# 怒喷同行都是「假智能」，李想开了十年来最重要的一场发布会 - 作者：李华 - 发布时间：2026-06-16 19:58 - 分类：董车会 - 原文：https://www.ifanr.com/1669118 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/CAD9071BEA6ED38EC3446FB2C94D931B25E09786_size319_w1167_h790.jpg) 在昨天的理想 Livis Day 发布会上，李想手里捏着理想自研的马赫 M100 芯片，缓缓走上舞台。 > 给我拍张照片吧，要不然网上留下的都是我举桌子的。 一年前，在 MEGA HOME 发布会上举着桌板的李想，被全网嘲讽「没有技术实力」。彼时别家 CEO 手里举的是自研芯片，而他举的是家具。 怪不得李想这场发布会一反常态，选择线下举办，原来是想让人给他拍照片。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/gdvac.jpg) 和旧标签一起被甩在身后的，还有整个「智能汽车」概念。李想在现场说，今天的智能汽车其实并不智能，现在的辅助驾驶总在极端路况下突然退出，把方向盘甩给毫无准备的驾驶员，导致近一半的智驾事故发生在接管瞬间。 的确，目前的智能化普遍停留在「功能驱动」，用户给一条指令，车子调一个功能。但真正的智能化往往需要围绕「任务」展开。 李想在现场说道： > 今天的传统智能汽车，并不是真的智能，服务于特定场景，对安全的定义也是「功能安全」。而真正的具身智能汽车，是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。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/vasdf.jpg) ### 理想的新叙事，从一颗不对外销售的芯片说起 让汽车去独立完成任务，听起来像是科幻电影里的情节，落地到现实里，得看底层硬件能不能跑得动。 理想的新一代座舱用上了高通 8797 Elite 旗舰芯片，单看任务处理和图形渲染的参数可能比较抽象，更容易感知的改变在于那块 90Hz 高刷新率的超宽全景屏。理想表示，新的车机系统配合自研底层，触控跟手度提升了不少。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/bjhb.jpg) 这次理想还补上了过去被很多人吐槽的短板，全面支持了全尺寸 CarPlay 以及主流旗舰手机的互联。 以前车企总想把用户圈在自己的生态里，理想这次放开了限制，让 CarPlay 的地图能跟 HUD 联动显示，还能用方向盘操作这套来自苹果的系统。 这些都只能算是开胃小菜，这场发布会真正重磅的东西，还是李想手里那颗叫马赫 M100 的芯片。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/knn.jpg) 在英伟达 Orin 几乎统治高端智驾市场的当下，蔚来、小鹏和理想都走上了自研芯片的路，但各自的选择不太一样。小鹏的芯片更像通用型商品，打算以后卖给大众汽车等其他品牌；理想走的是苹果式的垂直整合，这颗马赫 M100 明确不对外销售，只给自家车主用。 这颗 5 纳米制成的推理芯片拿到了 1280 TOPS 的算力，它没有用行业里常见的冯·诺依曼架构，而是换成了动态数据流架构。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/kn.jpg) 简单来说，传统的芯片架构需要一个中央指挥官来做指令排队、取指和译码，计算效率容易遇到瓶颈。数据流架构则是让数据在芯片内部「流动」，流到哪里就在哪里触发计算。 理想表示，这套架构把芯片的运行效率提高了 82%，在跑大模型时的速度甚至快过了一些桌面计算机。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/kukn.jpg) 理想汽车 CTO 谢炎在现场分享了他们的想法，他说： > 冯·诺依曼架构用七十年推动了通用计算的辉煌。今天，我们以马赫 M100 为起点，希望用数据流架构，接过历史的这一棒，继续推动 AI 计算再辉煌七十年！ 有了硬件算力，怎么把感知和执行的时间差缩短，就得看操作系统和模型的配合了。理想的做法是，用自研的星环 OS 把整车的感知、决策和执行完全打通。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/bkn.jpg) 一般车辆的软件栈多层堆叠后，传感器数据传到决策层总会有延迟和时间抖动，星环 OS 专门给紧急制动这种特殊任务开辟了类似于「绿色通道」的机制，统一调度硬件中断到执行器的响应。 理想表示，配合全栈自研的线控底盘，车辆端到端的反应速度能做到 0.28 秒，这比普通人 0.45 秒的平均反应快了将近 40%。在 120km/h 时速的高速路上，这省出来的零点几秒，在现实里能让车辆提前 6 米实现刹停。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/afvfad.jpg) 在有了硬件算力之后，理想在模型层面上把「大脑」拆成了两部分：负责思考的语言智能，和负责开车的机器智能。 前者由马赫 Mind-Pro 和马赫 Mind-Edge 组成。其中，云端的 Mind-Pro 主要是提高推理效率和降本，把 Token 平均消耗降了 38%。端侧的 Mind-Edge 则是在车机本地跑，不需要联网也不会上传数据，专门用来搞定类似「耳机掉在哪个座椅上」这种即时的舱内交互。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/gvar.jpg) 管辅助驾驶和行动的马赫 VLA 提升更明显，理想这次引入了 3D ViT 全域视觉模型，让系统能实时把二维的摄像头画面在脑子里构建出像素级的三维空间。 李想在发布会上说，它能看懂挖掘机伸出爪臂的动作，也能识别路边保安或者交警的手势，在无车道线的城中村窄路上也能找到通行的路径。 它把看见、理解和行动都放进了同一个多模态 MoE 大模型框架里对齐，消除了传统模块层层串联产生的信息损耗，算是把理想未来几年的技术演进路线给铺平了 ### 蔚小理开始不和传统车企玩了 从更宽阔的行业视角来看，理想这场发布会其实把汽车行业的竞争标准往上拉了一个维度。 现在的汽车市场，单纯用合资还是自主、豪华还是大众的分类方式已经很难看清局势。如果按照对技术和用户需求的理解深度来划分，全球的造车企业正在分化成三个完全不同的梯队。 **留在第一个梯队的是那些依然把汽车当成通勤工具的品牌**，许多转型较为缓慢的海外传统车企普遍属于这一类。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/asc.jpg) 在智能化已经普及的今天，这类产品表现出了鲜明的「功能机」特征。它们能够稳定地把乘客从 A 点送到 B 点，但在软件体验和主动避险层面上，基本依赖供应链上预设好的传统电控规则，一旦超出边界，系统就只能等待人类完全接管。 **第二个梯队则在过去几年里成为了市场的主流，卷的是配置满足和场景定义。** 在这个区间里，车企拼的是大空间、多屏交互、冰箱彩电大沙发，高端一些的则会卷主动悬架和整车安全性。理想汽车在自己的第一个十年里，无疑是这个阶段的引领者。它成功把汽车从通勤工具，变成了照顾全家人出行体验的移动空间。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/vdsca.jpg) 这种针对家用的精准定义让理想赚到了丰厚的利润，但也迅速招来了大批手握同样供应链资源的效仿者。一时间，市场上出现了大量被称为「半价理想」的竞品，高端六座市场的份额被逐渐蚕食，理想今年一季度的亏损更是把这种防守压力摆到了明面上 当沙发和彩电逐渐演变成全行业的标准件，任何一个新品牌都能通过采买供应链迅速推出一款相似的空间产品时，单纯比拼配置的竞争就不可避免地滑向了价格战的泥潭。 这正是「蔚小理」选择在这个时候进入第三个梯队的原因。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/srfca.jpg) 这三个品牌在近期的技术动作中表现出了相同的趋势，**他们开始脱离机械或舒适配置内卷，迈向了更高维度的较量**。在这个阶段，大模型在车内超越了语音助手的范畴，能够输出动作、干预实体。 蔚来拿出了自研的神玑芯片和全套自研的底层技术，小鹏具身智能和图灵芯片做成了全栈科技的标签，而理想这次举起的马赫 M100，同样是在宣告自己不再甘心只做一个「移动的家」。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/gvfac.jpg) 为了配合这种研发方向的变化，理想在今年年初对内部组织架构进行了一次大范围的调整。他们打破了原来按照硬件、软件、功能定义来划分团队的传统模式，变成了以创造数字人、具身智能为核心的模式。芯片团队、数据集团队以及操作系统团队被放到了同一个组织里。 虽然从目前实际落地的效果来看，距离完全理想的具身智能形态还有一段路要走，但整家公司的技术路线、人员构成和战略方向已经发生了改变。 理想正在尝试把车打造成首个落地物理世界的物理 AI 计算机，以此来建立新十年的品牌护城河。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/farc.jpg) ### 在对齐 FSD V14 之前，先看懂《停车的艺术》 走向这种新的技术竞争赛道，不能只靠宏大的战略叙事，理想最终必须要拿出具体的交付节点供市场去验证。 在发布会上，李想给出了一个清晰的 OTA 时间表。 根据这个时间表，7 月份的 OTA 会首先提升 30% 的辅助驾驶综合效率，并上线出行导游相关的技能。到了 9 月份，车辆将开始展现全场景自主倒车以及窄路会车等更接近人类老司机的驾驶表现。而到了 12 月份，系统的端到端反应速度宣称将达到 0.2 秒，在效率上超越一般驾驶员，同时还会加入识别交警手势等舱外交互能力。 ![](https://s3.ifanr.com/wp-content/uploads/2026/07/lijfc.jpg) 在这张时间表里，最受外界关注的无疑是这一条： **在今年第四季度，让辅助驾驶模型能力对齐特斯拉 FSD V14。** 这个难度可不小，特斯拉在物理 AI 领域拥有极其庞大的驾驶数据集和后端算力集群，FSD 的能力，大家都有目共睹。 大概是知道这场发布会听起来有些硬核和严肃，李想在发布会的关键节点主动玩了一些梗，平衡了一下现场的节奏，比如下面这张 AI 图片： ![](https://s3.ifanr.com/wp-content/uploads/2026/07/CAD9071BEA6ED38EC3446FB2C94D931B25E09786_size319_w1167_h790.jpg) 画面里李想本人正坐在桌前，手里认真地翻阅着一本名为《停车的艺术的书，封面上还赫然印着一行小字——如何正确泊车。 当然，高维竞争的胜负，最终不会取决于这样的自嘲玩梗。 当整个行业从舱内的彩电沙发卷到了芯片架构、操作系统以及物理 AI 模型时，车企就必须用真金白银的研发投入和月月兑现的 OTA，去赢取市场的信任。