理想汽車用全棧自研，定義具身智能的上半場與下半場

　　“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。”近日，理想汽車董事長兼CEO李想針對具身智能提出了清晰的階段性判斷。在他的論述中，具身智能并非一個遙遠的概念，而是一場已經(jīng)進入“上半場”深水區(qū)的產(chǎn)業(yè)變革——自動駕駛汽車和通用人形機器人，是這場變革中的主體，兩者之間不是并列關(guān)系，而是遞進關(guān)系。上半場在自動駕駛領(lǐng)域積累的感知、決策和控制等核心技術(shù)，將直接成為下半場的技術(shù)底座。

　　國務(wù)院發(fā)展研究中心發(fā)布的《中國發(fā)展報告2025》顯示，中國具身智能產(chǎn)業(yè)市場規(guī)模有望在2030年達到4000億元、在2035年突破萬億元。

　　從頂層設(shè)計到產(chǎn)業(yè)共識，一個問題正變得愈發(fā)迫切：具身智能如何從概念走向規(guī)模化落地？演進路徑是什么？

　　“具身”不等于“人形”，一場關(guān)乎產(chǎn)業(yè)方向的認知校準

　　當前，公眾對具身智能的理解存在一個普遍誤區(qū)——將其等同于人形機器人。這一窄化認知，正在被逐步校準。工信部裝備工業(yè)發(fā)展中心曾刊發(fā)文章指出，具身智能是指智能體(如機器人、無人機、智能汽車等)通過物理實體與環(huán)境實時交互，實現(xiàn)感知、認知、決策和行動一體化。

　　李想對具身智能給出了更具象的描述：“物理世界里所有的機器，給了它傳感器、模型和芯片，也就是眼睛、大腦和心臟，讓它能夠自主工作，這就是具身智能。”按照這一定義，一輛能夠自主駕駛、理解乘客需求并主動提供服務(wù)的汽車，同樣是具身智能——它有“眼睛”感知周圍環(huán)境，有“大腦”做出決策判斷，有“心臟”提供算力支撐，有“手腳”執(zhí)行轉(zhuǎn)向和制動。從產(chǎn)業(yè)規(guī)模和技術(shù)成熟度來看，汽車恰恰是具身智能當前更大、更成熟的商業(yè)化載體。

　　產(chǎn)業(yè)界對此形成高度共識：具身智能的規(guī)模化落地不會一蹴而就，而是遵循從成熟場景向復(fù)雜場景遞進的路徑。在這一共識基礎(chǔ)上，李想提出的“上下半場”框架擁有了更清晰的產(chǎn)業(yè)邏輯：自動駕駛作為“上半場 ”，是具身智能在成熟商業(yè)場景中率先驗證核心技術(shù)的過程；而通用人形機器人作為“下半場”，則需要上半場積累的核心能力的遷移和迭代。

　　上半場攻堅：全棧突破的產(chǎn)業(yè)挑戰(zhàn)

　　李想將具身智能上半場——自動駕駛的演進劃分為三個階段：第一階段(2018-2023年)是L2級組合駕駛輔助，車輛在特定場景下輔助駕駛員操作；第二階段(2023-2028年)是L3級有條件自動駕駛，車輛在更多場景下接管駕駛?cè)蝿?wù)；第三階段(2028-2033年)是L4級高度自動駕駛，車輛能夠在絕大多數(shù)場景下實現(xiàn)完全自主駕駛。當前，中國汽車產(chǎn)業(yè)正處于邁入第二階段的關(guān)鍵跨越期。

　　這一跨越面臨的核心挑戰(zhàn)，恰恰也是整個具身智能產(chǎn)業(yè)的共性難題。換言之，無論是自動駕駛汽車還是通用人形機器人，具身智能的規(guī)模化落地都指向同一個底層命題：實現(xiàn)感知、模型、芯片、操作系統(tǒng)、執(zhí)行機構(gòu)五大核心技術(shù)層面的全棧突破與高效協(xié)同，才能打造真正可靠的具身智能產(chǎn)品。理想汽車是少數(shù)選擇全棧自研五大核心技術(shù)的中國企業(yè)之一，2021年，理想汽車自研感知系統(tǒng)量產(chǎn)上車；2022年，芯片、操作系統(tǒng)、底盤三大核心項目幾乎同時立項；2023年，大模型研發(fā)啟動。這些投入正在逐一結(jié)出成果：2024年自研操作系統(tǒng)星環(huán)OS量產(chǎn)落地，2025年VLA司機大模型交付上車，2026年自研馬赫M100芯片論文入選計算機體系結(jié)構(gòu)頂級學術(shù)會議ISCA 2026工業(yè)分區(qū)——這是該評選設(shè)立以來，全球首家入選的汽車企業(yè)。“理想汽車做AI，不是冒險。不做才是冒險。”李想說。

　　當具身智能技術(shù)集合于一輛汽車

　　技術(shù)自研的價值，最終要通過產(chǎn)品接受市場的檢驗。

　　理想汽車旗下具身智能旗艦SUV——全新理想L9 Livis于2026年5月15日發(fā)布，這是行業(yè)首款將具身智能技術(shù)全棧落地的量產(chǎn)車型。感知層面，全新理想L9 Livis的視覺感知從2D ViT感知模型進化至3D ViT感知模型，能夠?qū)崿F(xiàn)對三維物理世界的深度理解，“真正像人一樣感知世界”。算力層面，搭載兩顆理想自研5納米馬赫M100芯片，有效算力達2560 TOPS，采用更適合AI計算的動態(tài)數(shù)據(jù)流架構(gòu)，通過芯片與模型的聯(lián)合設(shè)計，突破了傳統(tǒng)芯片“算力足夠但架構(gòu)不匹配”的瓶頸。控制層面，全球首個“完全體”線控底盤涵蓋線控轉(zhuǎn)向、后輪轉(zhuǎn)向與線控機械制動，配合800V主動懸架，構(gòu)成了具身智能的“手腳”。這意味著全新理想L9 Livis從看懂世界、理解世界到做出反應(yīng)的全過程，速度能夠達到甚至超越人類駕駛員。

　　一輛車同時具備了看得懂世界的眼睛、能思考決策的大腦、提供強大計算能力的心臟、反應(yīng)超越人類的手腳，以及貫通全身的神經(jīng)系統(tǒng)。這正是具身智能從概念走向現(xiàn)實的一次完整驗證。

　　下半場啟幕：從自動駕駛到通用人形機器人

　　上半場奠基，下半場啟幕。李想將通用人形機器人的演進劃分為三個階段：第一階段(2030-2035年)具備相當于6歲兒童的泛化能力；第二階段(2035-2040年)達到12歲水平；第三階段(2040年至AGI實現(xiàn)前后)具備18歲成人水平。李想坦言：“這是一個15到20年的過程。” 通用人形機器人將于2030年前后進入市場初期——這一時間節(jié)點相當于2015年的電動汽車，是一個從0到1的歷史性窗口。

　　理想汽車已經(jīng)在為這一窗口做準備，目前已立項兩款機器人產(chǎn)品：一款輪式機器人定位工廠與商業(yè)場景，另一款人形機器人專攻硬件控制精度與耐久性。2026年年初，理想完成了一場深刻的研發(fā)體系變革——從按軟硬件功能劃分，轉(zhuǎn)變?yōu)榘凑铡霸炀呱碇悄堋钡姆绞街貥?gòu)，打通了傳統(tǒng)研發(fā)中軟硬件團隊之間的壁壘。變革成效已經(jīng)初步顯現(xiàn)：智能輔助駕駛模型訓練迭代周期從兩周縮短至一天。

　　“雇一個司機，家里有家政有保姆，過去這是極少數(shù)人的生活。我們要做的，是讓幾億人、幾十億人也能消費得起。這是科技進步帶來的最大好處。”李想的這句話，揭示了具身智能最深層的社會價值——不是替代多少人的工作崗位，而是讓多少人享受到更好、更便捷的生活服務(wù)。

　　從信息世界到物理世界，從自動駕駛到通用人形機器人，從上半場到下半場——中國企業(yè)正在以全棧自研的技術(shù)實力和長期主義的戰(zhàn)略定力，為全球具身智能產(chǎn)業(yè)發(fā)展貢獻中國方案。

　　具身智能的時代序幕，已經(jīng)拉開。