維度的提升，全靠算力和算法撐起來。這也是理想非得自己造芯片、訓(xùn)模型的原因——市面上的通用方案，做不到這么深度的定制和持續(xù)迭代。

OTA成長里程碑：車和人，一起長大

發(fā)布會上還有個信息點：理想發(fā)布了覆蓋全年的OTA成長里程碑。

這名字起得挺好——“成長里程碑”，而不是“功能更新列表”。

兩者的區(qū)別在于：前者是以“人”為中心的體驗進化，后者是以“功能”為中心的參數(shù)堆砌。

理想的車主應(yīng)該會有體感：這車買回去，不是越開越舊，而是越開越新、越開越聰明。今天的輔助駕駛能力跟提車那天比，完全不是一個級別。座艙交互、語音理解、智能推薦，每個月都在變。

這背后是“軟件定義汽車”最性感的承諾：硬件交給你的時候是半成品，軟件讓它變成成品，再變成精品。

而且這種成長是體系化的——不是今天加個新功能、明天修個舊Bug，而是整套具身智能能力的螺旋式上升。今天學(xué)個新技能，明天把老技能優(yōu)化得更絲滑，后天可能就解鎖了個新場景。

這種能力，是建立在自研芯片、自研模型、自研操作系統(tǒng)這三腳架上的。缺了哪個，都撐不起“全年無休持續(xù)進化”的承諾。

理想這家公司有個特質(zhì)，挺擰巴的——有些事慢得驚人，有些事快得嚇人。

你看2021年立項操作系統(tǒng)，到2025年星環(huán)OS開源，才算正式交了卷。五年時間，放在互聯(lián)網(wǎng)行業(yè)夠做三四個輪回了。但理想就是沉得住氣，一筆一筆往里砸錢、砸人、砸時間。

但一旦技術(shù)成熟了，量產(chǎn)和落地的速度又極快。從芯片點亮到上車，從模型訓(xùn)練到全系推送，節(jié)奏卡得很緊。

這種“慢工出細活”加“量產(chǎn)快跑”的組合，背后是體系能力在支撐。

從理想ONE時期的“產(chǎn)品定義能力”，到如今Livis Day展示的“技術(shù)縱深能力”，理想完成了一次很難但必須的跨越。在AI時代，產(chǎn)品定義不再是護城河——你能定義，別人也能抄。真正的護城河，是定義之后，你能用別人做不到的技術(shù)把它實現(xiàn)出來，并且持續(xù)迭代。

理想這幾年干的自研芯片、自研模型、自研操作系統(tǒng)，就是在挖這條又寬又深的河。

Livis Day不是終點，甚至不是“中點”。

它更像是理想汽車給自己過去五年“不務(wù)正業(yè)”的投入，做了一次集中的成果展示。順便告訴行業(yè)：

具身智能這個賽道，我們不僅定義標準，還拿出了量產(chǎn)方案。歡迎來追。

對于普通車主和用戶來說，這些戰(zhàn)略、芯片、模型可能有點遠。但他們每天坐進車里，會越來越清楚地感受到一件事——這車，好像真的越來越懂我了。

而這一點點“更懂你”的體驗，背后是幾千個工程師、五六年時間、幾百億研發(fā)投入，從芯片設(shè)計的第一行代碼開始，一點點壘出來的。

這個故事的起點，不是2026年的Livis Day，不是某一個瞬間的決定，是一條從感知到操作系統(tǒng)到芯片到模型、持續(xù)了近十年的技術(shù)演進路徑。每個節(jié)點都在為下一環(huán)做準備，缺了任何一個，今天的具身智能都落不了地。

那會兒沒人覺得這事兒能成。

現(xiàn)在，它成了。