当前位置:

首页 > 硬件相关 > 李想划下具身智能分水岭:一个堪比“电动化上下半场”的产业新定义

李想划下具身智能分水岭:一个堪比“电动化上下半场”的产业新定义

回望中国新能源汽车产业的发展,能像界碑一样清晰划分时代的论断并不多见。 如果说有,王传福多年前那句“电动化是上半场,智能化是下半场”绝对算一个。在那个行业还在为“电动车是不是未来”争论不休的年代,这个简洁有力的框架,成功将产业的焦点从动力来源转向了体验与能力。 随后几年,中国车企在电动化领域实现超车

本文目录


    回望中国新能源汽车产业的发展,能像界碑一样清晰划分时代的论断并不多见。

    如果说有,王传福多年前那句“电动化是上半场,智能化是下半场”绝对算一个。在那个行业还在为“电动车是不是未来”争论不休的年代,这个简洁有力的框架,成功将产业的焦点从动力来源转向了体验与能力。

    随后几年,中国车企在电动化领域实现超车,旋即全力投入智能化的军备竞赛——城市NOA、大模型上车、舱驾融合……每一步都在印证这个判断的前瞻性。

    然而,当一个定义成为全行业的共识与起点时,也意味着它作为方向标的使命已经完成。行业需要新的路标。

    时间来到2026年。当大多数车企仍在智能化的牌桌上激烈博弈,试图通过更先进的辅助驾驶、更流畅的语音交互来确立优势时,理想汽车董事长兼CEO李想在近期一场与罗永浩的深度对谈中,抛出了一个更具纵深感也更具野心的新框架。

    “自动驾驶是具身智能的上半场,通用人形机器人是具身智能的下半场。”一句话,将已然拥挤的智能化赛道,向下延伸到了更广阔的产业图景。

    这个判断结构清晰、阶段明确、路径具体,不禁让人联想到当年王传福的“上下半场论”。二者同样是对宏大产业进程的阶段性拆解,同样具备定义赛道、引导资源配置的力量。

    当然,李想的论断并非对前者的否定或替代,而是一次在更长时间维度上的延展与深化。如果说王传福为中国汽车产业划定了从燃油到电动再到智能的赛道,那么李想则为这条赛道找到了一个更宏大的终点:从智能汽车,到物理世界的通用智能体。

    如何理解李想“上下半场论”

    要理解李想的“上下半场论”,得先看他如何判断当前AI技术的发展阶段。

    在对谈中,李想指出,过去十年,AI在信息世界取得了巨大进展。ChatGPT和DeepSeek改变了文字创作,Seedance改变了图像设计,Codex和Claude Code改变了代码编写。但一个根本性问题始终存在:物理世界中人类的日常生活,并未因此发生本质变化。

    AI能写诗、能画画、能编程,但它无法帮你倒一杯水,无法替你接一次孩子,无法在物理空间中完成任何实质性的任务。

    李想认为,这正是当前AI技术最大的“缺口”,也是下一个十年最大的机遇。AI正在经历从Chatbot(聊天机器人)向Agent(智能体)的进化:过去它只能“出主意、拼想法”,现在它必须能够“行动”,才能真正服务于生产和生活。

    而汽车,恰恰是让AI走出屏幕、进入物理世界执行任务的最成熟载体。一辆具备L4级自动驾驶能力的汽车,本质上就是一个在真实物理世界中自主移动、感知、决策并执行任务的机器人。它不再只是能对话的交通工具,而是一个具备行动能力的智能体。

    于是,“自动驾驶是具身智能的上半场”这一论断的内在逻辑便清晰了:自动驾驶,是AI从虚拟世界走向物理世界的第一个大规模、可商业化、技术边界清晰的落地场景。它不是具身智能的全部,但它是通往通用人形机器人必须经过的训练场和试验田。

    如果将中国智能汽车产业的关键战略论断排个序,王传福和李想的“上下半场论”无疑会占据两个重要的里程碑。二者在结构上惊人相似,但在内涵上又有着本质的递进。

    相似之处在于,二者都是对一个长期产业进程的阶段性拆解,都为产业提供了清晰、分阶段、资源配置优先级明确的路线图。

    王传福告诉行业:先解决动力电池和电驱动的问题,再谈自动驾驶和智能座舱。李想则告诉行业:先解决好汽车在物理世界中的自主移动(自动驾驶),再谈通用人形机器人在家庭和商业场景中的复杂操作。

    递进之处在于,王传福的定义是“并列关系”(上半场与下半场是不同的技术重心),而李想的定义是“承继关系”(上半场的技术、数据、模型,直接构成下半场的基础能力)。

    李想在对谈中直言,为什么机器人公司总从自动驾驶公司挖人?因为两者之间的连接关系非常清楚。自动驾驶积累的感知能力(看懂三维世界)、模型能力(理解场景并决策)、仿真能力(在虚拟环境中训练)、以及线控执行能力(精准控制物理运动),几乎可以平移到人形机器人身上。

    基于此,他甚至给出了一个具体判断:未来L4自动驾驶的用户,与购买家政机器人的用户,重合度可能高达90%。这意味着市场、场景和生态的天然闭环。

    相比之下,王传福的“上下半场”中,电动化积累的三电技术与智能化所需的高算力芯片、算法模型,更多是接力而非复用。李想的“上下半场”,则是一种能力的纵向迁移与升级:你在做自动驾驶时练就的“眼睛”(3D感知)、“大脑”(VLA模型)和“手脚”(线控执行),正是做人形机器人最稀缺的三大核心能力。

    从这个意义上说,李想的“上下半场论”为那些具备自动驾驶技术深度积累的企业,指明了一条清晰、低损耗、高确定性的第二增长曲线——从造轮式机器人到造双足机器人,核心能力栈的重叠度远超外界想象。

    理想怎么拆解“上下半场论”

    如果说“自动驾驶是具身智能的上半场,通用人形机器人是具身智能的下半场”,那么如何将这份宣言转化为工程师可以执行、产品可以承载的具体技术指标?

    理想汽车的做法是,将“上下半场”分别拆解为三个阶段,并为每一个阶段设定了精确的算力、模型架构和响应速度目标。

    第一阶段(2018至2024年)是L2辅助驾驶,让AI“看见”平面世界。

    这一阶段的技术特征可以概括为“从无到有”。感知层面,主要依赖CNN(卷积神经网络)和2D视觉,车辆能够识别车道线、交通标志、行人等平面化的道路元素。模型层面,采用规则算法和MCU控制器,决策逻辑由工程师预先编写。算力需求较低,通常在100TOPS以内。

    理想汽车在这一阶段的实际产品对应为理想ONE(2018年10月发布)及后续L系列早期车型。彼时的核心突破是让车辆首次拥有了感知能力——麦克风、雷达、摄像头让车“能听、能看、能交流”。这一阶段的积累,为后续向高阶自动驾驶过渡提供了数据基础和工程经验。

    第二阶段(2024至2028年)是L3自动驾驶,让AI“理解”二维场景。

    这是当前行业正在经历并将持续到2028年的关键阶段。技术跃升体现在三个层面:一是感知升级,从CNN 2D视觉进化为2D ViT;二是模型升级,从规则算法演进为“预训练模型+模仿学习”,并采用端到端控制架构;三是算力跃升,需求达到约2000TOPS,较第一阶段提升一个数量级。

    理想汽车在这一阶段的标志性成果包括:2024年10月,其端到端+VLM双系统辅助驾驶正式交付,成为国内首个端到端智能辅助驾驶大模型量产上车的车企;2025年8月,其VLA司机大模型随理想i8交付,实现了“大脑”级别的能力上车;2026年3月,其下一代自动驾驶基础模型MindVLA-o1发布,进一步提升了感知距离、推理深度和控制稳定性。

    第三阶段(2028至2033年)是L4无人驾驶,让AI“置身”三维世界。

    这是理想汽车定义的“上半场终局”,也是真正意义上“汽车成为机器人”的起点。这一阶段算力目标接近10000TOPS,较第二阶段再提升5倍,核心技术特征与前两个阶段也有本质区别。

    特征一是感知革命,从2D ViT进化为3D ViT。李想对此的解释是:过去2D ViT无法真正理解物理世界,只有做到3D ViT,车辆才能真正“像人一样置身真实3D空间感知世界”。

    特征二是模型进化,从模仿学习升级为稳定的预训练模型,具备理解与学习能力,而非简单的模式匹配。理想汽车在马赫VLA模型中引入了多模态思考能力,可在道路施工场景果断绕行、面对前车爆胎防御性减速、礼让倒车等复杂交互。

    特征三是控制革新,从端到端控制升级为全线控系统,响应速度超越人类生理极限。李想给出的量化对比是:人类从看到障碍物到踩刹车执行到位,约350-400毫秒;而全线控系统可将感知到执行的全链路延迟压缩至300毫秒左右,比人快近一倍。

    这一阶段的技术底座,已经在2026年5月发布的全新理想L9 Livis上部分实现,包括3D ViT感知架构、双马赫M100芯片(合计2560TOPS)、完全体线控底盘等。按照理想的时间表,2028至2033年间,这些技术将逐步成熟并规模化部署,最终实现L4级无人驾驶。

    为什么是由理想率先提出

    在全行业都在谈论“AI大模型上车”、“城市辅助驾驶开城”的当下,为什么是理想汽车这样一家以增程和家庭用户著称的车企,率先以如此系统和决绝的方式,提出“具身智能上下半场”的完整框架?

    答案不仅仅在于李想的个人远见,更在于理想汽车过去数年的技术布局,客观上已经为这一定义积累了最底层的支撑。

    根据最新信息,理想汽车从2024年便开始自研芯片(马赫M100),同年开始自研基座大模型,同时自研了操作系统星环OS和完全体线控底盘。这些投入的方向,从一开始就不是为了“把辅助驾驶做得更好一点”,而是为了打造一个能够感知3D世界、自主决策、并比人类更快执行物理动作的智能体。

    换言之,当友商仍在用第三方芯片、通用模型和传统底盘来优化L2+体验时,理想已经按照“造机器人”的逻辑,重构了从芯片到操作系统再到执行器的全栈技术体系。李想之所以敢于提出“自动驾驶是具身智能的上半场”,是因为他的技术团队已经在用“下半场”的架构,来开发“上半场”的产品。

    这正是这一定义具有行业说服力的关键所在——它不是对未来的畅想,而是对已有技术路线的一种理论总结。理想已经将3D ViT感知、数据流架构芯片、全线控底盘、自研操作系统等具身智能的核心技术全部量产装车。定义,不过是果;技术落地,才是因。

    需要关注的是,理想汽车在芯片上的选择,不是采购行业现成的高算力芯片,而是从2024年起立项自研。2026年3月,理想汽车自研的5纳米马赫M100芯片论文入选ISCA 2026(国际计算机体系结构领域最具影响力的会议)工业分区。理想汽车是该会议工业分区论文录用的全球首家汽车企业。这一学术背书,说明其技术路径得到了顶级学术界的认可。

    李想将未来汽车竞争壁垒类比手机行业:“苹果的核心壁垒是芯片和操作系统,手机行业的核心壁垒是高通芯片和安卓系统。到了具身智能时代,芯片和模型变成技术的制高点。”自研芯片,不是为了炫技,而是为了掌握从算力到算法到应用的完整闭环,这是通往L4乃至人形机器人的必经之路。

    如果说芯片是“心脏”,那么线控底盘就是“手脚”。李想对“手脚”的要求非常明确:必须比人更快。

    全新理想L9 Livis搭载的“完全体”线控底盘,由线控转向、后轮转向和EMB线控机械制动构成。其核心变化在于:转向、刹车由电信号取代机械连接。与传统液压制动系统不同,EMB线控机械制动直接由电机驱动卡钳,响应时间大幅缩短。理想给出的量化数据是:120公里/小时高速制动距离缩短3米以上。

    理想汽车在技术落地上的节奏感也值得注意。从2024年芯片立项、主动悬架立项,到2024年大模型立项,再到星环OS量产交付、端到端大模型上车,直至2025年VLA模型上车,2026年5月全新理想L9 Livis发布。这是一条持续数年的技术投入长线,而非为了某个新品发布而临时拼凑的“噱头配置”。

    为“造硅基人”重构组织

    在商业史上,一家公司可以喊出最宏伟的愿景,但战略与组织错位的案例不胜枚举。理想汽车的独特之处在于,它不仅为“具身智能上下半场”制定了详细的路线图,还为此彻底重构了自身的研发组织。

    2026年1月,理想汽车进行了一次重大的组织调整。这次调整的核心逻辑是,不再按传统的软硬件功能划分部门(如软件部、硬件部、测试部等),而是按照创造数字人和硅基人的方式来组织研发体系。

    李想对此的表述非常直接:“本质上‘造产品就是在造人’。我们按照人体结构重构了四大体系。”

    具体来看,脏器系统对应马赫M100芯片(心脏)、星环OS(神经系统),以及支撑模型训练的大规模数据集(肺,提供氧气/数据供给)。脑系统对应MindVLA、MindVLA-o1等基座模型,负责从3D感知到决策规划的所有认知功能。软件本体对应理想同学、自动驾驶Agent等应用层软件,负责调用底层模型和执行器,完成具体任务。硬件本体对应完全体线控底盘、800V主动悬架、以及未来人形机器人的关节、驱动等物理执行部件。

    这种划分方式,与传统车企“动力总成部门”、“底盘部门”、“电子电气部门”的架构有着本质区别。它的出发点是:一个具身智能体(无论是自动驾驶汽车还是人形机器人)的能力上限,取决于其“大脑”、“心脏”和“手脚”的协同效率,而非任何一个单点的局部最优。

    因此,组织必须按照系统集成的方式重构,让负责模型的人、负责芯片的人、负责执行器的人从一开始就坐在一起,而不是在部门墙之间递交接力棒。

    任何组织调整的效果,最终都要用研发效率来衡量。理想汽车给出了一个量化指标:调整前,智能驾驶模型的训练迭代周期约为两周一次。调整后,这一周期缩短至一天一次。

    李想对此的解释是:“虽然团队在一开始不理解,但最近大家都发现工作效率变得更高了……团队之间的协作也完全不一样,过去还有部门墙的各个团队,今天大家真正坐在一起协作。”

    在传统架构下,数据团队、模型团队、部署团队、测试团队分属不同部门,一次模型更新需要跨部门协调、排期、联调,耗时以周计。而在新架构下,所有相关团队归属于同一个“脑系统”大体系下,且与软件本体、硬件本体团队的接口被标准化,迭代速度自然大幅提升。

    更重要的是,这种组织模式为“具身智能上下半场”的能力迁移提供了制度保障。当理想汽车从自动驾驶(上半场)向通用人形机器人(下半场)扩展时,其脑系统团队积累的3D感知、VLA模型等能力,可以无缝对接到硬件本体团队正在开发的人形机器人执行器上。

    这是因为,双方从一开始就在同一套组织框架下工作,遵循同样的接口协议,共享同一套基础设施。这种“基因级”的组织协同,是那些临时组建机器人事业部、或通过外部收购来布局机器人的企业所无法比拟的。

    这一组织重构,最终指向的是理想汽车在“具身智能下半场”的终极目标:通用人形机器人。根据最新信息,理想汽车已正式立项研发人形机器人产品,且采取“两条腿走路”的策略。

    李想将人形机器人的能力演化分为三个阶段:6岁泛化能力、12岁泛化能力、18岁泛化能力(接近AGI),他预计这是一个15到20年的过程。

    普世化超级富豪的生活

    在商业与技术分析中,人们很容易沉迷于算力数字、芯片制程、模型参数这些硬指标,而忽略了这一切投入的终极目的。

    理想汽车的“具身智能上下半场”定义,如果仅仅停留在技术路线图和组织架构层面,它仍然只是一个产业战略,而非一个值得被广泛记住的价值主张。

    但李想为这个宏大的技术叙事赋予了极其实在、也极具感召力的终极目标。他用一句平实的话,将一系列技术术语,还原为一种人人可以感知的生活方式。

    “过去那些超级富豪有什么?有司机——不只是开车,还是生活助理,帮你接孩子、跑腿;有家政、有保姆,回家就能吃饭,卫生有人打扫。我们要做的,就是用L4无人驾驶替代司机,让家政机器人进入家庭,让几亿人、几十亿人都能消费得起这种生活。”

    免责声明:本文观点仅代表作者本人,供参考、交流,不构成任何建议。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 具身智能
    相关文章 更多
    星海图高继扬:具身智能可能不会有“GPT时刻”
    星海图高继扬:具身智能可能不会有“GPT时刻”

    星海图CEO高继扬提出具身智能的三阶段论,认为中国硬件与数据产业链优势将助其两年内反超美国。具身智能不会有大模型式“GPT时刻”,而是从工业场景逐步渗透。高质量真实数据是核心,数据与算力成本比约1:10。

    从数采场到本体研发,南京具身智能机器人重点实验室花落软件谷
    从数采场到本体研发,南京具身智能机器人重点实验室花落软件谷

    南京市具身智能机器人重点实验室由天创智能牵头组建并通过认定,与已建成的数据采集训练中心形成双轮驱动,主攻本体研发和硬件算法,打通工业场景从研发到落地的闭环,软件谷特种机器人产业集群已具规模。

    深圳如何打造全球具身智能高地?这份行动计划划出重点
    深圳如何打造全球具身智能高地?这份行动计划划出重点

    深圳市发布《具身智能机器人技术创新与产业发展行动计划(2025-2027年)》,目标到2027年实现核心零部件、AI芯片等关键领域突破,培育估值超百亿企业10家以上,落地十亿级应用场景50个以上,关联产业规模达1000亿元,推动产业生态达到国际领先水平。

    上海具身智能半小时供应链全球独有,机器人预计2030年智能涌现
    上海具身智能半小时供应链全球独有,机器人预计2030年智能涌现

    上海具身智能产业链快速成型,通过无本体数采设备、浦江X平台突破数据瓶颈,大模型与触觉方案提升机器人能力。真实场景部署成功,依托半小时供应链圈实现量产。预计2030年智能涌现,市场潜力超万亿元。

    壹连科技牵手苏州大学建柔性传感研究院 锚定电子皮肤与具身智能新赛道
    壹连科技牵手苏州大学建柔性传感研究院 锚定电子皮肤与具身智能新赛道

    壹连科技与苏州大学共建柔性界面与智能传感研究院,聚焦电子皮肤、具身智能等前沿技术。依托柔性印制电路板技术,公司向人形机器人、低空经济等新兴赛道拓展,巩固新能源主业的同时打开长期成长空间。

    如祺出行具身智能数据平台发布,加速构建物理AI数据能力
    如祺出行具身智能数据平台发布,加速构建物理AI数据能力

    如祺出行发布具身智能数据平台,通过自动化流水线处理第一人称视角操作视频,实现数据导入、AI预处理、动作标注、质检到导出的全链条串联,旨在降低边际成本,突破高质量物理交互数据短缺的瓶颈。

    加码具身智能数据服务 出行平台卡位物理AI新赛道丨新经济观察
    加码具身智能数据服务 出行平台卡位物理AI新赛道丨新经济观察

    如祺出行发布具身智能数据平台,搭建Ego-centric数据自动化处理流水线,降低数据从采集到训练的边际成本。在政策推动和“数据饥荒”背景下,出行平台将自动驾驶AI数据能力跨界迁移,助力突破具身智能规模化发展瓶颈。

    宇树验证一个新趋势:具身智能的核心战场,不只是模型
    宇树验证一个新趋势:具身智能的核心战场,不只是模型

    具身智能竞争正从模型参数转向系统架构与数据积累。宇树科技发布WVLA2.0大模型,实现无遥操90毫秒推理闭环;NXP提出NeuralAxis架构,将延迟降至40毫秒。全栈自研整合与全球实体数据成为核心壁垒。

    作为科技全球首发人形护理机器人,以具身智能技术重塑养老新范式
    作为科技全球首发人形护理机器人,以具身智能技术重塑养老新范式

    我国60岁以上老年人口超3.2亿,失能半失能老人超5000万,护理员缺口达千万级。某科技公司发布人形护理机器人“天枢”与“天玑”,具备物理操作与设备互联能力,覆盖失能照护六大场景,无需大规模更换设备,降低养老机构数字化改造成本。

    具身智能加速涌入工厂:场景倒逼设计,关注ROI与稳定性
    具身智能加速涌入工厂:场景倒逼设计,关注ROI与稳定性

    智元机器人第15000台精灵G2下线并交付电子制造企业龙旗科技,六天产线直播累计作业64828次,成功率99.99%。场景倒逼技术迭代,稳定性和投资回报率是核心,单机可靠性要求极高。超千台已部署于工业、零售等场景,未来将拓展半导体、汽车零部件等领域。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。