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。