作者：周雅

15日下午，理想汽车开了一场信息量极大的发布会。理想汽车董事长兼CEO李想走上台，抛出了一个激进观点：“今天的智能手机和智能汽车，谈不上真正的智能。”

但真正让这场发布会有戏剧性的，还不只是李想的这句话，而是理想汽车基座模型负责人詹锟提到的一次经历。

一个月前，詹锟去了一趟硅谷。他把特斯拉最新的FSD V14.3连开了两个星期。回国之后，他给团队留下两句话：“第一，特斯拉真的太强大了。第二，压力也真的太大了。”他回国紧急召集了核心算法团队复盘，也直接催生了这次的马赫VLA更新。

近两个小时的会议，理想汽车同时发布多个产品：一颗自研车规芯片马赫M100、一套自研操作系统星环OS、两个自研模型马赫Mind-Pro和马赫Mind-Edge、还有升级的马赫VLA、一组现场跑通的Livis Agent演示、一份2026年OTA计划表、以及一个新概念——具身智能汽车。这四样产品，被装在同一台量产车上，从底层硬件到顶层产品体验，全栈自研。

理想正在试图用“具身智能”的标准，重做一遍“智能汽车”这个品类。

/01/ 用三个新维度，重新定义智能汽车

敢于全盘否定过去，李想的逻辑是什么？

他指出，过去十几年，行业公认的“智能汽车”普遍遵循三要素：软件定义硬件、联网且实时在线、系统可以持续升级。智能汽车是这样，智能手机也是这样。

李想在台上明确指出，这三要素已经不够用了。“虽然名字上挂着智能，但今天的智能手机和智能汽车，都不是真正的智能，它们本质上还是功能驱动的，而不是一个有生命力的智能体。”

判断一辆车是否真正智能，李想给出三个维度：安全、能力、效率。

先说安全。李想说，传统智能汽车对安全的定义，是“功能安全、免责优先”，在简单道路上表现很好，一旦遇到复杂路况、极端天气、从未见过的场景，它最常见的做法是退出，把方向盘交还给驾驶员。这种处理“从法规上讲合规，但对于人类，恰恰是最危险的瞬间”。李想提到一个数据，接近一半的智驾事故，发生在系统把方向盘丢给驾驶员的那一瞬间。

再说能力。李想指出，传统智能汽车是“特定功能、特定场景”，有很多功能，开导航、开空调、放音乐、辅助驾驶，但它只是在“调用一个个功能”，但它并不真正掌握人类司机在复杂场景下的倒车、腾挪、靠边停车、礼让能力。

最后说效率。李想说，传统智能汽车是“人机共驾、人机协同”。他在现场问观众，“你们通常什么时候「不用」智驾？”台下有人答：赶时间、要迟到了、胡同窄路。这个答案很真实，这也从侧面说明，关键时刻，人类其实并不相信智驾，所以智驾要做的工作还有很多。

这三个维度结合，就是李想给智能汽车定下的标准：保护人类安全、独立完成任务、比人效率更高。

李想自己也很清楚，从旧定义跳到新定义，不是修修补补能解决的。“它比从大语言模型到今天的Agent要难得多，我们必须重构整个系统。”

那么这次重构，从哪里开始？理想正式提出一个新概念：具身智能汽车。

“我们要用具身智能，打造一辆能够保护人类安全、独立完成任务、比人类更高效的具身智能汽车。”李想如是说。

/02/一个新定义：具身智能汽车

理想汽车将具身智能汽车定义为“四位一体”：

它是一辆电动车。具身智能汽车要服务真实世界，需要有身体，能移动，能达到目的地。

它是一位职业司机。理解道路、风险、交通规则，能完全可靠完成出行以及生活任务。

它是一台AI计算机。比旗舰智能手机和电脑有更强的AI算力，更大的内存，内存和显存一体化，专为大模型设计。

它是一个生活助手。不需要研究怎么操作各种软件，只需要把任务告诉它，它来帮你完成。

李想强调，“这不是四个产品，这应该是一个产品”。过去新势力车企做的事，大多是把这四样东西分别做好：智驾团队做智驾、座舱团队做座舱、底盘团队做底盘、车机系统做应用。理想这次要做的，是让这四样东西同时长在一个底层架构上。

李想给出了一个类比：“在iPhone出现以前，没人知道自己需要触摸的屏幕。在特斯拉Model S出现之前，没人相信电动车这么让人心动。所有没有被展示出来的可能性，往往会被误以为是不存在的需求。”

把这套定义落到工程上，意味着理想汽车至少要重做三件底层的事：一颗自研芯片、一套自研操作系统、一组自研模型。

/03/大脑：三个自研模型

具身智能的大脑，被理想汽车拆成了两支：语言智能负责“听得懂任务”，机器智能负责“开得到目的地”——前者由两个自研大模型马赫Mind-Pro和马赫Mind-Edge承担，后者由自研马赫VLA承担。两支共享同一套底层认知，共同构成一个完整的大脑。

先看语言智能这一支。

这一次，理想正式推出两个全新模型——马赫Mind-Pro与马赫Mind-Edge，分别走云端和端侧两条路径。根据理想汽车基座模型负责人詹锟介绍：

马赫Mind-Pro走云端，定位是Agent智能体模型。在IFEval指令跟随、LongBench-v2超长文本理解、AIME26高阶数学推理、BFCL-v4工具调用等行业基准上，稳居第一梯队；放到Agent专项领域，Claw系列榜单、PinchBench-v2实景实测，综合性能超越大多数主流Agent模型。

詹锟强调“实验室跑分终究只是纸面数据”。理想拿出来的实战数据是，依托Livis Agent全场景体系，在Token生成速度、任务完成质量、Token使用成本、端到端响应时延四个商业核心维度，实现全面领先。通过Token压缩技术，任务完成率零衰减的前提下，Token平均消耗降低38%，工具调用冗余轮次减少47%；TPS峰值达到208 Token/s，推理效率是主流Agent模型的2倍以上。

这背后是一套「混合强化学习并行训练体系」。理想搭建了数百套真实业务沙箱环境，高精度模拟工具调用环境；同时并行运行三套差异化训练环境，覆盖单步强化学习、长链路多步强化学习、在线环境强化学习。

马赫Mind-Edge走端侧，主打端侧原生具身智能体。现场播放了一个演示视频，用户问“我的耳机找不到了，你能帮我找一下吗?”系统答：“找到了，你的耳机在扶手箱上。”

詹锟解释，马赫Mind-Edge采用多模态流式时序建模，能够连续理解动态的物理世界，具备因果推理和自主决策能力。再加上大量车载专属的行为特化训练，让模型摆脱传统AI“只回答不行动”的模式，它可以直接输出动作，实时调用车辆硬件。

它的一系列能力，包括Always On全天候主动感知、人车交互、自主控车、多模态问答，全部在车端本地实现，低时延、高可靠，数据完全不上传。“这不是云端模型的阉割版本，而是从底层就为车载场景原生打造的模型。”詹锟强调。

以上，云端马赫Mind-Pro负责复杂Agent任务调度，端侧马赫Mind-Edge负责实时人车交互。两个模型，共同构成了具身智能的语言智能层。

接下来，机器智能这一支是「马赫VLA」。

在讲VLA的时候，詹锟就讲了文章开篇所提到的体验特斯拉FSD V14.3的事迹，他随后补了一句说：“真正感受到压力，才证明我们是在平视这个星球上最强大的对手，而没有在国内的内卷中自我麻痹。”

这种压力，直接催生了马赫VLA系统的全面升级。它的三个维度，正好对应李想前面立下的智能汽车三条标准：保护人类安全、独立完成任务、比人效率更高。

安全维度。理想给了一组背书数据：截至2026年6月14日，理想全系智能驾驶主动避险总次数17273307万次，其中重大避险55671次。从2022年至今1400余天，平均每日主动避险1.2万次。“用户出行每遇到100次道路险情，就有一次会直接酿成车祸。我们硬生生把灾祸从命运边缘拉了回来。”

AEB和AES的迭代路线也铺了出来：2022年激光雷达首次落地主动安全；2023年AEB完成全速度段覆盖；2024年行业首发AES，同时实现360度低速全方位防御；2025年AES升级支持多车连续避让和防硬躲避被撞；2026年新增悬空障碍物识别,夜间刹停上限提升到130公里。

效率维度。普通人从发现危险到踩下刹车的反应时间是0.45秒(权威论文数据)。如果在查看导航或回复消息，反应时间会到秒级。地表最强F1车手的极限反应是0.25秒。“我们全新一代马赫VLA系统的反应耗时是0.28秒，无限逼近人类的生理极限。”

多出来的0.17秒意味着什么？在120公里时速下能提前6米完成刹停。6米是一台幻影劳斯莱斯的整车长度，也是“刹停到相撞、生存到毁灭”的全部距离。

这0.28秒不是单一模块快出来的。视觉输入时延降低47%，模型推理链路缩短43%，线控底盘响应降低38%，操作系统调度编排降低28%，端到端总时延降低40%。“不是哪个模块变快了，是整个链路从头到尾都变短了。”

能力维度，理想拿了几段真实场景视频做证据：施工区域绕行、挖掘机爪臂动态避让、对向窄路主动切倒挡礼让、识别穿黄马甲保安的手势、低矮异形物体识别、广州傍晚雨夜的城中村小路。最后那段广州城中村的视频最关键。路宽不到3米，没有车道线，没有交通标识，路边打伞行人、外卖骑手、占道小贩混杂。“很多广州老司机开起来都头皮发麻。但马赫VLA开得极其从容，根据对向来车、行人、电动车的位置主动辗转腾挪，给每一个参与者都留足空间。”

马赫 VLA 这一代的能力从哪里来？詹锟把它归纳成三个变量的同时跃升：“这背后是数据、算力、模型规模同时暴增下，Scaling Law带来的能力涌现。”

算力方面，双马赫M100让车端算力达到2560TOPS。数据规模方面，模仿学习数据量增加50%，强化学习数据量增加15倍，训练算力增加5倍。模型规模方面，行泊一体模型彻底统一，参数量提升10倍，每秒Token计算量提升15倍。

但比涌现更关键的，是架构层的重构。理想直接把感知、预测、规划三个模块统一成「原生多模态MoE大模型」。“过去模块化的模型结构有一个致命缺陷，感知、预测、规划三个模块各玩各的，就像一家公司，市场部说这事能干，研发说我压根没收到消息，财务说我还不知道有这个项目。功能都没错，但整体意图完全不一致。”

围绕这个统一的大模型，理想还做了两件配套的事：一件是马赫 World Model，一个能模拟真实物理世界的世界模型，给马赫 VLA 提供训练所需的虚拟环境；另一件是 RL Infra，强化学习的训练基础设施，让 VLA 能在世界模型里持续试错、迭代。如此一来，马赫 VLA、马赫 World Model、RL Infra 三位一体，构成一套完整的具身智能模型训练体系。“看见、理解、思考、行动，从一开始就在同一个框架里彻底对齐。我们从第一天起就是为具身智能而生。”詹锟说。

新架构搞定了，但具身智能还需要真正“看懂”世界，这就涉及视觉方案的选择，业界有的在卷激光雷达，有的在卷视觉方案，詹锟在这里强调：

“行业都在疯狂卷激光雷达的线数。128线、256线、512线，越卷越离谱。但激光雷达的线数再高，它能告诉你红绿灯现在是什么颜色吗？能读懂路牌上‘前方施工禁止通行’这几个字吗？能看懂穿黄马甲的保安手势是让你停还是让你走？都不可能。”詹锟说，“激光雷达只能理解世界的骨架，根本不能理解这个世界。”

理想这次让3D ViT首次上车，现场把镜头切到观众席，3D ViT瞬间重建了整个三维世界，观众姿态、场馆细节、后排文字全部被记录下来。

模型层面的进展，理想给了两个明确的OTA节点：第三季度，为搭载 Orin 和 Thor 芯片的 AD Max 用户推送全新马赫 VLA 模型；第四季度，马赫 VLA 模型能力对齐全球顶尖水平。后一句“对齐全球顶尖水平”，指的就是特斯拉的FSD V14。“这是我们对自己的要求，更是对用户的承诺。”詹锟说。

/04/心脏：发布马赫 M100，5nm 车规级芯片，1280TOPS 单芯片算力

具身智能汽车的大脑跑在哪里？

于是，理想正式发布马赫 M100。“马赫 M100是一颗用完全不同思路造出来的芯片。”理想汽车CTO谢炎说道。

这颗芯片从2022 年立项，历经三年半打磨，于2026年5月实现量产上车。

谢炎在台上把芯片高高举起，讲起它的参数。5纳米车规级工艺，单芯片算力1280 TOPS，“是目前全世界量产最强大的车规级算力芯片”；实际运行效率超过 82%，主流基于 SMT 架构的 GP GPU；超过一半的晶圆面积留给神经网络处理器，由56个计算单元和1个数据处理模块构成，采用网格总线加数据环形总线双互联架构；CPU 部分，24 核 ARM A78AE，主频 2.3GHz，车载旗舰级大核，负责安全和系统控制；内存部分，8 通道 LPDDR5X 子系统，273 GB/秒超高带宽，提供片外大容量内存高速通道。

但参数本身只是数字。理想拿马赫M100做了两组对比，信号量都很强。

第一组对比，跟全球公认智驾领域最主流的芯片ThorU直接对比CNN Based、UniAD、马赫VLA模型。每一项每一个测试，马赫M100全部超越ThorU，是数倍的性能差距。

第二组对比更有意思。谢炎在马赫M100上部署了Qwen3.5-35B，跟NVIDIA的DGX Spark桌面超算对比。结果是Qwen3.5-35B-A3B prefill速度，马赫M100是DGX Spark的2.7倍；Qwen3.5-35B-A3B decode速度是1.5倍。一个装在车里的芯片，跑通用大模型比一台4万块的桌面超算还快。

马赫M100号称"全球首款量产的动态数据流AI芯片"。这里面不一样的，是「数据流」三个字。

传统芯片是怎么干活的？可能是一步一步走的员工，它有一张待办清单(行话叫“指令队列”)，从清单第一项开始，做完一项做下一项，顺序严格不能乱。这种方式的问题是，清单本身要写、要管、要排序，芯片很大一部分晶体管不是在算东西，是在管理这张清单。算AI模型这种海量并行的任务时，管理成本越来越高，效率上不去。

但谢炎说，AI计算其实根本不需要这张清单。“AI计算天然是并行的，数据是确定的、关系是清晰的、流动路径是固定的。”翻译一下：AI 模型在做什么、下一步要处理什么数据、这些数据要流向哪个计算单元，在模型设计的时候就已经写好了。既然路径是固定的，就不需要一个中央调度员去现场指挥。

所以理想汽车做了一件颠覆传统的事：把那张待办清单和清单管理员全砍掉，让数据自己驱动计算的发生。数据流到哪里，计算就在哪里发生。

“马赫M100的能力远不止于智能驾驶，它今天已经跑通了车上所有的智能化场景。它能运行语言大模型，它能支撑Agent，它将驱动具身智能，它还会支持更多我们今天还没有想到的AI场景。”谢炎说。

这套架构也拿到了一个学术层面的背书。谢炎在台上宣布，今年马赫 M100架构的论文被ISCA 2026工业分区收录。同期入选的是谷歌、美光、Meta、安培、MegaBlast。“理想汽车是汽车行业中第一家，历史上第一家在ISCA工业分区获得论文录取的企业。”

谢炎特意申明：“我们入选 ISCA 从来不是因为造了一颗芯片，是因为提出并实践了一种创新的架构思路。”马赫 M100 架构团队将于6月30日在ISCA 2026会议现场进行主题分享。

“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。”谢炎最后立下宏愿。

/05/神经系统：星环OS与芯片到算法的全栈自研

光有芯片不够。具身智能需要一套完整的系统，把心脏、大脑、眼睛、手脚组织起来协同工作，这套系统的“神经系统”，叫做「星环OS」。

“星环OS是理想汽车为具身智能专门设计的神经系统，从设计的第一天起，它就是为 AI 原生而生。”谢炎介绍，“感知、决策、执行全链路深度融合，结合全线控底盘的极速响应，我们把端到端的延时压缩到了0.28秒，反应速度比人类快40%。这就是系统协同的力量，它不是芯片快，也不是软件快，是整个系统一起快。”

这套系统里，马赫M100芯片是心脏，全车感知系统是眼睛，自研马赫模型是大脑，全线控主动底盘系统和能源系统是手脚，星环OS是神经系统，把它们串成一个整体。

为什么连操作系统也要自己做？谢炎向台下问了一个问题：“苹果和安卓哪一个更安全？”台下答“苹果”。“为什么？因为苹果把芯片和操作系统放在一起设计。安全，不是系统启动之后才开始，安全是从芯片上电那一刻就已经开始了。手机芯片被攻击，泄露的是隐私；车的芯片被攻击，威胁的是生命。”谢炎讲出背后逻辑。

理想汽车把密钥保护、设备身份、可信启动链、关键权限管控全部前置到芯片设计中，再通过全栈自研软件实现统一调度。让芯片、编译器、操作系统、AI 算法在同一套可信的基础上协同运行。

到这里，理想汽车完成了一个少有车企能完成的动作：芯片、编译器、操作系统、AI算法、域控制器，全栈自研。

/06/量产路径：让具身智能成为日常，Livis Agent现场实操

底层架构讲完，真正的问题来了，这一切到底能不能落到一台普通用户开的车上?

现场，理想直接做了一场真实的Livis Agent演示，展现了它的多项车载智能体能力。“请相信我，这些展示都是真正运行在模型上的Agent，绝不是提前写好的程序。”谢炎强调。

演示中，这个Agent可以根据一句自然语言指令，完成接机、餐厅推荐、路线规划等连续任务。甚至，可以根据“孩子困了”等场景需求，联动车内音乐、灯光、空调、悬架等系统，完成座舱环境调整，随后汽车轻微摇晃，化身一个摇篮。现场实际来看，整体体验确实比较丝滑，没有翻车。

最后，理想公布了今年下半年完整的OTA路线图，分三个节点：7月份、9月份、12月份。

?理想汽车2026年7月OTA计划

?理想汽车2026年9月OTA计划

?理想汽车2026年12月OTA计划

发布会最后，李想留了两句话作为收尾。

一句关于产品：“过去10年，我们创造了一个移动的家。在第二个10年，我们会给车和家赋予生命”。

另一句关于姿态：“理想汽车坚持做最好的自己，不要期望我们变成别人”。