6月15日，理想汽车首届Livis Day软件与具身智能发布会现场，理想汽车董事长兼CEO李想举起马赫M100芯片说：“给我拍张照片吧，这张照片旁边最好标上全世界性能最强的AI芯片，要不然网上留下的都是我举桌子的。”
李想的一句玩笑话，也揭示了理想汽车未来十年的转型决心：“过去十年，我们创造了一个移动的家。第二个十年，我们会给车和家，赋予生命。”
不做工具，做有生命的智能体
李想认为：“今天的智能手机和智能汽车，都并不是真的智能。它们本质上还是‘功能驱动’的，而不是一个有生命的智能体。”"功能"越加越多，但系统本身并不理解用户真正想要什么，也不具备自主判断和决策的能力。
那么，真正的智能汽车应该长什么样？李想给出的答案指向一个全新的物种——具身智能汽车。在他看来，真正的具身智能汽车必须具备三重属性：保护人类安全、独立完成任务、比人效率更高。
传统智能汽车对安全的定义是“功能安全”，最大的特点是免责优先。在简单环境里，智驾表现很好，但一旦遇到复杂场景或极端天气，系统可能会退出。李想对此直言不讳：“在这件事上，从法规上讲，完全合规，充分地满足了功能安全的要求。但是对于人类而言，恰恰是最不安全的。有接近一半的智驾事故，都是发生在接管的一瞬间，驾驶员毫无防备，就要去迎接即将发生的危险。”
他进一步指出：“真正的具身智能，在安全上必须改变逻辑和观念，必须以保护人为核心，这是一切设计必要的改变和根源。”
在解释独立完成任务的能力时，李想指出，今天的智能汽车更多是在调用功能，而不是独立完成任务。今天所有智驾“从功能上讲，只会向前开、向左转、向右转”，但还没有掌握人在复杂场景下的倒车、靠边停车等能力。真正的具身智能，要全面学习人类的技能，更重要的是必须能够独立去完成任务。
在效率层面，传统智能汽车是“人机共驾、人机协同”。而真正的具身智能，必须做到比人类的效率更高。李想认为：“保护人类安全，独立完成任务，比人效率更高，这是所有人都想要的智能。”
由此，理想给具身智能汽车下了一个完整的定义：“四位一体”——它是一辆电动车、一位职业司机、一台AI计算机，也是一位生活助手。“这不是四个产品，这应该是一个产品。这就是理想汽车对于具身智能汽车的定义。”李想解释道：“电动车和AI计算机就是‘具身’，职业司机和生活助手就是‘智能’。”
对标特斯拉，打出三张底牌
有了“四位一体”的产品定义，接下来的问题是：理想凭什么能造出这样一辆车？
理想给出的答案，是手握三张核心底牌：理解人类语言的 AI 模型、驱动车辆行动的自研芯片、贯通全域的底层操作系统。
具身智能的大脑由语言智能与机器智能深度融合构成。语言智能由自研马赫Mind-Pro与马赫Mind-Edge承载，负责语言理解与逻辑推理。马赫Mind-Pro推理效率是主流Agent模型的两倍以上，在Agent专项评测中综合性能超越多款主流大模型。马赫Mind-Edge是行业领先的端侧原生具身智能体，全天候主动感知、人车交互、自主控车全部在车端本地完成。
提升效率的任务由理想自研的马赫VLA承载，负责三维视觉感知与躯体动作控制。马赫VLA的综合反应速度达到0.28秒，比普通人类驾驶员0.45秒的平均反应速度快约40%，已接近F1车手0.25秒的生理极限。在120km/h速度下，这意味着提前6米完成刹停。截至2026年6月14日，理想全系车型智能辅助驾驶系统累计主动避险超1727万次。
更关键的是能力的“涌现”——马赫VLA已实现自主倒车让路、识别交警手势、应对低矮不规则障碍物等过去难以靠规则实现的场景。
理想汽车基座模型负责人詹锟透露，他上个月在硅谷连续体验了两周特斯拉FSD V14.3，回国后“脑子里只剩了两句话。第一，特斯拉真的太强大了。第二，压力也真的太大了”。即便如此，他依然宣布，第四季度理想智能驾驶模型将“对齐FSD V14”。
拆掉冯·诺依曼，出一颗“数据流心脏”
马赫VLA的0.28秒反应速度、1727万次主动避险、自主倒车和识别交警手势——这些能力有一个共同的底座：算力。当智驾从“感知”进化到“理解”，座舱从“执行指令”进化到“拆解任务”，算力需求的增长幅度，已经远超通用芯片的供给增长曲线。如果继续依赖通用芯片，理想将很快撞上算力天花板。算法、操作系统、芯片之间每多一层“翻译”，端到端时延就多一分损耗——而0.28秒的成绩，正是在毫秒级博弈中抠出来的。
为此，理想选择从计算架构层面“重新出发”，理想汽车CTO谢炎说得很直白：“不能只是造比过去更快的芯片，而是必须造一种完全不同的芯片。”理想自研的全球首款动态数据流AI芯片——马赫M100因此诞生。
马赫M100从2022年正式立项，历经三年半打磨，于2026年5月实现量产上车。采用5纳米车规级工艺，单芯片算力1280TOPS，实际运行效率超过82%。理想汽车CTO谢炎强调：不能只造一颗比过去更快的芯片，而是需要造一种完全不同的芯片。
这个“不同”指的是芯片架构。传统冯·诺依曼架构用指令队列驱动计算，需要海量晶体管承担管理开销。而AI计算天然是并行的，理想因此拆掉中央式指令队列，让数据流动驱动计算。马赫M100超过一半的芯片面积留给了神经网络处理器，由56个计算单元构成。
在性能对比中，马赫M100与英伟达Thor-U在CNN骨干网络、UniAD和马赫VLA模型测试中全部取得数倍性能领先。更惊人的是通用AI能力——理想在马赫M100上部署了千问大模型，与售价4万元的英伟达DGX Spark桌面超算对比：Prefill速度是后者的2.7倍，Decode速度是后者的1.5倍。“这是一个装在车里的芯片，比一台4万块的桌面超算跑得更快。”
随着马赫M100上车，理想打通了芯片、编译器、操作系统、AI算法、域控制器的全栈自研。谢炎说：“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！”
告别“移动的家”，理想切换两条新“跑道”
2026年，Livis具身智能系统将在7月、9月和12月迎来三次OTA成长里程碑：7月智驾效率整体提升30%；9月实现全场景自主倒车；12月端到端反应速度达到0.2秒，比人快56%，安全和效率全面超越人类。
三年时间，李想把这家公司的底层叙事从造车切换到了造AI。事实上，这场转型从更早的时候就已经启动。2026年1月，李想召集了一场近两小时的线上全员会，会议主题并非车辆产品规划或销量目标，而是分享AI趋势判断、布局人形机器人。他在会上明确提出，公司要从“创造移动的家”转向具身智能领域。面对外界“不务正业”的质疑，李想此前回应称：“我相信大家看完发布会后，会认为我们‘极务正业’。”
2026年一季度，在行业普遍收缩的背景下，理想研发费用逆势同比增长8.3%至27亿元，全年预计投入约120亿元。李想在发布会上将AI研发投入拉高到全年预算的50%。
理想汽车正在完成一次深刻的身份转变。具身智能汽车的时代是否已经到来，或许还需要时间检验。但至少，理想汽车已经给出了自己的答案——而且是一份从芯片到操作系统、从模型到OTA的全栈答卷。
热门跟贴